石油物探  2017, Vol. 56 Issue (2): 288-294  DOI: 10.3969/j.issn.1000-1441.2017.02.016
0
文章快速检索     高级检索

引用本文 

王波, 夏同星, 谭辉煌. 基于斑块饱和模型井控属性融合法油气检测[J]. 石油物探, 2017, 56(2): 288-294. DOI: 10.3969/j.issn.1000-1441.2017.02.016.
WANG Bo, XIA Tongxing, TAN Huihuang. The well-controlled attributes fusion method for hydrocarbon detection based on patchy-saturation model[J]. Geophysical Prospecting for Petroleum, 2017, 56(2): 288-294. DOI: 10.3969/j.issn.1000-1441.2017.02.016.

基金项目

国家科技重大专项(2016ZX05058) 资助

作者简介

王波(1986—), 男, 硕士, 主要从事地震储层预测和油气检测方面的工作

文章历史

收稿日期:2015-11-25
改回日期:2016-10-04
基于斑块饱和模型井控属性融合法油气检测
王波, 夏同星, 谭辉煌    
中海石油(中国)有限公司天津分公司渤海石油研究院, 天津塘沽 300452
摘要:当前储层流体识别主要依靠地震资料振幅异常和弹性参数差异, 实际应用中, 往往存在地震振幅对油气层的反映不明显, 弹性参数对油气层的区分性不强等问题, 存在很强的多解性。针对该问题, 根据斑块饱和模型分析对油气层敏感频率进行筛选, 再利用已钻井钻遇的油气层信息进行控制, 将速度频散属性和能量衰减属性进行融合获得油气敏感因子, 提出了速度频散和能量衰减井控属性融合油气检测方法。渤海A油田的实际资料应用结果证明了本文方法能够有效检测储层含油气情况。
关键词斑块饱和模型    速度频散    能量衰减    井控    属性融合    油气检测    
The well-controlled attributes fusion method for hydrocarbon detection based on patchy-saturation model
WANG Bo, XIA Tongxing, TAN Huihuang    
Bohai Oilfield Institute of CNOOC Ltd Tian Jin Branch, Tianjin 300452, China
Foundation item: This research is financially supported by the National Science and Technology Major Project of China (Grant No. 2016ZX05058)
Abstract: At the present stage, the recognition of reservoir fluid mainly relies on seismic amplitude anomalies and elastic parameters difference.In practical applications, there are always problems that seismic amplitude response is not obvious to hydrocarbon and the elastic parameters distinction between hydrocarbon and water is not clear.So conventional methods would lead to multiplicity of hydrocarbon detection.The oil-bearing reservoir leads to more strong velocity dispersion and energy attenuation of seismic wave than water-bearing reservoir, so it is feasible to use patchy-saturation model to sort hydrocarbon-sensitive frequency.In this paper, we obtain hydrocarbon-sensitive factor by merging velocity dispersion strong and energy attenuation strong, use the information of drilled reservoir in wells to control the merge answers and proposed the well-controlled velocity dispersion and energy attenuation attributes fusion method for hydrocarbon detection.The practical data test from Bohai A oilfield proved that this method can effectively predict hydrocarbon reservoir.
Key words: patchy-saturation model    velocity dispersion    energy attenuation    well control    attribute fusion    hydrocarbon detection    

烃类检测对于油气藏的勘探具有重要意义, 准确的流体识别结果能够提高勘探成功率, 降低勘探成本。在当前勘探程度不断深入、隐蔽岩性油气藏已经成为重要勘探目标的情况下, 发展有效的烃类检测技术尤为重要。然而, 实际地下储层特别是隐蔽岩性油气藏的储层非均质性强、油水关系复杂、地震振幅对油气层的反映不明显, 弹性参数对油气层的区分性不强, 单纯基于振幅异常和储层弹性参数差异的常规烃类检测技术在实际应用中具有很强的多解性。

