高玉飛，胡光義，王暉，孫立春

(中海油研究總院，北京 100027)

?

P氣田基于地質(zhì)模型的儲(chǔ)量不確定性分析

高玉飛，胡光義，王暉，孫立春

(中海油研究總院，北京 100027)

地質(zhì)建模的最終目的是建立反映地質(zhì)認(rèn)識(shí)的地質(zhì)模型，并對(duì)儲(chǔ)層的不確定性以及由此帶來(lái)的儲(chǔ)量不確定性進(jìn)行定量表征。南海P氣田正處于開(kāi)發(fā)的前期研究階段，井點(diǎn)資料少，儲(chǔ)層的縱橫向變化快，儲(chǔ)量不確定性強(qiáng)。該文以地質(zhì)模型為載體，探討了該氣田地質(zhì)儲(chǔ)量不確定性分析的方法，總結(jié)了相似氣田地質(zhì)儲(chǔ)量不確定性分析的一般方法：通過(guò)對(duì)變量的敏感性分析，確定影響該氣田地質(zhì)儲(chǔ)量的主要變量，以此為基礎(chǔ)通過(guò)拉丁超立方概率分析法進(jìn)行儲(chǔ)量評(píng)價(jià)及地質(zhì)模型的優(yōu)選，最終確定構(gòu)造和氣水界面的變化是影響該氣田儲(chǔ)量的主要因素，P50是該氣田可動(dòng)用儲(chǔ)量。該方法為前期研究階段的儲(chǔ)量動(dòng)用提供了新的思路。

地質(zhì)模型；變量；不確定性分析；地質(zhì)儲(chǔ)量；拉丁超立方法

0 引言

P氣田位于番禺低隆起南部，白云凹陷北坡第二排北掉的反向斷裂帶上，為復(fù)雜斷塊型氣田，主要?dú)獠囟及l(fā)育了東、西2個(gè)構(gòu)造高點(diǎn)。各目的層高點(diǎn)埋深-3110.0～-3160.0m，圈閉面積為7.60～16.60km2，主要含氣層系是新近系下中新統(tǒng)珠江組下部。目前該氣田處于前期研究階段，只有兩口鉆井，加之地震資料品質(zhì)相對(duì)較差，儲(chǔ)層認(rèn)識(shí)不清，地質(zhì)儲(chǔ)量不確定性強(qiáng)。因此，地質(zhì)儲(chǔ)量影響因素及儲(chǔ)量動(dòng)用規(guī)模的確定成為該氣田開(kāi)發(fā)中需要解決的首要問(wèn)題。

油氣田開(kāi)發(fā)過(guò)程中，從初期的儲(chǔ)集層地質(zhì)基礎(chǔ)研究到建立三維靜態(tài)儲(chǔ)集層地質(zhì)模型都包含許多不確定性[1-3]。以往對(duì)儲(chǔ)量的不確定性研究中，通常采用在某一確定的地質(zhì)概念模型基礎(chǔ)上，通過(guò)改變其種子數(shù)的方法產(chǎn)生多個(gè)實(shí)現(xiàn)，并對(duì)這些實(shí)現(xiàn)中的不確定性給予定性評(píng)價(jià)及模型優(yōu)選或采用算術(shù)平均進(jìn)行簡(jiǎn)單的概率計(jì)算[4]。但是這種方法帶有明顯的局限性，因?yàn)樗雎粤说刭|(zhì)參數(shù)本身的不確定性對(duì)儲(chǔ)量造成影響的本質(zhì)，而偏向于數(shù)學(xué)統(tǒng)計(jì)的結(jié)果；其次從模型的等概率實(shí)現(xiàn)中無(wú)法優(yōu)選合適(既接近真實(shí)，又反映風(fēng)險(xiǎn))的模型進(jìn)行油藏?cái)?shù)值模擬。

近年來(lái)，隨著儲(chǔ)層不確定性分析的不斷發(fā)展，地質(zhì)模型在儲(chǔ)量計(jì)算過(guò)程中造成的儲(chǔ)量不確定性分析受到了很多專(zhuān)家的關(guān)注，越來(lái)越多的地質(zhì)工作者開(kāi)始關(guān)注地質(zhì)參數(shù)引起的儲(chǔ)量不確定性，例如：吳健祥[5]通過(guò)對(duì)巖相模型的不確定性研究分析了某地區(qū)儲(chǔ)量的不確定性；霍春亮[6]等人在分析渤海灣某油田時(shí)在充分分析地質(zhì)模型的基礎(chǔ)上，結(jié)合蒙特卡洛法進(jìn)行儲(chǔ)量不確定性的分析；孫立春[7]等人則利用數(shù)學(xué)方法分析了某氣田孔隙度以及含水飽和度對(duì)儲(chǔ)量的不確定性的影響。

