湯延帥,汪 洋,高建武,姜 銳,趙靖舟
(1.延長油田股份有限公司 七里村采油廠,陜西 延安 716000; 2.西安石油大學(xué) 地球科學(xué)與工程學(xué)院,陜西 西安 710065)
目前在儲層成因、儲層構(gòu)型、建模方法、約束條件方面的研究取得了很大進步[1-4],然而多是宏觀、定性或半定量的認識,隨著油氣藏開發(fā)程度的增加,致密儲層表征向著精細化、定量化發(fā)展,儲層三維地質(zhì)建模為更加全面、定量表征儲層空間發(fā)育特征提供了良好的手段。在地質(zhì)建模研究中如何提高模型與地質(zhì)認識的耦合度及精準(zhǔn)度一直是個難題,通過國內(nèi)外文獻調(diào)研認為,提高地質(zhì)模型的精準(zhǔn)度重點在于地質(zhì)約束[5-7]。目前的地質(zhì)建模中地質(zhì)約束建模、變差函數(shù)優(yōu)選以及特征值參數(shù)選取方面研究依然較為薄弱,特別是夾層變差函數(shù)。本文以鄂爾多斯盆地七里村油田柴上塬區(qū)地質(zhì)建模為例,提出結(jié)合地質(zhì)約束的精細地質(zhì)建模思路,探討變差函數(shù)的優(yōu)選及變差函數(shù)特征值分析方法。
七里村油田柴上塬區(qū)位于鄂爾多斯盆東北部陜北斜坡構(gòu)造單元上,是延長油田最早的區(qū)塊之一,多年勘探開發(fā)積累了大量的鉆井、測井、實驗測試分析及生產(chǎn)資料。研究區(qū)占地面積約38 km2,井距70~270 m,井網(wǎng)密度大,構(gòu)造平緩,長6儲層裂縫不發(fā)育,有利于高精度的三維地質(zhì)建模研究。研究區(qū)長6油藏屬于巖性油氣藏,具有典型的低孔、低滲特征,油藏大面積準(zhǔn)連續(xù)分布[8-11],開發(fā)難度大。研究區(qū)自2010年開始注水開發(fā),但注水開發(fā)效果并不理想。注水開發(fā)為建模后期驗證砂體連通性提供了證據(jù),對研究區(qū)在物源、沉積相、成巖作用、物性特征、成藏機理都有了一定的認識[12-16],然而多是儲層宏觀性質(zhì)的描述,定量精細表征優(yōu)質(zhì)儲層空間分布規(guī)律與非均質(zhì)性的研究卻較為薄弱。
研究區(qū)長6段根據(jù)沉積旋回可劃分為4個亞層、12個小層,發(fā)育3~4套凝灰?guī)r標(biāo)志層,其中K4段標(biāo)志層在研究區(qū)發(fā)育較差,識別難度大。根據(jù)標(biāo)志層及沉積旋回組合特征對長6段地層進行劃分對比,結(jié)合鉆井資料及陜北斜坡構(gòu)造背景建立地層格架(圖1),結(jié)果顯示各小層厚度穩(wěn)定,研究區(qū)長6段構(gòu)造總體較為簡單,表現(xiàn)為一平緩的西傾單斜,東西高差64~66 m,坡降約6.64 m/km,局部發(fā)育多個低幅度的鼻隆與鼻凹,構(gòu)造幅度10~15 m,小層構(gòu)造特征繼承性強。
圖1 研究區(qū)長6段地層格架Fig.1 Stratigraphic framework of Chang 6 member in the study area
巖相或者相的解釋準(zhǔn)確度及精度直接影響后續(xù)建模數(shù)據(jù)的質(zhì)量,確定巖性與電性之間的關(guān)系是建模中重要的一步,由于研究區(qū)無地震資料,因此,采用測井組合特征來確定巖性,在巖心歸位的基礎(chǔ)上,精細研究巖性與電性之間的關(guān)系。
研究區(qū)砂巖測井曲線特征表現(xiàn)為低自然伽馬,為30~140 API(一般在60~100 API)。自然電位曲線表現(xiàn)為因為砂巖滲透性而導(dǎo)致擴散電動勢增大的正異常,砂巖的自然電位值主要在-35~30 mV,高聲波時差(一般大于215 μs/m),在含有油氣的情況下,微電位、微梯度測井曲線有明顯的幅度差。
