石油地球物理勘探  2022, Vol. 57 Issue (s1): 189-195  DOI: 10.13810/j.cnki.issn.1000-7210.2022.S1.029
0
文章快速检索     高级检索

引用本文 

黄黎刚, 李斐, 张杰, 王永刚, 王磊飞. GeoEast特色解释技术在页岩油藏水平井部署中的应用及效果. 石油地球物理勘探, 2022, 57(s1): 189-195. DOI: 10.13810/j.cnki.issn.1000-7210.2022.S1.029.
HUANG Ligang, LI Fei, ZHANG Jie, WANG Yonggang, WANG Leifei. Application and effect of GeoEast characteristic interpretation techniques in horizontal well deployment of shale oil reservoirs. Oil Geophysical Prospecting, 2022, 57(s1): 189-195. DOI: 10.13810/j.cnki.issn.1000-7210.2022.S1.029.

本项研究受中国石油天然气股份有限公司重大专项“鄂尔多斯盆地页岩油勘探开发理论与关键技术研究”(2021DJ1806)资助

作者简介

黄黎刚  工程师, 1984年生; 2007年本科毕业于西南石油大学, 获勘查技术与工程专业工学学士学位; 现就职于中国石油长庆油田分公司勘探开发研究院, 主要从事鄂尔多斯盆地石油预探、评价、常规地震解释等工作, 包括开发产建部署、页岩油水平井平台部署、轨迹设计及随钻导向等具体工作

黄黎刚, 陕西省西安市未央区中国石油长庆油田分公司勘探开发研究院, 710018。Email: Hlg10_cq@petrochina.com.cn

文章历史

本文于2022年2月15日收到,最终修改稿于同年6月24日收到
GeoEast特色解释技术在页岩油藏水平井部署中的应用及效果
黄黎刚 , 李斐 , 张杰 , 王永刚 , 王磊飞     
①. 中国石油长庆油田分公司勘探开发研究院, 陕西西安 710018;
②. 中国石油长庆油田分公司第十二采油厂, 甘肃合水 745400
摘要:鄂尔多斯盆地中生界三叠系延长组长7段页岩油分布面积广,纵向上分为上、中、下“甜点”段,且甜点高产富集,总资源量近百亿吨。薄层粉细砂岩是页岩油的主要储层,储层物性对含油性控制明显,有利生烃背景上的物性“甜点”区是页岩油藏有利富集发育区。近年围绕页岩油有利储层评价和水平井钻井需求,集成创新了三维地震“岩性、物性、含油性、脆性、非均质性、烃源岩品质”等六性预测技术;依据页岩油成藏特点,构建了“选对区、找准层、排好队、入好耙、控井长、稳轨迹、降风险、助压裂”的页岩油地震地质工程一体化应用模式;充分利用地震横向优势、地质宏观优势及测井纵向优势,刻画三维空间的储层、构造变化特征,为页岩油甜点区优选、储量提交、水平井井位部署、轨迹导向及工程施工提供了有力支撑。
关键词鄂尔多斯盆地    页岩油    断裂识别    神经网络    分频相移    甜点预测    
Application and effect of GeoEast characteristic interpretation techniques in horizontal well deployment of shale oil reservoirs
HUANG Ligang , LI Fei , ZHANG Jie , WANG Yonggang , WANG Leifei     
①. Exploration and Development Research Institute ofChangqing Oilfield Company, PetroChina, Xi'an, Shaanxi 710018, China;
②. The Twelfth Oil Extraction Plant of Changqing Oilfield Company, Heshui, Gansu 745400, China
Abstract: Chang 7 reservoir in the Mesozoic Triassic Yanchang Formation of Ordos Basin features a large area of shale oil distribution, which is vertically divided into upper, middle, and lower sweet spots, with a total resource of nearly 10 billion tons. Thin silty fine sandstone is the main reservoir of shale oil, and the physical property of the reservoir has obvious control over the oil-bearing property. The physical property "sweet spot" area on the favorable hydrocarbon generation background is the favorable enrichment and development area of shale oil reservoirs. In recent years, with the focus on favorable reservoir evaluation and horizontal well drilling demands of shale oil, 3D prediction techniques with six characteristics of "lithology, physical property, oil-bearing property, brittleness, heterogeneity, and source rock quality" based on seismic data are integrated innovatively. According to the characteristics of shale oil accumulation, an integrated application mode of shale oil seismic and geological engineering has been built. The mode contains "selecting the right area, finding the right layer, arranging the team, entering the rake, controlling well length, stabilizing the trajectory, reducing the risk, and assisting in fracturing". By making full use of seismic horizontal advantages, geological macro advantages, and logging vertical advantages the reservoir and structural change characteristics in three-dimensional space. Finally, it provides strong support for the optimized selection of shale oil sweet spot areas, reserve submission, horizontal well location deployment, trajectory guidance, and engineering construction.
Keywords: Ordos Basin    shale oil    fracture identification    neural network    frequency division phase shift    sweet spot prediction    
0 引言

