陳文浩, 董少群, 王志章, 侯加根, 李漢林

(1.中國石油大學地球科學學院,北京 102249; 2.中國石油大學油氣資源與探測國家重點實驗室,北京 102249;3.中國石油大學地球科學與技術學院,山東青島 266580)

?

致密砂巖地震儲層質量評價方法研究

陳文浩1,2, 董少群1,2, 王志章1,2, 侯加根1,2, 李漢林3

(1.中國石油大學地球科學學院,北京 102249; 2.中國石油大學油氣資源與探測國家重點實驗室,北京 102249;3.中國石油大學地球科學與技術學院,山東青島 266580)

以紅崗油田某研究區(qū)扶余油層致密砂巖儲層為例,探討儲層質量評價的新方法。首先根據(jù)研究區(qū)砂巖儲層的特點,綜合巖性、物性等參數(shù)構造儲層質量綜合評價參數(shù)RQCP,以此確定儲層質量級別標準,解決儲層分類問題;然后應用核Fisher判別分析建立地震屬性與儲層質量分類的識別模型,預測儲層質量平面展布;最終在儲層質量平面約束下建立3維儲層質量評價模型。結果表明,應用提出的儲層質量評價方法獲得的3維質量評價模型可以實現(xiàn)對儲層質量的有效評價,提出的致密砂巖儲層質量評價方法可為其他地區(qū)致密砂巖儲層質量評價提供借鑒。

致密砂巖儲層; 核Fisher判別方法; 地震屬性; 儲層質量評價

引用格式:陳文浩,董少群,王志章,等.致密砂巖地震儲層質量評價方法研究[J].中國石油大學學報(自然科學版),2016,40(3):63-68.

CHEN Wenhao, DONG Shaoqun, WANG Zhizhang, et al. Seismic reservoir quality evaluation in tight sandstone reservoirs[J]. Journal of China University of Petroleum(Edition of Natural Science),2016,40(3):63-68.

對于致密砂巖油氣這類非常規(guī)資源的勘探開發(fā),儲層質量評價工作尤為重要。針對儲層質量評價,前人研究主要集中在儲層質量參數(shù)的合理解釋[1-3]、儲層質量評價指標構建[4-6]等方面。由于地震資料能夠提供豐富的地質體橫向結構信息,許多學者利用地震屬性結合多種方法進行儲層評價研究[7-13],已有許多成功應用的實例。但是對于致密砂巖儲層,隨著儲層致密性的增強,眾多的地震屬性與儲層評價參數(shù)并非線性關系,影響儲層評價工作的可靠性。為此,筆者以紅崗油田紅90區(qū)塊扶余油層致密砂巖儲層為例,探討儲層質量評價的新方法。首先綜合利用巖性、產能、儲能、脆性特征構建儲層質量綜合評價參數(shù)RQCP并制定儲層評價分類標準;然后在地震屬性篩選的基礎上,利用核Fisher判別分析(KFDA)方法建立地震屬性與儲層質量分類的識別模型,以此預測得到儲層質量評價分類的平面分布;最終,借鑒相控建模的思想,在儲層質量平面分布約束下建立儲層質量綜合參數(shù)的3維模型,進行致密砂巖儲層質量評價。

1　儲層質量評價方法研究思路

儲層評價是在對儲層進行綜合認識和評判的基礎上,預測和評價研究區(qū)的含油氣有利區(qū)。國內外常以儲層物性參數(shù)作為常規(guī)砂巖儲層主要的評價指標,對于致密砂巖儲層而言,滲透率與孔隙度之間的相關性并非單一的線性,常呈現(xiàn)出某種非線性關系。因此,有的砂巖依據(jù)孔隙度評價為好儲層,按照滲透率評價卻為非儲層,也就是說,僅以孔滲參數(shù)難以有效確定致密砂巖的儲滲能力。另外,傳統(tǒng)的儲層評價方法的適用性也有限,它無法實現(xiàn)儲層質量的3維可視化為致密砂巖儲層后期鉆井及壓裂改造提供技術支持。針對這些問題,本文中提出了致密砂巖地震儲層質量評價方法及其研究思路:

(1)儲層質量綜合評價參數(shù)及評價標準。中高滲儲層所用到的評價參數(shù)不同于致密砂巖儲層質量評價參數(shù),為更多地考慮儲層后期壓裂改造措施,綜合利用實驗區(qū)的巖性、物性、脆性特征,重新構建儲層質量綜合評價參數(shù);并根據(jù)實驗區(qū)生產資料,利用經(jīng)驗統(tǒng)計法及聚類算法確定儲層分類標準。

(2)基于地震屬性的平面儲層質量評價。提取研究區(qū)的地震屬性,通過相關與聚類分析,研究地震屬性之間的成因聯(lián)系,成因聯(lián)系密切的屬性對揭示地質意義的作用相似,故對地震屬性進行篩選,從中選擇部分揭示地質意義作用不同的地震屬性。

分層提取井點處地震屬性和RQCP累加數(shù)據(jù),利用核Fisher判別分析建立地震屬性與致密砂巖儲層分類的非線性識別模型,進而通過非井點處地震屬性得到儲層質量評價分類的平面展布圖。

(3)建立儲層質量評價預測地質模型。借鑒相控約束建立地質模型的思想,以井點的綜合評價參數(shù)為基礎,結合第二步中求得的基于地震屬性得到的平面儲層質量分類圖,建立3維儲層質量評價模型,并進行模型檢驗。

2　儲層質量評價方法研究的實施

研究實驗區(qū)為紅崗油田紅90區(qū)塊致密砂巖儲層,主要為扶余油層(泉四段),區(qū)內發(fā)育辮狀河三角洲平原和前緣亞相,主要砂體為平原亞相的分流河道砂、溢岸薄層砂及前緣亞相的水下分流河道砂。主要巖性為長石巖屑砂巖,多為中砂質細砂巖。泉四段油層物性較差,孔隙度為3%～13%,最大為14.6%,平均為8.03%;滲透率一般為(0.024～1)×10-3μm2,平均為0.294×10-3μm2,為低孔超低滲透儲層。

2.1儲層質量綜合評價參數(shù)及評價標準

2.1.1儲層質量綜合評價參數(shù)

常規(guī)的儲層質量評價的重要參數(shù)為孔隙度、滲透率,泥質含量的高低影響著儲層孔滲性能的好壞,也是評價儲層優(yōu)劣的一個參數(shù)。對于致密砂巖儲層質量評價,也要考慮到后期的壓裂改造措施,因此巖石在壓裂作用下的易破碎性,也是致密砂巖儲層質量評價的重要參數(shù)之一,通常用巖石的脆性指數(shù)表征。儲層的質量是這4個參數(shù)綜合作用的結果。本文中綜合利用實驗區(qū)儲層巖性、物性、脆性特征,構建儲層質量綜合評價參數(shù)RQCP:

RQCP=VshsφslogksBIs.

(1)

其中

式中,Vsh為泥質含量;C為常數(shù),本文中取40;Vshs為歸一化處理的泥質含量;φ為孔隙度;φmin、φmax分別為孔隙度最小值和最大值;φs為歸一化處理的孔隙度;k為滲透率,10-3μm2;kmin、kmax分別為滲透率最小值和最大值;logks為歸一化的滲透率;BI為脆性指數(shù);BImin、BImax分別為脆性指數(shù)的最小值和最大值;BIs為歸一化的脆性指數(shù)。

對于式(1),泥質含量越低,孔隙度越大,滲透率越高,脆性指數(shù)越大,則對應的儲層評價參數(shù)RQCP的值就越高。

2.1.2儲層質量評價標準確定

為建立儲層質量評價參數(shù)與地震屬性的對應關系,單一深度點的RQCP與地震屬性無法對應,某一地層的累積RQCP才具有實際意義,因此分層提取井點處地震屬性和RQCP累加數(shù)據(jù),搭建起地震屬性與儲層質量評價指標的橋梁(圖1)。