研究區(qū)泥巖測井曲線特征表現(xiàn)為高自然伽馬,其值一般在92~115 API(主體區(qū)域在100 API左右),井徑曲線表現(xiàn)為由于井壁垮塌而造成的擴徑特征。在研究區(qū)選擇淡水泥漿,自然電位曲線表現(xiàn)為正異常,自然電位值在56~80 mV(泥巖基線值一般在60 mV左右),微電位、微梯度測井曲線無幅度差或微幅度差。電阻率相對較低,聲波時差較低一般低于215 μs/m。
研究區(qū)物源主要來自盆地西南部與南部,長6段屬于三角洲前緣[17-19],大量巖心觀察表明,研究區(qū)主要發(fā)育灰白-灰色粉砂巖、中砂巖以及黑色泥巖,砂巖中多發(fā)育平行層理及小型交錯層理,泥巖中多發(fā)育碳質(zhì)條帶以及植物根莖化石,砂、泥巖分界處多發(fā)育黃鐵礦,方解石脈也較為發(fā)育(表1)。
表1 柴上塬區(qū)長6儲層特征Tab.1 Characteristics of Chang 6 reservoir in Chaishangyuan area
砂巖主要為長石砂巖,分選中等,長石、石英體積分數(shù)平均值分別為20.56%、58.32%,巖石平均粒徑0.18 mm,孔隙類型主要包括粒間孔、溶蝕孔及少量的微裂縫,孔吼半徑主要分布在0.01~0.1 μm與0.1~10 μm這2個區(qū)間,以納米孔為主,孔吼的分布特征主要表現(xiàn)為單峰型與雙峰型,儲層排驅(qū)壓力在0.005~12.300 MPa,平均2.94 MPa,中值壓力在2.39~95.57 MPa,平均13.21 MPa,長6油層平均孔隙度7.6%,平均滲透率為0.37×10-3μm2(表1),屬于低孔、低滲儲層,儲層非均質(zhì)性極強。
研究區(qū)測井資料豐富,井間對比性好,為精細研究各小層砂體分布規(guī)律及沉積特征,精細分析了密井網(wǎng)垂直于物源剖面和順物源砂體連井剖面,研究認為工區(qū)砂體具有厚度小、延伸距離短、砂體間夾層發(fā)育的特征,各個小層之間砂體空間構(gòu)型、砂體幾何特征差異明顯,空間非均質(zhì)性強。主力層位長614與長622通常發(fā)育1~3套相對厚層的砂體(圖2),砂體長度大、穩(wěn)定性好,砂體間多發(fā)育泥質(zhì)、鈣質(zhì)隔層,其中長622段單砂體平均厚度平均約8.3 m,厚度大、穩(wěn)定性好,連續(xù)長度通常達到5井距左右,砂體構(gòu)型上表現(xiàn)為多期河道砂體多為堆疊、側(cè)疊分布,主力層位地質(zhì)儲量占長6油藏的50.2%,是研究區(qū)的最主要的儲集層,其他層位砂體發(fā)育程度比主力層位差,剖面上延續(xù)長度通常小于4個井距,砂體構(gòu)型特征表現(xiàn)為單期河道沉積形成的孤立型河道砂體,特別是長632以下層位,砂體空間上分布不穩(wěn)定性極差,砂體構(gòu)型表現(xiàn)為孤立狀,研究區(qū)巖心觀察以及實際開發(fā)經(jīng)驗表明,長632以下層位含油性差,難以成為有效儲層,巖心含油級別多為不含油或油跡,滴在巖心表面的水滴能夠滲入,地質(zhì)儲量占比低,占長6總儲量的2.9%,射孔數(shù)量占長6段射孔總量的8.6%。隔層厚度主要在1~2 m,井間連續(xù)性差,連續(xù)長度通常小于2個井距,空間上分布十分不穩(wěn)定,主要發(fā)育在多期河道堆疊成因的厚砂體中。
圖2 長6段順物源砂體連井剖面Fig.2 Sand body well-connecting profile of Chang 6 member in the direction of sources
