兴隆气田长兴组生物礁储层预测研究
贾跃玮, 魏水建, 游瑜春, 王丹
中国石油化工股份有限公司 石油勘探开发研究院,北京 100083

作者简介: 贾跃玮(1983-),男,工程师,2010年毕业于中国地质大学(北京)地球探测与信息技术专业,获硕士学位,现从事油气藏地球物理描述研究工作。

摘要

针对四川盆地兴隆气田长兴组隐蔽海相生物礁气藏空间形态及有利储层预测难的问题,首先建立生物礁体地震正演模型,揭示生物礁体独特的“外形上凸、内部波形杂乱、反射波组增多、频率降低”地震响应模式,指导优选地震几何形态类、波组统计类、频率类属性开展分析,并通过多属性聚类融合刻画生物礁相储层边界形态;然后应用中子拟声波约束模型迭代反演方法预测储层厚度;进一步开展纵波速度与孔隙度交会分析,应用非线性方程转换速度反演成果预测储层孔隙度;最终通过计算储能系数,探寻储层厚度与孔隙度最优匹配特征,定量预测礁相有利储层分布特征。该预测方法揭示了生物礁储层空间展布特征,提高了预测精度,对礁相储层预测研究具有一定的借鉴意义。

关键词: 生物礁储层; 正演模拟; 地震属性优选; 中子拟声波; 储能系数
中图分类号:P631.4 文献标志码:A 文章编号:1000-8918(2017)04-0605-06
A study of reef reservoir prediction for Changxing Formation in the Xinglong gas field
JIA Yue-Wei, WEI Shui-Jian, YOU Yu-Chun, WANG Dan
SINOPEC Petroleum Exploration & Production Research Institute,Beijing 100083,China
Abstract

In order to solve the difficult problem of reservoir spatial form and favorable prediction of subtle marine reef reservoir in the Changxing Formation of the Xinglong gas field in Sichuan basin,the authors first built the reef seismic forward modeling to reveal the unique seismic response pattern as "up-convex shape,internal event messiness,reflective events increase and frequency decrease". On the basis of the reservoir seismic characteristics,optimization analysis is processed for the multiple seismic attributes, including geometric shape class,wave group statistics class and frequency class.The boundary shape characterization of reef reservoir is studied by multiple attribute clustering.Secondly,neutron pseudo-acoustic curve is selected to constrain model-based iteration inversion method to predict reservoir thickness.The nonlinear equation method is adopted to convert velocity inverse result to porosity of the reservoir.Finally,the storage factor is obtained to explore the optimal matching of reservoir thickness and porosity characteristics.And the reef reservoir spatial distribution features are quantitatively predicted.This prediction method reveals spatial distribution characteristics of reef reservoir,improves prediction accuracy, and provides certain references for reef reservoir prediction research.

Keyword: reef reservoir; forward modeling; seismic attribute optimization; neutron pseudo-acoustic wave; storage coefficient
0 引言

生物礁相气藏物性好, 易形成天然气富集区, 是重要的油气地球物理研究对象。四川盆地二叠系海相地层内发育多种生物礁滩体, 是礁相气藏勘探开发的热点研究区域[1]。随着普光、元坝等海相碳酸盐岩礁滩相大型气藏的成功勘探开发, 生物礁相气藏已经成为我国重要的天然气能源支撑力量 23。自20世纪80年代至今, 针对四川盆地生物礁相气藏的地球物理预测研究积累了多种成熟预测方法, 主要包括了基于生物礁体地震反射特征分析的地震相预测方法[4]; 基于振幅、频率类地震属性的礁体沉积相带预测方法 57; 利用地震反演技术开展多参数反演预测生物礁储层[8]等技术方法。然而, 四川盆地内已探明礁滩体埋深通常大于5 000 m, 地震资料品质较低, 礁体地质形态难以精确刻画, 依赖单一地震属性开展礁体刻画多解性强, 且地震属性的地质针对性较弱。同时, 生物礁体储层内部非均质性极强, 孔隙空间变化较快, 基于传统地震波阻抗反演预测储层厚度进行礁相储层评价难以精确定量表征储层特征。因此亟需聚焦研发生物礁相气藏储层形态综合刻画、参数定量预测的地球物理描述技术, 促使气藏开发走向高效精准化道路。

