石油物探  2022, Vol. 61 Issue (5): 876-887  DOI: 10.3969/j.issn.1000-1441.2022.05.012
0
文章快速检索     高级检索

引用本文 

乐靖, 井涌泉, 梁旭, 等. 渤海低渗透油藏"甜点"地震响应特征及预测[J]. 石油物探, 2022, 61(5): 876-887. DOI: 10.3969/j.issn.1000-1441.2022.05.012.
LE Jing, JING Yongquan, LIANG Xu, et al. Using seismic response characteristics to predict "sweet spot" locations in a low-permeability reservoir in the Bohai Sea[J]. Geophysical Prospecting for Petroleum, 2022, 61(5): 876-887. DOI: 10.3969/j.issn.1000-1441.2022.05.012.

第一作者简介

乐靖(1984—), 男, 硕士, 高级工程师, 研究方向为地震反演及综合解释。Email: lejing@cnooc.com.cn

文章历史

收稿日期:2021-07-23
渤海低渗透油藏"甜点"地震响应特征及预测
乐靖, 井涌泉, 梁旭, 范洪军, 蔡文涛    
中海油研究总院有限责任公司, 北京 100028
摘要:渤海N油田深层沙河街组为辫状河三角洲沉积, 部分油藏单元具有低孔低渗特征, 确定相对高渗透"甜点"储层发育区是保障该油田注气开发的关键因素。目的层埋深超过3200m, 地震资料主频不到15Hz, 有效频带宽度在6~30Hz, 且地震资料是对"甜点"岩性和物性双重响应的结果, 导致基于地震资料的"甜点"预测精度较低。为此, 采用相对高渗百分含量参数划分低渗储层中相对高渗条带类型, 实现对"甜点"储层的定量表征。建立低渗透油藏地震机理模型, 分析相对高渗储层的地震响应规律, 优选与相对高渗百分含量参数相关性好的地震属性, 建立相对高渗储层的敏感地震属性集。在沉积微相约束下进行多种敏感地震属性的聚类分析, 优化沉积微相在预测中的权重以提高预测精度, 并利用预测结果指导沉积微相的修改, 再用于新一轮预测, 多次循环迭代直至预测结果变化率小于5%时终止, 从而实现相对高渗储层平面分布的精确预测。相对高渗储层的平面分布预测结果与沉积规律一致, 与检验井基本吻合, 为油田4口开发井的井位优化提供了重要依据。
关键词低渗透油藏    相对高渗百分含量    "甜点"地震响应    "甜点"预测    聚类分析    
Using seismic response characteristics to predict "sweet spot" locations in a low-permeability reservoir in the Bohai Sea
LE Jing, JING Yongquan, LIANG Xu, FAN Hongjun, CAI Wentao    
CNOOC Research Institute Co., Ltd., Beijing 100028, China
Abstract: The Shahejie Formation in the Bohai oilfield is a braided river delta deposit, and some of its reservoir units exhibit low porosity and permeability.Determining the location of relatively high-permeability reservoirs ("sweet spots") is key to ensuring efficient gas extraction in this oilfield.The burial depth of the target layer exceeds 3200m, the dominant frequency of seismic data is less than 15Hz, and the effective frequency range is 6~30Hz.Seismic responses depend on the lithology and physical properties of "sweet spots." Therefore, the accuracy of "sweet spot" prediction based on seismic data is low.Based on permeability parameters, relatively high-permeability strip types were identified in the low-permeability reservoir.The response of a seismic model was subsequently analyzed to determine the locations of seismic attributes characteristic of "sweet spots".Under the constraint of sedimentary microfacies, a cluster analysis of various seismic attributes was conducted, and the prediction accuracy was improved by optimizing the weight of sedimentary microfacies.The sedimentary microfacies were modified using the prediction results and then applied to subsequent predictions.Multiple cycles were performed until the change rate of prediction results was less than 5%, allowing for the final prediction of the locations of relatively high-permeability reservoirs.These results were consistent with the law of superposition.Additionally, a blind well test showed that the prediction results were mostly consistent with the test wells and therefore accurate, which provided an important basis for optimizing the locations of four wells in the oilfield.
Keywords: low permeability reservoir    relative hypertonic percentage content    seismic response of "sweet spot"    "sweet spot" prediction    cluster analysis    

