裂缝性油藏天然裂缝动静态综合预测方法——以鄂尔多斯盆地华庆油田三叠系长63储集层为例

苏皓，雷征东，张荻萩，李俊超，张泽人，鞠斌山，李治平

（1. 中国地质大学（北京）能源学院，北京 100083；2. 中国石油勘探开发研究院，北京 100083；3. 中国石油经济技术研究院，北京 100724；4. 中国石油东方地球物理勘探有限公司研究院，河北涿州 072750）

裂缝性油藏天然裂缝动静态综合预测方法
——以鄂尔多斯盆地华庆油田三叠系长63储集层为例

苏皓1,2，雷征东2，张荻萩3，李俊超2，张泽人4，鞠斌山1，李治平1

（1. 中国地质大学（北京）能源学院，北京 100083；2. 中国石油勘探开发研究院，北京 100083；3. 中国石油经济技术研究院，北京 100724；4. 中国石油东方地球物理勘探有限公司研究院，河北涿州 072750）

针对已有裂缝预测方法适用范围小、精度低、对高成本资料需求程度高的问题，以鄂尔多斯盆地华庆油田三叠系长63储集层为例，综合考虑地质静态资料和生产动态资料，提出了一种预测新方法。基于油田多种地质静态资料，得到岩性、沉积相、地层厚度、岩石破裂指数、裂缝发育强度 5个约束裂缝发育的控制条件，应用多元线性回归分析方法，建立了裂缝发育的 5种约束条件与裂缝密度关系的定量表达式，计算得到全区的裂缝密度体；根据井史、示踪剂、干扰试井及吸水剖面等生产动态资料，通过油藏工程分析方法综合判断出裂缝在平面上和纵向上的方向及分布范围，并结合数值模拟技术对裂缝密度体进行检验和定量校正，建立了既符合地质静态认识又符合生产动态的三维离散裂缝地质模型。数值模拟拟合验证表明，该裂缝模型拟合度高，具较高的可靠性和适用性。图15表1参32

裂缝性油藏；天然裂缝；裂缝地质模型；裂缝预测；华庆油田；鄂尔多斯盆地

0 引言

对于裂缝性油田水驱开发，大量注入水沿裂缝水窜严重影响了油田的水驱开发效果，成为制约油田开发的一个重要因素。裂缝作为油气渗流的重要通道，对特低、超低渗透储集层的开发至关重要，研究裂缝分布规律、定量预测裂缝发育程度是油气勘探开发中的难题[1-2]。天然裂缝的预测方法目前主要有3类：①基于构造本身的结构特征来探讨构造体与裂缝发育的关系[3-4]，如构造主曲率法预测裂缝、分析断层与裂缝位置关系等，该种方法主要适用于预测断层、褶皱构造伴生的裂缝；②基于裂缝的构造成因，应用构造应力有限元模拟技术和破裂法则预测裂缝分布[5-6]，由于数学模型的局限性，此方法预测结果与实际仍有一定出入；③基于高精度的地震资料[7-11]，提取裂缝发育相关属性参数进行分析预测，如地震相干体方法、多波地震、蚂蚁追踪等方法，该方法建立的裂缝模型精度较高，是目前的主流方法，但由于地震资料的数量和分辨率问题，以及地震解释的人为因素，仍难以得到反映实际储集层的裂缝模型。

综上所述，裂缝发育控制因素的多样性使得裂缝发育具有很强的随机性和非均质性。目前的裂缝预测方法大多建立在静态地质资料基础上，但由于地质资料的数量少、精度低、获取成本高等问题，得到的裂缝模型具有很大的不确定性和不适用性，不能很好地用于指导油田开发，对构造不发育、没有地震数据资料的地区更是如此。本文针对上述问题，以鄂尔多斯盆地华庆油田长 63储集层为例，基于该区多种地质上和生产上的静、动态资料，在常规裂缝建模方法的基础上，考虑多种裂缝发育控制因素，实现多条件相互约束，并结合油田开发中的认识和经验，综合得到该区裂缝模型，使之既满足地质认识又符合开发动态，为后期油田水驱调整政策提供有效依据。

1 区域地质背景

1.1 区域构造特征

华庆油田位于鄂尔多斯盆地伊陕斜坡中南部（见图1），其构造演化与华北板块的关系十分密切[12]。盆地在区域上表现为向西南倾斜，由于应力强度的差异，盆地外部边缘构造作用活跃，受力强度大，断裂、破裂较为发育，而盆地内部则相反。研究区块处于盆地内部，地势平缓，倾角不足1°，构造相对简单，断裂、褶皱发育较少，局部地区发育有鼻状隆起构造带[13]。

