相控建模在靖安油田精细油藏描述中的应用

2012-01-12张春生

天然气勘探与开发 2012年4期

李斌张春生朱聪

(长江大学地球科学学院)

0 引言

常用的随机建模技术是20世纪80年代中期发展起来的，将地质统计学与现代计算机技术结合，综合地质基础理论、油藏开发实际，对井间储集层进行多学科综合一体化、三维定量化及可视化的预测，建立储层地质模型，定量表征储集层的非均质性[1-3]。但是，沉积相在空间、平面的展布特征对储层的宏观非均质性起着决定性的作用，进而对随机建模生成的储层地质模型影响强烈，因此近年来相控建模技术迅速发展，其核心是从沉积环境的成因角度来指导建模过程，利用相带的平面展布和垂向演化趋势来约束建模结果[4]。本文以靖安油田白于山开发区长4+52为例分析相控建模技术在精细油藏描述中的应用。

1 区域地质概况

研究区位于鄂尔多斯盆地陕北斜坡上北东—南西的鼻状构造上，区域构造为东高西低的西倾单斜，构造变化简单，无断层和大型的基底隆起，单斜坡度倾角一般小于1°，平均坡降8 m/km～10m/km，斜坡上发育一系列由东向西倾没的低幅鼻状隆起，圈闭规模较小。区内上三叠统延长组通过标志层进行对比后将长4+52从下到上划分为长4+524、长4+523、长4+522、长4+521四个小层。

该区是上世纪90年代进行滚动开发的区块之一，截止到2011年9月，研究区内共有295口井，日产液704m3，日产油232t，采收率为18%左右，综合含水58.2%，目前已进入中高含水期。根据每年的注水有效性统计，后期注水效果越来越差，注水大量流失。在部分区域受储层物性及层间非均质性影响，井排距过大油井见效不明显，产量递减快，需在低产低效区整体部署加密调整井。针对上述问题，通过对油藏主力含油小层进行沉积微相分析，构建油藏地质模型，为制定正确的开发方案和技术政策提供地质依据，实现经济高效开发的目的。

2 相控建模的研究思路

2.1 相控建模的原理

相控建模技术在对孔隙度、渗透率等物性参数进行模拟时，首先要考虑该物性参数点所处位置的沉积微相类型。不同沉积微相类型物性参数的期望值与方差通常不同，其空间相关性也不同，因此对物性参数模拟时需要按其所属的沉积微相类型分别进行[5]。前人研究表明，通过相控建模，能较好地实现储层属性与砂体沉积微相的一致性，使储集层属性的描述更精确合理。如果不加或是只用很少资料加以约束地去建模，最终得到的储集层属性的平面分布规律及变化趋势具有较强的随机性。尤其是在井点控制较少的情况下，容易造成不同成因的沉积单元其属性相近[6,7]。

2.2 相控建模的基本流程

广义上来说，相控建模就是在构造模型的基础上建立沉积微相模型，然后以沉积微相为约束条件，建立储层的各种属性模型[8]。主要步骤包括：

(1)小层的划分与对比

(2)相分析并编制精确的沉积微相图

(3)构造模型的建立

(4)沉积微相模型的建立

(5)相控条件下属性模型的建立

小层划分对比及沉积相图的绘制属于建模前期地质综合分析的主要环节，其准确与否直接关系着后期模型的精确程度与应用效果。

3 储层地质模型

3.1 构造模型的建立

构造模型由层面模型和断层模型组成[9]，由于区内构造变化简单，断层不发育，因此以层面模型为主。基础资料主要为分层数据，即各井的层组划分对比数据及地震资料解释的层面数据等。通过插值法(也可应用随机模拟方法)，应用分层数据，在构造建模模块中生成各个等时层的顶、底层面模型(即层面模型)，然后将各个层面模型进行空间叠合，建立白于山区四个小层的构造模型(图1)。形成的构造模型在网格划分以平面上20m×20m，纵向上1m的精度划分，考虑工区地质实际井距情况，本次建模网格数为：I×J×K=398×224×60共5349120个网格满足建模要求。其中长4+522、长4+523为主力小层，垂向上划分为20层。

图1 长4+522顶面构造模型

3.2 沉积微相模型的建立

综合岩石学分析和测井相分析，白于山区长4+5油层组属于三角洲前缘亚相沉积环境。物源主要来自于北东部，由于长4+5沉积时陕北斜坡地形非常平缓，三角洲呈长轴状由北东向南西方向延伸，由多条入湖河流携带的沉积物快速堆积而成，进积作用明显。目的层段代表了一次较大的湖泛事件，长4+524和长4+521分别处于三角洲沉积的最早时期和萎缩阶段，相应的长4+523和长4+522为研究区的主力小层，发育三条主要水下分流河道。

