复杂断块油藏精细地质建模研究——以大65断块为例

王 冰， 刘太勋， 王 凯， 牛海瑞

(中国石油大学(华东) 地球科学与技术学院，山东 青岛 266580)



复杂断块油藏精细地质建模研究
——以大65断块为例

王 冰， 刘太勋， 王 凯， 牛海瑞

(中国石油大学(华东) 地球科学与技术学院，山东 青岛 266580)

针对大王北油田大65断块油藏构造复杂、非均质性强、不同断块开发效果差异大等特点，以地质、测井解释、岩心分析、钻井、地震解释等各方面资料为基础，首先按照点-面-体的建模步骤建立大65断块精细构造模型；通过界面约束法确定性建模方法建立砂体模型；在此基础上，以测井解释单井相数据为基准，采用确定性算法构建了沉积微相模型；并以相控随机建模技术为指导，建立了储层参数模型。大65断块复杂断块油藏精细三维地质模型的建立，实现构造和属性的空间定量表征，为准确评价储层性质及潜能提供了可靠依据，也为后期油藏开发方案的调整提供了地质依据。

大王北油田； 复杂断块； 相控建模； 属性建模

经多年的注水开发和井网调整，一些老油田已进入高含水开发阶段，需要进行精细油藏描述工作，从而弄清楚断层、微构造、砂体连通性对剩余油分布和采收率的影响。精细油藏描述的核心是建立储集层地质模型[1- 3]，储层建模技术的理论基础是地质统计学。地质统计学由G.Matheron提出，并由A.Journel进行了开创性研究[4]。H.Laake[5]在1984年提出了随机建模方法在油田动态分析中的使用。1994年 O. Li[4]把地震数据应用于基于目标的建模方法中使随机建模有了很大的发展。1996年Deutsch建立了基于目标的随机建模Fluvsim方法进行了复杂河道建模[6]，使建立的模型更加符合地质的沉积成因。S.Strebelle[7]在2001年提出了基于多点地质统计学的Snesim模拟算法。在国内，裘泽楠[8]教授极大地推进了储层随机建模技术的应用。2001年王家华等[9]使用基于目标的方法模拟了网状河的分布并投入到了大庆油田的勘探开发中。张春雷等[10]在2004年改进了储层相建模的河道模型，通过协同布尔模拟使相建模综合了多种信息去约束模型的建立，降低了储层模型所造成的不确定性。国内已形成了一套针对陆相沉积盆地碎屑岩的储层建模方法[11]。本文针对大王北油田大65断块构造复杂、非均质性强、开发时间长、平面上不同断块开发效果差异大等特点，在精细油藏描述的基础上进行油藏精细地质模型研究，为油田下一步开发调整、挖潜剩余油提供参考。

1 区域概况

大王北油田大65断块地质上属于济阳坳陷车镇凹陷中段，北部通过埕南大断裂与埕子口凸起相接，是一个在基岩隆起背景上发育起来的继承性鼻状构造。受北西西-南东东方向最大水平主应力作用，研究区发育一条东西向的边界断层和多条近东西向南倾的次级断层，由北向南形成多个断阶。大65断块自下而上地层连续发育，主要含油层系沙二段地层总厚度为242.5～362.5 m，从南到北由深到浅，逐渐变薄。该区储层岩性主要为粉砂岩、细砂岩、泥质粉砂岩。平均孔隙度25.3%，平均渗透率291×10-3μm2，为中孔中渗型储层。沉积环境为湖泊相沉积，储层主要分布于滨湖砂滩、滨湖砂坝微相和浅湖砂滩、浅胡砂坝中。

2 低序级断层及构造建模

大65断块被区内断层分隔成为东、南、西、北四个断块，且受断块内的各次级断层在纵向上继承性影响，油水关系矛盾，开发效果差异大。其中东块和南块开发效果好，平均单井累产油高于2万t，而北块由于油层厚度小、储层物性差，开发效果差，平均单井累产油仅0.8万t。

