② 中国石油大学(北京)非常规油气科学技术研究院, 北京 102249;
③ 中国石油新疆油田公司油藏评价处, 新疆克拉玛依 834000
② Unconventional Oil and Gas Science and Technology Research Institute, China University of Petroleum(Beijing), Beijing 102249, China;
③ Department of Reservoir Evaluation, Xinjiang Oilfield Company, PetroChina, Karamay, Xinjiang 834000, China
吉木萨尔凹陷位于准噶尔盆地东部,二叠系芦草沟组发育页岩、薄层砂质云岩和云质粉砂岩,为主要烃源岩,也是页岩油赋存层系[1-2],具有典型的“自生自储”特点,分布范围达到1278km2(图 1)。芦草沟组地层厚度为25~300m,平均为200m;埋深为800~4500m,平均为3570m;发育2套“甜点”,横向分布稳定,上“甜点”厚度为8~26m,下“甜点”厚度为12~40m[3]。
近几年,吉木萨尔凹陷芦草沟组页岩油勘探取得重大突破,自2011年起,经钻探证实芦草沟组整体含油,估算资源量达15.8×108t,已成为中国最现实的陆相页岩油规模建产区[4-5]。该区相继开展了直井开发试验、水平井提产试验,2016—2017年,部署并实施了两口开发试验水平井,初期日产油突破百吨,形成了水平井+体积压裂的主体开发技术[6-7]。2018—2020年,按照“直井控面、水平井提产”的开发理念,开展工厂化作业,创建国家首个陆相页岩油示范区。
由于受地震资料品质的限制,以往的勘探、开发成果不能有效识别微小断层,同时由于井网密度较低,钻井数据没有揭示断层的影响,因此普遍认为吉木萨尔凹陷断层不发育,为一简单的单斜构造[8]。随着开发程度的提高、工厂化作业的开展,井网密度逐渐增大,微小断层明显影响开发进程,导致钻井钻进和压裂过程中多次发生复杂事故:①在水平井钻进过程中钻遇断层,易发生油层钻遇落空和井漏,不仅降低了油层钻遇率,同时延长了钻采周期,增加了施工成本;②受断层影响,水平井体积压裂过程发生严重窜扰,不仅降低了本井压裂效果,同时对邻井产生压裂干扰[9],致使邻井生产异常,产量降低;③受断层影响,估算的断层附近的地层倾角不准确,导致设计的井轨迹贴顶/贴底,甚至钻出目的层,地层倾角的突变增加了水平井轨迹调整难度。
开发实践证实,芦草沟组甜点段微小断层非常发育,严重影响开发效果,因而对微小断层的精细描述尤为重要。以往仅依赖常规测井、成像测井以及野外露头识别该区微小断层[10-11],仅限于单井裂缝识别,无法有效获得微小断层的平面展布形态。目前主要利用叠前/叠后地震数据计算波形的几何特征识别断层[12-14],但对地震数据信噪比要求较高,且难以预测断层的开启性。利用低信噪比地震数据的几何属性刻画断层多解性强,噪声干扰增加了断层识别难度,因此一般在提取地震属性前要对原始地震数据滤波[15],以降低噪声干扰。本文以吉木萨尔芦草沟组页岩油层为例,采用基于横、纵向组合的卡尔曼滤波技术和地震属性提取技术,结合钻井、压裂、水平井生产动态等数据刻画页岩油甜点段微小断层开启性,进而指导水平井开发部署。
2 微小断层识别与发育特征 2.1 微小断层识别吉木萨尔芦草沟组页岩为一套滨浅湖—半深湖相细粒混积岩,自下而上分为芦一段(P2l1)、芦二段(P2l2),主要为陆源碎屑与湖相碳酸盐组分混合沉积,源储一体,源岩有机质丰度较高,储层硬度较小。由新采集的高密度三维地震资料可见:①目的层芦草沟组地震频宽为8~72Hz,主频约为38Hz(图 2),目的层速度为4000m/s,因此地震可分辨断距约10m的断层。②地震同相轴没有明显的错断特征,但钻井已证实甜点段发育微小断层。实钻结果表明,微小断层主要表现为波形相位发生明显变化,一般情况下,断距越大,同相轴扭曲程度越大(图 2蓝色圈位置),微小断层地震响应特征主要表现为同相轴有规律的扭曲。因此,通过波形相位变化可以有效识别微小断层。
微小断层地震响应特征表明,利用曲率属性可以有效识别微小断层。曲率描述的是曲线上任意一点的弯曲程度,可表示为曲线上某点的角度与弧长变化率之比。
