基线差密度校正法的应用——以蓬莱9-1油田叠前反演处理为例
李尧
中海石油(中国)有限公司天津分公司 渤海石油研究院,天津 300452

作者简介: 李尧(1985-),男,工程师,中国地质大学(北京)地球探测与信息技术专业硕士研究生,现主要从事地球物理方法及储层预测研究工作。

摘要

蓬莱9-1油田的潜山为中生界花岗岩,经钻井揭示该油田潜山具有埋深浅、风化作用强、裂缝储层横向变化快的特点。通过精细岩石物理研究,密度在该油田潜山段能够较好地识别裂缝储层,但是由于潜山段井间密度基线差异较大,对利用密度进行井间裂缝储层预测提出了挑战。笔者采用基线差密度校正法对井间密度基线进行了一致性处理,并通过构建正演模型分析了密度变化对AVO响应特征的影响,最终利用叠前同时反演技术得到基线差校正后的密度体,解决了密度基线的差异性对裂缝储层预测的影响;还结合裂缝储层的基线差校正后的密度与总孔隙度之间良好的规律关系,利用基线差校正后的密度体在较好地描述潜山段裂缝储层展布规律的基础上,进一步刻画了井间裂缝储层的孔隙度发育程度,并得到了验证井的验证。该技术在蓬莱9-1油田潜山裂缝储层预测的成功应用,为今后类似潜山裂缝储层研究提供了借鉴意义。

关键词: 密度基线校正; 叠前反演; 裂缝储层; 潜山; 储层预测
中图分类号:P631.4 文献标志码:A 文章编号:1000-8918(2015)05-1020-07 doi: 10.11720/wtyht.2015.5.23
The application of density baseline differences correction — Taking the pre-stack inversion in the PL9-1 oilfield as an example
LI Yao
Bohai Oilfield Petroleum Research Institute,Tianjin Branch of CNOOC Ltd.,Tianjin 300452,China
Abstract

The buried hill of the PL9-1 oilfield is a Mesozoic granite buried hill,which is characterized by shallow buried depth,strong weathering degree and great lateral variation of fractured reservoirs.On the basis of fine rock physical analysis,the density can better recognize the fractured reservoirs in the buried hill of this oilfield.Nevertheless,in this buried hill,the density baselines between wells show differences,which leads to different density measurements in describing the reservoirs.This is a challenge to predicting fractured reservoirs between wells.This study successfully solved the problem of density baseline differences between wells by using the method of density baseline differential correction,combined with verifying the feasibility of pre-stack inversion by the forward model analysis of AVO.The corrected density volume was achieved by pre-stack inversion.Furthermore,taking advantage of the good relationship between the corrected density and total porosity of the fractured reservoirs,the authors used the corrected density volume to describe the distribution of fractured reservoirs in the buried hill and further reflect the development degree of fractured reservoir porosity horizontally.The result was proved by actual drilled wells.The successful application of this technology will provide important reference for the similar fractured reservoir studies of buried hill in future.

Keyword: density baseline correction; pre-stack inversion; fractured reservoir; buried hill; reservoir prediction

潜山油气藏一直以来都是世界性的勘探难题, 近年来渤海油田在潜山裂缝油气藏方面也开展了深入研究。潜山裂缝油气藏作为一个重要的成藏类型在渤海海域有着巨大的勘探潜力, 但由于其圈闭类型多样, 成藏受众多因素控制, 储层非均质性较强, 导致了勘探难度和风险都非常大, 同时也对地震储层研究提出了更高的挑战[1, 2, 3]

蓬莱9-1油田潜山为中生界花岗岩潜山, 油田潜山具有埋深浅、裂缝储层横向变化快等特点。在以往的潜山裂缝储层研究中, 一般是基于叠后地震资料完成, 在该油田潜山研究中也开展了比如方差属性、曲率属性及波形聚类等相关技术的研究。但是受到油田潜山地震资料分辨率低、波组特征不清等问题的影响, 这些常规叠后裂缝储层预测手段取得的效果并不理想[4, 5, 6, 7]。通过对目标区精细的岩石物理研究表明, 密度可以作为该油田裂缝储层的识别因子, 据此可以充分利用叠前道集资料中的有效信息, 利用叠前反演获得的密度体对潜山裂缝储层进行预测[8, 9]。但实际资料表明该油田潜山段井间密度基线有较大差异, 这会大大降低利用叠前反演密度体进行裂缝储层预测的可靠性。

