2. 油气钻完井技术国家工程研究中心;
3. 中国石油西南油气田公司页岩气研究院
2. National Engineering Research Center of Oil & Gas Drilling and Completion Technology;
3. Research Institute of Shale Gas, PetroChina Southwest Oil & Gasfield Company
四川盆地南部页岩气资源量丰富,在地质工程一体化综合研究的基础上,以长宁和威远国家页岩气示范区为主要代表,储层埋深2000~3500m的中深层页岩气资源实现了商业开发[1-10]。地质力学作为连接地质综合研究和工程技术应用的“桥梁”作用逐渐凸显。2015年,吴奇等提出了地质工程一体化研究的实施路线,并指出了精细的三维地质力学模型是页岩气高效开发的重要基础[11]。2017年,鲜成刚等详细阐述了地质力学模型的建立方法和应用[12]。2020年,黄浩勇等人利用地质力学建模进行压裂效果评估,为开发政策的优化提供了支撑[13]。
目前,3500~5000m埋深的深层页岩气资源取得了战略突破,成为中国页岩气开发的重要接替区域,泸州区块是四川盆地南部的一个重要深层页岩气产区。研究区构造带具有北北东向构造带、南北向构造带和东西向构造带衔接、叠加的特征,其背斜紧凑,向斜较为宽缓,成排成带排列,由东北向西南呈帚状发散。该区域内发现了大量页岩气资源,其中下志留统龙马溪组页岩是页岩气勘探开发最有利的层段。泸州区块龙马溪组主要为深水陆棚相沉积,龙马溪组自下而上分为龙一段、龙二段; 龙一段自下而上分为龙一1亚段、龙一2亚段; 龙一1亚段自下而上细分为龙一11、龙一12、龙一13、龙一14等4个小层[14]。岩心实验结果表明,泸州区块龙马溪组深层页岩孔隙度在3.59%~6.10%之间,平均为4.81%;渗透率为(1.79~5.66)×10-4mD,平均为3.97×10-4mD。
相比中深层页岩气,深层页岩气由于勘探时间短、地质条件复杂、工程技术适应性差,开发过程中面临着钻井周期长、单井产量差异大等难题[15-16]。从地质力学的角度来看,造成水平井钻井和压裂效果差异的原因包括岩石力学特性的非均质性、天然断裂的存在以及储层地应力的变化。因此,了解页岩气储层内的岩石力学特性、地应力状态及其变化非常重要,因为这些认识直接影响页岩气的开发规划[17-18]。
地应力大小的横向分布通常是不规则的、不均匀的,采用具有相同岩石力学参数的三维数值模拟不适用于精确预测当前的应力分布和页岩气效益开发理念[19-21]。地应力状态很难用精确的解析解来描述,许多先前关于地应力建模的研究均是基于测井解释或实验室应力测量,其精度有待进一步验证和提高[22-23]。为了更清楚地认识地质力学特征对泸州区块深层页岩气勘探开发方面的影响,本文提供了一种基于现场应力测量、成像测井数据、测井解释和实验室应力测量,构建原位应力模型的工作流程,考虑真实地质模型和断层模型,通过有限元模拟建立了井区三维地应力场,并提供了模型质控的方法。基于精细三维地质力学模型,明确了井区储层地质力学特征,并开展了井位优化、钻井过程优化及压裂设计优化方面的应用,以期实现泸州区块深层页岩气的效益开发。
1 深层页岩气地质力学研究难点与关键技术 1.1 地质力学研究难点由于储层埋深和地质工程条件的变化(图 1),相比常规油气藏及中深层页岩气,泸州区块深层页岩气地质力学研究主要面临以下几方面难点,急需解决。
孔隙压力是一个重要的储层和地质力学参数,但泸州区块深层页岩气垂向上具有多套压力系统,缺乏标定数据。龙马溪组海相页岩具有非常复杂的超压机理,生烃排烃、构造运动、热演化及成岩作用等均可能起到不同程度的影响。页岩孔隙压力直接测量难度大,常规方法难以精确描述孔隙压力变化规律,导致孔隙压力预测困难。
1.1.2 地应力精细描述难度大泸州区块深层页岩气受复杂构造运动影响,区域地应力分布复杂,前期地应力建模主要基于测井解释或实验室应力测量,但页岩储层垂向上层理发育,岩石非均质性强,室内实验和测井解释难度大、精度低,同时未考虑断层、天然裂缝对地应力场的影响。
1.1.3 高精度地质力学建模难度大受单井模型精度、模型质控和校核方法等影响,前期建立的三维地质力学模型精度较低,不能很好地指导工程应用。同时,在工程应用过程中取得的认识和数据也未能反馈到三维地质力学模型迭代过程中。
1.2 关键技术针对泸州区块深层页岩气地质力学研究和建模面临的难点,形成和采用了低孔低渗页岩储层孔隙压力预测、地应力精细描述、模型质控与校核等多项技术。
1.2.1 低孔低渗页岩储层孔隙压力预测通过岩石密度和声波速度建立交会图,明确了泸州区块龙马溪组页岩储层流体生烃膨胀为主要机理的“卸载”超压机制。利用正常压实点泥页岩数据建立了研究区声波速度和岩石密度的正常趋势关系,推导了适合于区块的Bowers模型系数,计算了储层孔隙压力。通过气测录井、钻井复杂、诊断性压裂注入测试(DFIT)等数据对孔隙压力进行标定和质量控制,确保计算结果精度。
1.2.2 地应力精细描述考虑真实地质模型和断层模型,综合利用声波测井、DFIT、成像测井和实验室应力测量数据,形成了一种基于直接地应力测量构建原位应力模型,并通过多个数据源进行约束的地应力建模方法和流程,提升了地应力建模精度。
1.2.3 模型质控与校核三维地质力学模型需要通过将模拟结果与实际测量的数据进行比较来校准,并迭代调整模型参数和边界条件,直到达到可接受的对应关系。系统总结了模型质控和校核方法,主要包括一维地质力学模型及岩心实验校核、DFIT校核、钻井复杂状况校核、压裂监测数据校核、平台精细模型校核等,用于建立高精度的三维地质力学模型。同时,将现场应用结果反馈到模型迭代过程中,实现动态、双向的地质力学研究,有效推动地质力学研究成果的循环和动态运用,更好地为效益开发服务。
