得益于三维地震数据采集及成像技术的不断进步和开采技术的不断更新, 深海及超深储层已成为石油勘探开发的重要领域之一, 随之而来的是不断增加的勘探与开发技术挑战和高额的钻井成本。如何增加勘探成功率及储藏钻遇率, 进一步降低钻探风险及成本, 是石油工业界需要长期探索的问题。石油勘探开采涉及到地震成像、构造解释、属性反演、井位部署、钻井目标选择、井轨迹设计、井压预测、风险评估等众多领域。地震成像和构造解释是井位部署和钻井目标选择的重要依据, 也是勘探和钻井作业成功的关键。通常使用已有或新采集的地面地震数据求取地下速度场, 对数据进行成像, 并以此为依据开展勘探工作。然而, 求取地下速度场是一个反演过程, 其结果是不唯一的。地下速度场的各向异性, 更增加了精准建模和成像的难度。因此, 地震解释、储层反演、井位选取、井压预测等都具有很大的不确定性, 从而增加了勘探和开发钻探的风险。近些年来, 已钻井数据(如声波测井、VSP、校验炮走时、层位标定等)被越来越多地应用于地震建模和成像, 使速度场的准确度和成像精度有了一定程度的提高, 但仍然不能满足实际钻井的要求, 钻前对井下地质预测(包括主要层位和孔隙压力等)的偏差仍然很高。为此, PENG[1], ZHAO等[2]和ESMERSOY等[3]提出了地震导向钻井(Seismic Guided Drilling, 简称SGD)的新思想, 即利用地面地震及钻井过程中不断获得的新数据, 对井眼前方及周边的三维区域进行重新预测, 为实时钻井决策提供科学依据。
SGD技术能够利用钻井过程中不断获得的信息实时地逐步提高地震成像的准确度和精度, 进而确定井眼前方及其周围的地质灾害体、断层和目标储层的位置, 优化套管方案和钻井轨迹。该技术首先在墨西哥湾深海得到了较好的应用[3], 随后被推广应用到井压预测[4], 并在亚洲和墨西哥湾深海进行了应用[5-8]。2014年以来, SGD技术在中国西部的陆上钻探中也得到了应用, 为钻遇超深(>6 000 m)的碳酸盐岩洞穴提供了更精确的靶点[9-10], 显著提高了缝洞体的钻遇率[11]。
SGD技术的实施共分三个阶段:①可行性研究; ②钻前评估及预测; ③随钻地质模型的更新及钻头前方地质状况的预测。本文首先回顾了SGD技术的思路, 然后详细阐述了SGD技术每个阶段的目标与实施流程, 并给出了第二和第三阶段实施后的一些实际成果。
1 SGD技术思路地震建模及成像技术在油田勘探和开发中有着至关重要的作用。在传统的物探过程中, 首先要利用已采集的地面地震数据建立地下速度模型并对其进行偏移成像; 然后对地下速度模型和地震成像数据体进行地质解释、储层识别和井位确定等; 最后根据钻探目标和预测深度进行钻井方案和套管设计等。然而, 在实际钻井过程中获得随钻测量/随钻测井/电缆测井(MWD/LWD/WL)等实测数据后, 往往会发现钻前提供的地下模型和实测数据存在明显差异, 比如VSP/Checkshot数据和速度模型误差越来越大。目前采取的对策是, 用已获得的实测速度对井口模型速度进行重新标定, 并用标定后的模型速度对成像进行一维纵向拉伸, 据此来更新预测深度。如果钻前模型不够准确, 且井眼上覆岩层比较复杂, 速度横向变化过快, 那么钻前提供的目标体横向位置也会有很大的偏差, 这种一维的纵向拉伸就不能将钻井目标归位到正确的空间位置。在这种情况下钻井, 往往不能钻遇到最佳储层位置, 或找不到目标储层。地震导向钻井技术(SGD)综合现有的跨学科技术及流程, 在不影响钻井作业的情况下, 用地面地震数据和钻井过程中不断获得的测井资料, 对地下速度模型及成像结果进行快速实时更新和快速解释反演, 以便更新目标储层空间位置预测结果, 为调整钻井轨迹提供依据。
图 1展示了SGD的概念。首先利用三维地面地震数据进行速度建模和偏移成像。按以往惯例, 当偏移成像道集被拉平后(图 1a右边), 就认为该速度模型及地震成像基本合理, 解释人员根据钻前地震成像结果选取钻探目标, 钻井工程部门选取井口位置、设计井轨迹(图 1a中间)并进行钻井。在钻井过程中实时采集测井数据后发现, 钻前得到的速度场通常比实测的速度快(图 1a左边)。如果根据钻头后方(已钻段)的测井数据对速度场进行一维标定(图 1b左边), 会发现井眼前方的钻前速度要明显高于真实速度, 地震成像道集的同相轴下拉严重(图 1b右边)。为此, 我们采用井约束层析成像方法对整个速度场进行三维更新, 将成像道集拉平(图 1c右边), 不但使得钻头后方的模型速度与实测数据吻合, 而且使得钻头前方及周边的速度场与地下真实的速度场更加吻合(图 1c左边)。比较图 1a和图 1c发现, 经过三维速度场更新后, 钻探地质目标明显变浅并且向右移动。采用传统的一维标定速度和纵向拉伸成像方法无法对井轨迹进行三维优化调整, 钻头往往打不到地下真实的钻探目标。
