石油地球物理勘探  2020, Vol. 55 Issue (s1): 64-71  DOI: 10.13810/j.cnki.issn.1000-7210.2020.S.010
0
文章快速检索     高级检索

引用本文 

刘巍, 李雷, 马光克. 莺歌海盆地高温高压复杂气藏高精度储层预测及含气性识别. 石油地球物理勘探, 2020, 55(s1): 64-71. DOI: 10.13810/j.cnki.issn.1000-7210.2020.S.010.
LIU Wei, LI Lei, MA Guangke. High precision prediction and identification of high temperature and high-pressure gas reservoir in Yinggehai Basin. Oil Geophysical Prospecting, 2020, 55(s1): 64-71. DOI: 10.13810/j.cnki.issn.1000-7210.2020.S.010.

作者简介

刘巍  高级工程师, 1985年生; 2006年获中国海洋大学勘查技术与工程专业学士学位; 现就职于中海石油(中国)有限公司湛江分公司, 主要从事油藏地球物理方面的研究。

刘巍, 广东省湛江市坡头二区南调路南海西部公司附楼5楼, 524057。Email:liuww@cnooc.com.cn

文章历史

本文于2020年2月24日收到,最终修改稿于同年10月13日收到
莺歌海盆地高温高压复杂气藏高精度储层预测及含气性识别
刘巍 , 李雷 , 马光克     
中海石油(中国)有限公司湛江分公司研究院, 广东湛江 524023
摘要:莺歌海盆地高温高压气藏储层为非典型重力流沉积体系,非均质性强,砂体叠置关系复杂。受上覆浅层气及泥底辟微裂隙影响,地震资料信噪比和分辨率低,存在地震成像模糊区,地震响应多解性强,无法准确区分气层与水层,严重影响气田储层预测和含气性评价精度。为此,以莺歌海盆地东方D气田中深层黄流组为例,提出了一套高温高压复杂气藏储层预测及含气性识别技术:首先通过高密度地震采集获得高品质原始资料,开展针对性地震振幅补偿处理,改善地震模糊区成像效果;在此基础上,开展宽频地质统计学反演,提高储层预测精度;同时应用分频调谐含气性预测技术,有效识别研究区含气范围,最终达到高温高压复杂气藏储层高精度预测及含气性识别的目的。
关键词高温高压    复杂气藏    高密度地震    振幅补偿    储层预测    含气性识别    
High precision prediction and identification of high temperature and high-pressure gas reservoir in Yinggehai Basin
LIU Wei , LI Lei , MA Guangke     
CNOOC China Limited, Zhanjiang Branch, Zhanjiang, Guangdong 524023, China
Abstract: The high temperature and high pressure gas reservoir in the Yinggehai Basin is an unclassical system of gravity flow deposits where the reservoir is very heterogenous, the contact between sand bodies is very complicated. Affected by shallow gas and diaper microfissures, the seismic resolu-tion and SNR are low. There are fuzzy zones, and it is difficult to accurately distinguish the gas and water layers. The multiplicity of seismic attributes are not conducive to high precision reservoir and hydrocarbon identification. Taking the Huangliu formation in the Dongfang D gasfield as a case, a high precision reservoir and hydrocarbon identification technology for high temperature and high pressure complex gas reservoir is proposed. First, obtain high quality seismic data by high density seismic acquisition, then conduct seismic amplitude compensation and broadband geostatistical inversion by combining geostatistical inversion and broadband inversion, and finally identify the gas range by frequency tuning decomposition. The study result is useful for high precision reservoir and hydrocarbon identification at high temperature and high pressure conditions.
Keywords: high temperature and high pressure    complex gas reservoir    high density seismic    amplitude compensation    reservoir prediction    fluid detection    
0 引言

