2. 中国石化国际石油勘探开发有限公司, 北京 朝阳 100029
2. International Petroleum E & P Corporation, SINOPEC, Chaoyang, Beijing 100029, China
裂缝模型是反映裂缝表征参数和裂缝空间分布的三维定量模型,该模型既能反映裂缝分布规律,又能满足油藏工程的需要[1]。目前,砂岩油藏的地质建模技术已趋成熟,在油气田生产中得到了很好的应用[2-3]。但对于裂缝型油藏来说,由于天然裂缝发育随机性强、分布规律非常复杂,对于裂缝型储层,特别是裂缝型碳酸盐岩储层,如何开展“真实”的裂缝描述及建模研究、量化对裂缝的认识、精确预测井间裂缝分布、量化不同尺度裂缝对开发的影响,加深对裂缝的认识和提高开发水平,已经成为裂缝建模的挑战,属于世界级的难题[1-15]。本文以中东X油田为例,采用确定和随机相结合的建模方法,对裂缝模型的精确建立进行了初步的探索。
中东X油田为碳酸盐岩裂缝型稠油油藏,具有很强的非均质性,岩芯观察表明,储层段的含油性与裂缝关系密切,裂缝及裂缝破碎带含油性好,不发育裂缝则不含油。因此,裂缝既是有效的储集空间,又是重要的渗流通道。由于裂缝发育情况复杂,各区各层之间油水关系也非常复杂,生产过程中表现为钻井成功率低,部分井高含水乃至水淹导致产量下降快。因此,本文基于裂缝地质储量计算、开发井位设计及数值模拟的需要,建立该区的裂缝模型,对该油田裂缝的空间分布特征进行精细刻画。
1 裂缝建模技术路线目前,针对碎屑岩连续性介质的建模技术已经比较成熟,但对于碳酸盐岩,特别是裂缝这种非均质性极强的介质,建模技术尚在不断摸索中[14]。
本次建模融合静态和动态、宏观和微观多种资料,将裂缝分为3个级别,采用随机和确定性建模相结合的方法,首次分级别建立了包含不同级别裂缝的裂缝储集相模型,刻画了裂缝的空间分布范围,很好地保留了裂缝空间分布的非均质性;在相模型的约束下建立了融合断裂破碎带、中等级别缝和小级别缝的多尺度离散裂缝模型,探索并形成了多信息融合的分级裂缝建模技术(图 1)。
![]() |
| 图1 裂缝建模技术路线 Fig. 1 Flow chart of fracture modeling |
该技术的特点在于:(1)借鉴了碎屑岩建模中的相控理论\upcite{ck8, ck9, ck10, ck11},将不同级别的缝刻画在不同的相中,很好地保留了裂缝空间发育的非均质性,刻画了各个级别缝的空间发育特征[20];(2)建模过程中,将确定性建模与随机建模相结合,对于地震上容易识别的、生产上影响较大的大尺度缝采用确定性的建模方法,对于地震无法识别,仅靠测井识别的、生产上影响有限的小尺度缝采用随机模拟的方法;(3)突破了传统裂缝建模“整体等效”的模式,建立了基于裂缝分级的“分级模拟等效再融合”的模式,能更好地明确各个级别缝的发育范围、储量规模等属性特征,更好地用于指导开发生产。
2 裂缝分级基于地震与测井等资料对裂缝的识别精度不同及不同尺度裂缝对生产的影响,将裂缝分为3个级别:断裂破碎带、中等级别缝和小级别缝,并分别对各个级别缝进行建模。
2.1 断裂破碎带断裂破碎带位于断层附近,是与断层面大致平行的破碎带[21],一般是裂缝发育最为集中的位置(图 2),能延伸数百至数千米,宽度可达数十米至上百米,为储层发育最好的位置之一,钻遇该部位的井一般初产很高,含水上升很快。
![]() |
| 图2 断裂破碎带 Fig. 2 Fracture zone |
中等级别缝在地震上可识别,一般对应裂缝集群(图 3),属于裂缝强度较大的离散缝,伴随泥浆漏失,是很好的储层段,钻遇该部位的井一般都可以高产、稳产。
![]() |
| 图3 中小级别缝划分 Fig. 3 The division of small-medium size fractures |
常规测井可以解释出小级别缝,但地震上无法识别(图 3),有一定的渗透性和储集空间,属于相对较好的储层,钻遇该部位的井一般有一定的产能。