SGD的出发点是利用钻井过程中不断获取的新测井数据, 重新处理地面地震资料, 快速修改或更新地下三维模型和三维地震成像, 为实时钻井决策提供最新信息, 避免或降低钻井风险, 优化钻井轨迹, 最终达到钻遇最佳储层位置的目的。
2 SGD技术实施 2.1 SGD实施流程实施SGD的每个项目都会针对具体地质目标和工程挑战制定特定的流程, 包括以下三个阶段:①先期可行性研究, 选择相关技术, 给出具体实施方案与建议; ②钻前评估及预测, 建立钻前基准地质模型(包括三维成像模型和岩石物理模型)与成像, 优化实时参数与技术流程; ③随钻地质模型更新与钻头前方地质预测, 及时提供最新的信息, 为钻井决策提供依据[3]。基于目前的计算机资源和计算能力, SGD通常只能对以井眼为中心的10 km×10 km范围建立钻前基准模型, 并对5 km×5 km范围进行高精度实时更新。每一次SGD的随钻更新过程要在24 h之内完成, 更新内容包括地质模型及工程力学参数、钻探目标的新位置和钻头前方及周围可能存在的钻井风险(例如断层、地质灾害体、高压区、泥浆泄漏区、泥浆窗口狭小段等)。
图 2显示了SGD的总体技术流程。由于每个阶段的任务性质和目标不同, 使用的技术和流程也不相同。在具体实施过程中, 针对不同的地质环境、地震成像和钻井难点, 以及地物、地质部门和钻井部门的特定需求, SGD使用的技术和流程也要做出相应的调整。
可行性研究的目的是了解待钻井区域的地质环境、钻探目的、可能的钻井挑战及风险。包括初步检查已有的地面地震数据; 对已有的地质模型和地震成像及构造解释等进行评估; 选择适当的建模流程(例如井约束、地质约束、岩石物理约束等)和成像技术(例如克希霍夫偏移、逆时偏移、全波形反演等); 预判已有的地面地震数据和钻井中将要获取的新数据能否满足钻井工程的具体要求, 能否为钻井决策提供有用的信息。
2.3 钻前评估及预测钻前评估及预测的重点是建立钻前基准模型, 包括用于地震成像的速度模型和用于井压预测的岩石物理模型。首先, 收集尽可能多的已钻井资料, 包括测井数据(如校验炮、VSP、声波、密度, 等)、工程数据(如孔隙压力、破裂压力、泥浆比重, 等)、录井及层位钻遇数据、完井报告等; 同时, 收集待钻井的设计报告, 尽可能多地了解钻井风险并准备应对的技术方案; 然后选择合适的流程, 建立各向异性的速度模型和岩石物理模型, 并进行高精度成像; 最后进行层位和断层解释、地质灾害体识别、钻井风险估计等。
在一些深海探区, 待钻井附近往往没有已钻井资料或已钻井资料较少, 这给求取与地下地质相吻合的速度模型带来挑战。基于此, DUTTA等提出了一套岩石物理约束建模的方法[12-14], 并在SGD项目中首先进行了应用[5]。此后, 该方法被广泛应用于大面积的深度偏移建模及成像[8, 15]。
图 3展示了一个深海区SGD应用的实例。在SGD实施前, 已经用深度偏移成像数据体选择了井位并设计了井轨迹。在启动SGD钻前研究前, 该井已经开钻。获得新的成像结果后发现, 之前解释的深层钻探目标(图 3a)已经发生了显著的横向位移(图 3b)。虽然新老成像剖面都是采用克希霍夫叠前深度偏移方法得到的, 然而新的成像剖面的品质明显提高。由于该井已经开钻, 无法移动井口位置, 钻井工程师只能根据新的成像资料对井轨迹进行必要的调整, 改直井为斜井。虽然斜井的钻井成本比直井显著增加, 但这一决策能确保钻遇地质目标。
图 4展示了中国西部塔里木盆地的一个陆上SGD应用实例, 奥陶系碳酸盐岩洞穴(缝洞体)是该区重要的储层之一。图 4a显示了用不同成像模型给出的洞穴空间分布, 其中绿色显示了用传统建模成像方法得到的洞穴位置, 红色显示了用SGD基准地质模型成像方法得到的洞穴位置。可以看出, 两者的偏差在东部相对较小, 向西逐渐加大。为了更加直观, 图 4b和图 4c显示了两个模型在一条连接缝洞体中心的任意线上洞穴位置的差异。在A和E两点, 缝洞体中心横向位置基本一致, 在B和D两点各相差80 m左右, 在C点相差达100 m。由于钻井目标很小(通常直径在50~100 m), 埋深很大(地下6 000~7 000 m), 即使洞穴中心位置的偏差很小, 也很可能导致钻井失利。
多学科技术的综合应用在SGD建模过程中具有至关重要的作用, 能使得到的地下速度模型及地震成像结果更加接近地下真实情况。从以上两个实例可以看出, 在地质目标及井位选取之前, 应尽早建立钻前基准地质模型并进行成像, 以利于井位的选取、井轨迹设计、钻井施工方案确定等。
2.4 随钻更新及预测钻井过程中实施更新的价值体现在能够快速地为钻井作业提供有用信息。尽管在建立钻前基准地质模型阶段, 已经用附近已钻井数据和多种地质信息对模型进行了约束层析反演及成像, 但结果与地下真实情况仍存在一定偏差。在钻井过程中, 通过随钻测量不断获得地下新的数据, 利用这些新的井中信息对该井附近基准地质模型和成像做进一步的更新, 此乃SGD技术精华之所在。