綜上所述，在基礎(chǔ)資料匱乏、地質(zhì)因素復(fù)雜的地區(qū)，單一一種方法分析儲(chǔ)層的不確定性已經(jīng)捉襟見(jiàn)肘，特別是針對(duì)海上油田，在利用地質(zhì)模型計(jì)算儲(chǔ)量的不確定性分析中考慮的因素必須擴(kuò)展到建模過(guò)程中參數(shù)的合理選取。鑒于此，該文從影響地質(zhì)儲(chǔ)量基礎(chǔ)地質(zhì)參數(shù)入手，逐一分析各個(gè)參數(shù)本身的不確定性，結(jié)合合理的數(shù)理統(tǒng)計(jì)，綜合探討影響儲(chǔ)量的各種地質(zhì)參數(shù)的敏感性，從而提出合適的計(jì)算模型并確定動(dòng)用儲(chǔ)量規(guī)模。

1 地質(zhì)參數(shù)分析

影響儲(chǔ)集層地質(zhì)模型的不確定性變量很多，但是對(duì)儲(chǔ)量的影響程度又各有不同，因此需要分析各個(gè)變量對(duì)儲(chǔ)量的敏感性。

該次研究遵循只探討與地質(zhì)模型有關(guān)的變量，從建模過(guò)程中選擇變量的原則。在P氣田的建模過(guò)程主要存在構(gòu)造因素、氣水界面、孔隙度的變程、孔隙度下限值以及含氣飽和度等5個(gè)不確定性的變量。以下就各個(gè)變量的取值范圍分述之。

1.1 構(gòu)造因素

建模軟件對(duì)與構(gòu)造不確定性的分析是以設(shè)定不同層位的偏差進(jìn)行的，即選取目的層位構(gòu)造解釋的變化范圍，以其偏差作為變化幅度，隨機(jī)取值建立構(gòu)造模型，所以偏差往往設(shè)置成誤差范圍的一半。

(1)

式中：Sr—建立的構(gòu)造層面值(m)；Sbc—初始構(gòu)造值(m)；U1s—初始值的偏差，可為一個(gè)面也可為一個(gè)常數(shù)(m)；Usgs—以0為均值1為偏差的一個(gè)正態(tài)分布值，常數(shù)。

P氣田地區(qū)幾個(gè)相關(guān)氣田的地震資料品質(zhì)低，造成地質(zhì)層面的解釋存在很大的不確定性(表1)。綜合P氣田和其相鄰P2氣田各井實(shí)鉆深度與疊前偏移深度的偏差，2個(gè)氣田各井偏差的平均值為30m。因此將構(gòu)造因素研究的偏差幅度設(shè)為15m。

表1 實(shí)鉆深度與疊前偏移深度(PSDM)偏差

1.2 氣水界面

在沒(méi)有鉆到氣水界面的氣層，往往通過(guò)測(cè)井的氣底界面或者壓力測(cè)試來(lái)確定氣水界面，這樣必然導(dǎo)致氣水界面的不確定性。測(cè)井解釋P-1井ZJ組氣層的氣底是-3227.2m，F(xiàn)MT外推氣水界面是-3252m，因此確定氣水界面的不確定性范圍為-3252～-3227.2m。

1.3 孔隙度的變程

變差函數(shù)反映了空間某一方向上兩點(diǎn)變量的相關(guān)性，而變程就是反映這個(gè)相關(guān)性的最大距離，不同方向上變程不同，空間上最大變程的方向即為變差函數(shù)的主變程的方向，與此方向垂直的方向上的變程稱(chēng)為次變程。在資料比較充足的情況下，往往通過(guò)井點(diǎn)數(shù)據(jù)的實(shí)驗(yàn)變差函數(shù)的分析，確定變差函數(shù)的主方向以及變程的大小[8]。

從地質(zhì)的角度來(lái)看，相建模的過(guò)程中，平面上與物源平行的方向往往是沉積相延伸范圍最廣、分布最穩(wěn)定的方向，也是相關(guān)關(guān)系最好的方向，即主變程的方向。該區(qū)基礎(chǔ)資料少，地震資料品質(zhì)差，從現(xiàn)有的資料中很難通過(guò)實(shí)驗(yàn)變差函數(shù)的分析確定合適的孔隙度變程及其方向，考慮到沉積相是影響儲(chǔ)層孔隙度的主要因素，因此在孔隙度模擬的過(guò)程中，利用沉積相與孔隙度潛在的關(guān)系，通過(guò)分析沉積相來(lái)確定孔隙度的變程的設(shè)置，以沉積相或者砂體的展布范圍作為設(shè)置變程的基礎(chǔ)[5-8]。

