0 引言
目前,碳酸盐岩勘探是我国近期油气勘探开发的重点领域之一[3,4,5,6,7],但是碳酸盐岩由于其岩性及物性不同于碎屑岩,储层预测难度相对较大。国内外地球物理学家对碳酸盐岩储层预测方面做了大量的研究工作,取得了许多重要的研究成果[8,9,10,11,12,13,14,15],预测技术方法主要包括:叠前AVO油气检测分析、叠前弹性参数反演、裂缝检测属性等,但这些方法都有其局限性。AVO分析技术通过振幅随偏移距变化来预测储层,而碳酸盐岩储层本身非均质性较强,横向变化大,AVO规律认识尚不明确,且AVO技术受制储层埋藏深度,在深层预测中应用受限;基于叠前地震资料,叠前弹性参数反演可以得到反映岩性和物性的弹性参数,但是叠前地震数据一般数据量大,叠前数据处理分析对计算机硬件要求高,耗时长;裂缝检测方法主要集中叠前方位各向异性和叠后相干曲率类属性方面,这两类方法只是对裂缝分布进行了定性的预测,预测多解性较强,井位部署中指导作用有限。叠后反演技术成熟,且计算快,精度高,并在砂岩储层预测中取得了良好的应用效果,如何应用叠后反演技术来实现潜山碳酸盐岩储层预测一直是该领域的难题。笔者以杨税务潜山为例,结合前人研究成果,充分分析该区储层特征,旨在利用叠后反演技术实现杨税务潜山碳酸盐岩储层预测,提高储层预测精度和速度,为同类型油藏储层预测研究提供参考。
1 储层特征分析
1.1 沉积特征
图1
1.2 储层划分依据
基于常规测井资料,进行储层参数计算,结合成像测井进行缝洞识别、储层划分、储集空间类型的确定,进而评价井壁附近储层级别。将储层解释为一、二、三类储层,三类储层含少量裂缝或孔隙不发育,无开采价值,二类储层有裂缝或基质孔隙发育,一类储层裂缝规模大,孔隙发育且连通性好。一、二类为有效储层,是油气主要聚集区(表1)。
表1 测井储层评价分类
Table 1
| 储层 级别 | 类型 | 常规测井响应 | 成像测井响应 | ||||
|---|---|---|---|---|---|---|---|
| 总孔隙度/ % | 电阻率/ (Ω·m) | 电阻差异/ Ω | 裂缝 孔隙度/% | 成像特征 | 孔隙度谱特征 | ||
| 一类 储层 | 裂缝-孔隙型 | ≥3 | <700 | 0.2~0.4 | >0.002 | 裂缝、溶孔共生,较发育 | 孔隙度谱分布宽,呈中孔径分布 |
| 裂缝型 | 2~3 | <1000 | >0.4 | 裂缝规模大、连通性好;成组系发育、网状缝发育 | 谱型分布窄,呈单峰,呈中小孔径分布 | ||
| 二类 储层 | 裂缝-孔隙型 | ≥3 | <1500 | 0.2~0.4 | >0.001 | 裂缝较发育 | 谱型展布宽 |
| 裂缝型 | 2~3 | <2000 | >0.4 | 裂缝较发育 | 谱型展布窄,以中小孔径为主 | ||
| 孔隙型 | ≥4 | <1000 | <0.2 | 裂缝不发育 | 谱型展布宽,多以大孔径分布 | ||
| 三类 储层 | 裂缝-孔隙型 | ≤3 | 1500~3000 | <0.2 | <0.001 | 裂缝欠发育 | 谱型展布窄,以中小孔径为主 |
| 裂缝型 | 2~3 | 2000~4000 | 0.2~0.3 | 裂缝欠发育 | |||
1.3 储层敏感参数分析
该区储层分为3类,如何寻找敏感参数来识别区分3类储层是储层预测的重点。在砂岩储层,一般通过声波区分砂泥岩,然后利用反演技术实现砂岩储层的分布预测,但是对于碳酸盐岩储层,岩性以白云岩、灰岩为主,声波差异不明显,基于声波的反演技术难以取得成效。本文以测井储层评价划分的3类储层为基础,不再以岩性预测为目的,结合多种曲线交汇分析,优选出可以有效区分3类储层的特征曲线—电阻率,通过研究区6口井电阻率曲线与3类储层的交汇(图2)分析可以看出,电阻率曲线可以很好识别一、二和三类储层,因此可以应用电阻率曲线进行储层预测。
图2
图2
储层分类与测井曲线交汇
Fig.2
Intersection diagram of reservoir classification and logging curve
2 基于叠后数据的测井约束模型反演
常规地震波阻抗反演存在多解性问题,正确运用测井资料约束是解决该问题的有效手段,测井约束模型反演是基于模型的反演技术,以地震解释建立的油气藏地质模型为基础,将测井纵向分辨率和地震横向分辨率结合起来,充分利用测井的低频、高频信息与地震中频信息,通过迭代反演对模型进行不断修改,使得合成地震记录与实际地震尽可能接近,得到适合目的层的最优波阻抗模型,提高波阻抗剖面的纵向分辨率和储层预测精度。该反演技术可以有效避免地下储层的复杂反射、信噪比低的缺点,实现复杂储层类型的分布预测。
