长宁页岩地层井下复杂及裂缝三维展布规律研究

2021-10-28刘厚彬于兴川万秀梅孙航瑞

西南石油大学学报(自然科学版) 2021年4期

刘厚彬，于兴川，张震，万秀梅，孙航瑞

1.油气藏地质及开发工程国家重点实验室·西南石油大学，四川成都610500

2.中国石油西南油气田公司页岩气研究院，四川成都610051

引言

长宁区块位于四川盆地南部长宁–威远国家级页岩气示范区。长宁区块龙马溪组页岩气储量丰富，但在钻井过程中，该区块页岩储层井漏事故频发，导致钻井周期延长、施工成本增大，极大地阻碍了该地区页岩气资源效益化开发进程。长宁区块龙马溪组页岩储层井下复杂与断层、裂缝发育及展布密切相关，科学可靠的储层裂缝发育及三维展布预测可为长宁区块页岩储层水平井井漏预测与防漏工艺提供依据[1-2]。

国内外专家学者关于裂缝预测做了大量研究。2003 年，周新桂等[3]归纳了储层裂缝的研究内容，强调构造应力场与岩石力学属性相互作用的研究方法已成为构造裂缝空间定量预测的主流。2005 年，苏培东等[4]总结了国内外储层裂缝预测研究方法，并预测对储层裂缝孔隙度、渗透性及裂缝有效性方面的预测研究是今后储层裂缝预测的重点。2006年，童亨茂[5]提出利用成像测井资料进行储层构造裂缝预测和评价的思路和方法。2012 年，贾凌霄等[6]将改进的BP 神经网络算法引入到裂缝预测中，使利用常规测井曲线能较好地达到预测裂缝的目的。2014年，Xian 等[7]介绍了利用高密度、全方位地震资料进行裂缝预测的前景，对裂缝预测结果进行了分析，并用于描述碳酸盐岩缝洞系统。2018年，Chen等[8]通过叠前方位反演预测了纳杰马组的裂缝方位。2019 年，Guo 等[9]基于宽方位地震资料，应用3种方法对页岩储层裂缝进行了定量预测。2019 年，于晓东等[10]基于叠前P 波进行各向异性分析，结合工区特点进行裂缝地震响应的正演模拟，最后使用AVAZ 预测技术进行了裂缝空间展布特征预测。2020 年，陈志刚等[11]对地震数据体进行曲率运算预测裂缝型储层发育带。2020 年，宋维琪等[12]将HTI模型纵波反射系数近似公式展开成傅里叶级数形式，利用最小二乘拟合提取傅里叶级数系数，从而提高各向异性参数估计和裂缝预测的准确性。

前人对裂缝断层的预测方法做了大量的研究，在众多裂缝识别的方法中，还没有一种方法能单独有效地用于裂缝预测。目前国内大多采用数值模拟方法研究裂缝，缺少全面地从理论角度应用构造应力场进行裂缝定量预测和预测裂缝有效性、孔隙度的研究[4]。而且基本未使用已钻井井下复杂数据对裂缝预测结果进行准确率与可信度的验证。本文将对长宁井区已钻井井漏数据进行纵横向分析，使用叠后地震数据体通过蚂蚁追踪技术的方式进行裂缝预测，并将预测结果与已钻井井区实际工况相结合验证其准确率与可信度。

1 长宁区块井漏信息数据及对比分析

图1 为长宁区块龙潭组底–五峰组底三维地质模型，可以看出，该目的层构造起伏较大，构造大致呈中间低、四周高的形态。宁209 井区位于中间的构造低部位，宁216 井区位于构造高部位，宁201井区位于宁209 井区与宁216 井区之间。

图1 长宁区块构造及井区井下复杂分布图Fig.1 Changning Block structure map and downhole complex distribution

将长宁区块宁201 井区、宁209 井区与宁216井区现场实钻井下复杂数据进行分析对比发现，长宁区块上述3 个井区井下复杂在横向和纵向分布上均存在差异性，且差异性明显。

通过对井漏数据分析发现，宁201 井区茅口组井漏事故最为突出（图2），同时，茅口组和龙马溪组相比其他地层井漏情况严重，但事故类型单一。宁209井区（图3）的井下复杂主要发生在茅口组和龙马溪组层位，且以茅口组海相地层井下复杂居多。宁216 井区（图4）的井下复杂情况与宁209 井区相同，大多分布在茅口组海相地层和龙马溪组页岩地层，但在井下复杂次数上宁216 井区要明显多于宁209 井区和宁201 井区，在井下复杂的横向展布上呈现差异性。

