油藏三維地質模型質量控制研究
——以D油田E塊為例

張洋洋 郭 敏 劉志慧 郭 祥

1. 中國石油大學(華東)石油工程學院實驗教學中心, 山東 青島 266580;2. 中國石化勝利油田分公司技術檢測中心, 山東 東營 257000;3. 中國石化勝利油田分公司勘探開發研究院, 山東 東營 257000

0 前言

油藏數值模擬與地質建模技術是油氣田勘探開發各階段地質油藏研究工作的重要組成部分,廣泛應用于工程生產和油氣田開發[1-4]。由于油田地下地質特征的復雜性和基礎資料的差異性，目前尚無關于油藏地質模型質量控制的正式標準。在油藏三維地質模型建模過程中的每一個環節應用質量控制的方法,可以提高模型結果的合理性。首先,在井點上模型數據應該與井點的輸入數據一致;其次,在三維空間中斷層特征、斷層組合形式、構造特征、地層之間的接觸關系以及屬性數據的統計直方圖應該符合油田的地質特征[5-9]。

D油田E塊主要含油層系為沙河街組沙二段,地層厚度448～507 m。區塊整體為北、西、南三面由斷層封閉，東面開口的斷塊構造。構造整體地勢西北部及東南抬高,中間為低洼的鞍部,西北部地勢陡,傾角可達15°,東南部地勢較緩,內部發育斷層走向大多數呈北西或北東走向,少數斷層呈近東西走向。

1 地質模型的質量控制

1.1 構造模型

1.1.1 分層數據的控制

合理的構造模型是三維地質建模工作的重要依據[10-14],可以根據測井結果或地震勘探解釋結論繪制斷層模型,對測井分層方法進行改進,以降低數據誤差。

1.1.2 斷層模型的控制

斷層模型不僅決定了油田區塊的劃分,而且影響了地下流體流動邊界的分布。斷層模型質量控制的基本原則是:斷層的空間分布和組合是合理的,必須符合區域結構和局部結構特征,并盡量減少模型中異常網格的數量。正常情況下,考慮到解釋人員不同的觀點、不同的數據來源和精度等因素的影響,會造成此類數據在三維空間交叉的地方并沒有顯著差別,此時需要人工矯正處理。

E塊斷層模型圖見圖1,區塊斷裂體系整體呈現三面封閉、低級序斷層伴生發育的特點,斷層組合較為簡單,無截斷斷層發育,5口井鉆遇斷點。首先需要對斷層生成的控制點數量進行控制,區塊斷層面整體傾角傾向較小,采用2個控制點生成。然后對3條邊界斷層進行組合連接處理,對過斷點的斷層進行斷點鎖定控制,確保斷層模型質量。

圖1 E塊斷層模型圖Fig.1 Fault model of Block E

在建模過程中需要特別注意負體積網格和異常形態網格,它們通常產生在斷面處或斷層相交處,這是由地質構造的復雜性和斷面斷層的多態性造成的。為減少或消除異常形狀網格,根據斷層走向添加網格方向趨勢線,并減少異常模型網格數量,同時保持油氣田總體地質特征。

原始模型網格圖見圖2，由圖2可以看出,原始的設計網格方向為正南正北方向,由于模型邊界和斷層走向的影響,在交界處產生了網格切割變形現象。根據模型特征,依托邊界斷層重設網格方向,設計模型網格圖見圖3。由圖3可以看出，模型網格走向存在一個近40°的旋轉,邊界處的網格切割現象消除,異常網格數量減少。最后,通過提取模型網格體積分布,確定網格“負體積”現象消除。

1.1.3 地層接觸關系

地層接觸關系圖見圖4，根據圖4所示,砂層組內部的小層需要進行厚度約束處理,層與層之間的接觸關系采用厚度圖疊合的方式生成,對部分存在尖滅現象的小層,可以選擇合適的快速收斂的層面生成算法與厚度加權進行控制。最終,通過檢驗任意方向下的油藏地質剖面和層面與斷層之間的交線,達到合理的空間配置關系。

圖2 原始模型網格圖Fig.2 Original model grid

圖3 設計模型網格圖Fig.3 Designed model grid

a)層面與斷面的交線a)Intersection of planes and sections

b)小層網格接觸關系b)Contact relationship of small layer mesh

1.2 屬性模型

1.2.1 數據采樣

由于井數據是地質建模的基礎數據,所以模型在井點上一定要與井數據一致[15-20]。井的原始屬性數據呈連續樣本的曲線形式,且三維模型的網格厚度大于樣本間距。在屬性建模之前,應選擇適當的平均方法,并對相應網格的連續樣本進行平均,得到一系列平均值作為屬性建模的控制點。選擇合適的平均方法,并且在計算變差函數之前將平均后的屬性與原始屬性值進行比較,以確保建模的控制數據能合理表征原始屬性。

算術平均:M=(X1+X2+X3+…+Xn)/n;調和平均:M=n/(1/X1+1/X2+1/X3+…+1/Xn);幾何平均:M=(X1·X2·X3…Xn)^(1/n)。其中,M為平均值;Xi為各取樣點樣值(i=1,2,3…,n);n為樣本區域內的個數。

測井曲線重采樣圖見圖5,任意一口井的孔隙度與滲透率進行采樣對比分析,未涉及到多參數協同約束。可以看出對于孔隙度參數,三種平均方法對高孔隙的采樣差異較小,但是算術平均方法對于低孔隙下的細節保留有更大的優勢。對于滲透率參數,調和平均方法對數據細節保留較差,算術平均方法對流動模擬下的層間差異體現較差,優選幾何平均方法。

