文章快速检索  
  高级检索
花岗岩潜山储层裂缝建模表征方法——以渤海花岗岩潜山A油田为例
张雨晴, 王晖, 范廷恩, 宋来明, 聂妍, 梁旭, 陈飞     
中海油研究总院, 北京 100027
摘要: 花岗岩潜山油气藏在世界范围内并不多见,当前对其表征还未形成系统完善的研究方法;同时,由于储层受风化、构造多种作用改造,导致储层内部孔、缝、洞并存,具有极强的非均质性,对其表征存在一定的难度。为此本文以渤海大型花岗岩潜山A油田为例,提出了一套花岗岩潜山储层建模表征方法。首先从成因分析入手,引入地貌学分析方法,通过地貌演化特征分析,确定裂缝发育主控因素,在此基础上建立不同成因的裂缝分布趋势体。其次,以井点统计的裂缝特征参数为先验信息,以裂缝分布趋势体为平面约束,建立DFN模型,并对其进行“等效”得到裂缝属性模型。最后,采用动静态资料对裂缝属性模型进行优选,严格控制模型质量,最终得到符合地质认识的裂缝模型。
关键词: 花岗岩潜山     储层建模     地貌     裂缝模型     渤海湾    
Granite Buried Hill Reservoir Characterization and Modeling:Taking Offshore a Oilfield in Bohai Bay as an Example
Zhang Yuqing, Wang Hui, Fan Ting'en, Song Laiming, Nie Yan, Liang Xu, Chen Fei     
CNOOC Research Institute, Beijing 100027
Supported by Supported by 12th Five-Year National Science and Technology Major Projects(2011ZX05024-001)
Abstract: Granite buried hill reservoir is rare in the world. No systematic research method on fracture characterization of granite buried hill reservoir has been formed so far. Meanwhile, as the reservoir was multiply reconstructed by tectonic, weathering and erosion processes, pores, fractures and caves developed inside together. So it’s difficult to characterize the reservoir as fractures developed with strong heterogeneity. For this reason, the article proposed a set of methods for fracture characterization and modeling of granite buried hill reservoir, taking offshore oilfield A in Bohai Bay as an example. Firstly starting from fracture genetic analysis, geomorphologic analytic method is introduced to determine main controlling factors of fracture distribution with evolutionary characteristic analysis. On the basis above, fracture development trend models of different genetic types are established. Secondly, with advanced DFN method, the DFN model is built with statistical fracture parameters of well point as prior information and fracture trend models as constraint condition, then fracture attribute models have been abtained with upscaling method. Finally fracture attribute models are verified and optimized with static and dynamic data. With the two methods of verification for quality control of fracture model, the ultimate fracture model is accordant with the geological understanding.
Key words: granite buried hill     reservoir modeling     geomorphology     fracture model     Bohai Bay    

0 引言

世界范围内发现的花岗岩潜山油田中,较为典型的是位于越南兰龙盆地的白虎油田,该油田可采储量达2亿桶[1],为大型的花岗岩潜山油田。研究[2]发现:该油田发育以构造作用主控的裂缝型储层,储层发育的主控因素为断裂和节理。储层上部发育风化壳,但由于油藏埋藏深,经历压实、黏土化、胶结等成岩作用,风华壳已成为下部潜山的盖层。相比而言,渤海A油田花岗岩潜山储层为典型的风化壳型储层,在纵向上具明显的分带性:上部储层由于受强烈风化、淋滤作用,溶蚀孔、缝较发育,裂缝发育主控因素为风化溶蚀作用;下部储层风化作用较弱,溶蚀孔、缝较少,储层整体比较致密,以裂缝型储层为主,裂缝发育主要受控于构造作用。对于这种风化壳型储层,由于受风化溶蚀、构造作用多种作用改造,裂缝成因多样、分布非均质性极强,因而对其表征难度较大。