2 三维地质力学建模与地质力学特征 2.1 数据情况和建模流程690km2的三维地震数据用于建立研究区的地质模型,包括6个层面和81个断层,通过叠前AVO同步反演,计算纵声波速度、波阻抗和杨氏模量等参数,用于为三维地质力学建模提供平面趋势约束。用于建立和校准一维、三维地质力学模型的基础数据包括7口井的测井数据、岩石力学实验结果、诊断性压裂注入测试(DFIT)结果和成像测井(FMI)数据。水平井的测井记录较为完整,包括纵横波时差、岩石密度、电阻率、自然伽马和井径等。岩石力学实验数据包括基于不同围压下的三轴压缩实验和声发射实验获取的岩石动态弹性参数、单轴抗压强度、最大最小水平主应力等(表 1)。使用G函数方法对DFIT数据进行解释,获取最小水平主应力和地层孔隙压力[24]。最大水平主应力的大小和方向可以根据FMI测井观察到的井筒破裂来估计[25]。本次研究数据的数量和全面性可以很好地评估和校正原位应力场建模结果。
利用上述数据集、地球物理相关模型和有限元方法构建了区块的三维地质力学模型。地质力学模型主要包括三向主应力、孔隙压力和岩石力学参数,其中三向主应力为垂向主应力、最大水平主应力和最小水平主应力,主应力的大小和方向构成了应力张量,岩石力学参数包括单轴抗压强度、内摩擦角、杨氏模量、泊松比、比奥系数等。三维地质力学建模的简要工作流程如图 2所示,具体步骤包括基于地震资料,建立地质模型和断裂、裂缝模型,并开展地震属性反演; 基于测井数据和岩心实验标定,建立一维岩石力学模型; 根据建立的地质模型和一维岩石力学模型,利用地震属性反演的平面约束,建立三维岩石力学模型和三维孔隙压力模型; 模型中集成断层、裂缝模型,通过三维地应力模拟建立三维地质力学模型[26-28]。
基于地震解释成果,综合单井的小层分层和校正速度模型,建立构造模型和裂缝模型。建立泸州区块韩家店组、石牛栏组、龙马溪组和五峰组三维地质模型,其中五峰组底界、龙一段顶、龙二段顶采用地震解释层面控制,龙一1亚段中各小层采用小层厚度平面图控制。构造模型平面网格精度为30m×30m,垂向网格精度采用渐变式设计,储层网格精度约为0.5m。
采用离散裂缝网络(DFN)来描述裂缝系统,泸州区块中存在大量的微断层、裂缝带,其独特的力学性质会对应力场产生显著影响。针对断层、裂缝单元力学性质的刻画基于等效强度原理,将断层、裂缝等效为较弱的材料,被断层、裂缝穿过的完整岩石单元,其力学参数会被削弱,其等效刚度依赖于断层、裂缝自身的法向刚度及单元尺寸大小[29]:
$ \frac{\sigma}{E_{\text {eq }}}=\frac{\sigma}{E_{\text {intact }}}+\frac{\sigma}{K_{\mathrm{n}} S} $ | (1) |
式中 σ——应力,MPa;
Eeq——被裂缝穿过单元的等效杨氏模量,GPa;
Eintact——完整岩石单元的杨氏模量,GPa;
Kn——断层或裂缝法向刚度,GPa/m;
S——断层或裂缝间距,m。
2.3 三维岩石力学模型岩石力学建模成果可以明确杨氏模量、泊松比等储层参数的三维空间分布规律,并作为地应力模拟的输入条件,三维岩石力学建模按照以下步骤进行:进行三维网格化,通过地震面元和测井分辨率分别确定网格横向和垂向尺寸; 进行一维地质力学成果粗化,将基于测井曲线等建立的一维地质力学数据采样到井轨迹穿过的网格; 反演属性重采样,将杨氏模量、波阻抗等地震反演属性体重采样到三维网格; 井震结合属性建模,反演属性作为软数据控制属性的横向分布,测井数据作为硬数据,控制属性的垂向分布。三维岩石力学建模的方法主要包括数理统计插值、克里金插值、序贯高斯模拟等。
根据纵波、横波速度与岩石力学参数之间的理论关系,基于测井资料得到的纵波速度、横波速度和岩石密度,可以计算动态杨氏模量和动态泊松比:
$ E_{\mathrm{dyn}}=\frac{\rho v_{\mathrm{s}}^2\left(3 v_{\mathrm{p}}^2-4 v_{\mathrm{s}}^2\right)}{v_{\mathrm{p}}^2-v_{\mathrm{s}}^2} $ | (2) |
$ \mu_{\mathrm{dyn}}=\frac{v_{\mathrm{p}}^2-2 v_{\mathrm{s}}^2}{2\left(v_{\mathrm{p}}^2-v_{\mathrm{s}}^2\right)} $ | (3) |
式中 Edyn——动态杨氏模量,GPa;
μdyn——动态泊松比;
vp——纵波速度,ft/μs;
vs——横波速度,ft/μs;
ρ——岩石密度,g/cm3。
用上述测井资料计算的杨氏模量和泊松比是动态的,与岩石的静态力学性质之间有一定的差距,需要用实验室数据将动态杨氏模量和泊松比转换成静态参数[30]。根据室内岩石力学实验得到静态岩石弹性参数,与通过测井数据计算的动态弹性参数进行交会分析,可以得到动静态杨氏模量和泊松比的相关关系,从而获取静态弹性参数的连续剖面。
岩石的单轴抗压强度通常根据测井曲线计算得到,根据测井资料计算岩石单轴抗压强度有几种经验公式可选。本文利用岩石杨氏模量来确定岩石单轴抗压强度,实验室岩石强度参数用于校准经验公式。岩石抗拉强度为抗压强度的函数,取为抗压强度的10%。
$ U C S=0.2215 \times E^{0.712} $ | (4) |
式中 UCS——单轴抗压强度,MPa;
E——杨氏模量,MPa。
图 3给出了Y-1井的静态杨氏模量、静态泊松比、单轴抗压强度,室内实验数据与测井解释成果吻合度较高。杨氏模量和泊松比随着沉积时间垂直变化,泸州区块Y-1井龙一1亚段杨氏模量平均为38.87GPa,其中龙一14小层至龙一11小层杨氏模量平均分别为35.24GPa、37.23GPa、40.05GPa和43.07GPa。龙一1亚段泊松比平均为0.21,龙一14小层至龙一11小层泊松比平均值分别为0.25、0.23、0.20、0.18。单轴抗压强度与杨氏模量的变化一致,随着深度的增加而增加,龙一14小层至龙一11小层单轴抗压强度平均值分别为149MPa、151MPa、166MPa、178MPa; 进入五峰组后岩石的强度显著增加,相对于龙马溪组更难发生破坏。
泸州区块龙一11小层杨氏模量主要集中在30~ 46GPa,平均为41GPa,区块北部杨氏模量明显高于区块其他位置,达到45GPa以上(图 4); 龙一14小层杨氏模量主要集中在30~45GPa,平均为36GPa。龙一11小层泊松比平均为0.19,区块西南部的泊松比相对较高,在0.24以上,其他区域泊松比相对较低(图 4); 龙一14小层泊松比平均为0.24。
