②. 东方地球物理公司物探技术研究中心, 河北涿州 072750
②. Geophysical Research and Development Center, BGP Inc., CNPC, Zhuozhou, Hebei 072750, China
鸭儿峡区块位于酒泉盆地青西凹陷东北部,构造上处于鸭儿峡鼻状构造带,是玉门油田近年来勘探开发的重点区块。1975年1月26日,Y503井在白垩系发生井喷,首次从白垩系砂层中获得工业油流。此后,鸭儿峡下白垩统发现多个油藏,均位于青西凹陷东部陡岸带,主要储油层为下白垩统下沟组扇三角洲各类砂体。其中,K1g2油藏发育砂岩储层;K1g1油藏发育溶蚀孔隙+微裂缝砂砾岩储层;K1g0为砂砾岩裂缝性储层。
前期鸭儿峡以K1g2油藏勘探为主。2015年以来,以岩性油藏的勘探思路重新评价白垩系,向西预探落实了K1g1油藏范围。油气勘探总体经历了三个阶段:第一阶段宏观描述了扇三角洲外形;第二阶段刻画了扇三角洲内幕,但断裂分布尚未明确,断裂控制下的扇三角洲前缘储层类型复杂多样,溶蚀孔隙型砂砾岩有效储层预测难度大,早期单井产量低,难以投入开发建产;第三阶段为了有效解决上述难题,充分挖掘三维地震资料潜力,全流程应用GeoEast解释系统,综合运用多窗口倾角扫描、构造导向滤波与相干属性明确断裂发育特征,在此基础上通过BP神经网络反演、流体活动属性、烃类检测开展单油组储集砂体刻画与“甜点区”预测,落实勘探目标,保障原油产量大幅上升。在第三阶段实现了鸭儿峡K1g1油藏高效勘探、效益开发。
2 技术流程为了解决勘探开发面临的难题,针对K1g1勘探目标评价制定了一套可行的技术流程(图 1)。首先,应用GeoEast软件多种裂缝刻画属性特色技术,系统梳理区块目的层断裂系统,不仅能够落实微小断层、定性分析裂缝发育情况,同时还能够对有效储层评价起到辅助作用,原因是裂缝有效改善了储层物性。其次,利用软件提供的多种地震反演算法,在地层精细追踪解释的基础上,构建精细反演模型,对研究区白垩系扇三角洲砂体展布开展研究;优选流体活动、烃类检测属性识别储层的非均质性。最后,综合应用构造解释、储层预测、含油性检测成果精细评价鸭儿峡K1g1有利钻探目标。
以高分辨率层序地层学理论为指导,对鸭儿峡白垩系K1g0、K1g1、K1g2进行次级层序精细划分与对比,自下而上优选出K1g02、K1g04、K1g11、K1g13-1、K1g13-2、K1g21、K1g22等7层作为精细研究、重点攻关的目的层。其中,K1g13细分为K1g13-1、K1g13-2,小层横向对比精细到单油组、单个同相轴,从而分层开展针对性研究。
3.2 井震结合构造精细解释首先,对鸭儿峡区块重点井进行“岩电关系”分析,建立测井曲线识别特征, 划分沉积旋回,单井划分至四级旋回,对应粒度向上变粗或变细的砂层。其次,应用GeoEast系统提供的时频分析方法对井旁道进行分析,发现研究区频率域强弱变化规律与沉积旋回划分相对应,使得井震标定更加准确,砂体横向对比更加精细。
其次,针对研究区断裂复杂的特点,开展断裂识别与刻画。在GeoEast系统中,辅助断层解释的技术有多窗口倾角扫描、构造导向滤波、构造相干体等,利用这些地震技术获得的时间切片、地层切片和地震剖面,可对小断层进行精细刻画[1]。
利用多窗口倾角扫描计算出地震数据的倾角和方位角,用于对局部反射面的不连续性估算[2]。在多窗口倾角扫描的基础上进行构造导向滤波,分析构造方向地震道间信号的变化,达到衰减随机噪声和构造性噪声的目的,可在保护断层和岩性边界信息的同时提高资料的信噪比和分辨率[3]。构造导向滤波数据体不仅可以直接用于小断层精细解释,而且是相干体、曲率体等断层属性体提取的基础[4]。
相干属性用扫描后的相干时窗内的地震数据构建协方差矩阵,通过计算协方差矩阵的特征值估算相干值,相干值等于最大特征值与所有特征值之和的比值[5]。
对鸭儿峡区块地震数据进行多窗口倾角扫描,从0°~90°每隔15°进行窗口扫描,求取地震数据的倾角和方位角数据体。不同窗口扫描结果对断层响应特征的差异很大,30°时延层切片显示断裂最清晰,倾角扫描有助于小断层的精细解释。
经构造导向滤波后提取的相干体沿层切片(图 2b)比构造导向滤波前提取的断裂系统(图 2a)更加清晰。开展小断层精细解释与裂缝预测,基于GeoEast软件精细刻画了鸭儿峡墙角型断鼻的构造细节、断块发育体系(图 2)。
