渤海油田渤中A构造太古宙潜山裂缝储层预测

李尧，张笑桀，刘恭利，龚敏

(中海石油(中国)有限公司天津分公司 渤海石油研究院,天津 300459)

0 引言

潜山油气藏常常具有埋藏深、地层压力大及构造复杂等特点，其内部储集空间主要是以裂缝为主[1-2]，勘探开发潜力较大，因此潜山油气藏一直是国内外寻找大型油气田的一个重点研究领域。潜山油藏中裂缝发育程度与油气储集情况密切相关，所以可靠而有效地识别和预测潜山裂缝发育情况是实现该类油藏成功勘探和开发的关键[3-4]。

渤中A构造位于渤海海域渤中凹陷、黄河口凹陷与沙南凹陷交接处，整体具有洼中隆的构造背景，成藏条件优越。1井在太古宙潜山获得重大发现，解释气层106 m，揭示了太古宙变质岩潜山巨大的天然气勘探潜力。然而渤中A构造作为渤海首个大型深埋太古宙潜山评价目标，平均埋深在4 000 m以上，潜山内幕地震资料成像质量较差，噪声干扰严重，利用常规地震属性开展裂缝储层预测效果不理想。另外，潜山裂缝储层非均质性强，横向变化快，由于研究区地震资料方位角较窄，常规基于方位各向异性裂缝检测的方法在该区并不适用，所以缺乏有效的裂缝储层预测手段，制约了该区勘探评价的顺利实施。

1 研究区特点

研究区太古宙潜山裂缝储层主要受构造及风化作用双重影响，在垂向上存在明显的分带性，根据主控因素不同，可划分为风化裂缝带以及内幕裂缝带(图1)。其中风化裂缝带由于其长期暴露于地表,主要以风化溶蚀缝为主，发育层段在潜山表层以下120 m以内，在地震剖面上表现为连续的强反射。而内幕裂缝带受风化作用弱，主要是受构造活动影响形成的构造缝，在地震剖面上呈杂乱反射，局部具有较明显的高角度反射特征(图2)。由于风化裂缝带与内幕裂缝带地震反射及岩石物理特征存在较大差异，因此需要根据其不同特点分别采用针对性的储层预测技术。

图1 1井潜山分带Fig.1 Zoning map of buried hill in well 1 图2 潜山裂缝储层分带模式Fig.2 Fracture reservoir zoning pattern in buried hill

本文从潜山裂缝储层成因分析及分带性研究出发，针对风化裂缝带和内幕裂缝带储层不同的裂缝响应特征，分别开展了针对性的技术攻关探索。其中针对风化带裂缝储层，基于双参数叠前裂缝储层孔隙度预测技术，采用三维弹性参数交会分析建立横波阻抗、密度与裂缝储层孔隙度的拟合关系，通过叠前弹性参数反演实现裂缝储层孔隙度预测，精细描述了风化带裂缝储层物性发育规律。针对内幕裂缝带，通过F-K域相干增强技术改善潜山内幕有效高陡反射成像，并运用走向和倾向聚类增强的边缘检测技术对潜山内幕裂缝发育规律进行了综合表征。最终的研究结果有力支持了目标区的勘探评价，并得到了新钻井的验证，也为目标区继续寻找潜力及下一步勘探评价提供了重要依据。

2 基于叠前弹性参数的风化带裂缝储层预测技术

通过对目标区潜山裂缝储层岩石物理参数分析发现，风化带裂缝储层受风化剥蚀作用明显，储层物性较好。弹性参数进行交会分析发现(图3)，横波阻抗和密度参数能够较好地识别风化带的裂缝储层，其中风化带优质裂缝储层主要表现为明显的低横波阻抗、低密度和高孔隙度特征(蓝色圈所示)，而在潜山内幕裂缝储层与非裂缝储层的致密段具有较明显的叠置特征，区分效果不明显。因此，借助叠前弹性参数反演得到横波阻抗和密度体属性能够有效地用于识别风化带裂缝储层[5-10]。

图3 1井和2井弹性参数交会分析Fig.3 Well 1 and well 2 crossplot of elastic parameters

针对以往仅利用横波阻抗或者密度等单参数线性预测，导致预测裂缝孔隙度准确度不高、线性化严重的问题，本文基于三维弹性参数的交会分析(图4a)，交会结果显示横波阻抗和密度参数与裂缝总孔隙度之间具有较好的三维相关关系，提出了基于双参数的裂缝储层孔隙度预测方法，首先以裂缝总孔隙度曲线作为目标曲线，横波阻抗曲线与密度曲线作为计算曲线，通过参与计算曲线的线性匹配关系模拟目标曲线，并与先验目标曲线进行误差分析，优选误差最小的组合关系作为最终的双参数拟合关系输出，从而得到预测的总孔隙度曲线。

a—三维弹性参数交会分析;b—裂缝孔隙度曲线预测a—3D elastic parameter analysis;b—prediction of fracture porosity curve图4 基于二元结构的裂缝孔隙度拟合Fig.4 Fracture porosity fitting based on dual structure