曲率分为二维面曲率和三维体曲率,其中二维面曲率因缺乏倾角信息,其结果不能真实反映地质构造,因此可将三维地震数据体先转化为倾角数据体,再根据倾角数据体计算其中任意点的曲率,进而得到三维体曲率。过三维空间内某点的曲面可以产生任意多个曲率,其中最有用的是那些正交于曲面投影平面的曲率组合,称之为法曲率,不同的法曲率可以构成相应的曲率属性。曲率在20世纪90年代中期引入地震解释流程,属于几何属性,用于描述地震波形的几何变化,与地下反射体的弯曲程度相对应。其中,高斯曲率仅反映断层、裂缝等断裂构造,平均曲率可以反映构造落差,最大正、负曲率可有效描述断层、裂缝等断裂构造[16]。通过计算原始地震数据最大正、负曲率体识别和刻画微小断层,利用构造解释层位提取甜点段中部原始地震数据平面曲率。在某些情况下地震资料受噪声干扰较严重,而曲率对噪声十分敏感,这将大大降低利用曲率属性刻画微小断层的精度。当最大正曲率受噪声干扰严重时,在平面上多呈无规律的网状、散点状,断层分布规律不清(图 3a)。最大负曲率(绝对值)可以较好地识别区域大断裂,但噪声干扰严重时对微小断层识别难度大(图 3b)。
为降低噪声干扰,精确刻画微小断层平面展布规律,需对原始地震数据滤波处理,提高地震资料信噪比。在实际地震资料采集、处理过程中,受覆盖次数影响,满覆盖范围内地震数据信噪比较高,靠近工区边界,信噪比逐渐降低。噪声主要集中在信号的高频段,特别是高频噪声往往导致利用二维面曲率难以有效识别微小断层。因此,选取合适的滤波方法压制噪声非常必要,本文采用基于横、纵向组合的卡尔曼滤波技术进行去噪。
首先,建立地震道之间的状态转换方程
$ \mathit{\boldsymbol{X}}_k^{\rm{s}} = {\mathit{\boldsymbol{A}}_k}\left( {{\mathit{\boldsymbol{X}}_{k - 1}} + {\mathit{\boldsymbol{X}}_{k + 1}}} \right) + {\mathit{\boldsymbol{W}}_k} $ | (1) |
式中:Xk-1、Xk+1分别为地震剖面中的第k-1和第k+1道;Xks为第k道的状态;Ak为状态变换矩阵,即联系第k道与第k-1和第k+1道的中间量;Wk为状态转换误差。
其次,建立地震道的测量方程
$ \mathit{\boldsymbol{X}}_k^{\rm{m}} = {\mathit{\boldsymbol{X}}_k} + {\mathit{\boldsymbol{V}}_k} $ | (2) |
式中:Xkm、Xk分别为第k地震道的测量值和地震剖面;Vk为测量误差。
根据式(1),就可以优化Xk,那么对应Xk的标准差Pk的更新公式为
$ {\mathit{\boldsymbol{P}}_k} = {\mathit{\boldsymbol{A}}_k}{\mathit{\boldsymbol{P}}_{k - 1}}\mathit{\boldsymbol{A}}_k^{\rm{T}} + {\mathit{\boldsymbol{R}}_k} $ | (3) |
式中:Pk、Pk-1分别为第k道和第k-1道的标准差;Rk为Pk更新过程中的误差标准差。
根据地震道状态的预测结果和地震道测量值,可以最优化估算Xk
$ \mathit{\boldsymbol{X}}_k^{{\rm{op}}} = \mathit{\boldsymbol{X}}_k^{\rm{s}} + \mathit{\boldsymbol{K}}\left( {\mathit{\boldsymbol{X}}_k^{\rm{m}} - \mathit{\boldsymbol{X}}_k^{\rm{s}}} \right) $ | (4) |
式中:Xkop为优化后的地震道;K为卡尔曼增益,其计算方式为
$ \mathit{\boldsymbol{K}} = {\mathit{\boldsymbol{P}}_k}\mathit{\boldsymbol{A}}_k^{\rm{T}}/\left( {{\mathit{\boldsymbol{A}}_k}{\mathit{\boldsymbol{P}}_k}\mathit{\boldsymbol{A}}_k^{\rm{T}} + {\mathit{\boldsymbol{Q}}_k}} \right) $ | (5) |
这里Qk为系统过程的标准差。
为了最优化估计Xk+1,需得到更新的P′k,即