兴隆地区长兴组海相地层实钻显示良好, 兴隆1井礁相储层段测试天然气产量达到51.71× 104 m3/d, 无阻流量129.36× 104 m3/d, 预示着又一个生物礁相气藏的发现。但由于该区长兴组生物礁体发育特征难辨识, 有利储层分布特征不落实, 严重制约气藏高效开发。针对生物礁储层预测难点, 通过地震正演模拟建立礁相储层地震响应模式, 从礁体外部形态、内部波形变化等角度指导优选具有较强地质针对性的地震属性, 开展多属性聚类融合礁体形态刻画, 在降低地震属性多解性的同时有效提升预测精度; 针对礁相储层中子测井敏感响应特征, 构建中子拟声波曲线约束模型迭代波阻抗反演, 预测储层厚度; 基于孔隙度与速度非线性转换方程, 通过速度反演预测储层孔隙度; 最终通过计算礁相储层储能系数, 定量分析有利储层空间分布特征。探索出了一套生物礁体相态展布刻画与气藏储集能力表征相结合的地震综合预测方法。

1 生物礁体地震响应特征分析

生物礁体具有独特的“ 鼓包状或块状隆起” 古地貌及“ 高孔隙、低速度” 岩石物理特征, 在地震剖面上往往表现为丘状或烟囱状几何形态, 且内部地震反射波组特征与围岩地震波反射结构差异明显[9]。针对这一实际地质特征, 以实钻井岩石物理参数为基础, 参考兴隆地区生物礁体实测地震剖面反射结构, 采用基于模型正演技术[10]的礁体地震响应特征分析方法, 深入研究并总结生物礁体的反射特征, 建立生物礁体地震响应模式, 为地震属性优选储层定性预测提供理论依据。

实钻显示兴隆气田生物礁体表现为低速、低密度特征, 而非礁体部位表现为致密层的高速、高密度特征。依据实测生物礁地震反射剖面, 设计了包括礁盖、礁核、围岩及礁体底部地层的礁体模型, 该礁体模型与下覆地层呈平行接触关系(图1), 其中礁核层速度设计为6 150 m/s, 考虑到礁盖随深度压实作用, 自上而下依次设计了3个层速度为5 800、5 900、6 000 m/s的连续礁盖地层。

图1 生物礁体地震正演模拟

在生物礁体地质参数模型建立基础上, 利用该模型与30 Hz雷克子波褶积产生二维正演模型, 并将正演结果与实测礁体地震剖面开展对比研究, 建立生物礁体地震响应模式:整体上生物礁外形地震响应呈透镜状上凸体, 礁体顶部包络呈丘状不连续强反射特征, 底部同相轴呈轻度上拉特征, 礁体两翼同相轴中断, 呈上超反射特征; 礁体内部强非均质性导致纵向波组数增加且能量差异大、横向波组不连续且相位多变的低频杂乱反射波组特征, 与围岩差异较大; 礁核岩性单一, 呈空白反射特征。地震正演模拟从礁体整体形态、内部波组差异及频率、能量变化角度揭示了礁体地震响应特征, 建立了礁体典型地震响应模式, 为地震属性优选礁体刻画研究奠定了基础。

2 地震优势属性融合礁体识别与刻画

地震属性具备分析地震数据中隐藏信息的能力, 并将这些信息转化为与岩性、物性或油气藏参数相关的信息 1112。由于生物礁储层与围岩的岩石物理特征差异必然导致地震属性的差异, 因而对地震属性的分析可以预测生物礁储层的分布范围, 刻画储层边界。兴隆气田长兴组二段生物礁体各向异性较强, 不同地震属性对同一地质体的刻画存在着较强的多解性。另一方面, 地震属性属于无井信息约束下的地震数据数学物理变化, 运算结果易产生冗余或非地质信息, 对礁体预测结果产生偏差。因此需要在地震响应模式指导下选择优势地震属性开展对比分析, 并采用多属性融合方法[13]进一步降低属性多解性, 提高预测精度。

