石油地球物理勘探  2023, Vol. 58 Issue (s1): 105-111  DOI: 10.13810/j.cnki.issn.1000-7210.2023.S1.017
文章快速检索     高级检索

引用本文 

李艳静, 魏小东, 李建林, 陈建功, 王茜, 李佳佳. 流体活动性属性分析剩余气预测技术在孟加拉T气田的应用. 石油地球物理勘探, 2023, 58(s1): 105-111. DOI: 10.13810/j.cnki.issn.1000-7210.2023.S1.017.
LI Yanjing, WEI Xiaodong, LI Jianlin, CHEN Jiangong, WANG Xi, LI Jiajia. Remaining gas prediction of Bangladesh T gas field based on fluid mobility attribute analysis. Oil Geophysical Prospecting, 2023, 58(s1): 105-111. DOI: 10.13810/j.cnki.issn.1000-7210.2023.S1.017.

作者简介

李艳静   硕士,1983年生;2007年获中国石油大学(华东)船舶与海洋工程专业学士学位,2010年获中国石油大学(北京)油气田开发理论与工程专业硕士学位;现就职于东方地球物理公司研究院,主要从事油气田评价开发方面的研究

李艳静,河北省涿州市华阳东路东方公司科技园区研究院海外业务部,072751。Email:liyanjing01@cnpc.com.cn

文章历史

本文于2023年3月9日收到,最终修改稿于同年8月22日收到
流体活动性属性分析剩余气预测技术在孟加拉T气田的应用
李艳静 , 魏小东 , 李建林 , 陈建功 , 王茜 , 李佳佳     
东方地球物理公司研究院海外业务部, 河北涿州 072751
摘要:处于开发中、后期的孟加拉国T气田地质储量采出率仅为56%,最新钻井显示主要储层段为水层,揭示边水向气藏内部侵入且气、水界面非均匀抬升,因而急需准确预测剩余气的分布,指导下一步井位部署。为此,提出基于叠后三维地震数据,尝试应用流体活动性地震属性技术直接预测剩余气。该方法在分析已钻井气层和水层频谱特征的基础上沿层提取流体活动性属性,进而开展流体预测,落实剩余气的分布特征,预测结果与已钻井的吻合率达到85%。为了更好地验证所提方法的可靠性,进一步应用开发地质分析和油藏数值模拟方法预测剩余气,对比发现三种方法的预测结果高度一致,表明基于流体活动性地震属性分析技术在T气田剩余气预测中具有很高的应用价值,预测结果能够直接用于指导井位部署和优化。
关键词地震属性    流体活动性    剩余气    开发地质    油藏数值模拟    
Remaining gas prediction of Bangladesh T gas field based on fluid mobility attribute analysis
LI Yanjing , WEI Xiaodong , LI Jianlin , CHEN Jiangong , WANG Xi , LI Jiajia     
Oversea Business Department, Geophysical Research Institute, BGP Inc., CNPC, Zhuozhou, Hebei 072751, China
Abstract: The recovery rate of the geological reserves of Bangladesh T gas field, which is in the middle and late stage of development, is only 56%. The latest drilling has found that the main reservoir interval is the water zone, indicating that the aquifer intrudes into the gas reservoir, and gas-water contact rises ununiformly. Therefore, it is urgent to accurately predict the distribution of remaining gas and guide subsequent well deployment. Based on post-stack three-dimensional seismic data, this paper attempts to directly predict remaining gas based on fluid mobility attribute analysis. Based on the analysis of the spectrum characteristics of the drilled gas and water zone, the fluid mobility attribute is extracted along the zone, and then the fluid prediction is carried out to determine the distribution characteristics of the remaining gas. The coincidence rate between the predicted results and the drilled ones is 85%. In order to better verify the reliability of the proposed method, the development geology analysis and reservoir numerical simulation methods are further used to predict the remaining gas. The results of the three methods are highly consistent, which indicates this technique has a good application value in the prediction of remaining gas in the T gas field, and the prediction results can be directly used to guide well deployment and optimization.
Keywords: seismic attribute    fluid mobility    remaining gas    development geology    reservoir numerical simulation    
0 引言

