在蚂蚁属性体约束下的裂缝建模方法研究

2016-09-02张亚春

长江大学学报(自科版) 2016年14期

关键词：井点测井蚂蚁

张亚春

(长江大学地球环境与水资源学院，湖北武汉 430100)

尹太举,周文

(长江大学地球科学学院，湖北武汉 430100)

在蚂蚁属性体约束下的裂缝建模方法研究

张亚春

(长江大学地球环境与水资源学院，湖北武汉 430100)

尹太举,周文

(长江大学地球科学学院，湖北武汉 430100)

针对现今裂缝建模方法存在的问题，探讨结合成像测井、常规测井和地震资料建立精细裂缝模型的思路和方法。首先，在构造平滑处理、方差体计算的基础上，利用蚂蚁追踪技术追踪获得能精确反映裂缝发育规律的蚂蚁属性体；其次，通过解释成像测井和常规测井资料，获得裂缝倾向、倾角、方位等参数信息，以这些信息为基础结合蚂蚁属性体，构建裂缝密度模型；最后采用随机建模的方法，构建M地区离散裂缝网络模型，对该模型做粗化处理，得到裂缝属性模型。该模型清晰地反映了储层裂缝的三维空间分布特征及裂缝属性特征。

裂缝建模；蚂蚁属性体；成像测井；井震结合

裂缝是油气藏重要的储集空间和渗流通道。据调查发现，世界上超过50%以上的油气资源产自裂缝性油气藏，建立合理且精确的裂缝模型是油气田开发部署和数值模拟研究不可或缺的条件。在我国，裂缝性油气藏普遍发育。然而，因为裂缝性油气藏具有非均质性强、裂缝发育情况复杂且与常规油气藏开发有本质区别等特征，导致裂缝性油气藏开发难度大。为了找到一种能够有效研究裂缝的方法，笔者以中国内陆某小型盆地M地区为例，结合成像测井、常规测井解释的裂缝参数信息和通过地震资料获取的蚂蚁属性体信息，开展研究区裂缝识别和裂缝建模工作，最终获得研究区的裂缝模型。

1　建模思路

图1　井震结合裂缝建模流程图

在地震资料约束下的裂缝建模方法将测井数据垂向上的高分辨率特征和地震数据横向上的高分辨率特征结合在一起。以测井资料解释得到的井点的精确裂缝参数(倾向、倾角、走向等)为基础数据，建立得到每个井点的裂缝发育密度曲线；以地震资料处理后得到的蚂蚁属性体为约束条件，利用井间随机插值的模拟方法得到全区的裂缝密度模型。两者的结合充分保留了地震资料横向信息的准确性并有效地降低了数学插值在研究区井网稀疏无法有效控制裂缝发育特征的部位所造成的误差。最后利用裂缝密度模型，采用随机建模方法，构建M地区的离散裂缝网络模型，对模型进行粗化获得裂缝属性模型。其流程如图1所示。

2　建立速度模型

图2　时间、埋深、速度交汇图

蚂蚁属性体来源于地震数据，属于时间域的范畴，而裂缝模型属于深度域，若用蚂蚁属性体作为约束条件进行裂缝建模则需要对属性体进行时深转换，且时深转换的精确与否决定了裂缝模型是否准确。而时深转换的准确与否与速度模型的准确性密切相关。如果速度模型的准确性较低，将导致时深关系不匹配或匹配性较低，从而使得通过该速度模型转换获得的深度域的地震数据不准确，使得蚂蚁属性体的约束失去意义，进而使得裂缝模型失去准确性。

速度模型建立的关键一步是制作地震合成记录，地震合成记录的准确与否，关系到时深关系的准确性。该次研究通过提取目的层井旁地震子波，在波形、相位、能量相似原则的约束下，不断调整子波同相轴和原始地震同相轴之间的对应关系，生成契合度较高的地震合成记录。对研究区30余口井进行合成记录的制作，并利用这些合成记录确定时深关系，从而获得每口井的平均速度曲线[1]。研究发现目的层的平均速度与地层埋深之间表现出较好的线性关系(图2)，表明该时深关系具有较高的准确性。利用该时深关系在分层数据的约束下，建立速度模型。