笔者利用基线差密度校正法对井间密度基线进行一致性处理, 消除了井间密度基线的差异性对储层预测造成的影响, 提高了井间裂缝段储层的识别能力, 通过叠前同时反演得到基线差校正后的密度体, 实现对潜山裂缝储层的刻画, 并结合基线差校正后的密度与孔隙度的关系, 利用基线差校正后的密度体进一步描述了井间裂缝储层的孔隙度发育程度。通过分析认为, 该方法在蓬莱9-1油田的潜山裂缝储层预测中应用效果较好, 与验证井吻合理想, 对于潜山裂缝储层研究具有一定的借鉴意义。

1 研究区域概况

蓬莱9-1油田位于渤海东部海域庙西北凸起上, 该油田潜山长期遭受风化剥蚀, 整体表现为大型半背斜构造, 共发育南、北两个高点, 中间为宽缓的鞍部, 地层整体北西倾。其中鞍部岩性为中生界花岗岩, 南高点为中上元古界中— 轻变质片岩、板岩。油田构造主体埋深较浅, 构造区内次生断层发育, 并且紧邻渤东凹陷和庙西北凹, 成藏条件非常有利, 是渤海发现的第一个中生界花岗岩潜山大油田, 也是最大的潜山油气田。

蓬莱9-1油田潜山储层在花岗岩体顶部呈层状分布, 油藏类型为“ 似层状油藏” , 通过已钻井揭示的主力油层埋深为1 220~1 600 m。通过对蓬莱9-1油田已钻井潜山段的密度和声波曲线的纵向变化特征能够发现, 在潜山段曲线具有明显的垂向分带性, 即曲线在风化较强的层段呈现明显的斜坡状或者台阶状; 而在风化较弱的层段曲线趋势比较稳定, 同时裂缝储层也相对较发育, 因此, 将其作为主要目的层段。

图1 单井密度与电阻率交会

通过对油田已钻井在主要目的层段的岩石物理交会分析, 对于大多数井而言, 密度对裂缝储层有较好地识别能力, 即裂缝储层表现为低密度特征, 非裂缝段密度相对较高(图1)。因此, 从单井上来看, 密度可以作为潜山段裂缝储层的识别因子。然而经过研究发现, 在该油田潜山段部分井之间的密度基线值差异明显, 如图2所示, 图中红色曲线为2井的曲线, 蓝色曲线为5井的曲线, 两者纵波速度曲线基线相近, 但是密度和伽马曲线的基线差异比较明显, 其中2井的密度基线低于5井, 这两口井的现场测井作业均是由中海油服引进的Eclips-5700系列实施完成, 因此可以排除是测井仪器造成的影响。通过进一步分析认为, 由于该油田潜山裂缝储层横向变化快, 5井区潜山地层相对致密, 裂缝储层的密度相对于2井区整体偏高。两者密度基线的差异导致5井的低密度值区域对应2井的高密度值区域。因此, 在该油田潜山, 这种密度基线的差异性使得井间密度不能在同一基准下, 这对利用密度进行井间裂缝储层预测提出了挑战。

图2 2井和5井的测井曲线对比

2 方法的理论验证

为了消除井间密度基线的差异性, 采用基线差密度校正法对井间密度基线进行校正处理, 得到基线差校正后的密度曲线。首先, 分别计算各井在潜山目的层段的基线值; 其次, 对各井的密度基线值求平均, 得到基线平均值, 并将密度基线平均值分别与各井的密度基线值相减, 得到各井的密度基线差; 最后, 将各井的密度加上各自的密度基线差, 最终得到基线差校正后的密度曲线。

基线差密度校正法的计算公式如下

ρ基线差=ρ平均基线-ρ基线, (1)ρ校正=ρ原始+ρ基线差(2)

然而, 基线差校正后的密度对于反射系数的影响有多大?是否会造成界面AVO响应特征的变化呢?