為使建立的地質(zhì)模型更加符合地質(zhì)認識,對建模方法進行優(yōu)選。 建模技術(shù)自建立以來已經(jīng)開發(fā)出多種完善的建模方法[20-21],根據(jù)模擬數(shù)據(jù)的類型、分布特征的不同,隨機性建模分離散型模型和連續(xù)型模型兩類。離散模型用來描述具有離散特性的地質(zhì)特征,主要用于相建模,包括沉積相、巖相、隔夾層等,主要方法包括序貫指示模擬、標(biāo)識點模擬、馬爾柯夫隨機域模擬、多點地質(zhì)統(tǒng)計方法。其中序貫指示模擬方法在鄂爾多斯盆地廣泛應(yīng)用且具有較好效果[22-23],序貫指示方法在隔夾層、頂?shù)装逡约跋嘟>哂辛己玫男Ч鸞15,24]。
序貫指示模擬是一種以克里金為基礎(chǔ)的模擬方法,進行模擬時需先將數(shù)據(jù)分布轉(zhuǎn)換為自然分布,然后再進行建模,建立的模型連續(xù)性好,忠實于原數(shù)據(jù)、保持數(shù)據(jù)相關(guān)性以及空間結(jié)構(gòu)性,能夠模擬出確切的邊界,該方法能能夠較好地模擬儲層的空間分布規(guī)律及非均質(zhì)性[25-27]。本次建模采用序貫指示模擬方法建立巖相模型。巖相建模適用于開發(fā)程度高、井網(wǎng)密度較大或沉積微相分布規(guī)律并不清楚的情況[28-30],采用巖相模型為約束條件建立后續(xù)的物性模型。
連續(xù)型模型用來描述儲層參數(shù)在三維空間中連續(xù)變化的特征參數(shù),主要方法有序貫指示方法、傳統(tǒng)內(nèi)插值法、多點地質(zhì)統(tǒng)計法、分形幾何模擬、退火模擬及克里金方法。本次采用序貫高斯模擬方法建立物性模型。序貫高斯模擬方法在處理模型中的奇異值時與其他模擬方法相比,可以平滑局部地區(qū)出現(xiàn)的極值,使數(shù)據(jù)分布更加平滑、不失真,使預(yù)測更連續(xù)、精度高、計算效率高、尊重原始數(shù)據(jù)、模擬的結(jié)果保持數(shù)據(jù)空間結(jié)構(gòu)與分布特征。
變差函數(shù)是指屬性變量的增量的方差,反映區(qū)域性變量之間隨距離變化的變異性,是隨機性建模必要的數(shù)學(xué)工具,表達公式為
其中:γ(h)代表距離為h時兩點之間的變差函數(shù)值。為了計算某個方向的變差函數(shù),通常要設(shè)置搜索步長h,然后計算若干個步長對應(yīng)的變差函數(shù)值,最終擬合變差函數(shù)。為了使得每次搜索都有意義,變差函數(shù)的步長通常設(shè)置為平均井距或者大于平均井距。變差函數(shù)的模擬精度與每次參加模擬的點數(shù)成正比,搜索距離太小會因參加模擬的點數(shù)不足從而導(dǎo)致模擬出的變差函數(shù)準(zhǔn)確度不高[31],我國學(xué)者研究認為將搜索半徑設(shè)置為工區(qū)距離最遠的兩口井距離的一半。
變差函數(shù)對于方向具有很強的敏感性,主變程方向選取在變差函數(shù)分析中尤為重要,主變程方向是屬性連續(xù)性最好的方向,一般確定為沉積相帶的展布方向、對應(yīng)屬性等值線、趨勢線變化最慢方向或物源方向。研究區(qū)沉積相整體呈北西—南東向展布,因此,選取北西—南東向作為建模的主變程方向。
變差函數(shù)特征值包括變程、拱高、塊金常數(shù),變差函數(shù)變程反映的是兩點參數(shù)之間具有相關(guān)性的有效距離,變差函數(shù)通過主方向、次方向、以及垂直變程來控制區(qū)域變量的空間分布,變程的實際選擇要受到地質(zhì)認識的約束,過大或者過小變程都會導(dǎo)致建立的模型與實際地質(zhì)情況不相符,如建立砂巖的巖相模型時主變程的大小通常不大于砂體長度,拱高表示參數(shù)變化的快慢,塊金值表示最小取樣點時的變異性,在建模中塊金值通常設(shè)置為0。