对于处在开发中、后期的油气田而言,准确预测剩余油气的分布关系到油气田开发后期加密井的井位部署和方案调整,对提高油气采收率具有重要作用。目前关于剩余油气的研究方法主要包括开发地质学方法、油藏工程方法和油藏数值模拟方法等。

开发地质学方法是研究剩余油气分布的基础方法,核心是通过油气藏精细描述,研究微幅度构造、沉积微相及储层纵、横向的非均质性对剩余油气的控制作用,应用井—震协同的三维地质建模、流动单元划分、神经网络等手段寻找剩余油气。该方法要求具备较高的井网密度和大量的钻井资料,而且对剩余油气的预测仅是定性判断,难以推广应用[1]

油藏工程方法中最广泛应用的是示踪剂技术及水驱特征曲线研究法。示踪剂技术主要应用于选定的生产井和注水井组,可判断油层是否连通,虽然有助于单井生产调整,却难以预测剩余油气的整体分布。油气藏数值模拟技术应用渗流力学理论模拟储层中流体的渗流特征,是定量研究剩余油气分布的主要手段,该技术很大程度上依赖于地质建模的精度和数值模拟技术人员的经验,然而这两项因素均具有很强的不确定性,造成油藏数值模拟方法预测的剩余油气分布难以达到期望的效果[2-3]

20世纪70年代以来,利用地球物理方法进行储层流体识别逐渐在油气田勘探开发中发挥重要作用,研究发现气藏与叠加剖面的振幅异常相关,储层含油气后地震剖面振幅出现异常的“亮点”,基于此现象研究人员直接利用叠后地震资料进行烃类检测,“亮点”技术开创了利用地震信息进行流体检测的先河[4-6]。随后出现了AVO(Amplitute Vary with Offset)流体反演技术,该技术应用叠前CDP资料建立储层含流体性质与AVO的关系,通过分析储层振幅随炮检距的变化,估算AVO属性参数、泊松比和流体因子等,预测储层含流体性质[7]。之后又出现的叠前流体反演技术是基于横波在流体中的传播特点,在叠前数据的基础上对系列岩石物理弹性参数进行反演,进而识别流体。以上基于叠前数据的AVO分析和叠前反演结果均会产生很大程度的多解性和不确定性,在实际应用中存在较大的风险。

Biot双相介质理论认为,地震波穿过双相介质时,在固相与流相之间会产生相对位移并发生相互作用,产生的第二纵波的传播速度比第一纵波低,引起的固相位移与流相位移极性相反,在地震记录上表现为明显的“低频共振、高频衰减”的动力学特征[8-9]。由于天然气和石油的黏滞系数远大于水,因而储层含油气后的地震波振幅衰减相当明显,利用含油气储层的这一特性可以开展流体界面识别,该理论也是流体活动性属性的理论基础。通过提取瞬时频率属性估算地震波的衰减;通过瞬时振幅属性圈定振幅异常(即亮点、暗点),反映不同储集层含气、含水情况;流体活动性属性为瞬时振幅属性与瞬时频率属性之比,计算给定时窗内流体敏感频段范围内振幅的斜率判断频谱变化的快慢,其物理意义为与频率有关的振幅变化属性,该属性的运算结果能够更加突出烃类指示,从而实现预测油气。

流体活动性属性技术在一些勘探评价区块已有较好的应用效果[10-14],但是很少见到其在油气田开发中、后期的流体识别中的应用。因此,本文尝试在已投产54年的T气田应用该属性预测剩余气的平面分布,指导后期井位部署。为了验证该方法预测的可靠性,对预测结果与已钻井的吻合情况进行了统计分析。另外,分别采用多井地质分析方法和油藏数值模拟技术分析预测剩余气的分布,并与本文所提方法对比,结果显示三种方法预测结果的一致性很高,说明流体活动性属性预测剩余气在T气田具有较好的应用效果,可进一步推广应用。