图1 华庆油田位置图

1.2 地应力场特征

根据构造运动的强度及时间，将鄂尔多斯盆地主要构造应力场分为 4期：印支期、燕山期、喜马拉雅期、新构造期[14]。其中燕山期和喜马拉雅期是裂缝形成的主要时期，燕山期构造地应力水平挤压作用造成断裂发育，喜马拉雅期构造运动主要造成地层的抬升，对延长组裂缝进行改造[15]。刘格云应用赤平投影方法[16]，得出燕山期构造应力场最大主应力方向为北西西—南东东向，优势方位为 116°～296°，最小主应力优势方位则为26°～206°；喜马拉雅期最大主应力方向北东—南西向，方位为45°～225°，最小主应力优势方位为 135°～315°。

1.3 储集层沉积特征和物性特征

研究区长6段自上而下分为3个亚段：长63、长62、长 61，各亚段岩性相同，主要为砂岩、粉砂岩、泥岩等沉积岩，其中长63亚段为主力层位。长63亚段以砂质碎屑流沉积为主，伴有滑塌和浊流沉积的重力流沉积体系，主要岩性为粉细—细砂岩。研究区主要发育砂质碎屑流、浊流和半深湖—深湖3种沉积亚相，鉴于砂质碎屑流分布面积较广，为了进一步研究裂缝发育规律，将砂质碎屑流亚相按厚度和物性的差异进一步划分为主体和边缘两个相带。

长63储集层整体上表现为低孔、低渗的特征，孔渗分布范围较大，分选差，具有很强的非均质性。全区孔隙度为6%～16%，平均10.8%；全区覆压渗透率分布范围跨度较大，为（0.04～0.60）×10-3μm2，平均0.34×10-3μm2，为超低渗储集层。

1.4 天然裂缝发育特征

在前人认识的基础上[17-18]，根据研究区延河剖面露头及成像测井等资料分析发现，长 63储集层裂缝发育优势方位主要为北东东向、北东向，少量裂缝为近南北向，与裂缝形成期的古应力场方向基本一致。

对研究区66口取心井进行岩心观察统计，发现其中有60口取心井的岩心中都发育天然裂缝，存在天然裂缝的岩心井占90.9%，裂缝开度为30～100 μm，平均值为60 μm，主要发育小开度的微裂缝系统。

从成因来看，研究区天然裂缝可分为构造裂缝和成岩裂缝。构造裂缝占绝大多数，主要分布于砂岩中，伴有少量矿物充填，裂缝面较为平整，可以观察到擦痕、阶步等天然裂缝特征，构造裂缝以剪切缝为主，张应力和剪应力联合作用下形成的张扭缝少量发育；研究区还发育平行层面分布的成岩缝，这种裂缝的规模较小，横向连续性差，且在上覆岩层压力的作用下通常为闭合状态，因此本文在预测井间裂缝时不考虑成岩裂缝。

从裂缝倾角来看，天然裂缝以近垂直的高角度缝为主，斜交裂缝与低角度裂缝发育较少，高角度缝所占比例高达90%。

进一步对取心井的裂缝密度进行分析计算，可知全区裂缝平均密度为0.76条/m，其中61%的井裂缝发育密度达到0.5条/m以上，因此认为该区天然裂缝较为发育，但由于储集层的强非均质性，不同取心井的裂缝密度差异较大，在区域上北区总体较南区裂缝密度大。

2 基于静态地质资料预测裂缝

华庆油田地势平缓，构造简单，断层、复杂褶皱等构造地质体发育较少，且油田缺乏高精度地震资料，因此只能从裂缝的构造成因着手，对裂缝分布进行预测。构造缝的发育主要受构造应力、岩性、地层厚度、沉积相等地质因素控制，可通过分析每个因素与裂缝发育的关系，找出控制裂缝发育的约束条件，并综合多种因素实现对裂缝在三维空间分布的约束和预测。

2.1 裂缝发育的约束条件

2.1.1 裂缝与岩性、地层厚度、沉积相的关系

岩性、地层厚度、沉积相等地质因素是影响裂缝发育的内因。岩性不同，岩石的成分、孔隙结构也不同，在相同的构造作用下，岩性不同是裂缝发育程度存在差异的主要因素[19]；室内实验、岩心观察及野外调查统计表明，裂缝发育受地层厚度的控制[20]，相对于厚岩层，薄岩层更容易产生密集的裂缝；沉积相则通过控制储集层的岩性、层厚及岩石组合来控制裂缝发育程度。

本文基于露头及岩心观察资料，统计了裂缝在不同岩性、不同厚度地层和不同沉积相中的发育频率，并绘制了裂缝发育频率与各因素的关系图。由图 2可见，裂缝主要发育在石英、方解石、白云石等脆性矿物含量较高的砂岩中，脆性矿物含量低的泥岩中裂缝发育较差；研究区裂缝平均间距与地层厚度呈较好的线性关系（见图 3），随着地层厚度增大，裂缝平均间距增加，即裂缝密度变小；裂缝在砂质碎屑流边缘相带最发育，砂质碎屑流主体相带次之（见图 4），浊流和湖相沉积中泥质岩类比例较高，裂缝发育程度明显低于砂质碎屑流。