$ \mathit{\boldsymbol{P}}{\prime _k} = {\mathit{\boldsymbol{P}}_k}\left( {\mathit{\boldsymbol{I}} - \mathit{\boldsymbol{K}}} \right) $ | (6) |
基于卡尔曼滤波原理建立的滤波模式,在确定P0、Rk和Qk后就可对地震资料进行横向滤波。这里,P0取开始滤波的第一道的标准差,而针对沉积岩地层,相邻地震道之间的差异可近似看成平稳的随机高斯白噪声。因此,Rk、Qk分别为
$ \boldsymbol{R}_{k}=\operatorname{std}\left(\boldsymbol{X}_{k}^{\mathrm{m}}-\boldsymbol{X}_{k}^{\mathrm{s}}\right) $ | (7) |
$ \boldsymbol{Q}_{k}=\boldsymbol{A}_{k}\left[\operatorname{std}\left(\boldsymbol{X}_{k}-\boldsymbol{X}_{k-1}\right)+\operatorname{std}\left(\boldsymbol{X}_{k+1}-\boldsymbol{X}_{k}\right)\right] $ | (8) |
式中std表示取标准差。
卡尔曼滤波原理采用横向和纵向迭代循环滤波次数之比为2∶1的迭代循环组合滤波模式,在滤波效率和效果上均优于一般平滑滤波、单独横向或纵向迭代循环滤波[17]。该滤波器可以有效提高地震数据信噪比和地震同相轴的横向连续性,消除因前期处理存在的假不连续现象,得到高信噪比、高保真地震数据。由滤波后地震数据的最大正曲率(图 4a)和最大负曲率(图 4b)可见,噪声得到明显压制,有效信号更突出,较好地识别了微小断层。
由图 4可见,微小断层在全区较发育。由图 4a可见,微小断层集中发育在吉37井附近,即:吉37井以东主要发育北东—南西向断层;吉37井西南方向主要发育北东—南西和北西—南东向两组相互切割的微小断层(图 4a黑色圈位置);吉37井以北曲率属性特征多呈孤立的点状,线性构造不明显。结合地震剖面分析认为,该区域以噪声干扰为主,并零星分布一些微小断层。
最大负曲率属性识别断层效果较好,其中区域性大断裂位于吉36井、吉30井附近,呈近南北向展布,微小断层集中发育在吉37井、吉39井附近(图 4b)。其中:吉37井以东主要发育多组北东—南西向微小断层,彼此平行展布;吉37井西南方向主要发育北东—南西和北西—南东向两组相互切割且呈网状分布的微小断层,这与最大正曲率属性识别结果一致(图 4b黑色圈位置);吉39井以西发育近南北向的区域性大断裂,在该断裂以东发育多组北东—南西向呈雁列式展布的微小断层,以走滑断层为主,断层延伸长度约为2km。上述呈雁列式展布的微小断层将早期形成的近南北向断层切割,形成了两组相互交切的复杂断裂系统(图 4b蓝色圈位置)。
3 断层开启性预测断层能作为流体运移的通道,则断层表现为开启性;反之,断层起封闭作用,阻碍流体流动。断层一般不是一个简单的面,而是由一系列破裂面或次级断层组成的带,当断层表现为开启性时,大量的开口裂隙作为流体流动的通道,使断层穿过的沉积层从下到上成为一个开放系统,流体可以沿断层局部的高渗透带快速上移到浅层。高岗等[18]分析了断块油气藏的特征,认为断层基本都有不同程度的绝对开启性,而封闭性是相对的,影响断层开启性的因素主要包括构造应力的强弱、方向、泥岩涂抹、破碎带厚度、成岩作用以及破裂面的张开程度等。
3.1 微小断层开启性识别研究区位于准噶尔盆地吉木萨尔凹陷,凹陷经历了海西、印支、燕山、喜马拉雅等多期构造运动,但凹陷内构造活动相对较弱。目的层二叠系芦草沟组储层岩性主要为页岩、薄层砂质云岩和云质粉砂岩。张云钊等[11]利用野外露头观察、岩心观察、岩石薄片观察等手段发现,该区芦草沟组在印支期形成的近南北向构造裂缝几乎被方解石完全充填,燕山早期形成的北东—南西向和晚燕山期形成的北西—南东向构造裂缝仅部分被方解石充填。成岩作用和破裂面的张开程度为本区断层开启性的主控因素,破裂面的张开程度越大,成岩作用越弱,裂缝未被充填,断层的开启性越大。由于不同的构造挤压/拉张程度导致断层内破裂面的不同裂隙张开程度,地层的变形程度和变形方向与裂隙张开程度往往是相关联的。