GeoEast软件系统提供了宽带约束、BP神经网络、稀疏脉冲、径向基函数神经网络反演(RBF)等多种反演方法,适合于不同地质条件下的储层预测与砂体展布研究。其中BP神经网络反演是基于非线性理论,在层位控制下,将工区内多口测井数据及井旁地震道数据输入到BP神经网络进行整体训练,获得整个工区的自适应权函数,建立综合非线性映射关系,并根据储层在纵向上的地质变化特征,更新这些非线性映射关系[6-7]。通过这种对反演过程及反演结果的约束和控制,可以获得稳定且分辨率更高的反演剖面。
反演前要进行测井资料预处理,包括测井资料的编辑、测井曲线的环境校正和测井曲线的标准化。通过以上步骤消除奇异值,消除测井曲线因采集时间、采集仪器不同产生的差异,使测井曲线在横向上具有可比性,提高初始模型横向上的可信度。
通过交会图、直方图分析测井曲线对岩性、含油气性的分辨能力与敏感性进行反演的可行性分析,确定反演方法。由于研究区声波资料不能区分储层及其围岩的变化,反演中需要进行曲线重构。经过GeoEast解释系统重构的拟声波曲线,既能保持声波曲线原来的时—深关系和频率信息不变,又可充分利用参与重构井曲线的特征信息,同时拟声波曲线能更好地匹配井旁地震波组特征(图 3)。
通过BP神经网络反演,刻画了鸭儿峡扇三角洲前缘亚相水下分流河道砂体展布。整体上,K1g13-1、K1g13-2砂组分布稳定,K1g13-2扇三角洲前缘砂体有效厚度为10~35m,由东往西逐渐减薄,面积为6.5km2(图 4a);K1g13-1砂体有效厚度为10~40m,由东至西厚度亦减薄,面积为7.6km2(图 4b)。
流体活动性属性能够反映地震资料中渗透性储层与非渗透性储层频率的变化率。低频段频谱中渗透性储层与非渗透性储层的频率变化率表现为正异常,而在高频段频谱中频率变化率表现为负异常[8]。利用这种频谱的变化率可以获得流体活动性的变化量,进而开展储集层储集性能和地层中流体变化的研究[9]。
对鸭儿峡工业油流井井旁地震道频谱进行分析,低频段变化并不明显,但高频成分发生明显衰减,由此优化流体活动性属性的参数(第一频率:35Hz;第二频率:60Hz),流体活动属性对应岩石的渗透性、含流体性质,对下沟组K1g1段进行有效储层识别(图 5),预测红色、黄色区域对应储层物性好,预测为溶蚀孔及微裂缝发育的扇三角洲前缘亚相河道砂体发育区;蓝色区域储层不发育,指示含油气性欠佳。
双相介质是指由具有孔隙的固体骨架(固相)和孔隙中充填的流体(流相)组成的介质[10]。当地震波穿过双相介质时,固相和流相之间产生相对位移并相互作用,产生第二纵波。油气储集层是典型的双相介质,当流体为油气时,地震记录上会表现为明显的“低频共振、高频衰减”,为直接利用地震资料进行油气检测奠定了基础[11]。
对鸭儿峡区块已钻井分析表明,工业油流井井旁道地震频谱“低频共振、高频衰减”的特征较为明显,而油气显示井不明显。图 6a为不同井井旁地震道振幅谱,图 6b为连井油气检测剖面,剖面中已钻井出油层段对应较高数值。
依据流体活动属性、烃类检测结果,结合试油试采动态分析数据,综合评价鸭儿峡构造带白垩系K1g13有效储集层主要分布于YX12—YX104井区,为Ⅰ类储层,砂体较厚,推测裂缝和溶蚀孔隙发育,含油性好;YX111—YX4井区发育Ⅱ类储层,砂体较薄、裂缝和溶孔欠发育,含油性较差(图 7)。
GeoEast解释系统的成功应用助推了鸭儿峡K1g1油藏高效勘探、效益开发。工区南部落实油气有利面积9.8km2,其中Ⅰ类储层发育区完钻的8口探井和评价井全部获工业油流,2019年K1g1油藏投产17口开发井均获成功,油田实现了规模增储,快速建产。借鉴K1g1油藏研究方法,对鸭儿峡北部砂砾岩裂缝性储层发育区开展裂缝预测与烃类检测,K1g2、K1g0控制有利面积为4.3km2,可扩边增储建产;预测有利面积6.6km2,继YX10等井获工业油流后,LB3井再获工业油流,白垩系深层扇体展现出良好的勘探前景。
5 结束语GeoEast软件系统构造解释与属性分析相结合,可以对研究区构造特征进行精细描述,对油藏储集层开展有效预测,是综合研究不可或缺的地球物理应用工具。
GeoEast解释系统多窗口倾角扫描、构造导向滤波、相干体等解释技术和断层形态指示属性是进行断裂系统刻画行之有效的研究手段。基于地球物理特征分析的BP神经网络反演、烃类检测等属性分析的储层描述技术是实现鸭儿峡白垩系扇三角洲前缘溶蚀孔隙型砂砾岩储层预测的有效方法。
[1] |
白雪莲, 鱼福灵, 王子兰, 等. GeoEast地震地质资料综合解释应用指南[R]. 东方地球物理公司物探技术研究中心, 2012.