P氣田ZJ組屬于低水位沉積期，以海相濱岸砂巖沉積為主，濱岸砂巖濱岸沉積相的延伸范圍在很大程度上受控于海岸地貌特征，物源方向與岸線(xiàn)往往垂直，因此當(dāng)時(shí)沉積的濱岸坡折帶的長(zhǎng)度可以近似為沉積相沿物源方向的變化范圍[9-13]，由此來(lái)確定濱岸砂巖的孔隙度的主變程范圍，結(jié)合前人的研究成果[9-13]，確定變化范圍是3000～6000m。次變程的確定一是考慮到在變差函數(shù)中一般小于主變程，再?gòu)某练e的角度次變程要控制整個(gè)氣田的1井區(qū)，因此其變化范圍設(shè)置為2400～4800m。

1.4 含氣飽和度

由于井點(diǎn)值與等值線(xiàn)面積權(quán)衡值之間存在一定的差異，前者計(jì)算值為54.6%，后者為55.6%，因此設(shè)置含氣飽和度的變化范圍為54.6%～55.6%。

1.5 孔隙度下限

在P氣田，實(shí)驗(yàn)巖心的分析取心氣層孔隙度的最低值是9%，從累積烴柱與孔隙度的關(guān)系圖上看(圖1)，該區(qū)累積烴柱是從孔隙度為6%開(kāi)始才出現(xiàn)明顯的變化，因此確定6%～9%為孔隙度下限的變化范圍。

(a)P-1井孔隙度；(b)P-2井孔隙度圖1 P-1和P-2井累積烴柱高度與孔隙度關(guān)系圖

2 敏感性分析

確定了變量的取值范圍，使用Petrel軟件的不確定性分析模塊，進(jìn)行各個(gè)變量對(duì)儲(chǔ)量影響的敏感性分析。該次變量敏感性分析采用的思路是：只變化一個(gè)變量，固定其他變量不變，觀察儲(chǔ)量的變化情況，通過(guò)對(duì)儲(chǔ)量結(jié)果的統(tǒng)計(jì)，計(jì)算變量對(duì)儲(chǔ)量的相對(duì)影響。相對(duì)影響的計(jì)算是以最小值與平均值的差值除以平均值為負(fù)影響，以最大值與平均值的差值除以平均值為正影響，做出敏感性分析圖[7]。

對(duì)每個(gè)變量進(jìn)行100次實(shí)現(xiàn)，分析其敏感性(表2、圖2)，含氣飽和度和變程對(duì)儲(chǔ)量的相對(duì)影響都小于5%，影響結(jié)果小，不是儲(chǔ)量的主要影響因素。孔隙度的下限值對(duì)儲(chǔ)量的相對(duì)影響為6%～7%，這是一個(gè)值得考慮的因素。氣水界面的影響因素較大，為14%～20%，這是因?yàn)闅馑缑娴淖兓绊懥藥r石體積，從而引起孔隙體積也發(fā)生較大的變化，造成儲(chǔ)量變化范圍增大。構(gòu)造因素是P氣田ZJ30-2組最大的影響因素，其相對(duì)影響達(dá)到了50%左右，由此可見(jiàn)，構(gòu)造在儲(chǔ)量評(píng)價(jià)中存在較大的風(fēng)險(xiǎn)。通過(guò)以上分析，可以看出構(gòu)造因素、氣水界面、孔隙度的下限值是P氣田ZJ組3個(gè)重要的影響因素，可以作為下一步分析的變量。

表2 各變量敏感性分析

圖2 P氣田ZJ組不確定性因素敏感性分析

3 儲(chǔ)量評(píng)價(jià)及模型優(yōu)選

對(duì)儲(chǔ)層參數(shù)進(jìn)行敏感性分析的目的是為了進(jìn)行儲(chǔ)量計(jì)算，確定儲(chǔ)量的風(fēng)險(xiǎn)和潛力，并挑選合適的模型提供給下一步的數(shù)值模擬[5-8]。在儲(chǔ)量評(píng)價(jià)過(guò)程中通常采用蒙特卡洛法進(jìn)行儲(chǔ)量概率的計(jì)算，但是這種取樣方法在取樣次數(shù)不夠充足的情況下，取值一般聚集在中值附近(圖3a)，該文采用拉丁超立方取樣法進(jìn)行對(duì)比。