變差函數(shù)的類型有球狀模型、指數(shù)模型以及高斯模型,球狀模型適用于變異性強的參數(shù),球狀模型的到達基臺值的變程小于指數(shù)模型與高斯模型(圖3),擬合變差函數(shù)時能快速到達基臺值,適合模型空間相關(guān)性差的物性模型,高斯模型相比指數(shù)模型、球狀模型對于距離的敏感性更弱,達到線性無關(guān)需要的變程更大,能夠考慮顧及到空間上距離較遠的點,用于模擬沉積相或巖相分布特征具有很好的效果。
圖3 長622孔隙度不同類型變差函數(shù)對比Fig.3 Comparison of different semivariances of porosity of Change 622 layer
地質(zhì)約束是指將建立的地質(zhì)知識庫和不同參數(shù)間的定性、定量關(guān)系用于地質(zhì)建模來約束建模結(jié)果,主要可分為輸入、輸出基礎(chǔ)參數(shù)和變差函數(shù)兩個方面。首先輸入、輸出基礎(chǔ)參數(shù)方面, 建模所需要的重要輸入?yún)?shù)包括構(gòu)造數(shù)據(jù)、巖性數(shù)據(jù)、物性數(shù)據(jù)、飽和度數(shù)據(jù)等。巖相數(shù)據(jù)具有一定的突變性,研究區(qū)巖性主要為砂、泥巖, 自然伽馬曲線響應(yīng)較為敏感,因此, 采用自然伽馬曲線作為約束條件以提高巖相模型空間的準(zhǔn)確性。實驗測試物性、飽和度數(shù)據(jù)量較少,不能滿足建模需要, 因此,需要采用測井曲線回歸解釋物性, 測井解釋數(shù)據(jù)和模型輸出數(shù)據(jù)的分布特征應(yīng)與實測物性相一致。變差函數(shù)方面,變差函數(shù)參數(shù)選取的準(zhǔn)確性決定模型的質(zhì)量,主變程方向與研究區(qū)物源方向、沉積相展布方向一致,巖相建模中主變程值不小于砂體的平均連續(xù)長度,垂向變程值不小于平均單砂體厚度,物性模型建立應(yīng)在巖性模型的約束條件下以保證沉積相對于物性的控制。
采用petrol建模軟件對研究區(qū)長6段進行地質(zhì)建模,為能夠保證建模精度,平面采用25 m×25 m為一個網(wǎng)格單元,垂向上對主力層位精細劃分,單網(wǎng)格厚度0.5 m,非主力層單網(wǎng)格厚度設(shè)置為各小層最薄砂體厚度,總網(wǎng)格數(shù)340×356×111個。
Damsleth等[32]在北海油田高非均質(zhì)性氣藏建模時提出儲層建模的“兩段式”,首先建立相模型,然后在相模型的條件下建立后續(xù)模型?!皟啥问健苯5摹跋唷蹦P鸵话闶侵赋练e相模型與巖相模型。兩種相模型都有各自的適用性與優(yōu)缺點。沉積相模型通常用于鉆井、測井資料較少時的建模研究,沉積微相一定程度可以決定宏觀砂體、物性在空間上的展布,對初期開發(fā)有指導(dǎo)作用。巖相模型主要用于鉆井、測井資料較為豐富的中后期建模研究,通過巖相劃分可以直接表征砂、泥巖在空間的展布特征。用砂體的空間分布特征對后續(xù)物性、飽和度模型進行約束,比沉積相模型控制作用更強,同時相模型建立的準(zhǔn)確程度依賴于測井解釋沉積相或者巖相解釋的準(zhǔn)確度,研究區(qū)平均井距147 m,井密度較大,因此,對研究區(qū)進行巖相建模。首先根據(jù)研究區(qū)砂、泥巖地球物理響應(yīng)特征建立測井解釋模型,然后對全區(qū)測井曲線進行砂、泥巖相解釋。巖相模型的準(zhǔn)確性對后續(xù)相控物性模型的建立具有很大影響。使用測井解釋的砂、泥數(shù)據(jù)采用序貫指示模擬方法結(jié)合井點約束與砂體橫向概率約束建立研究區(qū)巖相模型(圖4)。
