2. 中国石油勘探开发研究院油气地质软件开发中心, 北京 100083
3. 大庆油田榆树林油田开发有限责任公司, 大庆 163318
2. Oil and Gas Geological Software Center in Research Institute of Petroleum Exploration & Development of PetroChina, Beijing 100028, China
3. China National Petroleum Corporation Yushulin Oilfield Limited Company, Daqing 163318, China
近年来,致密油作为一种非常规油气资源,是目前国际油气勘探开发的热点领域,也是国内原油勘探开发的前缘领域.尽管国内外关于常规储层建模的研究日趋完善,但针对复杂的非常规致密储层,譬如集常规砂岩储层、碳酸盐岩储层及人工压裂缝等一体,具多种渗流机理的非常规致密油藏建模研究却极其匮乏.其中只有极少学者针对缝洞型油气藏建模展开过研究,但仍未整合人工压裂缝部分的建模内容.开展不同尺度多重介质的致密油储层建模,不仅可以客观地刻画不同介质储层的空间分布特征及非均质性,还可为数值模拟提供更真实的地质模型,从而对储量计算、油藏评价、开发方案的合理性等诸多方面提供更为正确的指导.本文以新疆某油田开发试验区内芦草沟组二段上甜点体为例,以区内11口水平井、6口直井为基础,充分利用地震、测井、岩心、铸体薄片、微地震等实际资料,分别完成靶区内四类孔隙型基质储层建模、不同尺度天然裂缝建模与人工压裂缝建模,进而将孔隙型基质模型与离散型裂缝网络模型整合到同一网格体系中,完成不同尺度、多重介质的致密油藏建模研究,首次提出了一套集不同尺度孔隙、不同尺度天然/人工裂缝于一体的地质建模方法,丰富了建模内容,为今后致密油储层建模提供了一套切实可行的特色技术.
1 建模思路的提出吉木萨尔凹陷地处新疆准噶尔盆地东部隆起,呈箕状凹陷,东高西低,其主要致密油勘探层位为芦草沟组,在全凹陷均有分布,主体勘探部位相对平缓,构造倾角为3°~5°(图 1a)(李红南,2014;王晓琦等,2015;郑民等,2016).凹陷发育石炭系、二叠系至第四系等完整沉积地层 (图 1b),其中,芦草沟组属二叠系地层,受多期水进、水退等复杂地质变动的影响,总体可划分为以最大湖泛面为界,上段为水进沉积体系,下段为水退沉积体系.其中,“上甜点”为芦二段二层组中发育的一套致密储层,储层平均厚度为24.8 m,整体为咸化滨浅湖环境沉积,储层岩性主要为细粒级云质粉细砂岩、薄层碳酸盐岩与大量二者间过度岩类,矿物类型多样,碎屑岩和化学岩的造岩矿物共存,纵向上岩性变化快,薄互层状分布,岩性十分复杂 (斯春松等,2013;邵雨等,2015;葸克来等,2015).资料表明,储集空间为孔隙与裂缝并存,孔隙主要为原生粒间孔、溶蚀扩大粒间孔、粒间溶孔、粒内溶孔、铸 (颗) 模孔、缩小粒间孔 (收缩孔)、晶间微孔、胶结物内溶孔、杂基微孔等9类;裂缝则主要为溶蚀缝、压溶缝、构造缝、粒间微裂缝、充填缝、层间缝、收缩缝等7类 (图 2).上甜点段内孔径分布较散,孔隙结构复杂,不同孔隙具不同物性特征,孔隙度以5%~15%为主,渗透率以0.01~1×10-3 μm2为主 (详见表 1),储层致密.
