文章快速检索     高级检索
  中国石油勘探  2022, Vol. 27 Issue (2): 150-162  DOI:10.3969/j.issn.1672-7703.2022.02.014
0

引用本文 

衣丽萍, 许家铖, 韩海英, 段天向, 吕洲, 高敏. 基于沉积相—岩石类型控制的生物碎屑灰岩油藏三维地质建模方法研究——以伊拉克H油田白垩系Mishrif组为例[J]. 中国石油勘探, 2022, 27(2): 150-162. DOI: 10.3969/j.issn.1672-7703.2022.02.014.
Yi Liping, Xu Jiacheng, Han Haiying, Duan Tianxiang, Lv Zhou, Gao Min. Research on 3D geological modeling method of bioclastic limestone oil reservoir controlled by sedimentary facies and rock type——a case study of the Cretaceous Mishrif Formation in H Oilfield, Iraq[J]. China Petroleum Exploration, 2022, 27(2): 150-162. DOI: 10.3969/j.issn.1672-7703.2022.02.014.

基金项目

国家科技重大专项“大型油气田及煤层气开发”(2017ZX05030-001)

第一作者简介

衣丽萍(1984-),女,山东烟台人,博士,2012年毕业于中国地质大学(北京),高级工程师,现主要从事中东地区碳酸盐岩储层评价、油藏描述与地质建模等工作。地址:北京市海淀区学院路20号石油大院,邮政编码:100083。E-mail: yiliping@petrochina.com.cn

文章历史

收稿日期:2021-09-26
修改日期:2022-01-29
基于沉积相—岩石类型控制的生物碎屑灰岩油藏三维地质建模方法研究——以伊拉克H油田白垩系Mishrif组为例
衣丽萍, 许家铖, 韩海英, 段天向, 吕洲, 高敏     
中国石油勘探开发研究院
摘要: 与碎屑岩储层相比,碳酸盐岩储层非均质性强,孔隙结构复杂,基于沉积相带分类的孔喉半径分布范围较宽、常规孔—渗关系较差,因此以沉积相控制储层物性的建模方式并不适用。以伊拉克H油田白垩系Mishrif组为例,通过地震、测井、地质、油藏动态等资料,在精细油藏描述与储层评价的基础上,依据岩石分类技术划分的岩石物理相与沉积相带间的内在成因联系,通过以沉积相模型为控制建立岩石类型模型,进而分岩石类型建立孔隙度、渗透率和饱和度模型,并结合静态、动态信息刻画隔层、夹层及高渗条带分布,修正渗透率,形成了一套基于沉积相—岩石类型分级控制的生物碎屑灰岩油藏三维地质建模方法。验证结果表明,利用此方法建立的地质模型较为可靠,能够充分反映储层的非均质性,数值模拟对各项动态指标的首次拟合率达到近65%。
关键词: 碳酸盐岩油藏    生物碎屑灰岩    伊拉克    三维地质建模    岩石类型    渗透率模型    饱和度模型    
Research on 3D geological modeling method of bioclastic limestone oil reservoir controlled by sedimentary facies and rock type——a case study of the Cretaceous Mishrif Formation in H Oilfield, Iraq
Yi Liping , Xu Jiacheng , Han Haiying , Duan Tianxiang , Lv Zhou , Gao Min     
PetroChina Research Institute of Petroleum Exploration & Development
Abstract: Compared with clastic reservoir, carbonate reservoir has strong heterogeneity and complex pore structures, as well as wide distribution range of pore-throat radius and poor relationship between conventional porosity-permeability based on the classification of sedimentary facies zone. Therefore, the modeling method of reservoir petrophysical properties controlled by sedimentary facies is not applicable. By taking the Cretaceous Mishrif Formation in Iraq H Oilfield as an example and using seismic data, well logging, geology, and dynamic performance of oil reservoir, the fine reservoir evaluation and oil reservoir description are conducted, and the internal genetic relationship between petrophysical facies and sedimentary facies is studied on the basis of rock type classification. Then the rock type model controlled by sedimentary facies model is established, and porosity, permeability and oil saturation models are established for different rock types. Following, the static and dynamic information are combined to characterize the distribution of barriers, interlayers and high permeability strips to correct the permeability model. Finally, a 3D geological modeling method for bioclastic limestone oil reservoir is developed based on the hierarchical control of sedimentary facies and rock types. The verification results show that the geological modeling method is reliable and can fully reflect the reservoir heterogeneity, with the fitting rate of each dynamic index reaching up to 65% in the first run of numerical simulation.
Key words: carbonate oil reservoir    bioclastic limestone    Iraq    3D geological modeling    rock type    permeability model    saturation model    
0 引言