低渗透是一个相对概念, 在低渗透油藏整体低孔隙度、低渗透率的背景中也存在相对高渗、次生孔隙发育或裂缝发育的储层, 这就是地质概念中的“甜点”[1]。“甜点”主要受地层层序、沉积相带、有机酸性水溶蚀等因素影响[2]。地震资料是对“甜点”储层岩性和物性双重响应的结果, 基于地震资料的“甜点”储层预测多解性强、预测精度较低。“甜点”预测需要将测井、岩石物理、地质认识、地震等多方面的信息有机融合来提高预测精度。

前人对低渗储层类型划分[3]和低渗透油藏的相对高渗透“甜点”储层预测方法进行了大量研究。操应长等[4]介绍了东营凹陷低渗透储层特征及相对优质储层成因研究方法; 卢欢等[5]对渤海海域低孔低渗储层的类型进行了详细划分, 并建立了低渗透储层成因与储层敏感性之间的联系; 胡勇等[6]介绍了渤海BZ油田低渗储层质量主控因素研究思路; NARHARI等[7]通过全方位三维地震数据的叠前各向异性反演, 实现对科威特北部上纳吉马组的致密碳酸盐岩的裂缝表征; HUANG等[8]基于黏土类型、充填物含量、孔隙连通性、孔隙类型和垂直裂缝5个参数建立了致密油的地震岩石物理模型, 以此为基础建立新的脆性指数; SREEDURGA等[9]利用相干、反射曲率、纵波阻抗变化率、瞬时频率、相位和振幅等叠后地震属性预测裂缝并且通过多属性分析预测了印度巴默盆地致密火山岩储层的孔隙度; 孙晓晖等[10]利用地震属性提取和聚类分析技术, 优选与储层参数相关性较高的地震属性进行“甜点”储层预测, 指导油田开发; 韩飞鹏等[11]优选出影响“甜点”预测的5个属性, 分类后进行RGB颜色融合研究, 获得“地质甜点”和“工程甜点”预测结果, 将二者再次融合得到最终预测结果, 指导了准噶尔盆地J0凹陷的井位部署; 张明等[12]综合运用井控Q补偿、地震多属性分析、稀疏脉冲反演并结合相控地质统计学反演等关键技术对低渗砂岩储层的优势储层进行了预测; 李久娣等[13]在建立储层综合评价标准和岩石物理分析的基础上, 研究了储层岩相及“甜点”储层弹性参数敏感性, 通过叠前同时反演确定储层岩相及优质储层展布; 周家雄等[14]介绍了基于约束最小二乘与信赖域算法直接求解包体理论岩石物理方程的储层参数反演方法, 实现了“甜点”储层分布评价; 韩刚等[15]以叠前AVO三参数反演为基础开展了定量解释并预测砂体及储层“甜点”的分布。基于叠前反演的“甜点”储层预测在实际应用中取得了较好的效果, 但是在缺少叠前储层预测的资料基础时[16], 仅依靠叠后地震资料进行“甜点”预测仍存在较大不确定性[17]。因此, 研究地质认识与叠后地震多属性结合预测“甜点”分布的方法, 是提高预测精度的有效途径。

本文针对渤海N油田, 从低渗储层成因及相对高渗“甜点”分布模式出发, 基于相对高渗百分含量(relative high permeability content, RHPC)参数划分低渗储层相对高渗条带类型, 进而分析地震机理模型地震响应, 获取相对高渗条带的敏感地震属性, 形成沉积微相约束的多属性聚类分析技术, 预测低渗储层中的相对高渗“甜点”平面分布, 预测结果与检验井基本吻合, 为油田井位优化提供了重要依据。