曲率可以定量表征地质体变形程度和变形方向。曲率一般包括最大曲率、最小曲率、高斯曲率、平均曲率等。其中:最大正曲率一般表征正向构造最大弯曲程度,在张性应力场下,正向构造一般处于拉张状态,断层一般呈开启状态;最大负曲率一般表征负向构造最大弯曲程度,负向构造一般处于挤压状态,断层一般处于封闭状态[19]。优选仅对微小断层响应明显的最大正、负曲率再结合断层走向预测微小断层开启性是可行的。
近年Nissen等[20]及Guo等[21]利用叠后地震资料曲率属性计算方位强度预测裂缝的开启性。陈志刚等[22]利用叠后地震资料的方位强度属性预测开启裂缝,首次将曲率方位强度属性用于碳酸盐岩储层裂缝预测。本文在凹陷区内构造活动相对较弱、甜点段微小断层各向异性较弱的背景下,结合页岩储层源储一体、储层硬度较小的特性预测裂缝的开启性。首先,应用横、纵向组合卡尔曼滤波技术对原始地震数据滤波。由于断层各向异性较弱,为保证资料具有较高的信噪比,本文不对滤波后地震数据进行分方位处理,直接求取最大正、负曲率体;其次,利用构造解释层位提取甜点段平面曲率属性,识别断层及断层平面组合;再次,根据识别的断层统计井轨迹在断点附近的钻井井漏、压裂窜扰以及地层倾角等数据;最后,统计曲率类型、曲率值以及断层走向与钻井井漏、压裂窜扰、地层倾角的关系,首次建立了一套页岩储层微小断层开启性预测技术流程(图 5)。
由甜点段平面曲率属性可见:凹陷区最大正、负曲率绝对值以300~500ft-1的中等值为主(图 4绿色区域);南部大型阜康断裂带曲率绝对值普遍大于500ft-1,集中于700~800ft-1(图 4红色区域)。
3.2 微小断层开启性分类吉木萨尔芦草沟组页岩油主要采用水平井+体积压裂方式开发,在水平井钻进到体积压裂过程中经常遇到微小断层。开启性断层往往造成井漏,不仅提高了钻井成本,还耗费大量钻井时间,严重井漏导致水平井提前完钻,降低水平段长度,进而影响开发效果;封闭性断层一般对水平井钻进、压裂影响较小,因此如何有效避开危害性断层,充分利用封闭性断层对页岩油高效开发至关重要。利用滤波后地震数据曲率属性可以较好地识别断层,利用曲率值和断层走向可以定性地判断微小断层开启性。为进一步验证断层开启性,结合实际钻井、录井、压裂、生产动态等数据落实断层开启性,进而对微小断层开启性进行分类。
3.2.1 开启性微小断层图 6为过水平井A、B地震解释剖面及正曲率平面图。由图可见:第一,②号断层同相轴扭曲明显,目的层内部反射结构在断层两盘明显错动(图 6a),主要表现为正曲率构造,且弯曲程度较大,最大正曲率值整体大于500ft-1(图 6b);由地层微电阻率扫描成像(FMI)测井可以明显看出不规则网状缝非常发育,且无充填,进一步证实②号断层发育,且为开启性断层。第二,①号和②号断层均有明显的同相轴扭曲现象,但最大扭曲点位置不同,且弯曲变形程度不同。其中①号断层位于斜面处,变形程度较弱,主要为负曲率构造;②号断层变形程度较强,主要为正曲率构造(图 6c),最大正曲率值整体大于500ft-1(图 6d)。因此,②号断层为开启性断层,①号断层呈挤压状态,表现为封闭性。开启性微小断层主要为呈雁列式展布的走滑断层,断距小(约为10m),走向以北东—南西向为主,断层延伸距离约为2km,正曲率值整体大于500ft-1。
图 7为实例井生产曲线及地震解释剖面。由图可见:第一,水平井C、D均钻遇②号断层,且均未发生井漏,但在2020年4月19日水平井D压裂第4段时,水平井C生产异常,含水率突升,由稳定含水64%上升到99%,日产油量由27t下降到0.8t。排除平面上其他井干扰,分析认为受水平井D压裂影响,②号断层被“激活”,由半开启性转为开启性,压裂液沿着开启断层发生窜流导致水平井C生产异常,干扰天数达15天(图 7a)。第二,②号断层地震响应特征主要表现为同相轴扭曲(图 7b),为扭曲程度较小的正曲率构造,曲率值约为300ft-1(图 7c)。
图 8为过水平井E地震解释剖面及正曲率平面图。由图可见:第一,水平井E、F均钻遇②号断层,但钻井过程并未发生井漏,表明断层并未完全开启,由于F井压裂施工导致②号断层被“激活”。第二,②号断层穿过两井水平段,断层走向为北西—南东向,延伸距离为1.9km,倾向北东(图 8a),地震响应特征主要表现为同相轴扭曲且幅度较低,主要为正曲率构造,整体正曲率值约为300ft-1,断层表现为半开启性,受压裂影响转为开启性断层(图 8b)。半开启性微小断层主要为走滑断层,断距小(约为10m),走向以为北西—南东向为主,断层延伸距离约2km,正曲率值约为300ft-1。