三维地质建模技术兴起于20世纪80年代,经过近40年的发展,随着计算机性能的大幅提升、商业建模软件对于综合地质信息统计与分析能力的提高以及模拟技术的快速进步,三维地质模型在油藏管理、开发方案设计中扮演着越来越重要的角色,也是国际技术交流舞台的焦点[1]。对于油田开发生命周期中有限的基础资料,三维地质建模技术通过随机性建模与不确定性分析的结合,极大地减少了地质工作者主观方面的偏见,为油气资产管理者提供客观的决策依据。中东地区广泛发育孔隙型生物碎屑灰岩储层,对于这类储层的非均质性表征与三维地质建模,通过近几年对中东地区碳酸盐岩油藏建模技术的深入研究,介绍沉积相带控制岩石类型分布、岩石类型控制储层物性的分级控制建模方法,该方法在伊拉克H油田取得良好的应用效果。

1 地质特征概况

H油田位于伊拉克东南部,距首府巴格达400km,南距港口城市巴士拉180km(图 1),区块面积约为290km2。白垩系Mishrif组作为重要的碳酸盐岩油气储集单元广泛发育于伊拉克的东南部,其储量约占伊拉克原油总储量的30%[2-3]

图 1 伊拉克H油田位置图 Fig. 1 Location of H Oilfield in Iraq

研究区内Mishrif组发育于美索不达米亚盆地的前渊带,构造活动较弱,构造形态为北西—南东走向的平缓长轴背斜,构造长轴长约32km,短轴长约9km,地层倾角为2.4°~2.7°,圈闭面积约为170km2。研究区发育中白垩统石灰岩,埋深约为2800~3200m,地层稳定,厚度变化小,层厚约为400m,划分为5个三级层序、10个四级层序及22个五级层序(图 2)。研究区沉积背景为碳酸盐缓坡—弱镶边台地,共识别出潮道、生屑滩、滩翼、下切谷、潟湖、潮下带及沼泽7种沉积相带。研究区内Mishrif组探明地质储量丰富,约占全油田总探明地质储量的54%,分为4套含油层系,储层厚度约为260m,以孔隙型生物碎屑灰岩储层为主,孔隙度大多分布于8%~22%,渗透率多为4~66mD,储层非均质性强,孔—渗关系复杂,隔层、夹层及高渗条带发育[4-5]

图 2 H油田Mishrif组地层综合柱状图 Fig. 2 Comprehensive stratigraphic column of Mishrif Formation in H Oilfield
2 地质建模研究难点

研究区Mishrif油藏于2012年投入生产,建产阶段利用天然能量衰竭开发,并分别于2014年和2018年进入二期、三期上产阶段,油藏开发整体步入注水开发阶段。在此生命周期内,Mishrif组巨厚碳酸盐岩油藏表现出射孔层段储量动用不充分、各层压力递减差异显著、局部地区集中出现低效井与关停井、注入水沿高渗层突进、底水锥进等生产难题。因此,该油藏的三维地质建模需要解决强非均质性储层的层间、层内及平面的表征,不同岩石类型的渗透率解释,隔夹层与高渗层的精细刻画,巨厚碳酸盐岩油藏油水过渡带饱和度场的合理建立等问题。

3 Mishrif组三维地质建模

对油藏的层序地层格架、沉积相带展布、储层形态、叠置关系、物性特征及流体分布规律的深入认识是三维地质建模的基础,只有理清了上述问题,据此所建立的三维地质模型才能客观地反映油藏实际,其技术流程如图 3所示。首先,以全区等时地层格架为基础建立构造模型(构造层面及小层模型),按照储层非均质性表征的精度要求进行纵向网格化。其次,依据层序内部的沉积发育模式及沉积相带展布,建立沉积相模型,进而在沉积相模型的控制下建立各类岩石类型模型; 以岩石类型为单元生成孔隙度模型,并在其基础上预测渗透率模型,构建各岩石类型关于自由水界面之上的饱和度高度方程并以此为趋势形成饱和度模型。最终结合动态信息对地质模型进行校正修改,形成分级控制、逐级递进的三维地质建模方法。

图 3 基于沉积相—岩石类型控制的三维地质建模流程 Fig. 3 Workflow for 3D geological modeling controlled by sedimentary facies-rock type
3.1 构造模型

研究区碳酸盐台地内不同位置的沉积发育模式及叠加样式受相对海平面的升降变化控制,同时高级别的层序及体系域控制了区域性的隔层、夹层和高渗条带的发育展布。三级层序顶部暴露, 在滩顶沼泽、下切谷中易形成沉积成因的隔层、夹层,而潮道等高能相带为高渗层或高渗条带(受大气淡水淋滤溶蚀作用对原生孔隙进一步改造)提供了有利的发育场所; 四级层序的海侵体系域发育区域性隔层、夹层,高位体系域发育含油、气储层。因此,通过多种资料结合识别出各级别的层序地层界面并作为静态模型的基础格架,是建立碳酸盐岩油藏综合地质模型的首要。