3 裂缝模型的建立 3.1 断裂破碎带的模拟根据岩石破裂研究,前人发现,岩石破裂过程具有自相似性,断层系统具有自相似性结构[22],因此,可以用断层分维数定量地描述断裂破碎带的空间发育特征。基于地震解释的断层,利用专业裂缝建模软件--Fracaflow方便快捷的断层分析模块,对断层进行分组,分析每组断层的发育特征(长度和空间维度),进行断裂破碎带的模拟(图 4)。
![]() |
| 图4 断裂破碎带的模拟 Fig. 4 Modeling of fracture zone |
在FMI、地震预测和测井解释裂缝储层的基础上,建立反映不同尺度裂缝空间分布范围的裂缝储集相模型,刻画出中等级别缝和小级别缝的分布范围;在相模型的约束下,建立每个级别裂缝的密度体,定性定量地对各个级别的缝进行模拟。
3.2.2 裂缝相模型的建立由于中等级别裂缝是地震可以识别的,因此,可以通过地震属性体对该裂缝发育相进行确定性模拟:利用最大曲率和振幅变化率双重约束,刻画出中等级别裂缝相;而小级别裂缝相只能通过随机模拟的方式建立:基于测井解释结果,在基质模型中采用随机建模的方法建立储层相模型,其中的裂缝相储层扣除与中等级别裂缝相重合的部分,刻画出小级别裂缝相。将中等级别裂缝发育相和小级别裂缝发育相融合,最终建立了离散裂缝相模型,其余的均为裂缝不发育相(图 5)。该模型很好地刻画了裂缝在横向上的严重非均质性和纵向上的相对连续性,为裂缝强度体的精确建立奠定了基础。
![]() |
| 图5 裂缝相模型的建立 Fig. 5 The establishment of fracture facies model |
中东X油田共发育两组裂缝:近南北向和近东西向。根据成像测井的解释结果,求取每口井各组裂缝的密度曲线,然后在裂缝相模型的约束下,采用最大曲率作为趋势约束,用序贯高斯法建立各组裂缝的强度属性体。
3.2.4 参数取值裂缝建模的难点就在于参数的选取,其中开度值无法直接得到,只能参考文献资料[23](图 6)和测井解释结果,长度和高度可从露头观察得到。
![]() |
| 图6 白云岩中不同级别缝的密度与开度关系图[23] Fig. 6 The diagram of cumulative frequency and aperture atdifferent scales of fractures in dolostone reservoir[23] |
在建模的过程中,需要不断地调整参数来拟合总的裂缝孔隙度和渗透率场,得到与静态和动态认识相符合的参数场。
3.2.5 DFN模拟DFN模型是目前世界上描述裂缝的一项先进技术,它通过展布于三维空间中的各类裂缝片组成的裂缝网络集团来构建整体裂缝模型,实现了对裂缝系统从几何形态到其渗流能力的逼真细致的有效描述[24-25]。离散裂缝网络模型把地球物理、地质、油藏工程等多方面的数据整合在一起。利用Fracaflow专业裂缝模拟软件的技术优势,可以进行单井模拟,也可以选择区域进行模拟,建立DFN离散裂缝网络模型。
3.2.6 参数场等效在Fracaflow软件中,采用解析法对DFN模型进行参数等效,得到裂缝的孔、渗参数场(图 7)。
![]() |
| 图7 裂缝的孔隙度场和渗透率场 Fig. 7 Porosity field and permeability field of fractures |
从计算结果看,断裂破碎带与中小尺度缝孔隙度相当,但在渗透率方面起绝对主导作用,受现今近南北向主应力的影响,南北向断裂系统的渗透率远大于其他方向和其他级别的裂缝;裂缝的最大孔隙度0.020,平均0.048;最大渗透率超过10 000 mD,垂向渗透率都大于50 mD,平均470 mD。
3.2.7 模型质量检查一个合理的裂缝模型首先应该符合目前已知的地质认识,其次是符合目前的生产实际,最终能够用于数值模拟并进行相应拟合[26]。针对以上3个方面,对模型的有效性进行了检验。
(1)本次建模所得到的每个层位的裂缝分布规律符合现有地质认识。(2)根据动态分析,XX油田高产井与裂缝密切相关,钻遇裂缝的井一般都会高产,于是将高产井的过裂缝情况进行统计,经统计:日产液300 bbl (1 bbl=159 L)以上的井81口,79口过裂缝,吻合率达到97.5%;累产液在800 000 bbl以上井(29口)过裂缝情况,符合率100%。符合程度高。(3)目前该模型已成功地用于计算储量和数值模拟。总体来说,模型可信。