研究表明,由于非常规油藏成因复杂,储集体类型多样、形态不规则、尺度不一、离散分布、岩性混杂,常规建模不能有效地刻画其内部复杂性,目前也还没有成熟的致密油藏建模方法和技术 (侯加根等,2012;胡向阳等,2014).本文依托国家高技术研究发展计划 (863) 课题,经过深入的探究,提出一套集不同尺度孔隙、不同尺度天然/人工裂缝于一体的地质建模方法,主要分以下3步完成建模.第一步,储层分类分级,考虑致密储层兼具细粒级粉砂岩、碳酸盐岩以及多种过度岩性的特点,将致密储层划分为孔隙型储层与裂缝型储层两类,其中,对于孔隙型储层,依据常规压汞资料,将储层划分为四类;对于裂缝型储层,将天然裂缝划分为大-中尺度、小尺度、微尺度三类,进而结合人工压裂缝 (大尺度+小尺度),共计四类裂缝.第二步,在等时地层划分前提下,遵循相控原则,结合适当建模算法,分别完成四类孔隙型储层建模及其对应孔渗饱基质属性建模;同时,依据地震资料或裂缝发育密度体,采用确定加随机的组合方式得到不同尺度的离散裂缝网络模型 (郎晓玲和郭召杰,2013;邓西里等,2015).第三步,计算裂缝渗流参数,将各部分建模结果统一导出、融合于FracaFlow软件中,将多组离散裂缝模型与基质模型一同作为多重介质油藏数值模拟的初始模型 (图 3).
针对靶区芦二段上甜点岩性复杂、孔隙成因及类型多样等特点,利用压汞资料,依据压汞曲线位置、形态,兼顾孔吼半径、孔渗、渗流机理等因素,确定四类储层划分,并在此基础上,计算各井储层分类曲线,确定变差关系,采用相控序贯指示算法模拟不同尺度孔隙型储层分布模型 (乔占峰等,2015;何伟等,2016).进一步,利用储层分布模型作约束,随机性模拟孔隙型储层的孔隙度 (反演体为第二变量)、渗透率 (孔隙度模型为第二变量)、含油饱和度 (渗透率模型为第二变量) 等多类属性模型 (陈更新等,2014).
2.2 不同尺度天然裂缝建模方法天然裂缝的形成是受多方面因素所控制的,不同时期的构造运动、不同应力场的构造运动等都将造成裂缝的多期性,这样就要求我们在进行裂缝建模时需要对裂缝特征进行严格分析,将不同特征、不同期次的裂缝区分开来,才能保证裂缝模型的合理性.因此,裂缝建模的前提是,需对靶区裂缝特征具有良好的先验认识,正确划分不同期、不同组、不同特征的裂缝.
2.2.1 大-中尺度天然裂缝建模大-中尺度天然裂缝建模主要依据三维地震资料及其解释成果,结合对裂缝敏感的地震属性与应力场等资料,通过确定性方法建立离散大-中尺度天然裂缝分布模型.
结合靶区先验地质认识,确定靶区主要构造走向、裂缝期次及方位、倾角、开度等前提下,依次对深度域地震体进行去噪、构造平滑、边缘增强等,提取蚂蚁体、各向异性、不连续性检测等属性 (Pepper and Bejarano, 2005;Kadlec et al,2008;龙旭和武林芳,2011;陈兆明等,2013;马晓宇等,2014),提取不同期次、组别的大中尺度裂缝空间分布数据,人机交互拾取有效信息,采用确定性建模方法建立多期、多组DFN离散大-中尺度天然裂缝模型.
2.2.2 小尺度天然裂缝建模小尺度的天然裂缝建模十分重要,大量的小尺度裂缝不仅可以成为良好的储集层,还可以通过各个裂缝的组合与交切,成为油气运移的重要通道等.
小尺度裂缝建模主要以成像测井、岩心、常规测井等数据为基础,通过单井裂缝的识别与描述,建立不同期次、不同组别单井裂缝发育模式,计算裂缝发育密度曲线,并以之为硬数据,选用与裂缝发育相关较好的属性体,如蚂蚁体、不连续性检测、距断层距离信息等作为软数据,建立相控裂缝发育密度体,采用示性点过程随机性建立DFN离散小尺度天然裂缝模型.