1.2.2 數據分析

變差函數的好壞直接影響到基于克里金插值技術的序貫高斯模擬的效果的好壞,綜合考慮水平和垂直兩個方向上的變差函數,一般主變程是平均井距的6～8倍,次變程是平均井距的3～4倍,以期在兩個方向都能達到最佳擬合效果,6砂組各小層孔隙度變差函數見表1。

1.2.3 算法參數優選

序貫高斯模擬方法的原理是先找出變量的累積條件分布函數,之后進行正態變換使其標準正態化,再根據簡單克里金利用正態變換后的變差函數沿隨機路徑序貫地模擬每一個值。通過設定統一的變差函數,改變數據分布的標準差，見圖6,標準差分別為8、4、2、0.5,優選多次實現中與灘壩砂沉積模式相一致的一次實現。

采用序貫高斯模擬方法,僅改變單一數據變量分布的標準差,分別取值8、4、2、0.5時的沙二段7砂組9小層的孔隙度模擬結果進行對比。根據對小層砂體厚度圖的整體地質認識進行比較,可以看出當標準差=2時,既保留了灘壩砂三個沉積中心部位的孔隙度分布特征,又能體現沉積邊緣物性逐漸變差的特點,因此,本次模擬優選標準差=2的特征值。

a)算術平均a)Arithmetic mean

b)調和平均b)Harmonic mean

c)幾何平均c)Geometric mean

表1 6砂組各小層孔隙度變差函數表

Tab.1 Variation function of porosity in each small layer of sand formation 6

層位主變程方向/(°)主變程次變程垂向變程變程/m塊金值基臺值變程/m塊金值基臺值變程/m塊金值基臺值Es261335556.20.141.24442.80.120.985.30.261.22Es262343799.70.230.84411.20.111.046.80.041.13Es263315856.50.110.85649.80.150.856.40.311.01Es264238573.40.290.81487.20.191.214.40.111.17Es265325608.30.461.13672.80.011.277.60.191.15Es266346973.20.471.37766.50.120.974.90.120.97Es267299632.80.110.82381.40.020.912.70.010.81Es268325838.40.020.91623.50.121.025.30.121.22Es269296776.30.181.03549.70.070.836.90.231.38Es2610275844.30.141.27663.80.261.375.20.271.26

2 地質模型的檢驗

如果地質模型與實際地質情況偏離較明顯,則需要重新建模,綜合考慮參數設置、思路方法等,持續修正直到兩者相符合。

2.1 儲量復算檢驗

D油田E塊沙二段有效孔隙度14.7%，含油飽和度59.6%,體積系數1.248，原油密度0.878 g/cm3,單儲系數6.16×104t/(km2·m)。根據儲量計算參數對模擬區域內的儲量進行擬合,分別對每個儲層單元的模型采用容積法計算儲量。

容積法計算公式:

N=100AHφ(1-Swi)ρo/Boi

式中:N為石油地質儲量,104t;A為含油面積,km2;H為平均有效厚度,m;φ為平均有效孔隙度,%;Swi為平均束縛水飽和度,%;ρo為平均地面脫氣原油密度,103kg/m3;Boi為平均地層原油體積系數。

計算石油與模擬石油地質儲量相對誤差是-1.60%,可見模型儲量擬合較好,區塊各小層地質儲量對比統計情況見表2。

2.2 概率一致性檢驗

如果原始數據分布形態和地質模型的數據分布形態具有高度的相似性,主要分布區間、峰值等主要參數一致,則表明所建立的模型比較可靠,反之,模型精度較差,則需要重新分析數據并重新模擬。

進行孔隙度概率一致性測試,測試后發現原始數據與模擬結果在數據分布趨勢上的一致性較高,見圖7,模擬結果可信。

a)平均值=0.12，標準差=8a)Mean=0.12，Standard deviation=8

b)平均值=0.12，標準差=4b)Mean=0.12，Standard deviation=4

c)平均值=0.12，標準差=2c)Mean=0.12，Standard deviation=8

d)平均值=0.12，標準差=0.5d)Mean=0.12，Standard deviation=4

表2 計算儲量與模擬儲量對比表

Tab.2 Comparison of calculated and simulated reserves

圖7 孔隙度概率分布柱狀圖Fig.7 Histogram of porosity probability distribution

2.3 抽稀檢驗

選取E1-X14、E1-12、E1-1三口井作為檢驗井不參與模擬,對其它井建立儲層參數模型,通過與原始數據進行比較,認為兩者基本一致,對比見圖8。

a)抽稀前模型滲透率剖面圖a)Model permeability profile before drainage

b)抽稀后模型滲透率剖面圖b)Model permeability profile after drainage

3 結論

1)通過對影響建模質量的構造模型和屬性模型的研究和分析,得出提高精度的控制因素,結合地質模型與實際儲層的儲量復算檢驗、概率一致性檢驗、抽稀檢驗等,確定了地質模型建立的合理性。

2)對地質建模過程進行質量控制能顯著提高模型質量,改善屬性模型的質量與統一性,以D油田E塊為例,通過構造模型、屬性模型、模型驗證等多個環節的嚴格控制,利用分層數據、斷層模型、地層接觸關系控制,提高了沙二段構造模型精度。