圖1　儲層評價參數(shù)RQCP與地震屬性提取Fig.1　Reservoir quality comprehensive parameter and seismic attribute extraction

計算RQCP累加數(shù)據(jù)時,利用統(tǒng)計法確定的儲層下限進行約束。對層控累計RQCP求取累計丟失曲線(圖2),以累計丟失5%(經(jīng)驗值)為限確定三類儲層下限,下限為0.127 4,小于該下限的儲層認為是非儲層。

K-means算法是一類聚類算法,可以較好地反映數(shù)據(jù)的空間結構。該算法的基本思想是:首先隨機選擇K個對象,每個對象代表一個聚類的質心;對于其余的每一個對象,根據(jù)該對象與各聚類質心之間的距離,把它分配到與之最相似的聚類中。然后,計算每個聚類的新質心。重復上述過程,直到準則函數(shù)收斂。確定三類儲層下限后,利用K-means算法確定一類、二類儲層的下限分別為2.276 0、0.911 0。確定了一類、二類、三類儲層和非儲層后,便為已知井點處每層地震屬性提供了一個類別標識,可以建立分類預測模型,進而獲得儲層質量優(yōu)劣的平面展布。

圖2　經(jīng)驗統(tǒng)計法確定層控儲層類別標準Fig.2　Formation-controlled reservoir lower limit by empirical statistical method

2.2基于地震屬性的平面儲層質量評價

2.2.1地震屬性提取與篩選

研究中共提取了21種地震屬性,包括振幅類屬性、能量類、頻率類屬性和相位類屬性。它們之間相關系數(shù)大于0.8的區(qū)域較多(圖3(a)),經(jīng)過對提取的屬性進行相關分析及聚類分析之后,去除高度線性相關的屬性13個,剩余8個地震屬性,分別為瞬時頻率斜率、反射強度斜率、平均瞬時相位、平均瞬時頻率、平均反射強度、平均振幅、平均波谷振幅和等時線屬性(圖3(b))。

圖3　地震屬性相關系數(shù)圖Fig.3　Correlation coefficient figure of seismic attributes

2.2.2非線性分類預測模型建立及平面儲層質量預測

核方法是近些年來解決非線性模式分析問題的一種有效途徑,Mika等[14](1999年)利用核技巧對Fisher判別分析進行了改進,建立了針對兩類問題的核Fisher判別分析(KFDA),較有效地處理非線性問題。Baudat等[15](2000年)改進了KFDA,使其可以處理多類別分類的問題。該方法不僅保持了原有線性算法的優(yōu)點,同時對非線性可分的數(shù)據(jù)具有較強的分離能力,具有廣泛的應用空間[16-18]。

對篩選出的8種地震屬性及井點處儲層分類進行核Fisher判別分析,建立致密砂巖儲層質量分類識別模型。然后利用已經(jīng)建立的分類識別模型進行平面儲層質量預測(圖4(b)),該圖與地質人員繪制的砂地比圖和沉積相圖(圖4(c)、4(d))較接近,表明采用核Fisher判別分析建立層控地震屬性儲層質量評價(分類)模型較為可靠。

圖4　核Fisher方法儲層質量評價預測結果Fig.4　Reservoir quality evaluation predicted by KFDA algorithm

2.33維儲層質量評價地質模型

2.3.1模型建立

3維儲層質量評價模型借鑒的是相控建模的思想。當井網(wǎng)稀疏或不均勻時,井間使用插值,可信度略差,如果井間部分考慮了相模式,效果優(yōu)于前者。因此本文中地震儲層質量評價嘗試使用前文地震屬性預測的儲層質量分類平面展布進行約束建模。

