低渗透岩性气藏叠前流体预测应用研究
2015-05-10贺晓张盟勃王大兴王宝江吴汉宁
贺晓 张盟勃 王大兴 王宝江, 吴汉宁
(1.延长石油集团研究院,西安 710075;2.长庆油田公司勘探开发研究院,西安 710018;3.西北大学地质系,西安 710069)
通过对SLG气田7口井盒8段的不同岩样在自然风干(含气饱和度为100%)、含气饱和度约35%、含气饱和度为65% ~75%、饱含水4种状态下及规定的温度压力(90~100℃,42~47 MPa)条件下,纵、横波速度及泊松比测量及计算结果表明:致密砂岩和泥岩的泊松比在自然风干条件下仍大于0.18,而含气砂岩的泊松比在自然风干时为0.13~0.17;当砂岩含气饱和度小于70%时,泊松比变化不大;当砂岩含气饱和度大于70%时,泊松比急剧下降。不同岩性和不同孔隙流体介质的变化,必然导致其泊松比的变化,这是AVO理论的基础。所有AVO属性包含有较大的“不确定性”,尽管它对于储层的含气与否较为敏感,但对于储层含气多少却难以区分,对流体性质更是无法准确判断。因此需要寻找一种有效的方法来实现类似SLG气田的低含气饱和度砂岩地区流体的有效预测。
1 资料分析及处理
1.1 测井资料分析处理
测井资料是地震层位标定及储层与流体预测的基础资料,直接决定着对地震反射波的认识及模型建立的正确与否。通过分析SLG三维区块测井资料,发现对研究地震反射特征起关键作用的声波时差和密度测井曲线在泥岩段由于井径的垮塌等原因出现明显失真,严重影响对储层反射特征的认识及后续工作。为了修补这些失真部位,使用了探测范围更大的深电阻率曲线,方法是用基本准确的泥岩声测、密度曲线段建立声测、密度值与深电阻率测井值之间的数学关系,然后利用这一关系,用深电阻率曲线计算声波速度与密度失真部位,取得高质量的声波速度与密度曲线。最后采用直方图法,对各井进行归一化处理,提高多井间资料的可对比性,为后续储层流体分析创造有利条件。
1.2 道集资料分析处理
叠前流体预测基础是AVO理论,能够反映储层和流体响应的高质量AVO道集。由于大偏移距保留了储层物性和流体信息,因此在做NMO分析时,应尽量保留大偏移距道,避免随意切除。在资料处理过程中,除了要时刻注意保持振幅处理之外,重点要解决好大偏移距的动校处理和道集去噪问题。
利用针对大偏移距处理的各向异性动校正技术(AAMO),在NMO分析基础上增加各向异性百分比函数分析,求取扰动因子,并用空间插值的办法计算每个地震道的动校正量,从而减少远偏移距地震道的拉伸畸变,提高速度分析的精度,最大可能地消除射线弯曲和各向异性的影响。在偏移前采用二维滤波(F-K)切除法初步压制多次波,以保护有效反射波的能量为主,然后在叠前偏移后的CRP道集上采用RADON变换在τ-P域对多次波干扰进一步压制,避免多次波干扰。叠前CRP资料去噪处理中应注意:(1)不能因做去噪处理而改变有效反射振幅的相对关系,去噪后的记录仍应是或者说基本上是保持相对振幅;(2)去随机噪音处理前,应先解决好剩余静校正问题;(3)道集记录去噪前应尽量减小剩余动校正量影响;(4)在共炮检距记录上做去噪处理要考虑地层倾角影响。
2 模型分析
图1为该区某口井流体替换前后的AVO正演模型,模型由CMP道集、CMP道集叠加、AVO截距(P)和AVO梯度(G)组成。储层顶部即盒8附近的反射在替换前是随着偏移距增大而减小,用气替换后其反射振幅是随着偏移距增大而增强,表现为典型的第三类AVO响应,而且流体替换前后,P、G的振幅变化明显。
图1 SLG地区某口井流体替换前后AVO正演模型
图2 是该井流体替换的AVO模型,上部分为AVO响应,下部分为梯度G。该模型是在储层段孔隙度不变的条件下,分别用含水饱和度为100%,70%,40%,20%的水替换以后,利用Zoeppritz方程正演的井旁AVO道集。当含水饱和度为100%时,盒8顶反射同相轴反射振幅随偏移距的加大而增强,但是截距小,梯度变化小;当含水饱和度减小时,盒8顶反射同相轴反射振幅也随偏移距加大而增强,截距增大,并且梯度变化大。上述模型提供了一种流体预测的思路,即利用模型正演和流体替换方法,AVO属性的P、G能够区别出不同流体及流体含量。
3 储层流体预测
3.1 AFI储层流体反演原理