鄂尔多斯盆地非常规油气资源丰富,其中生界三叠系延长组长7段烃源岩层系内发育页岩油资源,保守评估其资源量可达百亿吨。晚三叠世延长期主要发育一套内陆坳陷湖盆碎屑岩沉积,自上而下可分为10期(长1~长10段),其中长7期为最大湖泛期,湖盆半深湖—深湖范围达6.5×104km2,发育一套富有机质泥页岩及三角洲—重力流的细粒砂岩沉积。根据岩性组合及沉积旋回,长7段自下而上可分为长73、长72和长71三个小层。其中长73为湖盆发育的鼎盛期,湖盆面积最大,主要沉积一套富有机质的泥页岩,夹薄层砂岩。长73~长71沉积期,盆地整体抬升,湖盆面积逐渐减小。在三角洲及重力流沉积作用下,长72和长71主要沉积了多套大面积分布的细粒砂岩,同时局部地区也发育优质烃源岩。广覆式烃源岩与大面积细粒砂岩紧密接触或互层共生,富集了丰富的页岩油资源,主要发育于盆地伊陕斜坡中南部的定边以南、正宁以北、环县以东和延安以西地区,是盆地非常规石油勘探的主要靶区[1-2]

根据岩性组合、砂地比、连续砂体厚度等因素,将鄂尔多斯盆地中生界长7段烃源岩发育层系内致密砂岩和泥页岩中未经长距离运移而形成的石油聚集统称为页岩油,并将其细分为3种类型。长7段页岩油具有大面积规模成藏的重要特征,虽然砂泥岩储层总体致密,但由于油藏含油饱和度较高、油质轻、气油比较高及埋藏较浅等,长7段页岩油具备规模勘探开发有利条件,是中国石油长庆油田油气持续上产稳产的重要接替领域。

近年来,通过系统技术攻关,长庆油田在鄂尔多斯盆地长7段页岩油地质理论认识、地震预测、测井评价、水平井钻井和完井、体积压裂及工厂化作业等方面取得了系列进展,推动鄂尔多斯盆地长7段Ⅰ类页岩油储层实现了规模有效勘探与开发。同时,针对Ⅱ、Ⅲ类页岩油储层也积极开展探索攻关,直井勘探突破出油关,展现出巨大勘探潜力。随着理论认识的不断深入和技术的不断进步,鄂尔多斯盆地长7段页岩油已成为长庆油田“二次加快发展”石油增储上产的的重要接替领域,初步规划至2025年长7段页岩油年产量将达300万吨[3]

本文旨在介绍近年来通过物探技术攻关,针对该区页岩储层甜点特征,充分利用GeoEast特色解释技术,在页岩储层、甜点区预测及页岩油水平井部署选区、轨迹设计及随钻调整中形成的系列特色技术及其应用效果。

1 GeoEast薄储层预测技术 1.1 强反射屏蔽下薄砂体预测技术

长7油藏紧邻烃源岩,为典型的自生自储型油藏。受长7烃源岩强反射影响,砂岩储层反射信息弱,且含油砂岩储层与围岩纵波阻抗差异小。当前地震分辨率下,长71呈波峰反射,且振幅与砂体厚度相关性较好;长72呈波谷反射,储层信息淹没在烃源岩强反射中,储层厚度与振幅不相关,但与频率有一定关系。通过研究,利用广义S变换分频之后高频对薄储层识别能力强的特征,结合相移技术,60Hz分频相移体可定性预测主砂带的分布(调谐厚度15m与区域砂体厚度相当)。

