黃文松，王家華，陳和平，徐芳，孟征，李永豪

（1. 中國石油勘探開發(fā)研究院，北京 100083；2. 西安石油大學(xué)，西安 710065）

基于水平井資料進(jìn)行地質(zhì)建模的大數(shù)據(jù)誤區(qū)分析與應(yīng)對策略

黃文松1，王家華2，陳和平1，徐芳1，孟征1，李永豪1

（1. 中國石油勘探開發(fā)研究院，北京 100083；2. 西安石油大學(xué)，西安 710065）

以委內(nèi)瑞拉奧里諾科重油帶 MPE3油田為例，在分析水平井信息特征的基礎(chǔ)上，對比了直井和水平井?dāng)?shù)據(jù)分布和變差函數(shù)的差異，針對將水平井信息直接應(yīng)用于地質(zhì)建模中產(chǎn)生的大數(shù)據(jù)誤區(qū)，提出了相應(yīng)的建模策略。研究表明由于研究區(qū)水平井具有數(shù)據(jù)信息量大、井軌跡方向性強(qiáng)、砂巖鉆遇率高的特點(diǎn)，造成了不符合地質(zhì)認(rèn)識的變差函數(shù)分析結(jié)果，進(jìn)而在沉積微相和儲集層物性建模以及概率儲量預(yù)測上產(chǎn)生誤區(qū)。建模時首先采用直井信息對分流河道砂體分布進(jìn)行變差函數(shù)分析，通過沉積相控、地震約束的方法建立巖相框架；再利用水平井信息反映儲集層內(nèi)部非均質(zhì)性精度高的特點(diǎn)，結(jié)合直井信息進(jìn)行泥質(zhì)隔夾層的變差函數(shù)分析，建立相應(yīng)的儲集層巖相精細(xì)模型；最后建立儲集層物性模型，并分井區(qū)計算地質(zhì)儲量。該建模策略能夠真實反映地質(zhì)特征，且有效提高了井間砂體預(yù)測的精度，增強(qiáng)了儲集層地質(zhì)模型的可靠性。圖14表4參25

水平井；地質(zhì)建模；大數(shù)據(jù)誤區(qū)；大數(shù)據(jù)分析；變差函數(shù)

0 引言

水平井在恢復(fù)老井產(chǎn)能、提高油氣井產(chǎn)能和開發(fā)重油油藏等方面具有顯著優(yōu)勢，并廣泛應(yīng)用于老油田、低滲油氣田以及重油油藏的開發(fā)中[1-4]。目前已出現(xiàn)以水平井井網(wǎng)開發(fā)為主的各類油氣田，不同于以往利用直井信息建模，水平井信息的參與對儲集層地質(zhì)建模結(jié)果有明顯的影響[5-9]。由于水平井水平段延伸距離長，水平段對砂體及相應(yīng)物性參數(shù)的描述更加精細(xì)[10-11]，可減小井間預(yù)測的不確定性；但由于水平井特有的布井方式，其在特定方向上具有大信息量的數(shù)據(jù)，這對數(shù)據(jù)統(tǒng)計分析、變差函數(shù)計算等將造成較大影響，從而給后續(xù)沉積相以及物性模型帶來誤區(qū)。建模工作者提出了概率統(tǒng)計法、蒙特卡洛法等方法，以降低所建模型的不確定性，盡可能地還原真實的地下情況[12-15]。本文在分析水平井?dāng)?shù)據(jù)采集特點(diǎn)的基礎(chǔ)之上，闡述了水平井在參與儲集層建模過程中存在的沉積微相建模、儲集層物性建模及概率儲量計算的誤區(qū)及原因，進(jìn)而提出了合理應(yīng)用水平井資料建立高精度地質(zhì)模型的策略。

1 區(qū)域概況

奧里諾科重油帶 MPE3油田位于東委內(nèi)瑞拉盆地南緣，面積150 km2。新近系下中新統(tǒng)Oficina組為研究區(qū)的主力含油層段，砂體延伸范圍廣且縱向厚度大[16-19]。奧里諾科重油帶儲集層為典型的砂質(zhì)辮狀河—三角洲平原沉積體系。本文研究目的層M段為Oficina組下部地層單元，MPE3區(qū)塊物源供給呈南西—北東向，主要沉積微相由辮狀分流河道與分流間灣構(gòu)成（見圖1），測井曲線表現(xiàn)為正旋回沉積韻律[20-24]。儲集層巖性以中細(xì)粒石英砂巖為主，孔隙度一般大于 30%，平均滲透率為 4 000×10-3μm2，屬于高孔高滲儲集層。研究區(qū)采用叢式水平井方式整體開發(fā)，平均井間距為300 m，井軌跡多為東西向，單井水平段長度達(dá)800～1 200 m。本文研究采用目的層31口直井和197口水平井的相關(guān)資料（見圖2）。

