致密砂岩储层“双甜点”识别方法在南海东部陆丰地区古近系储层的应用

张卫卫,肖张波,易 浩,姜 曼,朱焱辉

(中海石油(中国)有限公司深圳分公司,广东深圳518054)

1 研究背景

陆丰凹陷位于珠江口盆地东北部,前期勘探目标主要是大型物源体系下的规模储层,储层物性条件较好,利用常规方法即可获得产能。随着勘探程度不断提高,当前陆丰凹陷勘探重点逐渐转向小型物源体系下的致密储层[1]。勘探实践表明,研究区文昌组储层具有超低孔、超低渗的特点,传统“甜点”储层识别方法不能满足优质储层识别要求。预测优质砂体展布特征以及寻找适合压裂增产的有利区带是研究区文昌组储层增储上产的重点,因此,深入开展甜点储层研究很有必要。

目前针对陆上致密储层及页岩油气储层,国内外已经形成了地质与工程“双甜点”识别技术,并得到广泛应用[2-7]。地质甜点的评价标准是储层物性,工程甜点的评价依据主要是储层的可压性,可压性越好的储层越容易形成缝网[4],综合地质甜点、工程甜点的“双甜点”分析评价方法是识别致密储层、非常规储层有利区的一种有效手段。针对地质甜点识别,夏洪泉等[8-9]使用测井资料优选对页岩地质甜点敏感的储层参数,构建判别向量识别地质甜点;焦晨雪等[10]构建含油孔隙度参数,结合测井和岩心数据刻画单井垂向含油非均质性,实现地质甜点预测,郭春安等[11]提出的测井曲线无量纲交会法是地质甜点测井评价的高效手段。针对储层工程甜点识别,普遍应用的测井评价方法主要是基于测井曲线及岩心资料的岩石脆性预测方法[12]。ALTAMAR等[13]综合测井曲线及岩心矿物分析结果构建脆性指数,进而进行井震结合的脆性评价。LAI等[14]利用单位光电吸收截面指数下的自然伽马测井值GR/Pe来估计脆性指数,并在鄂尔多斯盆地取得了良好的应用效果。GUO等[15]利用测井纵横波速度曲线计算地层弹性参数,开展基于弹性参数的储层脆性评价。上述研究主要在测井尺度进行,其经验性强,三维空间的预测能力有限,难以为后续的井位部署提供指导。而基于地震资料的“双甜点”识别方法目前主要应用于页岩油气储层,例如陈超等[16]结合破裂压力进行页岩气储层工程甜点地震预测。黄杰等[17]结合压裂G函数指导储层改造工作。针对海上低渗储层的“双甜点”识别研究目前仍旧偏少。

近年来,海上油气勘探逐渐走向深层,低渗储量规模大,利用地球物理方法实现优质储层预测十分关键。地震叠前反演技术的发展为工区范围内储层物性、脆性变化的预测及相应的“双甜点”评价提供了重要途径[18-20],与叠后反演相比,叠前反演方法可以获取更加丰富的弹性参数信息,增强对储层弹性性质的认识。利用叠前反演方法求得纵横波速度比、泊松比、体积模量等弹性参数及其组合,进而进行地质及工程甜点识别的方法在国内外页岩油气储层勘探中已经得到了应用[21-22]。对于海上致密砂岩储层,将地质甜点与工程甜点结合,通过叠前反演实现“双甜点”预测是当前储层预测研究的重要方向。

本文将“双甜点”评价思路应用于陆丰南古近系文昌组致密砂岩储层研究中,结合岩石物理理论和地震叠前反演方法实现了海上致密砂岩储层空间展布预测与脆性评价,为后续有利区优选与古近系储层压裂增产工作提供指导。

