普光东北部须家河组储层反演技术及应用
Reservoir Inversion Technology and Application of Xujiahe Formation in Northeastern Puguang
DOI: 10.12677/ag.2024.146075, PDF, HTML, XML, 下载: 24  浏览: 42  科研立项经费支持
作者: 胡凤英, 冯朝富:重庆科技大学石油与天然气工程学院,重庆;卞亚军:中国石化江苏油田采油一厂,江苏 扬州;张纪喜:中国石化中原油田勘探开发研究院,河南 濮阳
关键词: 储层反演技术VP/VS须家河组Seismic Inversion Technique VP/VS Xujiahe Formation
摘要: 普光地区具有良好的勘探潜力,但目前缺少对于陆相有效储层的勘探。本次研究将叠后和叠前确定性反演相结合,详细阐述了研究区有效储层特征。研究结果表明,须家河组砂体在反演中显示效果较好,须六段以高纵波阻抗特征为主,须四段以低VP/VS (纵横波速度比)特征为主,须二段砂体厚度较大,呈现出较好的反演效果。通过反演结果可知,研究区须家河组具有良好的勘探潜力,并对后期油气开发具有指导意义。
Abstract: The Puguang area has good exploration potential, but there is a lack of exploration for continental effective reservoirs. In this study, the post-stack and pre-stack deterministic inversion were combined to elaborate the characteristics of the effective reservoir in the study area. The results show that the sand body of the Xujiahe Formation shows good results in the inversion, with the high longitudinal wave impedance characteristics of the Xu6 Member, the low VPVS characteristics of the Xu4 Member, and the thickness of the Xu2 Member sand body is larger, showing a good inversion effect. Through the inversion results, it can be seen that the Xujiahe Formation in the study area has good exploration potential and has guiding significance for the later oil and gas development.
文章引用:胡凤英, 卞亚军, 张纪喜, 冯朝富. 普光东北部须家河组储层反演技术及应用[J]. 地球科学前沿, 2024, 14(6): 809-822. https://doi.org/10.12677/ag.2024.146075

1. 引言

2001年以来,普光地区主要以海相勘探为主,陆相勘探程度相对较低[1]。2008年3月以来,重点对普光地区主体陆相开展评价,认为普光地区具有良好的油气保存条件,是陆相有利含气区块。因此,开展有效储层预测工作,预测高孔渗带发育区,对于后期指导油气开发具有重要意义。

Bortoli于1992年首次提出地质统计反演方法[2]。随后着Haas提出随机反演方法[3],但反演精确度较低。之后,大量学者提出了多种不同反演方法,推动了地质学的发展[4]-[7]。近几年,国内学者在地震反演中取得重大成就,潘新朋[8]通过叠前地震反演结果指示研究区含气储层区域,牛丽萍[9]基于叠前地震反演方法提出改进的MCMC弹性参数反演方法,王团[10]利用多属性多尺度地震反演方法精确评价砂层组发育情况及储层空间展布特征。黄丽娟[11]运用全CRP道集叠前反演技术识别出页岩气优质储层,提高了页岩气水平井钻探成功率。赵卫平[12]依据相控随机地震反演降低了储层预测误差,提高了河流相储层的预测精度。刘转玲[13]运用随机模拟地震反演技术对构造及储层复杂区域进行预测,预测结果与实际钻井情况高度吻合,为研究区水平井设计提供了有利支撑。

本文结合叠后确定性地震反演和叠前确定性同时反演的各自优势,分别对储层特征进行详细分析。

2. 研究区概况

普光地区位于四川盆地东北部,构造上介于大巴山推覆带前缘褶断带与川中平缓褶皱带之间。东北部紧靠铁山坡气田,东南部距渡口河约17.5 km,距罗家寨约26.5 km (图1)。