在生物礁体地震响应模式指导下, 结合地质认识, 优选具备有效放大礁体几何形态、波组及频率变化地震响应特征能力的属性种类, 分别从以下4个方面开展属性优选分析研究:① 针对生物礁体外形丘状隆起的地质特点及地震响应模式, 在长兴组顶、底层位约束下, 采用古地貌属性分析方法刻画礁体丘状隆起范围; ② 针对生物礁体内部地震波形杂乱反射特征, 优选相干、倾角属性从礁相储层内部地震反射特征角度指示礁体展布范围; ③ 针对礁体内部纵向上波组数量增多的特征, 优选平均过零点属性定性预测礁体发育展布范围; ④ 针对礁相储层内部地震波频率变化较快的特征, 优选有效带宽、瞬时频率属性从频带变化角度指明礁相储层发育区域。

由于研究区目的层钻遇井仅有3口, 而钻遇生物礁体的井只有2口, 因此传统的依赖井位实钻加权属性分析的属性融合方法并不适合本区。本次研究采用聚类分析方法[14]开展多属性融合礁体识别研究。首先开展不同属性间相关系数分析:

上式中, Rij是两种属性相关系数, m是地震属性总数, n是参与属性相关性计算的样本点数, xkixkj分别为第k个样本点处的第i种和第j种属性值; x̅ix̅j分别为第i种和第j种属性的平均值。在样本点的选取过程中, 首先需要考虑研究区目的层实钻的3个井点, 并采取等间隔网格方法围绕潜在礁体发育区布置样本点30个, 用于参与不同属性间相关系数的计算。当相关系数逼近1时认为两种属性相关性较好, 接近0时相关性较差。通过对前文所述6种地震属性开展相关性分析(表1), 对比分析后剔除相关性较差的倾角(平均相关性0.289)及瞬时频率属性(平均相关性0.199), 选择具有较高相关性的古地貌、相干、平均过零点及有效带宽4种属性开展融合计算。

表1 地震属性相关性分析

如图2所示为多属性聚类分析成果, 较好的融合了4种属性特征, 直观显示了分布在研究区内发育局部块状红色高值属性异常区(图中黑色虚线区域)。结合已钻井信息标定和地质解释, 判断XL1井南部及XL2井北部地区为生物礁体发育区。地震属性优选及融合礁体识别有效拾取了隐藏在地震数据中的有关礁相储层响应特征信息, 反映了礁体展布的整体面貌, 达到对储层分布的定性预测与描述, 较为客观地刻画了礁相储层边界。在礁体边界约束基础上, 可开展礁体三维空间顶底层位追踪解释, 刻画礁体空间展布格架, 为下步储层反演定量预测提供约束条件。

图2 多属性聚类礁相储层预测

3 礁相储层储集能力定量预测

生物礁储层厚度横向变化较快, 储层内部孔隙结构复杂, 非均质性极强, 有利储层空间展布规律难觅。前人采用波阻抗反演预测储层厚度的方法开展储层刻画研究, 忽略了生物礁储层孔隙度与厚度的匹配特征是储层评价的关键因素。鉴于此, 采用地震反演技术定量预测储层储集系数, 揭示兴隆气田长兴组生物礁气藏储集能力空间展布特征, 探寻优质储层发育规模。

3.1 中子拟声波约束波阻抗反演预测储层厚度

在测井解释基础上, 通过开展多种曲线交会分析, 研究兴隆气田长兴组礁相储层测井响应特征。研究发现, 声波、密度、伽马均无法有效区分含气储层与非储层段, 说明依赖传统声波阻抗或伽马参数反演进行储层预测的方法可行性较差。而中子曲线对储层有较好的敏感性, 即高中子值对应礁相储层含气层段, 低中子值对应非储层段(图3a~c)。