依据工区内断层发育的规模和继承性将其分为三级断层、四级断层和五级断层。其中北部边界断层平面上成S型展布，走向近东西向，为一条三级断层，向北倾斜，其倾角在45°～60°。在区内向上断开的层位表现为东部所断开的层位靠上，西部所断开的层位靠下，且向下断入基底。除北部边界断层外，断块内发育的多条由边界断层衍生出的四级和五级断层。其中三条近南北走向的断层倾角大体一致，在平面上延伸距离较短；其余断层走向皆为近南北向断层，断层断距多在50 m以下。为体现各断块间差异及次级断层影响，采取分级控制断点校正的方法建立断层模型(见图1)，具体步骤如下。

第一步：依据断层发育规模和断穿的层位的特点，对边界断层和断穿所有层位的断层进行模拟。为了后期油藏数值模拟中断层的影响需要，依据断层间的切割和接触关系对断层进行配置。通过断层的走向控制网格的生成，并调节断层使断层面光滑，避免因网格畸形造成后期数值模拟不收敛。

第二步：对于次生断层，针对次级断层发育规模小，断穿层位少，接触关系复杂，识别难度高的特点，按照切割关系搭建起断层的空间框架。对于同一条断层纵向上可能断穿不同层位，可以将这种类型的断层框架分割为多个部分，每一部分按照其切割层位的不同，在各个层面建立构造模型时，分别对每条断层进行设置是否断开此层位。

第三步：结合测井和钻井资料解释的断点结果，对于建立的断层面进行精细调整，使断点落在断层面上，保证断层模型建立的井震一致性。

图1 大65断块沙二段分布建立断层模型

Fig.1 Stepwise fault model of Sha 2 member reservoir in Da 65 fault-block

沙一段底部有一套厚层高阻层，沙二段底部有一套厚层稳定泥岩在全区发育，可作为沙二段顶底标志层。整个沙二段为砂泥岩互层，发育众多的纯泥岩隔层，它们具有电阻率高、声波时差大、伽玛值高的特点。这些横向稳定的泥岩隔层反映湖水上涨期形成的较深湖沉积可作为很好的标准层。依据此类标准层将整个沙二段划分为7个砂层组。为研究各砂体连通性，模型依据各砂层组内部沉积韵律的发育特征，将大王北油田大65复杂断块沙二段的7个砂层组进一步细分为38个小层，对重点含油层位6、7砂层组又细分了27个细分砂层。

使用经时深转化后的沙二段的顶和沙二段6、7砂层组的深度域构造数据作为趋势面数据和井分层数据行插值，得到砂层组的构造框架模型。在构造框架约束下，依据厚度平面图进行控制，进一步对小层和细分砂体进行内插，得到精细构造模型(见图2)。 统计工区平均井距为120 m，设计平面网格间距为30 m，保证了井间平均有4个网格。纵向上依据砂体厚度，以及隔、夹层的厚度进行网格细分，为保证粗化后较薄的泥质夹层的信息不丢失，在垂向上设置1 m包含4个网格。为了保证断层和尖灭对于层间网格传导的影响，确保数值模拟的精确性，采用角点网格结构进行网格划分，最终网格数目为255×319×325。

精细构造模型结果显示：由于边界断层向南北倾斜，全区的构造形态总体上呈北高南低的断鼻形态，断块面积在下部地层增大，且各层段构造形态具有一定继承性。从各小层中可识别出多个微鼻、微槽、微斜、等微构造形态，其中正向微构造微背斜在工区的中部及东北部尤其发育，多呈东北高，西南低。部分微背斜被断层切割形成多个断鼻构造，形态较宽缓，微鼻的“鼻”较平。从7砂层组到6砂层组微背斜由中部逐渐向东北部增多。

图2 精细构造模型

Fig.2 Fine structural model

3 砂体和沉积相建模

砂体模型能够在三维上展示砂体的平面展布形态和延伸范围、相互连通关系、砂体垂向的分层结果、砂体厚度变化、隔夹层分布[12]。沉积微相制约着砂体的几何形态与分布规律，且不同相带的砂体比同一相带的砂体具有更大变异性[13]。砂体和沉积相模型控制着储层参数的展布方向和分布规律，是建立属性模型，进行储层物性研究的重要基础，对表征储层的非均质性有重要的意义。常使用的砂体和沉积相建模的方法包括确定性的算法和随机算法两大类。确定性的算法包括克里金插值方法、地震属性采样到网格、界面约束方法等，使用确定性算法模拟的结果唯一。随机建模是对井间区域使用随机建模算法，建立多个等概率的砂体和沉积相分布模型以进行优选[14]。随机建模方法很多，其中用于离散变量建模的方法主要有序贯指示模拟、截断高斯模拟、示性点过程模拟、多点地质统计学等。