同AVO理论一样,AVO流体反演(AFI)的理论基础是Zoeppritz方程,Shuey等在入射角小于30°等条件下对其进行简化,得到AVO方程:
式中:R—反射系数;
θ—入射角;
P—AVO截距,即零偏移距时的反射系数;
G—AVO斜率,即振幅随入射角变化的斜率。
当砂岩中含不同流体时,其AVO截距和梯度各不相同。利用AVO模型的流体替换理论可以确定其截距和梯度,这是AFI流体反演的理论核心。其实现过程如下:首先利用井点处的测井曲线建立正演模型,然后通过流体替换理论获得模型中流体分别为油、气以及水时的合成记录,再利用公式(1)得到相应的截距和梯度,最后将实际地震数据所得到的截距和梯度与模型产生的截距和梯度加以对比,根据统计方法定量求得储层所含油、气、水的可能情况。
3.1.1 AVO 随机正演模型
AFI理论地质模型为3层砂泥岩地质模型,用于模拟指定深度目标层的情况。模型所需的密度、速度等物性参数经测井统计后经趋势分析得到。在没有横波测井资料时,可以用Castagna's方程或者优化的Xu-White方程预测出横波。趋势面分析的前提是假定所分析的岩石参数为正态高斯分布,利用曲线的标准偏差和平均值进行求取,其目的是确定不同深度位置地层表征参数的概率分布。1组特定参数组合构造1个随机模型,不同参数的随机组合确定不同深度位置处的随机模型,即Monter-Calo 随机模型[2]。
图2 不同含水饱和度情况下的AVO正演模型和属性对比
常规的AVO建模只是建立2个叠前的合成记录、确定井点处的截距A,根据梯度B的分布范围来确定含气砂岩,而AFI流体反演是采用 Monter-Calo随机正演模拟,建立大量人工合成记录,可避免建模的局限性。
3.1.2 利用Biot-Gassman方法进行流体替换
正演模型建立后,利用Biot-Gassman流体替换理论,分别求取含油砂岩、含气砂岩和含水砂岩模型的地震道集响应,进而分别计算道集的AVO属性:截距P和梯度G,获得截距-梯度交汇图,P-G的密度分布图,用不同的颜色分别表示油、气、水,它们分布在不同的P、G趋势范围内,这将是AFI反演预测油气水分布可能性的基础[3]。
3.1.3 利用已知井的随机模型校正AVO属性
模型正演所得的截距P和梯度G表示的是反射系数的理论范围,其绝对值不会大于1,而实际数据计算出的P和G有时会远远超出这个范围,因此需要对由实际地震资料计算出来的P和G属性进行加权校正。校正方法为:
式中:Sglobal,Sgradient— 加权系数;
Pscaled—校正后地震数据截距;
Gscaled—校正后地震数据梯度;
Preal—地震资料校正前的截距;
Greal—地震资料校正前的梯度。
3.1.4 进行流体可能性分布的定量预测
根据校正后的结果,利用Bayes概率公式[4]计
式中:Fk—由模型得到的某一流体在截距-梯度图上的样点;
P(Fk)—某相的可能性;
P(I,G|Fk)—随机模拟输出的某相样点的分布密度(如高斯分布)[5];
k— 油、气或水相。
3.2 储层流体预测流程
通过以上分析,根据研究区特点,制定了储层流体预测流程(图3)。算截距-梯度交汇图上每一点属于油、气、水类型的概率,其理论公式为:
图3 SLG三维地区叠前储层流体预测流程图
4 AFI流体反演在SLG三维区块的应用
SLG气田主力气层为二叠系下石盒子盒8段储层,该区储层段是一个广覆式的砂岩叠合区,构造幅度小、砂岩厚度大(一般20~30 m)、分布范围广,但单砂体较小且分布零散。砂体垂向上表现为多套单砂体的叠置,有效储层横向变化大,且非均质性强[6]。受物源及沉积相带控制,SLG气田盒8储层岩性基本为石英砂岩和纯石英砂岩,石英含量一般大于90%,最高达到95%,多为含砾粗砂岩。孔隙多为晶间孔、粒间孔、溶蚀孔和微裂隙,平均孔隙度为12%,渗透率约为6.23 ×10-3μm2,为典型的低孔低渗岩性储层。AVO分析及其属性反演、叠前反演一直是该气田自勘探到开发评价以来一项不可缺少的储层含气性预测手段[2]。
SLG三维区块周围所完钻的2口井(X1井、X2井),在井位部署时地震资料的AVO定性分析认为是一种含气的显示,但在实际钻探中见到明显的水层,说明本区有含水的钻探风险。因此,利用叠前AVO资料进行储层流体预测,描述平面上流体的性质及其分布,对于下一步钻井井位的部署是一项非常重要的工作。
4.1 测井数据的趋势面分析