在岩心上对沉积旋回、不整合面、暴露面、沉积相转换面、最大海泛面等进行识别,建立它们与测井曲线电测特征的关系,在井震标定的基础上,依据地震剖面上的地层叠置样式与接触关系,将Mishrif组划分为5个三级层序与10个四级层序; 同时,对高频旋回进行识别划分,进一步细分五级层序。以“旋回对比,分级控制”的原则为指导,从取心井出发对全区骨架连井剖面进行地层对比,建立全区等时地层格架。

在层序地层研究的基础上,以全区等时地层对比的井上分层为硬数据、地震构造解释层面为趋势约束,建立Mishrif组的构造模型,并根据储层非均质性表征的精度要求进行纵向网格化,纵向网格的最大尺度需要刻画出最小厚度的隔层、夹层及高渗条带信息,同时也应满足后期粗化过程中尽量少合并的要求,Mishrif组各层纵向网格的平均厚度约为0.6m。值得注意的是,Mishrif组油藏拥有近30口水平井,只有在水平井精细地层对比分层的基础上,使得其轨迹与构造模型合理匹配,才能使用水平井信息参与建模,否则会导致水平井信息干扰数据分析及预测模拟结果,使得模型脱离实际情况。在完成Mishrif组构造模型后对其开展质量控制检查,重点检查是否存在网格畸变现象,并生成各小层的地层厚度图,检查是否存在牛眼(bull-eye)现象。如存在上述问题,需对出现问题区域的井进行分层检查,并修改调整构造模型。

3.2 沉积相模型

对于碳酸盐岩,沉积相带控制了各类储层的展布、构型及微观岩石组构,原生孔隙发育较好的高能相带为成岩流体提供优势通道,影响了次生孔隙的发育程度,进而奠定了最终储层品质的基础。高能台地边缘滩、开阔台地砂屑滩原生粒间孔隙发育,叠加较强的溶蚀作用,是优质储层和高渗条带发育的有利相带; 部分局限台地生屑滩也发育高渗条带。低能沉积相带原生粒间孔隙不发育,台内洼地和斜坡是区域性隔层的发育场所,滩间、灰坪、沼泽是局部夹层的发育场所。因此,合理的沉积相模型是岩石类型及储层物性模型的基础,控制了它们在三维空间的分布。

通过对研究区内8口取心井的岩心及薄片观察,在Mishrif组共识别出潮下带、生屑滩、滩翼、沼泽、下切谷、潮道及潟湖7种沉积相带,并结合取心井的测井资料和精细标定地震资料,建立各沉积相的测井相与地震相,从而在研究区内非取心井上识别、划分沉积相,建立各层地层格架内的沉积相模式,并在其指导下理清沉积相带的平面分布规律及垂向演化规律。

将井上的地质信息推广至井间区域需要空间数据的指导,而波阻抗反演体在这一过程中扮演了重要的角色[6-12]。波阻抗反演是将井上地质信息与三维地震信息相联合的纽带,由于波阻抗与孔隙度相关性强,决定了其在孔隙度建模中可作为概率体进行三维趋势约束。同样,对Mishrif组各层沉积相与波阻抗反演体进行相关性分析,如二者之间存在趋势联系,波阻抗反演体也可作为概率体来约束指导沉积相带在三维空间上的预测,以降低随机模拟的不确定性。这一过程需要将时间域的地震反演数据通过层顶面和底面的映射转换为深度域采样进地质模型的三维网格中,进而对井上的沉积相与波阻抗反演体的概率关系进行数据分析,得到各相带在空间分布的概率体。

研究区Mishrif组的沉积相建模流程如下:以各小层沉积模式与沉积相的平面展布(图 4a)为指导,应用确定性方法(沉积相平面分布图数字化赋值法)构建各小层沉积相带的框架模型,并在沉积相框架内结合各相的纵向分布比例统计(图 4b)及三维地震反演体信息生成各个沉积相的趋势概率体。如图 4c所示,随着波阻抗的增大,生屑滩相及滩翼相的分布概率减小,潟湖相概率较为稳定,沼泽相概率先增大后减小,下切谷相的概率在高波阻抗区突然增大。以井上识别划分的沉积相为硬数据、变差函数分析(图 4d)揭示数据背后的地质分布规律、沉积相概率体作为空间趋势约束相结合的SIS(序贯指示模拟)随机模拟方法建立各小层沉积相模型,以此作为岩石类型模型的控制体。