近年来,高温高压油气勘探开发技术引起了诸多学者的探索,技术的突破促进了高温高压领域的勘探开发进程。南海西部在莺歌海盆地中央底辟带发现了大规模重力流沉积体系[1-2]。随着此类高温高压复杂气藏进入开发阶段,对储层预测及含气性识别的精度提出了更高要求。以莺歌海盆地的东方D气田为例,该气田在沉积过程中,受重力流和后期水流改造作用的双重影响,导致砂体间的接触关系复杂,非均质性强,砂体展布规律认识不清。同时,由于目的层埋深较大,常规地震资料分辨率低。气田南块受浅层气和底辟微裂隙的影响,地震资料信噪比降低,地震成像模糊,难以直接应用到开发阶段进行储层精细刻画。另外,高温高压条件下地层岩石物理特征变化复杂,地震响应存在较强多解性。岩石物理分析表明基于常规的岩石物理参数很难构建出含气敏感因子,因此常规反演难以有效识别气层与非气层。

为此,本文提出一套针对高温高压复杂气藏的储层预测及含气性识别技术,主要包括高密度地震采集、针对性振幅补偿处理、基于宽频地质统计学反演的高精度储层预测和分频调谐含气性识别。该技术在莺歌海盆地东方D气田应用效果显著,有效指导了气田的开发实施。

1 高密度地震采集及针对性振幅补偿 1.1 高密度地震采集

关于如何改善地震资料品质,诸多学者已经做了大量的研究,并形成许多技术与方法[3-5]。“两宽一高”作为目前高精度地震勘探的热点技术,其中高密度地震采集具有小面元尺寸、高空间采样率的特点,是提升地震资料品质的一种重要手段[6]。由于研究区目的层埋深大,现有常规三维地震资料分辨率较低,严重制约了砂体的精细刻画。因此需要通过高密度采集获得高品质地震资料。

表 1为高密度地震采集与常规地震采集参数对比。为论证高密度地震采集对地震资料品质改善的优势,在设计地震采集参数时,保持单一变量的原则,即只对测线空间采样密度进行加密。震源间距由常规的50m减至25m,电缆间距由常规的100m减至50m,其余地震采集参数及处理流程保持一致。

表 1 常规地震采集与高密度地震采集参数

图 1为研究区常规地震资料与高密度地震资料偏移剖面对比。整体来看,高密度地震资料显示地层的层理性更好,水道沉积特征更清楚,与地质认识更符合。局部细节对比,常规地震资料在目的层内隐约可见泥岩隔夹层迹象,但其特征不明显,无法根据地震剖面准确刻画其展布,而高密度地震资料泥岩隔夹层显示更清晰(椭圆位置),对砂体展布及接触关系的精细刻画更有利。另外,从目的层频谱分析对比(图 2)也可以看出,常规地震资料缺少低频和高频信息,而高密度地震资料中的高、低频信息更丰富,有效频带更宽,地震分辨率更高。

图 1 研究区常规(a)与高密度(b)地震偏移剖面对比

图 2 研究区目的层段地震资料频谱分析
1.2 针对性地震振幅补偿处理

地震振幅是地震资料的重要属性之一,在砂体解释、储层预测及含气性识别等方面均有广泛的应用。然而地震波在传播过程中会不可避免地受到各种因素的影响,这些影响或多或少都会表现在地震反射振幅上,从而降低地震振幅的真实性。针对这种现象,大量学者开展了技术研究,提出了如球面扩散补偿[7]、地表一致性振幅补偿[8]、透射损失振幅补偿[9]、谱白化[10]、反Q滤波[11]等多种地震振幅补偿技术。但对于浅层气、底辟微裂隙这类特殊异常体造成的振幅影响,目前鲜有针对性的补偿方法。

经过高密度地震采集,研究区地震资料品质得到一定改善,但气田南块受浅层气和底辟微裂隙的影响,地震资料振幅失真明显,不利于后续储层预测与含气性识别[12]。为此,本文在常规处理流程基础上,进一步开展针对浅层气和底辟微裂隙影响的地震振幅补偿处理(图 3)。针对性振幅补偿处理以目的层上、下标志层作为基准面,提取基准面均方根振幅并归一化,作为目的层上、下初始基准面振幅补偿系数。同时,基于研究区地质特征,通过正演模拟分析浅层气和底辟微裂隙对地震振幅的影响规律,以此为基础对求取的初始基准面进行分解验证,不断修正得到目的层上、下最终基准面振幅补偿系数。最后以目的层上、下最终基准面振幅补偿系数为模型顶、底面,利用三维空间插值构建振幅补偿系数体,以此完成针对浅层气及底辟微裂隙的地震振幅补偿处理。