孔隙压力预测的目的是解决井眼不稳定、溢流、井喷等钻井难题,孔隙压力也是地应力模拟的重要参数。明确超压机制是开展孔隙压力预测的第一步工作,声波速度—密度趋势是超压机制很好的指示指标,正常压实过程中,密度和纵波速度随着地层深度增大而逐渐增大,不同地层的声波速度—密度散点沿正常趋势线均匀分布。当发生流体膨胀时,地层密度随深度继续增大,而声波速度减小,表现为下部地层的声波速度—密度散点群偏离正常趋势线,往声波速度减小方向发展[31-32]。
利用正常压实点泥页岩数据建立了研究区声波速度和密度的正常趋势线,可用以下公式表达:
$ v_{\mathrm{p}}=3420+454(\rho-1.27)^{4.03} $ | (5) |
式中 vp——纵波速度,m/s。
从图 5中可以看出,随着地层深度的增加,岩石密度增大,但纵波速度减小或基本不变,声波速度—密度逐渐偏离正常趋势线,证实研究区龙马溪组储层超压机制为流体膨胀。
Bowers开发了一种考虑超压机制的孔隙压力预测方法[32],由Terzaghi在岩土力学中提出的有效应力定理可知,垂直有效应力为上覆岩层压力与孔隙压力的差值,根据声波速度计算有效应力可得到孔隙压力。基于研究区龙马溪组储层的卸载机制异常高压,采用Bowers卸载曲线方程进行垂直有效应力计算:
$ v_{\mathrm{p}}=5000+A\left[\sigma_{\max }\left(\sigma_{\mathrm{v}}^{\prime} / \sigma_{\max }\right)^{(1 / U)}\right]^B $ | (6) |
其中
$ \sigma_{\max }=\left(\frac{v_{\max }-5000}{A}\right)^{\frac{1}{B}} $ | (7) |
式中 vp——纵波速度,m/s;
σmax——卸载开始时估计的最大有效应力,MPa;
σ'v——垂直有效应力,MPa;
U——卸载参数,反映沉积物的可塑性;
A和B——地区经验系数;
vmax——卸载开始时估计的最大速度,m/s。
总共进行了7次DFIT测试,数据表明,泸州区块是一个高度超压的页岩气藏,孔隙压力梯度范围为16.7kPa/m至21.7kPa/m(表 2)。三维模型结果与一维模型计算结果及DFIT校核数据拟合较好,建立的三维孔隙压力模型精度较高(图 6)。由图 7可看出,泸州区块储层埋深大于4000m的向斜区龙一11小层孔隙压力明显高于构造高部。在垂向上,龙一11小层孔隙压力最高,平均为80.3MPa。
上覆岩层压力通过对地层密度进行积分计算得到[25]:
$ \sigma_{\mathrm{v}}=\int_0^{T V D} \rho(z) g \mathrm{~d} z $ | (8) |
式中 σv——上覆岩层压力,MPa;
TVD——垂深,m;
ρ(z)——z深度处的岩石密度,g/cm3;
g——重力加速度,为9.8m/s2。
利用密度积分法计算上覆地层压力,需要从地表到井底的岩石密度数据,地层密度通常通过电缆测井获得,目前泸州区块深层页岩气井普遍缺少12¼in以上井眼的岩石密度数据,因此需要采用指数拟合方法表示第一次可靠密度测量的井深位置和地表之间缺失的密度数据。地表密度曲线拟合为2.5g/cm3,将实际密度数据和拟合密度数据相结合,用来计算上覆岩层压力。泸州区块平均上覆岩层压力为25.5kPa/m,相同垂深条件下,各口井上覆岩层压力变化相对较小,表明该区域地层属性较为稳定。
2.5.2 水平主应力大小和方向DFIT是用于测量深层页岩的现今最小水平主应力大小的最可靠方法,DFIT是在高压下注入少量流体,以在测试层段中产生并传播拉伸裂缝,然后关井以监测压力衰减,当压力下降到一定水平时,裂缝闭合,裂缝闭合时的井底压力(称为裂缝闭合压力)等于地层的原位最小水平主应力[33-34]。基于直接测量方法获取了几个深度处最小水平主应力的大小,就可以利用有效应力比值方法将其用作外推所有层段最小水平主应力的指标。
最大水平主应力不能直接测量,通常使用多种方法的结果进行交叉约束,获得最大水平主应力的合理值。本文应用两种方法来估计和约束具有DFIT数据的井的最大水平主应力的大小。
声发射实验可以用于估算页岩样品的原位应力状态[35]。在实验室条件下对岩石进行再加载,当加载到先前经受过的应力水平后,其声发射活动将突然增加,该点对应的应力即为岩石先前受到的最大应力。根据声发射实验得出的最大水平主应力和最小水平主应力比值为1.165左右。
最大水平主应力的大小也可以根据FMI测井中观察到的井筒破裂的发生情况和应力多边形方法进行估计[36]。基于岩石强度参数、孔隙压力,可以根据特定深度井眼破坏分析确定应力范围。图 8a给出了Y-1井3715m处的井筒破裂示例。图 8b显示了基于摩擦断裂理论,Y-1井3715m井深的可能断裂机制,以及所有可能的最大水平主应力大小。图 8b中蓝色实线将反映正断层(NF)、走滑断层(SS)和逆断层(RF)应力条件的3个三角形区域分开,最大水平主应力的范围为106.85MPa至115.1MPa,最大水平主应力和最小水平主应力比值为1.16~1.25,与声发射实验的值相匹配。
基于上述分析结果,结合岩石力学参数和孔隙压力等数据,利用组合弹簧模型计算全井筒的最大、最小水平主应力[37]:
$ \sigma_{\mathrm{h}max }=\frac{\mu}{1-\mu} S_{\mathrm{v}}+\frac{1-2 \mu}{1-\mu} \alpha p_{\mathrm{p}}+\frac{E}{1-\mu^2} \varepsilon_{\mathrm{H}}+\frac{\mu E}{1-\mu^2} \varepsilon_{\mathrm{h}} $ | (9) |
$ \sigma_{\mathrm{hmin}}=\frac{\mu}{1-\mu} S_{\mathrm{v}}+\frac{1-2 \mu}{1-\mu} \alpha p_{\mathrm{p}}+\frac{E}{1-\mu^2} \varepsilon_{\mathrm{h}}+\frac{\mu E}{1-\mu^2} \varepsilon_{\mathrm{H}} $ | (10) |