2 古近系储层分类标准

陆丰15洼是已经证实的富生烃洼陷,研究区目标构造位于陆丰15洼陡坡断裂转换带,砂岩储层以粗砂岩和长石石英砂岩为主,具有近源成藏的优势,但受沉积环境影响,研究区古近系砂岩储层致密,多期砂体叠置发育,砂体横向变化快。储层物性特征是沉积、成岩等多因素综合影响的结果,现有其它地区的储层评价分类标准对于研究区古近系扇三角洲致密砂岩储层并不适用。因此,在结合陆丰凹陷南部古近系储层分析化验资料、测井资料的基础上,本文参考行业储层分类标准,依据孔隙度、渗透率、平均孔径、孔隙类型等参数,对研究区古近系文昌组储层进行了分类,分类标准如表1所示。

表1 陆丰凹陷南部古近系文昌组储层分类评价参数标准

表1中,Φ表示储层平均孔隙度;K表示储层平均渗透率。按照该评价标准,Ⅰ、Ⅱ、Ⅲ类为研究区有利储层,其中物性较好的Ⅰ、Ⅱ类储层是本区地质、工程双甜点研究的重点目标,Ⅲ类为差储层,Ⅳ类为极差-无效储层。

3 致密储层“双甜点”识别技术

3.1 机器学习驱动下的地质甜点叠前反演识别

研究区发育陡坡带扇三角洲沉积,储层横向变化大,砂体发育模式复杂,寻找优质储层敏感参数是地质甜点识别的关键问题。岩石物理理论反映了储层弹性参数与物性参数之间的关系,本文方法通过岩石物理分析寻找对优质储层敏感的弹性参数,并通过地震叠前反演获得相应的弹性参数体,借助BP神经网络,利用其良好的非线性映射能力和较高的运算效率,从弹性参数数据体中提取物性参数,实现地质甜点预测。

3.1.1 甜点储层岩石物理敏感性分析

对研究区内多口已钻井资料的统计分析结果表明,研究区Ⅰ、Ⅱ、Ⅲ类储层的纵波阻抗存在部分叠置(图1a),仅根据纵波阻抗难以对储层与非储层实现有效区分。因此,叠后波阻抗反演无法满足研究区优质储层识别需求,需要从岩石物理理论出发,寻找对地质甜点敏感的参数组合。

图1 A井区文昌组纵波阻抗直方图(a)及纵波阻抗与纵横波速度比交会分析结果(b)

考虑研究区储层致密特性,本文基于岩石物理理论构建文昌组储层物性与弹性性质的关系[25],并进行了多个参数的交会分析。研究区文昌组纵横波速度比(vP/vS)-纵波阻抗交会分析结果显示(图1b),优质储层表现为较低的纵波阻抗和较低的纵横波速度比,尤其是物性较好的Ⅰ、Ⅱ类储层,其纵横波速度比在1.72以下,纵波阻抗在12000g/cm3·m/s以下,明显区分于Ⅱ类和Ⅲ类储层。因此认为综合纵横波速度比与纵波阻抗参数可以有效将优质砂岩储层与差储层区分开来,优选纵横波速度比和纵波阻抗为文昌组储层岩性、物性及含油性的敏感弹性参数,进行地震叠前同时反演。

3.1.2 多元信息耦合迭代低频模型建立方法

低频模型的建立是反演的基础,也是反演多解性和反演结果质量的重要影响因素[26]。研究区低频模型建立面临的主要问题是工区面积大,实钻井较少,文昌组储层沉积环境复杂,构造-层序关系多样[27],仅靠常规井插值低频模型无法满足反演精度需求,因此需要在构造约束下综合利用速度场以及测井资料,通过多元信息耦合迭代的方法构建适合研究区的精细低频模型[28-29],多元信息耦合迭代低频建模技术流程如图2,其主要步骤如下:

图2 多元信息耦合迭代低频建模技术流程

1) 首先基于构造解释成果,进行复杂构造格架建模,构建反演地质框架;

2) 在构建常规井插值低频模型的同时,通过建立速度与弹性参数的关系将地震速度数据体转化为弹性参数体得到地震速度场低频模型,并利用区域压实趋势建立压实趋势低频模型;