4 结论(1) 根据露头、岩芯、测井、地震、生产等资料将裂缝分为3个级别,不同级别的裂缝对生产的影响不同。
(2) 首次建立了裂缝储集相模型,很好地刻画了裂缝在横向上的严重非均质性和纵向上的相对连续性,为裂缝强度体的精确建立奠定了基础。
(3) 分级别建立了X油田的裂缝模型,形成了多信息融合的分级裂缝建模技术。该技术一是融合了岩芯、FMI、常规测井和地震等多种信息,采用确定性建模和随机建模相结合的方法,使建立的裂缝模型更加准确、可靠;二是对不同级别裂缝分别建模,从几何形态和属性参数都更加符合实际。
(4) 与单井测井信息和动态信息的对比表明,模型可信度高。
| [1] | 刑玉忠.裂缝性潜山油藏裂缝网络模型及应用[D].北京:中国地质大学(北京), 2007. |
| [2] |
吴斌, 唐洪, 张婷, 等. 两种新颖的离散裂缝建模方法探讨--DFN模型和DFM模型[J].
四川地质学报, 2010, 30 (4) : 484–487.
Wu Bin, Tang Hong, Zhang Ting, et al. An approach to discrete fracture network stochastic modeling-DFN model and DFM model[J]. Acta Geologica Sichuan, 2010, 30 (4) : 484–487. |
| [3] |
彭仕苾, 索重辉, 王晓杰, 等. 整合多尺度信息的裂缝性储层建模方法探讨[J].
西安石油大学学报:自然科学版, 2011, 26 (4) : 1–7.
Peng Shimi, Suo Chonghui, Wang Xiaojie, et al. A modeling method for fractured reservoirs using multi-scale information[J]. Journal of Xi'an Shiyou University:Natural Science Edition, 2011, 26 (4) : 1–7. |
| [4] |
苏培东, 秦启荣, 黄润秋. 储层裂缝预测研究现状与展望[J].
西南石油学院学报, 2005, 27 (5) : 14–17.
Su Peidong, Qin Qirong, Huang Runqiu. Prospects and status for the study on reservoirs fractures[J]. Journal of Southwest Petroleum Institute, 2005, 27 (5) : 14–17. |
| [5] |
高振东. 下寺湾式岩性封闭裂缝油藏的建立[J].
地球科学与环境学报, 2008, 30 (3) : 265–270.
Gao Zhendong. On the Xiasiwan-style lithological close fractural oil reservoir[J]. Journal of Earth Sciences and Environment, 2008, 30 (3) : 265–270. |
| [6] |
郑多明, 李志华, 赵宽志, 等. 塔里木油田奥陶系碳酸盐岩缝洞储层的定量地震描述[J].
中国石油勘探, 2011, 16 (5-6) : 57–62.
Zheng Duoming, Li Zhihua, Zhao Kuanzhi, et al. Quantitative seismic characterization of Ordovician fracturecavity carbonate reservoirs in Tarim Oilfield[J]. China Petroleum Exploration, 2011, 16 (5-6) : 57–62. |
| [7] |
王春梅, 黄思静, 孙治雷, 等. 川西坳陷须家河组致密砂岩储层裂缝发育特征及其成因--以孝泉-新场-合兴场地区为例[J].