3.1 砂体建模

应用几何建模建立地层指示模型，将整个模型使用确定性的算法赋为砂岩，然后按照精细地层对比结果插入隔层，将其赋为泥岩，逐层建立起大65断块砂泥互层的地层指示模型。地层指示模型的建立实现了模型中隔夹层的定量表征。在工区范围内依据砂体分布平面图将尖灭线以外赋值为泥岩，尖灭线以内赋值为砂岩,从而得到各层反映砂泥关系的平面。建模时在每一层将砂泥平面作为数据输入，得到确定性的砂体模型(见图3)。

图3 砂体模型栅状图

Fig.3 Fence diagrams of sand body model

模型结果表明，本区沙二段小层多发育带状砂体，少量发育土豆状砂体及不规则砂体，平面非均质性较强，NE-SW向砂体连片分布，而NW-SE向砂体呈现孤立分布。平均砂岩厚度最大的砂组为1砂层组，其次为5砂层组，7砂组的平均砂岩厚度最小。从各小层的砂岩厚度统计来看，2砂层组5小层的平均砂岩厚度最大，为2.919 m，7砂层组1小层的平均砂岩厚度最小，仅为0.231 m。

3.2 沉积相建模

工区内取心井段含有暗紫红色、灰绿色泥岩。沉积构造主要发育有水平层理、波状层理、块状层理和粒序层理。粒度概率曲线及C-M图表明区域水动力具有递变悬浮、少量滚动搬运的牵引流特征。综合沉积背景确定工区为湖泊沉积环境，进一步可划分为：滨湖亚相、浅湖亚相、半深湖-深湖亚相，其中滨湖亚相又细分为滨湖泥坪微相、滨湖砂坝微相、滨湖砂滩微相；浅湖亚相细分为浅湖砂坝微相、浅湖泥坪微相、浅湖砂滩微相。使用总结的测井相模式及沉积模式作为基础绘制各个小层的沉积微相的展布，得到了沉积微相的确定性展布，经研究发现各类沉积微相的地质体长宽均大于平均井距，因此以地质模式预测的结果作为依据，使用各类沉积相边界进行界面约束建立本地区确定性的沉积相模型(见图4)。

Fig.4 Fence diagrams of sedimentary microfacies model

由模型结果可以得到，工区主要以浅湖亚相的分布最为广泛，滨湖亚相次之，半深湖-深湖亚相发育的最少；沙二段的1～4四个砂层组的沉积时期构造活动稳定，为一个从滨湖亚相-浅湖亚相-半深湖-深湖亚相的完整的沉积体系，湖水的变化较稳定，没有发生短时间内的快速的深浅的交替，其中浅湖亚相最为发育，此时期的浅湖砂坝广泛发育；5～7三个砂层组的沉积亚相的交替较频繁，工区内连续的浅湖砂滩和滨湖砂滩发育广泛，较其他几个砂层组浅湖亚相的厚度减小，滨湖亚相的厚度明显增加，半深湖-深湖亚相所占的比例增加。

4 相控属性建模

采用沉积相控条件模拟的方法建立储层参数模型。孔隙度的模拟采取序贯高斯模拟的方法[15]。针对渗透率变化范围大、具有极值分布的特点本次渗透率的模拟采用了孔隙度约束的序贯高斯同位协同模拟方法。结合沉积相类型及物源方向分析，模拟选用球状模型，主方向为北部，次方向垂直于主方向。通过调节各层各沉积微相的主方向、次方向、垂向变差函数计算得到储层参数模型。各类沉积微相的变差函数结果具有以下特点：分布面积最广，连续性最好的滨湖砂滩和浅湖砂滩具有最大的变程；砂体厚度最大连续性较好的滨湖砂坝和浅湖砂坝的变程较小，且滨湖砂坝变程大于浅湖砂坝。主方向的变程为580 m以上，次方向的变程普遍为350 m以上，垂向变程最小为1.5 m以下。孔隙度模型和饱和度模型的块金值为0，受相邻区域渗透率变化范围大的影响各微相内渗透率都存在不同程度的块金效应。