3　基于地震资料的蚂蚁属性体

蚂蚁属性体的获得主要分为3步。第1步是对原始地震资料进行构造平滑处理，该处理能够有效降低地震数据中的干扰信息，提高信噪比，突出同相轴的断裂部位。

第2步是计算方差体。在构造平滑处理的基础上，计算得到的方差体能够对地震中的不连续信息进行进一步的增强。通过前人的研究发现，方差属性体相较于其他地震属性体来说，对不连续性的增强效果更加明显[2]。

第3步是生成蚂蚁属性体。经过上述处理后，地震资料中的不连续信息得到有效增强，利用蚂蚁追踪技术生成蚂蚁属性体。蚂蚁追踪技术包含6个参数：种子点、觅食路线偏移度、蚂蚁搜索步长、允许追踪的非法步长、合法步长及搜索终止门限值，这些参数定义了人工蚂蚁的不同属性。种子点定义了每只蚂蚁的追踪范围；觅食路线偏移度控制了蚂蚁在搜索范围内允许的最大偏移角度；蚂蚁搜索步长控制了蚂蚁每次搜索的最大范围；允许追踪的非法步长定义了允许追踪的无效步数(无效步数指蚂蚁没有追踪到有效目标的步数)；合法步长定义了蚂蚁追踪到的裂缝信息被定义为有效信息所要求的连续步数；搜索终止门限值为蚂蚁追踪停止的条件。

结合区域构造分析，经过反复试验和不断调整，最终对追踪参数的设定见表1。对得到的蚂蚁属性体进行时深转换，并利用Petrel软件的Geometrical modeling 模块将深度域的蚂蚁属性体网格化到已经建好的三维网格中(图3)，图中深色区域表示裂缝发育区域(蚂蚁属性体的值域范围为(-1,1))。

表1　蚂蚁追踪参数设定

图3　不同小层蚂蚁属性体属性模型

4　成像测井资料处理

成像测井资料中关于裂缝的解释是裂缝建模的第一步。在该过程中需要识别成像测井中解释出的裂缝，并对裂缝参数(包括倾向、倾角、深度等)进行统计。FMI测井资料能够较准确地反映地下裂缝参数。通过对研究区内拥有FMI测井解释资料的47口井的解释数据研究，统计出了其下沟组的裂缝发育的倾角、倾向、方位角、深度等裂缝产状，并利用Petrel软件平台对裂缝产状数据进行处理。

裂缝密度曲线是描述裂缝发育强度及发育规律的重要参数，同时也是构建裂缝密度模型的关键数据。一般来说，在裂缝型油气藏中，裂缝密度曲线值大的深度段，裂缝发育密集，容易形成良好的储集层且油井产量一般较高；而裂缝发育程度低的部位，一般形成致密型储集层且不易获得高产油井[3]。

在Petrel软件中，利用成像测井解释资料生成裂缝累计曲线(cumulative)和裂缝密度曲线(intensity)。软件中，每一深度点的裂缝密度曲线计算公式如下：

式中：intensity(depth)表示每个采样深度点裂缝的密度，条/m；cumulative(depth)表示采样深度点处裂缝的累计密度，条/m；w表示开窗长度(petrel软件中窗口长度)，m[4]。

在计算裂缝密度曲线时，可以在开窗长度里面通过生成的蝌蚪图，计算出每个深度窗中裂缝发育的玫瑰花图(图4)。通过对不同层段玫瑰花图的研究发现，该区裂缝发育方向主要有两组:一组为NE-SW方向，一组为NW-SE方向。结合生产数据，高产层位大多为裂缝发育密集层位。