1.1.1 时频分析

薄层厚度估算一直是地震勘探领域中一项重要课题。理论上,地震波可分辨厚度不小于λ/4(λ为地震波波长)的地层,但在实际地震勘探中,常会遇到地层厚度小于或远小于λ/4的薄层。地层厚度与地震的频谱有着必然的联系。地震数据的频宽具有一定范围,携带大量不同频率的地震信号[4]。其中高频数据体的调谐厚度小且分辨率高,其振幅可预测薄层砂体厚度;低频数据体调谐厚度大,根据其振幅可预测厚层砂体厚度。地震资料主频高、频带宽,所携带的地震信号具有明显的多尺度性,能反映不同砂体厚度的储层特征[5]

1.1.2 90°相移技术

90°相移技术作为地震沉积学的一项关键技术,其核心思想是:在零相位地震数据中,地层界面对应于地震反射同相轴的波峰或波谷,但不同阻抗的地层与地震同相轴之间缺乏直接对应关系,90°相位旋转可将地层界面对应于地震反射同相轴的零值位置,将地震反射同相轴的波峰(谷)对应于不同阻抗的地层,地震相位也就具有指示岩性地层的意义[6-7]

单频相移属性则借助了不同频率对不同厚度砂体敏感程度差异以及90°相移可将层序界面转换为岩性界面,两者结合可实现不同厚度砂体预测(图 1),该项技术通过在页岩油水平井井位部署及随钻导向应用中取得较好成果。

图 1 分频相移储层预测剖面
1.2 基于随机建模的特色反演技术

中国含油气盆地中,以砂泥岩薄互层沉积为主的地层广泛存在,需利用地震资料,结合测井数据对储层进行精细预测。在实际应用中地震数据反演砂泥岩薄互层存在以下难点:①受储层薄、沉积条件复杂及压实作用等因素影响,多数地区声波测井曲线无法正确反映岩性变化,若利用原始声波曲线直接进行反演,则反演结果无法准确表征储层;②地震数据频率低,进而导致常规反演方法无法精确刻画单一薄层。针对原始声波曲线无法区分岩性的问题,构建了基于岩石物理建模的曲线重构技术[8],以GeoEast特色曲线重构技术为核心,通过岩石物理模型,消除孔隙和流体对声波速度的影响,重构反映地层骨架信息的特征曲线,为反演提供高质量的基础数据[9]。针对该区砂体横向变化快、砂层薄的地质难点,创建了基于自适应宽带约束反演(ABCI)、随机建模和频率合并的组合反演技术,将ABCI反演结果的中、低频信息与随机建模结果的高频信息通过频率合并的方式进行融合,进一步提高反演结果的纵向分辨率,实现对2~10m薄储层的精细刻画(图 2)。

图 2 ABCI反演薄储层预测
2 GeoEast断裂系统识别技术

庆城油田长7段构造中断层及裂缝发育,断层对水平井开发具有重要影响,裂缝对油气运移、成藏、压裂改造等也具有重要作用。通常情况下,通过厘清断层上、下盘的位置关系及断层的错断层位,并结合区域构造背景判定断层的性质及形成时间。但有时断层的错断层位并不明显,就需借助钻井资料及区域沉积特征判断断层形成时间,也有必要借鉴其他(尤其是邻近)工区已取得的解释成果及成熟经验。断层解释通常先采取诸如地震构造导向滤波、地震资料平滑、边界保护等可突出断裂特征的基础处理,再采用常规断层识别、蚂蚁体追踪、相干及曲率等准确预测断层发育位置、断距大小[10]

充分利用GeoEast五维裂缝检测技术,刻画裂缝发育密度及走向,分析裂缝与成藏关系。在此基础上,利用各种属性对不同尺度断层敏感程度的差异,建立了不同尺度断层解释技术。借助曲率属性识别在地震剖面上,倾角较大,接近直立,断距较小、断面表现锯齿状的特征,平面走向平直,对前两期断层有明显的切割改造作用,形成于白垩世晚期的走滑断层;借助相干属性识别形成于长4+5末期,北西—南东向走向,呈雁列式展布,断距相对较大,剖面上可看出明显断层特征,且具有一定延伸长度的正断层。对于裂缝识别则是首次开展五维资料解释,利用三维地震OVT域道集数据,通过检测不同方位数据属性的差异,对裂缝进行预测(图 3)。断层的发育会影响水平井平台部署及水平井水平段长度设计,而裂缝的发育则会对目前水平井体积压裂中破裂压力及地液量等带来影响。