本次研究区内有4口井,其中Y1、Y2井是气井,Y3井是水井,Y4井是干井。由于Y1井处于地震资料不满覆盖区(小于30次),纵波地震道集资料信噪比较低,因此在AFI流体反演建模时,没有考虑Y1井的AVO响应。图4和图5是在AFI流体反演过程中,进行随机建模时确定的砂岩和泥岩的速度、密度随深度变化的趋势面分析结果。从图4中可以看到,砂岩速度随深度变化剧烈,在 3 000~3 200 m之间,砂岩速度随深度的增加逐渐增加,但在3 200~3 400 m之间,即在目的层附近,砂岩速度变化呈增大趋势;在3 400 m以后,进入海相碳酸盐岩沉积后,岩性发生了变化,而测井伽马值小于80的碳酸盐岩的速度在6 000 m/s以上,且随深度的增加,速度逐渐增加。从砂岩密度随深度的变化趋势分析,密度随岩性的变化幅度小于速度随岩性的变化幅度,且变化不明显。在3 200~3 400 m的目标层位之间,砂岩发育,受孔隙的影响,密度值大小范围变宽。从图5看出泥岩的速度和密度随深度的变化趋势与砂岩的变化趋势基本相似。
图4 3口井砂岩速度和密度随深度变化的趋势面分析
4.2 油气水的AFI正演模型
在趋势面分析的基础上,根据3口井储层的深度范围,对3口井目标层段进行了4个深度500个随机模型的随机模拟。图6是500个随机模型的截距和梯度的分析结果,深度分别是3 200、3 265、3 300和3 395 m。从3 200 m深度的模拟结果分析,该深度还没有进入储集层段内,油、气、水3种流体的截距和梯度分布基本上一样,无法区分;在另外3个深度的模拟结果上,3个深度分别代表了不同井的储层段的含气砂岩。从图中可以看出,气分布在离原点坐标最远的地区,而含水的截距和梯度差距较小,离坐标原点的距离近,因此可以利用储层流体反演技术在平面上定性地预测和描述气水的分布规律。
图5 3口井泥岩速度和密度随深度变化的趋势面分析
图6 3口井4个深度500个随机模型AFI正演结果
4.3 流体反演结果分析
AFI流体反演得出了2种分析结果,图7、图8分别是油、气、水可能性分布和烃类可能性分布图。从图中可明显看出,在研究区内,Y3井以西及北部地区含水可能性较大(图7),含天然气可能性大于70%的地区主要分布在Y3井与Y4井之间(图8)。实际资料表明,在研究区外以北地区,储层物性好,但含水饱和度高,试气效果较差,与分析结果相符。由此可见,AFI流体反演的结果较可靠,可以作为全区含气有利区评价的主要依据之一。
图7 研究区内目的层段流体的可能性分布图
图8 研究区内目的层段烃类可能性分布图
5 结语
基于叠前AVO分析的流体反演预测技术能够解决一般AVO反演中的不确定性问题,能识别储层流体性质。在SLG三维地区,根据模型分析结果,利用高质量的测井资料和能够反映储层及流体信息响应的AVO道集资料,对于流体的性质及其分布做出了评价,特别是对于含水区域的预测为钻井避开水层提供了重要理论依据。
[1] Shuey R T.A Simplification of the Zoeppritz Equations[J].Geophysics,1985,50:609-614.
[2] Aveth P,Mukerji T.Quantitative Seismic Interpretation[M].Gary Mavka:Cambridge University Press,2005.
[3] Russell H B,Hedlin K,Hilterman J F.Fluid Property Discrimination with AVO:A Biot Gassman Perspective[J].Geophysics,2003,68(1):29-39.
[4] Riedal M,Dosso E S,Beran L.Uncertainty Estimation for Amplitude Variation with Offset(AVO)Inversion[J].Geophysics,2003,68(5):1485-1496.
[5]高建荣,藤吉文,李明,等.AVO流体反演理论与实践[J].石油勘探与开发,2006,33(5):558-561.
[6]何自新,付金华,席胜利,等.SLG大气田成藏地质特征[J].石油学报,2003,24(2):6-12.