井中地震技术经历近40年发展, 采集、处理和解释技术形成了较为成熟的Walkaway-VSP、3D-VSP、井地联合勘探等技术, 全面提升了井中地震勘探在油田开发中的作用。井中地震采集仪器经过多年发展, 单次采集已经达到80~100级, 但仍然无法满足全井段覆盖的高要求。随着电子检波器级数的不断增加, 急需高密度采样设备, 空间采样密度可达数万级的光纤分布式声波传感(DAS)采集成为了新的技术突破口。井中地震技术在提高勘探精度、降低钻探风险等方面发挥着越来越大的作用, 特别是光纤传感地震仪的成功研制, 带来了井中地震新的技术革命。光纤传感技术代表了油气井监测技术的未来发展方向之一。在常规井中地震勘探中, 采用的三分量数字检波器无法很好地适应井中高温、高压的条件, 并且造价高, 而光纤具有高密度采集、耐高温高压以及成本低等优势, 弥补了数字检波器的缺陷。

自21世纪以来, 光纤传感技术得到了飞速发展, 出现了光纤多级三分量接收技术。光纤DAS技术开始应用于井中地球物理勘探, 实现了高密度全井段地震数据采集。DAS在VSP中的应用结果表明, 其最大的优势是可以不占井长时间观测, 可采集不同时间的数据^[1]。2018年, 东方地球物理公司研究了DAS-VSP采集处理技术, 突破了井中光纤技术瓶颈, 推动了国内光纤勘探技术的发展^[2]。李彦鹏等^[3]对DAS技术在地震勘探中研究及应用进行了详细的介绍, 对比了不同震源作用下光纤在套管内外接收到的VSP资料的质量, 阐述了分布式光纤在地震勘探领域的实用性及优势。在长期动态监测方面, 研究人员利用光纤传感监测水力压裂作业过程以及生产过程中的动态产出情况, 已经初具成效。在分布式光纤传感监测技术中, MOLENAAR等^[4]认为, 综合分析分布式光纤传感、分布式温度传感以及微地震监测结果可以提高分析结果的准确性。KARRENBACH等^[5]针对DAS数据量巨大的问题, 提出分析DAS信号的超低频, 极大程度地降低了DAS数据量, 并通过低频DAS数据分析出井下应变的变化过程。本文主要以昭通山地页岩气探区为依托, 介绍了分布式光纤传感技术在页岩气勘探开发中的应用进展及成效, 包括光纤传感技术DAS井地联采以及DAS/DTS产液剖面的实际应用效果。

井地联采是将地面地震与井中地震联合采集的一项物探技术, 即地面激发, 地面和井中同时布设检波点接收。地面地震具有观测系统灵活均匀、成像孔径大、宏观观测能力强等优势, 但也存在诸多不足, 如: 无法准确确定时深关系、储层精细刻画困难等。井地联合采集可以综合地面地震以及井中地震勘探的优势, 用最小成本得到最大收益。井地联合勘探能够准确进行时深标定, 对于井旁地层信息的刻画更为准确, 波场信息丰富直观, 可以直接描述储层性质。随着油气田勘探开发向精细化发展, 急需提高地面地震资料的保真度和分辨率, 因此, 通过VSP提取各种地球物理参数(速度、球面扩散补偿因子(Tar因子)、衰减因子(Q)、反褶积算子、各向异性等^[6-7]), 驱动地面地震资料成像处理, 提高地面地震资料处理精度, 已经成为重要的发展方向。以昭通页岩气探区太阳背斜核部及南部向斜区采集的三维DAS井地联采数据为基础, 介绍基于VSP的井驱参数提取以及成像处理^[8-9]。

VSP井地联采是应对浅层页岩气地震勘探难点的主要对策之一。地面和井中接收的有效地震波及各种噪声既有联系又有区别, 二者对地质体的照明也存在很大差异。二者联合则可以发挥各自的长处, 有利于发挥整体优势, 从而实现多角度立体观测, 增加照明范围、提高浅层覆盖次数^[10]。将DAS采集的数据与检波器采集的数据进行对比。DAS采集的原始数据如图 1所示, 可以看出, 整体信噪比很高, 直达波及上行有效波清晰。为了更直观地对比DAS采集数据和常规检波器采集数据的差异, 将图 1中的红框区域放大显示得到图 2a, 图 2b为对应区域的常规检波器采集的数据, 对比可以看出, DAS采集数据具有高密度采集的优势, 在同样的深度范围能采集更多地震道, 突出地震波细节部分, 利用DAS采集的数据提取得到的参数能反映真实的地层系数, 层间连续性更好。

图 1(Fig. 1)

图 1 DAS采集的原始数据

图 2(Fig. 2)