借助Zoeppritz方程的Aki& Richards近似, 通过对理论公式的参数分析及正演模拟, 研究了由原始密度变为基线差校正后的密度对界面AVO响应特征的影响, 针对上述疑问给予了解释。

Aki& Richards的近似方程为

Rpp(θ)12cos2θΔvpvp+-4vs2vp2sin2θΔvsvs+121-4vs2vp2sin2θΔρρ, (3)

其中:

Δvpvp=vp2-vp1(vp2+vp1)2=2(vp2/vp1-1)(vp2/vp1+1), 简化后, 该项只与界面上下的纵波速度比vp2/vp1有关;

Δvsvs=vs2-vs1(vs2+vs1)2=2(vs2/vs1-1)(vs2/vs1+1), 简化后, 该项只与界面上下的横波速度比vs2/vs1有关;

vsvp=(vs2+vs1)2(vp2+vp1)2, 简化后, 该项也仅与界面上下的纵、横波速度有关;

Δρρ=ρ2-ρ1(ρ2+ρ1)2=2(ρ2/ρ1-1)(ρ2/ρ1+1), 简化后, 该项只与界面上下的密度比ρ 21有关。

通过对Aki& Richards近似方程的参数分析得出, 只有最后一项Δ ρ /ρ 与密度有关。因此, 将原始密度变为基线差校正后的密度后, 对Δ vp/vp、Δ vs/vsvs/vp三项均不产生影响, 只要能够确保变化前后界面上下的密度比ρ 21不变, 那么就能保证Δ ρ /ρ 不变, 从而使得方程的解不变, 界面的AVO响应特征才能不变。

对此, 选取2井某一界面进行验证。在密度基线差校正前后, 该界面上下的纵波速度比、横波速度比和纵横波速度比均未发生变化, 即

vp2vp1=0.8956, vs2vs1=0.8791, vsvp=0.447(4)

通过计算得出, 原始密度时界面上下密度比为ρ 21=0.8824, 在密度基线差校正后, 上下界面校正后的密度比为(ρ 2基线差)/(ρ 1基线差)=0.8854, 二者十分接近, 结果如图3所示, 密度基线校正前后该界面的AVO响应特征几乎不变。

图3 2井密度基线差校正前后某界面的AVO响应

由此可见, 通过基线差密度校正法所引起的密度项变化甚微, 对于界面的AVO响应特征几乎没有影响, 进而也为我们利用叠前反演技术得到的基线差校正后的密度体进行井间裂缝储层预测的可行性提供了理论验证。

3 改进效果

密度基线差校正使各井的密度在同一基准线下, 消除了井间密度基线差异性的影响, 从而达到在井间更好地识别裂缝储层的目的。如图4所示, 图中红色样点为裂缝储层, 白色样点为非裂缝的致密层。交会图对比显示, 通过密度基线差校正后, 各井非裂缝的致密层段密度更加收敛, 修正了部分井的密度基线偏低或偏高的影响, 使得在多井情况下, 基线差校正后的密度能更有效地区分裂缝储层和非裂缝。通过图4b可以看出, 密度基线差校正后, 裂缝段储层整体表现为低密度特征, 非裂缝段表现为相对高密度特征, 裂缝与非裂缝的密度门槛值大约为2.57 g/cm3

图4 多井密度基线差校正前后与电阻率的交会

在进一步研究过程中, 通过针对各井的裂缝段密度与裂缝总孔隙度的关系统计, 发现裂缝段的密度与总孔隙度之间有比较好的对应关系。如图5所示, 分别对各井基线差校正前后的裂缝段平均密度与裂缝段总孔隙度的关系进行了统计对比。通过对比发现, 与原始密度相比, 基线差校正后的密度能够更清晰地反映出井间裂缝段储层的总孔隙度变化规律, 即校正后的裂缝平均密度越低, 裂缝总孔隙度相对越发育; 校正后平均密度越高, 裂缝总孔隙度相对越不发育[11, 12, 13]。因此, 与原始密度相比, 利用基线校正后的密度除了能够更好地识别潜山裂缝储层之外, 还可以进一步描述裂缝储层的总孔隙度发育程度, 实现刻画裂缝储层物性的目的。

图5 基线差校正前后的井间裂缝平均密度与裂缝总孔隙度关系

4 在叠前反演中的应用

在蓬莱9-1油田潜山, 通过对密度测井曲线细致的研究认为, 基线差校正后的密度能够更好地识别裂缝储层。如图6所示, 本次叠前反演研究在井上岩石物理分析的基础上, 利用了7口井的原始纵、横波速度曲线和基线差校正后的密度曲线构建低频模型, 并结合道集的临界角分析, 选取入射角范围为8° ~35° 的角道集, 针对蓬莱9-1油田潜山的主要目的层段, 采用叠前同时反演技术, 反演得到基线差校正后的密度体, 并利用校正后的密度体对目标区的裂缝及裂缝孔隙度发育程度进行了描述[14, 15], 为潜山裂缝预测提供了很好的技术借鉴。