图 3 针对性地震振幅补偿处理流程

图 4是针对性地震振幅补偿处理前、后的地震剖面对比。补偿前,黑色圈区域受浅层气和底辟微裂隙影响,地震成像模糊,振幅整体变弱。振幅补偿后,模糊区振幅得到增强,振幅变化更为合理。图 5为研究区目的层Ⅰ气组砂体顶面在振幅补偿前、后的最小振幅属性对比,图中黑色线范围是基于实钻气水界面圈定的含气范围。振幅补偿前,Ⅰ气组砂体的含气范围与最小振幅属性不符:北块构造虽然低于气水界面但依旧表现为“亮点”,而南块构造高部位的含气主体区振幅却较弱。经振幅补偿后,Ⅰ气组砂体顶面的最小振幅属性与含气范围更加吻合,北块构造低部位的区域振幅减弱,南块构造高部位的含气主体区表现为“亮点”特征,与实钻认识更加吻合。

图 4 针对性地震振幅补偿处理前(a)、后(b)地震剖面

图 5 研究区目的层Ⅰ气组砂体振幅补偿前(a)、后(b)最小振幅属性对比
2 宽频地质统计学反演高精度储层预测 2.1 方法提出

已钻井表明,研究区气田目的层砂体均较薄,多数低于地震资料可分辨厚度。针对气田开发,需要一种高精度薄储层预测技术。受地震分辨率限制,薄层准确预测难度始终较大,经过多年的发展,形成了多种薄层预测方法[13-16]。其中,地质统计学反演将常规反演与随机模拟技术结合,匹配地质信息与测井统计信息,是目前应用较成熟的高分辨率薄层预测方法之一[17]。宽频反演则是基于宽频地震资料开展的反演,由于宽频地震资料相比常规地震资料频带更宽,地震分辨率更高,反演结果相较常规资料反演精度也更高,对薄层的刻画更有利,是目前较热门的高精度反演方法之一[18]。本文将宽频反演与地质统计学反演结合,提出了宽频地质统计学反演,充分利用地质统计学反演和宽频反演高分辨率的优势,进一步提高反演的分辨率和精度,达到高精度储层预测的目的。

宽频地质统计学反演流程如图 6所示,应用宽频地震资料,结合地质信息与测井资料的统计信息分析概率分布函数与变差函数,并运用“四步法”提取宽频子波,由此开展宽频地质统计学反演研究。

图 6 宽频地质统计学反演流程
2.2 “四步法”宽频子波提取

“四步法”宽频子波提取[19]分为:①利用常规地震估算一个短时窗常规统计子波;②利用宽频地震估算一个长时窗零相位宽频统计子波;③在短时窗常规统计子波频带范围,拼接匹配其与长时窗零相位宽频统计子波的振幅谱和相位谱,并将低频和高频端外推至宽频地震资料有效频带范围,得到初始宽频子波;④通过井震标定微调初始宽频子波,直至井震标定匹配性最佳,即最终宽频子波。

对比直接利用宽频地震资料提取的宽频子波与“四步法”提取的宽频子波(图 7),“四步法”提取的宽频子波旁瓣少,振幅谱和相位谱稳定,并保留了“直接提取宽频子波”的有效信息,减小了后续由于地震子波品质低带来的反演结果不确定性。

图 7 直接提取的宽频子波与“四步法”提取的宽频子波(左)、振幅谱(右上)及相位谱(右下)
2.3 储层预测结果分析

对莺歌海盆地D气田储层段进行四种反演方法测试,表 2统计了W4井处储层厚度预测误差。通过四种方法的连井对比可知,基于常规地震资料开展的同时反演分辨率较低,仅能反映储层整体粗略形态,对砂体展布及接触关系刻画不清楚,难以识别薄层(图 8箭头指示处);常规地质统计学反演和宽频反演相较于常规同时反演分辨率有所提升,对薄层的识别有一定改善,且两者识别能力基本一致(图 9图 10);宽频地质统计学反演综合了常规地质统计学反演和宽频反演的优势,进一步提高了反演结果的分辨率,对薄层的识别效果最佳(图 11)。