(a)蒙特卡洛取樣；(b)拉丁超立方取樣圖3 兩種取樣方法比較

拉丁超立方取樣法根據(jù)設(shè)置的運(yùn)行次數(shù)將變量的分布范圍分為幾個(gè)等概率的區(qū)域，運(yùn)行多少次就會(huì)設(shè)置多少個(gè)區(qū)域(圖3b)。每一次取樣都是隨機(jī)的從一個(gè)等概率區(qū)域內(nèi)選擇一個(gè)值，下一次取樣就會(huì)到下一個(gè)等概率區(qū)域進(jìn)行取值。與蒙特卡洛法相比，這種方法取樣的區(qū)間更廣，所以也就更能突出變量的不確定性。

在儲(chǔ)量計(jì)算中采用概率儲(chǔ)量的概念，概率儲(chǔ)量不僅能提供更準(zhǔn)確的儲(chǔ)量計(jì)算結(jié)果，還能更好的描述儲(chǔ)量的不確定性，因此可以獲得關(guān)于儲(chǔ)量的準(zhǔn)確判斷，從而更合理地評(píng)價(jià)儲(chǔ)量的風(fēng)險(xiǎn)和潛力[9-10]。

利用優(yōu)選的3個(gè)變量，采用拉丁超立方的取樣方法進(jìn)行150次實(shí)現(xiàn)。在150次實(shí)現(xiàn)后，根據(jù)儲(chǔ)量累積概率分布圖求出3個(gè)概率儲(chǔ)量P10為3.396、P50為7.503、P90為14.517，分別稱(chēng)為“悲觀”、“最可能”和“樂(lè)觀”儲(chǔ)量。

一般認(rèn)為，一個(gè)油(氣)藏的真實(shí)儲(chǔ)量(或稱(chēng)為實(shí)際儲(chǔ)量)是不可能精確預(yù)測(cè)并求得的[11-17]。然而，概率密度曲線(xiàn)可以反映這個(gè)真實(shí)儲(chǔ)量落入某一區(qū)間的可能性。真實(shí)儲(chǔ)量大于P90的概率只有10%，說(shuō)明P90是相對(duì)樂(lè)觀的估計(jì)。相反，真實(shí)儲(chǔ)量小于P10的可能性只有10%，說(shuō)明P10是相對(duì)有把握的估計(jì)。P50表示大于和小于真實(shí)儲(chǔ)量的可能性都是50%。

該次模擬的P50為7.503×108，與容積法計(jì)算值相比(表3)，其小于探明與控制儲(chǔ)量之和而大于探明儲(chǔ)量，進(jìn)一步說(shuō)明了它的可靠性。由此選擇P50作為該次模擬的最佳值，推薦作為油田開(kāi)發(fā)的動(dòng)用儲(chǔ)量并挑選出該值所對(duì)應(yīng)的模型，作為提供給油藏進(jìn)行下一步分析的地質(zhì)模型。

表3 模擬值與容積法計(jì)算值比較

4 結(jié)論

(1)通過(guò)對(duì)各個(gè)變量的敏感性分析，確定了P氣田儲(chǔ)量的主要影響因素：構(gòu)造因素、氣水界面、孔隙度下限值，其中構(gòu)造因素對(duì)儲(chǔ)量的影響最大。

(2)由于各個(gè)影響因素的不確定性較強(qiáng)，對(duì)于P氣田的不確定性分析，采用拉丁超立方的取樣方法，取樣的區(qū)間更廣，更能突出各個(gè)因素的不確定性。

(3)P氣田不確定性分析的結(jié)果表明，該次模擬的P50是最佳值，大于探明儲(chǔ)量而小于探明儲(chǔ)量與控制儲(chǔ)量之和，相對(duì)風(fēng)險(xiǎn)最小，又考慮了部分潛力，可推薦作為油田開(kāi)發(fā)的動(dòng)用儲(chǔ)量，該P(yáng)50所對(duì)應(yīng)的地質(zhì)模型，可作為開(kāi)發(fā)方案編制的推薦模型。

[1] Tyler K J，Omdal S．Faster history matching and uncertainty in predicted production profiles with stochastic modeling[A]． SPE26420， 1994：100-110.

[2] 姜漢橋,谷建偉,陳民鋒,等.時(shí)變油藏地質(zhì)模型下剩余油分布的數(shù)值模擬研究[J].石油勘探與開(kāi)發(fā),2005,32(2):91-93．

[3] 裘懌楠，賈愛(ài)林．儲(chǔ)層地質(zhì)模型10年[J]．石油學(xué)報(bào)，2000，21(4):101-104．

[4] 李少華,張昌民,彭裕林,等.儲(chǔ)層不確定性評(píng)價(jià)[J].西安石油大學(xué)學(xué)報(bào)(自然科學(xué)版),2004,19(5):16-20.

