②. 中国石油青海油田采油二厂,甘肃敦煌 736202
②. No.2 Oil Production Plant of Qinghai Oilfield Company, PetroChina, Dunhuang, Gansu 736202, China
风西地区位于柴西北大型古鼻隆西翼[1],勘探面积约为440km2,E32-N21柴西北整体为滨浅湖—半深湖沉积环境,岩性以碳酸盐岩为主。主要目的层在N1-N21为滨浅湖相沉积,发育灰云坪、藻席及砂坝等三类沉积微相(图 1),储层岩性主要为灰云岩、藻灰岩和粉砂岩,其中藻灰岩储层最有利,灰云岩次之。
风西地区发育一较完整的背斜油藏,试油及试采证实该区同一层系构造中、低部位油井多为油水同出,高部位有少量纯油层,油层分布明显受岩性控制。该区储层具有岩性多样、单层厚度薄的特点,储层预测难度较大。优势藻灰岩储层单层厚度一般集中于0.05~0.50m(图 2)。通过对现有地震资料评价分析得知,储层速度为3200m/s,资料主频为35~40Hz,地震调谐厚度为20~22m。
为快速提高该区建产进度,目前开展了多口井的“直改平”(直井改水平井)作业并取得了显著效果。然而风西地区油气勘探目的层矿物成分复杂、混积现象严重,优质储层分布范围不清楚,油水关系复杂;针对薄储层部署水平井入靶点及水平段深度预测难度大。为此,拟定“高效绿色采集”、“深度偏移处理”、“多属性甜点预测”工作思路,重点对藻灰岩储层进行识别和地震储层预测,明确该区重点层系储层分布规律及含油气特征,为下步评价、开发部署打好基础。
2 技术对策 2.1 高精度采集技术以往地震勘探实践表明,采用高密度、宽方位、小面元观测有利于提升原始资料信噪比[2-3],结合研究区地质需求,确定了“宽频激发、单点接收”的“两宽一高”三维地震采集方案。设计32L6S456T正交式观测系统,面元尺寸为15m×15m, 覆盖次数为912,覆盖密度为405万道/km2。采用2台高精度可控震源进行一次激发,低频拓展到1.5Hz,充分利用低频信号穿透性强的特点,提高目的层分辨率。采用单只SG5高灵敏度检波器,拓宽接收频带,提高目标层位反射成像效果。
经高精度采集的三维地震资料品质改善明显,信噪比明显提高,波组特征、断点清楚,构造形态更明显,有效信号强、低频信息更丰富(图 3右)。
根据水平井部署要求,本次处理的重点任务是提高水平井对储层的钻遇率及成像精度。为此,充分利用已钻井资料,基于“真”地表速度精细建模,应用TTI各向异性叠前深度偏移处理技术改善成像质量和精度,确保构造形态、地层产状准确、可靠。
2.2.1 速度建模井约束层速度反演建模过程如下:①利用近地表及钻、测井等信息对初始速度建模进行约束[4-5],使主要地质层位的速度趋势和测井速度相一致,保证初始速度的准确性(图 4a);②在构造模式控制和层位约束的基础上建立层位约束速度场(图 4b);③利用网格层析反演方法求取剩余速度,通过多轮次迭代逐步提高速度精度,完成各向同性地层叠前深度偏移速度迭代(图 4c)。
首先,利用研究区现有井资料分层数据和上一步得到的各向同性地层叠前深度偏移速度结果,求取平均速度及各向异性参数,即变异系数δ与纵波各向异性强度ε;其次,以小平滑基准面作为建模基准面,嵌入由微测井约束层析反演计算出的浅表层速度模型,并综合露头、测井成像、构造背景等信息共同约束,构建精确的速度模型;最后,通过井控TTI各向异性参数提取及网格层析成像技术,迭代计算以提高速度模型及各向异性参数的精度,进而改善成像效果[6-7]。
2.3 地震分频属性技术分频振幅属性是基于叠后地震数据,利用短时窗傅里叶变换、广义S变换、小波变换等方法生成的多个单频数据体。通过低频段振幅识别厚层,把握整体沉积规律;通过高频段振幅识别薄层,更能反映沉积细节,同时较好地排除了时间域不同频率成分间的相互干扰,得到优于传统方法的解释结果,从而进一步精细刻画储层[8-9]。
将研究区叠后保幅地震数据体进行分频处理后得到5~40Hz内的多个单频体。如图 5所示,纵向上35Hz分频振幅属性对藻灰岩集中发育段(井上绿色线段表示)具有强振幅响应特征,因此选取该频段属性进行藻灰岩平面预测。
横向上,分别选取5、20、35Hz分频振幅属性对比、评估预测效果。从细节上看,5Hz低频振幅对于F5、FX3-5、FX103三口井藻灰岩均无法表征(图 6a);20Hz中频振幅对FX103无法表征(图 6b);而利用35Hz主频振幅切片刻画藻灰岩较精确(图 6c)。因此,利用分频属性进行藻灰岩刻画时,以低频端振幅属性把握整体沉积规律为主,高频端振幅属性刻画细节为辅。
研究表明,藻灰岩发育受到古构造—地貌、物源供给、气候条件以及海平面升降等因素的共同作用,在相似气候条件与水介质环境下,构造运动与水平面升降显得更为重要[10-11]。为进一步落实藻灰岩发育区,采用残余厚度法恢复研究区古地貌。
首先选取一个相对等时界面作为沉积顶界面,如构造等时面;其次在等时界面以下目的层附近选取一个横向稳定、易追踪的同相轴作为等时底界面;最后将两个界面进行差运算得到相对残余厚度。以N1-Ⅲ-3小层古地貌为例,分析认为在钻井区域该小层呈现东、西两个局部古地形高点(图 7左)。将多井统计的藻灰岩累计厚度与地层厚度进行交会分析,显示藻灰岩厚度与地层厚度呈负相关(图 7右),即古地貌越高,藻灰岩厚度越大。
从FX101井测井曲线资料可知,藻灰岩总体表现为低声波、高密度、相对高阻抗特征。从图 8纵波阻抗直方图可见,藻灰岩与非储层的纵波阻抗门槛值为13000 g·cm-3·m·s-1,将该门槛值作为藻灰岩储层识别的指标。