模型结果表明各储层微相间物性分布有明显差异：浅湖砂坝微相的平均孔隙度为14.1%，渗透率平均值为95×10-3μm2，物性最好；滨湖砂滩微相的平均孔隙度为12.4%，渗透率平均值为38×10-3μm2，物性最差。各层的孔渗分布结果表明：平均孔渗最高的砂层组为6砂层组，其次为5砂层组；层间物性差异性明显，平均渗透率(21～130)×10-3μm2。

以第Es2-6-1-3 主力含油层为例进行储层参数模型(见图5)分析。整体上看，此层段滨湖砂滩连片发育，储层连通性好。滨湖砂坝成条带状分布在滨湖砂滩上，含油层发育受断层封闭性影响多分布于各断块的高位；滨湖砂坝是含油分布的有利相带，孔隙度平均值为16.2%，平均渗透率114×10-3μm2；储层在顺物源方向物性好，垂直物源方向物性差。

最后使用概率分布一致性和抽稀井的检验方法检验储层参数模型精度，发现模型的孔隙度和井曲线的孔隙度、井曲线粗化后的孔隙度分布基本一致。结果表明运用此方法建立的模型真实可靠精度高，可用于进行数值模拟的历史拟合和预测研究。

5 结论

1) 采用分级控制、断点校正的方法对断层间、断层与层位间进行组合确保了断层模型精度。使用层次模拟方法把地震解释数据作为趋势约束，使用井的砂层组的分层数据建立了构造骨架，进一步进行小层和细分砂体的内插建立了精细构造模型。

2) 依据精细地层划分对比结果使用确定性的算法建立砂泥互层的地层指示模型，进一步依据各层砂体平面分布建立砂体模型，完成砂体空间定量表征。

3) 在砂体模型的基础上，结合沉积微相研究结果，使用界面约束法建立确定性的沉积相模型。

4) 在沉积相模型的控制下，调节各层各类沉积微相的主方向、次方向、垂向的变差函数，使用序贯高斯模拟的方法建立孔隙度模型，把孔隙度作为协约束使用序贯高斯同位协同模拟方法建立渗透率分布模型，结果显示受沉积作用影响浅湖砂坝微相的物性最好，滨湖砂滩物性最差，各层间物性差异大。

图5 Es2-6-1-3单砂体顺层切片模型

Fig.5 Slice model along Es2-6-1-3 sand

[1] 张一伟，熊琦华，王志章，等．陆相油藏描述[M]．石油工业出版社，1997:20-35.

[2] 胡向阳，熊琦华，吴胜和．储层建模方法研究进展[J].石油大学学报(自然科学版),2001,25(1):107-112.

Hu Xiangyang,Xiong Qihua,Wu Shenghe.Advancement of reservior modeling methods[J].Journal of China University of Petroleum (Edition of Natural Science) ,2001,25(1):107-112.

[3] 于兴河．油气储层表征与随机建模的发展历程及展望[J]．地学前缘，2008，15(1):1-15.

Yu Xinghe.A review of development course and pro-spect of petroleum reservoir characterization and stochastic modeling [J].Earth Science Frontiers,2008,15(1):1-15.

[4] 李少华，尹艳树，张昌民.储层随机建模系列技术[M]．北京：石油工业出版社，2007:7.

[5] Lake H.A new approach to shale management in filed scales simulation models[J].The Journal of Petroleum Technology,1984,24(4):1-4．

[6] Holden L,Hauge R.Modeling of fluvial reservoirs with object model[J].Mathematical Geology,1998,3(4):120-126.

[7] Strebelle S.Simulation of complex geological structure using multi-ple-point statistics [J].Mathematical Geology,2002,34(1):1-21.