式中 σhmax——最大水平主应力,MPa;
σhmin——最小水平主应力,MPa;
μ——泊松比;
Sv——上覆岩层压力,MPa;
E——杨氏模量,GPa;
εh和εH——分别为最小、最大水平主应力方向的构造应力系数;
pp——孔隙压力,MPa;
α——Biot弹性系数,通常假定为1。
水平主应力方向来源于从FMI测井图像中观察到的钻井诱发拉伸裂缝和井筒破裂。钻井诱发拉伸裂缝通常位于最大水平主应力方向,对钻井诱发拉伸裂缝与井筒破裂的出现情况进行了统计分析[38-39], 最大水平主应力方位角为N125°E左右。
从7口井的DFIT获得了最小水平主应力的现场测量值(表 2),最小水平主应力梯度范围为18.8~24.5kPa/m。基于最大水平主应力和最小水平主应力比值范围及组合弹簧模型,计算了最大水平主应力。图 9给出了泸州区块龙一11小层模拟的原位应力场及水平应力差图,结果表明,水平应力差主要分布在9~15MPa,平均为11.2MPa。断层对地应力大小分布的影响主要表现在两方面,一是在逆断层上盘的水平应力较高,二是由于水平应力差被释放,在逆断层的上盘处水平应力差降低[29]。
水平应力差是影响水力裂缝扩展的最重要因素之一,在较高的水平应力差下,水力裂缝网络通常很简单,水力裂缝的扩展很大程度上取决于最大水平主应力的方向; 较低的水平应力差则可以产生复杂的水力裂缝网络[40]。研究区龙一11小层和龙一12小层水平应力差主要分布在9~15MPa和10~16MPa,平均值分别为11.2MPa和12.3MPa,其中龙一11小层水平应力差在10MPa及以下的占储层体积的32.6%(图 10)。龙一11小层水平应力差大小相对较低,这意味着研究区龙一11小层的当前应力场可能有助于形成复杂的水力裂缝网络。
Simpson[41]开发了一个用来表示三向主应力之间关系的参数(Aϕ),并为不同的安德森应力状态提供了一个0~3的连续标度,其中Aϕ=0.5表示正断层应力状态,Aϕ=1.5表示走滑断层应力状态,Aϕ=2.5表示逆断层应力状态,使用连续Aϕ标度是区分各种类型的过渡应力状态的合适方法。Aϕ的计算公式为
$ A_\phi=(n+0.5)+(-1)^n \times(\phi-0.5) $ | (11) |
$ \phi=\left(\sigma_2-\sigma_3\right) /\left(\sigma_1-\sigma_3\right) $ | (12) |
式中 Aϕ——地应力状态判定指数;
n——应力机制系数;
ϕ——三向主应力比值;
σ1——最大主应力,MPa;
σ2——中间主应力,MPa;
σ3——最小主应力,MPa。
图 11是研究区Aϕ的分布及其体积加权直方图,结果表明,研究区原位应力状态是复杂的,大多数(65.3%)应力状态为走滑断层应力状态或走滑/逆断层过渡应力状态。
在构造稳定区域内,应力分布可能在很大程度上受岩石力学参数变化的控制[42-43]。以龙一11小层为例,分析了岩石杨氏模量与水平主应力之间的关系(图 12),结果表明水平主应力随着杨氏模量的增大而增大,说明岩石力学参数可以对储层的应力传递产生显著的影响,并且较硬的岩石通常传递更高的应力大小。此外,结果还反映了应力分布和岩石力学参数非均质性之间的相互作用。
孔隙压力的变化将影响现今的地应力状态,通过对水平主应力和孔隙压力数据进行统计回归发现,储层水平主应力与孔隙压力的相关性较为明显,储层最大水平主应力和最小水平主应力随着孔隙压力增加相应加大。通常,孔隙压力的增加可以同时降低有效应力和水平应力差,如果孔隙压力增加到一定程度,则会产生新的裂缝组或激活先前存在的天然裂缝和断层。在没有侧向应变的假设下,使用线性弹性方程来解释水平应力随孔隙压力变化而变化的情况:
$ \Delta \sigma_{\mathrm{h}}=\alpha^{\prime} \frac{1-2 \mu}{1-\mu} \Delta p_{\mathrm{p}} $ | (13) |
式中 Δσh——水平应力变化,MPa;
α'——有效应力系数;
Δpp——孔隙压力变化,MPa。
对Y-1井、Y-2井、Y-3井由Δpp引起的Δσh进行了分析(图 13),结果表明在研究区龙一11小层,它们的关系一般遵循Δσh=(0.35~0.5)Δpp。
三维地质力学建模研究成果需要及时和充分地应用到气田效益开发中,为水平井钻井、压裂设计服务,包括井位优化、钻井工程及完井工程方面的应用[44]。
3.1 井位部署中的应用三维地质力学模型成果可以提供包括孔隙压力当量密度、坍塌压力当量密度和漏失压力当量密度的钻井液安全密度窗口,在井位部署时,应规避可能存在的井壁坍塌、漏失风险层段,同时选择孔隙压力较高的区域来确保单井产量、降低钻井风险。同时,在钻井液安全密度窗口满足安全钻井要求的前提下,可以选择钻井液密度下限相对较低的水平井方位,实现减少压持效应提高机械钻速。对Y-5井进行了井眼轨迹方位分析(图 14),可以看出在15°、20°、35°方位角情况下因裂缝穿过井筒,都存在漏失风险; 其中25°及30°方位角情况下钻井液安全密度窗口相对较好,但25°方位角情况下钻井液安全密度窗口更宽,且可以使用更低密度的钻井液,因此,水平井最优方位角为25°。
三维地质力学模型可以为区块优化钻井提供数据依据。一方面是在钻前和钻中提供基于孔隙压力当量密度、坍塌压力当量密度、漏失压力当量密度和破裂压力当量密度得出的钻井液安全密度窗口(图 15),钻进过程中可以参考各个风险指示,在保证井眼清洁的前提下,优化钻井液密度、当量循环密度和钻井参数,尽量规避钻井风险。另一方面,基于三维地质力学模型,获取待钻井段的岩石力学特征,为后续钻井过程中的钻井参数优化、钻头优选和钻具组合优化提供参考。
在区块开发初期,缺乏精细的地质力学评价,为了提高井壁稳定性,降低井控风险,通常使用2.15g/cm3以上的钻井液密度实施储层钻进,导致机械钻速较慢,且高固相钻井液摩擦生热更明显,井底循环温度超过了大多数井下工具的正常工作温度,致使故障率高,严重影响钻井效率。在地质力学模型分析的基础上,通过三维孔隙压力精细刻画,配合使用旋转防喷器,在Y65-X井将实钻钻井液密度优化至1.85g/cm3,实现了造斜—水平段“一趟钻”完钻,钻井周期较邻井缩短67%,钻进过程中未出现井壁失稳的问题。