2.1. 构造特征

研究区位于普光气田主体的中部,西翼被普光–东岳寨断层所控制并通过该断层与土主–大湾背斜构造带相接触,受断层影响,倾角较陡,深度较大;构造东翼以浅、缓的凹陷与老君庙构造相接,构造西北侧受东岳寨–普光断裂及普光7断层遮挡,西南部的东岳寨–清溪场–老君山之间存在一条北西西向延伸的长兴组–飞仙关组沉积相变带,为一典型的构造–岩性复合圈闭。

本次研究区西起回注1井,东至老君3井,北到普光6井~普光202井一线,南至东岳井1井~清溪2井,面积100 km2。研究区构造处于北低南高的斜坡带。

Figure 1. Geographical location map of Puguang area

1. 普光地区地理位置图

浅层从须家河至地表整体表现为向西、南抬升的单斜,具西高东低、南高北低特征。区内勘探面积320 km2。普光东洼总体构造变形强度较弱,沿普光302-1-普光9-普光3井以东一线,构造相对较低。在普光1-普光3-普光7井一线以西,地层很陡,而在普光3井以东构造非常平缓。因受燕山、喜山运动影响,断裂非常发育,但规模较小。平面上分为两组,即:北西向断层和北东向断层。其中,北东向断层数量少,仅在西部高部位有少量发育,北西向断层较为发育但断距通常较小,断距一般为50~100 m,断层一般消失于千佛崖组,区内无大型应力构造,仅西部高部位靠近毛坝断层发育大湾3块、回注1块等4个小型的断块构造,面积5.07~16.29 km2,闭合幅度400~700 m,高点埋深1300~1850 m。

2.2. 沉积特征

须家河组岩心以灰色为主,体现出水下还原沉积环境,砂岩中多发育块状层理、交错层理及平行层理。须家河组砂岩整体展现出低伽马、高电阻的电测曲线特征,测井曲线多以箱形、钟形及漏斗形为主,岩性剖面显示以砂泥岩互层为主,沉积物在纵向上显示为河道、河口坝、席状砂砂体与支流间湾泥岩互层(图2)。研究区内整体发育三角洲前缘亚相,在沉积微相分析的基础上结合连井相分析,研究区内横向上砂体广泛发育,垂向上砂体相互叠置,河道间发育分流间湾。须家河组沉积环境为三角洲相。具体可分为三角洲平原亚相、三角洲前缘亚相和前三角洲亚相。其中,须二段主要为三角洲前缘沉积,须四段北部为三角洲平原沉积,东部及西部以三角洲前缘沉积为主,须六段为三角洲前缘沉积(图3)。

Figure 2. Comprehensive histogram of study area

2. 研究区综合柱状图

Figure 3. Sedimentary microfacies plan of the Xujiahe Formation

3. 须家河组沉积微相平面图

2.3. 储层物性特征

须家河组为特低孔超低渗致密砂岩气藏。通过铸体薄片资料显示,研究区孔隙类型主要以粒间孔为主。对孔隙度及渗透率实测资料进行统计,储层孔隙度在0.14%~7.84%之间,平均为2.10%;渗透率在0.01~15.83 × 103 μm2之间,平均为0.089 × 103 μm2 (图4图5)。

Figure 4. Porosity distribution frequency histogram

4. 孔隙度分布频率直方图

Figure 5. Permeability distribution frequency histogram

5. 渗透率分布频率直方图

其中,须二段物性相对较好,孔隙度平均值为2.56%,渗透率平均值为0.0446 × 103 μm2;须四段物性次之,孔隙度平均值为1.97%,渗透率平均值为0.0306 × 103 μm2;须六段物性最差,孔隙度平均值为1.52%,渗透率平均值为0.0343 × 103 μm2;由下而上须家河组储层物性存在变差趋势。

3. 岩石物理分析

在低孔低渗储层岩石物理分析的实际工作中,测井资料的评价和岩石物理建模是一个相辅相成的过程。首先对测井数据进行质控和分析,然后进行面向储层预测的精细测井评价分析工作。测井资料处理为测井解释和岩石物理建模工作提供完整、合理的测井曲线。