速度频散是指地震波在实际黏弹性地层中传播时速度随频率变化的现象, 实验证实, 地震频带范围内的衰减往往伴随着速度频散[1]。地震波通过含油气储层时频散和衰减特征比水层或者干层更加明显[2], 因此, 利用速度频散和能量衰减进行油气检测是一种可行的方法。对于速度频散和衰减现象, 许多学者开展了一系列卓有成效的研究工作, 先后提出并发展了诸多有价值的理论模型, 如:Squirt模型[3-6]、BISQ模型[7]、裂缝-孔隙结构模型[8-9]、双孔模型[10]、斑块饱和模型[11]等。近年来, 国内的研究人员也在这方面开展了很多有意义的工作, 如:杨顶辉等[12]阐述了Biot和喷射流动耦合作用对各向异性弹性波的影响; 张元中等[13]对岩石声频散进行了实验研究, 指出岩心中流体的存在是影响纵波频散的一个重要原因; 杨宽德等[14]从同时包含Biot流动和喷射流动两种力学机制的孔隙弹性波方程出发, 对含流体孔隙各向同性介质中的地震波和声波进行了数值模拟; 邓继新等[15]在实验室高频条件下对流体饱和储层砂岩样品的速度进行了实验测量, 并基于Biot流与喷射流机制的理论模型对实验结果进行了定量解释; 巴晶[16]对复杂多孔介质中的地震波传播机理进行了深入的研究; 任科英对实验室岩心测试中由高频引起的速度频散现象进行了研究[17]。在应用方面, 张世鑫等[18]研究了纵波速度频散属性反演方法并将其应用于含气储层的识别; 胡玮等[19]将频散属性用于致密砂岩薄互层储层的预测, 取得了一定的效果; 王峣钧等[20]基于斑块饱和模型进行分析, 利用地震波频散特征估计储层的含气饱和度。

本文基于地震波在含流体储层中传播时发生的速度频散和能量衰减现象, 提取了速度频散属性和能量衰减属性, 使用已钻遇储层的流体信息进行控制将两种属性进行融合, 提出了速度频散和能量衰减井控属性融合油气检测方法。

1 技术方法

首先使用斑块饱和模型进行可行性分析与油气敏感频率筛选, 在此基础上提取速度频散属性和能量衰减属性, 然后利用已钻井的流体信息进行控制实现频散属性和衰减属性的融合, 对油气储层进行预测。

1.1 频散AVO属性

1987年, SMITH等[21]在Aki-Richards近似方程的基础上, 利用纵波速度与密度的经验关系式, 给出了Smith-Gidlow近似方程:

(1)

式中:R(θ)表示反射系数; θ表示分界面的入射角; γ表示横波速度与纵波速度的比值; ΔvP/vP表示纵波速度变化率; ΔvS/vS表示横波速度变化率。

A(θ)=5/8-(1/2)γ2sin2θ+(1/2) tan2θ, B(θ)=-4γ2sin2θ, 则公式(1) 可以写为:

(2)

根据CHAPMAN等[22]的理论, 反射系数R(θ)和纵、横波速度的变化率ΔvP/vP和ΔvS/vS都随着频率的变化而变化, 即反射系数可以看成是入射角和频率的函数, 因此, 公式(2) 可以写为:

(3)

对(3) 式关于频率项f0进行一阶泰勒展开, 得到如下公式:

(4)

式中:f0为地震资料的主频; DavP/vP(f0)和DbvS/vS(f0)分别是纵波速度变化率与横波速度变化率在频率为f0时的值; Ia=(d/df)(ΔvP/vP)和Ib=(d/df)(ΔvS/vS)分别是纵波速度变化率与横波速度变化率关于频率的导数, 表示发生速度频散时纵横波速度相对变化量的频散程度, 即频散属性参数。对公式(4) 进行改写:

(5)

考虑k个频率(f1, f2, …, fk)的情况, 令:

(6)
(7)

则公式(5) 可以写为:

(8)

采用最小二乘法求解公式(8), 可以得到频散属性参数:

(9)