3.3 完井工程中的应用在完井工程方面,三维地质力学模型主要为压裂甜点优选和压裂设计优化提供指导。压裂设计中需要参考完井品质进行射孔分级,主要包括最小水平主应力、水平应力差及脆性指数(图 16),选择最小水平主应力和水平应力差低且脆性指数高的井段作为射孔段,有利于裂缝的开启和横向延伸。同时,考虑储层完井品质,优化压裂段长设计,段内体现品质的一致性与相似性,段间更多体现品质的差异性,从而进行施工排量、液量、加砂强度等工艺参数的差异化设计。
Y2-X井完钻井深为6263m,水平段长1850m,基于地质力学研究成果,分段时将同一小层、物性相近、应力差异较小的分在同一段内,同时对储层物性较差的适当减小段长,增加应力干扰; 射孔位置原则上选在脆性高、应力低、TOC高、含气量高、录井气测显示好的位置,同时避开套管接箍位置。图 17为Y2-X井地质力学剖面及分段分簇方案,如第31段由于水平应力差较大、杨氏模量较低,适当减少了段长; 第26和27段的划分考虑了泊松比和水平应力大小的变化,基于以上原则,水平段划分为33段99簇改造。根据计算的最小水平主应力梯度23.5kPa/m,选择23~27kPa/m裂缝延伸压力梯度进行泵压预测,结果表明施工限压按120MPa控制,能够满足16m3/min左右的施工排量,同时考虑到地层应力较高,现场在控制压力下尽可能提高施工排量,主体泵序单段液量设计为2000~2200m3,加砂强度为2t/m,施工条件允许可以进一步提高加砂强度,天然裂缝发育段可适当调整施工参数。Y2-X井通过精细分段分簇和压裂施工参数优化,测试日产量达到50.69×104m3。
(1)泸州区块杨氏模量和泊松比随着沉积时间垂直变化,龙一11小层杨氏模量和泊松比平均值分别为43.07GPa和0.18。龙马溪组页岩异常高压机制呈现出明显卸载特征,在垂向上龙一11小层孔隙压力最高,平均值为80.3MPa。建立了高精度的地应力模型,泸州区块上覆岩层压力梯度为25.5kPa/m,最小水平主应力梯度范围为18.8~24.5kPa/m,龙一11小层水平应力差平均值为11.2MPa。
(2)明确了龙马组页岩储层流体生烃膨胀为主要机理的“卸载”超压机制,推导了适合于区块的Bowers模型系数,计算了储层孔隙压力。考虑真实地质模型和断层模型,综合利用声波测井、DFIT、成像测井和实验室应力测量数据,形成了一种基于直接场应力测量构建原位应力模型,并通过多个数据源进行约束的地应力建模方法和流程。系统总结了包括一维地质力学模型及岩心实验校核、DFIT校核、钻井复杂状况校核、压裂监测数据校核、平台精细模型校核等模型质控和校核方法,用于建立高精度的三维地质力学模型。同时,将现场应用结果反馈到模型迭代过程中,实现动态、双向的地质力学研究,有效推动地质力学研究成果的循环和动态运用,更好地为效益开发服务。
(3)总结了地质力学成果在井位优化研究、钻井工程及完井工程方面的应用。通过三维孔隙压力精细刻画,在Y65-X井将实钻钻井液密度优化至1.85g/cm3,实现了造斜—水平段“一趟钻”完钻,钻井周期较邻井缩短67%,钻进过程中未出现井壁失稳的问题。地质力学研究成果为精细分段分簇和压裂施工参数优化提供指导,Y2-X井测试日产量达到50.69×104m3。本研究中的成果和方法可用于泸州区块井位、钻井工程及完井工程优化,同时也可以应用于各种类型油气藏不同尺度的地质力学模型建立。
[1] |
邹才能, 赵群, 王红岩, 等. 中国海相页岩气主要特征及勘探开发主体理论与技术[J]. 天然气工业, 2022, 42(8): 1-13. Zou Caineng, Zhao Qun, Wang Hongyan, et al. The main characteristics of marine shale gas and the theory & technology of exploration and development in China[J]. Natural Gas Industry, 2022, 42(8): 1-13. |
[2] |
张素荣, 董大忠, 廖群山, 等. 四川盆地南部深层海相页岩气地质特征及资源前景[J]. 天然气工业, 2021, 41(9): 35-45. Zhang Surong, Dong Dazhong, Liao Qunshan, et al. Geological characteristics and resource prospect of deep marine shale gas in the southern Sichuan Basin[J]. Natural Gas Industry, 2021, 41(9): 35-45. DOI:10.3787/j.issn.1000-0976.2021.09.004 |
[3] |
杨洪志, 赵圣贤, 刘勇, 等. 泸州区块深层页岩气富集高产主控因素[J]. 天然气工业, 2019, 39(11): 55-63. Yang Hongzhi, Zhao Shengxian, Liu Yong, et al. Main controlling factors of enrichment and high-yield of deep shale gas in the Luzhou block, southern Sichuan Basin[J]. Natural Gas Industry, 2019, 39(11): 55-63. |
[4] |
Ma Xinhua, Wang Hongyan, Zhou Shangwen, et al. Deep shale gas in China: geological characteristics and development strategies[J]. Energy Reports, 2021, 7(6): 1903-1914. |
[5] |
邹才能, 赵群, 丛连铸, 等. 中国页岩气开发进展、潜力及前景[J]. 天然气工业, 2021, 41(1): 1-14. Zou Caineng, Zhao Qun, Cong Lianzhu, et al. Development progress, potential and prospect of shale gas in China[J]. Natural Gas Industry, 2021, 41(1): 1-14. |