2.2.3 微尺度天然裂缝建模以铸体薄片等微观资料为主,结合对裂缝类型、成因等认识,统计每个样品所包含的微裂缝开度、长度、条数以及裂缝类型等数据.并由此建立单井微裂缝发育模式,计算微裂缝密度曲线,进而建立相控微裂缝发育密度、开度、长度等属性体,基于Petrel、FracaFlow等多个软件平台,选择示性点算法随机模拟微裂缝模型,最终结合先验地质认识,优选最佳DFN离散微尺度裂缝网络模型.
2.3 不同尺度人工压裂缝建模人工压裂缝是由于开发阶段的水力压裂造成的,其规模有大有小,前人极少地考虑了此部分的裂缝建模.人工压裂缝对储层的影响是十分重要的,本文通过对人工裂缝的深入研究,将人工压裂缝分为确定性与随机性两类来完成 (严永新,2013;宋维琪,2015).一方面,逐井按走向分组统计人工裂缝的特征参数,如裂缝长度、开度、倾角等,进而以微地震解释成果为准,将地质人员解释的小尺度人工压裂缝作为硬数据,基于FracaFlow软件确定性模拟离散小尺度人工压裂缝模型.另一方面,以微地震解释成果为基础,剔除非有效裂缝事件点,建立优化压裂改造体积 (SRV) 模型,由此提供反映人工裂缝的密度体,通过FracaFlow软件,在统计参数指导下随机模拟微尺度人工压裂缝模型.
3 应用实例靶区储层岩性多为细粒级云质粉细砂岩和薄层碳酸盐岩,呈互层状分布,二者间的过度岩性十分发育,在靶区内形成了以原生粒间孔、溶蚀扩大粒间孔、粒间溶孔、粒内溶孔为主的孔隙型储层及以溶蚀缝、压溶缝、构造缝、粒间微裂缝为主的裂缝型储层 (图 2).此外,受压裂开发方式影响,被压裂井的周围中还伴存大量人工压裂缝.据岩心资料分析,靶区孔隙度平均值为9.17%,渗透率平均值为0.15×10-3 μm2,总体呈良好的正态分布规律,80%以上的样品实测孔隙度小于10%,孔隙度较低,超过70%的样品实测渗透率小于0.1×10-3 μm2,渗透率极低,储层致密,物性较差,非均质性极强.
3.1 孔隙型致密储层分布模型芦草沟组主要为咸化湖泊-三角洲沉积体系,以咸化湖泊相为主,局部区域及层位属三角洲外前缘相沉积,在此基础上,基于常规压汞资料,结合岩心、铸体薄片分析,主要参考压汞曲线位置、形态,兼顾孔隙半径、孔渗、渗流机理等因素 (图 4),总结表 2所示划分标准,将储层划分为四类:Ⅰ类,以灰色砾岩、巨粒粗粒砂岩为主,属三角洲前缘沉积,发育方解石、石英的晶间孔,微米型孔隙,压嵌型胶结,磨圆度为次圆状,磨圆较好;Ⅱ类,以碳酸盐岩类为主,其中泥晶云岩居多,样品中发育方解石、石英等晶间孔与基质溶孔,主要发育微米级孔隙;Ⅲ类,以过度岩类中云质粉粒极细粒砂岩为代表,为外前缘向湖泊相过渡产物,样品发育粒间溶孔,粒间多充填伊/蒙混层矿物,主要发育微米级孔隙,少量纳米级孔隙,基底—孔隙型胶结,磨圆差,棱角状;Ⅳ类,以过度岩类中粉砂质云岩为主,为外前缘向湖泊相过渡产物,多为基质中的溶孔,粒间多充填伊/蒙混层矿物等,主要发育纳米级孔隙.上述四类储层中,Ⅰ类为非致密储层,Ⅱ类部分属致密储层,Ⅲ类与Ⅳ类则属致密储层.
