叠前反演技术在玛湖油田储层预测中的应用

2022-03-10廉桂辉朱亚婷王晓光

特种油气藏 2022年1期

廉桂辉，朱亚婷，王晓光，李洲，秦明

(中国石油新疆油田分公司，新疆克拉玛依 834000)

0 引言

玛湖油田M2井区位于准噶尔盆地西北缘玛湖凹陷北部斜坡带，主力油层三叠系百口泉组属于扇三角洲前缘沉积特征，砂体纵横向变化迅速、叠置特征突出，因此，对相对优质的储层进行精细调整不易实现。尽管M2井区油井投产后能够见油，但平面上井与井之间产量差异较大，说明有效储层具有较强的平面非均质性。该油藏以砂砾岩为主，有效储层较薄，平均孔隙度为7%，渗透率为0.5 mD，属于低孔、特低渗砂砾岩储层，难以通过常规地震属性分析和叠后纵波阻抗反演进行储层识别。

目前，国内外普遍采用叠前反演来解决致密储层预测问题，该技术有很多成功的应用案例[1-5]。但传统叠前反演往往纵向分辨率较差，地质统计学反演则可以通过变差函数控制和随机模拟技术提高纵向分辨率。为同时兼顾预测结果的可靠性和分辨率，该文综合多种技术手段完成储层及物性预测，通过叠前地质统计学反演得到预测性强和分辨率高的密度、纵横波速度等基本弹性参数体。在叠前地质统计学反演成果基础上，通过机器学习程序对岩性概率及储层物性进行预测，为地质及岩石力学参数建模提供可靠的空间约束条件，实现了对玛湖油田致密砂砾岩层的有效储层预测，为玛湖地区致密储层高效勘探开发提供了方向。

1 资料品质分析

2 叠前反演技术

地质统计学反演是根据地质统计学原理，充分利用测井、地震以及其他地质资料，建立油藏属性概率模型或者随机函数模型。纵波主要反映储层孔隙流体变化，而横波主要反映储层岩石骨架特性。可以利用这种变化来研究储层岩性及流体性质。弹性阻抗法是传统AVO分析和叠后声阻抗法的结合，其理论基础是地震波的反射理论[6]。叠前反演技术主要包括横波速度求取、井震标定、子波提取3个关键处理。

2.1 横波测井数据反演

常见的横波预测模型有经验公式法和岩石物理正演法，经验公式法简单易用，但难以确保适用性；岩石物理正演预测横波理论上比较准确可靠，但该方法涉及诸多实验室难以测量的参数，且方法实现比较繁琐，往往无法得到理想的预测模型。

研究区缺乏实测横波测井资料，利用研究区的纵波速度和密度资料对横波测井资料进行转换。横波叠前反演方法主要有经验公式法以及理论模型法[7]。在理论模型的指导下，根据研究区的弹性参数资料，基于流体置换模型进行了井内剪切波速反演。因此，在横波速度反演过程中，需要求取突破研究区的6个基本岩性参数，即砂岩的纵波速度、横波速度、密度和泥岩的横波速度、纵波速度、密度。在取得合理值之前，对研究区反演孔靶区岩石物性参数的分布范围进行了统计分析，确定了总的分布范围，然后对岩石物性参数进行微调，最终确定合理值，高精度地获得横波测井数据。

为与地震资料的纵横波方向一致，选取2口直井建立横波曲线预测模型。横波曲线的预测和实测结果的吻合性较好，相关系数为0.863 7。

2.2 井震标定与子波提取

在地震标定和波形提取中，必须遵循2个原则：①叠后数据经软件处理，能够达到均匀的时深比；②利用小角度资料进行精细地震标定。波形提取方法是“最优方法”，其基本原理为：用递归算法提取最佳波，即生成第1个波，再利用生成的线性回归得到最佳波，最后完成井震标定和三角数据体的波提取，用最优方法提取的波长更符合实际的地震资料。

3 岩石物理分析及“甜点”分类

利用纵波速度可以分析地层岩性、流体性质等对弹性参数影响[8-9]。在综合分析研究区储层地震和地质特征的基础上，研究不同岩性岩石物理特征，利用交汇分析来研究前缘砂体、砂砾岩等砂体各种属性参数之间的关系，发现异常点，并确定能够有效区分不同储集砂体的敏感岩石物理参数。

Whitcombe、Haas A等[10-11]认为岩性越致密其脆性越高，因此，“甜点”分类以地质“甜点”为主，在此基础上按脆性程度进行工程“甜点”分类。以各油层类型脆性指数的中值为界，将各类油层进一步划分为2类，由此可以得到“甜点”分类参数标准(表1)。

表1 M2井区“甜点”分类参数标准

4 反演结果分析

叠加后提取百口泉组上下200 ms时窗地震均方根振幅属性数据，叠前反演结果与井一致性较好，趋势与地质模型一致。T1b2和T1b12整体纵波速度、横波速度和密度都相对较高，反映了储层较为发育。但也可以看出叠前同时反演结果纵向分辨率明显偏低，与井曲线的吻合性有待提高，T1b13-2砂层特征不清晰，且无法区分T1b2段厚储层内部的隔夹层分布，因此，认为叠前同时反演虽然可以反映储层的横向分布特征，但是纵向分辨率无法满足薄层预测的要求，需要进一步开展高分辨率反演研究。

将纵波阻抗和横波阻抗分别换算成纵波速度和横波速度，通过井旁道反演成果与井曲线的交会图分析，检查反演成果的质量。纵、横波速度井旁道反演成果与井纵、横波速度曲线的相关系数在0.880 0以上，密度井旁道反演成果与井密度曲线的相关系数为0.848 028，说明反演成果与井资料吻合程度较好(图1)。

图1 井旁道反演成果—井曲线交会

由弹性参数分析可知，弹性参数对储层分类和油层识别能力有限，因此不对反演成果做进一步分析，而是将反演成果作为中间成果用于后续研究，包括：①直接为工程建模提供Vp(纵波速度)、Vs(横波速度)及DEN(密度)约束，使杨氏模量和泊松比等模型更具预测性；②通过机器学习融合Vp、Vs及DEN反演数据，为岩相建模和孔渗属性建模提供更可靠的约束条件。

根据M2井区已有的声波、密度曲线，计算出相应的岩石物性参数，用于叠前反演分析。纵波阻抗和横波阻抗不能有效区分各类储层，而泊松比等对区分有效储层和非有效储层更为敏感。为进一步进行敏感性分析，选取了泊松比这一参数，通过与纵波阻抗联合分析能基本判别区分泥岩和储层(图2)，储层和泥岩速度差异较为明显(门槛值为3 980 m/s)，表明在反演所能达到的分辨率内，能较好地识别砾岩储层和泥岩，但在某些区域有效储层与非储层仍存在重叠。

图2 玛湖百口泉组Vp/Vs-Vp交会图版

为了更好地预测M2井区致密砂岩储层，根据岩石物性分析结果，对玛湖油田有效储层进行了预测，并在岩石物性分析中结合“甜点”区的分类(表1)，通过机器学习方法对玛湖油田百口泉组叠前地质统计学多次反演结果进行分析，得到不同岩性的概率体。以中砾为例(图3)，概率分布剖面与井的岩性划分具有很好的一致性。百口泉组砂体连续性较好，小层内隔夹层刻画清晰，为后续地质模型建立提供了可靠依据，具有重要的地质意义。