中国南海流花油田生物礁储层裂缝预测建模研究

2017-06-19张永江吴意明周晓舟熊文军

石油地质与工程 2017年3期

关键词：流花灰岩储层

张永江，吴意明，周晓舟，熊文军

(1.中海石油(中国)有限公司深圳分公司，广东深圳 518000；2. 北京阿什卡技术开发有限公司)

中国南海流花油田生物礁储层裂缝预测建模研究

张永江1，吴意明1，周晓舟2，熊文军2

(1.中海石油(中国)有限公司深圳分公司，广东深圳 518000；2. 北京阿什卡技术开发有限公司)

流花油田是南海东部海域深水生物礁灰岩稠油油田，具有沉积环境复杂多变、构造不确定性大、灰岩储层物性评价困难、横向非均质性强、储层裂缝发育、双孔介质特征明显等诸多特点。为了研究该油田储层裂缝分布特征，在礁灰岩沉积演化及相带划分的基础上，利用岩心、地震、钻井和成像测井资料，建立了礁灰岩三维裂缝网络模型，研究结果表明，流花油田储层中礁相主要发育低角度压溶缝和溶蚀缝，裂缝开度较大，而滩相多发育高角度成组缝，以构造缝和构造溶缝为主，优势走向为北西-南东向。影响中国南海珠江口盆地流花油田礁灰岩裂缝发育的既有构造因素，又有成岩后生作用。研究结果与开发动态情况对比表明，该研究方法可有效指导油田的开发。

流花油田；礁灰岩；应力场；成像测井；裂缝网络模型

生物礁灰岩是一种重要的碳酸盐岩储层，据统计，世界上大约一半的石油储量蕴藏在生物礁及其相关的碳酸盐岩储层中[1-3]。自上世纪70年代以来，我国陆续在南海各主要沉积盆地发现大量生物礁灰岩地层，而流花油田群则是生物礁灰岩成藏的代表。针对生物礁灰岩油藏，研究人员在沉积、储层、裂缝发育及其对油田开发的影响等诸多方面都做了大量的工作。与常规碎屑岩相比，碳酸盐岩储层更加复杂，其受成岩作用及成岩后次生改造作用的影响非常大[3-5]。

从已有认知及生物礁灰岩油田开发经验来看，南海沉积盆地内礁灰岩油田储层的裂缝发育程度和分布状况对油田开发井位部署、油田投产后的实际生产效果具有重要影响。

1 礁灰岩裂缝分布特征

1.1 裂缝分布及规模

岩心观察。根据中国南海珠江口盆地流花生物礁油田的单井岩心裂缝描述统计，礁相裂缝以压溶缝为主，多为低角度缝，发育密度不大，走向北西和北东的裂缝都有发育。滩相裂缝以构造缝和构造溶缝为主，裂缝溶蚀作用较弱，高角度缝发育，走向基本呈北西-南东向(表1)。

鉴于流花油田礁灰岩储层裂缝发育，探井及评价井测试结果显示该油田储层双孔介质特征明显，开发项目实施期间采用了GVR高分辨率侧向电阻率成像测井技术。

表1 流花油田单井岩心观测裂缝发育情况

利用GVR成像测井资料并结合岩心、录井及地震资料，确定了油田现今最大水平主应力方向为北西-南东向。根据成像测井解释结果分析，流花油田主要目的层新灰岩段裂缝较发育，中角度缝和高角度缝较发育，且裂缝类型多为成组缝和溶蚀缝。各类型裂缝在GVR图像上的特征如图1所示。

图1 不同类型裂缝在GVR图像上的特征

1.2 不同相带裂缝分布特征

礁灰岩油田不同相带的沉积背景不同，其裂缝发育也有差异。流花油田生物礁形成于新近系早中新世，处于晚渐新世-中中新世洋壳扩张期[6-7]。在相对稳定的构造演化背景下，流花油田生物礁随海平面相对上升垂向加积，形成了台地边缘礁。礁核部位溶蚀作用较强，主要发育溶蚀缝和孤立缝，以低角度缝为主；礁坪礁后等滩相部位溶蚀作用稍弱，主要发育成组缝和溶蚀缝，以高角度缝为主。总体上看，远离礁核方向，裂缝发育受构造影响较大，裂缝角度变高，裂缝有效性变好[8-9]。