图 3 页岩油断裂综合解释 (a)振幅切片;(b)蛛网拟合;(c)玫瑰图;(d)庆城三维区长71裂缝密度分布
3 GeoEast页岩油甜点预测技术

鄂尔多斯盆地长7段页岩油甜点评价受岩性、含油性、烃源岩、脆性等因素控制。需考虑砂体厚度、含油性、储层物性、烃源岩厚度及分布、裂缝发育储层非均质性及储层脆性等“六性”参数综合评价;在此基础上形成的页岩油甜点既包含地质甜点,同时考虑工程甜点,对指导页岩油水平井平台部署、井数优化、水平段长度调整等具有指导作用。充分利用GeoEast提供的主成分分析(PCA)及自组织特征映射分析(Self Organi-zing Feature Map Analysis,SOMA)两种算法,在储层含油性、脆性等页岩油甜点表征参数预测的基础上,采用神经网络融合技术优选甜点区。

第一种算法PCA是地震属性降维映射较常用的方法,通过K-L变换将多个地震属性压缩成新的混合属性,一般选择特征累计贡献率大于85%的前几个属性就能代表原始属性的大部分信息。PCA方法对于相关性较好的属性,压缩后的第一个主成分即能表征主要特征,但当属性相关性不强时,特征吻合度较低[11]

同时采用SOMA技术进行无监督的储层分析,它是清华大学在自组织映射神经网络基础上发展起来的一种新的非监督聚类方法,其核心是通过神经网络学习之后得到SOM密度图,再对SOM密度图做进一步划分[12]。此技术突出特点是可交互地进行分析,即将专家(用户)对本工区的认识与计算机分析结合起来,能在没有或较少已知井的情况下完成储层分类或半定量地标定储层性质[13]

借用实际资料对比两种方法,发现SOMA人机交互相对较好,采用该方法可在综合考虑地震属性的基础上加入解释人员对甜点区认识,该方法预测结果更符合页岩油甜点展布规律(图 4)。使用该项技术2021年在庆城北—庆城—环县三维区完成三维地震资料连片解释2270km2,二维地震资料解释3000km,完成了6200km2的二、三维连片砂体预测(图 5),优选页岩油甜点区共计2168.7km2,促成了庆城页岩油5.5亿吨探明储量的提交。

图 4 多属性融合流程示意图

图 5 页岩油甜点平面分布
4 GeoEast技术应用效果

近年来通过页岩油水平井选区、井位部署、轨迹设计、随钻导向及工程领域不断应用探索,围绕页岩油有利储层评价和水平井钻井需求,开展黄土塬宽方位三维地震采集、“双高”成像处理及薄储层双甜点预测、水平井导向一体化技术研究与应用,形成了面向页岩油目标的黄土塬三维地震勘探技术系列。依据页岩油成藏特点,充分利用地震的横向优势、地质宏观优势及测井的纵向优势,刻画三维空间的储层、构造变化特征,构建了“选对区、找准层、排好队、入好靶、控井长、稳轨迹、降风险、助压裂”的页岩油地震地质工程一体化应用模式。2018年以来,应用三维地震资料设计部署随钻导向长7水平井共139口,水平井段有效储层钻遇率达83.1%;二维地震区水平井69口,水平井段有效储层钻遇率为70.6%,为井位部署、水平井轨迹设计及随钻导向提供了有力的技术支撑。

4.1 页岩油平台优选及井数优化

页岩油成藏除了与储层厚度、含油性有关外,还与烃源岩的品质等有关。针对页岩油的成藏特点,在岩石物理分析的基础上,采用井控多属性神经网络砂体展布预测、叠前同时反演含油性预测、地质统计学反演烃源岩厚度及叠前同时反演烃源岩密度等烃源岩品质评价技术。利用神经网络融合技术,以井点油层厚度为约束条件,进行融合优选油层组甜点区。在此基础上,结合地表条件优选钻井平台(图 6)。