为了将中子曲线作为约束条件加入地震反演过程中, 需要将中子曲线转换成具有声波量纲的曲线, 从而满足波阻抗反演理论需要。由于不同测井曲线对同一地质体的测量存在着物理量纲的差异性, 而曲线形态之间又存在着相似性, 这种相似性是曲线重构的基础 1516。中子拟声波曲线的构建综合应用小波变换及信息融合技术, 将对储层变化敏感的中子曲线高频分量与反映地层岩性韵律的声波曲线低频分量拟合转换成一条具有较高储层分辨率的新拟声波曲线 1718。对这样一条具有声波量纲的中子拟声波曲线求取波阻抗值, 约束地震反演可有效识别储层信息。通过中子拟声波阻抗储层交会分析研究, 划定中子拟声波阻抗储层段值域小于16 900 g· cm-3· m· s-1, 非储层段大于16 900 g· cm-3· m· s-1(图3d)。

图3 储层测井敏感性分析a— 伽马-声波交会; b— 密度-声波交会; c— 中子-声波交会; d— 拟声波阻抗储层界限

在中子拟声波约束下, 采用模型迭代反演方法对兴隆气田长兴组生物礁储层开展波阻抗反演研究。应用协同克里金方法建立反演初始地质模型, 将中子拟声波测井数据和地震数据协同使用建立模型, 克服了单纯依赖测井资料建模反演的线性模型化现象。同时, 基于模型迭代反演方法使中子拟声波测井资料高频信息和地震低频成份紧密融合, 最大程度上保证了反演结果的地球物理响应与地震资料的最佳匹配。连井反演剖面表明(图4), 波阻抗与实钻井资料解释的储层段吻合较好, 礁体储层单元响应清晰, 在XL1井周边纵向发育两大套储层, 累积厚度大, 横向展布范围广。而XL101井位于礁体边部, 储层发育厚度较薄。高质量的波阻抗反演成果保障了储层厚度预测的准确性。

图4 连井中子拟声波阻抗反演剖面

3.2 基于速度反演预测储层孔隙度物性

生物礁相储层空间物性特征变化快, 储层孔隙度预测是此类储层评价的重要环节。目前成熟的孔隙度预测技术通过提取多种地震反演特征参数, 与孔隙度测井资料建立映射关系函数, 从而获取孔隙度分布特征[19]。通过孔隙度曲线与多种测井曲线交汇分析, 发现兴隆气田生物礁相储层孔隙度与声波速度曲线相关性较高, 可通过反演储层速度建立孔隙度转化关系。采用构造框架和声波测井约束稀疏脉冲速度反演, 能够保证速度反演结果横向展布符合礁体地震响应特征, 且纵向速度变化规律符合地质背景规律。研究区三口井的纵波速度与孔隙度交会分析呈良好的幂指数非线性关系:

ϕ=13414e-0.002v(2)

式中:ϕ 为孔隙度, v为地层速度。根据式(2)所述参数关系, 将储层速度转化为孔隙度数据, 获得储层孔隙度反演成果。

3.3 生物礁储层储集系数预测

储层储能系数是指储层厚度与孔隙度的乘积, 该参数可以综合储层厚度与孔隙度特征, 规避了单一参数对礁相储层评价的片面性, 在充分考虑储层非均质性特征情况下对储层开展客观评价[20]。将本区储层厚度与孔隙度预测成果做数学乘积运算获得储能系数分布特征(图5):① 兴隆气田长兴组礁相储层总体具有强非均质性块状分布的特征, 其中XL1井区及周边储层厚度大、孔隙度高, 储层储能系数较高, 分布范围广, 属于优质储层, XL101井以西区域次之, XL2井北部偏差; ② 储层发育以生物礁体为单元, 围绕礁体储层主体部位储集能力较好, 向周边呈环带状递减趋势, 储集系数横向展布差异较大。

图5 兴隆气田长兴组生物礁储层储能系数预测

4 结论

1)通过地震正演模拟建立兴隆气田生物礁储层“ 外形上凸, 顶部强反射, 两侧波形上超, 内部同相轴杂乱且波组增多、频率降低” 的地震响应模式, 对地震属性优选研究具有指导意义。

2)以兴隆气田生物礁相储层地震响应模式为依据, 优选能够有效识别储层响应特征的古地貌、相干、平均过零点及有效带宽地震属性开展聚类分析, 定性预测礁体空间展布范围, 为储层反演定量预测提供相带约束条件。

3)中子拟声波曲线能够有效识别礁相储层, 可有效约束储层反演厚度预测; 储层速度与孔隙度非线性关系可有效约束孔隙度反演, 预测储层孔隙度; 储能系数可较为客观全面的评价兴隆气田礁相优质储层空间展布特征。

The authors have declared that no competing interests exist.