在儲層質量平面展布約束下,采用同位協(xié)同序貫高斯算法,對儲層質量綜合參數(shù)RQCP進行3維建模。實驗區(qū)構造簡單,借用前人解釋的井分層和地震層位建立構造模型。X、Y方向網(wǎng)格為20m×20m,網(wǎng)格總數(shù)為390×415。Z方向為等比例網(wǎng)格,保證網(wǎng)格層平均垂向厚度約1.4m。根據(jù)統(tǒng)計設定主變程為2km,次變程為1km,主變程方向為312°。同時以儲層下限作為約束,將小于儲層下限的點設為低值。

2.3.2儲層質量評價結果檢驗

建模后提取的第10小層對應的累計RQCP,利用RQCP下限將其劃分為一類儲層、二類儲層、三類儲層和非儲層,給出相應的平面展布圖(圖5)。將其與生產動態(tài)資料結合分析,選用13口生產井資料,得出儲層質量級別與高產、中產和低產井的相關情況。高產井4口,其中3口井分布于一類儲層中,占75%,1口井分布于二類儲層中,占25%;中產井8口,6口井分布于二類儲層中,占75%,1口井分布于三類儲層中,占12.5%,1口井分布于一類儲層中,占12.5%;1口低產井分布于三類儲層中。儲層質量評價結果與實際較吻合。第10小層的儲層質量評價顯示,H90區(qū)扶余油層10小層平面上有3個儲層質量相對較好的區(qū)域,分別位于實驗區(qū)西南部、北部和中部。

圖5　第10小層儲層質量參數(shù)累計平面圖Fig.5　Plan of accumulative reservoir quality parameter in layer 10

3　結束語

根據(jù)致密砂巖儲層的特點,利用泥質含量、孔隙度、滲透率、脆性指數(shù)確定的儲層質量綜合參數(shù)RQCP,將儲層劃分為4類,并在地震屬性篩選基礎上,應用核Fisher判別分析方法建立地震屬性與儲層質量分類的識別模型,求取儲層質量分類平面展布,最終建立3維儲層質量評價模型。該方法不僅考慮了采用孔滲參數(shù)難以有效確定致密砂巖的儲滲能力的問題,同時也為地震屬性與儲層評價參數(shù)并非線性關系引入了新的非線性判別算法,并且3維可視化模型較好地顯示了各類儲層的分布,該方法可為其他地區(qū)致密砂巖儲層質量評價提供借鑒。應用提出的儲層質量評價方法獲得的3維質量評價模型可以實現(xiàn)對儲層質量的有效評價。儲層質量評價顯示研究區(qū)扶余油層第10小層平面上有3個儲層質量較好的區(qū)域,分別位于研究區(qū)西南部、中部和北部,結果可用于指導致密砂巖油藏后期壓裂改造及水平井布井工作。

[1]文龍,劉埃平,鐘子川,等.川西前陸盆地上三疊統(tǒng)致密砂巖儲層評價方法研究[J].天然氣工業(yè),2005,25(s1):49-53.

WENLong,LIUAiping,ZHONGZichuan,etal.MethodofevaluatingupperTriassictightsandstonereservoirsinwestSichuanforelandBasin[J].NaturalGasIndustry, 2005,25(s1):49-53.

[2]張永浩,杜環(huán)虹,李新,等.蘇里格氣田致密砂巖儲層條件下聲波速度與孔隙度實驗研究[J].測井技術,2013,37(3):229-234.

ZHANG Yonghao, DU Huanhong, LI Xin, et al. Experiment research on relation of accoustic velocity and porosity in compact sandstone reservoir,Sulige Gasfield[J].Well Logging Technology,2013,37(3):229-234.

[3]田華,張水昌,柳少波,等.致密儲層孔隙度測定測定參數(shù)優(yōu)化[J].石油實驗地質,2012,34(5):334-339.

TIAN Hua, ZHANG Shuichang, LIU Shaobo, et al. Parameter optimization of tight reservoir porosity determination[J]. Petroleum Geology & Experiment, 2012,34(5):334-339.