图2 研究区长63储集层裂缝发育频率与岩性关系图

图3 研究区长63储集层地层厚度与裂缝间距关系图

2.1.2 裂缝与构造应力的关系

构造应力是构造缝形成的外因，是岩石破裂的触发机制、构造缝发育的主控因素。为定量表征构造应力与裂缝发育的关系，运用有限元数值模拟技术[21]，对裂缝形成期的构造应力场分布进行模拟。

图4 研究区长63储集层裂缝发育频率与沉积相关系图

2.1.2.1 模型的建立

构造应力场模型主要包括地质模型、力学模型和数学模型[22]。

地质模型的建立主要包括地质体的选取和边界条件的确定。由于研究区无明显断层发育，裂缝发育主要受岩性、地层厚度及岩性组合的影响，而这些因素主要受沉积作用的控制，因此地质模型中地质体主要依据沉积相分布选取。初始受力边界条件则根据裂缝形成期（燕山期和喜马拉雅期）的最大主应力和最小主应力的方向、大小分别设定，最终的边界条件需要经过多次的正反演来确定。

力学模型主要根据地质体力学性质和岩石力学参数确定。根据岩石力学实验，目的层岩石力学性质表现为脆性，因此将其作为弹脆性材料处理；岩石力学参数主要考虑了不同地质单元体的弹性模量、泊松比、黏聚力、内摩擦角等，这些参数由岩石力学实验得到。

数学模型建立的依据为有限元原理，其基本思路是将连续的地质体离散为有限个通过节点相连的连续单元，给每个单元赋予实际的岩石力学参数，再根据边界受力条件和节点平衡条件，即可计算出每个单元内应力与应变的近似值。

2.1.2.2 模拟结果

模拟结果主要为最大主应力、最小主应力和差应力。研究区长63储集层在燕山期构造应力场的最大主应力方向为北西西—南东东向，最小主应力为北北东—南南西向，最大主应力为70～85 MPa，最小主应力为20～30 MPa，差应力为50～65 MPa；喜马拉雅期构造应力场的最大主应力方向为北东—南西向，最小主应力为北西—南东向，其中最大主应力为60～80 MPa，最小主应力为13～20 MPa，差应力为40～58 MPa。该区最大和最小主应力方位分布比较稳定，主要受远场应力和边界条件控制，应力变化较大。

根据研究区最大和最小主应力，结合格里菲斯、库伦-莫尔岩石破裂准则[23]，能够定性地判断岩石中能否发生张剪破裂，并引入岩石破裂指数I，其定义为：

式中I——岩石破裂指数，无因次；σ——张应力，MPa；σ′——岩石抗张强度，MPa；τ——剪应力，MPa；τ′——岩石抗剪强度，MPa。

由（1）式、（2）式计算出研究区各部位的岩石破裂指数（见图5），该指数可定量表征岩石受构造应力作用后达到破裂状态的程度，即全区各部位形成裂缝的趋势。

图5 研究区长63储集层岩石破裂指数分布图

2.1.3 裂缝发育强度

研究区成像测井资料较少，但大多数井都有常规测井资料。常规测井资料包含地层岩性、物性、导电性等多种信息数据，大多数据都能反映地层裂缝的发育特征，但不同测井曲线对裂缝的响应特征不同，因此具很强的多解性。综合概率指数法[24-25]能够提取出有效反映裂缝特征的曲线信息来综合识别裂缝。该方法在分析多种测井参数曲线与裂缝的相关性后，根据各个参数的影响程度确定权系数，并将各参数综合计算得到反映裂缝在纵向上相对发育程度的综合指标，即裂缝发育强度，其值越大则说明裂缝越发育，反之，裂缝相对不发育。可以用裂缝发育强度来定量分析裂缝分布特征。

利用该方法对研究区 166口井的常规测井曲线（双侧向电阻率、中子孔隙度、自然电位、声波时差、孔隙结构指数等）进行分析计算，得到每口井的裂缝发育强度曲线。与实际岩心资料对比，其符合率达到80%以上（见图 6）。采用协同克里金方法，对井间区域进行插值计算，得到全区裂缝发育强度属性体（见图7），也将其作为控制该区裂缝发育程度的约束条件。

图6 部分井裂缝发育强度曲线与岩心裂缝对比图

图7 研究区长63储集层裂缝发育强度分布图

2.2 裂缝密度体的计算

综上，研究区长63储集层裂缝的发育与岩性、地层厚度、沉积相、岩石破裂指数以及裂缝发育强度 5种属性有关。采用数学分析方法，分析出裂缝密度与这 5种相关属性的定量关系，即可通过相关属性计算出裂缝密度体，从而实现裂缝在三维空间的预测。定量相关性分析方法有多种，本文采用较为快捷、分析结果较为准确的多元线性回归分析预测方法[26-27]。