表 2 W4井处四种反演方法储层厚度预测误差

图 8 基于常规地震的同时反演连井剖面

图 9 常规地质统计学反演连井剖面

图 10 宽频反演连井剖面

图 11 宽频地质统计学反演连井剖面
3 基于匹配追踪的分频调谐高温高压气藏流体识别

受高温高压的影响,研究区D气田地震响应多解性强,严重影响气田含气性识别精度。仅从地震反射振幅的“亮点”特征无法有效识别储层流体性质,利用常规气藏流体识别技术[20-21]也不能准确区分该区气层与水层。为此,本文从频率域入手,提出基于匹配追踪的分频调谐高温高压气藏含气性识别技术。

3.1 技术思路

据双相介质理论,地震波穿过含油气地层后会发生高频能量衰减和低频能量增加的现象[22],即当地震波穿过含油气地层后,其频谱特征会向低频端移动。因此,在常规烃检手段失效的情况下,可利用这种含油气储层频谱特征的变化检测储层含油气性。传统的傅里叶变换不能有效检测非平稳信号的频率随时间的变化,难以分析信号的局部特性。而匹配追踪(Matching Pursuit)算法则是将任意信号分解为从函数冗余字典中选出的波形的一个线性组合,匹配追踪分离了与已给出的字典相一致的信号结构,这些信号结构特征信息的和最能紧凑地表示原信号[23]。与匹配追踪算法相比,傅里叶变换只适于分析平稳信号,短时傅里叶变换适于分析局部平稳信号,小波变换适于分析自相似信号等。利用匹配追踪分频(MPD)技术可以有效检测非平稳地震信号的频率域信息,对于分频研究有更好的适用性。

以此为理论基础,本文提出基于匹配追踪的分频调谐高温高压气藏流体识别技术(图 12)。该技术基于匹配追踪分频技术,结合测井资料与地震资料,通过时频谱分析研究高温高压储层不同流体对应的分频调谐属性的变化规律,并提取各分频地震体的最小振幅属性,通过振幅扫描,提取振幅极值所对应的调谐频率;最终,结合高温高压条件下不同流体对应的分频调谐属性的变化规律,利用调谐频率预测高温高压储层的含气性并圈定含气范围。

图 12 分频调谐含气性预测技术流程
3.2 含气性预测结果

图 13为研究区目的层Ⅰ气组砂体含气性预测结果。根据该区的调谐规律可知,调谐频率越低代表含气性越好(对应图中红色);反之,调谐频率越高代表含气性越差(对应图中蓝色)。从预测结果可以看出,研究区Ⅰ气组砂体南块含气性较好,北块含气性较差。实钻结果表明Ⅰ气组砂体南块为高部位,属于含气主体区,北块为低部位,存在气水边界,预测结果与实钻认识一致。另外,东北块W7井实钻为水层,但其地震振幅表现为与气层相似的“亮点”特征,而本文预测结果显示W7井处调谐频率较高,表现为水层特征,与实钻情况吻合。由此说明,分频调谐含气性识别技术在一定程度消除了振幅属性的多解性,提高了含气性识别的精度。

图 13 研究区目的层含气性预测结果
4 结论

(1) 高密度地震采集技术是一种通过减小采集面元尺寸,增加空间采样率来改善资料品质的手段。结合针对性的处理方法流程,能够有效提高地震资料的分辨率和改善成像效果。

(2) 基于浅层气和底辟微裂隙对地震反射振幅的影响规律,提出针对性的振幅空间补偿技术,消除了浅层气和底辟微裂隙导致的振幅异常,能有效提高地震振幅的保真性。

(3) 地质统计学反演与宽频反演能够从不同方面提升反演精度,而宽频地质统计学反演可集成二者高分辨率的优势,有利于得到高精度储层预测结果。

(4) 受高温高压影响,气藏流体准确识别难度大,常规流体检测方法往往失效,本文提出基于匹配追踪分频调谐含气性预测技术,可提高含气性识别精度,是一种有效的高温高压气藏含气性识别技术。