圖1 MPE3區(qū)M段的沉積微相

圖2 MPE3區(qū)直井與水平井分布

2 水平井?dāng)?shù)據(jù)采集的特點(diǎn)

2.1 數(shù)據(jù)信息量

由于研究區(qū)水平井的水平段橫向延伸距離遠(yuǎn)，水平井參與模擬的信息數(shù)據(jù)量很大。在應(yīng)用直井和水平井聯(lián)合建模時，水平井資料的數(shù)據(jù)點(diǎn)相比直井資料具有數(shù)量上的絕對優(yōu)勢。研究區(qū)目的層M段平均厚度為20 m，測井?dāng)?shù)據(jù)采樣間隔0.125 m。單一直井的數(shù)據(jù)采樣點(diǎn)約為160個；而水平段長度達(dá)到800～1 200 m，單一水平井的測井?dāng)?shù)據(jù)采樣點(diǎn)為6 400～9 600個。將兩種井型數(shù)據(jù)采樣在三維網(wǎng)格上表示（見圖 3），水平井?dāng)?shù)據(jù)點(diǎn)遠(yuǎn)遠(yuǎn)超過直井?dāng)?shù)據(jù)點(diǎn)，其對建模結(jié)果的影響巨大。這即是地質(zhì)統(tǒng)計學(xué)中的大數(shù)據(jù)效應(yīng)[25]。

2.2 數(shù)據(jù)分布

研究區(qū)內(nèi)水平井多以平臺方式集中布井，每個開發(fā)平臺平均部署8口水平井，水平段間距300 m，占地面積約為 4 km2（見圖 4）。平臺范圍內(nèi)水平井?dāng)?shù)據(jù)點(diǎn)可達(dá)76 800個，這些數(shù)據(jù)量大而且分布集中，在建模過程中導(dǎo)致局部數(shù)據(jù)對整體模型有較大影響。同時平臺內(nèi)水平井軌跡相互平行，呈東西向展布，而研究區(qū)沉積物源供給呈南西—北東向，水平井?dāng)?shù)據(jù)方向與物源方向接近垂直，這就造成變差函數(shù)分析過程中主變程方向可能受到水平井軌跡的影響，而與實際物源方向不一致。因此，采樣點(diǎn)分布不均或在特定方向上堆積大量數(shù)據(jù)造成不符合地質(zhì)體實際分布的地質(zhì)學(xué)統(tǒng)計，會引起儲集層建模數(shù)據(jù)分析（變差函數(shù)分析）時的大數(shù)據(jù)誤區(qū)。

圖3 水平井與直井?dāng)?shù)據(jù)網(wǎng)格化

圖4 平臺布井模式圖

2.3 砂巖鉆遇率

研究區(qū)鉆井過程中根據(jù)地質(zhì)導(dǎo)向系統(tǒng)對水平井進(jìn)行井眼軌跡調(diào)整，選擇性鉆遇砂巖而避開泥巖和差儲集層段，從而提高單井砂巖鉆遇率。因此，水平井反映出更多的砂巖信息，導(dǎo)致砂泥比遠(yuǎn)遠(yuǎn)大于地下真實情況。目的層鉆井統(tǒng)計結(jié)果表明，水平井鉆遇砂巖比例與直井相差 17.0%（見圖 5）。因此，在數(shù)據(jù)統(tǒng)計與分析時，水平井資料的參與將會導(dǎo)致砂泥比大幅度增加，從而造成模型中砂泥比高于實際的情況。同時，由于水平段往往鉆遇好儲集層，反映的更多是好儲集層的孔隙度、滲透率、含油飽和度等信息，會使統(tǒng)計的儲集層物性值偏大，進(jìn)而導(dǎo)致儲集層物性模型有悖于地下真實的儲集層物性分布規(guī)律。

圖5 直井和水平井砂泥巖鉆遇率對比圖

3 變差函數(shù)分析

變差函數(shù)是表征變量的空間相關(guān)性與空間變異性的重要概念。對測井?dāng)?shù)據(jù)的空間分布特征進(jìn)行分析時，變差函數(shù)的變程、方向等參數(shù)可以提供對物源方向、砂體展布特征等方面的關(guān)鍵認(rèn)識；通過地質(zhì)統(tǒng)計學(xué)方法進(jìn)行物性參數(shù)建模時，需要利用變差函數(shù)對孔隙度、滲透率、含油飽和度等參數(shù)進(jìn)行統(tǒng)計分析和計算。