[4]潘蓉,朱筱敏,張劍鋒,等.基于主成分分析的儲層質量綜合評價模型:以克拉蘇構造帶巴什基奇克組為例[J].石油實驗地質,2014,36(3):376-380.

PAN Rong, ZHU Xiaomin, ZHANG Jianfeng, et al. A model for comprehensive evaluation of reservoir quality based on principal component analysis: a case study of Bashijiqike Formation in Kelasu tectonic zone[J]. Petroleum Geology & Experiment, 2014,36(3):376-380.

[5]張琴,朱筱敏.山東省東營凹陷古近系沙河街組碎屑巖儲層定量評價及油氣意義[J].古地理學報, 2008,10(5):465-472.

ZHANG Qin, ZHU Xiaomin. Quantitative assessment of clastic reservoir of the Paleogene Shahejie formation in Dongying sag of shandong province and its hydrocarbon significance[J].Journal of Palaeogeography,2008,10(5):465-472.

[6]蘭葉芳,鄧秀芹,程黨性,等.鄂爾多斯盆地華慶地區(qū)長6油層組砂巖成巖相及儲層質量評價[J].巖石礦物學雜志,2014,33(1):51-63.

LAN Yefang, DENG Xiuqin, CHENG Dangxing, et al. Diagenetic facies and reservoir quality evaluation of Chang 6 sandstone reservoir in the upper Triassic Yangchang formation of Huaqing area,Ordos Basin[J].Acta Petrologica et Mineralogica,2014,33(1):51-63.

[7]鄧繼新,王尚旭,李生杰,等.砂巖儲層地震屬性參數(shù)對孔隙流體的敏感性評價[J].石油學報, 2006,27(6):55-59.

DENG Jixin, WANG Shangxu, LI Shengjie, et al. Sensitivity evaluation of seismic attribute parameters for sandstone reservoir to pore fluid[J].Acta Petrolei Sinica,2006,27(6):55-59.

[8]暢永剛,史松群,趙玉華,等.基于SVD法三維地震屬性優(yōu)化技術在蘇里格氣田含氣性預測中的應用[J].天然氣地球科學, 2012,23(3):596-601.

CHANG Yongsong, SHI Songqun, ZHAO Yuhua, et al. Application of optimization technology of SVD-based 3D seismic attribution in gas bearing prediction of sulige gas field[J]. Natural Gas Geoscience, 2012,23(3):596-601.

[9]杜麗筠,吳志強.多地震屬性優(yōu)化的神經(jīng)網(wǎng)絡技術在鄂爾多斯盆地高阻抗砂巖儲層預測中的應用[J].海洋地質動態(tài), 2010,26(10):45-49.

DU Lijun, WU Zhiqiang. Application of neural network technology optimized by multiple seismic attributes to predict high-impedance sandstone reservoirs in Ordos Basin[J].Marine Geology Letters,2010,26(10):45-49.

[10]胡興中.濟陽坳陷埕東北坡上第三系河道砂體地震描述及含油性預測技術[J].石油地球物理勘探, 2006,41(5):580-583.

HU Xingzhong. Seismic description and oil-bearing prediction of Neogene channel sand body in northern slope of Chengdong arch, Jiyang Depression[J].OGP,2006,41(5):580-583.

[11]晏信飛,曹宏,姚逢昌,等.致密砂巖儲層貝葉斯巖性判別與孔隙流體檢測[J].石油地球物理勘探, 2012,47(6):945-950.

YAN Xinfei, CAO Hong, YAO Fengchang, et al. Bayesian lithofacies discrimination and pore fluid detection in tight sandstone reservoirs[J].OGP,2012,47(6):945-950.

[12]張勇,宋維琪.基于儲集層地質模式用多種地震屬性參數(shù)預測砂體含油氣性[J].石油勘探與開發(fā), 2001,8(4):60-63.

ZHANG Yong, SONG Weiqi. Predicting the oil/gas bearing potential of sand bodies with various seismic attribute parameters based on geological model of the reservoirs[J].Petroleum Exploration and Development,2001,8(4):60-63.