参考文献
[1]
谢玉洪, 李绪深, 童传新, 等. 莺歌海盆地中央底辟带高温高压天然气富集条件、分布规律和成藏模式[J]. 中国海上油气, 2015, 27(4): 1-12.
XIE Yuhong, LI Xushen, TONG Chuanxin, et al. High temperature and high pressure gas enrichment condition, distribution law and accumulation model in central diaper zone of Yinggehai basin[J]. China Off-shore Oil and Gas, 2015, 27(4): 1-12.
[2]
陈志宏, 陈殿远, 应明雄. 莺歌海盆地DF13区黄流组沟道砂体特征研究[J]. 西南石油大学学报, 2014, 36(1): 51-57.
CHEN Zhihong, CHEN Dianyuan, YING Mingxi-ong. Study on characteristic of the sand bodies of Huangliu Formation in DF13 area, Yinggehai basin[J]. Journal of Southwest Petroleum University, 2014, 36(1): 51-57.
[3]
Phil C, David N. Rising the standards of seismic data quality[J]. Oil Field Review, 2001, 13(2): 16-31.
[4]
Mchugo S, Ramsden P, Cooke A J, et al. Use of point-receiver seismic acquisition in description of a highly complex reservoir: A case history from the UK North Sea[C]. SEG Technical program Expanded Ab-stracts, 2003, 22: 386-389.
[5]
Cai X L, Liu X W, Deng C Y, et al. Characteristics analysis on high density spatial sampling seismic data[J]. Applied Geophysics, 2006, 3(1): 48-54. DOI:10.1007/s11770-006-0007-2
[6]
王志亮, 周滨, 龚旭东, 等. 高密度高分辨地震勘探技术在渤海PL地区的应用[J]. 勘探技术, 2013, 10(2): 37-44.
WANG Zhiliang, ZHOU Bin, GONG Xudong, et al. Application of high density and high resolution seismic exploration technology for PL zone in Bohai Sea[J]. Exploration Techniques, 2013, 10(2): 37-44.
[7]
Klimentos T, Maccann C. Relationships among com-pressional wave attenuation, porosity, clay content, and permeability in sandstones[J]. Geophysics, 1990, 55(8): 998-1014. DOI:10.1190/1.1442928
[8]
孟松岭. 基于地板一致性原理的相对振幅保持方法研究[D]. 山东青岛: 中国石油大学(华东), 2010.
MENG Songling. The Study of Preserving Relative Amplitude Based on Surface Consistent Principle[D]. China University of Petroleum(East China), Qing-dao, Shandong, 2010.
[9]
王兆湖, 刘财, 王建民, 等. 叠后地震信号透射损失的补偿[J]. 石油地球物理勘探, 2008, 43(2): 217-221.
WANG Zhaohu, LIU Cai, WANG Jianmin, et al. Compensation for transmission loss of poststack seis-mic signal[J]. Oil Geophysical Prospecting, 2008, 43(2): 217-221.
[10]
Li G F, Zhou H, Zhao G. Potential risks of spectrum whitening deconvolution compared with well driven deconvolution[J]. Petroleun Science, 2009, 23(6): 146-152.
[11]
王正和, 崔永福, 向东. 井控处理中的真振幅恢复与Q补偿方法及应用[J]. 物探与化探, 2008, 32(4): 434-437.
WANG Zhenghe, CUI Yongfu, XIANG Dong. The method and application of true amplitude recovery and Q compensation in well control processing[J]. Geo-physical & Geochemical Exploration, 2008, 32(4): 434-437.
[12]
于肇全, 谢培勇. 莺歌海盆地浅层气藏的形成条件及勘探技术[J]. 天然气工业, 1997, 17(3): 9-13.
YU Zhaoquan, XIE Peiyong. Forming conditions of shallow gas reservoirs in Yinggehai basin and exploration techniques[J]. Natural Gas Industry, 1997, 17(3): 9-13.