图 9为过水平井G地震解释剖面及实钻轨迹。由图可见:水平井G钻遇②号和③号断层,地震同相轴扭曲明显,扭曲程度较大,为负曲率构造(图 9a)。实钻结果表明,在井深4830m处钻遇②号断层并未发生井漏,轨迹调整4°,降斜至82°钻进(图 9b蓝色框位置),后钻遇③号断层,轨迹由82°逐渐调整回86°钻进(图 9b绿色框位置),最终测、录井解释油层钻遇率达91.8%,高于区块平均水平。分析实钻结果可知,地震同相轴扭曲为负曲率构造时,断层多表现为封闭性,扭曲程度越大,地层倾角变化越大,②号和③号断层负曲率绝对值整体大于300ft-1(图 9c),该井后期压裂结果未监测到明显的窜扰特征,表明封闭性断层未被“激活”。在挤压状态下,断层多表现为封闭性,呈负曲率。封闭性微小断层主要为近南北向正断层,断距较小(约为10m),断层延伸距离约为2km,部分断层断距达15m,负曲率绝对值整体大于300ft-1。
通过曲率类型、曲率值以及断层走向,结合吉木萨尔芦草沟组甜点段钻井、水平井压裂信息以及生产动态预测微小断层开启性,得到以下认识:①最大正曲率值大于500ft-1的北东—南西向断层多为开启性断层,最大正曲率值约为300 ft-1的北西—南东向和北东—南西向两组断层多为半开启性断层,最大负曲率绝对值大于300 ft-1的近南北向以及北东—南西向断层多为封闭性断层;②断层附近地层倾角变化较大,曲率值越大,倾角变化越大。基于以上认识,优化吉木萨尔芦草沟组水平井开发方案,优化前在芦草沟组部署水平井42口,预测17口井钻遇半开启性断层(图 10a的C区),10口井钻遇封闭性断层(图 10a的B、D区),优化后将17口高风险井向东侧断裂不发育区进行调整。方案优化后,维持A、B区原开发方案不变,C区取消部署,D区仅局部发育两条封闭性断层,适合水平井开发,故加密部署,最终合计部署水平井55口(图 10b)。目前已实施水平井9口(图 10b的A、B区),9口水平井在钻进过程中均未发生井漏、地层倾角剧烈变化等问题,有效降低了复杂事故,极大地缩短了钻井周期(仅用35天实钻井深达5000m),有效节约了钻井成本。
(1) 对原始地震数据进行横、纵向组合的卡尔曼滤波处理是利用曲率属性有效识别微小断层的关键。凹陷区构造活动弱且储层岩性主要为页岩、薄层砂质云岩和云质粉砂岩,成岩作用和破裂面的张开程度为本区断层开启性的主控因素。最大正、负曲率对不同类型的断层敏感程度不同,最大正曲率可以更好地识别开启性断层,曲率值越大,断层开启可能性越大;最大负曲率指示挤压状态下的封闭性断层,曲率绝对值越大,断层的封闭性越好。
(2) 开启性微小断层主要为北东—南西向走滑断层,对钻井影响较大,易导致严重井漏;半开启性微小断层主要为北西—南东和北东—南西向的两组走滑断层,在钻进过程一般不会发生明显井漏,但在压裂时断层被激活,易发生断窜,影响压裂效果和邻井生产;封闭性断层主要为近南北向和北东—南西向正断层,一般对钻井、压裂无明显影响,主要危害表现为断层附近地层倾角变化大、地层倾角预测难度大,从而影响水平井钻遇率。
(3) 实践证实,微小断层开启性预测对于页岩油水平井开发具有重要意义,水平井部署需避开开启性断层,压裂时需避开半开启性断层,可有效降低复杂钻井事故,保证压裂效果,避免发生断窜。同时,水平井部署要充分利用封闭性断层发育区,以提高资源动用程度。
[1] |
支东明, 唐勇, 杨智峰, 等. 准噶尔盆地吉木萨尔凹陷陆相页岩油地质特征与聚集机理[J]. 石油与天然气地质, 2019, 40(3): 524-534. ZHI Dongming, TANG Yong, YANG Zhifeng, et al. Geological characteristics and accumulation mechanism of continental shale oil in Jimusaer sag, Junggar Basin[J]. Oil & Gas Geology, 2019, 40(3): 524-534. |
[2] |
