2. 大庆油田公司勘探事业部, 大庆 163453;
3. 北京阳光吉澳能源技术有限公司, 北京 102218
2. Exploration Utility Department, Daqing Oil Field Company, Daqing 163453, China;
3. Beijing GeoSun Energy Tech, Ltd., Beijing 100083, China
伴随着油气田井中微地震监测技术的发展(尹陈等,2013),地面监测方法近几年也逐渐开始在国内油气田应用.在国际上获得广泛应用的基于星型排列的地面微地震监测技术需要使用超过1000道、6000~24000个检波器,其测线延伸可达2~10 km,并且要求20~40名野外施工人员用数天来部署检波器排列,最终的施工成本接近布置小型三维地震观测系统的成本(Duncan and Lakings, 2002; Duncan and Lakings, 2006;Chambers, et al., 2009).考虑到星型排列密集检波器阵列的巨大成本,研究中采用一种更加稀疏的三分量数字检波器排列(以下称为“稀疏检波器排列”)以较小的成本和较短的施工时间来监测微地震信号.同时,采用与稀疏检波器排列匹配的微地震定位技术,即微破裂向量扫描技术(沈琛等,2009)来实现微地震事件定位.这一技术是一种基于波形叠加而不需要拾取初至时间的改进后的Semblance 方法,通过扫描地下储层岩石破裂所释放出来的破裂能量并结合压裂施工曲线解释破裂能量的时间-空间分布,最终确定水力压裂诱发微地震事件的震源位置.
研究中,利用微破裂向量扫描技术对在L26P5井水力压裂过程中监测的微地震数据进行了处理,获得了水力裂缝的时间-空间分布,并结合三维地震蚂蚁体沿层切片确定了L26P5井水力裂缝成像的准确性和可靠性.
1 地质背景L26P5水平井位于松辽盆地中央坳陷区龙虎泡—大安阶地龙虎泡构造,为大庆油田开发砂岩油藏所钻的开发井,水平段垂深1812 m,长度2014 m,钻遇砂岩1994 m,钻遇含油砂岩1876 m.孔隙度主要分布在12%~16%,渗透率主要分布在0.1~1.5 mD.平均孔隙度为13.9%,平均渗透率为1.23 mD射孔目的层高三组油层,厚度46~64 m.由于此目的层段上下岩层均为厚泥岩,所以比较适合应用水力压裂增产技术.
对L26P5井实施大规模套管多段多簇体积切割水力压裂(设计为16段)及地层测试的目的是为提高高三组油层产能,同步进行的地面微地震监测旨在了解水力裂缝的几何形状、储层现今地应力状况以及评估压裂增产效果.
2 数据采集在水力压裂过程中,实时微地震地面监测可实时传输、处理地面埋置数字检波器记录的微地震信号,通过分析微地震监测结果使压裂工程师可在现场压裂过程中评估和修改压裂方案,确保获得更好的压裂效果.
用于采集微地震信号的地面检波器排列由26个埋置于地表(约2 m深)的三分量数字检波器组成(见图 1).由于压裂施工现场施工车辆、泵、发电机以及施工人员走动是很大的噪音源,因此在井场周围较近距离内的检波器将被上述人工噪声严重污染,采集的信号不适合用于反演定位.杨瑞召等人(2013)通过星形排列一条测线记录的信号(测线长5 km,道间距25 m,共200个单分量检波器)证明了井场的噪声以典型的面波方式传播,向两侧逐渐衰减,在距离井场1 km左右的距离消失.因此,检波器应布置在距离井场1 km以外的区域,既保证接收到有效信号,又有效避免井场噪声污染有效信号(杨瑞召等,2013);离井口最远的检波器距井口不超过3 km,因为微地震信号的传播超过这个距离后会严重衰减以至无法到达地面埋置的检波器.
![]() | 图 1 L26P5井口及检波器分布(红色实线代表水平 井轨迹;紫色气球代表检波器;黄色大头针 分别代表井口、A靶点和B靶点) Fig. 1 Well L26P5 and surface geophone array(red solid lines represent horizontal lateral; violet bubbles represent geophones; yellow pins represent well head, Target Spot A and Target Spot B respectively) |
采集微地震信号的三分量数字检波器带宽为0~800 Hz,垂直分量和水平分量灵敏度分别为400 MV/CM/S±7.5%和400 MV/CM/S±10%.埋置检波器时,所有检波器统一定向,X水平分量朝向地理正东方向.采用1ms采样率实时记录压裂时产生的微地震信号.所有检波器在压裂开始前30 min开始采集数据,并持续至压裂结束后30 min以记录压裂前及压裂后的背景噪声,其分析结果用于确定数据处理方案.