圖4 長6段巖相模型Fig.4 Lithofacies model of Chang 6 member
物性模型是儲層三維地質(zhì)模型的重點,物性模型能夠表征儲層物性的空間分布規(guī)律,儲層的孔隙度與滲透率表示儲層的儲集能力與流體的產(chǎn)出能力,與油水運動規(guī)律關(guān)系密切,特別是滲透率模型在后期數(shù)字模擬中具有重要意義。對正態(tài)變換后的測井曲線進行粗化處理,采用序貫高斯模擬方法結(jié)合相控約束,并采用粗化后的聲波時差曲線協(xié)同模擬建立研究區(qū)孔隙度模型(圖5),采用序貫高斯模擬方法,結(jié)合相控約束,并采用孔隙度模型協(xié)同模擬建立研究區(qū)滲透率模型(圖6)。
圖5 長6孔隙度模型Fig.5 Porosity model of Chang 6 member
圖6 長6滲透率模型Fig.6 Permeability model of Chang 6 member
含油飽和度模型與儲量計算密切相關(guān),含油飽和度表征儲層的含油氣性。 采用阿爾奇公式計算得到每口井的飽和度數(shù)據(jù),對泥巖相數(shù)據(jù)點進行飽和度賦值為0%,然后對數(shù)據(jù)進行粗化處理。由阿爾奇公式可知孔隙度的發(fā)育程度與含油性具有正相關(guān)關(guān)系,所以采用巖相與孔隙度模型雙重約束下的序貫高斯方法建立研究區(qū)長6段飽和度模型(圖7)。
圖7 長6段含油飽和度模型Fig.7 Oil saturation model of Chang 6 member
地質(zhì)建模的結(jié)果要符合地質(zhì)認識,檢驗所建地質(zhì)建模計算得出的地質(zhì)儲量、孔隙度、滲透率、含油飽和度是否與現(xiàn)今地質(zhì)認識相一致,綜合對比研究區(qū)地質(zhì)建模質(zhì)量與油田容積法計算的探明地質(zhì)儲量(圖8),結(jié)果顯示,模型中各小層儲量與實際探明地質(zhì)儲量相差較小,絕對誤差小于5%。綜合分析認為,容積法計算儲量確定有效砂體時不考慮隔層在空間分布的局限性,導(dǎo)致參與計算有效砂體體積減小。模型中各小層物性與含油性分布特征與地質(zhì)認識相一致,絕對誤差2%。從油田現(xiàn)今開發(fā)情況來看,研究區(qū)相對高產(chǎn)單井主要分布在東北部、西部及西南部,西北部及東南部相對低產(chǎn),這與地質(zhì)建模結(jié)果一致,本次建模的準(zhǔn)確度較高,可以作為后期開發(fā)調(diào)整的依據(jù)。
圖8 長6段儲量、孔隙度、滲透率、含油飽和度原始數(shù)據(jù)與模型數(shù)據(jù)頻率分布直方圖Fig.8 Frequency distribution histograms of raw data and model data of reserves,porosity, permeability and oil saturation of Chang 6 member
(1)研究區(qū)長6段地層可對比性強,構(gòu)造簡單,局部多發(fā)育低幅度鼻隆與鼻凹,砂巖、泥巖地球物理響應(yīng)特征明顯,易于區(qū)分,不同層位砂體發(fā)育程度差別較大,主力層位通常發(fā)育多套厚砂體,且空間上連通性較好。
(2)高斯模型能夠考慮距離相對較遠的采樣點的貢獻,用于建立巖相模型效果較好,球狀模型適宜建立物性模型,結(jié)合地質(zhì)知識,采用多種約束條件建立的地質(zhì)模型準(zhǔn)確度高,最終建立的精細地質(zhì)模型與實際地質(zhì)認識的各小層儲量、物性分布特征基本一致。