图 4 沉积相模型的控制要素 Fig. 4 Control elements of sedimentary facies model (a)MB2-1层沉积相平面展布; (b) 沉积相的纵向分布比例统计; (c)各沉积相关于波阻抗反演体的概率分布; (d)主方向及次方向的变差函数分析
3.3 岩石类型模型

生物碎屑灰岩储层由于易遭受沉积后作用的改造(溶蚀、胶结等成岩作用及构造作用形成的裂缝),使得原生孔隙结构发生变化,受此影响,储层的非均质性增强,同时孔隙度与渗透率之间的相关性往往变差。如何建立地质信息与岩石物理学参数之间的有机联系,将取心井的信息推广到非取心井以及整个油藏模型中,是中东地区生物碎屑灰岩油藏研究的重点和难点。而岩石类型是将碳酸盐岩沉积相、沉积后作用等地质信息与岩石物理性质连接的桥梁。

岩石类型是经历了相似沉积过程和成岩过程,具有相似的孔隙结构,在润湿性一致的条件下,具有统一的孔—渗关系、相似的毛细管压力曲线分布和相对渗透率的一类岩石的集合。岩石分类是一项综合了沉积、成岩、储层及岩石物理学范畴的工作,它主要依据薄片描述与岩心柱塞样的测试数据,对储层中不同岩石类型的孔隙类型、孔喉尺寸大小及分布情况进行评价,进一步划分出不同的岩石类型,进而可求取各岩石类型的渗透率[13-17]。同一沉积相带内可能含有不同的岩石类型,具有相同或相似岩石物理性质的岩石类型可能属于不同的沉积相带。

基于压汞资料与岩心分析测试样本,建立Mishrif组岩石类型基础样本库,制作孔喉半径频率直方图,根据孔喉半径的自然正态分布对其进行岩石物理相的划分,并结合样本的薄片信息,明确其沉积和成岩成因,在取心井上划分出5种具有不同孔隙结构的岩石类型[18](图 5)。高渗条带(HPS)包含于RT1中,但柱塞样尺度的信息无法充分定义高渗条带,需结合PLT(生产测试)、MDT(模块化动态测试)及生产动态信息以明确高渗条带发育的具体层段及范围,在第4部分介绍。

图 5 各岩石类型的孔喉半径分布图(上)及毛细管压力曲线特征图(下) Fig. 5 Distribution of pore throat radius (above) and characteristics of capillary pressure curve (below) of different rock types RT1—岩石类型1;RT2—岩石类型2;RT3—岩石类型3;RT4—岩石类型4;RT5—岩石类型5;1 lbf/in2=6894.757Pa

在三维地质建模的范畴内,岩石类型实际上是不同孔隙类型及其大小的表象,沉积相控制了原生孔隙的类型及分布,而沉积后作用(包括成岩作用和构造作用)在原生孔隙系统的基础上发生进一步的孔隙建设或破坏,形成了具有不同大小及不同连通性孔隙的岩石类型,而这正是储层渗透率及考虑油柱高度要素下储层饱和度的决定因素。常规的沉积相控建模可能难以区分具有不同孔隙结构的岩石类型,因而对储层物性模型的预测效果欠佳,而单纯使用岩石类型作为控制则缺乏地质空间展布的指导。本文提出的这套沉积相控制岩石类型分布、岩石类型控制储层物性的建模流程则解决了上述问题。

通过对研究区Mishrif组压汞样本的岩心及薄片资料研究,明确形成各岩石类型的沉积相带及其沉积后作用。研究表明,H油田Mishrif组储层在原生孔隙系统形成后,对其起到显著改造作用的是层序界面附近的大气淡水淋滤溶蚀作用和高能相带内继承性的溶蚀作用,而胶结、交代和构造等作用微弱,这也是Mishrif组在层序地层格架—沉积相控制下的岩石类型建模的依据。通过对井上数据的统计,确定各沉积相带内发育的主要岩石类型及其纵向分布比例,如表 1图 6所示,高能的潮道相内主要发育HPS; 沉积能量较高的生屑滩相发育物性较好的HPS、RT1及RT2,同时个别层段RT3的含量较高; 滩翼相主要发育RT3,但也存在RT1及RT2;在下切谷相、潮下带相、潟湖相及沼泽相内主要发育储层物性较差的RT3、RT4与RT5。在生屑滩内,HPS(高渗条带)、RT1及RT2的占比较高,而在滩翼内,它们的占比减小,RT3的占比显著增加。