3 数据处理首先,检查每个检波器所记录的三个分量的地震道的数据质量.如果出现缺道、坏道或噪声过大等现象,将此检波器数据直接剔除;有效的地震道将进一步剔除明显噪声,并作1~45 Hz带通滤波.高截频率选择45 Hz主要是为了消除井场发电机的50 Hz固频噪声.
数据处理难点为将包含微地震信号信息的波场分量与地面产生的噪声尤其是人工噪声相互分离(Hanssen and Bussat, 2008).地面噪声源包括:汽车、钻井作业、压裂、管道、气体压缩机、油气井生产装备、风(Birkelo et al., 2011).这些噪声按照频率带宽可大致分为2类:
(1)宽频瞬变噪声,由交通、动物、爆炸或物体坠落产生;
(2)窄频稳定噪声源,由机器、流水或建筑、桥梁结构化共振产生(Vaida,2009).
汽车噪声为典型的宽频瞬变噪声,图 2a为汽车经过检波器附近时地面检波器记录的三分量数据.从中可以看出,汽车引起的地面震动主要以面波形式传至检波器,使2个水平分量X和Y记录道上具有几乎相同的波形特征;垂直分量Z记录道记录的地震信号振幅比水平分量大,这是因为汽车引起的地面垂向振动比水平向振动更为强烈.另外,汽车由远及近再驶至远处,振动也经历由弱到强再至弱的过程,地震波振幅也具有由小至大再至小的特征.这种形似“纺锤体”的汽车噪声振幅和频率具有类似多普勒效应的特征,在原始记录中很容易识别出来.
![]() | 图 2(a)汽车噪声波形;(b)人步行噪声波形. Fig. 2(a)waveforms of vehicle noises; (b)waveforms of human walking noises. |
人步行或物体坠落典型的窄频稳定噪声源,图 2b红色 虚线矩形框内为人步行经过检波器引起的振动.可以看出,人步行引起的噪声几乎为固频信号,形成单一频率的尖脉冲.
4 微震事件定位根据反演所依据的时间和波场,微地震反演可分为走时反演和能量反演.同型波时差法和纵横波时差法是微地震走时反演中常用的两种基本方法,具体的数据处理又分为基于直达波质点运动的矢端图法和基于直达波初至时间的三角测量法(Duncan and Eisner, 2010).这两种方法要求准确拾取P波或S波波至.由于地面微地震记录的信噪比较低,原始记录上无法辨别有效信号波至,所以本研究采用不需要拾取P波或S波到时的能量反演.能量反演技术最初由Lakings等(2006)应用于美国Barnett页岩C.W.”B”19-H水平井水力压裂地面微地震监测中,其利用97个三分量检波器组成网格状稀疏检波器排列和基于光束叠加的“被动地震发射层析成像(Passive Seismic Emission Tomography or PSET)”专利技术对水力压裂进行地面微地震监测,获得了与井下微地震监测精度相似的结果(Lakings et al., 2006; Duncan et al., 2008).
能量反演算法也称地震发射层析层像(Seismic Emission Tomography),通过扫描微地震信号所代表的破裂能量以区别背景噪音和破裂有效信号能量分布.能量反演算法的关键步聚是“Semblance”叠加,最常用的“Semblance”叠加(Sheriff,1991)为

通过叠加有效信号,随机背景噪音将被削弱,破裂能量将被加强,最后输出的结果即是在背景噪音能量(低值)上分布的破裂能量(高值)(Kiselevitch et al., 1991).