2.1 曲线优选与重构
目前随着地球物理目标越来越复杂,特别是对碳酸盐岩储层,基于声波曲线的反演技术并不能对储层进行有效识别。而曲线重构技术是从岩石物理分析入手,从多种测井曲线中优选对储层敏感的曲线,然后与声波时差建立较好的相关性,基于数理统计方法重构出能够反映储层特征的曲线[18]。本文以地质、测井、地震综合研究为基础,针对储层类型,进行岩石物理学分析,从众多的测井曲线中选出对储层敏感的电阻率曲线(图2),然后利用曲线重构技术构建出具有地层背景信息的电阻率拟声波特征曲线。依据电阻率拟声波曲线,分别计算该区1、2、3、4、5和W1共6口井波阻抗曲线,通过电阻率拟声波波阻抗交汇图(图3)分析看,该曲线可以有效地识别一、二类储层,识别门槛值为16 000 g·cm-3·m·s-1。
图3
2.2 应用效果
基于重构的电阻率拟声波曲线,采用测井约束模型反演技术对杨税务潜山储层进行预测,该方法在保证地震横向分辨率的情况下,有效提高了预测结果的纵向分辨率,而且将潜山优质的一、二类储层分布有效识别出来。图4为过井反演剖面,基于测井交汇分析得到的一、二类储层,波阻抗门槛值16 000 g·cm-3·m·s-1,从电阻率拟声波反演结果剖面可直接刻画优质碳酸盐岩储层的纵横向变化情况,可以看到一、二类储层顶部界限清晰,横向变化自然,可有效追踪解释。
图4
图4
测井约束模型反演连井剖面
a—井1-井2-井3连井反演剖面;b—井5-井4-井W1连井反演剖面
Fig.4
Multiwell profile of logging constraint model inversion
a—well 1-well 2-well 3 continuous well inversion profile;b—well 5-well 4-well W1 continuous well inversion profile
图5
图5
不同储层段一、二类储层总厚度平面
a—峰峰组;b—上马家沟组;c—下马家沟组;d—亮甲山组
Fig.5
Total thickness plane of class I and II in different reservoir segments
a—Fengfeng group;b—upper Majiagou group;c—lower Majiagou group;d—Liangjiashan group
表2 一、二类储层厚度误差统计
Table 2
| 储层段 | 峰峰组 | 上马家沟组 | 下马家沟组 | 亮甲山组 | ||||||||||||||||||||
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 井号 | 1 | 2 | 3 | 4 | 5 | W1 | 1 | 2 | 3 | 4 | 5 | W1 | 1 | 2 | 3 | 4 | 5 | W1 | 1 | 2 | 3 | 4 | 5 | W1 |
| 预测 | 26.5 | 60.1 | 12.3 | 32.4 | 35.6 | 30.8 | 92.3 | 27.6 | 12.1 | 32.5 | 26.8 | 21.6 | 22.4 | 43.2 | 24.3 | 79.2 | 25.1 | 6.9 | 11.5 | 22.8 | 6.9 | 35.2 | 17.5 | |
| 解释 | 27.8 | 64.4 | 12.8 | 27.8 | 40 | 31.2 | 97.2 | 28.1 | 15.4 | 37.4 | 31.8 | 22.2 | 21.8 | 40.8 | 21.8 | 82.4 | 24.2 | 6.4 | 12.8 | 23.8 | 8.4 | 35.3 | 19 | |
| 误差 | 1.3 | 4.3 | 0.5 | -4.6 | 4.4 | 0.4 | 4.9 | 0.5 | 3.1 | 4.9 | 5 | 0.6 | -0.6 | -2.4 | -2.3 | 3.2 | -0.9 | -0.5 | 1.3 | 1 | 1.5 | 0.1 | 1.5 | |
3 基于神经网络模拟技术的储层参数反演
储层参数反演技术是采用神经网络技术和统计公式,建立各地质层位井中波阻抗与速度、密度、孔隙度、岩性百分含量之间的非线性关系的方法,用地震反演的波阻抗作为输入,用神经网络实现波阻抗到储层参数之间的非线性映射[19]。