在储层划分基础上,计算各井储层划分曲线,在垂向等时划分、平面精细微相刻画前提下,采用相控序贯指示算法随机模拟多尺度孔隙型致密储层分布模型 (图 5).进一步地,利用述储层分布模型作约束,以各井孔渗饱解释成果为硬数据,并以反演数据体为孔隙度建模软数据、孔隙度模型为渗透率建模软数据、渗透率模型为含油饱和度建模软数据,分析变程,随机模拟孔隙型基质属性模型.
结合典型钻井单井相研究,储层主要微相类型为碳酸盐岩滩坝,储层累计厚度5~25 m,主要分布在凹陷中东部.分析模型,不同类储层分布规律及程度存在较明显差异,其所控孔隙度、渗透率等属性也存在差异.Ⅰ类物性相对较好,平均孔隙度13.68%,平均渗透率5.346×10-3 μm2;Ⅱ类物性中等偏好,平均孔隙度12.21%,平均渗透率0.835×10-3 μm2;Ⅲ类物性中等偏差,平均孔隙度10.45%,平均渗透率0.046×10-3 μm2;Ⅳ类储层物性差,平均孔隙度5.99%,平均渗透率0.014×10-3 μm2.
3.2 天然裂缝模型靶区经历了多期构造运动,每一次构造运动的结果都将伴生着一系列相应的构造现象,不同期构造运动对断裂及裂缝的生成具有不同的影响程度.据分析,靶区裂缝的形成主要受早印支运动、晚燕山运动所影响,进而控制了靶区目的层裂缝的发育特征.此外,由成像测井及岩心识别等,将裂缝产状等特征进行统计,靶区裂缝可明显划分为两期两组,裂缝倾角分布范围为20°~90°,主频为61°,以高角度为主,低角度并存,走向为近东向与近南北向.因此,根据对靶区裂缝的已有认识,将天然裂缝从地震、成像测井、岩心、薄片等方面,按不同裂缝尺度,分两期、两组建立裂缝模型.
3.2.1 离散大尺度天然裂缝模型从地震属性方面出发,对深度域数据体进行去噪 (图 6a)、构造平滑、边缘增强 (图 6b) 等技术处理,提取不同参数下的蚂蚁体、相干体 (图 6c、d) 等属性,优选其中对裂缝发育敏感且最符合靶区裂缝发育规律的蚂蚁体,在靶区裂缝发育模式的指导下,人机交互拾取有效大尺度裂缝,确定性模拟离散大尺度裂缝分布模型 (图 6e).
分析大尺度裂缝模型 (图 6e),主要发育近南北向与北北东向两组大尺度高角度天然裂缝,以近南北向为主,约300余条、倾角范围为70°~90°;北北东向裂缝较少,约60余条、倾角范围为60°~85°.各组大尺度裂缝聚集部位与延伸长度不同,近南北向裂缝发育密度大,主要发育在靶区北部以及东西两部,北北东向裂缝则离散分布于全区,未见明显聚集带;就延伸长度而言,大尺度裂缝延伸范围为426~963 m,平均延伸513 m.
3.2.2 离散中、小尺度天然裂缝模型以成像测井资料为基础,识别中小尺度裂缝,统计其特征参数,将裂缝发育密度曲线作为硬数据,以对裂缝敏感的蚂蚁体为软数据进行约束,建立井间中小尺度裂缝发育概率体,进而采用示性点过程法,按裂缝组别分别进行随机中小尺度裂缝建模 (图 7).
区内中小尺度裂缝主要为南北向,裂缝条数较多,高导缝为主,约占89%,高阻缝仅占11%,分段式发育,多聚集于靶区中部与东部.裂缝多以高角度为主,倾角范围在20°~90°之间,主频为61°,各组延伸长度变化不一,延伸范围为0.3~128 m.对比大尺度裂缝与中小尺度裂缝,中小尺度裂缝走向基本与大尺度裂缝一致,且多伴生于大尺度裂缝附近 (Mitra and Singh, 2001),体现了大尺度裂缝对中小尺度裂缝有明显控制作用.
