大庆油田作为中国最大的原油生产基地,截至2017年底,资源探明率为61.9%,仍具有较大的勘探潜力[1]。经过几十年的勘探、开发,剩余油高度分散,寻找小断层和精确预测剩余油分布规律势在必行。
松辽盆地北部垂向上具有“下断上坳”的双层结构。下部为断陷盆地,以深层天然气勘探为主;上部为坳陷盆地,经历7次大规模沉积旋回形成了良好的生储盖组合,主要发育黑帝庙、萨尔图、葡萄花、高台子和扶余等油层,其中葡萄花、扶余油层是松辽盆地中、浅层石油勘探的主要层系(图 1)[2-4]。
本文以松辽盆地北部龙虎泡地区龙南鼻状构造末端的L45井区葡萄花油层为例,通过对比、分析“两宽一高”地震资料与常规地震资料,识别小断层并进行分方位油气检测。结果表明:“两宽一高”地震资料的断裂成像清楚、信噪比高,适合微小断层识别和油气检测;基于断层逐级识别思路,利用GeoEast软件的构造导向滤波和断层智能检测技术有效刻画了微小断层,精细解释了构造;基于GeoEast软件频率分析技术和油气检测属性,利用优势方位油气检测技术落实了有利含油气区带,为该区下一步目标优选提供了依据。
2 “两宽一高”资料对比分析“两宽一高”(宽频带、宽方位、高密度)是近年发展的一项新地震勘探一体化技术,可以为地震解释提供丰富的频率和方位信息,是落实油气精细勘探的有效手段[5-6]。近年来油田应用该项技术在构造解释、裂缝预测和油气检测等方面取得了一定效果[7-12]。相对于“两宽一高”采集技术的快速发展,针对性的地震处理和解释技术依然滞后,有效评价和应用“两宽一高”地震资料是目前面临的一个现实问题。
本文从采集参数、频谱、信噪比及对地质体的刻画精度等方面对比L45井区50km2的“两宽一高”地震成果资料与常规地震资料(表 1、表 2),结果表明两者在激发方式、采集面元、覆盖次数、资料的频宽和倍频程数等方面差异明显,表现为:①“两宽一高”地震采集采用无压制的单点激发与单只检波器接收,能很好地记录和保护高频成分[13];大横纵比的宽方位观测系统和小面元、高密度采集更利于各向异性和分方位分析,可以进一步提高储层和断层的分辨和刻画能力[14-16];②“两宽一高”成果资料在目的层段向低频段和高频段均有较大拓展,较常规地震资料整体提高约一个倍频程,进一步证明了“两宽一高”地震资料在分辨率方面的优势。因此,“两宽一高”地震资料的品质优于常规地震资料。
为深入讨论“两宽一高”成果资料的优劣,本文利用GeoEast软件从信噪比、河道和断层刻画等3个方面对比、评价“两宽一高”和常规地震资料。可见:“两宽一高”地震资料的信噪比更高(图 2左)、在地震等时切片上河道细节更清晰(图 3左),利于精细油气预测和地质体刻画;“两宽一高”地震剖面纵横向分辨率更高(图 4左),断裂成像更清楚,断点更连续、清晰,断层组合更合理(图 5左),更易于小断层精细识别和高精度构造解释。
断层是控制含油气盆地油气生成、运移、聚集、保存和分布的重要因素,在油气成藏不同阶段均具有重要意义,因此断层识别一直是油气勘探的研究重点。目前,随着各油田对精细勘探需求的增加,微小断层识别逐步受到人们关注。小断层的识别精度受地震资料品质影响较大,“两宽一高”地震资料包含更完整的方位信息,信噪比高,有利于各向异性检测。利用滤波技术可以进一步提高地震数据信噪比,加强小断层识别能力。常见的滤波方法在提高地震资料信噪比的同时也模糊了断层信息。GeoEast软件中构造导向滤波技术是沿平行反射轴方向进行平滑,垂直于反射轴方向不做任何平滑,反射轴不连续时不做平滑,因此保护了断层和岩性的边界特征[17]。实现过程一般是首先产生倾角和方位角两个转换数据体控制滤波的平均值和中值,以降低地震数据中的噪声。
随着计算机技术的飞速发展,神经网络和机器学习技术在油气勘探领域引起了广泛关注和深入研究,中国石油集团公司提出“数字化转型、智能化发展”战略,将智能技术作为发展重点。GeoEast地震处理、解释软件研发的全新一代GeoEast-iEco软件平台,采用先进的软件架构,秉持共享、协同、开放的设计理念,致力于为国产物探软件发展、构建国产物探软件生态系统提供坚实的平台支撑,加速中国石油智能物探技术发展[18]。常规的断层解释主要是一种人机交互方式,利用构造类属性开展断层平面预测,结合地震剖面解释断层,断层解释效率低、小断层解释精度不高。2015年Ronneberger等基于全卷积神经网络,经拓展、修改提出U-net网络,由编码器和解码器两部分组成,编码器部分包含两个连续的3×3卷积核层,下采样方法采用最大池化,解码器部分对特征图像反卷积[19]。在GeoEast软件4.0版本中,基于U-net深度学习网络形成了智能地震断层检测技术,提高了训练效率和断层识别效果。