1 方法简介

低渗储层埋深大, 地震分辨率较低, 依靠地震资料将储层刻画清楚的难度很大, 要在储层预测的基础上进一步将物性刻画清楚, 更是难上加难。为此, 以地震资料为基础, 加入测井资料和沉积相认识, 形成一种沉积微相约束多属性聚类分析的致密砂岩高渗条带预测方法。首先从宏观及微观二方面对研究区沉积相、物源、砂体展布、岩石学特征、孔隙结构及演化特征等进行系统研究, 明确研究区为中溶蚀弱胶结相, 主要成岩作用为压实和溶蚀, 但发育规律受到沉积微相的控制, 相对高渗储层主要受沉积控制。类比砂地比的概念来定义相对高渗储层。基于研究区所有的岩心测试数据和测井解释数据确定高渗储层的下限值K, 目的层储层总厚度设为H, 储层内部渗透率大于K值的高渗储层总厚度设为h, 利用h/H比值来划分低渗储层中相对高渗储层的类型。h/H比值越大, 说明储层内部高渗储层越多, 相应的流动性更好, 将渗透率高低与地震属性的关系转化为优势储层储地比与地震属性的关系。

为了定量划分相对高渗“甜点”类型[16], 引入相对高渗百分含量(RHPC)来评估低渗储层包含相对高渗“甜点”的含量, 具体公式为:

$ \mathrm{RHPC}=\frac{h(\text { Perm } \geqslant 10 \mathrm{mD})}{H} \times 100 \% $ (1)

公式(1)中定义低渗储层总厚度为H, 根据研究区储层渗透率分布规律和油田开发需求, 低渗储层中渗透率Perm≥10 mD(1 mD≈0.987×10-3μm2)的储层划分为相对高渗“甜点”, 厚度为h

统计分析已钻井的储层类型, 建立相对高渗储层的分布模式, 形成单层和多层模式的低渗储层相对高渗条带地震机理模型。基于14 Hz的雷克子波, 采用褶积算法对机理模型进行地震正演。根据正演地震数据提取振幅、能量、波形等地震属性, 统计分析RHPC与地震属性的相关性, 基于相关系数来优选RHPC的敏感地震属性。

采用聚类法进行相对高渗条带的多属性聚类分析。该方法将数据分类到不同的类或者簇, 同一个簇中的对象有很大的相似性, 而不同簇间的对象则具有很大的相异性。从三维地震数据中提取地震属性, 优选出对相对高渗、相对低渗敏感的地震振幅、能量、波形特征属性, 依据波形特征、振幅特征进行聚类划分, 得到表达相对高渗和低渗的平面信息。常规聚类分析只有地震属性参与, 聚类过程中缺少地质信息的约束, 得到的结论往往与地质认识差异较大。根据常规的地质研究方法, 参考区域地质资料、岩心、测井、地震属性等信息, 形成研究区的沉积微相图, 对沉积微相图进行数字化, 将沉积微相的边界信息加入到多属性聚类分析过程中, 即基于沉积微相将相对高渗条带划分为若干类型, 一种类型就是聚类分析中的一个簇, 给定一个0~1的权重参数, 通过权重确定某一微相类型边界内的地震属性划分到该类型的比例, 依据聚类算法将敏感地震属性划分到对应的储层类型中, 得到相对高渗条带预测结果。

技术流程如图 1所示, 具体过程如下:

图 1 聚类分析技术流程

1) 基于岩性、物性和电性数据, 求取目的层相对高渗储层百分含量、砂地比, 并根据沉积微相划分高渗条带类型;

2) 分别建立相对高渗储层的单层和多层分布模式, 形成对应的正演模型, 根据测井数据设置模型参数, 通过正演地震响应特征优选砂地比和相对高渗储层的敏感地震属性, 井震结合预测目的层的砂地比平面分布;

3) 基于三维地震数据提取相对高渗储层的敏感地震属性, 将敏感属性、砂地比和沉积微相作为输入数据, 进行多属性聚类分析, 预测相对高渗条带的平面分布;