3.2.3 离散微尺度天然裂缝模型以铸体薄片等资料为基础,识别微裂缝,统计其特征参数,计算微裂缝密度曲线.因靶区仅16井与20井有微观资料,且两井相距约3500 m,不适于描述全区微裂缝发育规律.因此,本次研究建立了以16井、20井为中心,有效预测半径为300 m的单井微裂缝发育密度体,采用示性点过程随机模拟单井离散微尺度天然裂缝模型 (图 9).
分析模型,16井附近主要发育微裂缝25601条,垂向上,主要在上部集中,中下部相对较少;横向上,主要集中于西北部,东南部较少.20井附近主要发育微裂缝19973条,垂向上,上部极为集中,中下部极少;横向上无明显差异.模型中各裂缝片规模极小,相互交切较少,走向为近南北的NNE-SSW向,且多为高角度,倾角范围为30°~90°,主频64.41°,其裂缝特征与薄片观测结果吻合,模型质量极高.
将此方法应用于其他区块时,可根据微观资料的丰富程度及分布特征来进行调整.当区内铸体薄片资料丰富,离散分布于全区时,可对各井微裂缝密度曲线进行变差分析,建立全区微裂缝发育概率体,进而模拟全区的微裂缝离散网络模型;当区内薄片资料较少,不能反映全区微裂缝发育特征时,即应按本文中的试例,仅建立单井控微裂缝离散网络即可.由此可见,通过微观资料建立微裂缝发育模式,从而指导微裂缝随机建模的方法极为有效,应重视起来,发展微裂缝的建模工作.
3.3 离散人工压裂缝模型一方面应用各井微地震解释成果,以压裂缝方位、支撑缝长度、开度等参数为基础, 采用FracaFlow软件确定性模拟各井中、小尺度水力压裂缝模型.另一方面,利用FracaFlow的解析等效模拟方法, 结合天然裂缝的分布,人机交互优化微地震事件点,建立最优微地震SRV体积模型,并以体积内的裂缝强度为约束, 随机模拟各井离散微尺度人工压裂缝 (图 10).分析模型可见, 单井水力压裂裂缝受区域主应力的影响, 多数与最大水平主应力方向近平行, 大多垂直于水平井轨迹,局部区域的裂缝走向受岩性、构造影响, 与最小水平主应力近平行, 与人工压裂缝实际形成过程吻合.沿压裂井段可见微地震事件与裂缝的主要趋势,大部分裂缝的走向在北偏东50°~80°之间.相邻水平井间人工压裂缝发生局部沟通现象.
将前述基质储层及属性模型与裂缝模型共同加入统一的网格系统,对各模型进行粗化、融合等处理,得最终不同尺度、多重介质致密油藏地质模型 (图 10).
对于基质模型,不同属性模型需要选择不同的粗化方法,本次研究中,孔隙度、含油饱和度、净毛比等属性模型采用算术平均法,粗化时,净毛比采用体积加权,孔隙度采用体积-净毛比加权,饱和度则采用体积-净毛比-孔隙度三者加权.渗透率模型较为特殊,为矢量模型,不能采用一般算法粗化,多选用Flow-based upscaling算法,通过模拟实际流体的流动,将渗透率粗化为I、J、K等三个方向的渗透率.
对于不同尺度裂缝模型,主要有Oda-method和Flow-based两种方法可供给选择,前者仅依据裂缝的几何形态与分布等统计信息来粗化裂缝孔隙度、渗透率等;后者主要使用单一有限元仿真模拟流体来计算网格各方向渗透率,孔隙度等属性.本次研究将已建立的不同尺度的天然/人工缝网结合其裂缝孔隙度、渗透率、开度等数据分别利用Oda-method和Flow-based两种方法进行粗化,分别得到两套包含裂缝孔隙度、各向异性渗透率 (I、J、K) 等的属性模型.