[13]
李雪英, 李东庆, 白诗缘. 薄层研究方法综述[J]. 地球物理学进展, 2014, 29(5): 2197-2203.
LI Xueying, LI Dongqing, BAI Shiyuan. Review of thin layer studies[J]. Progress in Geophysics, 2014, 29(5): 2197-2203.
[14]
凌云研究小组. 应用振幅的调谐作用探测地层厚度小于1/4波长地质目标[J]. 石油地球物理勘探, 2003, 38(3): 268-274.
LING Yun Study Group. Application of amplitude tuning in surveying geologic target thickness less than 1/4 wavelength[J]. Oil Geophysical Prospecting, 2003, 38(3): 268-274.
[15]
廖茂辉, 朱定, 陈松. 薄层反射率反演技术在地震解释中的应用[J]. 长江大学学报, 2017, 14(11): 27-31.
LIAO Maohui, ZHU Ding, CHEN Song. The application of thin reservoir reflectance inversion technology in seismic interpretation[J]. Journal of Yangtze University, 2017, 14(11): 27-31.
[16]
陈斌. 叠前反褶积分域方法在扶杨油层高分辨率处理中的应用[J]. 复杂油气藏, 2016, 9(3): 30-34.
CHEN Bin. Application of pre-stack deconvolution domain method in high-resolution processing of Fuyang reservoir[J]. Complex Hydrocarbon Reser-voirs, 2016, 9(3): 30-34.
[17]
孙思敏, 彭仕宓. 地质统计学反演方法及其在薄层砂体预测中的应用[J]. 西安石油大学学报(自然科学版), 2007, 22(1): 41-44.
SUN Simin, PENG Shimi. Geostatistical inversion method and its application in the prediction of thin reservoirs[J]. Journal of Xi'an Shiyou University (Natural Science Edition), 2007, 22(1): 41-44.
[18]
黄伏生, 李占东, 卢双舫, 等. 宽频带重构反演在喇嘛甸油田东北一区萨尔图油层的应用[J]. 科学技术与工程, 2010, 10(35): 8682-8691.
HUANG Fusheng, LI Zhandong, LU Shuangfang, et al. The Application of broadband remodeling inver-sion in Saertu oil bed of the first northeast area in Lamadian oil field[J]. Science Technology and Engi-neering, 2010, 10(35): 8682-8691.
[19]
Kneller E, Ferrer A, Langlois J. Benefits of broadband seismic data for reservoir characterization[C]. Thirteen International Congress of the Brazilian Geophysical Society, Santos Basin, Brazil, 2013, 966-970.
[20]
陶倩倩, 李达, 杨希冰, 等. 利用分频反演技术预测烃源岩[J]. 石油地球物理勘探, 2015, 50(4): 706-713.
TAO Qianqian, LI Da, YANG Xibing, et al. Hydro-carbon source rocks prediction by technology of fre-quency division inversion[J]. Oil Geophysical Pro-specting, 2015, 50(4): 706-713.
[21]
张世鑫, 印兴耀, 张繁昌. 基于三变量科学分布先验约束的叠前三参数反演方法[J]. 石油地球物理勘探, 2011, 46(5): 737-743.
ZHANG Shixin, YIN Xingyao, ZHANG Fanchang. Prestack three term inversion method based on Tri-variate Cauchy distribution prior constraint[J]. Oil Geo-physical Prospecting, 2011, 46(5): 737-743.
[22]
张艳芳, 王权峰. 基于双相介质的地震油气检测技术[J]. 天然气地球科学, 2013, 24(4): 803-807.
ZHANG Yanfang, WANG Quanfeng. Oil-gas detec-ting techniques with seismic in two phase medium[J]. Natural Gas Geoscience, 2013, 24(4): 803-807.
[23]
李坤, 印兴耀, 宗兆云. 基于匹配追踪谱分解的时频域FAVO流体识别方法[J]. 石油学报, 2016, 37(6): 777-786.
LI Kun, YIN Xingyao, ZONG Zhaoyun. Time-frequency-domain FAVO fluid discrimination method based on matching pursuit spectrum decomposition[J]. Acta Petrolei Sinica, 2016, 37(6): 777-786.