表 1 各沉积相带内不同岩石类型占比 Table 1 Proportion of different rock types in various sedimentary facies zones
图 6 各沉积相带内岩石类型占比及纵向分布统计图 Fig. 6 Proportion and vertical distribution of different rock types in various sedimentary facies zones

岩石类型与沉积相的内在成因联系决定了其空间分布,对于井间区域的预测具有一定指导意义。因此以Mishrif组沉积相模型为基础,对每种沉积相中所包含的岩石类型、各岩石类型在纵向的分布比例进行统计分析,采用TGS(截断高斯模拟,能够有效表征沉积相带内各岩石类型的渐变关系)算法,以各岩石类型关于波阻抗反演的概率体(图 7)作为趋势约束并通过变差函数来控制它们的空间展布,生成岩石类型模型。

图 7 各沉积相内岩石类型关于波阻抗反演体的分布概率关系 Fig. 7 Distribution of P-impedance inversion probability of different rock types in various sedimentary facies zones
3.4 储层物性模型

基于上述岩石类型与储层孔隙度的关系,在Mishrif组岩石类型模型的控制下并以波阻抗反演体作为协克里金变量实现软约束,应用SGS(序贯高斯模拟)算法建立孔隙度模型。需要注意的是,只有在孔隙度与波阻抗反演呈现较好相关性的情况下可以使用波阻抗信息,如果研究区内发育规模性的泥灰岩等波阻抗与孔隙度呈现复杂关系的层段,则需区别对待。

依据岩石分类实现取心井中非取样段和非取心井上各岩石类型的渗透率解释。根据毛细管压力曲线资料划分岩石类型结果,可以得到各岩石类型对应的毛细管压力区间,建立各岩石类型的孔喉分布、毛细管压力、孔—渗关系的数据库。对于非取心井,每个深度点对应着一个油藏深度,结合自由水界面的深度,得到该深度点的油柱高度,通过油柱高度可以计算出相应的浮力,在油藏平衡的条件下,该深度点的浮力等于毛细管压力,并可进一步转化为进汞压力,进汞压力和测井解释含水饱和度对应的毛细管压力区间即为该深度点的岩石类型对应的毛细管压力区间。对于某一深度点,根据其孔隙度窗口(±0.02)和岩石类型图版可以得到取心井部分取样点的毛细管压力群,将其视为与此深度点毛细管压力显著相关,在此基础上利用该深度点对应的进汞压力可以得到一系列的饱和度值。依据饱和度值的频率分布图结合此深度点的测井解释含水饱和度,可以得到取心井对应的取样点渗透率值,此值则为该深度点对应的渗透率值。

在岩石类型模型的基础上,以孔隙度模型作为协克里金变量实现渗透率模型的模拟,从而实现了从Mishrif组沉积相—岩石类型—孔隙度—渗透率各模型之间的分级控制、逐级递进的建模过程(图 8)。

图 8 沉积相模型、岩石类型模型、孔隙度模型与渗透率模型 Fig. 8 Sedimentary facies, rock type, porosity and permeability models
3.5 饱和度模型

饱和度函数由岩石类型、孔隙度、渗透率及自由水界面之上高度这几个要素决定。同一岩石类型,在自由水界面之上高度越高,含水饱和度越低; 自由水界面之上同一高度处,储层的岩石物理性质越好,含水饱和度越低。因此建立饱和度模型时需要综合考虑上述几个要素,这里介绍两种构建饱和度模型的方法。

首先,需要明确油藏自由水界面(FWL)的深度。自由水界面处的含水饱和度为100%,在该界面之下只产出纯水,在油藏中为油层压力趋势线与水层压力趋势线相交处,在实验室测量的毛细管压力曲线上为pc=0处所对应的深度。自由水界面深度往往与油水界面深度具有一定差异,储层岩石物理性质越差,该深度差异越大。综合Mishrif组油藏开发初期的MDT(模块化动态测试)、PLT(生产测试)、试油、常规测井、岩心含油性描述、岩电实验及生产动态等资料,确定油藏的原始流体分布特征及自由水界面深度。中东大型碳酸盐岩油藏常具有非水平的自由水界面,即使在具有统一压力系统的整装油藏内也会出现沿构造深度起伏的流体界面或者沿某一方向单向倾斜的流体界面(成藏后油藏两侧分别经历构造抬升与下降,不同部位流体发生渗吸或驱替再平衡作用造成的[19])等现象,这种情况下需要建立相应的非水平流体界面作为饱和度建模的基准面。

