油藏三维地质模型质量控制研究——以D油田E块为例

张洋洋 郭 敏 刘志慧 郭 祥

1. 中国石油大学(华东)石油工程学院实验教学中心, 山东 青岛 266580;2. 中国石化胜利油田分公司技术检测中心, 山东 东营 257000;3. 中国石化胜利油田分公司勘探开发研究院, 山东 东营 257000

0 前言

油藏数值模拟与地质建模技术是油气田勘探开发各阶段地质油藏研究工作的重要组成部分,广泛应用于工程生产和油气田开发[1-4]。由于油田地下地质特征的复杂性和基础资料的差异性，目前尚无关于油藏地质模型质量控制的正式标准。在油藏三维地质模型建模过程中的每一个环节应用质量控制的方法,可以提高模型结果的合理性。首先,在井点上模型数据应该与井点的输入数据一致;其次,在三维空间中断层特征、断层组合形式、构造特征、地层之间的接触关系以及属性数据的统计直方图应该符合油田的地质特征[5-9]。

D油田E块主要含油层系为沙河街组沙二段,地层厚度448～507 m。区块整体为北、西、南三面由断层封闭，东面开口的断块构造。构造整体地势西北部及东南抬高,中间为低洼的鞍部,西北部地势陡,倾角可达15°,东南部地势较缓,内部发育断层走向大多数呈北西或北东走向,少数断层呈近东西走向。

1 地质模型的质量控制

1.1 构造模型

1.1.1 分层数据的控制

合理的构造模型是三维地质建模工作的重要依据[10-14],可以根据测井结果或地震勘探解释结论绘制断层模型,对测井分层方法进行改进,以降低数据误差。

1.1.2 断层模型的控制

断层模型不仅决定了油田区块的划分,而且影响了地下流体流动边界的分布。断层模型质量控制的基本原则是:断层的空间分布和组合是合理的,必须符合区域结构和局部结构特征,并尽量减少模型中异常网格的数量。正常情况下,考虑到解释人员不同的观点、不同的数据来源和精度等因素的影响,会造成此类数据在三维空间交叉的地方并没有显著差别,此时需要人工矫正处理。

E块断层模型图见图1,区块断裂体系整体呈现三面封闭、低级序断层伴生发育的特点,断层组合较为简单,无截断断层发育,5口井钻遇断点。首先需要对断层生成的控制点数量进行控制,区块断层面整体倾角倾向较小,采用2个控制点生成。然后对3条边界断层进行组合连接处理,对过断点的断层进行断点锁定控制,确保断层模型质量。

图1 E块断层模型图Fig.1 Fault model of Block E

在建模过程中需要特别注意负体积网格和异常形态网格,它们通常产生在断面处或断层相交处,这是由地质构造的复杂性和断面断层的多态性造成的。为减少或消除异常形状网格,根据断层走向添加网格方向趋势线,并减少异常模型网格数量,同时保持油气田总体地质特征。

原始模型网格图见图2，由图2可以看出,原始的设计网格方向为正南正北方向,由于模型边界和断层走向的影响,在交界处产生了网格切割变形现象。根据模型特征,依托边界断层重设网格方向,设计模型网格图见图3。由图3可以看出，模型网格走向存在一个近40°的旋转,边界处的网格切割现象消除,异常网格数量减少。最后,通过提取模型网格体积分布,确定网格“负体积”现象消除。

1.1.3 地层接触关系

地层接触关系图见图4，根据图4所示,砂层组内部的小层需要进行厚度约束处理,层与层之间的接触关系采用厚度图叠合的方式生成,对部分存在尖灭现象的小层,可以选择合适的快速收敛的层面生成算法与厚度加权进行控制。最终,通过检验任意方向下的油藏地质剖面和层面与断层之间的交线,达到合理的空间配置关系。

图2 原始模型网格图Fig.2 Original model grid

图3 设计模型网格图Fig.3 Designed model grid

a)层面与断面的交线a)Intersection of planes and sections

b)小层网格接触关系b)Contact relationship of small layer mesh

1.2 属性模型

1.2.1 数据采样

由于井数据是地质建模的基础数据,所以模型在井点上一定要与井数据一致[15-20]。井的原始属性数据呈连续样本的曲线形式,且三维模型的网格厚度大于样本间距。在属性建模之前,应选择适当的平均方法,并对相应网格的连续样本进行平均,得到一系列平均值作为属性建模的控制点。选择合适的平均方法,并且在计算变差函数之前将平均后的属性与原始属性值进行比较,以确保建模的控制数据能合理表征原始属性。

算术平均:M=(X1+X2+X3+…+Xn)/n;调和平均:M=n/(1/X1+1/X2+1/X3+…+1/Xn);几何平均:M=(X1·X2·X3…Xn)^(1/n)。其中,M为平均值;Xi为各取样点样值(i=1,2,3…,n);n为样本区域内的个数。

测井曲线重采样图见图5,任意一口井的孔隙度与渗透率进行采样对比分析,未涉及到多参数协同约束。可以看出对于孔隙度参数,三种平均方法对高孔隙的采样差异较小,但是算术平均方法对于低孔隙下的细节保留有更大的优势。对于渗透率参数,调和平均方法对数据细节保留较差,算术平均方法对流动模拟下的层间差异体现较差,优选几何平均方法。