3.1 沉積微相的變差函數(shù)分析

空間變量的變差函數(shù)的變程和方向密切相關(guān)，主方向為變差函數(shù)的變程最大的方向，它代表著對應(yīng)空間變量的連續(xù)性最好的方向，次方向則對應(yīng)于最短的方向，垂直于主方向。

本區(qū)主要儲集層為辮狀分流河道砂體。分別對研究區(qū)水平井和直井的分流河道砂體分布做變差函數(shù)分析，在原點(diǎn)附近，水平井所提供的點(diǎn)對遠(yuǎn)遠(yuǎn)多于直井，數(shù)據(jù)點(diǎn)相對更加集中。根據(jù)圖6—圖7可以發(fā)現(xiàn)：①水平井比直井?dāng)?shù)據(jù)的半方差分布更有規(guī)律；②水平井比直井?dāng)?shù)據(jù)變程更小，直井的主、次變程分別為4 873.3 m、2 583.8 m；而水平井的主、次變程分別為730.5 m、553.2 m；③水平井?dāng)?shù)據(jù)與直井?dāng)?shù)據(jù)的主變程的方位角不同。這是由于水平井?dāng)?shù)據(jù)在平臺內(nèi)集中出現(xiàn)，水平段數(shù)據(jù)點(diǎn)密集分布并且沿軌跡呈線性展開，使變差函數(shù)的值沿一個方向集中出現(xiàn)；水平井選擇性鉆遇砂體導(dǎo)致儲集層數(shù)據(jù)相對均勻，點(diǎn)對分布更有規(guī)律，同時變程相應(yīng)更短，主變程的方向與軌跡方向一致。對于全區(qū)分布的直井，由于目的層分流河道砂體呈比較連續(xù)的大范圍分布，變差函數(shù)分析中主、次變程則數(shù)值偏大。模型上反映出，直井模擬的砂體分布廣且寬度大，水平井由于是按井區(qū)布井，模擬的砂體多為集中分布并呈條帶狀。從區(qū)域地質(zhì)研究的基礎(chǔ)上分析，直井變差函數(shù)分析結(jié)果更符合地質(zhì)認(rèn)識。

圖6 直井?dāng)?shù)據(jù)分流河道砂體變差函數(shù)分析（主變程方位角30°）

圖7 水平井?dāng)?shù)據(jù)分流河道砂體變差函數(shù)分析（主變程方位角90°）

3.2 物性參數(shù)的變差函數(shù)分析

在相控條件下，直井、水平井、直井+水平井的孔隙度變差函數(shù)分析結(jié)果表明，水平井計算得到的變程比直井、直井+水平井對應(yīng)的更短（見表1）。僅用直井分析得到的孔隙度連續(xù)性最好的方向與砂體優(yōu)勢展布方向（即分流河道延伸方向）一致；僅用水平井分析得到的孔隙度連續(xù)性最好的方向是水平井軌跡方向；而同時采用直井+水平井分析得到的孔隙度連續(xù)性最好的方向則表現(xiàn)出以上 2種井型的數(shù)據(jù)混合產(chǎn)生的折中效應(yīng)，既不能代表物源方向，也不能代表水平井軌跡方向。同樣，滲透率、含油飽和度的變差函數(shù)分析結(jié)果也有類似的特點(diǎn)。因此直井分析得到的物性參數(shù)的變差函數(shù)更能滿足沉積規(guī)律認(rèn)識，更具有真實性。

表1 不同類型井?dāng)?shù)據(jù)得到的孔隙度變差函數(shù)

4 水平井建模的大數(shù)據(jù)誤區(qū)

4.1 沉積微相建模誤區(qū)

正因為水平井資料在特定方向收集的大量數(shù)據(jù)造成了數(shù)據(jù)統(tǒng)計與變差函數(shù)分析方面的偏差，于是在沉積微相建模、儲集層物性建模及概率儲量計算方面產(chǎn)生了誤區(qū)，以下逐一進(jìn)行分析。

4.1.1 沉積粒度韻律

由于水平井?dāng)?shù)據(jù)為水平方向數(shù)據(jù)，不能像直井一樣反映沉積的垂向演化過程，因此也就反映不出沉積粒度韻律性或沉積微相類型的變化。分流河道沉積垂向表現(xiàn)為正韻律，而水平井橫向鉆進(jìn)的地層為相對均質(zhì)砂巖，沒有垂向的韻律特征。由于水平井優(yōu)勢數(shù)據(jù)的影響，在井間和遠(yuǎn)離井的位置，儲集層特征模擬結(jié)果會趨向水平井段砂體特征，表現(xiàn)出均質(zhì)化，破壞了真實的砂體粒度韻律特征。