上述集不同尺度孔隙、不同尺度天然/人工裂缝于一体的复杂地质体储层模型可按一下两种方式进行数值模拟应用.一是将粗化后的基质模型与裂缝模型按最优渗透率原则,在同一网格位置处赋予最优属性值进行属性融合,从而为数值模拟输出集不同尺度孔隙、不同尺度天然/人工裂缝于一体的双重介质油藏静态模型;二是将裂缝模型采样至基质模型,生成双孔、双渗模型,直接调用Petrel-RE模块进行双介质油藏动态数值模拟,进行一体化油藏研究.
笔者提出的复杂地质体建模方法在实际开发中获得了较好的应用,取得了较好的成果.通过此模型,可为油田指明储量富集区,为油气开发、调整加密井等具有重要的指导意义,为油田奠定了夯实可靠的地质基础.
4 结论 4.1以新疆吉木萨尔凹陷某油田为原型,提出一套集不同尺度孔隙、不同尺度天然/人工裂缝于一体的建模方法,从不同尺度、多重介质上描述了致密油藏的建模方法与过程.
4.2针对孔隙型致密基质储层,提出以压汞资料为基础,划分储层类别,平面相控建立不同尺度孔隙型基质储层的建模方法.
4.3针对裂缝型致密储层,提出依据地震资料确定性模拟大尺度天然裂缝、依据测井资料随机模拟中小尺度天然裂缝、依据铸体薄片随机模拟微尺度天然裂缝以及依据微地震资料确定性模拟中小尺度、随机性模拟微尺度人工压裂缝模型的一套裂缝建模方法.
4.4将各个模型按优势渗透率原则进行重采样至同一网格单元,合成具有多重介质的油藏数值模型,最接近实际的定量表征了的复杂致密油藏地下分布特征,为致密油藏数值模拟提供了最为精确的地质模型,为致密油高效开发提供了最为正确的指导.
致谢 感谢审稿专家提出的修改意见和编辑部的大力支持![] | CHEN Geng-Xin, ZHAO Fan, CAO Zheng-Lin, et al. 2014. Integrated reservoir modeling based on seismic inversion and geological data[J]. Natural Gas Geoscience (in Chinese), 25(11): 1839–1846. |
[] | CHEN Zhao-Ming, Qin CHENG-Gang, ZHOU Jiang-Jiang. 2013. Application of ant-tracking in fracture detection in paleogene Wenchang formation of Huizhou oilfield[J]. Journal of Yangtze University (Natural Science Edition)(in Chinese), 10(26): 71–74. |
[] | DENG Xi-Li, LI Jia-Hong, LIU Li, et al. 2015. Advances in the study of fractured reservoir characterization and modeling[J]. Geological Journal of China Universities (in Chinese), 21(2): 306–319. |
[] | HE Wei, MA Shi-Zhong, YAN Shu, et al. 2016. Configuration modeling and practical application of point bar based on dense well pattern in Sazhong area[J]. Progress in Geophysics (in Chinese), 31(3): 1117–1122. DOI:10.6038/pg20160326 |
[] | HOU Jia-Gen, MA Xiao-Qiang, LIU Yu-Ming, et al. 2012. Modelling of carbonate fracture-vuggy reservoir:A case study of Ordovician reservoir of 4th block in Tahe Oilfield[J]. Earth Science Frontiers (in Chinese), 19(2): 59–66. |
[] | HU Xiang-Yang, YUAN Xiang-Chun, HOU Jia-Gen, et al. 2014. Modeling method of carbonate fractured-cavity reservoirs using multiscale karst facies-controlling[J]. Acta Petrolei Sinica (in Chinese), 35(2): 340–346. |
[] | Kadlec B J, Dorn G A, Tufo H M, et al. 2008. Interactive 3-D computation of fault surfaces using level sets[J]. Visual Geosciences, 13(1): 133–138. DOI:10.1007/s10069-008-0016-9 |
[] | LANG Xiao-Ling, GUO Zhao-Jie. 2013. Fractured reservoir modeling method based on discrete fracture network model[J]. Acta Scientiarum Naturalium Universitatis Pekinensis (in Chinese), 49(6): 964–972. |