SGD的实时更新不同于实时监测, 不是在钻井过程中对地下情况进行通常意义上的实时监测(例如, 每分钟、每小时或随钻上传的每个数据点), 而是在一些关键点实施随钻更新及预测(如, 下套管的位置, 即将进入高压层或即将达到目标区, 等等)。关键点的选择取决于钻井作业的需求及钻井过程中所遇到的实际地质问题, 比如, 意外钻遇到高压层后需要SGD预测高压层的厚度, 以便调整下套管的位置。
随钻更新的第一步是对成像模型和岩石物理模型进行快速三维更新, 这个过程一般在4~6 h内完成。模型更新和对钻头前方的预测需要以下两个方面的数据:①钻井时随钻或电缆校验炮、声波测井、钻遇层位等信息; ②密度测井、孔隙压力和破裂压力测量、钻井使用的泥浆比重和钻井班报等信息。模型更新完成后再进行快速地震成像, 更新层位和断层的位置, 识别可能的地质灾害体, 预测孔隙压力, 标定靶点的新位置。在可能的情况下, 也会根据需要对储层厚度及物性进行预测。整个随钻更新的实施要在24 h内完成, 图 5给出了随钻更新及预测的实施流程。
实例一来自墨西哥湾深海区一个勘探钻井项目。该钻井是一口垂直井, 总设计深度约为11 710 ft(3 570 m, 1 ft≈0.304 8 m)。该井附近的地质情况很复杂, 目标地层高角度倾斜, 周围断层发育(图 6)。钻前速度分析显示, 在9 500 ft(2 900 m)深度, 地层速度开始倒转, 可能存在一个高孔隙压力区, 因此存在钻井安全隐患。实施SGD更新的工程要求是, 当该井钻到8 200 ft(2 500 m)时, 获取校验炮速度数据, 对井口附近钻头前方的速度及孔隙压力进行实时预测。图 7a对比了SGD更新前后速度与实测校验炮速度。与钻前速度相比, 更新后的速度不但与已钻段(钻头后方)的速度拟合得更好, 而且能准确地预测未钻段(钻头前方)速度倒转的位置与幅度, 这为更新孔隙压力预测结果提供了可靠的依据(图 7b)。在钻井决策中, 孔隙压力的预测至关重要, 它关系到泥浆比重和套管位置的选择。准确地预测孔隙压力可以让钻井作业者提前做好准备, 应对可能出现的安全事故, 从而降低钻井风险, 节省不必要的开支。
实例二同样来自墨西哥湾深水区。勘探井C是一口待钻井, 图 8是一张深度域连井地震剖面, 显示了这口勘探井所在的位置及其钻井设计方案。该钻井的主要难点是需要在第二个同生断层面以下放置一个套管, 以避免可能的地质灾害和沿第一断层面分布的焦油体。另一个目的是要钻到储层顶部的正确位置。因此, 地震成像的关键是能够提供断层在三维空间上的正确位置。随钻过程中重新快速成像是SGD技术实施的重要组成部分。在建立钻前基准地质模型时, 我们使用了旁井B的测井资料。这些数据, 特别是速度信息, 不仅为钻前基准地质模型的三维速度场提供了约束, 而且为各向异性参数估计提供了可接受的参数取值范围, 从而提高了速度模型与实际地质情况的吻合度, 改善了深度成像的可信度与精度。与传统建模方法相比, 井约束建模同样可以降低待钻井处成像的井震误差, 为井位选取和井轨迹设计提供更可信的依据。在随钻过程中, 利用井C中的校验炮数据再对地质模型及成像结果进行多次更新, 使其精度进一步提高。图 9对比了应用SGD技术得到的最终成像剖面和老成像剖面。由于SGD更新后的模型更接近真实地质情况, 新的成像剖面更加清晰, 分辨率更高, 位置更准确。从图 9可以看出, 断层的纵向和横向位置都发生了重大变化, 钻前依据老资料解释的断层位置(图 9中的红线)及套管位置(图 9中的蓝色菱形点)在SGD更新后明显变浅并向右移动(图 9中的黄线及绿色菱形点)。这些信息为最终确定套管位置提供了重要依据。
实例三是在中国西部塔里木盆地实施的一个SGD试验项目, 也是SGD第一次在陆上应用。该地区很多储层都在埋深达4 500~8 000 m的奥陶系碳酸盐岩地层中。地质环境是喀斯特干燥地貌, 非均质裂缝性孔洞系统非常发育, 并伴有众多的大型洞穴。这些碳酸盐岩洞穴和缝洞为油气主要储集地, 是钻探的主要目标。然而, 由于洞穴埋藏很深, 横向尺度小, 在地震成像中仅表现为一些强振幅的亮点(图 10左上部), 要准确钻探到这些洞穴并非易事。从以往的钻井统计结果看, 有40%的井直接打中了洞穴, 如图 10中的井3;有40%的井没有直接打中洞穴, 但经酸压后能与储层沟通, 如图 10中的井2, 也算是打井成功; 还有20%的井属于失利井, 如图 10中的井1[11]。