图6 叠前反演校正后密度体思路

针对反演得到的基线差校正后的密度体, 选取了6口验证井, 在井点处提取了反演得到的密度曲线, 将其分别与各井滤波后的密度曲线对比(图7), 蓝色曲线为井点处反演得到的密度曲线, 红色曲线为井上滤波后的密度曲线。可以发现, 在主要目的层段(紫色框范围), 两者在整体趋势上吻合较好, 验证结果表明在井点处反演结果是比较可靠的。

图7 井点处反演得到的密度曲线与滤波后的密度曲线对比

图8为反演得到的油田鞍部15口井校正后的密度体连井剖面, 黑色曲线为裂缝段储层的平均总孔隙度曲线, 在T8至T8+70 ms的层段内是油田潜山裂缝储层的主要分布层段。对于大部分井, 在主要目的层段校正后的密度体能够较好地反映出裂缝储层的发育程度, 其中红色代表密度较低, 蓝色代表密度较高, 比如8井、1井、2井和4井附近, 裂缝储层相对较发育, 整体对应校正后的密度也偏低。而在15井、7井和13井附近, 裂缝储层发育较差, 对应校正后的密度也较高, 说明反演得到的校正后的密度体对于裂缝储层的刻画与验证井实钻情况吻合较好。

图8 叠前反演校正后密度体的多井连井剖面

此外, 通过对比反演校正后的密度体结果与井点处的裂缝总孔隙度曲线发现, 校正后密度体反演结果能够与多数井的总孔隙度曲线较好地吻合。在大部分裂缝总孔隙度较发育的地方, 都表现出了密度较低的特征。如图9所示, 位于鞍部构造较高部位的8井、1井、2井和4井沿线为呈北东走向的区带, 图9a为过这四口井的校正后密度体反演结果连井剖面, 图中黑色曲线为裂缝段储层的平均总孔隙度曲线。钻井揭示8井、1井、2井和4井附近裂缝储层相对较发育, 对应在反演结果剖面上密度也偏低, 与实钻结果吻合。结合主要目的层段的校正后密度体平均值属性(图9b)能够发现, 平面上该区带表现出明显的低密度特征, 尤其井点附近, 说明校正后的密度能够比较好的刻画出裂缝储层。图9c是这四口井统计的井间裂缝储层校正后的平均密度与总孔隙度的拟合关系, 两者的关系比较清晰, 即随着裂缝总孔隙度的增加, 裂缝平均密度逐渐减小。比如相对于8井而言, 钻井揭示4井裂缝的平均总孔隙度更发育, 约为8.65%, 高于8井的6%, 在校正后的裂缝平均密度方面, 4井的平均密度则明显低于8井, 说明反演结果与测井统计规律基本一致。

图9 鞍部高部位四口井校正后密度体结果分析

又例如图10所示, 在13井、7井和15井区附近, 钻井揭示该区带裂缝储层相对不发育, 在校正后的密度体平面属性上(图10a), 该区带的密度整体偏高, 也与已钻井情况吻合。并且通过统计三口已钻井校正后的裂缝平均密度与总孔隙度的关系(图10b), 两者也表现出很好的规律性。比如7井钻遇的裂缝平均总孔隙度最低, 对应的裂缝段平均密度最高, 而在15井钻遇的裂缝平均总孔隙度最高, 对应的裂缝平均密度是最低的。

图10 三口井校正后密度体结果分析

总体而言, 通过叠前反演得到的基线差校正后的密度体对该油田潜山裂缝储层和裂缝总孔隙度的发育情况都能够比较好地刻画出来, 平面上校正后的密度体的变化规律与已钻井吻合关系较好, 并且得到多口新钻井的验证, 同时也能够为该油田的下一步钻探提供一定的参考。该方法在蓬莱9-1油田潜山裂缝储层预测的成功应用, 丰富了潜山裂缝储层预测的手段, 为今后类似潜山裂缝储层研究提供了一定的参考价值。

