劉 遙, 汪 彥, 張慧濤
(中國石化 西北石油局勘探開發研究院,烏魯木齊 830011)
常規建模是根據沉積相模型作為約束建立屬性模型,沉積相模型是模型的關鍵技術[1-5]。塔河油田碳酸鹽巖縫洞型油藏沉積相單一,儲層發育以溶洞、孔洞、裂縫為主,受控于成巖后生作用,主要受構造、斷裂、水系控制的巖溶作用[6-8]。T739條帶的巖溶作用主要受斷裂控制,因此,可以借鑒多級相控的思路,利用地質認識、單井分析結果、地震屬性體綜合確定儲層有利發育體作為約束條件,再對井間進行差值[9-14]。目前儲層井間不確定性差值可分為基于象元、基于目標兩種方法,但這兩類方法在具有復雜形態的儲層建模中運用較困難。多點地質統計法應用“訓練圖像”代替變差函數,同時仍以象元為模擬單元,可以更好地實現目標幾何形態的同時,采用單井數據、地震屬性、地質模型作為約束數據體,進行井間差值,綜合了基于象元和基于目標的算法優點,因此,本次建模采用多級相控與多點統計結合的方法對儲層建模[15-19]。
采用多級相控的思路建立儲層發育有利模型作為約束,再采用多點統計差值方法對井間進行差值,建立儲層相模型,最后建立物性模型。其主要步驟分為四步:①對單井的巖溶儲層段進行劃分,儲層段之間普遍發育致密段(儲層不發育段),油氣主要富集在表層兩套儲層,因此只針對表層兩套儲層地質建模,并建立構造模型;②利用多地震屬性融合結果結合單井、區域地質認識,確定儲層發育的區域,建立儲層發育巖溶發育區域模型,作為多級相控的約束條件;③在有利儲層發育區域內,采用多點統計法進行井間差值,建立儲層I、II類儲層相模擬;④以儲層相模型作為約束,建立孔隙度模型,根據縫洞型油藏的孔滲關系,建立滲透率模型。
地下水的運動是巖溶發育的重要條件之一,從地表向地下深處,地下水的運動逐漸減緩,導致巖溶發育強度也逐漸減弱,巖溶發育強度在垂向上具有一定規律性,表現為帶狀分布特征。巖溶垂向分帶是以巖溶水動力條件為基礎,根據巖溶發育強度的分帶標準,將同一類水動力條件下巖溶發育強度相近,且在空間上互相連接的部分劃分為同一個巖溶發育帶,將不同水動力條件下巖溶發育強度差異較大的部分劃分為另一個不同的巖溶發育帶(儲層段);以巖溶發育相對較弱的層位劃分儲層欠發育段(致密層)。

在明確了單井的致密層縱向劃分之后,利用單井測井解釋結果在地震剖面當中標定,追蹤致密層。其中inline963層位解釋剖面如圖2所示。通過加密,最終建立致密層位,結合儲層頂、底構造與斷裂,建立構造模型。

圖1 縱向巖溶帶劃分單井剖面Fig.1 The well section of vertical karst zoning

圖2 inline 963層位追蹤剖面Fig.2 Horizon section of inline 963
裂縫、溶洞和孔洞是塔河油田縫洞型油藏的主要儲層類型,溶洞是油氣儲集的良好空間,裂縫是主要的滲濾通道。本次建模將儲層模擬對象主要分為:①I類儲層(溶孔-溶洞);②II類儲層(裂縫)[20]。T739條帶儲層整體發育,儲集整體沿斷裂呈條帶展布特征,在局部井段中深部儲集體發育。
目前無法利用單一屬性判斷儲層發育有利區域,通常可以利用多屬性融合的方法,判斷儲層發育有利區域。綜合分析,本次建模篩選了4種屬性體綜合分析研究,①到斷裂垂直距離數據體;②能量體;③螞蟻追蹤數據體;④相干體(圖3)。其中距離主干斷裂核部越近,溶蝕作用越強,儲層也越發育.因此,計算每個點到斷裂的垂直距離(圖3(a)),均方根振幅能量越強,儲層發育的該類越高(圖3(b));相干、螞蟻體也同樣反應了斷裂與破碎區域范圍,同時也反應了儲層的發育有利范圍(圖3(c)、3(d))。

圖3 地震屬性體Fig.3 The seismic attribute body(a)到斷裂垂直距離數據體;(b)均方根振幅能量體;(c)螞蟻體;(d)相干體

圖4 儲層發育概率模型Fig.4 Probability model of reservoir development
對四種屬性模型融合處理,再去除異常高值與低值,最后歸一化到“0”到“1”的范圍,作為儲層發育“0”到100%的概率,建立儲層發育概率模型(圖4)。對比實鉆情況,儲層發育概率模型與之前的地質認識吻合程度較高。綜合分析認為,如果該模型內高于50%的區域,是儲層發育的有利區域,賦值“1”,低于50%的區域,儲層發育幾率相對較低,賦值“0”,最終得到了儲層發育巖溶發育區域模型(圖5),認為儲層主要在該模型有利區域內發育,區域外儲層不發育。