图 11显示了不同成像数据体中碳酸盐岩洞穴位置的差别。已钻井A是一口失利井, 该井的洞穴靶点位置是根据老资料确定的(图 11a)。根据老成像资料, 该井靠近洞穴中心的位置, 应该能成功。SGD钻前基准地质模型成像结果显示, 这口井打到了洞穴的边缘(图 11b), 与实际钻井结果相符。这是由于地震频率过低, 陆地采集的观测系统网格过于稀疏, 造成地震剖面上洞穴的成像看起来比实际的要大, 该井实际上离洞穴的边缘还有一定的距离。随后的酸压作业没有与储层沟通也间接证明了这一点。要想直接打中洞穴, 就要对洞穴位置和大小进行精准成像。SGD的实施就是要在钻井过程中利用新的实时测井信息进一步提高靶点预测的精度, 指导钻井作业, 达到直接打中洞穴的目的。
本次SGD试验项目共分两期进行。作为前期试验, 第一期对10 km×10 km范围的工区A建立了钻前基准地质模型并进行了地震成像, 据此选出4口井做了SGD随钻更新。在第二期试验中, 共选了10口井进行随钻更新, 其中4口井选在第一期试验工区A内, 另外6口选在邻近的工区B内。SGD随钻更新前, 并没有采用工区B的地震数据建立SGD钻前基准地质模型, 该工区内的井位及洞穴位置根据已有的成像数据体确定, 不是最佳选择。
表 1和表 2分别列出了两期试验的结果。在第一期试验中, 4口井都直接命中洞穴; 在第二期试验中, 6口井直接命中洞穴, 4口井经轻微酸压后与储层沟通。综合两期的试验结果, 直接命中井为71%, 酸压沟通井为29%, 无失利井, 总成功率为100%。然而, 仔细分析发现, 酸压的井中只有一口在工区A内, 且靠近工区边缘。这是由于成像模型与成像的边缘效应影响了缝洞体的准确成像, 导致提供的靶点位置有一定的额外偏差。如果按工区来统计, 在建有钻前基准地质模型的工区A内, 共钻了8口井, 有7口直接打中洞穴, 命中率为88%。在没有建立钻前基准地质模型的工区B内, 共钻了6口井, 3口直接打中洞穴, 3口需要酸压, 直接命中率为50%。总之, 两个工区实际SGD应用都取得了明显效果。
以上分析也说明了建立钻前基准地质模型的重要性, 它能使钻前的井位选择和靶位确定更加合理, 使随钻更新的结果更加精准, 从而大幅增加直接打中洞穴的机率。
图 12展示了第二期试验中一口直接命中井的SGD应用效果, 比较了随钻更新前后洞穴靶点位置的变化。由于该井不在第一期试验工区内, 钻前给出的靶点位置偏差了70 m以上(图 12a)。经过SGD随钻更新后, 井轨迹按建议的新靶点位置进行了调整(图 12b), 直接命中了洞穴, 使钻井获得成功。
本文提出了一套SGD技术流程, 充分利用地面地震数据, 降低钻井风险和成本, 增加储层钻遇率。通过应用实例展示了SGD广泛的应用前景。在建立SGD钻前基准地质模型的过程中, 由于使用了包括井数据、地质资料、岩石物理模型等多种信息对地面地震资料的反演进行约束, 使得成像模型更加接近地下真实情况, 因而得到的地震成像结果更加精准。SGD随钻更新能在不影响钻井作业的情况下, 利用地面地震资料和钻井过程中获得的新的测井数据, 快速地更新钻前基准地质模型和成像结果, 对钻头前方及周围的预测结果不断优化, 为及时调整钻井施工方案提供更可靠的依据。
[1] |
PENG C. Localized seismic imaging using diplets: US8010293[P]. 2011-08-30
|
[2] |
ZHAO X, SHENG J, HU Y, et al. 3D localized prestack depth migration from workstations[J]. Extended Abstract of 72nd EAGE Conference & Exhibition, 2010, 680344. |
[3] |
ESMERSOY C, KANIA A, KASHIKAR S, et al. Optimum use of seismic data to reduce drilling risk and improve well placement[J]. Extended Abstract of 73rd EAGE Conference & Exhibition, 2011, C046. |
[4] |
ESMERSOY C, YANG Y, SAYERS C M, et al. Seismic solutions for drilling -real-time porepressure estimation ahead of the bit[J]. Extended Abstract of 74th EAGE Conference & Exhibition, 2012, E048. |
[5] |
DUTTA N C, YANG S, DAI J, et al. Seismic guided drilling (SGD):a new technology for look-around and look-ahead of the bit prediction during drilling[J]. Proceedings of 36th Petroleum Society Annual Conference, 2012, IPA12-G-018. |