当前对于裂缝表征一般采用DFN建模方法,裂缝发育带的认识则是控制裂缝模型精度的关键因素。目前裂缝发育带预测方法主要包括构造曲率法、应力场分析法、能量分析法、测井及地震裂缝识别法、裂缝非线性预测、试井解释等多种方法[3-14]。当前在花岗岩潜山储层建模过程中也主要是基于上述方法进行裂缝发育带的预测进而建立裂缝模型的。然而针对花岗岩潜山储层如何建立合理的裂缝发育带趋势约束模型仍是建模过程中的难题所在。为此,本文以渤海A油田为例,从花岗岩潜山储层成因分析入手,引入地貌学分析方法,通过地貌演化特征分析,确定裂缝发育带主控因素。在此基础之上,采用先进的DFN建模方法,建立裂缝系统模型,并通过动静态资料对裂缝模型进行验证和优选,最终得到符合地质认识的裂缝模型,实现了对花岗岩潜山储层的精细表征。

1 花岗岩潜山储层主控因素分析

渤海A油田位于渤海东部海域,为大型花岗岩潜山油气藏。研究区储层为风化壳型储层,在纵向上具明显的分带性,这种分带性主要受风化程度和构造作用控制。从研究区地层对比剖面(图 1)来看,研究区储层主要分为4个带,分别为极强风化带、强风化带、次风化带和弱风化带,储层主要集中在强风化带和次风化带中。强风化带位于花岗岩侵入体的上部,经过强烈风化、淋滤作用,溶蚀孔、洞较发育,铸体薄片见大量的颗粒溶蚀孔(缝)(图 2a),形成很好的储集空间,以裂缝—孔隙型储层为主。次风化带位于侵入体的下部,风化作用较弱,溶蚀孔、洞较少,储层整体比较致密,以裂缝型储层为主,铸体薄片显示发育构造缝(图 2b)。总体上来看,储层纵向上随着风化程度的减弱,储层主控因素发生了变化,强风化带以风化作用为主,次风化带以构造作用为主。

图 1 研究区钻井地层对比图 Figure 1 Stratigraphic correlation section in the study area
a.角闪石溶孔;b.网状裂缝。岩石铸体薄片。 图 2 研究区储层储集空间类型 Figure 2 Reservoir space types in the study area
1.1 风化溶蚀作用

研究区花岗岩潜山自形成—抬升—埋藏阶段经历了漫长的风化淋滤作用,期间因为区域构造运动而形成的内幕断裂系统,由于遭受地表风化变得难以识别,而是以谷脊的形式体现出来(图 3),从而形成潜山顶面山谷和山脊相间的地貌特征(图 4)。沟谷地貌演化过程具体可分为3阶段:

① 小断层形成:由于区域构造应力作用形成大量内幕小断层。

② 风化淋滤作用:小断层断面处由于局部断层作用,形成裂缝发育带,又由于岩石力学性质薄弱,进一步的风化淋滤形成溶蚀缝。

③ 风化剥蚀作用:山脊遭受风化剥蚀,风化剥蚀的坡积物充填于山谷。山脊进一步风化,形成物理风化破碎带。

从演化过程可以看出:山谷虽然为古断层发育处,但由于被坡积泥质物充填,影响储层发育。而山脊裂缝发育,且由于长期遭受风化剥蚀,风化溶蚀作用较为彻底,储层更为发育。从钻井结果也可证明这一认识,位于山脊部位的井储层厚度大,产能高,而位于山谷部位的井储层厚度和产能偏低。因此,本文认为山谷和山脊相间的地貌特征控制研究区强风化带裂缝发育特征。

图 3 潜山顶面地貌演化示意图 Figure 3 Geomorphic evolution diagram on the top of the burial hill
a.最大正曲率体;b.潜山顶面构造图。 图 4 曲率体与潜山顶面构造对比图 Figure 4 Comparison charts of top structure of the burial hill and curvature volume
1.2 区域构造应力

次风化带由于风化程度减弱,储层主要发育在构造缝部位,储层发育程度受控于区域构造应力作用。研究资料[15]表明:研究区主要受营潍断裂(郯庐断裂营口—潍坊段)右旋走滑作用的影响,产生一系列近东西向的张性和北东向的张剪性破裂面。