结合地质建模，将岩性（x1）、地层厚度（x2）、沉积相（x3）、岩石破裂指数（x4）、裂缝发育强度（x5）5种约束条件属性体网格化到同一模型中，并将由岩心等资料得出的单井裂缝密度曲线也重采样到同一套网格，因此裂缝井所经过的每个网格中就包含以上 5种约束条件以及裂缝密度（y）这6套属性体，即可对单井上的网格进行裂缝密度与 5种属性的关系分析，以实现对井间网格裂缝密度的计算。从60口裂缝井中筛选出上述6套属性值均大于0的网格作为分析样品数据，这样既保证了样品的数量又保证了样品的可靠性。将样品的岩性、地层厚度、沉积相、破裂指数、裂缝发育强度作为自变量，裂缝密度作为因变量，对数据进行多元线性回归，得到裂缝发育密度与相关属性的线性回归模型为：

回归模型的复相关系数为 0.918，决定系数为0.843，修正决定系数0.721，表明模型拟合程度较好；检验回归方程的统计量值为20.273，显著性值为0，说明该模型高度显著，可信度高。（3）式中岩石破裂指数的回归系数最高，也反映了构造应力是影响该区裂缝发育的主控因素。利用以上模型计算可得到全区裂缝密度属性体（见图8）。

图8 研究区长63储集层裂缝密度分布图

3 基于生产动态资料校正裂缝密度体

由于裂缝密度体的计算完全从地质规律的角度出发，所以往往与生产资料不能较好地吻合，如有些区域计算的裂缝密度很小，而实际此区域的油井在生产上却表现出裂缝性水淹的特征，因此需要利用生产动态资料对该密度体进行检验和校正。

3.1 利用动态资料识别裂缝的原理

裂缝性油藏在进行注水开发时，由于裂缝渗透率远大于基质，注入水将首先沿着高渗透裂缝通道流动。因此可根据这一特性，结合生产动态资料，运用油藏工程方法判断裂缝在平面上和纵向上的发育情况，从而对裂缝密度属性体进行检验校正。

平面上，裂缝性水窜造成对应油井层内方向性见水。结合井史、干扰试井、示踪剂等资料，根据油水井注水动态响应特征及示踪剂采出曲线综合判断油井产出水的来源，即是源于注入水、原生水亦或是裂缝性水窜等，识别出裂缝性水窜在平面上的方向和分布范围。

纵向上，注入水会沿裂缝发育的高渗透层段突进，而低渗透层段则较少吸水或不吸水，因此裂缝较发育层位的相对吸水量就大，在吸水剖面上形成尖峰状，这种具有尖峰状且大规模吸水的层段很有可能就是裂缝发育段或水淹层位。因此可利用吸水剖面测试资料判断裂缝在纵向上的发育情况。

3.2 裂缝密度体的校正

综合上述裂缝识别方法，对研究区所有水淹井组进行动态分析，识别出平面上裂缝水窜方向和分布范围，并将裂缝性水窜的水线标定在平面井位图上（见图 9）；并对每条水线对应注水井的吸水剖面资料进行分析，判断出纵向上裂缝性吸水的层段，得到注水井的裂缝性吸水剖面统计表（见表 1）。利用平面和纵向上分析结果即可判断出裂缝在储集层三维空间发育的范围。

图9 研究区长63储集层裂缝性水窜水线平面分布图

结合生产动态分析结果，利用数值模拟法可对地质方法得到的裂缝密度体进行校正[28-29]。基本思路为：利用待校正的裂缝密度体进行建模得到裂缝地质模型后，根据裂缝开度、密度、延伸长度等参数，计算出裂缝的渗透率、孔隙度、形状因子等属性，将这些属性参数与基质模型结合，即可建立油藏数值模拟模型进行数模研究，通过调整裂缝密度值，拟合生产历史数据，确定符合实际生产动态的裂缝密度值和分布，实现对密度体的定量校正。在超低渗透油藏中，裂缝密度的大小对单井产量、含水率等生产指标的影响通常十分显著（见图10）。据此，重点对动态分析标定的裂缝性水窜区域进行小范围裂缝密度拟合校正，最终得到一个拟合度较高的裂缝密度体（见图11）。

表1 研究区长63储集层部分裂缝井吸水剖面统计表

图10 裂缝密度对生产参数的影响

将校正前后的裂缝密度体进行对比，发现在研究区北区中部、西南部及南区个别区域存在显著的差别，这些区域内的裂缝性水窜特征在校正前的密度体中均未能体现，而校正后的密度体不仅在其他区域仍保持基于地质认识的计算结果，在这些区域内也体现了由生产动态认识得到的水窜范围，提高了裂缝模型的可靠性和适用性。