[5] 吳建祥.一種地質(zhì)模型不確定性分析的新方法[J].內(nèi)蒙古石油化,2008,34(20):16-17.

[6] 霍春亮,劉松,古莉,等.一種定量評(píng)價(jià)儲(chǔ)集層地質(zhì)模型不確定性的方法[J].石油勘探與開(kāi)發(fā),2007,34(5):574-579.

[7] 孫立春，高博禹，李敬功．儲(chǔ)層地質(zhì)建模參數(shù)不確定性研究方法探討[J]．中國(guó)海上油氣，2009，21(1)：35-38.

[8] 吳勝和，金振奎，黃滄鈿．儲(chǔ)層建模[M]．北京:石油工業(yè)出版社,1999：9-11.

[9] 鄭榮才，鄭哲，高博禹，等.珠江口盆地白云凹陷珠江組海底扇深水重力流沉積特征[J].巖性油氣藏，2013，(2)：2-8.

[10] 朱筱敏，黃捍東，代一丁，等.珠江口盆地番禺4洼文昌組層序格架與沉積體系研究[J].巖性油氣藏，2014，(4)：1-8.

[11] 喬博，張昌民，杜家元，等.珠江口盆地淺水區(qū)和深水區(qū)重力流沉積特征對(duì)比[J].巖性油氣藏，2011，(2)：59-63.

[12] 耿威，鄭榮才，魏欽廉，等.白云凹陷珠海組儲(chǔ)層沉積學(xué)特征[J].巖性油氣藏，2008，(4):98-104.

[13] 邢文禮，張尚鋒，杜家元，等.稀疏井網(wǎng)條件下利用測(cè)井曲線(xiàn)識(shí)別層序界面方法探討——以珠江口盆地珠江組為例[J].巖性油氣藏，2010，(2):111-114.

[14] 徐鐘濟(jì)．蒙特卡羅方法[M]．上海:上?？茖W(xué)技術(shù)出版社，1987：261-291.

[15] 宋立新,陳超,趙慶輝.已探明未動(dòng)用儲(chǔ)量評(píng)價(jià)方法研究[J].特種油氣藏，2001，8(2)：46-50.

[16] Gair R．Integrating deterministic and probabilistic reserves[A]．SPE 82000， 2003：1-7.

[17] 王振國(guó)，楊仁超，路中奇，等. 蘇里格氣田西區(qū)S47區(qū)塊石盒子組八段沉積微相[J].山東國(guó)土資源，2014，30(3)：38-43.

Analysis on Uncertainty of Reserve Based on Geology Model in P Gas Field

GAO Yufei，HU Guangyi，WANG Hui，SUN Lichun

(CNOOC Research Institute, Beijing 100027, China)

The ultimate goal of geological modeling is to set up a reasonable geological model and characterize the uncertainty of reservoir and reserves. The South China Sea P gas field is at the stage of early study and its well data is lack, the lateral and vertical variety of reservoir is very quick, so the uncertainty of the reserve is very strong. This paper discussed the method for the uncertainty of reserve based on geology model, then the general method about the uncertainty of similar gas field has been summarized. Through analysis on the sensitivity about the variable, the main variable has been determined. Based on this study, reserve evaluation and optimization of geological model have been done by Latin Hypercube Sampling. At last the change of structure and OWC is defined as the main factor affected the reserve of the gas field, and P50 is the producing reserve. The method provide a new thought for reserve utilization at the stage of early study.

Geological model； variable；analysis on uncertainty；geological reverse；Latin Hypercube method

2016-03-30；

2016-08-06；編輯：王敏

國(guó)家重大專(zhuān)項(xiàng)基金項(xiàng)目，項(xiàng)目編號(hào)為2011ZX05024-001作者簡(jiǎn)介：高玉飛(1983—)，男，山東膠州人，工程師，主要從事石油開(kāi)發(fā)地質(zhì)工作；E-mail：215954707@qq.com

TE155

A

高玉飛，胡光義，王暉，等.P氣田基于地質(zhì)模型的儲(chǔ)量不確定性分析[J].山東國(guó)土資源，2016,32(10)：16-20.GAO Yufei，HU Guangyi，WANG Hui，etc. Analysis on Uncertainty of Reserve Based on Geology Model in P Gas Field[J].Shandong Land and Resources, 2016,32(10)：16-20.