考虑到纵波的频散程度比横波的频散程度大, 本文利用纵波频散属性进行油气检测分析[23]

1.2 地震波吸收衰减属性

地震波衰减表现为振幅和相位的变化[24-27], 其中, 地震波振幅与传播的距离以及品质因数(Q)密切相关, 有:

(10)

式中:r为距离; A0为震源的振幅; Ar为距震源r时的振幅; Q为地层介质的品质因子; v为速度; f为频率; t为时间。

A1A2为目的层相近两点的振幅值, 它们的双程旅行时分别为t1t2(t2>t1), 根据公式(10) 可以得到:

(11)

令振幅衰减属性为1/Q, 则:

(12)
1.3 井控双属性融合

由于地下储层及其流体特征的复杂性, 单一的频散属性和衰减属性都难以实现对油气层的准确预测, 为了降低单一属性对油气识别的多解性, 将两种属性进行融合, 并利用已钻遇油层的井信息对融合参数进行控制。

H1为求取的归一化频散属性Ia/h1, H2为求取的归一化衰减属性(1/Q)/h2, h1h2为归一化因子, 双属性融合的油气检测结果可以表示为:

(13)

式中:ab为加权因子, 其大小反映了频散属性H1和衰减属性H2对油气的敏感程度, 加权因子越大, 表示对油气越敏感。

本文利用钻遇油气层井信息控制加权因子ab的求取。设Hobs(x, y, t)表示在坐标为(x, y), 时间深度为t的地方钻遇油气层, 则:

(14)

式中:ε为门槛值。当有n个油气层信息时, 则可以得到以下最优化问题:

(15)

利用公式(15) 求出加权因子ab, 此时预测的油气层与井钻遇油气层吻合最好。将得到的a, b代入公式(13), 就可以利用公式(13) 预测没有井钻遇的储层是否含有油气。

1.4 方法流程

井控双属性融合法油气检测的流程如图 1所示, 可以分为以下3个步骤。

图 1 井控双属性融合法油气检测流程

1) 地质参数模型的建立:利用测井、测试等资料统计研究区的储层流体特征, 根据统计获得的储层流体特征建立地质参数模型。

2) 斑块饱和模型频散衰减分析:根据建立的地质参数模型, 使用周期叠置型斑块饱和模型[28]进行纵波速度频散和地震波能量衰减分析, 对本方法在研究区的可行性进行分析, 并对研究区油气层敏感频率进行筛选。

3) 若本方法在研究区具有可行性, 根据油气层敏感频率筛选结果, 提取速度频散属性和能量衰减属性; 利用钻遇流体的井信息控制双属性融合, 对油气储层进行预测。

2 应用实例

采用本文方法在渤海A油田进行了实际应用试验。该油田为一个被断层复杂化的断裂发育背斜, 具有多个断块、多个高点的特征, 因此, 准确的油气层分布预测对于该油田的井位部署具有重要的意义。

2.1 周期叠置White模型频散衰减分析

1975年, WHITE等[28]将斑块饱和模型简化为周期分布层状流体模型, 模型由含水层和含气层交互叠置而成。地震波在岩石中传播时, 对岩石造成压缩, 导致流体在不同硬度的层之间流动, 从而导致地震波能量衰减和速度频散的发生。该模型通常用于简化描述介观尺度的流体流动, 这种介观尺度的流体流动是造成地震波低频段衰减的主要因素, 该模型中定量描述流体黏度、孔隙度和饱和度等参数对地震波频散和衰减的影响。

周期层状介质模型如图 2所示, 由饱含水和气的各向同性均匀孔隙介质周期性叠置构成, 饱含气的孔隙介质记为介质a, 饱含水的孔隙介质记为介质b, 其厚度分别为hahb, L=ha+hb代表一个周期厚度。假设介质ab具有相同的孔隙度φ, 并考察面积为Su的模型体, 则hiSuφ等于含流体的体积, LSuφ为该模型体的孔隙体积, 该模型体的流体饱和度为含流体的体积与总孔隙体积的百分比, 即Si=hiSuφ/(LSuφ)=hi/L, i=a, b, 因此, SaSb相当于含气饱和度和含水饱和度。