3.3 三维离散裂缝地质模型

3.3.1 离散裂缝模型

以岩心观察等资料统计分析的单井裂缝分布作为单井上的约束条件，以校正后的三维裂缝密度属性体作为预测井间裂缝的约束条件，并结合不同部位裂缝的产状，进行离散裂缝建模，即可得到研究区天然裂缝的三维模型（见图12）。模型中裂缝主要走向为近东西向，其次为北东方向，近南北向裂缝较少，3组天然裂缝均具有很强的各向异性，受储集层非均质性影响，裂缝分布规律性较差，在研究区的北部地区裂缝发育情况较好。

图11 校正后的研究区长63储集层裂缝密度分布图

3.3.2 裂缝渗透率模型

由Oda公式可知[30-31]，裂缝渗透率的大小由裂缝尺寸、裂缝密度等参数计算得到。利用建模软件对研究区裂缝渗透率进行计算，可得到全区的裂缝渗透率分布模型（见图13）。研究区裂缝渗透率为（500～2 000）×10-3μm2，局部地区渗透率大于 2 000×10-3μm2。

3.3.3 裂缝模型的验证

含水率拟合是裂缝性水驱油藏中重要的历史拟合指标之一。由于常规的储集层建模方法通常没有考虑裂缝等因素，利用建立的模型进行数值模拟时，常通过修改基质渗透率、传导率、相渗曲线或者表皮系数等方法来拟合含水率等历史数据，但这种方法往往拟合效果不佳[32]，难以模拟裂缝性水驱油藏的复杂见水情况。

图12 研究区长63储集层天然裂缝离散网络模型

图13 研究区长63储集层裂缝渗透率模型

利用数值模拟方法对比常规模型、校正前及校正后裂缝模型的全区含水率拟合曲线（见图14）。通过设置相同模拟参数对比发现，常规方法含水率拟合的效果最差，这是由于该模型不能很好地考虑和模拟裂缝，使注入水失去了窜流通道，整体含水率偏低；校正前的裂缝模型仅从地质角度考虑了裂缝分布，与生产实际仍存在矛盾，拟合效果与实际仍有一定偏差；本文建立的裂缝模型根据实际资料综合考虑了地质上的认识规律和生产动态分析的结果，全区含水率拟合度最高，与实际值偏差最小。

图14 不同方法拟合区块含水率效果对比

此外，将历史拟合后得到的全区含水饱和度分布图、裂缝分布图以及单井日产量拟合图（以区块中部典型水淹井组为例）进行综合对比，发现非裂缝性水淹井（低含水井）和裂缝性水淹井（高含水井）的单井日产量数据拟合程度均较高，且高含水井的来水方向均与动态分析结论一致（见图15）。综上所述，认为本文建立的裂缝模型与地质上及开发上的认识吻合，能更准确地表征裂缝分布，很好地应用于实际生产。

图15 研究区中部含水饱和度、裂缝分布和单井日产量拟合曲线综合对比图

4 结论

华庆油田长63储集层的天然裂缝较为发育，大部分裂缝为近垂直的高角度缝，裂缝开度小，发育方向主要为北东东向，部分近北东方向以及少量近南北向，平均裂缝密度为0.76条/m，北区总体较南区裂缝相对更为发育。

采用动静态结合的方法对天然裂缝进行预测。根据油田多种地质静态资料，分析得到约束裂缝发育的5个控制条件：岩性、沉积相、地层厚度、岩石破裂指数、裂缝发育强度；通过多元线性回归分析，得到 5种约束属性与裂缝密度的定量关系式，计算出全区的裂缝密度体；根据井史、示踪剂、干扰试井及吸水剖面等生产动态资料，利用油藏工程动态分析方法综合判断出裂缝在平面上和纵向上的方向及分布范围，在动态分析的裂缝分布范围内结合数值模拟方法对裂缝密度体进行拟合校正，确定符合实际生产动态的裂缝密度值，并以校正后的裂缝密度体构建天然裂缝模型。动静态结合预测方法得到的裂缝模型既满足地质静态认识又符合生产动态，提高了裂缝预测的可靠性和适用性。

[1]袁士义, 宋新民, 冉启全. 裂缝性油藏开发技术[M]. 北京: 石油工业出版社, 2004.YUAN Shiyi, SONG Xinmin, RAN Qiquan. Exploitation technology of fractured reservoirs[M]. Beijing: Petroleum Industry Press, 2004.

[2]曾联波, 柯式镇, 刘洋. 低渗透油气储层裂缝研究方法[M]. 北京:石油工业出版社, 2010.ZENG Lianbo, KE Shizhen, LIU Yang. Research method of fracture in low permeability reservoir[M]. Beijing: Petroleum Industry Press,2010.