利用序貫指示模擬方法，分別采用直井、水平井、直井+水平井?dāng)?shù)據(jù)對目的層展開巖相模擬（見圖8），僅利用直井?dāng)?shù)據(jù)的模擬結(jié)果保持了分流河道砂體在垂向上的下粗上細(xì)的正粒序特征；僅利用水平井?dāng)?shù)據(jù)模擬，在遠(yuǎn)離水平井的位置，地層表現(xiàn)出了均質(zhì)化的傾向；利用直井+水平井?dāng)?shù)據(jù)模擬，井間地層也出現(xiàn)了均質(zhì)化的傾向。因此，可以看出由于研究區(qū)水平井優(yōu)勢數(shù)據(jù)的影響，造成儲集層建模結(jié)果受沉積微相控制作用減弱，建模的結(jié)果與實際儲集層存在明顯偏差。

圖8 直井和水平井巖相模擬剖面

4.1.2 沉積微相分布

研究中利用地震波阻抗數(shù)據(jù)體作為約束，利用直井、水平井、直井+水平井?dāng)?shù)據(jù)進(jìn)行沉積相建模并對比其結(jié)果的微相比例（見圖 9、表 2）?？梢钥闯?，直井?dāng)?shù)據(jù)模擬結(jié)果的分流河道微相所占比例最小，水平井?dāng)?shù)據(jù)模擬結(jié)果的分流河道微相所占比例最大，直井+水平井?dāng)?shù)據(jù)模擬結(jié)果的分流河道微相所占比例介于前兩者之間。由于水平井?dāng)?shù)據(jù)中砂巖所占比例明顯比直井?dāng)?shù)據(jù)高，而砂巖發(fā)育的主要微相是分流河道，所以利用水平井?dāng)?shù)據(jù)進(jìn)行沉積微相建模會造成河道微相所占比例偏高。

4.2 物性建模誤區(qū)

基于研究區(qū)的沉積微相空間分布模型，在相同的相模型約束下，利用序貫高斯方法，分別采用直井、直井+水平井、水平井的資料模擬物性參數(shù)的空間分布。

圖9 不同類型井?dāng)?shù)據(jù)模擬的沉積微相分布圖

表2 不同井?dāng)?shù)據(jù)模擬的微相分布

比較不同井?dāng)?shù)據(jù)建立的孔隙度和含油飽和度模型的數(shù)據(jù)分布區(qū)間，可以看出直井、水平井以及直井+水平井?dāng)?shù)據(jù)相應(yīng)的孔隙度以及含油飽和度建模結(jié)果的直方圖形態(tài)大致相近（見圖 10、圖 11），但在孔隙度為32%～35%以及含油飽和度為88%～92%的區(qū)間內(nèi)，水平井建模對應(yīng)的數(shù)值最大，直井建模對應(yīng)的數(shù)值最小，直井+水平井建模的數(shù)值與水平井建模的數(shù)值差異較小，這說明由于水平井?dāng)?shù)據(jù)量占絕對優(yōu)勢，對數(shù)據(jù)分布規(guī)律起主要控制作用。同時，從直井、直井+水平井、水平井所建立的物性模型的平均值（見表 3）可以看出，用后 2種模式的井?dāng)?shù)據(jù)建模得到的孔隙度和含油飽和度平均值與直井建模相比均呈明顯增大的趨勢，這說明即使在相同的相模型約束下，水平井?dāng)?shù)據(jù)依然給屬性模型帶來了明顯的影響，總體造成屬性值偏高的現(xiàn)象。因此，為反映沉積相對物性的影響，本次建模采用直井信息進(jìn)行變差函數(shù)分析。

圖10 孔隙度模擬結(jié)果

圖11 含油飽和度模擬結(jié)果

表3 不同井?dāng)?shù)據(jù)模擬的物性參數(shù)

4.3 概率儲量預(yù)測誤區(qū)

研究了孔隙度、含油飽和度的空間分布后，可以計算油氣概率儲量，采用不同建模結(jié)果分別計算得到目的層12個平臺儲量（見表4）。其中，水平井求得的P50概率儲量比直井求得的P50概率儲量增加了約9%，水平井+直井求得的P50概率儲量比直井求得的P50概率儲量增加了約4%。水平井?dāng)?shù)據(jù)求得的概率儲量與直井、直井+水平井求得的概率儲量進(jìn)行比較，前者明顯大于后兩者。

表4 不同井?dāng)?shù)據(jù)計算的概率儲量

5 水平井建模策略

由于儲集層內(nèi)部水平段數(shù)據(jù)大量增加，與直井相比，在水平段軌跡附近模型精度和分辨率提高，這是常規(guī)直井和地震資料難以達(dá)到的。但另一方面，如前所述由于研究區(qū)水平井在特定方向具有大數(shù)據(jù)信息，建模時若直接利用水平井?dāng)?shù)據(jù)進(jìn)行數(shù)據(jù)統(tǒng)計分析，則會產(chǎn)生大數(shù)據(jù)誤區(qū)。針對這一情況，采取如下儲集層建模策略：考慮到水平井反映的沉積微相信息比較弱，巖相的信息比較強(qiáng)，因此儲集層建模時在地震資料與沉積相帶模式的約束下，首先建立巖相模型而非沉積微相模型，然后在巖相模型的控制下，進(jìn)行物性建模；最后再進(jìn)行儲量計算，這樣可以得到更為可靠的儲集層建模結(jié)果。