图2 宁201 井区井下复杂统计Fig.2 Downhole complex statistics for Ning 201 Well Area

图3 宁209 井区井下复杂统计Fig.3 Downhole complex statistics for Ning 209 Well Area

图4 宁216 井区井下复杂统计Fig.4 Downhole complex statistics for Ning 216 Well Area

综上所述，长宁区块的井下复杂呈现出构造高部位相较于构造低部位严重的横向展布差异性（图1），在纵向上呈现出茅口组、龙马溪组相较其他地层井下复杂严重的纵向展布的差异性。

此外，针对不同地层的井下复杂进行了统计分析。以龙潭组底–梁山组底和梁山组底–五峰组底为单位统计宁201 井区、宁209 井区及宁216 井区的井下复杂次数如表1 所示。可以看出，井下复杂次数与地层深度大致呈一种正相关的趋势，即井下复杂次数随深度的增加而增加，另外，由表1 同样可以得出宁216 井区相较于其他两个井区井下复杂情况严重的结论。

表1 不同地层井下复杂次数Tab.1 Downhole complex times in different formations

不同井区、地层裂缝的三维展布规律存在差异是导致井下复杂在纵横向差异性明显的重要原因。因此，准确地预测长宁区块裂缝展布情况，将对后期的井轨迹设计、风险预测提供重要参考依据。

2 基于蚂蚁追踪的页岩地层裂缝发育及三维展布研究

裂缝是指岩石在构造或成岩作用下，地层发生形变的过程中形成的天然破裂面[13]。裂缝的正确描述与预测是裂缝性油气藏勘探开发成功的关键[14]，同时也是油气勘探开发中的一大难点，尤其是对储层中的裂缝发育程度和范围的预测，由于裂缝发育分布研究不准确，而使油气井钻探和油气田开发方案达不到预期目的而造成的间接损失难以完全统计[4]。相对理想的储层裂缝预测结果对井区的后续效益化勘探开发具有重要作用。三维地震数据体中含有丰富的构造信息及断裂信息，可有效地反映大裂缝及中等裂缝信息[15]。

2.1 蚂蚁追踪技术原理

蚂蚁追踪技术，又称断裂系统自动追踪技术，相比于常规叠后裂缝预测技术，该方法具有运行时间短，预测精度高等优点[16-17]。蚂蚁追踪技术的实质就是检测地震数据体中的不连续性，因此，在进行蚂蚁追踪之前进行数据预处理，对地震数据体进行构造光滑、振幅反差、边界加强可以突出地震数据体中的不连续特征，增强蚂蚁追踪的精度。通过叠后地震数据体对目标地层进行三维裂缝预测追踪原理及流程如图5 所示[18]。

图5 蚂蚁追踪原理及流程图Fig.5 Principle and flow chart of ant tracking

（1）构造光滑处理前后对比

通过构造光滑处理去除原始地震数据体中的随机噪声，实际效果如图6 所示，从图中可以明显看出，相同切片中构造光滑后断层表示更加明显，为之后的蚂蚁追踪提供了更好的前提条件。

图6 相同切片构造光滑处理前后对比Fig.6 Comparison of structure smoothing of the same slice before and after

（2）振幅反差处理前后对比

振幅反差处理是进行边界检测的一种手段，地震波在裂缝或断层处会发生振幅的变化，通常会在蚂蚁追踪前利用振幅反差处理进行边界检测，此举可以使输入数据体更好地显示断层、裂缝细节，如图7 所示，这为后续处理创造更好的解释条件。

图7 相同切片振幅反差处理前后对比Fig.7 Comparison of amplitude contrast of the same slice before and after

（3）三维边界加强处理前后对比

在叠后地震数据体的处理中，三维边界加强被当作一种体属性滤波器，通常用于过滤噪声，凸显有效信息。将振幅反差处理后的地震数据体与三维边界加强后的地震数据体进行比较，噪声级有很大降低，并且边缘的连续性得到了改善（图8）。

图8 相同切片三维边界加强处理前后对比Fig.8 Comparison of 3D boundary enhancement of the same slice before and after

（4）蚂蚁追踪

蚂蚁追踪技术原理就是在地震体中按照初始边界设定值分布一定数量“人工蚂蚁”，并让每个“蚂蚁”在追踪偏差等追踪参数的约束下沿着可能的断层裂缝面向前移动，同时发出“信息素”。若遇到预期的断层或裂缝将用“信息素”做出非常明显的标记，而对不可能是断层裂缝的那些面将不做标记或只做不太明显的标记。蚂蚁追踪算法建立了一种突出断层面特征的新型断层解释技术。通过该算法可自动提取断层裂缝，或对地层不连续详细成图。蚂蚁追踪技术消除了人工解释的主观性，提高了断层识别的速度与精度[19-20]。

