页岩气DFN离散裂缝网格地质建模研究

徐康泰，李江飞，毛重超

（1.承德石油高等专科学校教务处，河北承德067000；2.承德石油高等专科学校热工系，河北承德067000；3.中国石油大学石油工程教育部重点实验室，北京102249）

页岩气DFN离散裂缝网格地质建模研究

徐康泰1，李江飞2，毛重超3

（1.承德石油高等专科学校教务处，河北承德067000；2.承德石油高等专科学校热工系，河北承德067000；3.中国石油大学石油工程教育部重点实验室，北京102249）

由于页岩气储层存在大量随机分布的天然裂缝，并具有强非均质性，故页岩地质建模工作不同于常规油气藏建模，需利用Petrel专业软件，根据相关裂缝参数特征值，建立DFN随机裂缝分布的三维裂缝模型.根据某区块页岩气藏相关基础数据，将页岩储层孔、渗等物性参数，进行随机插值处理，以表征页岩储层的强非均质性；再依据相关井的地震资料，利用Petrel软件完成地震参数示意模型，分析得到天然裂缝参数，可将页岩发育的天然裂缝看作是裂缝密度为0.1m2／m3，倾角为75°，方位角为105°随机分布的裂隙，从而表征页岩储层发育的天然裂缝.本文研究内容，提高了页岩储层地质建模的真实性.

页岩；DFN；天然裂缝；地质建模

随着非常规油气的开采，页岩气越来越受到重视，对其勘探、开发等各领域研究快速发展.然而，现阶段对于页岩气储层地质建模工作，往往忽视页岩中天然裂缝的存在以及页岩具备的强非均质性［1－3］.笔者根据某区块页岩储层基本特性［4－6］，根据天然裂缝相关性质，利用DFN［7－10］离散裂缝网格建模技术与随机插值的处理方法，充分考虑页岩储层的特征，完成页岩储层地质建模，提高了页岩地质建模的真实性，为后续开发布网、产能评价与开采提供可靠依据.

1 DFN离散裂缝网格模型

裂缝性油藏地质建模是石油地质领域的一个难点，传统地质建模过程中，将储层以网块状或等效连续的糖块型单元进行描述，仅通过改变不同方向上的渗透率数值，粗略地表征裂缝与地层基质的区别［11－12］.然而，这种方法，不管从网格的大小还是形状，都不能真实地描述地层发育的复杂裂缝，且这种高度简化的方法在裂缝的连通性、形态、分布、非均质性等属性表征中存在严重的失真性.DFN模型利用不同尺度与形态下的裂缝片直接构成裂缝模型，单独用于描述裂缝系统，能够解决传统建模方法存在的不足，较为精确地对储层中裂缝进行还原性复制.该方法通过三维储层特性参数，完成储层网格空间分布.在此基础上，根据地质统计数据，完成精细化的地质建模.将地震解释结果，结合裂缝统计学规律，从地震数据、统计学数据、地质、钻井等相关的数据，得到每类裂缝网格的尺寸、形状、开度、方位、属性等数值，完成裂缝组成.

DFN离散裂缝网格建模［11］，主要包括以下几个步骤：（1）大尺度裂缝建模，包括断层在内的大裂缝.该部分需要地震数据进行分析，确定断层与大裂缝的位置，完成大裂缝模型的建立；（2）中小尺度裂缝建模，根据地质信息与测井信息，生成随机分布的裂缝，以统计学规律，完成储层中小尺度裂缝建模；具体流程见图1所示.

2 基础参数说明

2.1 地质构造与地应力分布特征

本次研究目标区块为页岩Ⅰ区块，该区块为中国南方丘陵山地构造，海拔最高675m，最低250 m，且地层均位于400～600m，其区块构造图如图1所示.目标区块目的层岩芯测得杨氏模量平均30GPa，平均泊松比为0.25；最大、最小主应力分别为61MPa、52MPa.

2.2 页岩储层孔、渗物性

图1 DFN离散裂缝网络建模技术

图2 区块地形图

利用相关数据，将各个层位的孔隙参数输入到Petrel中，进行相关随机插值处理，得到整个区块的非均质模型.目标页岩储层属于中孔，孔隙度平均5%；渗透率平均为0.25mD，但相关物性在整体区域分布极不均匀，渗透率最大能到300mD，所以并不能利用其平均值代替目标区块整体物性特征，需要进行非均质化建模处理.

3 DFN裂缝性地质模型的建立

3.1 裂缝参数获取

利用Petrel软件建立该区块页岩DFN裂缝性地质模型，建立的三维裂缝模型，能够更为准确的得到相关结果，并为后续相关研究奠定基础.除基本参数外，DFN模型需要天然裂缝的相关参数.该部分由微地震结果分析，如图3所示，结合相关调研给出，可以得到裂缝方位垂直于井筒，且天然裂缝参数有：裂缝密度0.1m2／m3；倾角75°，方位角105°.

图3 微地震参数示意图

3.2 DFN地质模型三维骨架

根据上述内容给出的参数，结合特定探井（YY1、YY2、YY3、YY4、YY5）资料，输入模型，对区块各个值进行随机插值处理，得到整个区块的孔、渗参数.对天然随机裂缝参数进行模拟，此部分根据裂缝参数值：裂缝密度0.1m2／m3；倾角75°，方位角105°.根据基本的井眼轨迹参数，地形参数，建立三维骨架模型，其中由钻遇深度及储层厚度确定顶底深度，模拟结果如图4所示.

图4 三维骨架基本模型

3.3 DFN随机裂缝地质属性模型

根据上述内容给出的参数，利用Petrel软件建立该区块页岩DFN裂缝性地质模型，模型建立基本过程遵循DFN模型建立准则，不再累赘［5］.结合对天然随机裂缝参数进行的设定，得到相关DFN中裂缝形态结果，见图5所示.