许琳, 常秋生, 杨成克, 等. 吉木萨尔凹陷二叠系芦草沟组页岩油储层特征及含油性[J]. 石油与天然气地质, 2019, 40(3): 535-549. XU Lin, CHANG Qiusheng, YANG Chengke, et al. Characteristics and oil-bearing capability of shale oil reservoir in the Permian Lucaogou Formation, Jimusaer sag[J]. Oil & Gas Geology, 2019, 40(3): 535-549. |
[3] |
霍进, 何吉祥, 高阳, 等. 吉木萨尔凹陷芦草沟组页岩油开发难点及对策[J]. 新疆石油地质, 2019, 40(4): 379-388. HUO Jin, HE Jixiang, GAO Yang, et al. Difficulties and countermeasures of shale oil development in Lucaogou Formation of Jimsar sag[J]. Xinjiang Petroleum Geology, 2019, 40(4): 379-388. |
[4] |
王小军, 杨智峰, 郭旭光, 等. 准噶尔盆地吉木萨尔凹陷页岩油勘探实践与展望[J]. 新疆石油地质, 2019, 40(4): 402-413. WANG Xiaojun, YANG Zhifeng, GUO Xuguang, et al. Practices and prospects of shale oil exploration in Jimsar sag of Junggar basin[J]. Xinjiang Petroleum Geology, 2019, 40(4): 402-413. |
[5] |
高阳, 叶义平, 何吉祥, 等. 准噶尔盆地吉木萨尔凹陷陆相页岩油开发实践[J]. 中国石油勘探, 2020, 25(2): 133-141. GAO Yang, YE Yiping, HE Jixiang, et al. Development practice of continental shale oil in Jimsar sag in the Junggar Basin[J]. China Petroleum Exploration, 2020, 25(2): 133-141. |
[6] |
吴宝成, 李建民, 邬元月, 等. 准噶尔盆地吉木萨尔凹陷芦草沟组页岩油上甜点地质工程一体化开发实践[J]. 中国石油勘探, 2019, 24(5): 679-690. WU Baocheng, LI Jianmin, WU Yuanyue, et al. Development practices of geology-engineering integration on upper sweet spots of Lucaogou Formation shale oil in Jimsar sag, Junggar Basin[J]. China Petroleum Exploration, 2019, 24(5): 679-690. |
[7] |
杨睿, 张拓铭. 吉木萨尔凹陷芦草沟组页岩油水平井钻井技术[J]. 新疆石油天然气, 2019, 15(3): 36-40. YANG Rui, ZHANG Tuoming. Horizontal well drilling technology of shale oil in Jimusar's Concave Lucaogou Formation[J]. Xinjiang Oil & Gas, 2019, 15(3): 36-40. |
[8] |
霍进, 支东明, 郑孟林, 等. 准噶尔盆地吉木萨尔凹陷芦草沟组页岩油藏特征与形成主控因素[J]. 石油实验地质, 2020, 42(4): 506-512. HUO Jin, ZHI Dongming, ZHENG Menglin, et al. Characteristics and main controls of shale oil reservoirs in Lucaogou Formation, Jimsar Sag, Junggar Basin[J]. Petroleum Geology & Experiment, 2020, 42(4): 506-512. |
[9] |