5.1 巖相模型的建立

5.1.1 地震約束建立巖相框架模型

由于本區(qū)主要是砂質(zhì)辮狀河—三角洲平原沉積，雖然存在一些不同的巖相，但總體粒度相對比較細(xì)，因此本次建模進(jìn)行了簡化，把砂巖類的巖相統(tǒng)一歸并為砂巖類，偏泥巖類的巖相統(tǒng)一歸為泥巖類，僅建立簡單的砂泥巖 2種巖相模型。建立相模型時應(yīng)用地震資料作巖性概率分布約束，充分利用地震數(shù)據(jù)中具有井間確定性的巖性反演數(shù)據(jù)，降低井間砂體模擬的不確定性，以規(guī)避水平井在特定方向大數(shù)據(jù)信息產(chǎn)生的統(tǒng)計誤區(qū)。本區(qū)地震反演資料主頻40～50 Hz，地震層速度約2 600 m/s，可以識別有效厚度為15 m以上的砂體。研究區(qū)主力層砂體厚度大于20 m并且分布連續(xù)，因此利用反演資料能夠有效識別砂體的空間展布形態(tài)。根據(jù)巖石物理學(xué)分析得到砂泥巖波阻抗截斷值為5.5×106kg/(m2·s)，大于此值為砂巖，反之為泥巖。將時深轉(zhuǎn)換后的地震巖性反演數(shù)據(jù)進(jìn)行合理截斷，以體現(xiàn)沉積格局為原則，得到作為約束條件的巖相框架模型，該模型能夠更加真實反映巖相的空間分布特征。

5.1.2 巖相框架模型約束建立巖相精細(xì)模型

由于受到地震反演體分辨率的限制，巖相框架模型僅能夠反映砂巖空間展布趨勢，無法準(zhǔn)確刻畫薄層和隔夾層的空間形態(tài)。這種情況下充分利用水平井儲集層內(nèi)部隔夾層分辨率高的特點(diǎn)，以巖相框架模型為約束，采用巖性指示模擬方法得到巖相精細(xì)模型。此外，水平井?dāng)?shù)據(jù)參與巖相模擬，但不參與分流河道砂體分布數(shù)據(jù)分析與變差函數(shù)計算；因為分流河道中隔夾層本身相對不太發(fā)育，且延伸距離短，水平井恰恰能夠反映這一問題，所以水平井信息參與分流河道中泥質(zhì)隔夾層數(shù)據(jù)分析，實際得到的泥質(zhì)隔夾層主變程為1 275 m，次變程為825 m（見圖12），變程明顯低于前述直井?dāng)?shù)據(jù)模擬分流河道砂體的變程，說明隔夾層在分流河道砂體內(nèi)部發(fā)生變化。

圖12 水平井+直井泥質(zhì)隔夾層變差函數(shù)分析

巖性在空間變化上遵從于直井統(tǒng)計的數(shù)據(jù)分布，客觀反映了地層的沉積特征，避免了水平井建模時大數(shù)據(jù)量造成統(tǒng)計結(jié)果不符合地質(zhì)實際的情況。模擬結(jié)果在井點(diǎn)處忠實于井點(diǎn)信息，井間受巖相框架模型的約束，同時由于水平井?dāng)?shù)據(jù)參與了泥質(zhì)隔夾層變差函數(shù)分析與建模，精細(xì)刻畫了薄層和隔夾層的形態(tài)，使儲集層內(nèi)部分辨率明顯提高（見圖13）。

圖13 反演屬性體與巖相模擬對比圖

5.2 物性模型的建立

利用水平井參與建?？梢悦黠@提高儲集層內(nèi)部物性和非均質(zhì)性的描述精度。建模過程中，在巖相模型的約束下，首先分析巖相與物性的相關(guān)關(guān)系，僅利用直井采樣點(diǎn)求取儲集層物性參數(shù)概率分布和變差函數(shù)，然后將水平井和直井?dāng)?shù)據(jù)共同用于建模過程，既在垂向上保持了砂體韻律特征，又充分發(fā)揮了水平井精細(xì)刻畫儲集層內(nèi)部物性分布的特點(diǎn)。水平井和直井相比，模型的孔隙度在水平井軌跡附近變化較快，能真實地反映儲集層內(nèi)部物性變化（見圖14）。