1.3 局部断层作用

成像测井资料表明:裂缝产状与边界大断层产状有较好的一致性。如图 5a所示,位于研究区西部的2口井,成像测井资料统计其裂缝走向为北西向,与周边北西向边界断层产状一致;同时,位于研究区东部的3口井,成像测井资料显示其走向为北东向,这3口井也与周边北东向边界断层走向一致。因此,本文认为研究区总体上还发育受局部断层作用控制的构造缝。

a.断层距离参数体; b.最大主应力模拟结果。 图 5 裂缝发育趋势体模型 Figure 5 Fracture development trend model
2 基于裂缝发育主控因素约束下的花岗岩潜山储层建模

按照裂缝发育成因,把裂缝分为3种类型,受控于风化作用发育的裂缝(强风化带),受控于断层作用发育的裂缝(强风化带和次风化带)和受控于区域构造应力发育的裂缝(次风化带)。针对不同成因形成的裂缝,分别建立相应的裂缝分布趋势模型进行约束建立裂缝模型。

2.1 裂缝分布趋势模型的建立 2.1.1 基于风化作用成因的裂缝分布趋势模型的建立

曲率可用来表征层面上某点的弯曲程度。层面弯曲变形越大,则曲率越大。因此本文通过计算地层最大曲率来表征山谷和山脊相间的地貌特征。由于山脊弯曲变形程度大,因此计算的地层曲率值较大。图 4a为计算的地层最大正曲率,与潜山顶面构造(图 4b)对比可以看出,地层最大正曲率体较好地反映了研究区潜山顶部地貌特征,可作为风化作用成因的裂缝发育带建模的趋势约束条件。

2.1.2 基于局部断层作用成因的裂缝分布趋势模型的建立

对于局部断层作用成因形成的裂缝,裂缝发育程度与其距断层距离存在相关性,距离断层越近裂缝越发育,距断层距离越远裂缝越不发育。通过计算断层距离参数体(图 5a)来表征裂缝发育程度,计算公式如式(1)。计算所得的断层距离参数体可作为局部断层作用成因的裂缝建模趋势约束条件。

式中:ф为断层距离参数;ρ为比例因子;λ为变化速率因子;γ为归一化的断层距离。

2.1.3 基于区域构造应力作用成因的裂缝分布趋势模型的建立

根据构造应力研究成果,研究区主应力方向为北东—南西向,储层岩石力学参数泊松比为0.3,内摩擦系数为0.8,采用有限元法对研究区进行了构造应力场模拟,得到最大主应力模拟结果(图 5b)。可以看出应力高值区与断层分布区域有较好的一致性,这说明应力高值区地层形变大,容易发生破裂,为裂缝有利发育带。构造应力场模拟结果可为构造应力成因形成的裂缝建模提供约束条件。

2.2 离散裂缝网络模型(DFN)的建立

离散裂缝网络建模采用的是一种面向对象的地质统计学建模方法,通过逐个生成裂缝片,建立各类裂缝网络集团错综复杂的裂缝片集,每个裂缝片有位置、方向、形态、厚度、曲率及所附带基质块等一系列属性,从而实现了对裂缝系统从几何形态到渗流行为的逼真细致的有效描述。因此,DFN更能体现接近于实际地层的裂缝体系[16-17]

对于强风化带储层,由于储层裂缝主要受控于风化作用的控制,因此,采用2.1节中所建立的最大正曲率体进行平面约束,以井点上成像测井资料统计的裂缝特征参数(密度,长度,方位角,开度等)作为先验信息,通过地质统计学方法随机模拟生成一类裂缝片模型。

对于局部断层作用生成的裂缝,由于断层切穿了强风化带和次风化带储层,因此在强风化带和次风化带中都分布受局部断层作用产生的裂缝。因此对于强风化带和次风化带,以断层附近井点统计的裂缝特征参数为先验信息,采用断层距离参数体作为趋势约束建立了二类裂缝片模型。

对于次风化带储层,储层裂缝主要受控于区域构造应力作用,因此采用最大主应力分布趋势体作为平面趋势约束,以井点上统计的裂缝特征参数(密度、长度、方位角、开度等)作为先验信息进行模拟建立三类裂缝片模型。