3.1. 测井曲线多井一致性处理

选择研究区内测井质量较高,资料较全的普陆1井作为标准井。基于地层厚度基本相同、岩性无明显变化的特点,采用模式匹配的方法,对多井目标地层测井采取序列的自然伽马、声波、中子、密度等曲线进行一致性检查和校正处理。确保曲线校正后依然满足实际地质特征在横向上的变化规律,保留不同岩性间的相应差异。对多井目标地层测井采集序列的自然伽马、声波、中子、密度等曲线进行一致性检查和校正处理。

3.2. 岩石物理模型

在建立理论岩石模型基础上,应用流体和矿物构成以及岩石结构等基础信息,获得有效的岩石弹性属性,并根据对实测的弹性波曲线与合成曲线的对比结果来确定模型参数。首先选取测井地层评价处理后的各矿物含量、孔隙度、饱和度等参数(表1)对普光气田12口目标井进行正演。

Table 1. Table of petro physical parameters

1. 岩石物理参数表

类别

模型参数

流体参数

标态原油密度

0.8287

气比重

0.567

地层水矿化度

71,336 ppm

骨架矿物参数

石英矿物密度

2.65 g/cc

石英矿物纵波速度

5750 m/s

石英矿物纵横波速度比

1.58

粘土矿物参数

粘土矿物密度

2.86 g/cc

粘土矿物纵波时差

4900 m/s

粘土矿物纵横波速度比

2.09

4. 叠后确定性地震反演

4.1. 叠后确定性反演结果

地震反演技术对于预测储层具有重要意义[14],地震反演是研究地层特征的关键技术,该技术以地震资料为基础,并精确显示出地质特征[15]。首先进行井震标定(图6),为后续储层预测奠定基础。再建立低频模型进行边界约束(图7),以得到可信的纵横波阻抗。继而建立纵波阻抗低频模型(图8),反映出井点出低频的变化,也反映出大套地层弹性参数的变化。经过多次调试,确定叠后反演参数(表2),以此为基础进行叠后确定性反演处理,得到纵波阻抗的反演结果。

Table 2. Table of the main parameters of the inversion process

2. 反演过程的主要参数表

参数

数值

相对纵波阻抗误差

5%

稀疏性约束因子

0.02

地震信噪比

12

低频

10Hz

Figure 6. Calibration diagram of the synthesis record of Pulu 1 Well (Left: Seismic well bypass, middle: Composite recording, right: Correlation coefficient)

6. 普陆1井合成记录标定图(左:地震井旁道,中:合成记录,右:相关系数)

Figure 7. Low-frequency model (well interpolated low-frequency model in the upper figure, well interpolated low-frequency model under well velocity trend constraint in the lower figure)

7. 低频模型(上图井插值低频模型,下图井速度趋势约束下井插值低频模型)

Figure 8. Low-frequency model of well-point longitudinal wave impedance

8. 井点纵波阻抗低频模型

根据叠后反演结果提取出纵波阻抗井曲线(红)与实际井点的纵波阻抗曲线(蓝)进行对比(图9),发现两者纵向变化趋势一致,阻抗变化范围相同,为1.0e107~1.7e107,说明叠后反演的结果是可信的。

Figure 9. Comparison of the longitudinal wave impedance curve of the sparse pulse after stacking and the well curve

9. 叠后稀疏脉冲纵波阻抗曲线与井曲线对比图

结合叠后连井剖面对比发现反演结果与单井纵波阻抗一致(图10),且反演结果井间阻抗横向变化清楚,说明反演的参数选取合理。

Figure 10. Post-stack sparse pulse longitudinal wave impedance inversion joint well profile (the borehole curve in the figure is the impedance)

10. 叠后稀疏脉冲纵波阻抗反演联井剖面(图中井中曲线为阻抗)

4.2. 叠后确定性反演结果分析

约束稀疏脉冲反演通过调整反射系数序列的稀疏性来拓宽输入地震数据的有效频带宽度,并得到一个弹性参数模型。叠后反演的结果是非常稳定的,通过叠后反演可以进行一些关键参数及子波的测试,检测反演中所适用的低频、子波及参数是否合适,为后续的叠前反演提供参考数据。