4) 聚类分析过程中, 将沉积相图作为划分聚类的约束条件, 根据沉积微相类型划分相对高渗条带类型, 并且不断调整沉积相在预测过程中的权重, 使预测结果尽可能符合沉积规律;

5) 利用步骤4)中的预测结果指导沉积相图的修改和细化, 将预测结果融合到沉积相图中, 使沉积相图更加细致和完善, 即利用地震预测细化地质认识, 使地震预测和地质认识融合为一体;

6) 利用步骤5)中修改完善的沉积相图进行新一轮的沉积相约束聚类分析, 继续利用预测结果优化沉积相图, 如此多次循环迭代, 直到最后的聚类分析结果变化率小于5%时, 终止循环迭代聚类分析的过程, 得到最终的预测结果和沉积相带分布图。

2 实际应用

渤海N油田位于渤海南部黄河口凹陷中部, 深层沙河街组储层为辫状河三角洲沉积。主要含油层段为沙河街组Ⅰ、Ⅱ、Ⅲ油组, 埋深3 200~3 700 m, 属于层状构造油藏。岩性为长石石英砂岩, 磨圆及分选差, 胶结物以泥岩为主, 孔隙度在8.6%~16.9%。单砂体的平均渗透率范围为10~30 mD, 个别单砂体渗透率大于30 mD, 平均渗透率以小于15 mD为主, 具有低孔低渗特征。通过低渗储层成因及控制因素研究, 认为油田低渗储层为中溶蚀弱胶结相[18]。由于油田范围内压实和溶蚀作用基本一致, 低渗储层物性差异主要受沉积相带控制。油田采用注气开发方式, 确定相对高渗透“甜点”储层发育区是保障油田注气开发的关键因素。由于目的层埋藏深度大于3 200 m, 地震资料主频较低(主频14 Hz), 有效频带宽度仅在6~30 Hz, 而且地震资料是“甜点”的岩性和物性双重响应的结果, 导致基于地震资料的“甜点”预测精度较低。因此, 需要在地震资料的基础上融合测井、地质、岩石物理等信息, 提高“甜点”预测精度。

2.1 相对高渗“甜点”类型划分

通过统计分析RHPC分布特征, 结合地质成因分析、测井曲线、沉积微相、测井解释渗透率, 将本区低渗储层相对高渗条带划分为3类。

1) 席状砂(RHPC < 20%)。相对高渗“甜点”含量较小(图 2), 测井相主要呈指状, 岩性较细, 层薄, 渗透率相对较小, 中部渗透率较大。该类低渗储层以远源细粒沉积为主, 由于水动力的搬运, 在湖相中形成低孔低渗的细砂岩或泥质砂岩, 常见水平泥质纹层。

图 2 典型高渗条带席状砂分布类型 a典型高渗条带席状砂分布曲线特征(上为P8井, 下为P4井); b典型高渗条带席状砂分布岩心照片

2) 河口坝或河道侧翼(20%≤RHPC≤60%)。相对高渗“甜点”主要为河口坝或河道侧翼沉积(图 3), 砂体较厚, 整体岩性下细上粗, 泥质含量相对较高, 测井相呈漏斗状。高渗储层位于砂体上部, 砂体下部渗透率较小。

图 3 典型高渗条带河口坝分布类型 a典型高渗条带河口坝分布曲线特征(上为4D井, 下为B11井); b典型高渗条带河口坝分布岩心照片

3) 河道主体(RHPC>60%)。相对高渗“甜点”主要为近物源河道主体的沉积砂体(图 4), 颗粒粗、抗压强、分选磨圆差, 泥粒充填普遍, 渗透率较大。河道沉积过程中, 下部岩性较粗、物性好, 上部随着岩性的变细, 孔渗都会降低。在后期成岩作用改造下, 原始沉积颗粒较粗的河道内, 下部仍是相对高渗储层, 即相对高渗发育在主河道中下部位, 杂基充填普遍, 上部泥质含量相对较高, GR曲线呈齿化状。