ESQUIVEL R and BLASINGAME T A. Optimizing the development of the Haynesville shale-Lessons learned from well-to-well hydraulic fracture interfe-rence[C]. Unconventional Resources Technology Conference, Austin, Texas, 2017, URTEC-2670079-MS.
|
[10] |
刘冬冬, 杨东旭, 张子亚, 等. 基于常规测井和成像测井的致密储层裂缝识别方法——以准噶尔盆地吉木萨尔凹陷芦草沟组为例[J]. 岩性油气藏, 2019, 31(3): 76-85. LIU Dongdong, YANG Dongxu, ZHANG Ziya, et al. Fracture identification for tight reservoirs by conventional and imaging logging: a case study of Permian Lucaogou Formation in Jimsar Sag, Junggar Basin[J]. Lithologic Reservoirs, 2019, 31(3): 76-85. |
[11] |
张云钊, 曾联波, 罗群, 等. 准噶尔盆地吉木萨尔凹陷芦草沟组致密储层裂缝特征和成因机制[J]. 天然气地球科学, 2018, 29(2): 211-225. ZHANG Yunzhao, ZENG Lianbo, LUO Qun, et al. Research on the types and genetic mechanisms of tight reservoir in the Lucaogou Formation in Jimusar Sag, Junggar Basin[J]. Natural Gas Geoscience, 2018, 29(2): 211-225. |
[12] |
姜晓宇, 张研, 甘利灯, 等. 花岗岩潜山裂缝地震预测技术[J]. 石油地球物理勘探, 2020, 55(3): 694-704. JIANG Xiaoyu, ZHANG Yan, GAN Lideng, et al. Seismic techniques for predicting fractures in granite buried hills[J]. Oil Geophysical Prospecting, 2020, 55(3): 694-704. |
[13] |
孟阳, 许颖玉, 李静叶, 等. OVT域地震资料属性分析技术在断裂精细识别中的应用[J]. 石油地球物理勘探, 2018, 53(增刊2): 289-294. MENG Yang, XU Yingyu, LI Jingye, et al. Fault identification with OVT-domain seismic attribute analysis[J]. Oil Geophysical Prospecting, 2018, 53(S2): 289-294. |
[14] |
董林, 宋维琪, 胡建林, 等. 动态时间规整的断层增强方法[J]. 石油地球物理勘探, 2021, 56(3): 574-582. DONG Lin, SONG Weiqi, HU Jianlin, et al. A fault enhancing method based on dynamic time warping[J]. Oil Geophysical Prospecting, 2021, 56(3): 574-582. |
[15] |
崔正伟, 程冰洁, 徐天吉, 等. 基于构造导向滤波与梯度结构张量相干属性的储层裂缝预测方法及应用[J]. 石油地球物理勘探, 2021, 56(3): 555-563. CUI Zhengwei, CHENG Bingjie, XU Tianji, et al. Reservoir fracture prediction method and application based on structure-oriented filtering and coherent attributes of gradient structure tensor[J]. Oil Geophysical Prospecting, 2021, 56(3): 555-563. |