[3]彭红利, 熊钰, 孙良田, 等. 主曲率法在碳酸盐岩气藏储层构造裂缝预测中的应用研究[J]. 天然气地球科学, 2005, 16(3):343-346.PENG Hongli, XIONG Yu, SUN Liangtian, et al. The research on main curvature method application in carbonate gas reservoir’s structural fracture prediction[J]. Natural Gas Geoscience, 2005,16(3): 343-346.

[4]曾锦光, 罗元华, 陈太源. 应用构造面主曲率研究油气藏裂缝问题[J]. 力学学报, 1982, 18(2): 94-98.ZENG Jinguang, LUO Yuanhua, CHEN Taiyuan. Oil and gas reservoir fracture study by principal curvature of structural surface[J].Chinese Journal of Theoretical and Applied Mechanics, 1982, 18(2):94-98.

[5]张守仁, 万天丰, 陈建平. 川西坳陷孝泉—新场地区须家河组二—四段构造应力场模拟及裂缝发育区带预测[J]. 石油与天然气地质, 2004, 25(1): 70-74, 80.ZHANG Shouren, WAN Tianfeng, CHEN Jianping. Tectonic stress field modeling and fracture prediction in T3x2-4strata in Xiaoquan-Xinchang area, western Sichuan Depression[J]. Oil and Gas Geology, 2004, 25(1): 70-74, 80.

[6]孙晓庆. 古构造应力场有限元数值模拟的应用及展望[J]. 断块油气田, 2008, 15(3): 31-33.SUN Xiaoqing. Present situation and prospect of application for finite element numerical simulation of paleotectonic stress fields[J].Fault-Block Oil & Gas Field, 2008, 15(3): 31-33.

[7]李阳, 侯加根, 李永强. 碳酸盐岩缝洞型储集体特征及分类分级地质建模[J]. 石油勘探与开发, 2016, 43(4): 600-606.LI Yang, HOU Jiagen, LI Yongqiang. Features and hierarchical modeling of carbonate fracture-cavity reservoirs[J]. Petroleum Exploration and Development, 2016, 43(4): 600-606.

[8]刘振峰, 曲寿利, 孙建国, 等. 地震裂缝预测技术研究进展[J]. 石油物探, 2012, 51(2): 191-198.LIU Zhenfeng, QU Shouli, SUN Jianguo, et al. Progress of seismic fracture characterization technology[J]. Geophysical Prospecting for Petroleum, 2012, 51(2): 191-198.

[9]侯加根, 马晓强, 刘钰铭, 等. 缝洞型碳酸盐岩储层多类多尺度建模方法研究: 以塔河油田四区奥陶系油藏为例[J]. 地学前缘,2012, 19(2): 59-66.HOU Jiagen, MA Xiaoqiang, LIU Yuming, et al. Modeling of carbonate fracture-vuggy reservoir: A case study of Ordovician reservoir of 4th Block in Tahe Oilfield[J]. Earth Science Frontiers,2012, 19(2): 59-66.

[10]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.LANG Xiaoling, GUO Zhaojie. Fractured reservoir modeling method based on discrete fracture network model[J]. Acta Scientiarum Naturalium Universitatis Pekinensis, 2013, 49(6): 964-972.

[11]龙旭, 武林芳. 蚂蚁追踪属性体提取参数对比试验及其在塔河四区裂缝建模中的应用[J]. 石油天然气学报, 2011, 33(5): 76-81.LONG Xu, WU Linfang. Parameter comparative experiments on ant tracking attribute extraction and its application in fracture modeling in Region 4 of Tahe Oilfield[J]. Journal of Oil and Gas Technology,2011, 33(5): 76-81.

[12]杨华, 陈洪德, 付金华. 鄂尔多斯盆地晚三叠世沉积地质与油藏分布规律[M]. 北京: 科学出版社, 2012.YANG Hua, CHEN Hongde, FU Jinhua. Law of sedimentary geology and petroleum distribution in late Triassic Ordos Basin[M]. Beijing:Science Press, 2012.

[13]曾联波. 低渗透砂岩储层裂缝的形成与分布[M]. 北京: 科学出版社, 2008.ZENG Lianbo. Formation and distribution of fractures in low permeability sandstone reservoirs[M]. Beijing: Science Press,2008.

[14]张泓, 孟召平, 何宗莲. 鄂尔多斯煤盆地构造应力场研究[J]. 煤炭学报, 2000, 25(增刊): 1-5.ZHANG Hong, MENG Zhaoping, HE Zonglian. Study on the tectonic stress fields in the Ordos Coal Basin[J]. Journal of China Coal Society, 2000, 25(Supp.): 1-5.