|
[2] |
赵小辉, 于宝利, 曹小璐. 属性融合技术在微小断裂识别中的应用[J]. 石油地球物理勘探, 2017, 52(增刊2): 164-169. ZHAO Xiaohui, YU Baoli, CAO Xiaolu. Minor fault identification with seismic multi-attribute fusion[J]. Oil Geophysical Prospecting, 2017, 52(S2): 164-169. |
[3] |
杨硕, 冯亚琴, 肖冬生, 等. GeoEast解释系统在吐哈盆地台北凹陷西部的应用[J]. 石油地球物理勘探, 2014, 49(增刊1): 127-136. YANG Shuo, FENG Yaqin, XIAO Dongsheng, et al. Application of GeoEast interpretation sub-system in west Taibei Depression, Tuha Basin[J]. Oil Geophy-sical Prospecting, 2014, 49(S1): 127-136. |
[4] |
程玉红, 马新民, 雍学善, 等. GeoEast地震属性技术在东坪地区地震综合解释中的应用[J]. 石油地球物理勘探, 2014, 49(增刊1): 143-145. CHENG Yuhong, MA Xinmin, YONG Xueshan, et al. Seismic comprehensive interpretation in Dongping area with seismic attribute approaches provided by GeoEast[J]. Oil Geophysical Prospecting, 2014, 49(S1): 143-145. |
[5] |
王桂英, 白雪莲, 李咏梅, 等. 应用GeoEast系统预测煤层分布和厚度[J]. 石油地球物理勘探, 2014, 49(增刊1): 185-186. WANG Guiying, BAI Xuelian, LI Yongmei, et al. Coal bed distribution and thickness prediction with GeoEast[J]. Oil Geophysical Prospecting, 2014, 49(S1): 185-186. |
[6] |
徐红霞, 沈春光, 李斌, 等. 多属性分析技术在碳酸盐岩断溶体预测中的应用[J]. 石油地球物理勘探, 2017, 52(增刊2): 158-163. XU Hongxia, SHEN Chunguang, LI Bin, et al. Fault-karst carbonate reservoir prediction with comprehensive multi-attribute analysis[J]. Oil Geophysical Prospecting, 2017, 52(S2): 158-163. |
[7] |
安鹏, 于志龙, 党虎强, 等. 地震属性技术在湖底河道砂体刻画中的应用[J]. 石油地球物理勘探, 2017, 52(增刊2): 194-199. AN Peng, YU Zhilong, DANG Huqiang, et al. Channel sand body description with seismic attributes[J]. Oil Geophysical Prospecting, 2017, 52(S2): 194-199. |
[8] |
邢成智, 胡正舟, 蔡义峰, 等. GeoEast解释系统在滴南凸起中段储层预测中的应用[J]. 石油地球物理勘探, 2014, 49(增刊1): 120-125. XING Chengzhi, HU Zhengzhou, CAI Yifeng, et al. Reservoir prediction with GeoEast in the middle of Dinnan uplift[J]. Oil Geophysical Prospecting, 2014, 49(S1): 120-125. |
[9] |
王彦仓, 秦凤启, 杜维良, 等. 地震属性优选、融合探讨[J]. 中国石油勘探, 2013, 18(6): 69-73. WANG Yancang, QIN Fengqi, DU Weiliang, et al. Discussions on optimization and fusion of seismic attributes[J]. China Petroleum Exploration, 2013, 18(6): 69-73. |
[10] |
孙家振. 多信息储层预测与油气判别: 原理, 方法与应用实例[M]. 湖北武汉: 中国地质大学出版社, 1997.
|
[11] |
赵小辉, 王晓辉, 于宝利, 等. GeoEast特色解释技术在玛湖1井区的应用[J]. 石油地球物理勘探, 2014, 49(增刊1): 179-183. ZHAO Xiaohui, WANG Xiaohui, YU Baoli, et al. GeoEast special interpretation techniques used in the area of Well Mahu 1[J]. Oil Geophysical Prospecting, 2014, 49(S1): 179-183. |