研究区的叠后确定性阻抗反演结果稳定,对反演结果与岩性结合分析(图11),在普光5-普光6井区,须六段砂岩储层表现为高纵波阻抗特征,而其他井区及其他层段砂岩的阻抗特征不明显。普光5-普光6井须六段的部分干砂岩为在交会图中为高纵波阻抗,可以与泥岩区分,分析表明,只有普光5、普光6井须六段的部分干砂岩具高纵波阻抗特征,其他井均不具备,所以,在普光5、普光6井区可以利用高纵波阻抗的特征将部分干砂岩的识别出来,而对于其他井区,该方法的不确定性较大。对于有效储层,则表现为相对较低的阻抗特征,与泥岩的阻抗特征叠置,纵波阻抗参数难以识别。

Figure 11. Longitudinal wave impedance inversion profile of well PG5-PG6-PG8-QX2

11. PG5-PG6-PG8-QX2井纵波阻抗反演连井剖面

5. 叠前确定性同时反演

5.1. 叠前确定性同时反演

首先建立纵波阻抗、横波阻抗(VPVS)及密度的低频模型(图12)。通过调试和选取各项反演参数(表3),以此为基础进行精确的叠前反演。

Table 3. The main parameters of the pre-stack inversion

3. 叠前反演主要参数

参数

数值

弹性参数

纵波阻抗、纵横波速度比、密度

相对纵波阻抗误差

20%

相对纵横波速度比误差

20%

相对密度误差

20%

稀疏性约束因子

0.02

部分叠加5-1

8 DB

部分叠加5-2

12 DB

部分叠加5-3

14 DB

部分叠加5-4

12 DB

低频

10 Hz

Inline相关长度

2500 m

Crossline相关长度

2500 m

数据块尺寸

1000 traces

重叠道数量

3

最大频率

70 Hz

Figure 12. Prestack inversion of the LF model (top to bottom: Longitudinal wave impedance, shear wave impedance, density)

12. 叠前反演低频模型(从上至下:纵波阻抗、横波阻抗、密度)

本区泥岩对应中高VPVS,砂岩对应中低VPVS,叠前同时反演得到的VPVS对岩性有一定的识别能力,但在VPVS叠置范围会有一些误判;而纵波阻抗在砂泥岩储层中是叠置的,无法有效识别岩性。

反演得到的纵波阻抗联井剖面,反演结果与井点阻抗较一致,并且叠前反演的纵波阻抗与叠后反演的纵波阻抗是一致的,说明反演结果是稳定、可信的(图13)。

Figure 13. The impedance profile of the connecting well was inverted at the same time before the stack

13. 叠前同时反演阻抗连井剖面

叠前反演VPVS连井剖面显示(图14),砂岩表现为较低VPVS,其截止值为1.75,图中亮色范围为小于1.75的VPVS分布,与井中GR曲线对比表明,低VPVS可以反映厚砂层及大套的砂层组,与岩石物理分析结果是一致的。说明,叠前反演利用VPVS可以对厚砂层及砂层组进行描述及刻画。但是,小于1.75的部分也包括了部分泥岩,所以利用单一的VPVS以1.75为截止进行分析时,不可避免地会将部分泥岩判断为砂岩,带来岩性解释的误判,增加反演解释结果的不确定性。

Figure 14. The VPVS connecting well profile was inverted at the same time before stacking

14. 叠前同时反演VPVS连井剖面

5.2. 叠前确定性同时反演结果分析

叠前确定性同时反演处理表明,针对普光地区的储层预测研究,利用叠前反演可以解决纵波阻抗叠置从而不能识别岩性的问题。叠前反演处理得到的VPVS可以有效刻画其纵向及横向的空间展布。