[15]周新桂, 张林炎, 黄臣军, 等. 华庆地区长 63储层裂缝分布模型与裂缝有效性[J]. 吉林大学学报(地球科学版), 2012, 43(3):689-697.ZHOU Xingui, ZHANG Linyan, HUANG Chenjun, et al. Distraction network conceptual model and validity of fractures in Chang 63low permeable reservoir in Huaqing area[J]. Journal of Jilin University(Earth Science Edition), 2012, 43(3): 689-697.

[16]刘格云. 长庆油田华庆地区延长组长 63储层裂缝发育特征研究[D]. 兰州: 兰州大学, 2010: 7-14.LIU Geyun. Research on fracture developing characteristics of Chang 63reservoir, Yanchang group in Huaqing area, Changqing petroleum field[D]. Lanzhou: Lanzhou University, 2010: 7-14.

[17]周新桂, 张林炎, 黄臣军. 华庆探区长 63储层破裂压力及裂缝开启压力估测与开发建议[J]. 中南大学学报(自然科学版), 2013,44(7): 2812-2818.ZHOU Xingui, ZHANG Linyan, HUANG Chenjun. Estimation of formation breakdown pressure and fracture open pressure of Chang 63low permeable reservoir in Huaqing area and development suggestions[J]. Journal of Central South University (Science and Technology), 2013, 44(7): 2812-2818.

[18]刘格云, 黄臣军, 周新桂, 等. 鄂尔多斯盆地三叠系延长组裂缝发育程度定量评价[J]. 石油勘探与开发, 2015, 42(4): 444-453.LIU Geyun, HUANG Chenjun, ZHOU Xingui, et al. Quantitative evaluation of fracture development in Triassic Yanchang Formation,Ordos Basin, NW China[J]. Petroleum Exploration and Development,2015, 42(4): 444-453.

[19]周永胜, 张流. 裂缝性储集层岩心裂缝统计分析[J]. 世界地质,2000, 19(2): 117-124.ZHOU Yongsheng, ZHANG Liu. Statistics and analysis of drilling core fractures of fractured reservoir[J]. World Geology, 2000, 19(2):117-124.

[20]WU H. POLLARD D D. An experiment study of the relationship between joint spacing and layer thickness[J]. Journal of Structural Geology, 1995, 17(6): 887-905.

[21]夏建芳, 叶南海. 有限元法原理与 ANSYS应用[M]. 北京: 国防工业出版社, 2011.XIA Jianfang, YE Nanhai. Principle of finite element method and application of ANSYS[M]. Beijing: National Defense Industry Press,2011.

[22]曾联波, 文世鹏, 肖淑蓉. 低渗透油气储集层裂缝空间分布的定量预测[J]. 勘探家, 1998(2): 24-26.ZENG Lianbo, WEN Shipeng, XIAO Shurong. Quantitative prediction of fracture space distribution in low permeability reservoir[J]. Petroleum Explorationist, 1998(2): 24-26.

[23]邓攀, 魏国齐, 杨泳. 储层构造裂缝定量预测中地质数学模型的建立与应用研究[J]. 天然气地球科学, 2006, 17(4): 480-484.DENG Pan, WEI Guoqi, YANG Yong. To establish and research of three-dimensional geological and mathematical model for quantitative prediction of structural fracture[J]. Natural Gas Geoscience, 2006, 17(4): 480-484.

[24]王兆生, 曾联波, 张振国, 等. 巴喀油田裂缝发育特征及常规测井识别方法[J]. 新疆地质, 2012, 30(3): 359-362.WANG Zhaosheng, ZENG Lianbo, ZHANG Zhenguo, et al. Feature of fracture development and evaluate fractures by conventional logging data in Baka Oilfield[J]. Xinjiang Geology, 2012, 30(3):359-362.

[25]LYU Wenya, ZENG Lianbo, LIU Zhongqun, et al. Fracture responses of conventional logs in tight-oil sandstones: A case study of the upper Triassic Yanchang formation in southwest Ordos Basin,China[J]. AAPG Bulletin, 2016, 100(9): 1399-1417.

[26]张景阳, 潘光友. 多元线性回归与BP神经网络预测模型对比与运用研究[J]. 昆明理工大学学报(自然科学版), 2013, 38(6): 61-67.ZHANG Jingyang, PAN Guangyou. Comparison and application of multiple regression and BP neural network prediction model[J].Journal of Kunming University of Science and Technology (Natural Science Edition), 2013, 38(6): 61-67.

[27]王惠文, 孟洁. 多元线性回归的预测建模方法[J]. 北京航空航天大学学报, 2007, 33(4): 500-504.WANG Huiwen, MENG Jie. Predictive modeling on multivariate linear regression[J]. Journal of Beijing University of Aeronautics and Astronautics, 2007, 33(4): 500-504.