参考文献
[1] 赵文光, 郭彤楼, 蔡忠贤, . 川东北地区二叠系长兴组生物礁类型及控制因素[J]. 现代地质, 2010, 24(5): 951-956. [本文引用:1]
[2] 洪海涛, 王一刚, 杨天泉, . 川北地区长兴组沉积相和生物礁气藏分布规律[J]. 天然气工业, 2008, 28(1): 38-43. [本文引用:1]
[3] 陆亚秋, 龚一鸣. 海相油气区生物礁研究现状、问题与展望[J]. 地球科学—中国地质大学学报, 2007, 32(6): 871-877. [本文引用:1]
[4] 罗清圆, 郭伟, 雷蕾. 川东北元坝地区长兴组顶部沉积体地震相研究[J]. 四川文理学院学报, 2012, 23(2): 39-43. [本文引用:1]
[5] 陈勇. 川东北元坝地区长兴组生物礁储层预测研究[J]. 石油物探, 2011, 50(2): 173-180. [本文引用:1]
[6] 蔡希源. 川东北元坝地区长兴组大型生物礁滩体岩性气藏储层精细刻画技术及勘探实效分析[J]. 中国工程科学, 2011, 13(10): 28-33. [本文引用:1]
[7] 陈殿远, 陈志宏, 刘仕友, . 地震频率域信息在涠西南地区勘探中的应用[J]. 物探与化探, 2013, 37(3): 467-472. [本文引用:1]
[8] 蒋东, 高培丞, 曹刚, . 黄龙场地区长兴生物礁储层预测[J]. 西南石油大学学报, 2009, 31(2): 5-8. [本文引用:1]
[9] 胡伟光, 蒲勇, 易小林, . 川东北元坝地区生物礁识别[J]. 物探与化探, 2010, 34(5): 635-642. [本文引用:1]
[10] 郎静, 梁峰, 候伯刚. 油藏精细描述技术在歧南西斜坡隐蔽油气藏勘探中的应用[J]. 物探与化探, 2006, 30(2): 123-128. [本文引用:1]
[11] 印兴耀, 周静毅. 地震属性优化方法综述[J]. 石油地球物理勘探, 2005, 40(4): 482-489. [本文引用:1]
[12] 郭华军, 刘庆成. 地震属性技术的历史、现状及发展趋势[J]. 物探与化探, 2008, 32(1): 19-22. [本文引用:1]
[13] 吴海波, 王江, 李军辉. 地震多属性融合技术在贝尔凹陷储层预测中的应用[J]. 岩性油气藏, 2014, 26(2): 96-101. [本文引用:1]
[14] 李婷婷, 王钊, 马世忠, . 地震属性融合方法综述[J]. 地球物理学进展, 2015, 30(1): 378-385. [本文引用:1]
[15] 赵继龙, 熊冉, 陈戈, . 伽马拟声波分频重构反演在储层预测中的应用[J]. 地球物理学进展, 2013, 28(4): 1954-1961. [本文引用:1]
[16] 马光克, 李达, 隋波, . 地震多属性融合曲线重构技术在储层预测中的应用[J]. 物探与化探, 2013, 37(6): 993-997. [本文引用:1]
[17] 徐丽萍. 塔河油田AT9井区三叠系阿四段滩坝砂储层预测[J]. 石油物探, 2010, 49(3): 275-279. [本文引用:1]
[18] 安晶, 安鹏, 张宏伟, . 多曲线融合技术在储层随机反演中的应用[J]. 物探与化探, 2012, 36(4): 633-636. [本文引用:1]
[19] 桂志先, 朱广生, 熊新斌, . 孔隙度与纵横波速度间的关系及其在孔隙度预测中的应用[J]. 石油物探, 1998, 37(2): 36-40. [本文引用:1]
[20] 曾大乾, 彭鑫岭, 刘志远, . 普光气田礁滩相储层表征方法[J]. 天然气工业, 2011, 31(3): 913. [本文引用:1]