图 6 页岩油平台优选图(长71(左)、长72(右)甜点分布)
4.2 超长水平井

利用三维地震甜点优选技术,优选HH90平台实施超长水平井钻探,借助ABCI反演及分频相移技术精细预测薄层特征。在此基础上优化设计轨迹3次,随钻过程中提供轨迹调整方案10次,通过断层精准识别,采用“穿高走低”的设计思路,成功穿过断距5m、8m两个断层;保障了钻井的顺利实施(图 7)。HH90-3井水平段长5060m,砂体钻遇率为95.5%,油层钻遇率为88%,刷新了亚洲陆上最长水平段钻井纪录。

图 7 过HH90-3水平井ABCI反演剖面
4.3 重点平台

结合页岩油钻探部署,针对重点平台2021年加急安排43km2合水三维,且在45天内完成采集、处理、解释全部工作,及时将三维成果应用于重点平台水平井轨迹设计及随钻导向中,为重点平台顺利完钻提供坚强技术保障。参与HH100超大平台27口水平井(共计31口)及HH60复合平台(常规井位17口,扇形井网6口,靶前区1口)全部24口水平井的设计及随钻导向(图 8)。其中HH100平台电测数据所得平均油层钻遇率为82.2%;HH60平台平均测井油层钻遇率为90.1%,创造了单平台钻遇率超90%的纪录。

图 8 页岩油大平台立体显示
4.4 页岩油储量提交

2018年以来,按照“直井控藏、水平井提产”的思路,充分应用三维地震地质工程一体化落实储量规模,2019年发现储量规模超十亿吨庆城页岩油田,至2021年累计探明储量10.52亿吨。至2020年底共完钻页岩油水平井1033口,2020年页岩油年产144万吨,其中庆城页岩油示范区年产油93.1万吨,预计2021年底示范区产量213万吨(图 9)。

图 9 页岩油储量砂体厚度分布
5 结论

近年来随着鄂尔多斯盆地勘探目标从常规储层向非常规储层的转变,对储层预测的精细程度要求不断提升,伴随着三维地震勘探的陆续展开,通过持续的物探技术攻关,尤其针对鄂尔多斯盆地地形特征开展黄土塬宽方位三维地震保真高分辨率成像处理及薄储层双甜点预测技术攻关,创建了面向页岩油目标的5种“双高”处理技术,有效解决了黄土塬地震资料成像难题。依据页岩油成藏特点,集成创新三维地震“岩性、物性、含油性、脆性、非均质性、烃源岩品质”等六性地震预测手段,多信息融合地震—地质—工程一体化甜点预测技术。

随着GeoEast系统的推广应用,其简单易学及丰富的处理、解释技术已深入油田勘探、开发的各个领域。针对页岩油储层预测及水平井井位部署采取了一系列特色技术措施,微构造识别、多属性小断层刻画、创新了以多井层控速度建井场精细时深转换、分频相移薄储层预测为主的水平井优化部署及轨迹导向技术,支撑了超长水平井及大平台的顺利实施,为庆城10亿吨探明储量提交提供了有力的技术保障。