图 2 周期叠置White模型几何示意

周期叠置模型介质等效平面波模量可以写成:

(16)

式中:E0为不考虑流体流动的弹性模量, E0=(Sa/Ea+Sb/Eb)-1, 其中, EaEb分别表示介质ab的平面波模量, 由Gassmann方程计算得到。Ri(i=a, b)的计算公式可以写为:

(17)

式中:Km为岩石骨架体积模量; Ks为固体颗粒体积模量; Kf为混合流体体积模量; φ为孔隙度。

介质ab的慢纵波阻抗为:

(18)

式中:η为流体黏滞系数; κ为渗透率; k为慢纵波复波数, 且有:

(19)

式中: 为角频率; KE为等效体积模量, 且有:

(20)

式中:Ki(i=a, b)为介质a, b的体积模量。

根据(16) 式~(20) 式计算出介质的等效平面波模量E后, 就可以分别计算黏弹性介质中的纵波相速度(vP)、纵波相速度频散(Df)和品质因子(Q):

(21)
(22)
(23)

其中,

(24)

式中:ρbaρbb为储层中流体介质ab的密度。

统计分析研究区已钻井在明化镇组的测井、测试等资料, 建立符合研究区储层流体特征的地质参数模型, 如表 1所示, 其中, Ks, ρsμs分别是固体颗粒的体积模量、密度和剪切模量, Ko, ρoηo分别是地层油的体积模量、密度和粘度, Kb, ρbηb分别是地层水的体积模量、密度和粘度, κ为渗透率, φ为孔隙度。利用该地质模型, 使用周期叠置型斑块饱和模型计算出纵波速度频散((22) 式)和能量衰减((23) 式), 其中速度频散为速度关于频率的导数, 如图 3所示。从图 3中可以看出, 在20Hz以下的低频段速度频散属性对含油饱和度相当敏感, 在2~30Hz, 能量衰减属性对含油饱和度亦很敏感。因此, 该研究区综合利用2~20Hz频段内的速度频散和能量衰减属性进行含油气性检测。

表 1 渤海A油田明下段地质参数模型
图 3 A油田明下段不同含油饱和度时速度频散和振幅衰减效应分析
2.2 应用效果分析

根据前文分析, 利用2~20Hz的低频段地震资料求取速度频散属性和能量衰减属性, 并将两种属性在钻井资料的控制下进行融合。图 4是A油田明下段地震纯波资料90°相移剖面, 剖面上红色和黄色区域振幅强, 代表储层的分布区域, 可以看出, 该地震资料很好地反映了储层的分布, 但是出现的一个现象是水层振幅比油气层振幅强, 利用基于振幅信息的油气检测技术无法准确识别油气层。

图 4 A油田明下段地震纯波资料90°相移剖面

图 5是过A1, A2和B1井的井控双属性融合油气检测属性剖面, 其中, A1井和A2井为双属性融合过程中参与控制的井, B1井是验证井。异常越强, 代表油气层的可能性越高, 可以看出, 井控双属性融合油气检测属性有效地识别出了油层, 而对强振幅水层没有响应。这说明井控双属性融合油气检测属性在本油田能够有效地进行含油气性检测。

图 5 A油田明下段井控双属性融合油气检测属性剖面
3 结束语

基于地震波在含流体储层中传播时发生的速度频散和能量衰减现象, 提出了速度频散和能量衰减井控双属性融合油气检测方法, 以降低油气检测的多解性。该方法在使用斑块饱和模型进行可行性分析和油气层敏感频率筛选的基础上, 提取速度频散属性和能量衰减属性, 使用已钻遇储层的井的流体信息控制两种属性的融合, 获得双属性融合油气检测结果。