[6] |
赵文智, 贾爱林, 位云生, 等. 中国页岩气勘探开发进展及发展展望[J]. 中国石油勘探, 2020, 25(1): 31-44. Zhao Wenzhi, Jia Ailin, Wei Yunsheng, et al. Progress in shale gas exploration in China and prospects for future development[J]. China Petroleum Exploration, 2020, 25(1): 31-44. DOI:10.3969/j.issn.1672-7703.2020.01.004 |
[7] |
杨文杰, 谭秀成, 李明隆, 等. 四川盆地威远—高石梯地区中二叠统栖霞组台内薄层白云岩发育特征与成因[J]. 中国石油勘探, 2022, 27(4): 75-90. Yang Wenjie, Tan Xiucheng, Li Minglong, et al. Development characteristics and genesis of thin layered dolomite of the middle Permian Qixia Formation in the platform in Weiyuan-Gaoshiti area, Sichuan Basin[J]. China Petroleum Exploration, 2022, 27(4): 75-90. |
[8] |
付永强, 杨学锋, 周朗, 等. 川南页岩气体积压裂技术发展与应用[J]. 石油科技论坛, 2022, 41(3): 18-25. Fu Yongqiang, Yang Xuefeng, Zhou Lang, et al. Development and application of shale gas volume fracturing technology in southern Sichuan Basin[J]. Petroleum Science and Technology Forum, 2022, 41(3): 18-25. |
[9] |
包汉勇, 梁榜, 郑爱维, 等. 地质工程一体化在涪陵页岩气示范区立体勘探开发中的应用[J]. 中国石油勘探, 2022, 27(1): 88-98. Bao Hanyong, Liang Bang, Zheng Aiwei, et al. Application of geology and engineering integration in stereoscopic exploration and development of Fuling shale gas demonstration area[J]. China Petroleum Exploration, 2022, 27(1): 88-98. |
[10] |
马军, 关琳琳, 高全芳, 等. 渝东南地区背斜型浅层常压页岩气勘探发现[J]. 中国石油勘探, 2022, 27(3): 47-60. Ma Jun, Guan Linlin, Gao Quanfang, et al. Exploration and discovery of normal pressure shale gas in shallow anticline in southeast Chongqing area[J]. China Petroleum Exploration, 2022, 27(3): 47-60. |
[11] |
吴奇, 梁兴, 鲜成钢, 等. 地质—工程一体化高效开发中国南方海相页岩气[J]. 中国石油勘探, 2015, 20(4): 1-23. Wu Qi, Liang Xing, Xian Chenggang, et al. Geoscience-to-production integration ensures effective and efficient south China marine shale gas development[J]. China Petroleum Exploration, 2015, 20(4): 1-23. |
[12] |
鲜成钢, 张介辉, 陈欣, 等. 地质力学在地质工程一体化中的应用[J]. 中国石油勘探, 2017, 22(1): 75-88. Xian Chenggang, Zhang Jiehui, Chen Xin, et al. Application of geomechanics in geology-engineering integration[J]. China Petroleum Exploration, 2017, 22(1): 75-88. |
[13] |
黄浩勇, 范宇, 曾波, 等. 长宁区块页岩气水平井组地质工程一体化[J]. 科学技术与工程, 2020, 20(1): 175-182. Huang Haoyong, Fan Yu, Zeng Bo, et al. Geology-engineering integration of platform well in Changning block[J]. Science Technology and Engineering, 2020, 20(1): 175-182. |
[14] |
赵圣贤, 杨跃明, 张鉴, 等. 四川盆地下志留统龙马溪组页岩小层划分与储层精细对比[J]. 天然气地球科学, 2016, 27(3): 470-487. Zhao Shengxian, Yang Yueming, Zhang Jian, et al. Micro-layers division and fine reservoirs contrast of Lower Silurian Longmaxi Formation shale, Sichuan Basin, SW China[J]. Natural Gas Geoscience, 2016, 27(3): 470-487. |