图 4 典型高渗条带河道主体分布类型 a典型高渗条带河道主体分布曲线特征(上为P9井, 下为5井); b典型高渗条带河道主体分布岩心薄片鉴定结果
2.2 相对高渗“甜点”地震正演模拟

N油田低渗储层物性差异的主控因素为沉积差异, 不同沉积模式下的高渗条带在纵向上的物性分布不一致, 可基于不同的沉积模式建立不同的高渗条带分布模式[19]。基于沉积模式分析砂体叠置特征, 结合测井特征和物性特征, 建立辫状河三角洲沉积的低渗储层相对高渗条带分布模式。依据单井砂体的纵向分布特征, 相对高渗砂体在低渗储层内的分布方式分别为单层和多层模式[20]。单层模式细分为单层顶部、中部、底部模式。基于相对高渗条带的分布模式建立机理模型, 并总结地震正演响应规律。

基于相对高渗储层划分标准, 通过22口井的统计分别获取不同类型储层的测井参数, 并对相应的类型进行地球物理参数评价。高、低渗储层的声波、密度、纵波速度、纵波阻抗差异较小。高渗储层声波时差主要集中在232~262 μs/m, 纵波速度主要集中在3 800~4 300 m/s, 密度主要集中在2.36~2.44 g/cm3; 低渗储层声波时差主要集中在224~252 μs/m, 密度主要集中在2.42~2.52 g/cm3, 纵波速度主要集中在4 000~4 500 m/s(图 5)。通过求取各类参数集中分布范围内的平均值作为后期机理模型的正演参数, 如表 1所示。基于测井统计不同储层类型的波阻抗参数, 为模型正演提供参数, 力求接近实际地质情况。但是高渗、低渗储层的波阻抗差异较小, 从波形和能量上直接区分相对高渗和低渗储层难度较大。

图 5 高、低渗储层纵波速度、密度统计结果
表 1 岩石物理特征统计结果(平均值)

1) 单层模式机理模型。

该模式储层为一个单一砂体, 在砂体内部由于沉积的差异, 砂体岩性和物性差异较大。根据高渗储层段位于砂体的不同纵向位置, 细分为顶部、中部、底部3种类型。顶部型高渗条带为典型的河口坝砂体, 上部岩性粗、物性好, 下部岩性较细、物性差; 中部型主要为河道侧翼和席状砂, 砂体相对较薄, 在砂体中部物性较好; 底部型高渗条带为典型河道砂体, 底部物性好, 上部物性较差。

根据相对高渗条带单层分布模式, 建立机理模型(图 6)。蓝色背景为泥岩, 绿色为低渗砂岩, 红色为高渗砂岩, 砂岩和泥岩的厚度不变。从上往下, 高渗条带分别位于砂岩的顶部、中部和底部, 同一个砂体内高渗条带为楔形分布, 从左往右厚度逐渐增大。基于该模型进行正演模拟, 并分别提取波形能量、波形面积、均方根振幅和波形长度属性(图 7)。由图 7可以看到, 随着高渗储层厚度的增加, 振幅、能量、波形等属性逐渐减弱。因为研究区的储量单元厚度小于调谐厚度, 波峰-波谷反射时间大于实际的储层厚度, 峰谷位置随高渗砂体纵向位置变化而变化。厚度一致时, 高渗储层位于顶部和底部时振幅能量与波形特征一致, 位于中部时振幅和波形属性相对略小。

