2. 北京大学地球与空间科学学院, 北京 海淀 100871;
3. 中国石油新疆油田公司勘探开发研究院, 新疆 克拉玛依 834000
2. School of Earth and Space Sciences, Peking University, Haidian, Beijing 100871, China;
3. Research Institute of Petroleum Exploration and Development, Xinjiang Oilfield Corporation, PetroChina, Karamay, Xinjiang 834000, China
自20世纪80年代中后期裘亦楠总结出中国陆相盆地6种河流相砂体储层以来[1-2],中国陆相沉积盆地碎屑岩储层建模历经30多年的发展已较为完善[3-9]。但对于裂缝性火山岩储集层,由于岩性岩相识别、裂缝表征及预测、多重介质参数建模、复杂网格处理等方面都难度较大[10-15],至今仍没有一套与碎屑岩储层建模相对应的成熟建模方法。
本文以新疆金龙2油田深层火山岩储层为例,在岩性岩相识别、裂缝表征及预测的基础上,采取“分级建模+等效处理”的方法,建立了裂缝性火山岩油藏构造模型和参数模型,为该类储集层表征及建模提供了一个新的思路。
1 研究区概况金龙2油田构造上位于准噶尔盆地西北缘中拐凸起东斜坡带(图 1),二叠纪时位于岛弧环境的大陆内侧[16-18]。 下二叠统佳木河组岩性主要包括火山熔岩和火山碎屑岩,以及少量火山沉积岩,埋深4 000 m左右,上、下分别与二叠系乌尔禾组(P$_3w$)和石炭系(C)呈不整合接触。
![]() |
| 图1 研究区构造位置图 Fig. 1 Tectonic location of study area |
研究区岩性岩相分布特征为:北部以爆发相为主,主要发育火山角砾岩;南部以喷溢相为主,主要发育熔结角砾岩和中性熔岩。油气藏类型为受古凸起带及断裂控制的构造-岩性油气藏[17]。 储集空间特征表现为双重介质下的低孔、特低渗型储集层。
2 裂缝的表征与预测在火山岩储层中,裂缝不仅是流体的储集空间,还是重要的渗流通道,是最重要、最直接的产能影响因素。目前,在火山岩储层裂缝研究中,笔者认为最为基础和重要的问题是如何准确地表征和预测裂缝。
从裂缝的成因上来讲,天然裂缝可以分为构造缝和非构造缝(收缩缝、压溶缝、风化缝、层间缝等)两大类[19]。其中,构造裂缝是该区裂缝性油藏中影响产能的最主要裂缝类型,本文主要研究这一类型裂缝。
2.1 裂缝的表征主要采用常规测井曲线识别不同角度的裂缝(高角度缝、斜交缝、低角度缝),利用成像测井资料识别并表征裂缝参数,最后,根据表征结果并结合试油成果,讨论了天然裂缝发育程度与生产动态的关系。
选取了电阻率、双侧向、声波、密度和中子曲线,研究区构造裂缝类型主要为高角度缝和斜交缝,少量低角度缝。(1) 高角度缝:电阻率曲线形态为平滑箱型特征,双侧向表现为正差异、中高幅值、曲线平滑,声波时差变化不明显,密度相对变小,中子值相对较大。(2) 斜交裂缝:电阻率曲线形态为弱齿状—齿状特征,双侧向表现为差异较小、中等幅值,声波时差略有增大,密度变小,中子值相对较大。(3) 低角度缝:电阻率曲线形态为尖峰刺刀状特征,双侧向表现为负差异、低幅度值、声波时差值变大,密度变小,中子值相对较大。
根据正弦线理论[20],利用成像测井资料将研究区裂缝分为高导缝、高阻缝、微裂缝和诱导缝(图 2)。高导缝和高阻缝在FMI图像上都表现为正弦曲线,延伸距离较长,不同之处在于高导缝呈黑色,而高阻缝呈亮色;微裂缝多表现为黑色不规则曲线或窄条带,正弦曲线特征不明显,延伸距离短;诱导缝主要为钻井过程中产生,与地应力有关,裂缝方向代表最大水平主应力方向,FMI图像上表现为雁列状或羽状黑色曲线,延伸距离较长。
![]() |
| 图2 裂缝的成像测井识别 Fig. 2 FMI identification of 4 types of fractures |
根据电成像测井资料对裂缝参数进行表征,通过地层电阻率、泥浆电阻率和电导异常面积可计算裂缝宽度,并由此计算裂缝孔隙度(式(1),式(2))。
| $w={\rm c}\cdot A\cdot R_{\rm m}^{\rm b}\cdot R_{\rm{xo}}^{1-{\rm b}}$ | (1) |
式中:
w—裂缝宽度,mm;
A—由裂缝造成的电导异常的面积,mm2;
$R_{\rm m}$—泥浆电阻率,$\Omega$$\cdot$m;
$R_{\rm{xo}}$—地层电阻率,$\Omega$$\cdot$m;