参考文献
[1]
杨华, 梁晓伟, 牛小兵, 等. 陆相致密油形成地质条件及富集主控因素: 以鄂尔多斯盆地三叠系延长组7段为例[J]. 石油勘探与开发, 2017, 44(1): 12-20.
YANG Hua, LIANG Xiaowei, NIU Xiaobing, et al. Geological conditions for continental tight oil formation and the main controlling factors for the enrichment: A case of Chang 7 Member, Triassic Yanchang Formation, Ordos Basin, NW China[J]. Petroleum Exploration and Development, 2017, 44(1): 12-20.
[2]
付金华, 喻建, 徐黎明, 等. 鄂尔多斯盆地致密油勘探开发新进展及规模富集可开发主控因素[J]. 中国石油勘探, 2015, 20(5): 9-19.
FU Jinhua, YU Jian, XU Liming, et al. New progress in exploration and development of tight oil in Ordos basin and main controlling factors of large-scale enrichment and exploitable capacity[J]. China Petroleum Exploration, 2015, 20(5): 9-19.
[3]
付金华, 牛小兵, 淡卫东, 等. 鄂尔多斯盆地中生界延长组长7段页岩油地质特征及勘探开发进展[J]. 中国石油勘探, 2019, 24(5): 602-614.
FU Jinhua, NIU Xiaobing, DAN Weidong, et al. The geological characteristics and the progress on exploration and development of shale oil in Chang7 Member of Mesozoic Yanchang Formation, Ordos Basin[J]. China Petroleum Exploration, 2019, 24(5): 602-614.
[4]
刘海燕, 田钢, 石战结, 等. 几种时频分析方法的比较和实际应用[J]. CT理论与应用研究, 2015, 24(2): 199-208.
LIU Haiyan, TIAN Gang, SHI Zhanjie, et al. The comparison of time-frequency analysis methods and their applications[J]. CT Theory and Applications, 2015, 24(2): 199-208.
[5]
董文学, 王红, 张中平. GeoEast属性技术在致密储层预测中的应用[J]. 石油地球物理勘探, 2014, 49(增刊1): 212-215.
DONG Wenxue, WANG Hong, ZHANG Zhongping. Tight reservoir predication with seismic attribute approach provided by GeoEast[J]. Oil Geophysical Prospecting, 2014, 49(S1): 212-215.
[6]
陈春继, 冯世民, 莫阿玲, 等. 90°相移技术在岩性解释中的应用[J]. 石油地球物理勘探, 2012, 49(1): 95-99.
CHEN Chunji, FENG Shimin, MO Aling, et al. Application of 90° phase data in lithologic interpretation[J]. Oil Geophysical Prospecting, 2012, 49(1): 95-99.
[7]
郑江峰, 彭刚, 孙佳林, 等. 基于90°相移的振幅和频率属性融合法油气检测[J]. 石油物探, 2019, 58(1): 130-138.
ZHENG Jiangfeng, PENG Gang, SUN Jialin, et al. Fusing amplitude and frequency attributes for hydrocarbon detection using 90° phase shift data[J]. Geophysical Prospecting for Petroleum, 2019, 58(1): 130-138.
[8]
樊中海, 胡渤, 宋吉杰, 等. 地震反演储层描述精度影响因素分析[J]. 石油地球物理勘探, 2022, 57(2): 441-451.
FAN Zhonghai, HU Bo, SONG Jijie, et al. Analysis of influencing factors in reservoir description accuracy by seismic inversion[J]. Oil Geophysical Prospecting, 2022, 57(2): 441-451.
[9]
李春梅, 彭才, 张旋, 等. 叠前深度偏移及储层精细预测技术在钴井轨迹调整中的应用[J]. 石油地球物理勘探, 2022, 57(3): 656-665.
LI Chunmei, PENG Cai, ZHANG Xuan, et al. Application of pre-stack depth migration and fine reservoir prediction technology in well trajectory adjustment during drilling[J]. Oil Geophysical Prospecting, 2022, 57(3): 656-665.
[10]
邱泽华, 周路, 陈骁, 等. 四川盆地高石梯-磨溪地区走滑断层识别[J]. 石油地球物理勘探, 2022, 57(3): 657-655.
QIU Zehua, ZHOU Lu, CHEN Xiao, et al. Identification of strike-slip faults in Gaoshiti-Moxi area of Sichuan Basin[J]. Oil Geophysical Prospecting, 2022, 57(3): 657-655.
[11]
于正军. 地震属性融合技术及其在储层描述中的应用[J]. 特种油气藏, 2013, 20(6): 6-9.
YU Zhengjun. Seismic attribute fusion and its application in reservoir description[J]. Special Oil and Gas Reservoin, 2013, 20(6): 6-9.
[12]
高改, 黄黎刚, 许磊明, 等. 神经网络多属性储层预测技术在MZ地区的应用[C]. 2019油气田勘探与开发国际会议, 2019, 4238.
GAO Gai, HUANG Ligang, XU Leiming, et al. Application of neural networks multi-attribute reservoir prediction technology in MZ area[C]. IFEDC, 2019, 4238.
[13]
韩飞鹏, 宋光建, 吴振坤, 等. 致密油"甜点"多属性融合预测技术[J]. 特种油气藏, 2019, 26(1): 94-99.
HAN Feipeng, SONG Guangjian, WU Zhenkun, et al. Multi-attribute fusion prediction technique for tight oil "Sweets"[J]. Special Oil and Gas Reservoin, 2019, 26(1): 94-99.