5.3 儲量計算

由于水平井集中分布在各鉆井平臺范圍內(nèi)，大量的數(shù)據(jù)點(diǎn)能夠精細(xì)地描述儲集層內(nèi)部物性、含油性的分布特征。利用上述特點(diǎn)，通過分平臺建模，可以精細(xì)描述單個平臺或多個連續(xù)平臺的儲集層分布特征，更準(zhǔn)確地計算每個鉆井平臺所控制的地質(zhì)儲量，然后進(jìn)行疊加就可以得到總的地質(zhì)儲量，這樣可以滿足美國證券交易委員會（SEC）儲量申報和精細(xì)數(shù)模的要求。

圖14 直井+水平井孔隙度模擬剖面

以開發(fā)區(qū)內(nèi)3號平臺為例（見圖2），說明單一鉆井平臺建模過程。該平臺面積4.31 km2，有2口直井，12口水平井，平均水平段長度980 m。建模過程中，首先利用全區(qū)范圍內(nèi)的巖相模型切割出該平臺范圍的巖相模型；然后基于全區(qū)范圍內(nèi)的直井變差函數(shù)分析得到主、次變程及方位角；再根據(jù)該平臺范圍內(nèi)的直井和水平井在建模層段的近似垂直段（井斜小于80°），統(tǒng)計孔隙度及含油飽和度的數(shù)據(jù)分布；最后利用該平臺內(nèi)所有井（水平井+直井）數(shù)據(jù)分別完成孔隙度、含油飽和度模型建立。利用該方法計算該平臺控制的地質(zhì)儲量為0.71×109t，而采用全區(qū)模型計算該平臺控制的地質(zhì)儲量為0.69×109t。分平臺模擬是在滿足區(qū)域沉積特征的前提下，僅利用該平臺井?dāng)?shù)據(jù)參與建模，用此方法建立的模型對單一平臺儲集層物性的描述更加精細(xì)，與利用全區(qū)模型計算的平臺控制儲量相比，結(jié)果更加準(zhǔn)確。

6 結(jié)論

水平井在鉆井過程中，最大程度規(guī)避了非儲集層和差儲集層段，有效提高了儲集層的鉆遇率。但同時由于數(shù)據(jù)點(diǎn)集中于特定方向，且砂巖數(shù)據(jù)點(diǎn)明顯多于泥巖數(shù)據(jù)點(diǎn)，直接采用水平井?dāng)?shù)據(jù)進(jìn)行建模就會在沉積、儲集層等多個方面產(chǎn)生統(tǒng)計偏差，導(dǎo)致砂泥比、孔隙度、滲透率、含油飽和度、概率儲量等平均值明顯高于僅用直井進(jìn)行建模的結(jié)果。水平井?dāng)?shù)據(jù)信息量大，這是常規(guī)直井和地震資料難以達(dá)到的，所以在利用水平井資料建模過程中，采用地震約束巖相模型，根據(jù)巖相類型采用不同井型數(shù)據(jù)進(jìn)行變差函數(shù)分析，進(jìn)而建立巖相模型，然后分平臺建立相應(yīng)的屬性模型并計算儲量，這樣既可以充分利用全區(qū)變差函數(shù)分布規(guī)律，又可以發(fā)揮水平井?dāng)?shù)據(jù)精細(xì)描述局部區(qū)域儲集層內(nèi)部特征的特點(diǎn)，在更真實反映儲集層地質(zhì)特征的前提下，提高儲集層模型與儲量計算的精度。

[1]汪志明, 楊健康, 張權(quán), 等. 基于大尺寸實驗的水平井筒壓降預(yù)測模型評價[J]. 石油勘探與開發(fā), 2015, 42(2): 238-241.WANG Zhiming, YANG Jiankang, ZHANG Quan, et al. Evaluation of horizontal wellbore single-phase pressure drop models based on large-scale experiment[J]. Petroleum Exploration and Development,2015, 42(2): 238-241.

[2]趙繼勇, 樊建明, 何永宏, 等. 超低滲—致密油藏水平井開發(fā)注采參數(shù)優(yōu)化實踐: 以鄂爾多斯盆地長慶油田為例[J]. 石油勘探與開發(fā), 2015, 42(1): 68-75.ZHAO Jiyong, FAN Jianming, HE Yonghong, et al. Optimization of horizontal well injection-production parameters for ultra-low permeable-tight oil production: A case from Changqing Oilfield,Ordos Basin[J]. Petroleum Exploration and Development, 2015,42(1): 68-75.