白于山区沉积微相建模采用确定性建模技术，通过对地质的一系列相标志和地球物理的单井相分析，绘制出详尽的沉积微相平面展布图，根据三角洲的沉积特征，区内划分出水下分流河道(0)、水下分流河道间及河口坝(1)、远砂坝(2)、席状砂(3)河道侧翼(4)、分流间湾(5)等主要沉积微相，为建模方便，可适当合并，将后面三种分布范围较小的沉积微相归入前面三种。然后将手工图数字化(依次按照上述顺序标号)，并进行相应地插值运算。本次建模在得到各个方向的拟合参数后，发现分流河道主要以35°方向展布，与实际地质情况契合较好，最后利用序贯指示模拟方法进行模拟，(图2)为长4+522的沉积微相模型。

图2 长4+522层沉积微相模型

3.3 属性模型的建立

属性模型是储层三维地质建模的最终目的，是储层特征及其非均质性在三维空间上的分布和变化的具体表征。由于是在沉积微相约束条件下进行，因此需要统计不同微相内物性参数的分布特征，选择合适的变差函数类型，采用序贯高斯模拟对储层物性参数(本次建模主要为孔隙度、渗透率、含水饱和度)分别进行模拟。

(1) 变量统计参数

变量统计参数包括变量的最小值、最大值、平均值等。由于运用的是序贯高斯模拟的方法，所有被模拟的数据都必须满足高斯分布。而在实际统计中，只有孔隙度和含水饱和度是满足高斯分布，渗透率则不满足，需要将其进行正态变换(变成高斯分布)，模拟后再将模拟结果进行反变换为区域变量[3](图3)。从最终的物性参数分布图上可以看出，主力小层的孔渗性高于其它两个小层，而含水饱和度则低于其它两个小层，这与前期的地质认识是一致的。

a 长4+522孔隙度统计图 b 长4+522渗透率统计图 c 长4+522含水饱和度统计

(2) 变差函数拟合

在建立属性模型之前，必须进行详尽的数据分析，定义变差函数。用区域化的变差函数来描述储集层孔隙度、渗透率、含水饱和度等参数的特征，研究区主要拟合主、次变程，并在实际操作过程中充分考虑区内物源方向、分流河道延伸情况等。由于分布范围较小的沉积微相受井控制较少，因此数据少，故仅列出三种主要微相，得到最终的拟合结果(表1)。

表1 长4+522 变差函数拟合结果

(3) 基质储层属性模型的建立

虽然本区主力小层在垂向上基本继承前期沉积格局，但受到物源、湖盆水深、河流水动力等一系列因素的影响，各小层沉积微相展布特征也有变化。因此，本次建模依次对小层和沉积微相进行了数据分析，拟合相应变差函数，并在此基础上以之前建立的沉积微相模型为约束条件，分别进行了孔隙度、渗透率与含水饱和度的属性模拟(图4)。

从图4a中可以看出，中间及两侧为明显高值，沿北东—南西向展布，且上部高值区较为集中，向下游开始分成主要三支，进入下部远砂坝及席状砂分布区域后，孔隙度明显降低，且分别位于三条主要分流河道的前端位置。图4b整体上与图4a接近，可见三条主要分支，中偏右侧为典型高值区，反映了孔隙度和渗透率的良好正相关关系。图4c则完全相反，低值区位于中间及两侧，表明水下分流河道发育的部位含水饱和度低。通过最终模拟出的属性模型与沉积微相对比分析发现，沉积微相与物性参数具有很好的对应性，使得相控模拟的结果更加符合地下实际情况，有效地克服了非相控条件下的弊端。

4 模型评价

随机建模一个突出的特点就是建立了多个等概率模型，反映了储层认识的不确定性。选择合适的模型，最直观的方法就是将新钻井的真实数据与模拟结果相比较，通过误差的大小衡量预测的精度。由于尚无新钻井资料，本区在沉积微相控制条件下主要进行了三方面的测试，包括沉积微相的方向性优选局部主流方向，变差函数的范围调试至模型满意为止，三维地质模型属性的切片与联井剖面、平面与手工图形相比较，并最终选择了上述最优模型。通过所建储层地质模型对储量的拟合，地质储量为1654×104t，与实际油藏储量的相对误差仅为5.6%，也从侧面反映了所选模型的可靠性较高。