[13]唐耀華,張向君,高靜懷.基于地震屬性優(yōu)選與支持向量機的油氣預測方法[J].石油地球物理勘探, 2009,44(1):75-80.

TANG Yaohua, ZHANG Xiangjun, GAO Jinghuai. Method of oil/gas prediction based on optimization of seismic attributes and support vector machine[J].OGP, 2009,44(1):75-80.

[14]MIKA S, RATSCH G, WESTON J. Fisher discriminant analysis with kernels[C]//Neural Networks for Signal Processing IX.Piscataway NJ:IEEE,1999.41-48.

[15]BAUDAT G, ANOUAR F. Generalized discriminant analysis using a kernel approach[J]. Neural Computation,2000,12(10):2385-2404.

[16]許建華,張學工,李衍達.應用核Fisher判別技術預測油氣儲集層 [J].石油地球物理勘探,2002,37(2):170-174.

XU Jianhua, ZHANG Xuegong, LI Yanda. Application of kernel Fisher discriminanting technique to prediction of hydrocarbon reservoir[J].OPG, 2002,37(2):170-174.

[17]徐正光,王淑盛,劉冀偉,等.基于主成分分析的核Fisher判別方法在油水識別中的應用[J].北京科技大學學報, 2005,27(1):126-128.

XU Zhengguang, WANG Shusheng, LIU Jiwei, et al. Application of kernel Fisher method based on Primary factor analysis to recognition Problem between oil layer and water layer[J]. Journal of University of Science and Technology Beijing, 2005,27(1):126-128.

[18]羅德江.基于核Fisher判別的碎屑巖儲層流體識別[J].地球物理學進展, 2013,28(4):1919-1924.

LUO Dejiang. The method on the fluid identification of rock elastic properties by Fisher discriminant analysis in fragmental rock[J]. Progress in Geophysics, 2013,28(4):1919-1924.

(編輯修榮榮)

Seismic reservoir quality evaluation in tight sandstone reservoirs

CHEN Wenhao1,2, DONG Shaoqun1,2, WANG Zhizhang1,2, HOU Jiagen1,2, LI Hanlin3

(1.College of Geosciences in China University of Petroleum, Beijing 102249, China；2.StateKeyLaboratoryofPetroleumResourcesandProspectinginChinaUniversityofPetroleum,Beijing102249,China;3.SchoolofGeosciencesinChinaUniversityofPetroleum,Qingdao266580,China)

Taking tight sandstone reservoirs in Honggang area as an example, a seismic reservoir quality evaluation method in tight sandstone reservoirs was discussed. According to the characteristics of tight sandstone reservoir in Honggang area, a comprehensive parameter for evaluating reservoir quality,RQCPis introduced, which incorporates lithology and physical properties, in order to determine the levels of reservoir quality and to resolve the problem of reservoir classification. Based on optimized seismic attributes, using kernel Fisher discriminant analysis(KFDA) algorithm, the classification model is built between seismic attributes and reservoir quality levels to predict a reservoir quality distribution plane; constrained by 2D planes, a three-dimensional reservoir quality evaluation model was constructed. The research shows that the three-dimension model that uses this seismic reservoir quality evaluation method can describe reservoir quality distributions well, suggesting a broader application of the method in tight sandstone reservoirs in other regions.

tight sand reservoirs；kernel Fisher discriminant analysis(KFDA) algorithm; seismic attribute； reservoir quality evaluation

2015-03-05

國家重大科技專項(2011ZX05008-004-60-64)

陳文浩(1985-)，男，博士研究生，研究方向為油氣田開發(fā)地質。E-mail：418220216@qq.com。

王志章(1962-)，男，教授，博士,博士后，博士生導師，研究方向為油氣藏(含非常規(guī))描述、油氣田開發(fā)地質。E-mail：whx3998@vip.sina.com。

1673-5005(2016)03-0063-06doi:10.3969/j.issn.1673-5005.2016.03.008

P 631.9

A