首先,利用偶极声波测井曲线建立一维P波和S波速度模型,并通过在三维网格中插值生成三维的速度模型.一般情况下,地表至低速带、黄土层等较浅地层没有声波测井数据,这一深度范围内的速度模型要通过综合分析钻井钻遇黄土层厚度及地表岩性对应速度确定.不同岩性地表类型所对应的地表速度(速度模型起始速度)如表 1所示.
|
|
表 1 不同岩性地表速度 Table 1 Velocities of surfaces with different lithologies |
建立速度模型后,利用此模型计算走时差表.压裂目的层一定范围内的微破裂信号经由上覆地层到达地面各检波器的射线旅行时间有差异,即信号到达排列中各检波器的走时具有时差,这些走时差存储到走时差表中.划分三维速度模型网格为20 m*20 m*20 m,压裂目的层段附近每一20 m*20 m*20 m的三维空间发射的微震信号到各检波器的走时差都被计算出来,形成理论走时差表.
然后,计算并记录理论走时差与实际走时差的偏离方差和.寻找最小方差和,将满足最小方差和的P波或S波振幅根据走时差作偏移后叠加,以地震振幅二次方即能量的形式表达,即为满足最小方差和的地下破裂能量,此能量的三维空间位置即为表征地震事件源的位置.
5 结果与讨论通过叠加全部压裂时间段内声发射能量,全部压裂时间段内1812 m储层深度的能量叠加切片的被提取出来,如图 3所示.图中背景为三维地震沿层蚂蚁体时间切片,黑色线性特征代表天然小断层和裂缝,红色为能量高值区,代表最可能发生破裂的区域;黑色双箭头代表主要水力裂缝走向及长度;红色箭头指示对控制水力裂缝延伸的小断层;黑色数字为各压裂段标识.蚂蚁追踪算法被用来计算并生成断层属性体,即蚂蚁体,其被用来识别储层中存在的天然断层并提供局部应力变化信息.应力变化表现为地震波速度变化,这可由地震振幅检测.因此,不表现为明显的同相轴错断的地震非连续性(discontinuities)也可以指示应力增大(低于地震分辨率的断层,仍具构造负载)区域,这些区域在水力压裂的有效应力下更容易释放应变(Maxwell et al., 2011; Norton et al., 2011).将微地震监测结果与三维地震断层属性叠合显示,有助于解释水力裂缝的开启及延伸机制.
![]() | 图 3 1812 m深度能量叠加切片 Fig. 3 Energy summation stratal slice at 1812 m depth |
图 3中水力裂缝的微地震监测结果表明:
(1)水力压裂形成的主要水力裂缝走向为北东向并延此方向延伸,表明此区域最大水平主应力与井轨迹近乎垂直.
(2)水力裂缝仅延伸至图中红色箭头指示的与L26P5井水平段近乎平行的2条小断层附近,表明这2条天然小断层对水力裂缝的延伸具有明显的控制作用,使水力裂缝仅分布在2者之间的狭长区域.
水力裂缝的上述分布规律可借助Ringrose 等(2009)的研究成果进行解释:当局部断层或裂缝走向与区域应力方向一致时,断层或裂缝一般是开启的,或者由泥质充填,此时地层在水力压力作用下容易破裂,这类断层或裂缝为导流性的,为压裂液提供流动通道.然而,当局部小断层或裂缝(图 3中红色箭头指示的小断层)走向与区域应力方向正交或大角度斜交,并且断层或裂缝是闭合的,那么在水力压裂过程中,此类断层或裂缝(图 3中红色箭头指示的小断层)可以形成压裂屏障,压裂能量可能延断层或裂缝消散,水力裂缝延伸至此断层处将停止延伸.
另外,由于储层的非均质性,尤其是天然小断层和裂缝对水力裂缝延伸的影响,各段的水力裂缝分布不均匀,第4和第5段水力裂缝延伸较长,有效压裂面积较大,预期压裂效果较好,储层渗透性将获得显著改善;而第10和第11段、第14和第15段之间存在“空洞”,水力裂缝在水平井轨迹两侧延伸较短,有效压裂面积较小,是潜在的重复压裂目标.
6 结 论地面微地震监测技术和微破裂向量扫描技术成功地对L26P5井共16段水力压裂所形成的水力裂缝进行了成像.通过对破裂能量的时间和空间分布的分析,解释了压裂目的层深度能量切片所显示的水力裂缝发育过程以及储层岩石破裂机制;并通过对三维地震资料和微地震监测结果的综合分析,解释了水力裂缝分布与天然断层或裂缝分布之间的关系.同时,本研究取得以下认识:
(1)水力压裂施工过程中,水力裂缝将沿与水平井轨迹相垂直的最大水平主应力方向延伸;
(2)天然断层或裂缝对水力裂缝的延伸具有控制作用,即与水平井轨迹平行的小断层或裂缝将阻止水力裂缝沿与其垂直的方向延伸,起到压裂屏障的作用.