本文基于“两宽一高”保幅处理成果资料,利用构造导向滤波和断层智能检测技术识别L45井区葡萄花油层断层。对比构造导向滤波前(图 6a)、后(图 6b)地震剖面可见,后者在保持垂直方向变化的前提下,提高了信噪比,突出了地震反射同相轴在断点位置的不连续性,断层特征更明显,为智能断层检测提供了高信噪比地震数据。对比常规相干剖面(图 6c)和智能断层检测剖面(图 6d)可见,后者对断面的刻画更清晰,断层更连续,并识别了较小断距断层。图 7为研究区葡萄花油层顶相干和智能断层检测平面图。由图可见,智能断层检测不仅很好地识别了大断层,还有效刻画了更多的微小断层,断层组合更明晰(图 7右)。基于“两宽一高”地震资料,利用智能断层检测技术在L45井区葡萄花油层各层序界面新识别断距约5m断层7条、断距约10m断层24条。
近年来,利用地震分方位数据预测裂缝、检测油气等的应用越来越多,GeoEast解释系统利用相干能量梯度、振幅差异、频率分析等特色属性为分方位数据分析提供了系列技术手段。前人研究表明,不同方位角数据体间存在明显振幅差异,垂直于断层的分方位数据体有利于断层识别,而平行于断层的分方位数据体可以更好地消除断层的各向异性,突出油气响应特征,更利于油气检测[20]。砂岩含气后多存在低频共振和高频衰减现象[21-22],GeoEast解释系统基于分方位数据形成了针对目的层油气检测和分析的碳氢检测模块。该模块基于多相介质理论,检测过程简单、快捷,检测结果横向分辨率高、精度高,可以有效描述油气富集程度及圈定油气富集区域。
为充分利用“两宽一高”地震资料宽方位、宽频特征,首先利用CM油气检测法分析高产油层段的全方位和分方位数据频谱,优选低频共振和高频衰减现象最明显的方位作为油气检测优势方位;然后在全方位和优势方位地震数据上分别分析低产井和高产井油层段频谱,进一步验证优势方位,并根据敏感频率点确定低频共振和高频衰减的频段;最后计算低频段和高频段的累计能量及其与全局能量之比等属性参数,最终综合确定目的层段有利含气区。
图 8为葡萄花一段高产油井油层段全方位和分方位数据频谱。由图可见,65°~111°方位的含油层段低频共振现象最明显。据此,进一步对全方位和65°~111°方位地震数据开展高产油井和低产油井频谱分析(图 9)。可见,高产井油层地震数据在65°~111°方位存在明显的低频共振和高频衰减现象(图 9b),而在全方位低频共振现象不明显(图 9a),证明65°~111°方位为该区油气检测的优势方位。因此,可利用GeoEast解释系统特色碳氢检测技术预测葡萄花油组的含油性。图 10和图 11分别为葡萄花油组全方位、65°~111°方位碳氢检测连井剖面和平面图。由图可见,65°~111°方位油气预测结果(图 10b、图 11b)与井数据吻合更好,以L45井为代表的高产井响应特征更明显,预测结果有效地指导了后续勘探、开发部署。
利用GeoEast解释系统,对松辽盆地北部L45井区葡萄花油层开展基于“两宽一高”地震资料的断层检测和油气预测研究,得到以下认识:
(1)“两宽一高”地震资料方位信息丰富、频带宽、信噪比高,是油气精细勘探的一种有效技术手段;
(2) GeoEast解释系统在断层和油气检测方面提供了多种特色技术和方法,其中软件特色的构造导向滤波技术、基于深度学习的智能断层检测技术、频谱分析和碳氢检测技术可以有效预测不同尺度断层和含油气区;优势方位油气检测技术能更好地消除各向异性影响,突出油气响应特征,为利用“两宽一高”地震资料开展油气检测提供了一种新的技术思路;
(3) 依托研究成果,新落实圈闭22个,综合建议井位4口,对大庆油田老油区下一步精细勘探和增产上储具有一定的参考作用。
在本文成文过程中,得到中国石油大庆油田分公司勘探开发研究院和东方地球物理公司物探技术研究中心领导与专家的关心和指导,在此表示诚挚的谢意!