1 研究区概况

T气田位于孟加拉盆地前渊带的Surma坳陷,第三系中新统Surma群是孟加拉盆地东部最重要的生储盖发育层段,进一步划分为Bhuban组和Bokabile组。Bhuban组储集层为受潮汐影响的三角洲浅海沉积环境,发育河口沙坝、水下分流河道、浊积体和潮汐水道等优质储层,岩性以厚层砂质、中砂岩、粉砂岩和细砂岩为主。研究区气层主要发育在Bhuban组的中下段(图 1[15-16]

图 1 孟加拉盆地区域综合地层柱状图

该区地质综合研究表明,气藏孔隙度分布范围在8.0%~25.0%,平均孔隙度为17.8%;渗透率分布在10~1200 mD,平均渗透率为190 mD,属于典型的中孔—中渗储层。总体来讲,A砂层组为受构造控制并受弱边水驱动的干气气藏(图 2)。

图 2 T气田A砂层组连井气藏剖面图

T气田于1969年投入开发,截至2023年,累计钻井27口,划分为6个钻井周期。TT-21井钻于2013年,属于最新批次的钻井,该井投产即高含水,日产水160 bbl(桶),严重影响产气能力,单井日产气仅为8.4 MMSCF(106ft3)(图 3),远低于该气田平均单井日产水平(图 4),制约了气田的高效开发。开发动态分析得知高产水的原因为射开水层,显然气水分布已不同于1969年投产时的气藏初始状态,需要厘清TT-21井投产时剩余气的分布,为后续井位部署提供技术支持。

图 3 TT-21井生产曲线

图 4 T气田单井初始产气和产水泡泡图
2 技术方案 2.1 研究思路

主体研究思路为:①基于叠后三维地震资料,提取已钻井气层和水层的频谱特征,观察地震数据体上的流体活动性;②沿目的层提取流体活动性属性开展流体预测,落实剩余气在平面上的分布特征;③将预测结果与已钻井解释结果进行对比,统计吻合率,评价方法的适用性。

本次研究采用2012年采集的三维地震数据,研究区内的27口已钻井基本覆盖气藏范围,拥有详细的钻井资料和开发动态监测数据,为剩余气的研究提供了基础数据支撑。

2.2 流体活动性属性分析 2.2.1 地震资料品质分析

三维地震资料覆盖面积为335 km2,采集面元为25 m×25 m,目的层频带范围拓宽为4~52 Hz,主频为25 Hz(图 5)。地震数据信噪比介于0.6~0.7,图 6过井剖面显示资料具有较高的垂向分辨率和较好的横向连续性,与钻井的地质分层匹配良好,总体地震资料品质具备较好的应用基础。

图 5 T气田地震资料频谱分析

图 6 T气田过井地震剖面特征DT为声波测井曲线。
2.2.2 频谱特征分析

基于叠后地震资料、可靠的钻井资料以及准确的时深关系,在合理的时窗内开展频谱分析和类比,有效识别因储层含气引起的“低频共振、高频衰减”现象。

首先对27口井进行精细井—震标定,结合测井解释结果划分气层和水层,以确定的小层顶、底界面在地震资料上的对应时间层位作为检测时窗;然后对目的层段进行频谱计算,结合钻井资料开展井点处频谱特征分析,确定储层流体预测低频敏感段或高频敏感段;最终提取流体活动性属性数据,综合研究区实际钻井数据,分析预测结果与储层含油气关系,完成效果评价。

2.2.3 剩余气预测

在不同构造部位选取多口井,分别提取气层段和水层段的烃类检测频谱特征,结合已钻井测井解释结论进行统计和对比,可以发现气层和水层具有不同的频谱特征。通过优选各层段的典型频谱特征,建立了T气田气层和水层的频谱响应特征标准相(图 7),将气层、水层频谱特征划分为:①气层低频段(6~10 Hz)相对振幅值范围为0.6~0.8,高频段(30~40 Hz)相对振幅值峰值范围为0.6~0.7;②水层低频段(6~10 Hz)相对振幅值范围为0.4~0.6,高频段(30~40 Hz)相对振幅值峰值范围为0.7~0.9;③含气储层地震频谱表现出明显的“低频共振、高频衰减”特征,低频共振分布频率段为6~10 Hz,高频振幅衰减分布频率段为30~50 Hz。