根据叠前反演VPVS及FFP结果砂岩概率体剖面发现(图15),图中VPVS色标红–黄–绿的亮色为VPVS较低区域,蓝色为高VPVS区域,根据岩石物理量板分析,VPVS较低区域基本为砂岩分布区,VPVS较高区域为泥岩展布区。井中曲线的颜色表示不同的岩性,橙黄色为砂岩,灰色为泥岩。下图中的黑色曲线充填为GR,为砂岩分布层段;剖面中的红色为砂岩概率大于70%的展布区域,黄色为60%概率,绿色为50%概率。对比分析可知,对于厚砂岩储层及大套的砂层组,叠前反演结果均有响应。

Figure 15. PG9-PG5-PG8-PL1-QX2 inversion profile of the combined well (VPVS profile in the upper figure, sandstone probabilistic body profile in the lower figure)

15. PG9-PG5-PG8-PL1-QX2联井反演剖面(上图为VPVS剖面,下图为砂岩概率体剖面)

普陆1井须六段1砂组钻井砂岩厚度46米,2砂组厚度33.5米,在反演结果中均有反映(图16)。须四段1砂组及3砂组,分别厚达54米及38米,在反演结果中表现为低VPVS及较高的砂岩概率特征,而虽然2砂组的累计厚度达到28米,但是由于是多套单砂层的叠加,造成在地震资料中反映不明显。须2段三套砂组均较厚,厚度达到50米、38米及84米,同时单套砂层也较厚,所以反演结果的识别较好。1砂组及2砂组之间的泥岩隔层也能够准确识别。

Figure 16. PL1-PG8 joint well inversion profile (VPVS profile above, sandstone probabilistic body profile below)

16. PL1-PG8联井反演剖面(上图为VPVS剖面,下图为砂岩概率体剖面)

过普陆1井的有效储层概率剖面显示(图17),图中井点曲线为岩性曲线,红色为I+II类有效储层,绿色为干砂岩,灰色为泥岩;剖面中的色标表示有效储层的概率,由蓝色–红色表明其概率增加。

Figure 17. Probability profile of effective reservoir through PL1-PG8 linkage

17. 过PL1-PG8联井有效储层概率剖面

井点分析表明须六~须二段的有效储层单层厚度均较薄,在3~10米之间,但是其累积厚度相对较厚,须六段的1砂组累积厚度为18米,2砂组累积厚度为8米;须四段1砂组累积厚度15米,2砂组累积厚度9米,3砂组累积厚度1.5米;须二段1砂组累积厚度20米,2砂组累积厚度13米,3砂组累积厚度23米。所以,须六段1砂组、须四段1砂组、及须二段1、3砂组的累积厚度均达到了地震反演可识别的范围,在有效储层概率剖面上均能够很好识别。但是,从岩石物理模板分析,叠前反演对有效储层有一定的识别能力;但一方面由于有效储层的弹性参数特征与干砂层的弹性参数特征有部分叠置,另一方面,有效储层厚度均较薄,单层厚度均超出地震分辨率的范围,故对有效储层的预测只能反映有效储层的叠合效果,如其累积厚度达到地震分辨能力,在反演结果会存在相应的响应特征,同时,受地震资料的品质等多种因素的制约,精确的有效储层解释存在风险。

6. 结论

1) 对密度、声波时差、自然伽马、中子测井曲线进行标准化处理,处理后的井间物性参数与弹性参数存在一致的特征,与实际地质特征在横向上的变化规律一致。通过建立岩石物理模型,弥补了横纵波曲线的缺失。

2) 研究表明,须家河组砂岩储层整体发育情况良好,主要分布在须二、四、六段中,砂岩叠合厚度大。主要砂体发育区集中在研究区北部普光6井–普光302-1井–普陆1井及南部东岳1井–清溪2井一带,研究区中部普光8井以西砂体厚度较薄,由西至东砂体整体呈逐渐减薄趋势。须二段砂体发育情况最,厚度平均为46 m,地震反演可以清楚识别出砂层展布特征。

3) 须家河组有效储层厚度一般为1~15 m,纵向非均质性较强,连通性差。有效储层发育区集中在北部回注1井–普光302-1井–普光8井–普陆1井–老君3井一带,具有北东–南西向条带状展布特征。