c,b—与仪器有关的常数。
| $\phi_{\rm f}=\dfrac{\Sigma V_ i}{V}=\Sigma \dfrac{c_ i w_ i}{h}$ | (2) |
式中:
$\phi_{\rm f}$—裂缝孔隙度,%;
$V_ i$—裂缝体积,m3;
V—岩石总体积,m3;
$w_i$—裂缝宽度,mm;
$c_i$—裂缝长度系数;
h—岩石体积高度,m。
在此基础上,经人工识别和拾取裂缝,利用成像测井资料可计算出另外5种裂缝参数:校正后的视裂缝密度(FVDC)、视裂缝长度(FVTL)、裂缝平均宽度(FVA)、裂缝平均水动力宽度(FVAH)和裂缝视孔隙度(FVPA)。通过金龙2油田3口井岩芯样品古地磁测试,水平最大主应力方向113.0°~124.5°,平均为118.0°。对研究区佳木河组裂缝方向进行了解释,高导缝走向主要为近东西向,与地层最大水平主应力方向(诱导缝走向)一致(图 3)。
![]() |
| 图3 金龙2油田佳木河FMI解释裂缝方位分布图 Fig. 3 FMI interpreted fracture azimuth distribution map of Jiamuhe Formation,Jinlong 2 Oilfield |
最后,对有成像资料的7口井试油层段裂缝发育程度与生产动态关系进行了研究,结果见表 1和图 4。统计发现: (1) 日产油当量、采油强度和米采油指数均与裂缝密度呈正相关关系。
| 表1 裂缝发育程度与试油关系 Table 1 Relationship between fracture intensity and well test |
![]() |
| 图4 生产动态与裂缝发育程度关系 Fig. 4 Relation between production scenario vs. fracture intensity |
(2) 裂缝发育的熔岩和火山碎屑岩均可成为优质储层,说明在天然裂缝发育较好的层段,火山岩岩性与试油关系不明显。
(3) 天然裂缝不发育的层段几乎没有工业油流,说明天然裂缝的发育程度是影响该地区油气产能的关键因素。因此,如何准确预测裂缝发育的有利区是下一步评价的重点。
2.2 裂缝的预测目前,裂缝的空间三维预测主要利用地球物理方法开展:(1) 对于断裂带、断层等规模尺度较大的宏观裂缝带主要采取叠后地震资料分析方法[21-24],包括构造曲率分析、相干体分析、频谱分解等。(2) 对于小尺度的裂缝发育带,由于叠后地震资料信息量比较小,缺乏偏移距信息和方位角信息,需要运用叠前地震资料,通过各向异性反演技术进行预测[25]。
利用该地区2012年重新采集的新三维连片叠前数据体,在去噪、振幅恢复、反褶积和动静校正的基础上,进行方位角各向异性计算,预测裂缝发育的有利区带。叠前方位角各项异性裂缝检测主要步骤包括了方位角划分、不同方位角数据体的叠加偏移处理、不同属性的各项异性计算和优选等,其中最关键的步骤是方位角的划分。
针对深层火山岩裂缝预测,方位角划分采取以下技术手段提高预测精度:(1) 由于近偏移距数据来自垂直入射地震波,而这类地震波不能反映裂缝的各向异性特征,同时远偏移距数据虽然能较好反映深层地震波信息,但过多的远偏信息会造成覆盖次数的严重不均匀,为此对偏移距进行了截断处理,只采用了200~3 000 m的偏移距数据(图 5)。(2) 由于偏移距-方位角数据体不完全均匀,为了使每个方位叠加数据体的覆盖次数相对均匀,避免后续的属性各向异性分析结果偏向某一覆盖次数高的方向,采用了不等方位角的划分方案(表 2)。(3) 由于研究区目的层佳木河组火山岩埋藏在4 000 m左右,为了提高数据的信噪比,采取了50 m$\times$50 m超面元叠加方法,并对不同方位角数据体进行叠加偏移处理。
![]() |
| 图5 方位角-偏移距分布 Fig. 5 Azimuth-offset distribution |
| 表2 叠前地震数据方位角划分 Table 2 Azimuth division of pre-stack seismic data |
在此基础上,进行了属性各向异性椭圆计算,对比了十余种地震属性的裂缝预测效果(图 6),发现衰减起始频率的预测效果最好,其原因是裂缝对地震波的高频成分有很大的衰减作用。同时,将衰减起始频率计算的裂缝强度和方位与FMI解释裂缝密度和方位进行对比(图 7),发现单井符合率可达65%,说明火山岩裂缝预测效果较好,可以用于下一步裂缝模型的构建。
![]() |