由于研究区储层普遍较薄,单层厚度为0.05~0.50m,因此地震反演的重点是尽可能地提高储层纵向分辨率。本文应用BP神经网络地震反演方法开展储层预测,即在层位控制下,将工区内多口井测井数据及井旁地震道数据输入到BP网络,同时进行整体训练,获得整个工区的自适应权函数;在此基础上建立综合非线性映射关系,并根据储层在纵向上的变化特征适时更新非线性映射关系,从而对反演过程起到约束与控制作用,以获得稳定、分辨率较高的反演结果[12-13]。与稀疏脉冲反演结果进行对比可见(图 9上),采用BP神经网络地震反演对储层(暖色)的识别能力从8m提升至3m,大大提高了储层纵向识别精度。
FX102井在4100~4110m井段射孔后油管畅喷获得高产, 随后针对薄层藻灰岩设计水平井开发,采用TTI叠前深度偏移技术进行精确成像,提高水平井储层横向钻遇率。利用叠前深度偏移成果部署FX102H1井,结果显示实际钻探轨迹的水平段在一套红色波谷中(图 10左),而叠前时间偏移剖面上显示该水平段井轨迹出现“窜层”现象(图 10右)。该井在N1-Ⅴ-4小层水平段储层钻遇率为70%,证明运用网格层析反演速度建模及TTI叠前深度偏移技术,提高了地质体成像精度与水平井储层钻遇率。
结合沉积背景与多种相关统计数据分析,认为古地貌与生物成因藻灰岩分布具有一定关系,古地貌相对越高,藻灰岩厚度越大。针对该区薄层发育特点,采用高频端地震分频属性识别藻灰岩薄层,定性识别储层发育区。钻井结果显示:N1-Ⅲ-3小层在F5、FX3-5、FX103三口井钻遇藻灰岩,均获得工业油气流。综合古地貌、地震分频振幅属性分析结果可见,三口井位于古地貌相对高点(图 11左),且分频振幅呈现异常强振幅(图 11右),预测结果与实际钻探情况吻合。
针对超薄藻灰岩储层,运用高分辨率BP神经网络地震反演方法开展精细储层预测,纵向上提高了薄层识别精度,横向上定量预测储层“甜点”区块,开展藻灰岩岩性圈闭评价。预测结果显示:地震反演、分频振幅属性平面预测效果具有一致性,N1-Ⅲ-3小层藻灰岩储层大面积发育于研究区东部,F5、FX3-5、FX103井均位于预测范围内(图 12左);剖面上红色箭头指示的油气显示段位于预测藻灰岩储层上(图 12右),说明本文方法反演预测结果具有可靠性。
(1) 采用“高精度可控震源组合”与“单个高灵敏检波器”结合的采集技术,拓宽资料频带,提高资料信噪比,获得了高品质原始地震资料。
(2) 采用叠前深度偏移技术,提高了目的层成像精度与水平井储层钻遇率。
(3) 综合运用古地貌恢复、地震分频、BP神经网络反演等储层预测技术开展藻灰岩预测,预测结果与钻井吻合并取得了良好的效果,证明相应地震配套技术在该区具有一定的适用性。
[1] |
张勤学, 杨乾政, 张霞, 等. 大风山风西构造下油砂山组藻灰岩储层分析[J]. 新疆地质, 2014, 32(4): 505-508. ZHANG Qinxue, YANG Qianzheng, ZHANG Xia, et al. The reservoir characteristic of Xiayoushashan formation in the Fengxi structure of Dafeng mountain[J]. Xinjiang Geology, 2014, 32(4): 505-508. |
[2] |
张丽艳, 李昂, 于常青. 低频可控震源"两宽一高"地震勘探的应用[J]. 石油地球物理勘探, 2017, 52(6): 1236-1245. ZHANG Liyan, LI Ang, YU Changqing. Application of low frequency vibrator "two widths and one height" seismic exploration[J]. Oil Geophysical Prospecting, 2017, 52(6): 1236-1245. |
[3] |
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. DOI:10.3969/j.issn.1672-7703.2015.05.005 |
[4] |
程玉坤, 刘建红, 周振晓, 等. 速度建模特色技术的实际应用[J]. 石油地球物理勘探, 2017, 52(增刊2): 110-115. CHENG Yukun, LIU Jianhong, ZHOU Zhenxiao, et al. Depth-domain velocity model building for prestack depth imaging[J]. Oil Geophysical Prospecting, 2017, 52(S2): 110-115. |
[5] |
赵玲芝, 谷跃民, 张建中. 多信息融合的近地表速度建模技术及应用[J]. 石油地球物理勘探, 2017, 52(1): 34-41. ZHAO Lingzhi, GU Yuemin, ZHANG Jianzhong. Near surface velocity modeling technology and application of multi information fusion[J]. Oil Geophysical Prospecting, 2017, 52(1): 34-41. |
[6] |