天然气工业, 2011, 31 (8) : 43–47.
Wang Chunmei, Huang Sijing, Sun Zhilei, et al. Characteristics and origin of fractures in tight sandstone reservoirs of the Xujiahe Formation in the Western Sichuan Depression:A case study in the Xiaoquan-Xinchang-Hexingchang area[J]. Natural Gas Industry, 2011, 31 (8) : 43–47. |
| [8] |
李跃纲, 巩磊, 曾联波, 等. 四川盆地九龙山构造致密砾岩储层裂缝特征及其贡献[J].
天然气工业, 2012, 32 (1) : 22–26.
Li Yuegang, Gong Lei, Zeng Lianbo, et al. Characteristics of fractures and their contribution to the deliverability of tight conglomerate reservoirs in the Jiulongshan Structure, Sichuan Basin[J]. Natural Gas Industry, 2012, 32 (1) : 22–26. |
| [9] |
唐永, 梅廉夫, 唐文军, 等. 裂缝性储层属性分析与随机模拟[J].
西南石油大学学报:自然科学版, 2010, 32 (4) : 56–66.
Tang Yong, Mei Lianfu, Tang Wenjun, et al. Property analysis and stochastic modeling of fractured reservoirs[J]. Journal of Southwest Petroleum University:Science & Technology Edition, 2010, 32 (4) : 56–66. |
| [10] |
杨辉廷, 江同文, 颜其彬, 等. 缝洞型碳酸盐岩储层三维地质建模方法初探[J].
大庆石油地质与开发, 2004, 23 (4) : 11–16.
Yang Huiting, Jiang Tongwen, Yan Qibin, et al. Establishment of 3D geological models of fracture-cavern carbonate reservoir[J]. Petroleum Geology & Oilfield Development in Daqing, 2004, 23 (4) : 11–16. |
| [11] |
赵力彬, 石石, 肖香姣, 等. 库车坳陷克深2气藏裂缝-孔隙型砂岩储层地质建模方法[J].
天然气工业, 2012, 32 (10) : 10–13.
Zhao Libin, Shi Shi, Xiao Xiangjiao, et al. Geologic modeling of fractured and porous sandstone reservoirs in the Keshen 2 gas pool of the Kuqa Depression, Tarim Basin[J]. Natural Gas Industry, 2012, 32 (10) : 10–13. |
| [12] |
李国会, 赵峰, 杨鹏飞, 等. 塔北隆起英买2区块缝洞型碳酸盐岩等效孔隙度模型定量描述研究[J].
中国石油勘探, 2011, 16 (4) : 20–22.
Li Guohui, Zhao Feng, Yang Pengfei, et al. Quantitative description of fracture-cavity type carbonate reservoir equivalent porosity model in YM2 Well Area, Tabei Uplift[J]. China Petroleum Exploration, 2011, 16 (4) : 20–22. |
| [13] |
张连进, 朱占美, 郑伟, 等. 龙岗地区礁滩气藏地质建模方法探索[J].
天然气工业, 2012, 32 (1) : 45–48.
Zhang Lianjin, Zhu Zhanmei, Zheng Wei, et al. Geological modeling of reef-bank gas reservoirs in the Longgang Gas Field, Sichuan Basin[J]. Natural Gas Industry, 2012, 32 (1) : 45–48. |
| [14] | 于天忠. Oseil油田碳酸盐岩油藏裂缝描述及数值模拟研究[D].北京:中国科学院, 2008. |
| [15] |
李晓燕, 蒋有录, 陈涛. 古风化壳孔隙与裂缝发育特征及其油气地质意义[J].
地球科学与环境学报, 2010, 32 (1) : 60–64.