3) 为改善子波旁瓣对趋势低频模型反演结果的影响,对压实趋势低频模型进行反演迭代修正,用趋势低频属性体模型进行叠前同时反演,从带限结果中选取高阻抗、低纵横波速度比的有利值与压实趋势低频模型相融合,用于下一次反演,以此类推,直至建立一个稳定可靠、包含更多细节的压实趋势低频模型[30];

4) 将井插值低频模型、迭代修正压实趋势低频模型以及速度低频模型经频率域融合,最终形成综合多种信息的低频模型。

该方法提高了井间地层低频模型精度,解决了海上少井区深层复杂储层低频模型建立困难的问题。

图3为常规井插值法及多元信息耦合迭代法建立的低频模型对比。可以看出,常规井插值法建立的低频模型不能很好地符合实际地质规律,部分区域存在异常值。而多源信息耦合迭代低频建模中,地震校正速度场及区域压实趋势对井插值模型起到了校正作用,使低频模型更加准确地反映井间数据横向变化,更加符合区域构造沉积特征和已钻井情况,精度也有明显提高,为地质甜点地震反演预测提供了良好的基础。

图3 常规井插值法(a)及多元信息耦合迭代法(b)建立的低频模型对比

3.1.3 储层物性参数提取

与叠后反演相比,叠前地震反演保留了弹性参数随入射角变化的特征,可以提供更加丰富的弹性参数信息,是进行岩性与含油气性识别、复杂油气储层特征描述的重要方法。叠前同时反演用不同偏移距叠加地震数据分别建立各自的反射系数方程,然后联合反演求解,其目标函数可以写为:

(1)

式中:Frefij为反射系数项;Fseisij为地震残差项;Ftrendij为低频趋势项;Fspatialij为空间约束项;Ftimeij为时间漂移项。反演时最小化目标函数,通过不断迭代得到稳定的反演结果。

储层岩石物理模型可以最大限度呈现储层参数与弹性参量之间的本质关系,但岩石物理理论模型比较复杂,利用机器学习神经网络算法可以有效建立储层参数与弹性参量之间非线性映射关系[31]。BP神经网络是一种按误差逆向传播算法训练的多层前馈神经网络,是应用最广泛的人工神经网络模型,具有很好的自适应能力和泛化能力,容错性也较强。将BP神经网络与叠前反演相结合,可以更加高效地实现结果直接预测,提高预测精度。

BP神经网络学习过程主要包括信号的正向传播和误差的反向传播。正向传播时,信号从输入层传入,经过隐含层的处理,从输出层输出。若实际输出与期望输出不符,则进入误差的反向传播。将误差信号沿原神经网络返回,在返回的过程中,逐层修改每个神经元连接的权值。这个过程会持续进行,直到最后的误差达到允许的范围,或者迭代次数达到设定上限。为避免过拟合以及陷入局部极小,本次BP算法主要基于自主编程完成,其结构如图4所示。学习率为0.005,最大迭代次数50000次,通过优化隐含层,控制训练精度和设定迭代次数来提高预测精度。

图4 BP神经网络结构

根据储层敏感性参数分析结果,联合利用纵横波速度比纵波阻抗可以减小纵波阻抗叠置的影响,对研究区优质砂岩进行有效识别。为提高储层参数反演精度,采用叠前确定性反演方法,针对研究区主要目的层段进行多角度道集叠前同时反演,得到比地震数据分辨率更高的纵波阻抗、纵横波速度比等敏感弹性参数体。随后将它们作为输入,使用机器学习BP神经网络直接预测得到反映储层物性的孔隙度体和泥质含量体,并在3D空间进行有效储层的刻画,实现储层预测结果的定量化,解决研究区优质砂体的有效识别和地质甜点的平面展布预测问题。

3.1.4 研究区地质甜点预测

图5为目标区文四段过井反演纵波阻抗与纵横波速度比剖面。井点处反演结果与测井曲线吻合较好,说明叠前反演结果精度较高,也表明基于多元信息耦合迭代的低频模型建立方法在研究区的适用性。