[8] 裘怿楠，贾爱林．储层地质模型10年[J]．石油学报，2000，21(4):101-104.

Qiu Yinan,Jia Ailin.Research achievements on reservoir geological modeling in the past decade[J].Acta. Petrolei Sinica ,2000,21(4):101-104.

[9] 王家华，张团峰.油气储层随机建模[M].北京：石油工业出版社，2001:27-33.

[10] 张春雷,段林娣,王志章.储集层随机建模的改进河道模型条件算法[J]. 石油勘探与开发，2004，31(4):76-78.

Zhang Chunlei,Duan Lindi,Wang Zhizhang.Improved condition algorithm of fluvial facies for reservoir stochastic modeling[J].Petroleum Exploration and Development,2004,31(4):76-78.

[11] 邓西里,鲍志东,宋新民.密井网约束的复杂断块油田地质建模方法-以扶余油田中区泉四段为例[J].科学技术与工程，2015，15(8):29-36.

Deng Xili, Bao Zhidong,Song Xinming.Geological mode-ling method of complex fault block fields based on dense well pattern condition: An example from the Quan4 member in central Fuyu oilfied[J].Science Technology and Engineering,2015,15(8):29-36.

[12] 于兴河，陈建阳，张志杰．沉积储层相控建模的科学约束方法[C].第三届全国沉积学大会，北京：石油工业出版社，2004:2.[13] Miall A D．Architecture element analysis: a new method of facies analysis applied to fluvial deposits[J]．Earth Science Review,1985,22(2):261-308.

[14] 左毅，芦凤明，刘天鹤．相控建模技术在河流相复杂断块的应用[J]．特种油气藏，2006，13(1):36-39.

Zuo Yi,Lu Fengming,Liu Tianhe.Application of facies-controlled modeling in complex fault blocks of fluvial facies[J]．Special Oil and Gas Reservoirs,2006,13(1):36-39.

[15] 佘凌峰，欧阳传湘，王萌．多约束条件下的相控建模技术[J]．石油化工高等学校学报，2016，29(3):43-47.

She Lingfeng,Ouyang Chunxiang,Wang Meng. Facies-controlled modeling technology under multifactor control[J]．Journal of Petrochemical Universities, 2016,29(3):43-47.

(编辑 王亚新)

Study on the Fine Geological Model of Complex Fault-Block Reservior：A Case Study of Da 65 Fault-Block for Example

Wang Bing， Liu Taixun， Wang Kai， Niu Hairui

(SchoolofGeosciences，ChinaUniversityofPetroleum，QingdaoShandong266580，China)

At present the accurate and quantitative characterization of fault-block reservoir is difficulty and research hotspot for reservoir geological modeling. Da 65 fault-block in DaWang Bei oilfield have the characteristics of complex reservoir structural, strong heterogeneity, large difference of block development effect.Based on the date from geological, well logging interpretation, core analysis, well drilling data, the seismic interpretation and so on, Da 65 fault-block fine structure mode was established according to the point-surface-body modeling steps.The sand body model was researched using the method of bounding surface restriction and deterministic modeling. And on this basis single well facies data of well log interpretation were used to construct the sedimentary microfacies mode using deterministic algorithm.Finally under the constraint of sedimentary microfacies, the reservoir parameter model was established by stochastic modeling technique.The fine 3D geological model of complex fault-block reservoir complete the quantitative characterization of structure and attributes, provide a reliable basis for accurate evaluation of the reservoir properties and potential, and also provide geological basis for later adjustment of reservoir development scheme.

DaWang Bei oilfield； Complex fault-block； Facies-controlled modeling； Attribute modeling

1006-396X(2016)05-0038-05

2016-07-24

2016-09-21

国家自然科学基金项目(41202090)。

王冰(1991-)，男，硕士研究生，从事油气地质方面研究；E-mail:1543796568@qq.com。

刘太勋(1977-)，男，博士，副教授，从事油气藏开发地质方面研究；E-mail:liutaixun@126.com

TE143

A

10.3969/j.issn.1006-396X.2016.05.006

投稿网址：http://journal.lnpu.edu.cn