Li Xiaoyan, Jiang Youlu, Chen Tao. Characteristics and petroleum geological significance of pores and fissures developed in the paleo weathered crust[J]. Journal of Earth Sciences and Environment, 2010, 32 (1) : 60–64. |
| [16] |
李毓, 王洪辉. 四川洛带遂宁组气藏微相精细建模研究及应用[J].
成都理工大学学报:自然科学版, 2009, 36 (4) : 362–366.
Li Yu, Wang Honghui. Study and application about the fine modeling of microfacies in Suining Formation gas pools in Luodai of Sichuan, China[J]. Journal of Chengdu University of Technology:Science & Technology Edition, 2009, 36 (4) : 362–366. |
| [17] |
吕晓光, 张永庆, 陈兵. 油田开发后期的相控建模[J].
新疆石油地质, 2005, 26 (1) : 77–79.
Lv Xiaoguang, Zhang Yongqing, Chen Bing. Faciescontrolled modeling for mature oilfield development[J]. Xinjiang Petroleum Geology, 2005, 26 (1) : 77–79. |
| [18] |
郑丽辉, 邢玉忠, 赵秋忙. 相控随机建模在油藏精细描述中的应用研究[J].
西南石油大学学报, 2007, 29 (6) : 21–23.
Zheng Lihui, Xing Yuzhong, Zhao Qiumang. The application of stochastic modeling in fine reservoir description[J]. Journal of Southwest Petroleum University, 2007, 29 (6) : 21–23. |
| [19] |
程超, 吴东昊, 桑琴, 等. 基于蚂蚁体的"相"控地质建模[J].
西安石油大学学报:自然科学版, 2011, 26 (3) : 21–25.
Cheng Chao, Wu Donghao, Sang Qin, et al. Faciescontrolled geological modeling based on ant body[J]. Journal of Xi'an Shiyou University:Natural Science Edition, 2011, 26 (3) : 21–25. |
| [20] | 陆克政. 构造地质学[M]. 北京: 石油大学出版社, 1996 . |
| [21] |
付晓飞, 苏玉平, 吕延防, 等. 断裂和裂缝的分形特征[J].
地球学报--中国地质大学学报, 2007, 32 (2) : 227–234.
Fu Xiaofei, Su Yuping, Lv Yanfang, et al. Fractural characteristic and geological meaning of fault and fracture[J]. Earth Science--Journal of China University of Geosciences, 2007, 32 (2) : 227–234. |
| [22] | Gale J F W, Laubach S E, Marrett R A, et al. Predicting and characterizing fractures in dolostone reservoirs:Using the link between diagenesis and fracturing[A]//C J R Braithwaite, G Rizzi, G Darke. The Geometry and Petrogenesis of Dolomite Hydrocarbon Reservoirs[C]. Bath:The Geological Society Publishing House, 2004:177-192. |
| [23] | 刘明新, 袁如江.裂缝建模新技术--离散裂缝网络模型[A]//闫存章, 李阳.油藏地质建模与数值模拟技术文集[C].北京:石油工业出版社, 2007:256-273. |
| [24] |
王建华. DFN模型裂缝建模新技术[J].
断块油气田, 2008, 15 (6) : 55–58.
Wang Jianhua. DFN model:A new modelling technology for fracture[J]. Fault-block Oil and Gas Field, 2008, 15 (6) : 55–58. |
| [25] |
周丽清, 熊琦华, 吴胜和. 随机建模中相模型的优选验证原则[J].
石油勘探与开发, 2001, 28 (1) : 68–71.
Zhou Liqing, Xiong Qihua, Wu Shenghe. The principles of selecting and testifying facies models in stochastic modeling[J]. Petroleum Exploration and Development, 2001, 28 (1) : 68–71. |
| [26] |
于金彪. 基于油藏数值模拟研究的地质模型质量评价方法[J].
油气地质与采收率, 2005, 12 (2) : 49–51.
Yu Jinbiao. Method of quality evaluation of geological model based on oil reservoir numerical simulation[J]. Petroleum Geology and Recovery Efficiency, 2005, 12 (2) : 49–51. |
2014, Vol. 36