图5 纵波阻抗(a)及纵横波速度比(b)反演结果

文四段纵横波速度比反演结果平面图如图6所示。岩石物理研究表明,本文研究区内地质甜点的主要敏感参数是储层的孔隙度,因此孔隙度预测是实现地质甜点识别的关键。将最小速度比和纵波阻抗的反演结果作为输入,借助BP神经网络开展孔隙度及泥质含量预测。孔隙度预测结果如图7所示。孔隙度较高的区域主要分布在工区南部,孔隙度最大值约0.125,符合致密储层特征。依据研究区储层分类标准,划分有利储层和差储层,最终得到文四段地质甜点平面分布(图8)。

图6 文四段纵横波速度比平面显示

图7 文四段孔隙度分布平面显示

图8 文四段地质甜点分布平面显示

由图8可以看出,A井区地质甜点主要集中分布在近南侧陡坡带,呈北西西向窄条带,平行于断层分布,有利储层厚度最大可达100m,研究区西侧也同样存在地质甜点储层发育条件,但其规模相对较小。

3.2 储层脆性评价及工程甜点识别

研究区储层致密,孔隙度及渗透率极低,仅靠自然产能无法满足需求,因此需要通过压裂制造储层裂缝,提高产能。与陆上压裂相比,海上低渗储层压裂受到更多的限制,在本文研究区内储层可压性主要受其脆性的影响,因此储层脆性评价及脆性指数叠前反演预测是寻找可压性最好的“工程甜点”区域的有效手段,为海上致密储层的井位部署和压裂增产提供重要指导。

3.2.1 储层脆性指数计算

工程甜点预测方法首先在页岩油气勘探中得到应用,其主要目标是寻找油气储层中容易通过压裂形成复杂缝网,进而提高产能的高脆性区域。脆性是岩石受力发生破裂时表现出的一种固有性质,储层岩石的脆性间接反映了储层压裂后所形成裂缝的复杂程度。在前人研究中,储层脆性的大小主要用脆性指数(BI)来衡量。常见的脆性指数定义方法主要有两大类,一类是与储层岩石的矿物组分有关的脆性指数[32-33],另一类是与储层弹性参数有关的脆性指数。

岩石力学实验表明,岩石的杨氏模量和泊松比对围压变化有较好的敏感性。杨氏模量反映着岩石破碎的难易程度,而泊松比反映了岩石保持裂缝开启的能力,综合杨氏模量和泊松比可以有效评价储层的可改造性。RICKMAN等[34]提出了一种使用杨氏模量和泊松比的脆性指数计算方法,其计算公式为:

(2)

(3)

(4)

式中:BI为脆性指数;EB为归一化杨氏模量;E为计算杨氏模量;Emin为杨氏模量极小值;Emax为杨氏模量极大值;σmin为泊松比极小值;σmax为泊松比极大值;σB为归一化泊松比。该方法有岩石物理实验结果作为依据,较为简单高效,实用性强,因此本次研究采用Rickman的脆性指数计算方法,依据反演的杨氏模量和泊松比对研究区内目标地层的脆性进行评价。

3.2.2 杨氏模量及泊松比叠前直接反演方法

研究区工程甜点预测的关键在于获取区域内杨氏模量和泊松比的数据体,进而计算得到整个工区内的脆性指数分布图。地震叠前AVO反演可以较为准确高效地获得工区内储层弹性参数的变化特征,其基础是Zoeppritz方程,但该方程的形式较为复杂,具有较强的非线性性质,因此在实际应用中,往往会使用各种近似方程来完成AVO反演。AKI等[35]基于纵横波速度和密度推导的近似方程是较为常用的近似方程之一:

(5)

式中:α和β分别为纵波速度和横波速度;ρ为密度;θ表示入射角;Δα/α,Δβ/β,Δρ/ρ分别是纵波速度、横波速度和密度的反射率。在Aki-Richard近似方程的基础上,宗兆云等[36]进行了进一步的推导,提出了一种适用于叠前地震反演的杨氏模量和泊松比反射系数近似方程(YPD方程),建立了地震纵波反射系数与杨氏模量反射系数、泊松比反射系数和密度反射系数的线性关系:

(6)

式中:θ表示入射角;k表示纵横波速度比的平方;ΔE/E,Δσ/σ分别表示杨氏模量和泊松比的反射率。

本文基于YPD方程,在贝叶斯反演框架下进行地震叠前AVO反演,假设待反演参数反射系数服从柯西分布,似然函数服从高斯分布,通过该方程从分角度地震数据中直接获得研究区A井区文昌组目的层杨氏模量、泊松比及密度数据体,进而对研究区内的脆性指数进行评价。

3.2.3 研究区脆性指数预测

基于YPD方程进行叠前AVO反演,从叠前分角度地震数据中直接获得研究区杨氏模量及泊松比反演数据体,杨氏模量及泊松比反演结果平面分布如图9和图10所示。可以看出,研究区文昌组四段地层杨氏模量值为2.50×1010～3.20×1010Pa,泊松比为0.25～0.32,杨氏模量及泊松比的横向变化趋势十分相似,高杨氏模量区域与高泊松比区域基本重合,均分布在研究区南部。

图9 文四段杨氏模量平面显示

图10 文四段泊松比平面显示

使用Rickman脆性指数公式计算研究区脆性指数。脆性指数平面分布(图11a)显示,脆性相对较高的砂岩储层主要集中在近源区南侧,整体呈现北西西向条带展布,是工程甜点分布的有利区。区别于地质甜点,工程甜点的分布范围更广、更连续,局部储层脆性指数可达0.8,这些高脆性指数区域的储层具有较好的可压裂性和改造潜力。为验证地震叠前反演脆性指数预测的准确性,在研究区内选择测井资料较为完整的已钻井进行测井尺度脆性指数预测,并与地震预测结果进行对比(图11b),通过杨氏模量及泊松比反演结果求得的脆性指数与从测井曲线求取的脆性指数取值范围相近,预测所得脆性变化趋势一致,证明了地震叠前反演方法求取脆性指数的合理性。

图11 文四段脆性指数平面显示(a)及测井脆性指数预测曲线(b)

4 研究区“双甜点”储层预测效果

为有效挖掘研究区文昌组致密砂岩储层潜力,提高产能,需要综合考虑地质甜点及工程甜点,优选储层改造有利区进行井位部署及压裂设计。这里分别对孔隙度和脆性指数进行归一化,利用加权平均得到本区甜点指示因子。地质甜点优选优质砂体、含油气性好的区域,工程甜点优选储层脆性指数较高区域,融合地质甜点及工程甜点预测有利区(图12),可以看出融合属性大于0.6位置处为“双甜点”有利区带。后钻井A井在3645.79～3657.79m测试井段进行压裂求产,产油66.6m3/d,气少量,证明了“双甜点”预测方法的有效性。

图12 文四段地质甜点及工程甜点叠合有利区预测结果

5 结论

本文针对陆丰南地区提出了一套古近系文昌组致密砂岩储层“双甜点”储层预测方法,在建立古近系致密砂岩储层评价标准的基础上,通过岩石物理分析确定优质储层敏感参数,结合地震叠前反演与BP神经网络实现地质甜点预测,并通过脆性指数计算预测了工程甜点的空间展布,最终将地质甜点与工程甜点融合,客观评价低渗储层产能潜力。主要结论如下:

1) 依据研究区实际情况及储层特征,建立研究区有利储层评价标准体系是优选“双甜点”预测重点研究对象的基础;

2) 对于井资料相对稀疏的区域,基于多元信息耦合迭代建模方法能够最大化地利用地震信息,解决反演精度不足的问题;

3) 在研究区“双甜点”区域钻井并取得良好压裂成果,证明地震“双甜点”识别可以作为陆丰南地区致密砂岩储层井位部署的重要参考,展示了“双甜点”识别技术的良好应用前景。