圖5 巖溶發育區域模型Fig.5 Karst development regional model
利用多級相控的建模思路,以巖溶發育區域模型作為相控模型,在該模型的約束之下,采用多點統計法,建立I、II類儲層模型。
按照研究對象劃分儲層建模方法可以分為:①基于象元的方法;②基于目標的方法。這兩類方法在特殊類型油藏儲層建模中運用較困難。多點地質統計法重點分析多點之間的相關性,在相建模當中應用“訓練圖像”而非變差函數,應用多點的數據樣板掃描訓練圖像并構建搜索樹,從搜索樹中求取條件概率分布函數,在屬性建模過程中以象元為模擬單元,采用序貫算法能夠再現目標的幾何形態。因此,多點地質統計學方法克服了傳統兩點地質統計學難以表達復雜空間結構性的缺陷,為特殊類型儲層的定量描述提供了更好的方法。
分析認為儲層在常規地震剖面上往往表現為反射較強的“串珠”,均方根振幅屬性能較好地反應“串珠”反射特征。采用不同的均方根門檻值作為I類、II類儲層的訓練圖像。根據均方根與實鉆井對比,I類均儲層的均方根振幅截斷值取值為3 200,II類儲層的確定均方根振幅截斷值取值為1 600。本次建模采用儲層研究較為清楚、儲層展布與受控因素近似的井區作為訓練圖像的來源,建立I類、II類儲層的訓練圖像。

圖6 訓練圖像Fig.6 Training image(a)I類儲層訓練圖像;(b)II類儲層訓練圖像

圖7 儲層模型Fig.7 Reservoir model
綜合進行了數據分析后,利用較為多點統計法進行了井間差值,分別建立I類、II類儲層模型,綜合分析得到了如圖7所示的I類、II類儲層綜合模型。縱向上,由上到下巖溶作用減弱,表層儲層較深部發育。平面上儲層沿斷裂呈條帶狀發育,符合前期的區域地質認識。
孔、滲模型是由儲層相模型作為約束條件,利用井點孔隙度參數作為已知點,分層位內插得到完整的孔隙度模型,再利用縫洞型油藏統計的孔滲關系,建立滲透率模型。因此,關鍵要素是要得到較為準確的單井孔隙度參數,但碳酸鹽巖縫洞型油藏儲層最好的井,基本都直接鉆遇儲層發生放空漏失導致無法測井,孔隙度參數很難確定,本次單井點孔隙度具體分兩種類型取值:
1)無測井資料。塔河油田縫洞型油藏由于巖溶作用發育了大量的溶蝕縫洞,統計塔河油田750口井中有103口(近14%)井由于放空或漏失難以進行測井作業,沒有采集到相應的測井資料,這種漏失或放空的井揭示了巖溶非常發育的儲集體,是主要的油氣儲集空間,對儲量具有突出的貢獻。因此,對未測井的井分兩種情況賦值:① 放空段的孔隙度直接賦值60%;②塔河油田13口漏失井段在投產后的生產測井過程當中實施了中子壽命測井,可以用于計算放空漏失段的孔隙度,計算得到13口井當中共計28段漏失井段的平均孔隙度為16.12%,因此,漏失段的孔隙度賦值15%。
2)有測井資料。該類情況具有完整的測井資料,可以采用常規方法解釋出較為準確的孔隙度,以此作為單井孔隙度賦值。
在上述多點地質統計方法所建立的I、II儲層分布模型控制下,采用序貫高斯方法,建立孔隙度模型,孔隙度模型大于10%的鏤空模型分布模型見圖8,儲層主要集中在斷裂附近,與儲層模型吻合程度較高,很好地體現了相控的作用。

圖8 孔隙度>10%鏤空模型Fig.8 Permeability>10% hollow model
1)多期次的巖溶作用導致儲層在縱向上具有分段性,在單井上進行儲層分段標定,井間利用地震資料進行層位追蹤,進行分段儲層模擬,提高了儲層預測的可靠性。
2)利用多級相控的思路,通過多地震屬性體融合結果結合單井與區域地質認識,建立巖溶發育區域模型,確定了儲層的發育范圍,僅在范圍內儲層發育,減小了井間差值的誤差,提高了儲層相模型的準確程度。
3)多點地質統計法應用“訓練圖像”代替變差函數,在更好地實現目標幾何形態的同時,利用多數據體約束,綜合了基于象元和基于目標的算法優點,更加適用于碳酸鹽巖縫洞型油藏的儲層相模擬。
4)縫洞型特殊油藏儲層最發育段基本都發育放空、漏失而無法測井,單井孔隙度賦值困難,可以對不同的儲層段采用經驗賦值、測井計算兩種方法分別賦值,孔隙度參數更加貼近實際油藏特征。