将一定数量的蚂蚁放入地震体中，每条路径蚂蚁的初始转移概率相同，为一个接近于零的常数。蚂蚁按照路径上的信息素浓度、规定步长及点间的距离来选择下一个目的点的位置，其转移概率为[21-22]

式中：

α–轨迹的相对重要性；

β–能见度的相对重要性；

s–蚂蚁k允许经过的点。

当该蚂蚁完成一次路径，此时，所经过路径上的信息素就会被更新

式中：

τij(t+n)–(t+n)次循环中路径(i,j)上的信息素数量；

ρ–信息素残留系数，1 −ρ 为信息素挥发系数；

Δτij–本次循环中路径(i,j) 上信息素数量的增量；

2.2 长宁区块漏失地层裂缝发育与展布预测

蚂蚁追踪预测裂缝结果如图9 所示，图中黑色细线为蚂蚁追踪出的裂缝结果。为验证裂缝与井漏复杂关系，需对时间域蚂蚁体进行时深转换，本文利用时间域与深度域的层面数据建立速度模型，对时间域蚂蚁体进行时深转换，转换前后蚂蚁体见图9。

图9 蚂蚁追踪结果Fig.9 Ant tracking results

利用龙潭组底、梁山组底和五峰组底深度域层位作为参考层面在深度域的蚂蚁追踪结果中提取龙潭组底、梁山组底和五峰组底（图10）深度域层位的蚂蚁追踪结果属性。图中不规则蓝色阴影部分为每个层位裂缝投影。每个构造层位裂缝分布情况基本相同，大致情况为目标区块四周为构造高部位，相较于中间的构造低部位裂缝投影密集，裂缝发育、密度大。

图10 不同层面蚂蚁体切片Fig.10 Slice of ant body in different layers

通过对深度域的蚂蚁体进行断层裂缝提取得到裂缝三维展布模型，利用龙潭组底、梁山组底及五峰组底层面对裂缝模型进行切割，得到茅口组–五峰组不同地层的裂缝三维展布（图11）。为区别不同裂缝，对不同裂缝采用不同颜色进行标注。

从提取的裂缝三维展布规律，结合宁201 井区、宁209 井区和216 井区具体位置，由裂缝提取结果图（图11）可以看出，长宁区块裂缝发育的裂缝展布规律呈一种四周裂缝密度高、较为发育，中间裂缝密度低的展布规律。茅口组–五峰组裂缝发育、斜交缝与层理缝交叉贯通，且该地层宁209 井区裂缝密度明显小于宁216 井区的裂缝密度，由此也可以看出，预测结果印证了宁216 井区的单井平均井下复杂次数多于宁209 井区的单井平均井下复杂次数的现场实钻情况。从图11 也可以明显看出，梁山组底–五峰组底裂缝密度大于龙潭组底–梁山组底裂缝密度，证实了最初通过分析不同地层井下复杂次数得出的地层深度与裂缝密度呈正相关的推测。

图11 不同地层裂缝三维展布规律（不同颜色代表不同裂缝）Fig.11 Three-dimensional distribution of fractures in different formations（Different colors represent different crack）

3 长宁区块井下复杂与裂缝三维展布之间响应关系

为避免提取参数对验证响应结果的影响，通过制作深度域蚂蚁追踪成果数据体沿井剖面来验证预测裂缝与井下复杂的响应关系。分别选取宁201井区、宁209 井区和宁216 井区各两口井的井漏信息（表2），进行井漏和裂缝预测的响应关系验证。

表2 长宁区块部分井漏统计表Tab.2 Selected well leakage statistics for the Changning Block

图12、图13 和图14 为3 个井区井漏裂缝响应图（图中，黑色直线为井轨迹；阴影部分为裂缝存在可能性较大的区域；放大部分为可能引起井漏的裂缝与井轨迹相交位置局部特写）。从蚂蚁体预测结果的沿井剖面中可以看出，在宁201H2-5 井在测深1 254.08 m 附近井轨迹与蚂蚁体预测裂缝相交。其余的5 口验证井的井下复杂与蚂蚁体预测的裂缝也有较好的响应关系。宁201H2-5 井井漏发生部位裂缝错综复杂、密度大，而宁209H6-7 井井漏部位裂缝数量较少、密度小。从其他的验证井也可以得出相似的结论，蚂蚁体预测裂缝密度大的相较于预测裂缝密度低的位置漏失量较大，但由于蚂蚁体数据的沿井剖面为二维图像，因此，在某种程度上对于漏失量的反映并不理想。