[1] |
崔宝文, 蒙启安, 白雪峰, 等. 松辽盆地北部石油勘探进展与建议[J]. 大庆石油地质与开发, 2018, 37(3): 1-9. CUI Baowen, MENG Qi'an, BAI Xuefeng, et al. Petroleum exploration progress and suggestions for North Songliao Basin[J]. Petroleum Geology and Oilfield Development in Daqing, 2018, 37(3): 1-9. |
[2] |
胡望水, 吕炳全, 张文军, 等. 松辽盆地构造演化及成盆动力学探讨[J]. 地质科学, 2005, 40(1): 16-31. HU Wangshui, LYU Bingquan, ZHANG Wenjun, et al. An approach to tectonic evolution and dynamics of the Songliao Basin[J]. Chinese Journal of Geology, 2005, 40(1): 16-31. |
[3] |
侯启军, 冯志强, 冯子辉, 等. 松辽盆地陆相石油地质学[M]. 北京: 石油工业出版社, 2009.
|
[4] |
王天琦, 王建功, 梁苏娟, 等. 松辽盆地徐家围子地区葡萄花油层精细勘探[J]. 岩性油气藏, 2007, 19(2): 22-27. WANG Tianqi, WANG Jiangong, LIANG Sujuan, et al. Fine oil exploration of Putaohua Formation in Xujiaweizi area, Songliao Basin[J]. Lithologic Reservoirs, 2007, 19(2): 22-27. DOI:10.3969/j.issn.1673-8926.2007.02.004 |
[5] |
汪恩华, 赵邦六, 王喜双, 等. 中国石油可控震源高效地震采集技术应用与展望[J]. 中国石油勘探, 2013, 18(5): 24-34. WANG Enhua, ZHAO Bangliu, WANG Xishuang, et al. Application and outlook of vibroseis acquisition techniques with high efficiency of CNPC[J]. China Petroleum Exploration, 2013, 18(5): 24-34. |
[6] |
杜金虎, 熊金良, 王喜双, 等. 世界物探技术现状及中国石油物探技术发展的思考[J]. 岩性油气藏, 2011, 23(4): 1-8. DU Jinghu, XIONG Jingliang, WANG Xishuang, et al. Status quo of international geophysical exploration technologies and thinking about the development of PetroChina geophysical exploration technologies[J]. Lithologic Reservoirs, 2011, 23(4): 1-8. |
[7] |
陈志刚, 李丰, 王霞, 等. 叠前各向异性强度属性在乍得Bongor盆地P潜山裂缝性储层预测中的应用[J]. 地球物理学报, 2018, 61(11): 4625-4634. CHEN Zhigang, LI Feng, WANG Xia, et al. Application of prestack anisotropic intensity attribute in prediction of P Buried hill fractured reservoir in Bongor Basin, Chad[J]. Chinese Journal of Geophysics, 2018, 61(11): 4625-4634. |
[8] |
王华忠, 郭颂, 周阳. "两宽一高"地震数据下的宽带波阻抗建模技术[J]. 石油物探, 2019, 58(1): 1-8. WANG Huazhong, GUO Song, ZHOU Yang. Broadband acoustic impedance model building for broadband, wide-azimuth, and high-density seismic data[J]. Geophysical Prospecting for Petroleum, 2019, 58(1): 1-8. |
[9] |
王学军, 于宝利, 赵小辉, 等. 油气勘探中"两宽一高"技术问题的探讨与应用[J]. 中国石油勘探, 2015, 20(5): 41-53. WANG Xuejun, YU Baoli, ZHAO Xiaohui, et al. Development and application of "2W1H" technique in oil and gas exploration[J]. China Petroleum Exploration, 2015, 20(5): 41-53. |
[10] |
冉建斌, 张明玉, 李海银, 等. "两宽一高"三维地震资料的纵向分辨率探讨及应用[J]. 石油地球物理勘探, 2018, 53(3): 520-527, 537. RAN Jianbin, ZHANG Mingyu, LI Haiyin, et al. Vertical resolution of broadband, wide-azimuth and high-density seismic data[J]. Oil Geophysical Prospecting, 2018, 53(3): 520-527, 537. |
[11] |