(3)各压裂段水力裂缝分布不均匀,水力裂缝分布的空白区即“空洞”是潜在的重复压裂目标.
| [1] | Birkelo B, Goertz A, LaBarre E, et al. 2011. Locating high-productivity areas of tight gas- sand reservoirs using LF seismic surveys[C]. 73rd EAGE Conference & Exhibition incorporating SPE EUROPEC, C016. |
| [2] | Chambers K, Kendall J M, Brandsberg-Dahl S, et al. 2009. The detectability of microseismic events using surface arrays[C]. EAGE Passive Seismic Workshop - Exploration and Monitoring Applications. |
| [3] | Duncan P, Lakings J. 2006. Microseismic monitoring with a surface array [C]. Passive Seismic: Exploration and Monitoring Applications, A29. |
| [4] | Duncan P, Lakings J. 2006. Frontier exploration using passive seismic [C].Passive Seismic: Exploration and Monitoring Applications, A22. |
| [5] | Duncan P M, Lakings J D, Flores R A. 2008. Method for passive seismic emission tomography[P]. U. S. Patent Application Publication, US 20080068928A1. |
| [6] | Duncan P M, Eisner L. 2010. Reservoir characterization using surface microseismic monitoring[J]. Geophysics, 75(5): 75A139-75A146. |
| [7] | Hanssen P, Bussat S. 2008. Pitfalls in the analysis of low frequency passive seismic data[J]. First Break, 26(6): 111-119. |
| [8] | Kiselevitch V L, Nikolaev A V, Troitskiy P A, et al. 1991. Emission tomography: Main ideas, results, and prospects[C]. SEG Technical Program Expanded Abstracts, 1602-1602. |
| [9] | Lakings J D, Duncan P M, Neale C, et al. 2006. Surface based microseismic monitoring of a hydraulic fracture well stimulation in the Barnett Shale[C]. //76th Annual International Meeting, SEG2006, Expanded Abstracts, 605-608. |
| [10] | Maxwell S, Cho D, Norton M. 2011. Integration of surface seismic and microseismic, Part 2: Understanding hydraulic fracture variability through geomechanical integration[J]. CSEG Recorder, 36(2): 27-30. |
| [11] | Norton M, Cho D, Maxwell S, et al. 2011. Integration of surface seismic and microseismic for the characterization of a shale gas reservoir[J]. CSEG Recorder, 36(1): 31-33. |
| [12] | Ringrose P, Atbi M, Mason D, et al. 2009. Plume development around well KB-502 at the In Salah CO2 storage site[J]. First Break, 27(1): 85-89. |
| [13] | Shen C, Liang B Y, and Li Z T. 2009. Principle of vector scanning technique for micro-fractures[J]. Acta Petrolei Sinica (in Chinese), 30(5): 744-748. |
| [14] | Sheriff R E. 1991. Encyclopedic dictionary of exploration geophysics (3rd ed) [M]. US: SEG, 264. |
| [15] | Vaidya V. 2009. Low frequency seismic-A new tool for exploration and development[J]. Drilling & Exploration World, 19(2): 33-37. |
| [16] | Yang R Z, Zhao Z G, Peng W J, et al. 2013. Integrated application of 3D seismic and microseismic data in the development of tight gas reservoirs[J]. Applied Geophysics (in Chinese), 10(2): 157-169. |
| [17] | Yin C, Liu H, Li Y L, et al. 2013. The precision analysis of the microseismic location[J]. Progress in Geophysics (in Chinese), 28(2): 800-807. |
| [18] | 沈琛, 梁北援, 李宗田. 2009. 微破裂向量扫描技术原理[J]. 石油学报, 30(5): 744-748. |
| [19] | 杨瑞召, 赵争光, 彭维军,等. 2013. 三维地震属性及微地震数据在致密砂岩气藏开发中的综合应用[J]. 应用地球物理, 10(2): 157-169. |
| [20] | 尹陈, 刘鸿, 李亚林,等. 2013. 微地震监测定位精度分析[J]. 地球物理学进展, 28(2): 800-807. |
2014, Vol. 29