在相关储层渗透率、孔隙度值的基础上，进行随机插值设置，得到整个区块的属性模型，见图6所示为各属性参数分布，即属性模型示意图.利用Petrel软件建立的该区块页岩DFN裂缝性地质模型，其作用主要有以下两点：（1）对该区块地质情况进行深入了解，建立适合于分析含天然裂缝页岩储层情况的地质模型.（2）精细化结果，根据目标，对研究区块进行粗化，得到粗化后的DFN模型，导出研究区域储层相关物性参数，为后续研究提供相应支持.

图5 DFN裂缝模型（裂缝分布）

图6 DFN属性模型

4 粗化的DFN地质模型的建立

由上述得到的整体区块的DFN裂缝地质模型，根据需要，假定以YY5井为研究目标，需要对该井进行粗化处理，得到DFN粗化的地质属性模型，如图7所示.从模型结果可以看出，对于该井的研究，单独拿出后其区块孔隙度与三维方向的渗透率的值发生较大的变化.根据研究目的，分割区块，进行粗化处理，并能够导出相应区块属性值，为后续的研究做好准备.

图7 粗化DFN属性模型

5 结论

1）在Petrel进行建模时，根据某区块页岩气藏相关基础数据，将已知位置的孔、渗等物性参数，进行随机插值处理，以表征页岩储层的强非均质性.

2）充分考虑页岩储层具有大量随机分布的天然裂缝，根据相关井的地震资料，利用Petrel软件完成建模，分析得到随机分布的天然裂缝属性值：裂缝密度为0.1m2／m3，倾角为75°，方位角为105°的裂缝.

3）利用建立的页岩DFN随机裂缝分布的三维裂缝模型，表征目标区块页岩的非均质性与随机分布的天然裂缝，并得到DFN裂缝模型与属性模型.并在此基础上，根据研究目标井，粗化模型，得到相应属性值，为后续的研究做好准备.

［1］龚琴.页岩气地质建模分析［D］.长江大学，2015.

［2］刘国良，胡洪涛，莫勇，等.川东南地区页岩气的三维地质建模与气藏数值模拟［J］.辽宁化工，2015，44（8）：982－984.

［3］何伟，张金川，李莉，等.湘西北常页1井下寒武统牛蹄塘组页岩气储层特征［J］.中国煤炭地质，2015，27（1）：31－39.

［4］曹成，高潮，陈立军，等.应用DFN方法建立下寺湾地区长7陆相页岩气藏裂缝模型［J］.非常规油气，2014，1（3）：11－17.

［5］王彬，王军，谭亦然，等.基于DFN的页岩气储层裂缝建模研究［J］.石油化工应用，2015，34（12）：62－65.

［6］Steyer G D，Couvillion B R，Barras J A.Monitoring Vegetation Response to Episodic Disturbance Events by using Multitemporal Vegetation Indices［J］.Journal of Coastal Research，2015，14（2）：118－130.

［7］Paluszny A，Matthi S K.Numerical modeling of discrete multi-crack growth applied to pattern formation in geological brittle media［J］.International Journal of Solids ＆Structures，2009，46（18–19）：3383－3397.

［8］李军，路菁，李争，等.页岩气储层“四孔隙”模型建立及测井定量表征方法［J］.石油与天然气地质，2014，35（2）：266－271.

［9］Garipov T T，Karimi-Fard M，Tchelepi H A.Discrete fracture model for coupled flow and geomechanics［J］.Computational Geosciences，2016，20（1）：149－160.

［10］Berrone S，Canuto C，Pieraccini S，et al.Uncertainty quantification in Discrete Fracture Network models：Stochastic fracture transmissivity［J］.Computers ＆Mathematics with Applications，2015，70（4）：603－623.

［11］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.

［12］Agliardi F，Riva F，Galletti L，et al.Rockfall source characterization at high rock walls in complex geological settings by photogrammetry，structural analysis and DFN techniques［C］／／EGU General Assembly Conference.EGU General Assembly Conference Abstracts，2016.

Study of DFN geological model of discrete crack grid for shale gas

XU Kangtai1，LI Jiangfei2，MAO Zhongchao3
（1.Dean’s Office of Chengde Petroleum College，Chengde 067000，China；2.Department of Thermal Energy and Engineering of Chengde Petroleum College，Chengde 067000，China；3.Ministry of Education Key Laboratory of Petroleum Engineering，China University of Petroleum，Beijing 102249，China）

The study of geological modeling is different of other conventional oil and gas reservoirs modeling，because of the random distribution of natural fractures and strong heterogeneity in shale.The modeling of shale needs to professional software Petrel to build the DFN model of the random distribution of three dimensional fracture，based on the relevant characteristic values of fracture parameters.According to the basic data of shale gas reservoir in one field，this paper used the method of random interpolation to process the physical parameters of reservoir porosity and permeability，which is to characterize the strong heterogeneity of shale reservoir fully.Meanwhile，the parameter of natural fracture is achieved by the software of Petrel according to the seismic data of wells.Finally，the natural fractures in shale can describe as randomly distributed cracks with density of 0.1m2／m3，a ngle of 75°and azimuth angle of 105°to characterize the natural fracture in shale.The study of this paper improves the authenticity of geological modeling of the shale reservoir.

shale；DFN；natural fracture；geological modeling

TE122；TE319

A

1671-9476（2017）02-0070-04

10.13450／j.cnkij.zknu.2017.02.016

2016-09-02；

2016-10-18

徐康泰（1990－），男，江西景德镇人，助教，硕士，主要从事非常规油气开采，教学信息管理工作.Email：xukangtai123＠126.com