对上述三类裂缝片模型进行组合,最终得到了研究区花岗岩潜山储层的离散裂缝网络模型(DFN)。从模型结果(图 6)来看:井点裂缝分布与模型裂缝分布趋势一致,且从模拟结果可以看出裂缝以北东、北西和近东西向为主,位于断层附近的裂缝走向与断层走向基本一致,与地质认识较为一致。

图 6 研究区离散裂缝网络模型 Figure 6 DFN model of the study area
3 模型“等效”与优选 3.1 模型“等效”

模型“等效”主要是把离散裂缝网络模型“等效”为裂缝孔隙度和裂缝渗透率模型。在“等效”过程中主要采用ODA算法,裂缝孔隙度由裂缝密度和开度进行“等效”[18-19],裂缝渗透率利用裂缝网络和开度进行“等效”,可以看出开度和密度是建立裂缝等效属性模型的关键参数。

通过岩心分析及成像测井资料统计,确定出裂缝开度主要集中在1.5~2.6 mm,裂缝线密度集中在1~4条/m(图 7)。在确定这两个关键参数的基础上对DFN模型进行等效,建立裂缝孔隙度及渗透率模型。

图 7 裂缝参数频率直方图 Figure 7 Frequency histogram of fracture parameter
3.2 裂缝属性模型的优选

对开度和密度进行细微调整,可得到裂缝孔隙度和渗透率模型的多个实现,如何对多个实现进行优选是得到合理的孔隙度和渗透率模型的关键因素。本文采用动态和静态双重优选方法,对模型进行优选,严格控制模型质量,以期得到合理的模拟结果。

3.2.1 动态法

开度是建立裂缝孔隙度和裂缝渗透率的关键参数,本文采用试井分析方法对开度进行优选。图 8a为试井分析的压力时间曲线,图 8b为裂缝孔隙度拟合结果,可以看出:通过细微调整开度的大小,逐步拟合,确定出当开度值为2.2 mm时,拟合结果和实测曲线基本吻合。因此在裂缝属性建模中,把开度值定为2.2 mm得到的模拟结果较为合理。

a.压力时间曲线; b.裂缝孔隙度拟合。 图 8 裂缝属性模型的优选 Figure 8 Fracture parameter model preference
3.2.2 静态法

对于裂缝密度,主要采用井点模拟得到的裂缝孔隙度与成像测井解释的裂缝孔隙度对比进行参数优选。在开度确定的情况下,通过细微调整裂缝密度参数,使得孔隙度模拟结果与成像测井的裂缝孔隙度基本吻合,最终确定合理的裂缝密度。

通过对裂缝参数反复细微调整,优选裂缝孔隙度和渗透率模型,最终得到合理的模拟结果(图 9)。可以看出,模拟结果的高孔高渗区域与裂缝发育区有较好的一致性,模型符合地质认识。该模型为油藏数值模拟和油田开发方案的编制提供了可靠的地质依据。

a.裂缝渗透率(i方向)模型;b.裂缝孔隙度模型。 图 9 裂缝属性模型 Figure 9 Fracture parameter model
4 结论

1) 通过对花岗岩潜山储层裂缝进行成因分析,认为潜山储层裂缝发育受控于风化溶蚀作用(强风化带)、局部断层作用(强风化带和次风化带)、区域构造应力作用(次风化带)。

2) 引入地貌学分析方法,通过地貌演化特征分析,确定强风化带裂缝发育主控因素,在此基础上建立了强风化带裂缝分布趋势模型。同时,建立了最大主应力分布趋势体和断层距离参数趋势体,为离散裂缝网络建模提供趋势约束,保证模型符合地质认识。