| 图6 不同属性反演裂缝强度对比 Fig. 6 Comparison of fracture intensity inverted from different seismic attributes |
![]() |
| 图7 衰减起始频率反演裂缝强度与FMI解释裂缝密度对比 Fig. 7 Comparison of fracture intensity inverted from attenuated initial frequency and FMI interpreted fracture intensity |
通过叠前方位角各向异性预测的裂缝三维数据体实质上只是一种地震属性反演体,它与真实的裂缝密度和方位之间还存在一定的差异,因此,需要对该数据体进行校正。采用以井上FMI成像测井解释的裂缝密度曲线(FVDC)和方位作为硬数据,叠前方位角各向异性预测的裂缝数据体作为趋势约束的软数据,进行协同克里金插值,得到校正后的裂缝密度体和裂缝方位体,其单位数量级与井曲线一致(图 8)。
![]() |
| 图8 裂缝数据体的校正 Fig. 8 Seismic data body correction |
金龙2油田佳木河组油气藏类型为受古凸起带及断裂控制的构造-岩性油气藏,断裂系统较为发育,相伴生的小断层以及构造裂缝带也广泛分布,因此采取了分级建模的方法建立构造模型:(1) 通过三维地震资料识别出研究区主要发育近南北走向和近东西走向两组主干断层,先建立主干断层模型控制整体构造格架。(2) 将叠前方位角各向异性预测并经校正后的裂缝密度体和方位体转换到地质网格中,生成基于网格的裂缝元,利用相似相邻原则,对裂缝元数据进行重构连接,生成离散裂缝网络模型。 图 9为JIN208断块的构造模型,其中图 9a为JIN2010井附近的裂缝元,图 9b为JIN208断块不同级次的断层-裂缝系统。
![]() |
| 图9 JIN208断块构造模型 Fig. 9 Tectonic model of JIN208 fault block |
传统的储层参数模型由于只有基质孔隙作为单一储集空间,喉道作为单一运移通道,参数模型的建立相对简单。而裂缝性储层中,裂缝与基质孔隙之间的关系复杂,Nelson R A将其简化为4种[26]:(1) Ⅰ类储层,裂缝提供主要的储集空间和渗流通道。(2) Ⅱ类储层,裂缝提供主要的渗流通道,基质提供主要的储集空间。(3) Ⅲ类储层,基质渗透率相对较高,裂缝起进一步增加渗流能力的作用。(4) Ⅳ类储层,裂缝被矿物充填,对孔隙度和渗透率没有贡献,这种情况下,裂缝对储集层产生了严重的非均质性,在相对小的岩层内形成了流体隔挡层。
研究区内储集层岩性包括火山碎屑岩和熔岩类,主要目的层段佳木河组第3期火山岩由于距离顶面不整合较近,受风化淋滤作用影响,次生孔隙相对发育,加上原生熔岩气孔等影响,笔者认为,该区佳木河组裂缝性火山岩储集层为第Ⅱ类和第Ⅲ类裂缝性储层。
针对这一特点,采用了等效连续模型来代表裂缝系统[27]。基质和裂缝间的流动通过传导率来表达,传导率的计算与裂缝的渗透率以及网格几何参数有关,经典平板层流理论认为,裂缝渗透率仅与裂缝开度有关,裂缝开度可由前期FMI裂缝表征参数获取。通过这种方法,分配到模型中各个网格的等效连续属性反映了裂缝和基质的综合影响(Ⅱ类和Ⅲ类裂缝性储层)。图 10为运用该方法建立的JIN208 断块的等效连续参数模型,可以看出:在该模型中绝大多数的流体储集在基质中,通过裂缝来进行大规模的流动。I方向等效渗透率范围0~1 300 mD,平均35 mD;J方向等效渗透率范围0~700 mD,平均15 mD;K方向等效渗透率范围0~3 000 mD,平均65 mD。由于研究区裂缝类型以高角度缝为主,垂向渗透率值相对较大,同时受到最大水平主应力的影响,水平流动方向以近东西向流动为主,这与动态认识基本一致,可以指导水力压裂措施和下一步注水开发方案的实施。
![]() |
| 图10 等效连续参数模型 Fig. 10 Equivalent continuum parameter parameter model |
(1) 以前期火山岩岩性岩相研究为基础,结合常规测井、成像测井、叠前及叠后地震资料对火山岩裂缝进行精细表征和定量预测,利用预测的裂缝三维数据体,在“分级建模+等效处理”的思路下建立了反映双重介质特征的等效连续参数模型,最终形成了一套针对新疆金龙2油田深层裂缝性火山岩油藏地质建模的方法。
(2) 该区佳木河组裂缝性火山岩储层中,天然裂缝的发育程度是最为重要的产能影响因素,日产油当量、采油强度和米采油指数均与裂缝密度呈正相关关系,裂缝发育的熔岩和火山碎屑岩均可成为优质储层。