图4　K1-K2连井剖面裂缝玫瑰花图

裂缝密度曲线是一种连续变量，根据Petrel软件对连续变量的处理方法和裂缝建模的需要，对井点的裂缝密度曲线进行粗化，将井点的数据转换到三维网格中。

5　井震结合建立裂缝模型

地震资料在纵向上的分辨率与井点资料相比低很多，但其在横向上的高分辨率是井点数据无法比拟的。通过研究发现，利用地震数据处理后得到的蚂蚁属性体能够精确地表征地下断裂系统的发育特征，这为以蚂蚁属性体作为建模约束提供了良好的基础。该次建模分两步进行：①以蚂蚁属性体作为协变量，井点裂缝密度曲线数据为主变量，模拟裂缝密度模型；②采取随机建模方法，以裂缝密度模型为输入数据，建立裂缝离散网络模型。

5.1数据分析

储层在地下三维空间内的变化规律可以通过变差函数的变化反映出来。对变差函数的合理调整也是基于地质统计学建模方法的关键所在。变差函数的特征参数主要包括变程、块金值和拱高。通过调整变差函数，可以获得相应的信息，利用这些信息可以分析研究地质问题；反之，地质研究资料也可用来校验变差函数是否准确[5]。变差函数的变程大小是变差函数的关键所在，通过调整其大小能决定变量主体之间的相关性范围，同时也能反映变量载体在空间上的展布特征[6]。

在进行变差函数分析时，以井点获得的裂缝密度曲线为主变量，蚂蚁属性体作为约束变量。蚂蚁属性体主要刻画的是宏观上的裂缝形态、走向及发育规律，是裂缝密度模型的软约束条件。在进行裂缝建模时，若蚂蚁属性体刻画的裂缝信息与井点资料刻画的裂缝信息发生冲突时，前者服从后者，即以井点裂缝信息为准。通过这种方法建立的裂缝密度模型既保证了井点处裂缝信息与地下实际情况相符的特点，又充分利用了地震资料横向信息丰富、精确的特点。

5.2裂缝密度模型

利用Petrel软件Petrophysical modeling 模块，建立裂缝密度模型(图5)。图5展示了M地区在蚂蚁属性体约束下建立的裂缝密度模型和没有约束条件下建立的裂缝密度模型。图5(a)为采用井震结合的方法，以蚂蚁属性体为约束条件建立的裂缝密度模型；图5(b)为仅使用井点裂缝数据采用井间插值方法建立的裂缝密度模型。

图5　M地区裂缝密度模型对比

对比分析表明，井震结合建立的裂缝密度模型结合了井点资料和地震资料各自的特点，其反映的地下裂缝发育特征更符合实际的地质认识。而无约束条件下的裂缝密度模型只在井分布密集区域对裂缝的发育密度进行了刻画，而其他部位均显示为裂缝不发育。相比较而言，前者既满足了井点数据的地质统计学特征，同时又反映出地震数据中检测到的断裂信息在无井控区域裂缝预测依然准确。与只依靠井点资料模拟得到的裂缝密度模型相比，以井震结合方法建立的裂缝密度模型对井间及无井控区域裂缝预测的准确性大大提升。

5.3裂缝离散网络模型及裂缝属性模型

依托Petrel软件Fracture network模块，采用随机建模方法，以裂缝密度模型为输入数据，建立裂缝离散网络模型。该模型中，裂缝的走向、倾向、倾角、开度及渗透率等信息都包含在随机生成的裂缝断片中。

在此基础上，对裂缝离散网络模型粗化得到研究区裂缝属性模型包括裂缝孔隙度模型和裂缝渗透率模型。Petrel软件中模型粗化的计算方法有两种：Oda计算方法和基于流体的计算方法[7]。Oda计算方法是一种以地质数据统计学为计算原理的运算方法，其原理是以网格内已知的参数信息为计算模板，通过分析这些网格和其他网格之间的相关性，进而对其他网格内的参数信息进行模拟。该方法计算速度快，但由于其对裂缝间的连通性关系考虑得不充分，当裂缝密度较小时，存在低估裂缝渗透率的可能[8]。