[16] |
杨威, 贺振华, 陈学华. 三维体曲率属性在断层识别中的应用[J]. 地球物理学进展, 2011, 26(1): 110-115. YANG Wei, HE Zhenhua, CHEN Xuehua. Application of three-dimensional volumetric curvature attri-butes to fault identification[J]. Progress in Geophy-sics, 2011, 26(1): 110-115. |
[17] |
陈刚, 齐洪岩, 李维, 等. 横纵向组合的卡尔曼地震资料迭代滤波方法[J]. 石油地球物理勘探, 2021, 56(3): 468-475. CHEN Gang, QI Hongyan, LI Wei, et al. A Kalman seismic iterative filtering method based on lateral and vertical combination[J]. Oil Geophysical Prospecting, 2021, 56(3): 468-475. |
[18] |
高岗, 柳广弟, 黄志龙. 断层对油气的相对封闭性和绝对开启性分析——以准噶尔盆地西北缘八区-百口泉区二叠系油气特征为例[J]. 石油实验地质, 2010, 32(3): 218-222. GAO Gang, LIU Guangdi, HUANG Zhilong. Analysis of relative sealing and absolute permeability of fault: taking Permian hudrocarbon characteristics of the region 8 and the Baikouquan area, northwest margin, the Junggar Basin for example[J]. Petroleum Geology & Experiment, 2010, 32(3): 218-222. |
[19] |
SULLIVAN E C, MARFURT K J, LACAZETTE A, et al. Application of new seismic attributes to collapse chimneys in the Fort Worth Basin[J]. Geophysi-cs, 2006, 71(4): B111-B119. |
[20] |
NISSEN S E, CARR T R, MARFURT K J, et al. Using 3D seismic volumetric curvature attributes to identify fracture trends in a depleted Mississippian carbonate reservoir: Implications for assessing candidates for CO2 sequestration//AAPG Special Volumes[M], 2009, 59, doi: 10.1306/13171245St591798.
|
[21] |
GUO Y X, ZHANG K, MARFURT K J. Quantitative correlation of fluid flow to curvature lineaments[C]. SEG Technical Program Expanded Abstracts, 2012, 21: 501-506.
|
[22] |
陈志刚, 马文杰, 赵宏忠, 等. 利用叠后地震资料方位强度属性预测开启裂缝[J]. 地球物理学进展, 2020, 35(5): 1745-1750. CHEN Zhigang, MA Wenjie, ZHAO Hongzhong, et al. Prediction of openness fracture with azimuthal intensity based on post-stack seismic data[J]. Progress in Geophysics, 2020, 35(5): 1745-1750. |