方法一:基于Archie公式测井解释含水饱和度的确定性插值法。该方法实质是三维趋势约束下井点处测井解释含水饱和度的外推插值。其关键点为以自由水界面为基准面,构建每种岩石类型的测井解释含水饱和度关于自由水界面之上高度的三维趋势(图 9)。进而由Archie公式测井解释的含水饱和度为硬数据,在各岩石类型中以饱和度—自由水界面之上高度的三维关系为空间趋势,孔隙度体作为协克里金约束,应用克里金确定性插值方法建立饱和度模型。

图 9 不同岩石类型的测井解释含水饱和度与自由水界面之上高度趋势构建 Fig. 9 Relationship between water saturation and height trend above the FWL of different rock types

方法二:饱和度高度方程(Saturation Height Function)法。该方法基于对实验室测量的毛细管压力曲线的拟合,建立不同岩石类型的储层物性与毛细管压力曲线参数之间的回归关系,进而建立饱和度关于储层物性与自由水界面之上高度的方程,在已建立的孔隙度模型与渗透率模型的基础上可直接应用方程计算饱和度模型。具体步骤如下:

(1) 基础数据的质量控制。剔除测试不完整、压力间隔不规则、趋势不标准及孔隙度、渗透率偏离严重的样本,并开展闭合校正(末端效应校正)与覆压校正。

(2) 建立岩心域的毛细管压力模型。首先选择用来拟合毛细管压力的方法,常用的方法主要包括:Brooks-Corey、Lambda、Skelt-Harrison、Thomeer、Leverett-J等[20-24]。然后用解析函数拟合各岩石类型中每条毛细管压力曲线,并提取毛细管压力曲线的参数(如排驱压力pce、束缚水饱和度Swi和形态参数)及岩石物理性质参数(如孔隙度ϕ、渗透率K$\sqrt[2]{\frac{K}{\phi}}$)进行回归,拟合各毛细管压力曲线参数与各岩石物理性质参数之间的关系,比较各方法的拟合效果并选择最优方法。

(3) 利用公式(1)将实验室条件下的毛细管压力转换为油藏条件下毛细管压力。利用公式(2)将油藏条件下的毛细管压力转换为自由水界面之上的高度。

$ p_{\mathrm{c}, \mathrm{res}}=\frac{\sigma_{\mathrm{res}} \cos \theta_{\mathrm{res}}}{\sigma_{\mathrm{lab}} \cos \theta_{\mathrm{lab}}} \times p_{\mathrm{c}, \mathrm{lab}} $ (1)

式中pc, respc, lab——分别为油藏、实验室条件下的毛细管压力,lbf/in2;

σresσlab——分别为油藏、实验室条件下的界面张力,10-5N/cm;

θresθlab——分别为油藏、实验室条件下的接触角,(º)。

$ p_{\mathrm{c}, \mathrm{res}}=\left(\rho_{\mathrm{w}}-\rho_{\mathrm{h}}\right) \times g \times \mathrm{HAFWL} $ (2)

式中pc, res——油藏条件下的毛细管压力,Pa;

ρw——地层水密度,kg/m3;

ρh——烃类密度,kg/m3;

g——重力加速度,9.8m/s2;

HAFWL——自由水界面之上的高度,m。

(4) 计算井上饱和度,调整饱和度高度方程的参数,使得计算的含水饱和度与测井解释的含水饱和度之间的误差在合理范围内,最终得到各岩石类型的饱和度关于岩石物理性质及自由水界面之上高度的函数。

实际工作中可分别使用上述两种方法建立饱和度模型并进行比较。

4 多信息综合的模型修正

整个油藏描述及储层非均质性评价的过程中应用了多种资料信息,如薄片、柱塞、岩心、测井、更大尺度的地震及生产动态等资料,它们在观测尺度上的差异决定了所提供的信息有效性是不同级别的。例如,同一层段的全直径岩心实验与柱塞样所揭示的渗透率存在较大的差异,由于岩心柱塞选取样本的主观性或许会掩盖碳酸盐岩的强非均质性,而动态测试尺度的渗透率又与实验室尺度渗透率存在一定差异。因此,需要利用试井、PLT等资料信息对静态渗透率进行校正,以确保后期的模拟符合油藏规模的渗流特征。其中的重点是对高渗条带与隔层、夹层的精细刻画。

基于Mishrif组油藏的生产动态资料,高渗条带在PLT上反映为产出剖面与吸水剖面贡献较大,MDT表现为压降明显,生产动态上表现为注入水快速突破。综合静态、动态信息,在单井上对高渗条带进行识别并预测其分布,最终在模型中表征出高渗条带的空间展布,并以动态信息所反映的渗透率对静态渗透率模型进行标定修正。Mishrif组油藏的隔层、夹层在PLT上表现为无产量贡献、注入水吸水量极低、动态渗透率低,MDT表现为其上、下地层不同的压力变化趋势。在层序地层格架的控制下刻画出区域性发育的隔层,受层序界面控制Mishrif组发育4套较大范围、相对连续的隔层,可通过确定性方法建立其模型。对于发育规模较小、不连续的夹层,则通过随机模拟的方法建立其模型。