3) 通过静态及动态多重方法对裂缝孔隙度和渗透率模型进行优选,严格控制模型质量,最终得到符合地质认识的合理裂缝模型,达到了对裂缝进行精细定量表征的目的。

参考文献
[1] 龚再升. 继续勘探中国近海盆地花岗岩储层油气藏[J]. 中国海上油气 , 2010, 4 (22) : 213-217. Gong Zaisheng. Continued Exploration of Granitic Reservoir Hydrocarbon Accumulations in China Offshore Basins[J]. China Offshore Oil and Gas , 2010, 4 (22) : 213-217.
[2] 陈志海, 牟珍宝, 孙钰. 越南白虎油田缝洞型基岩油藏特征与开发对策[J]. 中外能源 , 2009, 14 (9) : 45-49. Chen Zhihai, Mu Zhenbao, Sun Yu. Characteristics and Development Strategy of Fracture-Cavern Basement Oil Reservoir in White Tiger Field, Vietnam[J]. Sino-Global Energy , 2009, 14 (9) : 45-49.
[3] Hunt L, Reynolds s, Hadley S. Causal Fracture Prediction:Curvature, Stress, and Geomechanics[J]. The Leading Edge , 2011, 30 (11) : 1274-1286. DOI:10.1190/1.3663400
[4] 王珂, 戴俊生, 商琳, 等. 曲率法在库车坳陷克深气田储层裂缝预测中的应用[J]. 西安石油大学学报(自然科学版) , 2014, 29 (1) : 34-38. Wang Ke, Dai Junsheng, Shang Lin, et al. Reservoir Fracture Prediction of Keshen Gasfield in Kuqa Depression Using Principal Curvature Method[J]. Journal of Xi'an Shiyou University(Natural Science Edition) , 2014, 29 (1) : 34-38.
[5] 刘云武, 唐镇国, 陈守田. 三维地震构造应力场模拟及裂缝储层预测[J]. 大庆石油地质与开发 , 2011, 30 (2) : 31-35. Liu Yunwu, Tang Zhenguo, Chen Shoutian. Simulation of 3D Seismic Structural Stress Field and the Prediction of the Fractured Reserviors[J]. Petroleum Geology & Oilfield Development in Daqing , 2011, 30 (2) : 31-35.
[6] 舒萍, 曲延明, 王国军, 等. 松辽盆地火山岩储层裂缝地质特征与地球物理识别[J]. 吉林大学学报(地球科学版) , 2007, 37 (4) : 726-732. Shu Ping, Qu Yanming, Wang Guojun, et al. Geological Features of the Volcanic Reservoirs of the Songliao Basin and Their Geophysical Detection[J]. Journal of Jilin University(Earth Science Edition) , 2007, 37 (4) : 726-732.
[7] 闫伟林, 范晓敏. 火成岩中网状裂缝双侧向测井响应特征[J]. 吉林大学学报(地球科学版) , 2009, 39 (1) : 158-162. Yan Weilin, Fan Xiaomin. Response Characteristics of Dual Laterolog for Net-Fractured Igneous Reservoir[J]. Journal of Jilin University(Earth Science Edition) , 2009, 39 (1) : 158-162.
[8] 张广智, 陈怀震, 印兴耀, 等. 基于各向异性AVO的裂缝弹性参数叠前反演方法[J]. 吉林大学学报(地球科学版) , 2012, 42 (3) : 845-850. Zhang Guangzhi, Chen Huaizhen, Yin Xingyao, et al. Method of Fractured Elastic Parameter Inversion Based on Anisotropic AVO[J]. Journal of Jilin University(Earth Science Edition) , 2012, 42 (3) : 845-850.
[9] 李昌, 周肖, 寿建峰, 等. FMI测井技术在川东北地区碳酸盐岩溶孔溶洞型储层评价中的应用[J]. 海相油气地质 , 2010, 153 (3) : 59-63. Li Chang, Zhou Xiao, Shou Jianfeng, et al. The Application of FMI Logging Method in Evaluation of Dissolution Pored/Caved Carbonate Reservoir[J]. Marine Origin Petroleum Geology , 2010, 153 (3) : 59-63.
[10] 童凯军, 赵春明, 吕坐斌, 等. 渤海变质岩潜山油藏储集层综合评价与裂缝表征[J]. 石油勘探与开发 , 2012, 39 (1) : 56-63. Tong Kaijun, Zhao Chunming, Lü Zuobin, et al. Reservoir Evaluation and Fracture Characterization of the Metamorphic Buried Hill Reservoir in Bohai Bay[J]. Petroleum Exploration and Development , 2012, 39 (1) : 56-63.