如图4b所示，横波阻抗与密度进行的双参数裂缝孔隙度预测结果与原始裂缝孔隙度曲线具有较好的一致性。该方法不仅拓展了以叠前弹性参数为基础进行裂缝孔隙度预测的思路，而且对该区进一步开展叠前裂缝孔隙度研究具有重要的借鉴意义。

通过叠前同时反演方法得到横波阻抗体和密度体，再根据弹性参数立体交会的双参数孔隙度拟合关系，得到预测的孔隙度体(图5)。结合已钻井结果分析发现，预测结果与钻井吻合效果非常理想，其中2井位于构造相对较高部位，受风化作用较强，预测结果指示该井上部风化裂缝带储层相对发育，与钻井规律相吻合。预测的孔隙度平面属性与古地貌图也有较好的一致性(图6、7)，其中古地貌的高部位主要对应预测风化裂缝带储层相对发育的高孔隙度区域。以该研究结果作为依据，设计的4井位于断块的局部高点，在风化裂缝带发现很好的裂缝储层，其中有效裂缝储层117.9 m，从而证实了风化带裂缝储层预测结果的可靠性。

图5 叠前预测孔隙度体剖面Fig.5 Porosity profile of pre-stack prediction

图6 孔隙度体平面属性Fig.6 Plane attribute of the porosity

图7 潜山顶面古地貌Fig.7 Paleogeomorphic map of buried hill top

3 潜山内幕裂缝带储层预测技术

渤中A构造潜山内幕主要发育以构造作用为主的构造缝，裂缝发育与断裂特征有很好的相关性，地震剖面局部发育明显的高角度反射特征，这种高陡反射与潜山内幕裂隙组发育程度具有密切联系。但是由于潜山内幕反射连续性差，受噪声影响严重，原始地震资料难以有效表征内幕裂缝储层发育情况。本文首先基于F-K域相干增强技术对潜山内幕连续有效反射进行增强处理，凸显潜山内幕有效高陡反射成像，进一步创新应用基于聚类分析边缘增强裂缝检测技术，对潜山内幕裂缝带储层发育规律进行综合表征。

3.1 基于F-K域的相干增强技术

连续信号与非连续信号在频率—波数域内存在差异，因此可采用F-K变换将信号从时间空间域转换到频率波数域进行分析，将反射时间t和地震道空间位置x表示的函数f(t,x)变换为以频率f和空间波数k表示的函数：

(1)

式中：f为频率；k为空间波数；t为反射时间；x为地震道所在位置；F(f,k)为数据的频率—波数谱。有效信号和干扰信号在频率和视速度上是可区分的，这也为采用频率—波数域滤波方法压制干扰，增强有效连续信号提供了条件[11-13]。

为了验证不同裂缝延伸长度下的F-K域特征，通过建立如图8所示高陡模型进行分析，其中图8为无噪声的正演结果，图9是加入随机噪声后的正演结果。

图8 高陡反射无噪声模型Fig.8 Noiseless model of steep reflection

图9 高陡反射有噪声模型Fig.9 Noise model of steep reflection

分别将上述模型数据转换为频率—波数域，如图10和图11所示，在地震剖面中倾角相同的同相轴，无论反射延伸长度为多少，在F-K域中都集中在一条线上，即视速度相同的同相轴在F-K域中主要集中在某一个f/k角度附近。因此，选取优势角度范围的数据在F-K域内进行增强，再将其反变换到时空域，可以达到对连续有效反射进行增强的目的。图12是图9模型数据通过F-K域相干增强后的结果，增强后剖面同相轴能量更突显，信噪比更高。

图10 无噪声F-K域模型Fig.10 Noiseless model in F-K domain

图11 有噪声F-K域模型Fig.11 Noise model in F-K domain

图12 F-K域相干增强后的模型Fig.12 F-K domain coherent enhanced model

图13为1井完钻后部署的两口设计井的地震剖面，能够看出渤中A构造太古宙潜山地层普遍存在高陡反射，由于受到地震资料品质的制约，表现为断续反射，从而影响了潜山内幕裂缝储层表征精度。

图13 原始纯波地震剖面Fig.13 Seismic profile of original pure wave

图14是采用F-K域相干增强技术处理后的地震剖面，它不但能够有效地突出潜山内幕的高角度连续有效反射，而且降低了随机噪声的干扰，为进一步开展潜山内幕裂缝发育表征奠定了良好的资料基础。

图14 F-K域相干增强处理后剖面Fig.14 Seismic profile after F-K domain coherent enhancement

3.2 基于聚类分析的边缘增强裂缝检测技术

常规潜山内幕裂缝检测方法大多是基于断裂检测方法的拓展应用，如相干体类裂缝检测方法、曲率属性裂缝检测方法以及构造不连续性裂缝检测方法等。由于研究区潜山内幕地震反射产状变化较大，高、低角度倾斜反射并存，将这些检测方法直接应用于研究区内幕潜山裂缝储层预测中，会将地层的倾角与断裂、裂缝带的信息混淆，应用效果往往存在不确定性。而且常规检测手段通常以数据驱动为主，没有将断裂或裂缝带的倾向和走向等信息纳入到检测结果计算中，导致预测结果难以满足精确检测裂缝走向和富集程度的需求。