图 2 DAS采集(a)和常规检波器采集(b)的VSP原始数据

井中DAS-VSP资料很重要的应用方向是速度场建立, 驱动地面地震成像。基于光纤DAS采集的原始数据, 精细拾取直达波换算得到每个时间点高精度的层速度以及准确的时深关系, 在地震构造约束下, 结合高精度的层速度以及准确的时深关系分别进行时间域和深度域速度场建模, 得到均方根速度场和层速度场(图 3a和图 3b)。通过不断更新速度场进而推动地面地震高精度成像。

图 3(Fig. 3)

图 3 时间域均方根速度场(a)和深度域层速度场(b)

浅层勘探中地震波的衰减更为严重, 表层吸收衰减作用更加强烈^[11-12]。针对浅表层的吸收衰减补偿, 在井地联采数据基础上, 以浅地表的峰值频率间接作为表层Q和地面速度场进行拟合得到拟合公式, 然后基于拟合公式反推建立表层Q场, 进而通过反Q滤波的方式补偿地震资料因地层吸收导致的衰减, 从而提高地面地震的分辨率。基于DAS采集数据提取Q值并进行Q补偿的处理结果如图 4所示。图 4a为原始VSP单炮记录, 图 4b为反Q滤波补偿后的VSP单炮记录, 图 4c为原始振幅谱, 图 4d为反Q补偿后的振幅谱。对比Q补偿前、后的VSP数据及其振幅谱可以看出, 补偿后剖面整体的分辨率得到了提升, 同相轴更加连续, 地震波频带得到有效拓宽。因此, 可将基于VSP数据提取的Q值应用于地面地震的反Q滤波处理中, 实现数据的高分辨率处理。

图 4(Fig. 4)

图 4 VSP数据及其振幅谱 a 原始VSP数据; b 反Q补偿后的VSP数据; c 原始VSP数据振幅谱; d 反Q补偿后的VSP数据振幅谱

成像是DAS-VSP数据处理中的重要环节, 有基于射线的Kirchhoff积分方法、基于波场延拓的波动方程方法和逆时偏移成像方法等, 可以对DAS-VSP数据进行时间域和深度域偏移成像。

由于目标区构造平缓, 本文选用积分法叠前时间偏移方法进行处理。图 5a为地面地震数据成像剖面及其振幅谱, 图 5b为常规检波器采集数据的成像剖面及其振幅谱, 图 5c为DAS-VSP数据成像剖面及其振幅谱, 对比图中红框位置可以看出, DAS-VSP数据成像剖面的分辨率更高。

图 5(Fig. 5)

图 5 成像剖面 a 地面地震数据的成像剖面及其振幅谱; b 常规检波器数据的成像剖面及其振幅谱; c DAS-VSP数据的成像剖面及其振幅谱

对成像剖面进行镶嵌显示, 结果如图 6所示, 其中, 图 6a为地面地震数据的成像剖面, 图 6b为常规检波器采集数据成像剖面的镶嵌结果, 图 6c为DAS-VSP数据成像剖面的镶嵌结果。从图 6可以看出, DAS-VSP数据成像剖面具有更高的分辨率, 同相轴细节特征更为丰富, 与地面地震数据成像剖面相比, 能更精细地刻画井旁构造细节。

图 6(Fig. 6)

图 6 成像剖面镶嵌显示结果 a 地面地震数据的成像剖面; b 常规检波器采集数据成像剖面镶嵌; c DAS-VSP数据成像剖面镶嵌

产液剖面是指多层油层或厚层油层纵向上的产液强度曲线与油层定界、底界、厚度围成的面积与总面积的百分比^[13-14]。通过建立理论模型正演温度数据, 基于最优化理论逼近模型数据与测量数据的均方差, 不断更新理论模型直到均方差达到阈值, 实现各个剖面的产出计算。

式中: X为各个剖面的产出; α为所有样本和工具的响应指标; Y_{α, exp}为观测工具响应; Y_{α, th}为模型预测的工具响应; σ_α为测量误差(不确定性)。

选报浙江油田某实际生产井进行产液剖面分析。根据公式(1)结合DAS和DTS数据计算该井产液剖面, 表征不同射孔段各相产出比例, 合理调整单井生产制度, 指导和优化后续开发生产方案, 提高采收率。基于该井信息, 建立初始迭代模型, 结果如图 7所示。图 7a为原始DTS温度数据, 可以看出, 随着深度的增加, 温度呈现上升趋势; 图 7b是根据井轨迹计算的原始地温梯度; 图 7c为该井的方位角; 图 7d为该井的井斜角; 图 7e为射孔簇位置和产出层位置。

图 7(Fig. 7)

图 7 DTS温度原始数据 a 原始DTS温度; b 地温梯度; c 方位角; d 井斜角; e 射孔簇(左侧)及产出层(右侧)