2 裂缝预测方法

2.1 裂缝宏观分析

断裂系统自动追踪技术是一种叠后地震数据微裂缝预测技术，对小断层的识别较为有效。根据蚂蚁算法的正反馈机制，建立群体智能优化搜索模型，完成断裂系统的追踪和识别[10-11]。将地震数据体进行平滑处理，消除采集脚印的影响，通过智能蚂蚁技术(Ant Tracking)对断缝系统分析识别，最终获得一个低噪音且具有清晰断裂痕迹的数据体。以此为基础，将大的断层去除，只考虑裂缝系统，对大尺度裂缝分布进行描述[12]。研究区蚂蚁体显示红色区域为断层发育区，浅蓝区域裂缝较发育，绿色区域裂缝不发育(图2)。

由于“蚂蚁体”主要识别断层或大尺度裂缝，因此该方法识别出的裂缝条带走向总体表现为北西-南东向，与断层走向一致，只有少部分裂缝与断层走向垂直。对蚂蚁体识别的裂缝片进行提取，可以看出裂缝走向主要为北西-南东向。在“蚂蚁体”识别的大尺度裂缝附近会形成一组更小的裂缝系，这组裂缝系走向与大裂缝成一定夹角，并且数量成几何级数增加。根据裂缝发育规律，可以利用蚂蚁体裂缝分析结果模拟更小的裂缝系发育情况。

图2 流花油田地震研究区蚂蚁体属性

2.2 裂缝DFN模拟

离散裂缝网络(DFN)模型是目前世界上描述裂缝的一项先进技术，它通过展布于三维空间中的各类裂缝片组成的裂缝网络集团来构建整体的裂缝模型。

采用FracaFlow裂缝建模软件，在离散裂缝数据分析的基础上，应用多属性体权重约束方式建立裂缝发育约束体，最终建立三维裂缝DFN模型。应用软件的确定性和随机方法，分层位、分岩相、分不同目标区建立不同级别的裂缝三维空间分布及网络模型，应用于多种沉积环境[13-14]。

3 流花油田裂缝预测研究

3.1 裂缝强度属性体模拟

首先分析岩心、测井及生产动态等资料，进行裂缝基础地质研究，再结合地震蚂蚁体裂缝分析等研究结果，建立裂缝强度属性模型，作为约束模拟得到裂缝网络模型。

将单井裂缝数据加载到FracaFlow软件中，选取采样间隔5 m，窗口长度15 m，计算出表征各井裂缝发育强度的曲线，再结合动态资料模拟出裂缝强度属性体(图3)。

3.2 裂缝DFN建模

3.2.1 裂缝模拟

通过前期裂缝成因分析、岩心观察及成像测井解释结果，对次级断裂、微裂缝进行分组，分别统计出其倾角、倾向、延伸长度、开度、传导率及发育密度等参数，建立不同级别的裂缝模型(表2)。

图3 流花油田裂缝强度属性体

3.2.2 KH动态校正

通过试井解释结果KH(地层系数)对裂缝建模中的参数进行动态校正，以降低裂缝模型的不确定性。应用校正后的裂缝产状及分布等基本参数，重新建立裂缝DFN模型(图4)。

最终裂缝模型显示流花油田裂缝总体发育较好，油田北部比南部裂缝发育密度大，滩相比礁相裂缝密度大。

3.2.3 模型效果分析

表2 不同级次裂缝建模参数

图4 流花油田裂缝DFN模型

将建立的裂缝模型与开发动态情况进行分析对比。A1及A6两井均于2012年7月17日投产，含水率为1%～5%，开采至10月1日含水率达到10%，其后含水率逐渐达到40%。对比其裂缝发育情况，两井均位于礁相部位，且底部层位裂缝较不发育，底水锥进速度慢，故初期含水较低(图5)。