[15] |
何骁, 李武广, 党录瑞, 等. 深层页岩气开发关键技术难点与攻关方向[J]. 天然气工业, 2021, 41(1): 118-124. He Xiao, Li Wuguang, Dang Lurui, et al. Key technological challenges and research directions of deep shale gas development[J]. Natural Gas Industry, 2021, 41(1): 118-124. |
[16] |
袁光杰, 付利, 王元, 等. 我国非常规油气经济有效开发钻井完井技术现状与发展建议[J]. 石油钻探技术, 2022, 50(1): 1-12. Yuan Guangjie, Fu Li, Wang Yuan, et al. The up-to-date drilling and completion technologies for economic and effective development of unconventional oil & gas and suggestions for further improvements[J]. Petroleum Drilling Techniques, 2022, 50(1): 1-12. |
[17] |
Yong R, Wu J, Huang H, et al. Complex in situ stress states in a deep shale gas reservoir in the southern Sichuan Basin, China: from field stress measurements to in situ stress modeling[J]. Marine and Petroleum Geology, 2022, 141: 1-14. |
[18] |
Rajabi M, Tingay M, Heidbach O. The present-day state of tectonic stress in the Darling Basin, Australia: implications for exploration and production[J]. Marine and Petroleum Geology, 2016, 77: 776-790. |
[19] |
Bell J S. Petro geoscience 2. In-situ stresses in sedimentary rocks (part2): applications of stress measurements[J]. Geoscience Canada, 1996, 23(3): 135-153. |
[20] |
Brooke-Barnets, Flottmann T, Paul P K, et al. Influence of basement structures on in situ stresses over the Surat Basin, southeast Queensland[J]. Journal of Geophysical Research: Solid Earth, 2015, 120(7): 4946-4965. |
[21] |
Ju W, Jiang B, Qin Y, et al. The present-day in-situ stress field within coalbed methane reservoirs, Yuwang block, Laochang Basin, south China[J]. Marine and Petroleum Geology, 2019, 102: 61-73. |
[22] |
Zhao J, Hefny A M, Zhou Y X. Hydrofracturing in-situ stress measurements in Singapore granite[J]. International Journal of Rock Mechanics and Mining Sciences, 2005, 42(4): 577-583. |
[23] |
Kang H, Zhang X, Si L, et al. In-situ stress measurements and stress distribution characteristics in underground coal mines in China[J]. Engineering Geology, 2010, 116(3): 333-345. |
[24] |
Barree R D, Barree V L, Craig D P. Holistic fracture diagnostics: consistent interpretation of prefrac injection tests using multiple analysis methods[J]. SPE Production & Operations, 2009, 24(3): 396-406. |
[25] |
Zoback M D, Barton C A, Brudy M, et al. Determination of stress orientation and magnitude in deep wells[J]. International Journal of Rock Mechanics and Mining Sciences, 2003, 40(7-8): 1049-1076. |
[26] |
Xie J, Qiu K B, Zhong B, et al. Construction of a 3D geome-chanical model for development of a shale gas reservoir in the Sichuan Basin[C]. Moscow: SPE Russian Petroleum Technology Conference, 2018: 275-297.