基于流体的计算方法计算精度较高，该方法首先对每个网格都进行一定的参数设定，然后在地层压力梯度的约束下模拟每个网格中的流体流动形态，然后综合起来进行运算，从而获得地层不同方向的渗透率。该方法对流动单元内不同方向的裂缝形态都进行了考量，因此其计算时间较长[9]。

在该次研究中，笔者利用Oda算法对裂缝模型进行了粗化，得到裂缝属性模型(孔隙度、渗透率模型)(图6)。通过对比裂缝属性模型与基质属性模型发现，在裂缝的影响下，储层的渗透率和孔隙度明显增大。结合实际生产资料发现，在裂缝发育密集区，油井产量明显升高，这表明以该方法建立的裂缝模型具有较高的准确性。

图6　裂缝属性模型

6　结论

1)结合地震资料和测井资料进行井震标定，制作单井合成记录获得研究区时深关系，并建立研究区的速度模型，利用该速度模型对地震资料进行时深转换。准确的速度模型是确保时深转换准确的关键。

2)在对地震资料处理的基础上，利用蚂蚁追踪技术追踪得到能够精确表征地下裂缝展布规律的蚂蚁属性体。

3)应用地质统计学协变量方法，以井点数据为主变量，蚂蚁属性体为约束条件，控制井间插值和模拟，建立裂缝密度模型；以该裂缝密度模型为约束条件，采用随机建模方法，建立裂缝离散网络模型；利用Oda计算方法对模型进行粗化计算，得到裂缝属性模型。由此建立的裂缝模型，充分体现了井点数据的纵向高分辨率特征和地震资料横向高分辨率特征，真实地反映了地下裂缝在三维空间中的展布样式及发育规律，同时有效降低了井间裂缝预测的不确定性，提高了裂缝预测的精度。

[1]李艳丽，柳成志，王文广，等.井震结合断层建模方法在萨北北二西的应用[J].科学技术与工程，2011，11(18)：4128～4185.

[2] 张继标，戴俊生，赵力彬，等. 基于蚂蚁算法的断裂自动解释技术在黄珏南地区的应用[J].中国石油大学学报(自然科学版)，2011，35(6)：14～19.

[3] 吴键，孙圆辉，王彬，等. 准噶尔DX18区块裂缝性火山岩储集体三维地质建模[J].石油勘探与开发，2012，39(1)：92～99.

[4] 郎晓玲，郭召杰. 基于DFN离散裂缝网络模型的裂缝性储层建模方法[J]. 北京大学学报(自然科学版)，2013，49(6)：964～972.

[5] 刘泽容，杜庆龙，蔡忠. 应用变差函数定量研究储层非均质性[J]. 地质论评，1993，39(4)：297～301.

[6] 孙磊，孙龙德，江同文，等. 塔里木盆地轮南油田TⅢ油组底水块状油藏夹层分布规律研究[J]. 海相油气地质，2001，6(4)：47～52.

[7] 李玉梅. 朝阳沟油田朝5 北井区裂缝性储层建模与剩余油定量评价[D]. 北京: 中国地质大学，2011.

[8] 梁宇涛，刘鹏程，冯高城. 基于蚂蚁追踪技术的裂缝型储层建模方法[J]. 复杂油气藏， 2014，7(3)：11～15.

[9] 程超，杨洪伟，周大勇，等. 蚂蚁追踪技术在任丘潜山油藏的应用[J].西南石油大学学报(自然科学版)，2010，32(2)：48～52.

[编辑]宋换新

2015-11-20

张亚春(1990-)，女，硕士生,现主要从事开发地质学方面的学习与研究，740023932@qq.com。