在F-K相干增强处理后的地震资料基础上，采用基于聚类分析的边缘增强裂缝检测技术对渤中A构造内幕裂缝带储层进行预测。该方法可根据检测对象的大小调节计算尺度，从地震资料提取大型断裂、小型断裂或裂缝发育区的信息，使得检测结果清晰、精确、平剖一致，进一步通过聚类分析将断裂或裂缝带的走向、倾向纳入到了最后的结果计算中，提高预测结果信噪比的同时，进一步反映裂缝带的走向和发育程度[14-21]。

图15为双向聚类的边缘增强裂缝检测实现流程，首先基于地震数据计算得到倾角相干体，由于采用主、联测线模型进行逐点、逐道的方法计算，计算结果对振幅变化更加敏感，包含有更多的地质体信息和更高的分辨率；其次，对于倾角相干体分别沿水平和纵向提取断裂、裂缝带走向和倾向体，能够解决预测裂缝储层走向的难题；最后，将走向体与倾向体进行聚类分析，进一步增强有效成像，最终结果能更加精确地描述裂缝带的走向和裂缝发育程度。

图15 基于聚类分析的边缘增强裂缝检测流程Fig.15 Flow of clustering analysis edge enhancement fracture detection

从潜山内幕地震反射特征(图16b)可以发现，2井内幕地震反射较破碎，高角度反射特征发育，1井次之，3井潜山内幕同相轴主要表现为层状连续的反射特征。通过聚类边缘增强裂缝检测结果的过井剖面分析(图16a)，裂缝检测结果上的响应异常与地震资料中的高角度反射具有较好的对应关系，其中2井区结果表明内幕裂缝带相对发育，1井处内幕裂缝带响应相对较弱，而3井钻遇处基本无断裂或裂缝响应。该结果有效指导了2井井位部署，并为2井在内幕裂缝带的加深钻探提供直接依据，预测结果与实钻信息吻合度较高，最终2井内幕裂缝带解释有效裂缝储层175.1 m，同时研究成果也为后续4井的钻探提供了重要依据。

a—F-K增强处理后的聚类增强裂缝检测剖面;b—F-K增强处理后的地震剖面a—profile of clustering edge enhancement fracture detection after F-K domain coherent enhancement;b—seismic profile after F-K domain coherent enhancement图16 基于聚类分析边缘增强裂缝检测效果Fig.16 Result of bidirectional clustering edge enhancement fracture detection

4 应用效果

针对渤中A构造太古宙潜山裂缝储层预测的难题，对风化裂缝带和内幕裂缝带储层分别开展了针对性的裂缝储层预测方法攻关，研究成果有效解决了该构造勘探评价阶段面临的诸多难点，能够有效地描述该区风化裂缝带和内幕裂缝储层主要发育区域，为该构造的初步评价提供了有效技术支撑。

在该研究成果的指导下，2井和4井在太古宙潜山风化裂缝带和内幕裂缝带均获得很好的勘探发现(图17)，其中2井潜山有效裂缝储层累计271 m，4井潜山有效裂缝储层累计220 m。研究成果也进一步揭示了研究区裂缝储层发育的潜力区域，有力助推了渤中A构造天然气勘探评价。

a—风化裂缝带储层预测效果;b—内幕裂缝带储层预测效果;c—钻井柱状图a—the distribution of the fractured reservoir in the weathered zone;b—the distribution of reservoir in the inner fracture zone;c—the drill bore column图17 太古宙潜山裂缝储层综合预测效果Fig.17 Comprehensive prediction effect of fractured reservoir in Archean buried hill

5 结论

从渤中A构造太古宙潜山风化带和潜山内幕不同裂缝储层的响应特征分析入手，开展了针对性的技术方法研究。针对风化裂缝带储层，通过岩石物理机理分析，创新利用基于三维弹性参数交会的裂缝储层孔隙度预测，实现了对风化带裂缝储层物性发育规律的有效表征，是一种有效的裂缝储层物性预测方法；针对潜山内幕裂缝储层，从构造缝发育的规律入手，重点开展针对潜山内幕高陡有效反射特征的F-K域增强处理，提升内幕资料品质，并通过聚类增强的边缘检测技术实现了对内幕裂缝发育规律有效表征，对以构造缝为主的潜山内幕勘探是一种快速有效的方法。

本文提出的研究方法成功指导了渤中A构造勘探评价井位设计，尤其在海上地震资料方位角较窄，且勘探初期井位较少的情况下，为目标区太古宙潜山裂缝储层发育模式研究及潜力寻找提供直接依据，也为渤海相近油田潜山目标研究提供很好的借鉴，具有较好的推广应用价值。