|
[27] |
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 Kaigu, et al. Geological modeling of shale gas reservoir during the implementation process of geology-engineering integration[J]. China Petroleum Exploration, 2020, 25(2): 84-95. |
[28] |
杨恒林, 乔磊, 田中兰. 页岩气储层工程地质力学一体化技术进展与探讨[J]. 石油钻探技术, 2017, 45(2): 25-31. Yang Henglin, Qiao Lei, Tian Zhonglan. Advances in shale gas reservoir engineering and geomechanics integration technology and relevant discussions[J]. Petroleum Drilling Techniques, 2017, 45(2): 25-31. |
[29] |
Shang X A, Rui L, Fang H D, et al. Complex rotation of maximum horizontal stress in the Wufeng-Longmaxi Shale on the eastern margin of the Sichuan Basin, China: implications for predicting natural fractures[J]. Marine and Petroleum Geology, 2019, 109: 519-529. |
[30] |
Bradford I D R, Fuller J, Thompson P J, et al. Benefits of assessing the solids production risk in a north sea reservoir using elastoplastic modelling[C]// SPE/ISRM Rock Mechanics in Petroleum Engineering. Society of Petroleum Engineers, 1998: 261-269.
|
[31] |
樊洪海. 利用声速检测欠压实泥岩异常高压的简易方法与应用[J]. 石油钻探技术, 2001, 29(5): 9-11. Fan Honghai. A simple pore pressure estimation method for a disequilibrium compaction shale using sonic velocity[J]. Petroleum Drilling Techniques, 2001, 29(5): 9-11. |
[32] |
Bowers G L. Pore pressure estimation from velocity data: accounting for overpressure mechanisms besides undercompaction[J]. International Journal of Rock Mechanics & Mining Sciences & Geomechanics Abstracts, 1995, 31(6): 276-276. |
[33] |
Nolte K G. A general analysis of fracturing pressure decline analysis with application to three models[J]. SPE Formation Evaluation, 1986, 1(6): 571-583. |
[34] |
Zanganeh B, Clarkson C R, Yuan B, et al. Field trial of a modified DFIT (pump-in/flowback) designed to accelerate estimates of closure pressure, reservoir pressure and well productivity index[J]. Journal of Natural Gas Science and Engineering, 2020, 78: 103265. |
[35] |
葛洪魁, 林英松, 王顺昌. 地应力测试及其在勘探开发中的应用[J]. 中国石油大学学报(自然科学版), 1998, 22(1): 94-99. Ge Hongkui, Lin Yingsong, Wang Shunchang. In-situ stresses determination technique and its applications in petroleum exploration and development[J]. Journal of China University of Petroleum(Edition of Natural Science), 1998, 22(1): 94-99. |
[36] |
Zoback M D. Reservoir geomechanics [M]. London: Cambridge University Press, 2009: 241.
|
[37] |
Gennaro V D, Amri R, Brignoli M, et al. Integrated unconventional gas evaluation workflow: from anisotropic geomechanical modelling to completion design[C]. Vienna: SPE/EAGE European Unconventional Conference and Exhibition, 2014: 1-16.
|
[38] |
Rajabi M, Bohloli B, Ahangar E G. Intelligent approaches for prediction of compressional, shear and Stoneley wave velocities from conventional well log data: a case study from the Sarvak carbonate reservoir in the Abadan Plain (Southwestern Iran)[J]. Computers & Geosciences, 2010, 36(5): 647-664. |
[39] |
Walsh F R, Zoback M D. Probabilistic assessment of potentialfault slip related to injection-induced earthquakes: application to north-central Oklahoma, USA[J]. Geology, 2016, 44(12): 991-994. |
[40] |
Mayerhofer M J, Lolon E P, Warpinski N R, et al. What is stimulated reservoir volume?[J]. SPE Production & Operations, 2010, 25(1): 89-98. |
[41] |
Simpson R W. Quantifying Anderson's fault types[J]. Journal of Geophysical Research, 1997, 102(B8): 17909-17919. |
[42] |
赵才顺, 谭伟雄, 石雪峰, 等. 鄂尔多斯盆地东缘井区现今地应力特征与主控因素分析[J]. 地球物理学进展, 2021, 36(2): 716-722. Zhao Caishun, Tan Weixiong, Shi Xuefeng, et al. Current geostress characteristics and main factors analysis of wells in the eastern margin of the Ordos Basin[J]. Progress in Geophysics, 2021, 36(2): 716-722. |
[43] |
徐珂, 戴俊生, 商琳, 等. 南堡凹陷现今地应力特征及影响因素[J]. 中国矿业大学学报, 2019, 48(3): 570-583. Xu Ke, Dai Junsheng, Shang Lin, et al. Characteristics and influencing factors of in-situ stress of Nanpu Sag, Bohai Bay Basin, China[J]. Journal of China University of Mining & Technology, 2019, 48(3): 570-583. |
[44] |
梁兴, 张朝, 张鹏伟, 等. 湖北宜昌深层山地页岩气地质力学研究及应用[J]. 油气藏评价与开发, 2019, 9(5): 20-31. Liang Xing, Zhang Chao, Zhang Pengwei, et al. Research and application of geomechanics of shale gas in deep mountain of Yichang, Hubei[J]. Reservoir Evaluation and Development, 2019, 9(5): 20-31. |