5 应用效果

在完成Mishrif组静态三维地质模型后,对其进行粗化(按纵向非均质性强度来确定各段的粗化网格厚度),并在粗化模型与原始静态模型的OOIP(原始地质储量)及Swi(束缚水饱和度)对比检查无误后,开展数值模拟以验证静态模型的可靠性。首次运行结果表明全油藏及单井的各项生产指标(总液量、产油量、含水率、注水量、井底流压、MDT、PLT等)拟合率达到近65%(图 10图 11),证明静态模型较为可靠,能够较真实地反映Mishrif组油藏的储层非均质性,可在粗化模型的基础上继续调整渗透率场,进一步提高拟合率。

图 10 粗化模型全油藏生产指标拟合效果 Fig. 10 History match for full oil reservoir production performance by up-scaled model
图 11 粗化模型单井生产指标拟合效果 Fig. 11 History match for single well production performance by up-scaled model
6 结论

本文提出了一种由沉积相控制岩石类型,岩石类型控制储层物性的分级控制、逐级递进的碳酸盐岩三维地质建模方法,经数值模拟验证,建立的三维地质模型可靠,在伊拉克H油田取得良好的应用效果。

(1) 岩石类型作为沉积相、成岩作用等地质因素与储层岩石物理性质之间的桥梁,在碳酸盐岩油藏地质建模中扮演了重要角色,通过沉积相模型控制岩石类型模型的空间分布,进而由岩石类型模型控制孔隙度模型、渗透率模型及饱和度模型。

(2) 建立饱和度模型的关键是明确不同岩石类型的含水饱和度同自由水界面之上高度的关系。可通过三维趋势约束下井点处Archie测井解释含水饱和度的外推插值及饱和度高度方程这两种方法建立饱和度模型。

(3) 由于碳酸盐岩储层在不同观测尺度上展现的非均质性差异,综合运用多尺度的信息刻画隔层、夹层与高渗条带分布,并对渗透率模型进行修正是建立合理可靠地质模型的必要条件。