王永生, 胡杰, 张静, 等. 宽频勘探技术在柴北缘深层侏罗系勘探中的应用[J]. 岩性油气藏, 2017, 29(6): 101-107. WANG Yongsheng, HU Jie, ZHANG Jing, et al. Wide-frequency prospecting technology and its application on deep-seated Jurassic exploration in northern margin of Qaidam Basin[J]. Lithologic Reservoirs, 2017, 29(6): 101-107. |
[12] |
段文胜, 李飞, 王彦春, 等. 面向宽方位地震处理的炮检距向量片技术[J]. 石油地球物理勘探, 2013, 48(2): 206-213. DUAN Wensheng, LI Fei, WANG Yanchun, et al. Offset vector tile forwide-azimuth seismic processing[J]. Oil Geophysical Prospecting, 2013, 48(2): 206-213. |
[13] |
凌云, 高军, 孙德胜, 等. 宽/窄方位角勘探实例分析与评价(一)[J]. 石油地球物理勘探, 2005, 40(3): 305-308, 317. LING Yun, GAO Jun, SUN Desheng, et al. Analysis and appreciation of wide/narrow azimuth exploration cases(Ⅰ)[J]. Oil Geophysical Prospecting, 2005, 40(3): 305-308, 317. |
[14] |
张保庆, 周辉, 左黄金, 等. 宽方位地震资料处理技术及应用效果[J]. 石油地球物理勘探, 2011, 46(3): 396-400, 406. ZHANG Baoqing, ZHOU Hui, ZUO Huangjin, et al. Wide azimuth data processing techniques and their applications[J]. Oil Geophysical Prospecting, 2011, 46(3): 396-400, 406. |
[15] |
SCHOENBERG M A, DEAN S, SAYERS C M. Azimuth-dependent tuning of seismic waves reflected from fractured reservoirs[J]. Geophysics, 1999, 64(4): 1160-1171. |
[16] |
ANDREAS C, MIKE G. Narrow-versus wide azimuth land 3D seismic surveys[J]. The Leading Edge, 2002, 21(8): 764-770. |
[17] |
赵明章, 范雪辉, 刘春芳, 等. 利用构造导向滤波技术识别复杂断块圈闭[J]. 石油地球物理勘探, 2011, 46(增刊1): 128-133. ZHAO Mingzhang, FAN Xuehui, LIU Chunfang, et al. Complex fault-block traps identification with structure-oriented filter[J]. Oil Geophysical Prospecting, 2011, 46(S1): 128-133. |
[18] |
赵邦六, 雍学善, 高建虎, 等. 中国石油智能地震处理解释技术进展与发展方向思考[J]. 中国石油勘探, 2021, 26(5): 12-23. ZHAO Bangliu, YONG Xueshan, GAO Jianhu, et al. Progress and development direction of PetroChina intelligent seismic processing and interpretation technology[J]. China Petroleum Exploration, 2021, 26(5): 12-23. |
[19] |
杨午阳, 杨佳润, 陈双全, 等. 基于U-Net深度学习网络的地震数据断层检测[J]. 石油地球物理勘探, 2021, 56(4): 688-697. YANG Wuyang, YANG Jiarun, CHEN Shuangquan, et al. Seismic data fault detection based on U-Net deep learning network[J]. Oil Geophysical Prospecting, 2021, 56(4): 688-697. |
[20] |
王海龙, 杨午阳, 李海亮, 等. 塔东古城地区深层油气藏岩溶储层预测[J]. 石油地球物理勘探, 2017, 52(增刊2): 116-122. WANG Hailong, YANG Wuyang, LI Hailiang, et al. Deep karst reservoir prediction in the Gucheng area, Tarim Basin[J]. Oil Geophysical Prospecting, 2017, 52(S2): 116-122. |
[21] |
SILIN D B, KORNEEV V A, GOLOSHUBIN G M, et al. A Hydrologic View on Biot's Theory of Poroelasticity[R]. U.S. Department of Energy Office of Scientific and Technical Information, 2004.
|
[22] |
GOLOSHUBIN G M, KORNEEV V A, VINGALOV V A. Seismic low-frequency effects form oil-saturated reservoir zones[C]. SEG Technical Program Expanded Abstracts, 2002, 21: 1813-1816.
|