5 结论

(1)通过对蓬莱9-1油田潜山主要目的层段的岩石物理研究发现, 在该区, 密度能较好地识别潜山段裂缝储层, 但是由于井间密度基线差异性较大, 不能使用同一密度标准, 对于开展裂缝储层预测研究提出了挑战。本次研究采用基线差密度校正法对井间密度基线进行一致性处理, 并结合相关理论验证, 利用基线差校正后的密度, 消除了井间密度基线差异, 从而更有效地在井间潜山段进行了裂缝储层预测。

(2)通过对已钻井基线差校正后的裂缝段平均密度和平均总孔隙的规律统计, 发现校正后的平均密度与裂缝孔隙度有更好的相关性, 即平均密度低的地方, 裂缝总孔隙度相对发育; 平均密度高的地方, 裂缝总孔隙度相对不发育。

(3)利用叠前同时反演技术得到的基线差校正后的密度体能够与已钻井的潜山段裂缝储层发育情况吻合较好, 并且在横向上能够基本反映出各井潜山裂缝储层的孔隙度变化规律。纵向上由于受潜山地震分辨率的影响, 校正后的密度体剖面对裂缝储层厚度的刻画有一定局限性, 只能分段综合分析。

The authors have declared that no competing interests exist.

参考文献
[1] 高文峰, 李绪宣, 陈桂华, . 裂缝储层地震预测技术在锦州25-1南潜山的应用研究[J]. 中国海上油气, 2008, 20(1): 22-27. [本文引用:1]
[2] 张昕, 郑晓东. 裂缝发育带地震识别预测技术研究进展[J]. 石油地球物理勘探, 2005, 40(6): 724-730. [本文引用:1]
[3] 巫芙蓉, 李亚林, 王玉雪, . 储层裂缝发育带的地震综合预测[J]. 天然气工业, 2006, 26(11): 49-51. [本文引用:1]
[4] 李军, 刘丽峰, 赵玉合, . 古潜山油气藏研究综述[J]. 地球物理学进展, 2006, 21(3) : 879-887. [本文引用:1]
[5] 谢风猛. 古潜山裂缝储层预测新方法[J]. 物探与化探, 2010, 34(2): 233-236. [本文引用:1]
[6] 周心怀, 史浩, 孙书滨, . 综合地震属性分析在JZS油气田太古界变质岩潜山储层预测中的应用[J]. 石油地球物理勘探, 2006, 41(5): 541-545. [本文引用:1]
[7] 王秀玲, 孟宪军, 季玉新, . 潜山裂缝储层地震多信息综合预测方法及应用实例[J]. 石油地球物理勘探, 2002, 37(s1): 196-201. [本文引用:1]
[8] 孙炜, 王彦春, 李梅, . 利用叠前地震数据预测火山岩储层裂缝[J]. 物探与化探, 2010, 34(2): 229-232. [本文引用:1]
[9] Beretta M M, Bernasconi G, Drufuca G. AVO and AVA inversion for fractured reservoir characterization[J]. Geophysics, 2002, 67(1): 300-306. [本文引用:1]
[10] 石玉梅, 姚逢昌, 孙虎生, . 地震密度反演及地层孔隙度估计[J]. 地球物理学报, 2010, 53(1): 197-204. [本文引用:1]
[11] 刘卫华, 高建虎, 陈启艳, . 测井资料岩石物理分析在苏西地区储层预测研究中的应用[J]. 地球物理学进展, 2010, 25(3) : 939-945. [本文引用:1]
[12] Li Y Y. A study on applicability of density inversion in defining reservoirs[C]//Expand ed Abstracts of 75th SEG Annual Internet Meeting, 2005: 1646-1650. [本文引用:1]
[13] 黄捍东, 汪佳蓓, 郭飞. 敏感参数分析在叠前反演流体识别中的应用[J]. 物探与化探, 2012, 36(6): 941-946. [本文引用:1]
[14] 杨午阳, 王丛镔. 利用叠前AVA同步反演预测储层物性参数[J]. 石油地球物理勘探, 2010, 45(3): 414-417. [本文引用:1]
[15] Young G R, Mrinal K S. A comparision of porosity estimates obtained using post-, partial-, and prestack seismic inversion methods: Marco Polo Field, Gulf of Mexico[C]//Expand ed Abstracts of 77th SEG Annual Internet Meeting, 2007: 1790-1794. [本文引用:1]