基金项目

重庆科技学院大学生科技创新训练计划项目(2023141)。

参考文献

[1] 杨伟强, 吕立爽, 周艳娜, 等. 普光地区飞仙关组台缘滩储层发育机理与差异分布规律[J]. 断块油气田, 2023, 30(6): 954-962.
[2] Bortoli, L.-J., Alabert, F., Haas, A., et al. (1993) Constraining Stochastic Images to Seismic Data. In: Soares, A., Ed., Geostatistics Tróia’92. Springer, Dordrecht, 325-337.
[3] Haas, A. and Dubrule, O. (1994) Geostatistical Inversion—A Sequential Method of Stochastic Reservoir Modelling Constrained by Seismic Data. First Break, 12, 561-569.
https://doi.org/10.3997/1365-2397.1994034
[4] Zhang, R., Sen, M.K., Phan, S. and Srinivasan, S. (2012) Stochastic and Deterministic Seismic Inversion Methods for Thin-Bed Resolution. Journal of Geophysics and Engineering, 9, 611-618.
https://doi.org/10.1088/1742-2132/9/5/611
[5] Metropolis, N., Rosenbluth, A.W., Rosenbluth, M.N., Teller, A.H. and Teller, E. (1953) Equation of State Calculations by Fast Computing Machines. The Journal of Chemical Physics, 21, 1087-1092.
https://doi.org/10.1063/1.1699114
[6] Contreras, A., Torres-Verdin, C., Kvien, K., Fasnacht, T. and Chesters, W. (2005) AVA Stochastic Inversion of Pre-Stack Seismic Data and Well Logs for 3D Reservoir Modeling. 67th EAGE Conference & Exhibition, Madrid.
https://doi.org/10.3997/2214-4609-pdb.1.f014
[7] Zabalza-Mezghani, I., Mezghani, M. and Blanc, G. (2001) Constraining Reservoir Facies Models to Dynamic Data-Impact of Spatial Distribution Uncertainty on Production Forecasts. SPE Annual Technical Conference and Exhibition, New Orleans, 30 September-3 October 2001, SPE-71335-MS.
https://doi.org/10.2118/71335-ms
[8] 潘新朋, 刘志顺, 高大维, 等. 岩石物理驱动的储层物性参数非线性地震反演方法[J]. 地球物理学报, 2024, 67(3): 1237-1254.
[9] 牛丽萍, 胡华锋, 周单, 等. 基于精确Zoeppritz方程的贝叶斯叠前地震随机反演[J]. 物探与化探, 2024, 48(1): 77-87.
[10] 王团. 薄互层条件下致密砂岩储层地震综合预测策略——以松辽盆地北部高台子致密油层为例[J/OL]. 物探化探计算技术, 1-12.
http://kns.cnki.net/kcms/detail/51.1242.P.20231109.1513.011.htm, 2024-06-28.
[11] 黄丽鹃, 李睿宁, 波蒋, 等. 基于全道集叠前反演的页岩气优质页岩储层厚度预测[J]. 地球科学前沿, 2022, 12(3): 386-395.
https://doi.org/10.12677/AG.2022.123040
[12] 赵卫平, 范廷恩, 杨磊, 等. 相控随机优化地震反演技术及应用[J]. 地球科学前沿, 2018, 8(3): 484-491.
https://doi.org/10.12677/AG.2018.83052
[13] 刘转玲, 赵洪洲. 随机模拟地震反演技术在水平井井位设计中的应用[J]. 地球科学前沿, 2012, 2(3): 159-162.
http://dx.doi.org/10.12677/AG.2012.23023
[14] 张丰麒, 刘俊州, 刘兰锋, 等. 确定性反演协同约束的叠后随机地震反演方法[J]. 石油地球物理勘探, 2021, 56(5): 1137-1149, 930-931.
[15] 赵晓伟. 地质特征约束叠后地震反演方法研究与应用[D]: [博士学位论文]. 北京: 中国石油大学, 2023.