(3) 针对深层火山岩裂缝预测难度较大的特点,采用了偏移距截断处理、不均分方位角、超面元叠加和协同克里金校正的方法确保了叠前方位角各向异性反演预测裂缝的精度。
(4) 运用等效连续模型建立的储层参数场考虑了基质和裂缝对储层的双重影响,与动态认识基本一致,可以指导水力压裂措施和下一步注水开发方案的实施,并为裂缝性油藏数值模拟提供基础。
| [1] |
裘亦楠. 储层地质模型[J].
石油学报, 1991, 12 (4) : 55 –62.
QIU Yinan. Reservoir geological models[J]. Acta Petrolei Sinica, 1991, 12 (4) : 55 –62. |
| [2] |
裘亦楠. 中国陆相碎屑岩储集层沉积学的进展[J].
沉积学报, 1992, 10 (3) : 16 –24.
QIU Yinan. Developments in reservoir sedimentology of continental clastic rocks in China[J]. Acta Sedimentologica Sinica, 1992, 10 (3) : 16 –24. |
| [3] | MIALL A D. Architecture element analysis:A new method of facies analysis applied to fluvial deposits[J]. Earth Science Review, 1985, 22 (2) : 261 –308. |
| [4] | 吴胜和. 储层表征与建模[M]. 北京: 石油工业出版社, 2010 . |
| [5] | 任殿星, 田昌炳. 多条件约束油藏地质建模[M]. 北京: 石油工业出版社, 2012 . |
| [6] |
于兴河. 油气储层表征与随机建模的发展历程及展望[J].
地学前缘, 2008, 15 (1) : 1 –15.
YU Xinghe. A review of development course and prospect of petroleum reservoir characterization and stochastic modeling[J]. Earth Science Frontiers, 2008, 15 (1) : 1 –15. |
| [7] | 贾爱林. 精细油藏描述与地质建模技术[M]. 北京: 石油工业出版社, 2010 . |
| [8] | 李阳. 陆相水驱油藏剩余油富集区表征[M]. 北京: 石油工业出版社, 2011 . |
| [9] |
赵翰卿, 付志国, 吕晓光, 等. 大型河流-三角洲沉积储层精细描述方法[J].
石油学报, 2000, 21 (4) : 109 –113.
ZHAO Hanqing, FU Zhiguo, LÜ Xiaoguang, et al. Methods for detailed description of large fluvial-delta depositional reservoir[J]. Acta Petrolei Sinica, 2000, 21 (4) : 109 –113. |
| [10] |
黄伟传, 杨长春, 王彦飞. 利用叠前地震数据预测裂缝储层的应用研究[J].
地球物理学进展, 2007, 22 (5) : 1602 –1606.
HUANG Weichuan, YANG Changchun, WANG Yanfei. The application of pre-stack seismic data in predicting the fractured reservoir[J]. Progress in Geophysics, 2007, 22 (5) : 1602 –1606. |
| [11] | 邹才能, 张光亚, 朱如凯, 等. 火山岩油气地质[M]. 北京: 地质出版社, 2012 . |
| [12] | 王璞珺, 冯志强, 刘万洙, 等. 盆地火山岩:岩性·岩相·储层·气藏·勘探[M]. 北京: 科学出版社, 2008 . |
| [13] | 冉启全, 王拥军, 孙圆辉, 等. 火山岩气藏储层表征技术[M]. 北京: 科学出版社, 2011 . |
| [14] | 袁士义, 宋新民, 冉启全, 等. 裂缝性油藏开发技术[M]. 北京: 石油工业出版社, 2004 . |
| [15] |
张关龙, 张奎华, 王圣柱, 等. 哈拉阿拉特山石炭系裂缝发育特征及成藏意义[J].