[6] |
YANG S, DUTTA N C, BHADURI A, et al. Seismic guided drilling (sgd): a new technology for lock-ahead and lock-around geopressure assessment in 3D and rick reduction in real time[R]. Phuket, Thailand: SPE/SPG GeoPressure Workshop, 2012
|
[7] |
PENG C, DAI J, YANG S. Seismic guided drilling: near real time 3D updating of subsurface images and pore pressure model[R]. Beijing, China: International Petroleum Technology Conference, 2013
|
[8] |
DUTTA N C, YANG S, LIU Y, et al. A new technique for velocity modelling for migration and pore pressure[R]. Kuala Lumpur, Malaysia: International Petroleum Technology Conference, 2014
|
[9] |
LIAN X H, SHI H X, ZHANG L J, et al. First application of seismic guided drilling technology in carbonate cave exploration of China[R]. Beijing, China: CPS/SEG International Geophysical Conference & Exposition, 2014
|
[10] |
SHI H X, PENG G X, ZHENG D M, et al. Integration of surface seismic and well information to improve drilling success for onshore carbonate caves[J]. Extended Abstract of 76th EAGE Conference & Exhibition, 2014, E10204. |
[11] |
SHI H X, LI H, ZHENG D M, et al. Seismic model building updates while drilling: a solution to guide deep carbonate cave drilling[R]. Kuala Lumpur, Malaysia: EAGE Workshop on Velocity, 2016
|
[12] |
DUTTA N C, DA J, YANG S, et al. Methods and devices for transformation of collected data for improved visualization capability: US8914269[P]. 2014-12-16
|
[13] |
DUTTA N C, YANG S, DAI J. Advances in depth imaging technology:rock physics guided migration of seismic data in 3D[J]. Proceedings of 36th Petroleum Society Annual Conference, 2012. |
[14] |
DUTTA N C, YANG S, DAI J, et al. Earth model building using rock physics and geology for depth imaging[J]. The Leading Edge, 2014, 33(10): 1136-1152. DOI:10.1190/tle33101136.1 |
[15] |
LIU Y, DUTTA N C, VIGH D, et al. Basin-scale integrated earth-model building using rock-physics constraints[J]. The Leading Edge, 2016, 35(2): 141-145. |