图 7 T气田气层和水层频谱响应特征

依据不同储层的频谱响应特征计算气田流体活动性属性。图 8为T气田过TT-15井和TT-7井主力气层(A3层)的层拉平流体活动性属性剖面,图中红色指示流体活动性强的含气区,蓝色指示流体活动性弱的含水区。可见:TT-15井的A3层位于流体活动性弱的蓝色区,与测井结论一致,同为水层;TT-7井位于流体活动性强的红色区,该井的A3层测井结论为气层,地震预测结果与测井结果一致。

图 8 A3层流体活动性属性剖面 图中黑色曲线为RT测井曲线。

对气层敏感频率段进行精细分析并反复试验属性参数,随后提取T气田A3层流体活动性属性平面分布图(图 9),图中橙色和红色区域指示了含气储层的分布。可见:剩余气集中分布在构造高部位,与低部位的属性分布存在明显的界线。进一步对比已钻井测井解释结论和流体活动性属性预测结果,27口已钻井的井—震吻合率高达85%。

图 9 A3层流体活动性属性平面
3 结果分析验证 3.1 多井地质分析

根据钻、测井资料和气藏地质分析,得知原始气水界面(背斜构造圈闭溢出点)海拔深度为-2812 m。随着气藏压力衰竭,地层水侵入气藏内部,导致气水界面逐渐抬升。图 10为分析、对比1962年至2017年完钻井的测井资料后获得的平均气水界面统计数据,可见1999年气水界面抬升到海拔-2767 m,2014年钻井揭示水层的顶面深度为海拔-2751 m,2017年显示气水界面抬升至海拔-2736 m。根据物质平衡原理预测2012年采集3D地震资料时的气水界面为海拔-2756 m。图 11显示了A3层顶面构造图,其中最外围蓝色虚线为原始气水界面,红色填充区域即为地震采集时剩余气的分布形态,表明剩余气主要富集在构造高部位

图 10 1962—2017年研究区钻井平均气水界面统计图

图 11 地质分析剩余气平面分布图
3.2 油藏数值模拟方法预测

油藏数值模拟技术能够结合气藏地质和开发历史,模拟计算气藏开发过程中流体运动规律,观察到不同时期剩余储量的分布。图 12显示A3气层的原始储量分布与油藏数值模拟预测的剩余储量分布,图中暖色区域代表较高的剩余气储量,蓝色指示了含水区,淡蓝色和绿色代表不同程度的气水过渡带区,白色虚线代表原始气水界面,红色虚线为地质综合分析得到的地震采集时的气水界面。对比可见,油藏数值模拟得到的剩余储量分布(图 12右)总体与地质分析结果较一致,根据细节判断A3砂层的剩余储量主要富集在中南部偏东,而北部因砂体厚度较薄而剩余储量较少。另外还观察到整体西部的气水界面抬升较快,而东部水体侵入不明显。在西南部TT-21井附近,存在一条带形的水侵优势通道。

图 12 数值模拟方法预测A3气层原始储量分布(左)与剩余储量分布(右)对比 右图中白色虚线为原始气水界面,红色虚线为2012年10月的气水界面
3.3 综合效果评价

对比流体活动性属性分析(图 9)、地质综合分析(图 11)和油藏数值模拟(图 12右)等三种不同方法预测得到的剩余气分布图,可以发现三种方法预测的剩余气分布范围具有较高的一致性。流体活动性属性综合了砂体厚度、储层物性和流体饱和度等多重特征因素,预测剩余气主要分布在中部和南部,而北部由于砂体厚度相对太薄造成剩余储量低,水体区和剩余气区具有明显的分界特征,但是受限于地震资料的信噪比和分辨率,局部区域仍与钻井结果存在误差。