1.2.2 数据分析

变差函数的好坏直接影响到基于克里金插值技术的序贯高斯模拟的效果的好坏,综合考虑水平和垂直两个方向上的变差函数,一般主变程是平均井距的6～8倍,次变程是平均井距的3～4倍,以期在两个方向都能达到最佳拟合效果,6砂组各小层孔隙度变差函数见表1。

1.2.3 算法参数优选

序贯高斯模拟方法的原理是先找出变量的累积条件分布函数,之后进行正态变换使其标准正态化,再根据简单克里金利用正态变换后的变差函数沿随机路径序贯地模拟每一个值。通过设定统一的变差函数,改变数据分布的标准差，见图6,标准差分别为8、4、2、0.5,优选多次实现中与滩坝砂沉积模式相一致的一次实现。

采用序贯高斯模拟方法,仅改变单一数据变量分布的标准差,分别取值8、4、2、0.5时的沙二段7砂组9小层的孔隙度模拟结果进行对比。根据对小层砂体厚度图的整体地质认识进行比较,可以看出当标准差=2时,既保留了滩坝砂三个沉积中心部位的孔隙度分布特征,又能体现沉积边缘物性逐渐变差的特点,因此,本次模拟优选标准差=2的特征值。

a)算术平均a)Arithmetic mean

b)调和平均b)Harmonic mean

c)几何平均c)Geometric mean

表1 6砂组各小层孔隙度变差函数表

Tab.1 Variation function of porosity in each small layer of sand formation 6

层位主变程方向/(°)主变程次变程垂向变程变程/m块金值基台值变程/m块金值基台值变程/m块金值基台值Es261335556.20.141.24442.80.120.985.30.261.22Es262343799.70.230.84411.20.111.046.80.041.13Es263315856.50.110.85649.80.150.856.40.311.01Es264238573.40.290.81487.20.191.214.40.111.17Es265325608.30.461.13672.80.011.277.60.191.15Es266346973.20.471.37766.50.120.974.90.120.97Es267299632.80.110.82381.40.020.912.70.010.81Es268325838.40.020.91623.50.121.025.30.121.22Es269296776.30.181.03549.70.070.836.90.231.38Es2610275844.30.141.27663.80.261.375.20.271.26

2 地质模型的检验

如果地质模型与实际地质情况偏离较明显,则需要重新建模,综合考虑参数设置、思路方法等,持续修正直到两者相符合。

2.1 储量复算检验

D油田E块沙二段有效孔隙度14.7%，含油饱和度59.6%,体积系数1.248，原油密度0.878 g/cm3,单储系数6.16×104t/(km2·m)。根据储量计算参数对模拟区域内的储量进行拟合,分别对每个储层单元的模型采用容积法计算储量。

容积法计算公式:

N=100AHφ(1-Swi)ρo/Boi

式中:N为石油地质储量,104t;A为含油面积,km2;H为平均有效厚度,m;φ为平均有效孔隙度,%;Swi为平均束缚水饱和度,%;ρo为平均地面脱气原油密度,103kg/m3;Boi为平均地层原油体积系数。

计算石油与模拟石油地质储量相对误差是-1.60%,可见模型储量拟合较好,区块各小层地质储量对比统计情况见表2。

2.2 概率一致性检验

如果原始数据分布形态和地质模型的数据分布形态具有高度的相似性,主要分布区间、峰值等主要参数一致,则表明所建立的模型比较可靠,反之,模型精度较差,则需要重新分析数据并重新模拟。

进行孔隙度概率一致性测试,测试后发现原始数据与模拟结果在数据分布趋势上的一致性较高,见图7,模拟结果可信。

a)平均值=0.12，标准差=8a)Mean=0.12，Standard deviation=8

b)平均值=0.12，标准差=4b)Mean=0.12，Standard deviation=4

c)平均值=0.12，标准差=2c)Mean=0.12，Standard deviation=8

d)平均值=0.12，标准差=0.5d)Mean=0.12，Standard deviation=4

表2 计算储量与模拟储量对比表

Tab.2 Comparison of calculated and simulated reserves

图7 孔隙度概率分布柱状图Fig.7 Histogram of porosity probability distribution

2.3 抽稀检验

选取E1-X14、E1-12、E1-1三口井作为检验井不参与模拟,对其它井建立储层参数模型,通过与原始数据进行比较,认为两者基本一致,对比见图8。

a)抽稀前模型渗透率剖面图a)Model permeability profile before drainage

b)抽稀后模型渗透率剖面图b)Model permeability profile after drainage

3 结论

1)通过对影响建模质量的构造模型和属性模型的研究和分析,得出提高精度的控制因素,结合地质模型与实际储层的储量复算检验、概率一致性检验、抽稀检验等,确定了地质模型建立的合理性。

2)对地质建模过程进行质量控制能显著提高模型质量,改善属性模型的质量与统一性,以D油田E块为例,通过构造模型、属性模型、模型验证等多个环节的严格控制,利用分层数据、断层模型、地层接触关系控制,提高了沙二段构造模型精度。