[] | LI Hong-Nan, MAO Xin-Jun, HU Guang-Wen, et al. 2014. Characteristics and productivity prediction of tight reservoirs in Lucaogou Formation of Jimusaer Sag in Junggar Basin[J]. Journal of Oil and Gas Technology (in Chinese), 36(10): 40–44. |
[] | LONG Xu, WU Lin-Fang. 2011. Parameter comparative experiments on ant tracking attribute extraction and its application in fracture modeling in regoin 4 of Tahe oilfield[J]. Journal of Oil and Gas Technology (in Chinese), 33(5): 76–81. |
[] | MA Xiao-Yu, WANG Jun, LI Yong-Gen, et al. 2014. Prestack fracture prediction based on ant tracking[J]. Oil Geophysical Prospecting (in Chinese), 49(6): 1199–1203. |
[] | Mitra P P, Singh K. 2001. Synergy through seismic attributes in reservoir management-a case study[C].//SPE Asia Pacific Oil and Gas Conference and Exhibition. Indonesia:Society of Petroleum Engineers, 17-19. |
[] | Pepper R, Bejarano G. 2005. Advances in seismic fault interpretation automation[C].//Poster Presentation of AAPG Annual Convention. Stavanger, Norway:Schlumberger Stavanger Technology Center. |
[] | QIAO Zhan-Feng, SHEN An-Jiang, ZHENG Jian-Feng, et al. 2015. Three-dimensional carbonate reservoir geomodeling based on the digital outcrop model[J]. Petroleum Exploration and Development (in Chinese), 42(3): 328–337. |
[] | SHAO Yu, YANG Yong-Qiang, WAN Min, et al. 2015. Sedimentary characteristic and facies evolution of permian Lucaogou Formation in Jimsar Sag, Junggar Basin[J]. Xinjiang Petroleum Geology (in Chinese), 36(6): 635–641. |
[] | SI Chun-Song, CHEN Neng-Gui, YU Chao-Feng, et al. 2013. Sedimentary characteristics of tight oil reservoir in Permian Lucaogou Formation, Jimsar Sag[J]. Petroleum Geology & Experiment (in Chinese), 35(5): 528–533. |
[] | SONG Wei-Qi, XU Ben-Ben, YU Zhi-Chao, et al. 2015. Reconstruction of the micro-seismic source vector field and fissure interpretation based on the anisotropy analysis[J]. Chinese Journal of Geophysics (in Chinese), 58(2): 656–663. DOI:10.6038/cjg20150226 |
[] | WANG Xiao-Qi, SUN Liang, ZHU Ru-Kai, et al. 2015. Application of charging effects in evaluating storage space of tight reservoirs:A case study from Permian Lucaogou Formation in Jimusar sag, Junggar Basin, NW China[J]. Petroleum Exploration and Development (in Chinese), 42(4): 472–480. |