吴超, 许安明, 尚江伟, 等. TTI各向异性叠前深度偏移技术在库车复杂山地的应用[J]. 新疆石油地质, 2019, 40(1): 103-107. WU Chao, XU Anming, SHANG Jiangwei, et al. Application of TTI anisotropic prestack depth migration technology in complex mountain areas of Kuqa depression[J]. Xinjiang Petroleum Geology, 2019, 40(1): 103-107. |
[7] |
徐敏, 杨晓, 王静, 等. 叠前深度偏移技术在复杂断块井位目标优化中的应用[J]. 中国石油勘探, 2015, 20(3): 73-78. XU Min, YANG Xiao, WANG Jing, et al. Application of pre-stack depth migration technology for optimization of well location target in complicated faulted block structure[J]. China Petroleum Exploration, 2015, 20(3): 73-78. DOI:10.3969/j.issn.1672-7703.2015.03.009 |
[8] |
刘静静, 刘震, 齐宇, 等. 地震分频处理技术预测深水储集体[J]. 石油学报, 2016, 37(1): 80-87. LIU Jingjing, LIU Zhen, QI Yu, et al. Prediction of deep-water reservoir by seismic frequency division technology[J]. Acta Petrolei Sinica, 2016, 37(1): 80-87. |
[9] |
马志霞, 孙赞东. Gabor-Morlet小波变换分频技术及其在碳酸盐岩储层预测中的应用[J]. 石油物探, 2010, 49(1): 42-45, 53. MA Zhixia, SUN Zandong. Spectral decomposition technique based on Gabor-Morlet wavelet transform and its application to carbonate reservoir prediction[J]. Geophysical Prospecting for Petroleum, 2010, 49(1): 42-45, 53. |
[10] |
王朝锋, 王红平, 杨柳, 等. 巴西桑托斯盆地S油田盐下碳酸盐岩地层古地貌恢复技术及应用[J]. 物探化探计算技术, 2020, 42(5): 629-635. WANG Chaofeng, WANG Hongping, YANG Liu, et al. Paleo-geomorphologic restoration technology and its application of Presalt carbonate strata in the S oilfield of Brazil Santos basin[J]. Computing Techniques for Geophysical and Geochemical Exploration, 2020, 42(5): 629-635. |
[11] |
王玉珍, 张军勇, 赵师权, 等. 柴西南老油区藻灰岩油藏滚动开发目标综合评价[C]. SPG/SEG南京2020年国际地球物理会议论文集, 江苏南京, 2020, 699-702. WANG Yuzhen, ZHANG Junyong, ZHAO Shiquan, et al. Comprehensive evaluation of rolling development objectives of algal limestone reservoir in the old oil area of Southwest Qaidam[C]. Proceedings of SPG/SEG Nanjing 2020 International Geophysical Conference, Nanjing, 2020, 699-702. |
[12] |
张繁昌, 刘汉卿, 钮学民, 等. 褶积神经网络高分辨率地震反演[J]. 石油地球物理勘探, 2014, 49(6): 1165-1169. ZHANG Fanchang, LIU Hanqing, NIU Xuemin, et al. Convolutional neural network high resolution seismic inversion[J]. Oil Geophysical Prospecting, 2014, 49(6): 1165-1169. |
[13] |
王钰, 郭其一, 李维刚. 基于改进BP神经网络的预测模型及其应用[J]. 计算机测量与控制, 2005, 13(1): 39-42. WANG Yu, GUO Qiyi, LI Weigang. Predictive model based on improved BP neural networks and its application[J]. Computer Measurement & Control, 2005, 13(1): 39-42. |