随着气藏持续性开发及其内部的压力衰竭,多井测井地质综合分析得到了气水界面在不同时期的上升趋势,能够分析得到剩余气在纵向上的分布以及在平面上的分布形态,但无法考虑到储层厚度及物性的影响,细节刻画不够清晰。

油藏数值模拟技术结合了储层地质特征和气藏开发动态,用数值化方法再现气藏开发历史,模拟计算流体运动规律,能够定量地预测剩余气储量,其结果与地震属性、地质综合分析的结果具有很好的一致性,而且在细节上刻画得更清晰,能够更好地指导井位部署。

4 结束语

本文尝试应用流体活动性地震属性预测开发中、后期气田的剩余气分布,预测结果与已钻井吻合率达到85%,其结果进一步得到开发地质分析和油藏数值模拟两种常用的剩余油气预测方法的验证。开发地质分析方法研究得到剩余气在平面和纵向上的定性分布;油藏数值模拟技术能够定量预测剩余气储量的分布。三种方法剩余气预测结果的对比表明,基于地震流体活动性属性不仅能够落实剩余气在平面上的定性分布特征,还能够展示剩余储量的分布。本文的研究结果进一步拓展了地震资料在开发区块的应用范围,能够指导开发井井位部署和优化。

参考文献
[1]
申春生, 胡治华, 李林, 等. 中高含水期河流相砂体剩余油定量预测新方法[J]. 地质科技情报, 2018, 37(5): 49-53.
SHEN Chunsheng, HU Zhihua, LI Lin, et al. A new method of quantitative prediction of remaining oil in fluvial facies sandstone at medium-high water cut stage[J]. Geological Science and Technology Information, 2018, 37(5): 49-53.
[2]
高博禹, 彭仕宓, 王建波. 剩余油形成与分布的研究现状及发展趋势[J]. 特种油气藏, 2004, 11(4): 7-11, 22.
GAO Boyu, PENG Shimi, WANG Jianbo. Research status and development trend of residual oil generation and distribution[J]. Special Oil & Gas Reservoirs, 2004, 11(4): 7-11, 22. DOI:10.3969/j.issn.1006-6535.2004.04.002
[3]
尹太举, 张昌民, 赵红静, 等. 依据高分辨率层序地层学进行剩余油分布预测[J]. 石油勘探与开发, 2001, 28(4): 79-82.
YIN Taiju, ZHANG Changmin, ZHAO Hongjing, et al. Remaining oil distribution prediction based on high-resolution sequence stratigraphy[J]. Petroleum Exploration and Development, 2001, 28(4): 79-82. DOI:10.3321/j.issn:1000-0747.2001.04.024
[4]
王喜双, 曾忠, 易维启, 等. 中国石油集团地球物理技术的应用现状及前景[J]. 石油地球物理勘探, 2010, 45(5): 768-777.
WANG Xishuang, ZENG Zhong, YI Weiqi, et al. CNPC geophysical technology application status and prospects[J]. Oil Geophysical Prospecting, 2010, 45(5): 768-777.
[5]
王喜双, 甘利灯, 易维启, 等. 油藏地球物理技术进展[J]. 石油地球物理勘探, 2006, 41(5): 606-613.
WANG Xishuang, GAN Lideng, YI Weiqi, et al. Technical progress of reservoir geophysics[J]. Oil Geophysical Prospecting, 2006, 41(5): 606-613. DOI:10.3321/j.issn:1000-7210.2006.05.023
[6]
夏吉庄, 吕德灵, 杨宏伟, 等. 基于多尺度地球物理资料的流体预测技术[J]. 石油地球物理勘探, 2011, 46(2): 293-298.
XIA Jizhuang, LYU Deling, YANG Hongwei, et al. Fluid forecast based on multi-scale geophysical data[J]. Oil Geophysical Prospecting, 2011, 46(2): 293-298.
[7]
左国平, 范国章, 蔡铮, 等. 地震分频AVO技术在孟加拉湾海域深水沉积储层烃类检测中的应用[J]. 天然气地球科学, 2020, 31(4): 567-577.
ZUO Guoping, FAN Guozhang, CAI Zheng, et al. The application of seismic frequency decomposition AVO method in offshore deep-water sedimentary reservoirs hydrocarbon detection in the bay of Bengal[J]. Natural Gas Geoscience, 2020, 31(4): 567-577.