西南石油大学学报(自然科学版), 2014, 36 (3) : 9 –18.
ZHANG Guanlong, ZHANG Kuihua, WANG Shengzhu, et al. Characteristics of the carboniferous volcanic fractures and its hydrocarbon accumulation significance in Halaalate mountains[J]. Journal of Southwest Petroleum University(Science & Technology Edition), 2014, 36 (3) : 9 –18. |
| [16] | 雷德文, 唐勇, 常秋生, 等. 准噶尔盆地西北缘二叠系储层成因类型及其主控因素[M]. 北京: 石油工业出版社, 2013 . |
| [17] | 杜金虎, 匡立春, 梁世君, 等. 新疆北部石炭系火山岩油气勘探[M]. 北京: 石油工业出版社, 2010 . |
| [18] | 陈新发, 匡立春, 查明, 等. 火山岩油气成藏机理与勘探技术——以准噶尔盆地为例[M]. 北京: 科学出版社, 2014 . |
| [19] |
曾联波, 漆家福, 王永秀. 低渗透储层构造裂缝的成因类型及其形成地质条件[J].
石油学报, 2007, 28 (4) : 52 –56.
ZENG Lianbo, QI Jiafu, WANG Yongxiu. Origin type of tectonic fractures and geological conditions in lowpermeability reservoirs[J]. Acta Petrolei Sinica, 2007, 28 (4) : 52 –56. |
| [20] | 李宁, 陶宏根, 刘传平. 酸性火山岩测井解释理论、方法与应用[M]. 北京: 石油工业出版社, 2009 . |
| [21] |
巫芙蓉, 李亚林, 王玉雪, 等. 储层裂缝发育带的地震综合预测[J].
天然气工业, 2006, 26 (11) : 1 –3.
WU Furong, LI Yalin, WANG Yuxue, et al. Integrated seismic prediction of reservoir fractured zones[J]. Natural Gas Industry, 2006, 26 (11) : 1 –3. |
| [22] |
李志勇, 曾佐勋, 罗文强. 裂缝预测主曲率法的新探索[J].
石油勘探与开发, 2003, 30 (6) : 83 –85.
LI Zhiyong, ZENG Zuoxun, LUO Wenqiang. A new approach for predicting fractures using principal curvature[J]. Petroleum Exploration and Development, 2003, 30 (6) : 83 –85. |
| [23] |
汲生珍, 邬兴威, 夏东领, 等. 地震相裂缝分级技术在储层预测中的应用[J].
西南石油大学学报(自然科学版), 2012, 34 (3) : 71 –77.
JI Shengzhen, WU Xingwei, XIA Dongling, et al. Application of seismic facies technique for fracture classfication in reservoir prediction[J]. Journal of Southwest Petroleum University (Science & Technology Edition), 2012, 34 (3) : 71 –77. |
| [24] |
李志军, 张瀛, 窦煜, 等. 曲率法致密砂岩储层裂缝预测[J].
西南石油大学学报(自然科学版), 2013, 35 (6) : 57 –63.
LI Zhijun, ZHANG Ying, DOU Yu, et al. Fracture prediction in tight sandstone reservoir with curvature method[J]. Journal of Southwest Petroleum University (Science & Technology Edition), 2013, 35 (6) : 57 –63. |
| [25] |
刘振峰, 曲寿利, 孙建国, 等. 地震裂缝预测技术研究进展[J].
石油物探, 2012, 51 (2) : 191 –198.
LIU Zhenfeng, QU Shouli, SUN Jianguo, et al. Research development of seismic fracture prediction technique[J]. Geophysical Prospecting for Petroleum, 2012, 51 (2) : 191 –198. |
| [26] | NELSON R A. Geologic analysis of naturally fractured reservoirs[M]. Boston: Gulf Professional Publishing, 2001 . |
| [27] |
薛艳梅, 夏东领, 苏宗富, 等. 多信息融合分级裂缝建模[J].
西南石油大学学报(自然科学版), 2014, 36 (2) : 57 –63.
XUE Yanmei, XIA Dongling, SU Zongfu, et al. Fracture modeling at different scales based on convergent multi-source information[J]. Journal of Southwest Petroleum University (Science & Technology Edition), 2014, 36 (2) : 57 –63. |
2016, Vol. 38