[28]樊建明, 魏忠元, 何永宏, 等. 超低渗透油藏考虑天然裂缝的数值模拟拟合新思路[J]. 低渗透油气田, 2009, 14 (3): 83-85.FAN Jianming, WEI Zhongyuan, HE Yonghong, et al. Consider the ultra-low permeability reservoir numerical simulation of the natural cracks in fitting new ideas[J]. Low Permeability Oil & Gas Fields,2009, 14(3): 83-85.

[29]樊建明, 屈雪峰, 王冲, 等. 鄂尔多斯盆地致密储集层天然裂缝分布特征及有效裂缝预测新方法[J]. 石油勘探与开发, 2016, 43(5):740-748.FAN Jianming, QU Xuefeng, WANG Chong, et al. Natural fracture distribution and a new method predicting effective fractures in tight oil reservoirs of Ordos Basin, NW China[J]. Petroleum Exploration and Development, 2016, 43(5): 740-748.

[30]ODA M. Permeability tensor for discontinuous rock mass[J].Geotechnique, 1985, 35(4): 483-495.

[31]DERSHOWITZ B, LAPOINTE P, EIBEN T, et al. Integration of discrete feature network methods with conventional simulator approaches[J]. SPE Reservoir Evaluation & Engineering, 1998, 3(2):165-170.

[32]池建萍, 郑强, 祁军, 等. 复杂裂缝性油藏历史拟合中的特殊做法[J]. 新疆石油地质, 2004, 25(5): 517-519.CHI Jianping, ZHENG Qiang, QI Jun, et al. The special approach for history match of a complex fractured reservoir[J]. Xinjiang Petroleum Geology, 2004, 25(5): 517-519.

Dynamic and static comprehensive prediction method of natural fractures in fractured oil reservoirs: A case study of Triassic Chang 63reservoirs in Huaqing Oilfield, Ordos Basin, NW China

SU Hao1,2, LEI Zhengdong2, ZHANG Diqiu3, LI Junchao2, ZHANG Zeren4, JU Binshan1, LI Zhiping1
(1.School of Energy Resource,China University of Geosciences,Beijing100083,China; 2.PetroChina Research Institute of Petroleum Exploration & Development,Beijing100083,China; 3.PetroChina Research Institute of Economics & Technology,Beijing100724,China; 4.Geophysical Research Institute,Bureau of Geophysical Prospecting,PetroChina,Zhuozhou072750,China)

In consideration of the limited adaptability scope, low accuracy and high demand of great cost data of existent fracture prediction methods, a new fracture predicting method was advanced by implementing geological static data and production dynamic data from the Triassic Chang 63reservoirs in the Huaqing Oilfield. Five constraints, lithology, sedimentary facies, thickness, rock rupture index and fracture intensity controlling the development of fractures were sorted out based on the static geological data. The multiple linear regression method was adopted to work out the quantitative relationships between the five constraints and fracture density, and the fracture density property of the whole area was calculated. Based on production dynamic data of well history, tracer, well interference test and intake profile test, the direction and distribution of fracture horizontally and vertically were figured out by reservoir engineering analysis method. The fracture density property was verified and quantitatively corrected with numerical simulation, and a 3D discrete fracture geological model in agreement with both geological cognition and dynamic production performance was built. The numerical simulation shows that the fracture model has higher fitting consistency, high reliability and adaptability.

fractured oil reservoir; natural fracture; fracture geological model; fracture prediction; Huaqing Oilfield; Ordos Basin

国家科技重大专项（2017ZX05013-002）

TE344

A

1000-0747(2017)06-0919-11

10.11698/PED.2017.06.09

苏皓, 雷征东, 萩张荻 , 等. 裂缝性油藏天然裂缝动静态综合预测方法: 以鄂尔多斯盆地华庆油田三叠系长63储集层为例[J]. 石油勘探与开发, 2017, 44(6): 919-929.

SU Hao, LEI Zhengdong, ZHANG Diqiu, et al. Dynamic and static comprehensive prediction method of natural fractures in fractured oil reservoirs: A case study of Triassic Chang 63reservoirs in Huaqing Oilfield, Ordos Basin, NW China[J]. Petroleum Exploration and Development, 2017, 44(6): 919-929.

苏皓（1990-），男，广西南宁人，硕士，中国地质大学（北京）博士研究生，主要从事低渗透油藏开发方面的研究工作。地址：北京市海淀区学院路29号，中国地质大学（北京）能源学院，邮政编码：100083。E-mail：suhao0912@qq.com

联系作者简介：雷征东（1979-），男，重庆市人，博士，中国勘探开发研究院高级工程师，主要从事油藏数值模拟、低渗透油气田开发等领域的研究工作。地址：北京市海淀区学院路20号，中国石油勘探开发研究院油田开发研究所，邮政编码：100083。E-mail：leizhengdong@petrochina.com.cn

2016-12-26

2017-09-18

（编辑 郭海莉）