参考文献
[1]
吴胜和, 李宇鹏. 储层地质建模的现状与展望[J]. 海相油气地质, 2007, 12(3): 53-60.
Wu Shenghe, Li Yupeng. Reservoir modeling: current situation and development prospect[J]. Marine Origin Petroleum Geology, 2007, 12(3): 53-60.
[2]
Aqrawi A A M, Goff J C, Horbury A D, et al. The petroleum geology of Iraq [M]. Beaconsfiedl: Scientific Press, 2010.
[3]
何登发, 何有金, 文竹, 等. 伊拉克油气地质与勘探潜力 [M]. 北京: 石油工业出版社, 2013.
He Dengfa, He Youjin, Wen Zhu, et al. Petroleum geology and exploration potential of Iraq [M]. Beijing: Petroleum Industry Press, 2013.
[4]
宋新民, 李勇. 中东碳酸盐岩油藏注水开发思路与对策[J]. 石油勘探与开发, 2018, 45(4): 679-689.
Song Xinmin, Li Yong. Optimum development options and strategies for water injection development of carbonate reservoirs in the Middle East[J]. Petroleum Exploration and Development, 2018, 45(4): 679-689.
[5]
赵丽敏, 周文, 钟原, 等. 伊拉克H油田Mishrif组储集层含油性差异主控因素分析[J]. 石油勘探与开发, 2019, 46(2): 302-311.
Zhao Limin, Zhou Wen, Zhong Yuan, et al. Control factors of reservoir oil-bearing difference of Cretaceous Mishrif Formation in the H Oilfield, Iraq[J]. Petroleum Exploration and Development, 2019, 46(2): 302-311.
[6]
霍春亮, 古莉, 赵春明, 等. 基于地震、测井和地质综合一体化的储层精细建模[J]. 石油学报, 2007, 28(6): 66-71.
Huo Chunliang, Gu Li, Zhao Chunming, et al. Integrated reservoir geological modeling based on seismic, log and geological data[J]. Acta Petrolei Sinica, 2007, 28(6): 66-71.
[7]
撒利明, 杨午阳, 姚逢昌, 等. 地震反演技术回顾与展望[J]. 石油地球物理勘探, 2015, 50(1): 184-202.
Sa Liming, Yang Wuyang, Yao Fengchang, et al. Past, present, and future of geophysical inversion[J]. Oil Geophysical Prospecting, 2015, 50(1): 184-202.
[8]
刘江丽, 徐美茹, 吕学菊, 等. 地震约束鲕粒滩型碳酸盐岩储层三维地质建模[J]. 中国石油勘探, 2017, 22(3): 63-70.
Liu Jiangli, Xu Meiru, Lü Xueju, et al. 3D geologic modeling of oolitic-beach carbonate reservoirs based on seismic constraint[J]. China Petroleum Exploration, 2017, 22(3): 63-70.
[9]
李方明, 苏武, 赵国良, 等. 地震相特征在阿曼Daleel油田碳酸盐岩储层预测研究中的应用[J]. 中国石油勘探, 2007, 12(2): 66-69, 85.
Li Fangming, Su Wu, Zhao Guoliang, et al. Application of seismic facies characteristics to research on carbonate reservoir prediction in Omen Daleel Oilfield[J]. China Petroleum Exploration, 2007, 12(2): 66-69, 85.
[10]
舒红林, 王利芝, 尹开贵, 等. 地质工程一体化实施过程中的页岩气藏地质建模[J]. 中国石油勘探, 2020, 25(2): 84-95.
Shu Honglin, Wang Lizhi, Yin Kaigui, et al. Geological modeling of shale gas reservoirs during the implementation process of geology-engineering integration[J]. China Petroleum Exploration, 2020, 25(2): 84-95.
[11]
杨平, 詹仕凡, 李明, 等. 基于梦想云的人工智能地震解释模式研究与实践[J]. 中国石油勘探, 2020, 25(5): 89-96.
Yang Ping, Zhan Shifan, Li Ming, et al. Research and practice on artificial intelligence seismic interpretation mode based on E & P Dream Cloud[J]. China Petroleum Exploration, 2020, 25(5): 89-96.
[12]
潘建国, 李劲松, 王宏斌, 等. 深层—超深层碳酸盐岩储层地震预测技术研究进展与趋势[J]. 中国石油勘探, 2020, 25(3): 156-166.
Pan Jianguo, Li Jinsong, Wang Hongbin, et al. Research progress and trend of seismic prediction technology for deep and ultra-deep carbonate reservoir[J]. China Petroleum Exploration, 2020, 25(3): 156-166.
[13]
Thomeer J. Introduction of a pore geometrical factor defined by the capillary pressure curve[J]. Journal of Petroleum Technology, 1960, 12(3): 73-77.
[14]
Thomeer J. Air permeability as a function of three pore-network parameters[J]. Journal of Petroleum Technology, 1983, 35(4): 809-814.
[15]
Swanson BF. A simple correlation between permeabilities and mercury capillary pressures[J]. Journal of Petroleum Technology, 1981, 33(12): 2498-2504.
[16]
Purcell W R. Capillary pressures - their measurement using mercury and the calculation of permeability therefrom[J]. Journal of Petroleum Technology, 1949, 1(2): 39-48.
[17]
李建明, 吴锡令. 根据压汞曲线建立砂岩储层渗透率估算模型[J]. 中国石油勘探, 2007, 12(1): 72-75, 94.
Li Jianming, Wu Xiling. Establishment of permeability estimation model for sandstone reservoir based on injection-Hg capillary pressure curve[J]. China Petroleum Exploration, 2007, 12(1): 72-75, 94.
[18]
Limin Z, Duan T, Han H, et al. Case study of fine geological modeling for Mishrif carbonate reservoir of H Oilfield in Iraq[C]. SPE/IATMI Asia Pacific Oil & Gas Conference and Exhibition, 2017.
[19]
Pentland C H, Yarabi M K, Boya F M J, et al. Describing and modeling saturation versus height in fields with immobile hydrocarbons below the contact[C]. SPE Annual Technical Conference and Exhibition, 2016.
[20]
Adams S J. Saturation-height modelling for reservoir description: including capillary pressure interpretation [M]. Auckland: Petrophysicist Limited, 2016.
[21]
Kamalyar K, Sheikhi Y, Jamialahmadi M. An investigation of using different saturation height functions in an Iranian Oil Reservoir[J]. Petroleum Science & Technology, 2012, 30(4): 412-424.
[22]
Sohrabi M, Jamiolahmady M, Tafat M. Estimation of saturation height function using capillary pressure by different approaches[C]. EUROPEC/EAGE Conference and Exhibition, 2007.
[23]
Brooks R H, Corey A T. Properties of porous media affecting fluid flow[J]. Journal of the Irrigation & Drainage Division Proceedings of the American Society of Civil Engineers, 1964, 92(2): 61-88.
[24]
Skelt C, Harrison B. An integrated approach to saturation height analysis[C]. SPWLA 36th Annual Logging Symposium, 1995.