[3]韓德金, 王永卓, 戰(zhàn)劍飛, 等. 大慶油田致密油藏井網(wǎng)優(yōu)化技術(shù)及應(yīng)用效果[J]. 大慶石油地質(zhì)與開發(fā), 2014, 33(5): 30-35.HAN Dejin, WANG Yongzhuo, ZHAN Jianfei, et al. Optimizing techniques and their application effects for the well patterns of Daqing tight oil reservoirs[J]. Petroleum Geology & Oilfield Development in Daqing, 2014, 33(5): 30-35.

[4]劉合, 蘭中孝, 王素玲, 等. 水平井定面射孔條件下水力裂縫起裂機(jī)理[J]. 石油勘探與開發(fā), 2015, 42(6): 794-800.LIU He, LAN Zhongxiao, WANG Suling, et al. Hydraulic fracture initiation mechanism in the definite plane perforating technology of horizontal well[J]. Petroleum Exploration and Development, 2015,42(6): 794-800.

[5]MA X, AL-HARBI M, DATTA-GUPTA A, et al. An efficient two-stage sampling method for uncertainty quantification in history matching geological models[R]. SPE 102476, 2008.

[6]JUNKER H, PLAS L, DOSE T, et al. Modern approach to estimation of uncertainty of predictions with dynamic reservoir simulation: A case study of a German Rotliegend Gas Field[R]. SPE 103340, 2006.

[7]RODRíGUEZ R, SOLANO K, GUEVARA S, et al. Integration of subsurface, surface and economics under uncertainty in Orocual Field[R]. SPE 107259, 2007.

[8]DOLIGEZ B, CHEN L. Quantification of uncertainties on volumes in place using geostatistical approaches[R]. SPE 64767, 2000.

[9]CAPEN E. Probabilistic reserves! here at last?[R]. SPE 73828, 2001.

[10]郝建明, 吳健, 張宏偉. 應(yīng)用水平井資料開展精細(xì)油藏建模及剩余油分布研究[J]. 石油勘探與開發(fā), 2009, 36(6): 730-736.HAO Jianming, WU Jian, ZHANG Hongwei. Study on fine reservoir modeling and distribution of remaining oil with data of horizontal wells[J]. Petroleum Exploration and Development, 2009, 36(6):730-736.

[11]王偉. 水平井資料在精細(xì)油藏建模中的應(yīng)用[J]. 巖性油氣藏,2012, 24(3): 79-82.WANG Wei. Application of horizontal well data to detailed reservoir modeling[J]. Lithologic Reservoirs, 2012, 24(3): 79-82.

[12]SCHUYLER J. Probabilistic reserves lead to more accurate assessments[R]. SPE 49032, 1998.

[13]GAIR R. Integrating deterministic and probabilistic reserves[R]. SPE 82000, 2003.

[14]MUDA P, WU L, NAVPREET S, et al. Integrating horizontal wells in 3D geological model using sequence stratigraphic framework in braided channel complex of the Changbei Gas Field, Ordos Basin,China[R]. Beijing: International Petroleum Technology Conference,2013.

[15]SUTA I, OSISANYA S. Geological modelling provides best horizontal well positioning in geologically complex reservoirs[R].Alberta, Canada: Petroleum Society’s 5th Canadian International Petroleum Conference, 2004.

[16]陳浩, 陳和平, 黃文松, 等. 委內(nèi)瑞拉奧里諾科重油帶 Carabobo油區(qū)M區(qū)塊Morichal段地層沉積演化特征[J]. 西安石油大學(xué)學(xué)報(自然科學(xué)版), 2016, 31(1): 45-52.CHEN Hao, CHEN Heping, HUANG Wensong, et al. Sedimentary evolution characteristics of morichal member in M Block of Carabobo area of Orinoco heavy-oil belt, Venezuela[J]. Journal of Xi’an Shiyou University (Natural Science Edition), 2016, 31(1):45-52.

[17]ETTAJER T, FONTANELLI L, DIAZ A. Integration of horizontal wells in the modeling of carbonates reservoir: Upscaling and economical assessment challenges[R]. Houston, Texas: Offshore Technology Conference, 2014.

[18]PINDELL J L, KENNAN L, WRIGHT D, et al. Clastic domains of sandstones in central/eastern Venezuela, Trinidad, and Barbados:Heavy mineral and tectonic constraints on provenance and paleogeography[J]. Geological Society London Special Publications,2009, 328(1): 743-797.

[19]LABOURDETTE R, CASAS J, IMBERT P. 3D sedimentary modelling of a Miocene deltaic reservoir unit, Sincor Field,Venezuela: A new approach[J]. Journal of Petroleum Geology, 2008,31(2): 135-151.

[20]MARTINIUS A W, HEGNER J, KAAS I, et al. Sedimentology and depositional model for the Early Miocene Oficina Formation in the Petrocede?o Field (Orinoco heavy-oil belt, Venezuela)[J]. Marine and Petroleum Geology, 2012, 35(1): 352-380.

