随机建模在OML66区块KK油田储量计算中的应用

江谋勇，郑 勇，申 进 （中石化河南油田分公司勘探开发研究院，河南 南阳473132）

KK油田位于尼日利亚OML66区块的构造高部位，构造复杂，整体为一被断层复杂化的长轴背斜构造，背斜轴向近东西向，断层多，断块小，纵向上砂组多，井密度小，给储量参数的确定带来困难，故采用petrel软件的随机建模法对KK油田B-D砂组的储量进行重新计算，并和二维计算结果拟合，使储量计算结果更合理。

1 容积法

应用斯伦贝谢公司的Petrel 2005软件建立KK油田B-D砂组地质模型，储量计算采用容积法［1-2］，容积法计算公式为：

式中，N为石油地质储量，104t；A为含油面积，km2；h为平均有效厚度，m；φ为平均有效孔隙度，%；Sw为平均油层原始含水饱和度，%；ρo为平均地面原油密度，t／m3；Bo为平均原始原油体积系数。

2 计算过程

1）计算范围 根据储量计算所需及地质认识确定建模工区范围，对KK油田储量计算采用横向上分断块，纵向上分砂组的计算方法，横向上共划分出7个计算单元，纵向上划分为23个计算单元，利用Petrel 2005中Boundary工具反映到地质模型中，模型B-D砂组三维网格为179×123×694，共计网格15279798个，节点15512400个。

2）构造模型和相模型 KK油田工区范围内共24口井，被复杂断层分割成19个断块，其中与油气相关的断块有7个。Petrel 2005利用地震解释断层数据，结合已有的地质认识，建立KK油田断层模型［1-2■，确定储量计算范围，搭建模型骨架 （见图1）。利用地震解释层位数据，用地质分层数据作为约束，填充整个KK油田构造模型［3］。

在前期对KK油田单井相、区块沉积相及沉积模式认识的基础上用确定性建模方法建立KK油田各砂组的相模型，图2为B1砂组相模型。

3）三维孔渗模型 KK油田构造复杂，井密度小，每个储量计算单元内井数少 （1～2口），Petrel 2005数值模拟法利用测井解释孔隙度、渗透率及含油饱和度数据，利用相控，采用序贯高斯随机模拟方法建立KK油田孔隙度和渗透率模型［4-5］，与传统方法相比，计算出来的平均有效孔隙度（φ）及渗透率更合理。

图3为B-D砂组的孔隙度模型，通过相控，模拟结果和相的相关性比较好，最终模拟结果较好地再现了孔隙度在三维空间上的展布，总体上非均质性不是太强，属于高孔。

渗透率和孔隙度有很强的相关性，渗透率模拟时采取孔隙度进行协同模拟。图4为最终结果，再现了地下储层渗透率在空间上的展布，属于高渗透率储层，非均质性比较弱，受相控影响不是太明显。

图1 B1砂组体模型

图2 B1砂组相模型

图4 B1砂组渗透率模型

4）含油饱和度模型 KK油田油藏类型多为断背斜和断鼻，油水关系大部分通过断层隔开，再搭建准确构造模型，建立油水界面后，即可确定每个含油断块的三维空间体积，分别计算每个网格的体积，KK油田井点少，避免了二维算法中计算平均有效厚度带来的误差。

对含油饱和度采用确定性赋值方法。通过不同层位，不同断块的油水界面的设置，将油水界面以上的区域含油饱和度赋值为一个对应的数，分布为65%～85%。得到的结果如图5所示。

图5 B1层含油饱和度分布图

5）有效储层网格模型 （NTG模型）Petrel 2005数值模拟法计算储量是基于单个网格的，针对每个网格判断其是否为有效储层，根据地质认识，有效厚度的判断依据为孔隙度大于20%及渗透率大于253μm2，建立了KK油田NTG属性模型。

6）其他参数KK油田分析化验资料很少，整个KK油田体积系数为一个定值，采用确定性赋值的方法为每个计算单元赋值，KK油田体积系数为1.055。

3 储量计算结果及储量不确定性分析

1）储量计算结果 表1为7个断块的储量计算结果及储量拟合情况，并给出了二维算法与三维算法的绝对误差与相对误差，其中K1断块绝对误差和相对误差最大，KU1-N断块绝对误差最小，K9断块相对误差最小。二维与三维模拟计算结果存在差异，主要是因为各个参数的取值精度不同，在基于二维图形的地质储量计算中，关键的参数如有效厚度、有效孔隙度、含水饱和度均为平均值，大大掩盖了储层非均质性对储量计算的影响。而在基于三维模型的体积计算中，横向上50m、纵向上1.2m取一个参数值，按网格计算油气储量，储量计算值为每个网格储量的积分值。

表1 KK油田分断块储量计算结果对比表

2）储量不确定性分析 KK油田处于勘探中期，其构造复杂，断块多，纵向上小层多，井密度小，储量结果存在很大的不确定性。数值模拟法采用蒙特卡洛法，以有效孔隙度和含油饱和度等随机变量为对象，利用不同的随机种子数，产生不同的模拟路径，得到不同的储量计算结果，提供合理的储量范围值，减少投资的盲目性。图6为KK油田B-D砂组100组储量计算结果的累计概率分布图，由图6可知，B-D砂组储量主要集中分布在2.538×107m3。

图6 B-D砂组100组实现储量分布概率统计图

4 结 语

随机建模法在孔隙度、渗透率、含油饱和度等随机变量参数的取值上，更能体现储层的非均质性，取值更合理。石油地质储量应该是一个范围，而不应是一个确定值，利用Petrel软件随机建模法建立KK油田地质模型，进一步计算工区储量并对储量的不确定性进行分析，与二维计算储量方法相比较，虽然计算公式都是用的容积法，但是数值模拟法能针对随机变量计算出储量分布，为决策者提供可能的储量范围，减小投资的风险，有效降低勘探开发的危险。

［1］张海娜，杜玉山，常涧峰，等 .应用Petrel软件建立复杂断裂系统断层模型 ［J］.断块油气田，2009，16（5）：46-47.

［2］翁大丽，高启超，李君，等 .尼日利亚66区块复杂断块构造建模技术研究 ［J］.石油地质与工程，2012，26（1）：38-43.

［3］张广明，熊春明，刘合，等 .复杂断块地应力场数值模拟方法研究 ［J］.断块油气田，2011，18（6）：710-713.

［4］刘伟，刘红岐，李建萍，等.Petrel软件在油藏储层地质建模中的应用实力 ［J］.国外测井技术，2010，30（1）：20-21.

［5］许晓宏，董琴红 .储层建模技术——以J16块A油层为例 ［J］.中外能源，2012，17（1）：54-56.