3.1 建立储层孔隙度与反演波阻抗关系
基于储层参数反演技术,结合已知的井旁道反演结果和孔隙度曲线,利用神经网络方法建立孔隙度与波阻抗之间的非线性关系,然后基于该非线性关系(图6),反演全工区的孔隙度平面分布。
图6
3.2 应用效果
图7
图7
不同储层段储层孔隙度预测平面
a—峰峰组;b—上马家沟组;c—下马家沟组;d—亮甲山组
Fig.7
The plane of peservoir porosity prediction in different reservoir segments
a—Fengfeng group;b—upper Majiagou group;c—lower Majiagou group;d—Liangjiashan group
表3 预测孔隙度误差统计
Table 3
| 储层段 | 峰峰组 | 上马家沟组 | 下马家沟组 | 亮甲山组 | ||||||||||||||||||||
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 井号 | 1 | 2 | 3 | 4 | 5 | W1 | 1 | 2 | 3 | 4 | 5 | W1 | 1 | 2 | 3 | 4 | 5 | W1 | 1 | 2 | 3 | 4 | 5 | W1 |
| 预测 | 2.01 | 3.02 | 2.8 | 2.7 | 2.5 | 3.3 | 2.8 | 3.1 | 4.2 | 2.05 | 3.2 | 1.8 | 3.4 | 1.8 | ||||||||||
| 解释 | 2.09 | 3.14 | 2.97 | 2.95 | 2.68 | 3.57 | 2.6 | 3.3 | 4.57 | 2.21 | 3.3 | 1.88 | 3.59 | 1.63 | ||||||||||
| 误差 | 0.08 | 0.12 | 0.17 | 0.25 | 0.18 | 0.27 | -0.2 | 0.2 | 0.37 | 0.16 | 0 | 0.1 | 0.08 | 0.19 | 0 | 0 | -0.17 | |||||||
4 结论
利用叠后反演技术,对杨税务潜山的有效储层分布进行了预测,主要得到了以下两点认识:
1)针对碳酸盐岩储层,敏感曲线的优选是实现叠后测井约束模型反演技术的关键,对工区多口井的测井曲线交汇分析认为,电阻率曲线可以将一、二类储层有效识别出来。
2)基于储层参数反演技术,结合已知的井旁道反演结果和孔隙度曲线,利用神经网络方法建立孔隙度与波阻抗之间的非线性关系,从而实现了研究区的孔隙度分布预测。
参考文献
渤海湾盆地廊固凹陷杨税务超深超高温奥陶系潜山油气勘探重大突破实践与启示
[J].
Significant exploration breakthrough in Yangshuiwu ultra-deep and ultra-high temperature Ordovician buried-hill in Langgu sag,Bohai Bay Basin
[J].
冀中坳陷隐蔽深潜山及潜山内幕油气藏的勘探发现与认识
[J].
Exploration and discovery of subtle deep buried hill and buried hill inner-curtain hydrocarbon reservoir in Jizhong Sag
[J].
涠西南凹陷构造演化特征及潜山裂缝预测
[J].
The characteristics of structural evolution and fracture prediction of buried hill in southwest Wei Sag
[J].
渤海海域变质岩潜山油藏稀井网高效开发技术
[J].
Sparse well pattern and high-efficient development of metamorphic buried hills reservoirs in Bohai Sea area,China
[J].
义和庄地区潜山内幕构造演化特征及其控藏作用
[J].
Tectonic evolution characteristics of inner buried hills in Yihezhuang area and its controlling effect on the hydrocarbon accumulation
[J].