[11] Gray D, Head K. Fracture Detection in Manderson Field:A 3D AVAZ Case History[J]. The Leading Edge , 2000, 19 (11) : 1214-1220. DOI:10.1190/1.1438508
[12] 刘振峰, 曲寿利, 孙建国, 等. 地震裂缝预测技术研究进展[J]. 石油物探 , 2012, 51 (2) : 191-195. Liu Zhenfeng, Qu Shouli, Sun Jianguo, et al. Progress of Seismic Fracture Characterization Technology[J]. Geophysical Prospecting for Petroleum , 2012, 51 (2) : 191-195.
[13] Grechka V, Tsvankin I. Feasibility of Seismic Charac-terization of Multiple Fracture Sets[J]. Geophysics , 2003, 68 (4) : 1399-1407. DOI:10.1190/1.1598133
[14] 张庆莲, 侯贵廷, 潘文庆, 等. 构造裂缝的分形研究[J]. 应用基础与工程科学学报 , 2011, 19 (6) : 853-860. Zhang Qinglian, Hou Guiting, Pan Wenqing, et al. Fractal Study on Structural Fractures[J]. Journal of Basic Science and Engineering , 2011, 19 (6) : 853-860.
[15] 蔡东升, 罗毓晖, 武文来, 等. 渤海浅层构造变形特征、成因机理与渤中坳陷及其周围油气富集的关系[J]. 中国海上油气 , 2001, 15 (1) : 35-43. Cai Dongsheng, Luo Yuhui, Wu Wenlai, et al. Shallow Tectonic Deformation and Its Relationship to Hydrocarbon Enrichmentin Bozhong Depression and Adjacent Areas, Bohai Bay Basin[J]. China Offshore Oil and GAS (Geology) , 2001, 15 (1) : 35-43.
[16] 王建华. DFN模型裂缝建模新技术[J]. 断块油气田 , 2008, 15 (6) : 55-58. Wang Jianhua. DFN Model:A New Modeling Technology for Fracture[J]. Fault-Block Oil & Gas Field , 2008, 15 (6) : 55-58.
[17] 徐维胜, 龚彬, 何川, 等. 基于离散裂缝网络模型的储层裂缝建模[J]. 大庆石油学院学报 , 2011, 19 (11) : 13-16. Xu Weisheng, Gong Bin, He Chuan, et al. Modeling of Reservoir Fractures Based on Discrete Fracture Network[J]. Journal of Daqing Petroleum Institute , 2011, 19 (11) : 13-16.
[18] 袁士义, 宋新民, 冉启全, 等. 裂缝性油藏开发技术 [M]. 北京: 石油工业出版社, 2004 . Yuan Shiyi, Song Xinmin, Ran Qiquan, et al. Fractured Reservoir Development Techniques [M]. Beijing: China Petroleum Industry Press, 2004 .
[19] 郎晓玲, 郭召杰. 基于DFN离散裂缝网络模型的裂缝性储层建模方法[J]. 北京大学学报(自然科学版) , 2013, 49 (6) : 964-972. Lang Xiaoling, Guo Zhaojie. Fractured Reservoir Modeling Method Based on Discrete Fracture Network Model[J]. Acta Scientiarum Naturalium Universitatis Pekinensis , 2013, 49 (6) : 964-972.
http://dx.doi.org/10.13278/j.cnki.jjuese.201605104
吉林大学主办、教育部主管的以地学为特色的综合性学术期刊
0

文章信息

张雨晴, 王晖, 范廷恩, 宋来明, 聂妍, 梁旭, 陈飞
Zhang Yuqing, Wang Hui, Fan Ting'en, Song Laiming, Nie Yan, Liang Xu, Chen Fei
花岗岩潜山储层裂缝建模表征方法——以渤海花岗岩潜山A油田为例
Granite Buried Hill Reservoir Characterization and Modeling:Taking Offshore a Oilfield in Bohai Bay as an Example
吉林大学学报(地球科学版), 2016, 46(5): 1312-1320
Journal of Jilin University(Earth Science Edition), 2016, 46(5): 1312-1320.
http://dx.doi.org/10.13278/j.cnki.jjuese.201605104

文章历史

收稿日期: 2015-12-12

相关文章

工作空间