A8井于2012年9月13日投产，含水率初始即为20%，到10月初已超过50%，随后的一个月之内含水上升很快，达到99%。此井位于滩相部位，底部高角度裂缝较发育，裂缝网络纵向连通性较好，容易造成底水锥进，故含水上升很快。

流花油田礁相主要发育低角度溶蚀缝，钻遇井产量较高，含水较低，底水锥进速度较慢；而滩相部位的井投产后，大多含水上升较快，与滩相高角度缝发育及底部裂缝网络连通有关(图6)。

图5 过A1-A6井裂缝模型过井剖面

图6 过A8井裂缝模型过井剖面

3.3 模型粗化

FracaFlow提供解析法和数值法对裂缝模型进行粗化进而得到等效渗流场。既可以单独对裂缝模型进行粗化，也可以将基质和裂缝模型同时粗化得到双介质模型。

利用解析法对裂缝模型进行粗化得到孔隙度模型(图7)和渗透率模型(图8)。裂缝孔隙度模型显示，纵向上礁核部位以及礁坪的西北部裂缝有效性较好，南部稍差；裂缝渗透率i方向渗透率值高于j、k方向，其纵向非均质性更加明显。

图7 裂缝等效孔隙度模型

图8 裂缝等效渗透率模型

4 结论

(1)通过对中国南海珠江口盆地流花油田岩心和成像测井资料的裂缝响应特征分析，认为该油田现今最大水平主应力方向为北西-南东向。流花礁灰岩油田储层中礁相主要发育低角度压溶缝和溶蚀缝，裂缝开度较大，而滩相多发育高角度成组缝，以构造缝和构造溶缝为主，优势走向为北西-南东向。影响中国南海珠江口盆地流花油田礁灰岩裂缝发育的既有构造因素，又有成岩后生作用。

(2)成像测井及地震属性体分析是礁灰岩储层裂缝预测的主要方法，礁灰岩裂缝建模研究是储层裂缝评价和预测的重要环节。FracaFlow采用DFN裂缝建模方法，可以针对不同成因、规模、类型的裂缝，综合动静态资料分析认识裂缝的特征，量化裂缝发育规律，建立不同级别的裂缝三维空间分布及网络模型。该研究方法在流花礁灰岩油田得到了很好的应用。

[1] 陆亚秋，龚一鸣. 海相油气区生物礁研究现状、问题与展望[J].地球科学：中国地质大学学报，2007，32(6)：871-878．

[2] 焦伟伟，李建交，田磊.中国海相碳酸盐岩优质储层形成的地质条件[J].地质科技情报，2009，28(6)：64-70．

[3] 范嘉松. 中国生物礁与油气[M].北京：海洋出版社，1996：35-129．

[4] 陈国威. 南海生物礁及礁油气藏形成的基本特征[J].海洋地质动态，2003，19(7)：32-37．

[5] 龚再升. 生物礁是南海北部深水区的重要勘探领域[J].中国海上油气，2009，21(5)：289-295．

[6] 陈平，陆永潮，许红. 南沙海域第三纪生物礁层序构成和演化[J].地质科学，2003，38(4)：514-518．

[7] 魏喜，邓晋福，谢文彦，等. 南海盆地演化对生物礁的控制及礁油气藏勘探潜力分析[J].地学前缘，2005，12(3)：245-252．

[8] 马永生，梅冥相，陈小兵，等．碳酸盐岩储层沉积学[M].北京：地质出版社，1999：131-169．

[9] 王国忠．南海珊瑚礁区沉积学[M].北京:海洋出版社，2001：263-280．

[10] 乐群星，魏法杰．蚂蚁算法的基本原理及其研究发展现状[J].北京航空航天大学学报：社会科学版，2005，18(4)：5-8．

[11] 史军．蚂蚁追踪技术在低级序断层解释中的应用[J].石油天然气学报，2009，31(20) ：257-258．

[12] 陶国秀．潜山油藏多因素神经网络裂缝综合识别技术[J].油气地质与采收率，2006，13(4)：36-38．