在渤海A油田的实际应用结果表明, 本文方法降低了油气检测的不确定性, 提高了预测成功率。当地震资料含有能够提取的速度频散和振幅衰减信息时, 该方法有望取得较好的油气检测效果。

利用地震资料频率信息检测油气是一种简洁而有效的方法, 进一步深入研究油气层引起的地震频率变化及其机理, 从而探索对油气敏感的频率类属性可作为下一步研究方向。

参考文献
[1] BATZLE M, HOFMANN R, HAN D H, et al. Fluids and frequency dependent seismic velocity of rocks[J]. SEG Technical Program Expanded Abstracts, 1999, 20(2): 5-8
[2] CARCIONE J M, PICOTTI S. P-wave seismic attenuation by slow wave diffusion:effects of inhomogeneous rock properties[J]. Geophysics, 2006, 71(3): O1-O8DOI:10.1190/1.2194512
[3] MAVKO G, NUR A. Melt squirt in the asthenosphere[J]. Journal of Geophysical Research, 1975, 80(11): 1444-1448DOI:10.1029/JB080i011p01444
[4] MAVKO G, JIZBA D. Estimating grain-scale fluid effects on velocity dispersion in rocks[J]. Geophysics, 1991, 56(12): 1940-1949DOI:10.1190/1.1443005
[5] DVORKIN J, NOLEN-HOEKSEMA R, NUR A. The squirt-flow mechanism:macroscopic description[J]. Geophysics, 1994, 59(3): 428-438DOI:10.1190/1.1443605
[6] DVORKIN J, MAVKO G, NUR A. Squirt flow in fully saturated rocks[J]. Geophysics, 1995, 60(1): 97-107DOI:10.1190/1.1443767
[7] DVORKIN J, NUR A. Dynamic poroelasticity:a unified model with the squirt and the Biot mechanisms[J]. Geophysics, 1993, 58(4): 524-533DOI:10.1190/1.1443435
[8] CHAPMAN M, ZATSEPIN S V, CRAMPIN S. Derivation of a microstruc tural poroelastic model[J]. Geophysical Journal International, 2002, 151(2): 427-451DOI:10.1046/j.1365-246X.2002.01769.x
[9] CHAPMAN M. Frequency-dependent anisotropy due to meso-scale fractures in the presence of equant porosity[J]. Geophysical Prospecting, 2003, 51(5): 369-379DOI:10.1046/j.1365-2478.2003.00384.x
[10] BERRYMAN J G, WANG H F. The elastic coefficients of double-porosity models for fluid transport in jointed rock[J]. Journal of Geophysical Research, 1995, 100(B12): 24611-24627DOI:10.1029/95JB02161
[11] MVLLER T M, GUREVICH B. One-dimensional random patchy saturation model for velocity and attenuation in porous rocks[J]. Geophysics, 2004, 69(5): 1166-1172DOI:10.1190/1.1801934
[12] 杨顶辉, 张中杰. Biot和喷射流动耦合作用对各向异性弹性波的影响[J]. 科学通报, 2000, 45(12): 1333-1340
YANG D H, ZHANG Z J. Effects of the Biot and the squirt-flow coupling interaction on anisotropic elastic waves[J]. Chinese Science Bulletin, 2000, 45(12): 1333-1340DOI:10.3321/j.issn:0023-074X.2000.12.020
[13] 张元中, 楚泽涵, 李铭, 等. 岩石声频散的实验研究及声波速度的外推[J]. 地球物理学报, 2001, 44(1): 3-11
ZHANG Y Z, CHU Z H, LI M, et al. An experimental study of acoustic dispersion of rock and extrapolation of the velocity[J]. Chinese Journal of Geophysics, 2001, 44(1): 3-11
[14] 杨宽德, 杨顶辉, 王书强. 基于Biot-Squirt方程的波场模拟[J]. 地球物理学报, 2002, 45(6): 853-861
YANG K D, YANG D H, WANG S Q. Wave-field simulation based on the Boit-Squirt equation[J]. Chinese Journal of Geophysics, 2002, 45(6): 853-861