[21]劉亞明. Orinoco重油帶重油成藏特征[J]. 石油與天然氣地質(zhì),2013, 34(3): 315-322.LIU Yaming. Heavy oil accumulation characteristics of the Orinoco heavy oil belt[J]. Oil & Gas Geology, 2013, 34(3): 315-322.

[22]魏漪, 冉啟全, 李冉, 等. 基于分區(qū)補(bǔ)給物質(zhì)平衡法預(yù)測致密油壓裂水平井動態(tài)儲量[J]. 石油勘探與開發(fā), 2016, 43(3): 448-455.WEI Yi, RAN Qiquan, LI Ran, et al. Determination of dynamic reserves of fractured horizontal wells in tight oil reservoirs by multi-region material balance method[J]. Petroleum Exploration and Development, 2016, 43(3): 448-455.

[23]張克鑫, 黃文松, 郭松偉, 等. 奧里諾科重油帶 M 區(qū)塊層序界面識別和高分辨率層序地層格架建立[J]. 石油天然氣學(xué)報, 2012,34(7): 11-16.ZHANG Kexin, HUANG Wensong, GUO Songwei, et al. Sequence Orinoco boundary heavy oil characteristics and high resolution sequence stratigraphic framework of M Block in Orinoco heavy-oil belt[J]. Journal of Oil and Gas Technology, 2012, 34(7): 11-16.

[24]陳浩, 陳和平, 黃文松, 等. 委內(nèi)瑞拉奧里諾科重油帶沉積特征[J]. 地質(zhì)科技情報, 2016(4): 103-110.CHEN Hao, CHEN Heping, HUANG Wensong, et al. Sedimentary characteristics of the Orinoco heavy-oil belt, Venezuela[J].Geological Science and Technology Information, 2016(4): 103-110.

[25]MA Y Z, POINTE P. Uncertainty analysis and reservoir modeling[M].Tulsa: AAPG, 2011.

Big data paradox and modeling strategies in geological modeling based on horizontal wells data

HUANG Wensong1, WANG Jiahua2, CHEN Heping1, XU Fang1, MENG Zheng1, LI Yonghao1

(1.PetroChina Research Institute of Petroleum Exploration & Development,Beijing100083,China;2.Xi’an Shiyou University,Xi’an710065,China)

Based on analysis of horizontal well data characteristics, the differences of data distribution and variogram between vertical and horizontal wells in MPE3 oil field of Orinoco heavy oil belt were compared, and modeling strategies were proposed to cope with the big data paradox when data of horizontal wells was used directly into geologic modeling. The study shows the horizontal wells in the study area contain a large quantity of information, strong directionality of well trajectories and high drilling ratio of sandstone, causing variogram analysis result unconformable to the geologic understanding, and in turn making errors in the modeling of sedimentary microfacies and reservoir physical properties and prediction of probabilistic reserves. Firstly, the distributary channel distribution variogram was analyzed with data of vertical wells, and then the lithofacies framework was established under the control of the sedimentary facies and seismic data. After that, the horizontal wells data revealing high heterogeneity accuracy of reservoir, was combined with the vertical wells data to analyze argillaceous interlayer variograms and the corresponding reservoir lithofacies models were constructed. Finally, reservoir physical property models were generated and the geological reserves were calculated by wellblocks.This reservoir modeling method does not only reflect the geologic features underground, but also improve the accuracy of inter-well sand body prediction, and enhance the reliability of reservoir geologic model ultimately.

horizontal well; geological modeling; big data paradox; big data analysis; variogram

國家科技重大專項“大型油氣田及煤層氣開發(fā)”（2016ZX05031-001）

TE319

A

1000-0747(2017)06-0939-09

10.11698/PED.2017.06.11

黃文松, 王家華, 陳和平, 等. 基于水平井資料進(jìn)行地質(zhì)建模的大數(shù)據(jù)誤區(qū)分析與應(yīng)對策略[J]. 石油勘探與開發(fā), 2017, 44(6): 939-947.

HUANG Wensong, WANG Jiahua, CHEN Heping, et al. Big data paradox and modeling strategies in geological modeling based on horizontal wells data[J]. Petroleum Exploration and Development, 2017, 44(6): 939-947.

黃文松（1973-），男，河北高陽人，博士，中國石油勘探開發(fā)研究院高級工程師，主要從事油氣田開發(fā)和地質(zhì)建模工作。地址：北京市海淀區(qū)學(xué)院路20號，中國石油勘探開發(fā)研究院美洲研究所，郵政編碼：100083。E-mail: hwshws6@petrochina.com.cn

2017-05-25

2017-10-19

（編輯 劉戀）