[8]
印兴耀, 李超, 张世鑫. 基于双相介质的地震流体识别[J]. 中国石油大学学报(自然科学版), 2013, 37(5): 38-43.
YIN Xingyao, LI Chao, ZHANG Shixin. Seismic fluid discrimination based on two-phase media theory[J]. Journal of China University of Petroleum (Edition of Natural Science), 2013, 37(5): 38-43.
[9]
李勇, 陈洪德, 许多, 等. 基于双相介质理论的油气检测方法及应用研究[J]. 西南石油大学学报(自然科学版), 2010, 32(3): 1-5.
LI Yong, CHEN Hongde, XU Duo, et al. Hydrocarbon detection methods based on dual phase media theory and its applications[J]. Journal of Southwest Petroleum University (Science & Technology Edition), 2010, 32(3): 1-5.
[10]
于亮亮. 利用频谱特征检测油气——以辽河坳陷大平房地区为例[J]. 石油地球物理勘探, 2018, 53(增刊1): 191-195.
YU Liangliang. Hydrocarbon detection with spectral characteristics: an example of Dapingfang in Liaohe Depression[J]. Oil Geophysical Prospecting, 2018, 53(S1): 191-195.
[11]
代双合, 陈志刚, 于京波, 等. 流体活动性属性技术在KG油田储集层描述中的应用[J]. 石油勘探与开发, 2010, 37(5): 573-578.
DAI Shuanghe, CHEN Zhigang, YU Jingbo, et al. Application of the fluid mobility attribute technique in the reservoir characterization of KG oilfield, Algeria[J]. Oil Exploration and Development, 2010, 37(5): 573-578.
[12]
李永义. 双相介质油气检测技术在龙西—杏西地区含油性预测中的应用[J]. 石油地球物理勘探, 2017, 52(增刊1): 72-76.
LI Yongyi. Hydrocarbon detection based on two-phase medium for oil-bearing prediction in the Longxi-Xingxi area[J]. Oil Geophysical Prospecting, 2017, 52(S1): 72-76.
[13]
杨静, 闫晶晶. GeoEast流体活动性属性技术在S井区储层描述中的应用[J]. 石油地球物理勘探, 2014, 49(增刊1): 216-220.
YANG Jing, YAN Jingjing. Reservoir characterization with fluid mobility attribute provided by GeoEast[J]. Oil Geophysical Prospecting, 2014, 49(S1): 216-220.
[14]
王霞, 汪关妹, 刘东琴, 等. 地震体属性分析技术及应用[J]. 石油地球物理勘探, 2012, 47(增刊1): 45-49.
WANG Xia, WANG Guanmei, LIU Dongqin, et al. Analysis of seismic volume attributes and their appli-cation[J]. Oil Geophysical Prospecting, 2012, 47(S1): 45-49.
[15]
骆宗强, 刘铁树, 袭著纲. 孟加拉国孟加拉盆地油气勘探潜力分析[J]. 中国石油勘探, 2012, 17(2): 67-73, 90.
LUO Zongqiang, LIU Tieshu, XI Zhugang. Exploration potential of Bengal Basin in Bangladesh[J]. China Petroleum Exploration, 2012, 17(2): 67-73, 90.
[16]
客伟利, 童晓光. 孟加拉盆地油气地质特征与勘探潜力[J]. 西安石油大学学报(自然科学版), 2013, 28(5): 15-20.
KE Weili, TONG Xiaoguang. Hydrocarbon geological features and exploration potential of Bengal basin[J]. Journal of Xi'an Shiyou University (Natural Science Edition), 2013, 28(5): 15-20.