[15] 邓继新, 王尚旭, 俞军. 频散作用对储层砂岩速度实验结果的影响分析[J]. 石油物探, 2005, 44(4): 334-338
DENG J X, WANG S X, YU J. Effect of dispersion on the experimental results of sandstone velocity in reservoirs[J]. Geophysical Prospecting for Petroleum, 2005, 44(4): 334-338
[16] 巴晶. 复杂多孔介质中的地震波传播机理研究[D]. 北京: 清华大学, 2008
BA J.Research on the seismic wave propagation in complex porous media[D].Beijing:Tsinghua University, 2008
[17] 任科英. 实验室岩心声学速度测试中的频散现象[J]. 石油地球物理勘探, 2011, 46(5): 779-782
REN K Y. Velocity dispersion of ultrasonic core measurement in laboratory[J]. Oil Geophysical Prospecting, 2011, 46(5): 779-782
[18] 张世鑫, 印兴耀, 张广智, 等. 纵波速度频散属性反演方法研究[J]. 石油物探, 2011, 50(3): 219-224, 287
ZHANG S X, YIN X Y, ZHANG G Z, et al. Inversion method for the velocity dispersion dependent attribute of P-wave[J]. Geophysical Prospecting for Petroleum, 2011, 50(3): 219-224, 287
[19] 胡玮, 韩立国, 尚帅. 频散属性在致密薄储层识别中的应用[J]. 石油物探, 2014, 53(3): 367-372
HU W, HAN L G, SHANG S. Application of frequency-dispersion attributes in identification of tight thin interbedded reservoirs[J]. Geophysical Prospecting for Petroleum, 2014, 53(3): 367-372
[20] 王峣钧, 陈双全, 王磊, 等. 基于斑块饱和模型利用地震波频散特征分析含气饱和度[J]. 石油地球物理勘探, 2014, 49(4): 715-722
WANG Y J, CHEN S Q, WANG L, et al. Gas saturation analysis with seismic dispersion attribute based on patchy-saturation model[J]. Oil Geophysical Prospecting, 2014, 49(4): 715-722
[21] SMITH G C, GIDLOW P M. Weighted stacking for rock property estimation and detection of gas[J]. Geophysical Prospecting, 1987, 35(9): 993-1014DOI:10.1111/gpr.1987.35.issue-9
[22] CHAPMAN M E, LIU E, LI X. The influence of fluid-sensitive dispersion and attenuation on the AVO signature[J]. The Leading Edge, 2005, 24(11): 1120-1125DOI:10.1190/1.2135103
[23] 宁媛丽. 频散介质基于反演谱分解的AVO方法研究[D]. 长春: 吉林大学, 2012
NING Y L.Study on AVO of dispersive medium using inverse spectral decomposition[D].Changchun:Jilin University, 2012
[24] MITROFANOV G M, ZHAN Z T. Using of the Proni transform in processing of Chinese seismic data[J]. Expanded Abstracts of 68th Annual Internat SEG Mtg, 1998: 786-789
[25] 石一青, 徐继伟, 高宏江. 江苏水网地区高分辨率三维地震采集技术研究[J]. 石油物探, 2005, 44(3): 264-271
SHI Y Q, XU J W, GAO H J. The high-resolution 3-D seismic acquisition in Jiangsu dense waterway net[J]. Geophysical Prospecting for Petroleum, 2005, 44(3): 264-271
[26] TANER M T, TREITEL S. A robust method for Q estimation[J]. Expanded Abstracts of 73rd Annual Internat SEG Mtg, 2003: 1105-1109
[27] DASGUTA R, CLARK R A. Estimation of Q from surface seismic reflection data[J]. Geophysics, 1998, 63(6): 2120-2128DOI:10.1190/1.1444505
[28] WHITE J E, MIHAILOVA N, LYAKHOVITSKY F. Low-frequency seismic waves in fluid-saturated layered rocks[J]. Journal of the Acoustical Society of America, 1975, 57(S1): 654-659