北黄海盆地某区块火成岩地震识别与预测
[J].
Igneous rock identification and prediction with seismic data of a block in the North Yellow Sea Basin
[J].
FAVO 反演技术及其在深水砂岩储层中的应用
[J].
FAVO inversion technique and its application to deep-water sandstone reservoir
[J].
三角洲水下分流河道砂体地震预测方法研究——以塔河油田三叠系河道砂岩为例
[J].
A study of seismic prediction method of underwater distributary channel sandbody in delta:A case study of the Tahe Oilfied
[J].
利用相控分频反演预测英西湖相碳酸盐岩储层
[J].
Lacustrine carbonate reservoir prediction in Yingxi,Qaidam Basin with the facies-constrained and segmented-frequency-band inversion
[J].
波形指示叠前地震反演方法在致密含油薄砂层预测中的应用
[J].
The application of pre-stack inversion based on seismic waveform indicator to the prediction of compact and thin oil-bearing sand layer
[J].
叠前同时反演技术在南黄海崂山隆起储层预测中的应用
[J].
Application of pre-stack simultaneous inversion in the reservoir prediction in South Yellow Sea basin
[J].
叠前反演技术在致密油甜点预测中的应用
[J].
Application of pre-stack inversion technology in tight oil dessert prediction
[J].
叠前AVO反演技术在顺南地区碳酸盐岩储层含油气性预测中的应用
[J].
The application of pre-stack AVO inversion technology to the oil-bearing prediction of carbonate reservoirs in Shunnan area
[J].
基于特征曲线构建的地质统计反演在薄砂体预测中的应用
[J].
The application of geostatistical inversion based on characteristic curve structuring technology to thin sand body reservoir prediction
[J].
含裂缝致密砂岩多波AVO响应分析
[J].
Multi-wave AVO responses in fractured tight sand-stone
[J].
渤海湾盆地冀中坳陷古潜山的构造成因类型
[J].
Structural genetic types of paleo-buried hill in Jizhong depression,Bohai Bay Basin
[J].
冀中坳陷隐蔽深潜山及潜山内幕油气藏的勘探发现与认识
[J].
Exploration and discovery of subtle deep buried hill and buried hill inner-curtain hydrocarbon reservoir in Jizhong Sag
[J].
拟声波反演技术在识别煤层顶底板砂泥岩中的应用
[J].
DOI:10.11720/wtyht.2016.1.39
URL
[本文引用: 1]
当煤层顶底板为泥岩时,其煤层气含量一般较高。为预测煤层气富集区,通过地震资料和测井数据分析,基于纵波阻抗反演和拟声波阻抗反演技术的方法获得煤层顶底板位置和砂泥岩的分布规律,为煤层气勘探开发提供依据。首先由于煤层纵波阻抗值很低,可在纵波阻抗反演剖面中准确获得煤层顶底板位置;其次利用自然伽马曲线构建拟声波曲线,在横向连续性强的拟声波阻抗反演剖面中,由于泥岩表现为拟声波阻抗高值,砂岩表现为低值,可通过数据分析得到砂泥岩值域范围;最后可以此为依据进行精细划分。实际应用表明,这种方法比传统纵波阻抗反演方法效果更好,分辨率更高。
Application of pseudo-acoustic inversion technique in identifying sandstone and mudstone of coal seam roof and floor
[J].
DOI:10.11720/wtyht.2016.1.39
URL
[本文引用: 1]
The coalbed methane content is often relatively high where the immediate roof and floor of the coal seam are mudstone. In order to predict the coalbed methane rich region, position of coal seam roof and floor and distribution of sandstone and mudstone are based on acoustic wave impedance inversion and pseudo-acoustic inversion technique through seismic data and well logging data analysis. This method provides a basis for the exploration and development of coalbed methane. First of all, the position of coal seam roof and floor can be acquired accurately in the acoustic wave impedance inversion profile due to low acoustic impedance values of coal. Pseudo-acoustic curve is constructed by natural gamma curve. In the pseudo-acoustic inversion profile which has high lateral continuity, the mudstone shows high values, the sandstone shows low values, so it is possible to characterize the sandstone and the mudstone when the range is acquired though data analysis. The application in practice shows that, the inversion method is better than conventional one in resolution and achieved good results in practice.