[] | XI Ke-Lai, CAO Ying-Chang, ZHU Ru-Kai, et al. 2015. Rock types and characteristics of tight oil reservoir in Permian Lucaogou Formation, Jimsar sag[J]. Acta Petrolei Sinica (in Chinese), 36(12): 1495–1507. |
[] | YAN Yong-Xin, ZHANG Yong-Hua, CHEN Xiang, et al. 2013. The application of micro-seismic technology in fracture monitoring[J]. Earth Science Frontiers (in Chinese), 20(3): 270–274. |
[] | ZHENG Min, LI Jian-Zhong, WU Xiao-Zhi, et al. 2016. Physical modeling of oil charging in tight reservoirs:A case study of Permian Lucaogou Formation in Jimsar Sag, Junggar Basin, NW China[J]. Petroleum Exploration and Development (in Chinese), 43(2): 219–227. |
[] | 陈更新, 赵凡, 曹正林, 等. 2014. 地震反演、地质协同约束储层精细建模研究[J]. 天然气地球科学, 25(11): 1839–1846. DOI:10.11764/j.issn.1672-1926.2014.11.1839 |
[] | 陈兆明, 秦成岗, 周江江. 2013. 蚂蚁追踪技术在裂缝检测中的应用[J]. 长江大学学报 (自然科学版), 10(26): 71–74. |
[] | 邓西里, 李佳鸿, 刘丽, 等. 2015. 裂缝性储集层表征及建模方法研究进展[J]. 高校地质学报, 21(2): 306–319. |
[] | 何伟, 马世忠, 闫树, 等. 2016. 萨中地区特高密井网下点坝构型建模与应用[J]. 地球物理学进展, 31(3): 1117–1122. DOI:10.6038/pg20160326 |
[] | 侯加根, 马晓强, 刘钰铭, 等. 2012. 缝洞型碳酸盐岩储层多类多尺度建模方法研究:以塔河油田四区奥陶系油藏为例[J]. 地学前缘, 19(2): 59–66. |
[] | 胡向阳, 袁向春, 侯加根, 等. 2014. 多尺度岩溶相控碳酸盐岩缝洞型油藏储集体建模方法[J]. 石油学报, 35(2): 340–346. DOI:10.7623/syxb201402015 |
[] | 郎晓玲, 郭召杰. 2013. 基于DFN离散裂缝网络模型的裂缝性储层建模方法[J]. 北京大学学报 (自然科学版), 49(6): 964–972. |
[] | 李红南, 毛新军, 胡广文, 等. 2014. 准噶尔盆地吉木萨尔凹陷芦草沟组致密油储层特征及产能预测研究[J]. 石油天然气学报, 36(10): 40–44. DOI:10.3969/j.issn.1000-9752.2014.10.009 |
[] | 龙旭, 武林芳. 2011. 蚂蚁追踪属性体提取参数对比试验及其在塔河四区裂缝建模中的应用[J]. 石油天然气学报, 33(5): 76–81. |
[] | 马晓宇, 王军, 李勇根, 等. 2014. 基于蚂蚁追踪的叠前裂缝预测技术[J]. 石油地球物理勘探, 49(6): 1199–1203. |
[] | 乔占峰, 沈安江, 郑剑锋, 等. 2015. 基于数字露头模型的碳酸盐岩储集层三维地质建模[J]. 石油勘探与开发, 42(3): 328–337. |
[] | 邵雨, 杨永强, 万敏, 等. 2015. 吉木萨尔凹陷二叠系芦草沟组沉积特征及沉积相演化[J]. 新疆石油地质, 36(6): 635–641. |
[] | 斯春松, 陈能贵, 余朝丰, 等. 2013. 吉木萨尔凹陷二叠系芦草沟组致密油储层沉积特征[J]. 石油实验地质, 35(5): 528–533. DOI:10.11781/sysydz201305528 |
[] | 宋维琪, 徐奔奔, 喻志超, 等. 2015. 基于各向异性分析的微地震震源矢量场重建和裂缝解释[J]. 地球物理学报, 58(2): 656–663. DOI:10.6038/cjg20150226 |
[] | 王晓琦, 孙亮, 朱如凯, 等. 2015. 利用电子束荷电效应评价致密储集层储集空间——以准噶尔盆地吉木萨尔凹陷二叠系芦草沟组为例[J]. 石油勘探与开发, 42(4): 472–480. |
[] | 葸克来, 操应长, 朱如凯, 等. 2015. 吉木萨尔凹陷二叠系芦草沟组致密油储层岩石类型及特征[J]. 石油学报, 36(12): 1495–1507. DOI:10.7623/syxb201512004 |
[] | 严永新, 张永华, 陈祥, 等. 2013. 微地震技术在裂缝监测中的应用研究[J]. 地学前缘, 20(3): 270–274. |
[] | 郑民, 李建忠, 吴晓智, 等. 2016. 致密储集层原油充注物理模拟——以准噶尔盆地吉木萨尔凹陷二叠系芦草沟组为例[J]. 石油勘探与开发, 43(2): 219–227. |