根据井眼轨迹分别计算出地温和流压, 并用不同颜色的曲线进行显示, 结果如图 8所示。其中, 图 8a为测量的井斜角; 图 8b为水平井的垂直深度; 图 8c为根据水平井的垂深计算的井筒内流压。进行产液剖面计算时需选取初始地温进行参考, 本文采用关井时DTS静温测量结果作为初始温度, 结果如图 8d所示。在使用某商业软件进行产液剖面计算时, 需要考虑压力和温度的综合影响, 集中温度和压力曲线如图 8e所示, 其中, 红色曲线为选择的初始地温曲线; 蓝色曲线为测量的流温曲线; 一般计算流温时, 需对流温数据进行滤波, 将滤波前、后的数据相减得到流温误差如图 8e中蓝色虚线所示; 对流温进行深度方向求导得到流温变化率, 如图 8e中紫色曲线所示, 由于产出段存在流体的热交换, 因此对应的流温变化率会增大; 基于滤波前、后的流温变化率误差如图 8e中紫色虚线所示。以测量温度与初始温度的差值为基础, 同时结合流压、孔隙度、密度等参数, 共同约束和更新理论模型, 从而计算出各产出层产量。

图 8(Fig. 8)

图 8 DTS数据处理结果 a 测量的井斜角; b 水平井的垂直深度; c 井筒内的流压; d 初始地温; e 地温、流温、流温误差、流温变化率、流温变化率误差

基于温度和流压变化, 同时参考前期资料、射孔段位置和各层压裂情况进行生产层、注入层和流动层的划分, 结果如图 9所示。图 9a是该井所对应的射孔段位置, 图 9b为产层、注入层以及简单的流动层的划分结果, 图 9c为不同时刻井筒测量的流温, 图 9d对应的是温度变化率, 图 9e和图 9f分别为对应的流压和流压变化率。基于产层模型的划分结果定量计算各层具体产量。基于流体力学能量、摩擦生热和焦耳-汤姆逊效应以及井筒与地层之间的热对流和热传导建立温度模型, 根据能量守恒定律和地面产量测量结果, 迭代计算各段产出情况^[15-16], 具体计算流程如图 10所示, 基于以上过程计算该气井的各段产出结果如图 11所示。其中图 11a为对应的射孔段位置, 图 11b为油气水累计产量, 图 11c为气累计产量, 图 11d为对应的各产出段净产量。从图 11的产出结果可以看出, 第3至第9段产出较低, 主要产出层是第4至第19段, 其中第10、第16和第10段相对产出较多。

图 9(Fig. 9)

图 9 产层划分结果 a 射孔段; b 层位划分结果; c 不同时刻井筒测量的流温; d 温度变化率; e 流压; f 流压变化率

图 10(Fig. 10)

图 10 DAS+DTS产液剖面计算流程

图 11(Fig. 11)

图 11 各段产出结果 a 射孔段; b 油气水累计产量; c 气累计产量; d 各层段净产量

对DAS的监测结果进行总结分析, 结果如图 12所示。图 12a至图 12e分别为1.5×10⁴, 3.0×10⁴, 2.0×10⁴, 1.2×10⁴, 4.0×10⁴m³/d产出时井筒内监测到的DAS信号, 图 12f为对应的压裂段位置。由图 12可以看出, 当产量提升到4.0×10⁴m³/d时, 第4至第13压裂段有明显的DAS声波响应, 说明该压裂段存在产出响应; 注意图 12中红框位置, 当产量提升到4.0×10⁴m³/d时, 第14至第17压裂段得到动用, 有较强的产出响应。第10级在各个生产阶段均有较强的产出响应, 此结果与图 11中第10压裂段产出最高的结果一致。总体说明, DAS的产出响应结果能指示各压裂段在各时间段的产出情况, 且DAS响应与DTS计算的产量结果一致性较好, 基于DAS和DTS数据能有效监测井下各层的产出动态过程。

图 12(Fig. 12)

图 12 DAS监测结果 a 1.5×104m3/d DAS监测记录; b 3.0×104m3/d DAS监测记录; c 2.0×104m3/d DAS监测记录; d 1.2×104m3/d DAS监测记录; e 4.0×104m3/d DAS监测记录; f 对应的压裂段位置

1) 光纤传感技术已经在地震勘探中广泛应用, 突破了传统的静态油藏描述模式, 实现了油藏动态精细刻画。

2) 光纤较常规检波器具有“高密度、高精度、全井段”以及耐高温高压等先天优势, 通过光纤采集可以有效提高勘探精度, 保障井中技术服务能力。

3) 通过井中DAS和DTS联合监测, 定性和定量分析井中各压裂位置产出情况, 为生产制度的制定以及压裂方案优化建立基础, 达到降本增效的目的。