图 6 相对高渗条带单层分布模式机理模型(a)及其与正演地震记录叠合显示结果(b)
图 7 单层模式机理模型正演响应特征

2) 多层模式机理模型。

由于河道迁移, 导致多期砂体叠置, 砂体整体较厚。砂体内部由于原始沉积的差异, 岩性、物性存在差异。经历统一的后期成岩作用后, 砂体内部的物性差异较大, 颗粒较粗、较大的砂体抗压实能力较强, 经过溶蚀改善了渗透性, 在砂体内部不同位置形成高渗条带。同一砂体内部高渗条带纵向上多期叠置, 形成多层模式。基于油田测井资料, 统计低渗区域内各井的高渗条带层数, 主要以1~2层为主, 单砂体内最多有4层高渗条带。单砂体内部高渗储层之间的低渗层厚度为1~5 m, 主要为1~3 m, 平均为2.5 m。根据这些统计数据建立多层模式机理模型。

建立一个RHPC不变的多层机理模型(图 8)。深灰色背景为泥岩, 黄色为砂岩, 橘红色为高渗砂体, 砂岩和泥岩的厚度不变。从左往右, 高渗砂体的层数不断增多, 但是每个砂体的RHPC值都等于0.3。基于该模型进行正演模拟, 并分别提取均方根振幅和波形长度属性(图 8)。从图 8可以看到, 有低渗隔夹层时振幅、波形属性略强于无隔夹层的模式, 而且随着隔夹层的增多, 振幅和波形属性值逐渐降低。

图 8 等RHPC多层模型及正演响应特征

建立一个RHPC渐变的多层机理模型(图 9)。深灰色背景为泥岩, 黄色为砂岩, 橘红色为高渗砂体, 砂岩和泥岩的厚度不变。从左往右, 高渗砂体的层数不断增多, 而且每个砂体的RHPC值也逐渐增大, 即高渗条带厚度逐渐增大。基于该模型进行正演模拟, 并分别提取均方根振幅和波形长度属性(图 10)。从图 10可以看出, 有低渗隔夹层时, 振幅、波形属性略小于无隔夹层的模式, 而且随着隔夹层的增多和RHPC值的增大, 振幅和波形属性值逐渐降低。

图 9 渐变RHPC多层模型
图 10 渐变RHPC多层模型正演响应特征

机理模型正演分析可知, 随着RHPC的增加, 单层和多层模型的地震振幅和波形属性都呈递减的趋势。多层叠置的高渗储层在RHPC不变时, 其不同叠置关系对应的地震属性绝对差异并不明显。振幅和波形类属性能识别单层和多层模式下高渗条带分布, 但难以识别高渗条带的不同叠置关系。

2.3 相对高渗“甜点”预测

基于相对高渗百分含量的定义表征低渗储层的相对高渗条带, 即利用h/H比值作为划分高渗条带的依据。在所有开发单元中统计渗透率大于10 mD高渗储层占整体储层的比例数据, 形成h/H比值分布的直方图。直方图呈多峰值的变化趋势, 5%, 35%, 55%为相对含量较高的峰值(图 11)。根据峰值特征定义20%为一种储层类型台阶值, 该台阶值参考不同类型相对高渗条带的RHPC值来确定。小于20%为相对高渗条带类型2, 20%~40%为相对高渗条带类型3, 40%~60%为相对高渗条带类型4, 60%~80%为相对高渗条带类型5, 大于80%为相对高渗条带类型6。在低渗区内, 仅有A3D井单元2的h/H值大于80%, 其余大于80%的井集中在北中块高渗区域内, 所以在低渗区内划分5级就可满足预测需求。

图 11 低渗区井RHPC分布直方图

将研究区渗透率大于10 mD高渗储层厚度与h/H比值进行交会分析(图 12), 可以发现二者呈正相关性, 随着h/H增大, 优势储层的厚度也呈增加趋势。因此通过h/H表征低渗储层的相对高渗条带发育程度是可行的。基于研究区的地震资料, 分别提取开发单元的振幅和波形地震属性, 通过与已钻井的h/H比值进行相关分析可知, 随着高渗储层的含量增加(即h/H比值增大), 振幅能量属性降低(图 13), 这与机理模型地震正演模拟规律一致, 证明地震属性预测低渗储层中高渗条带分布是可行的。

图 12 研究区渗透率大于10 mD高渗储层厚度和h/H交会分析结果

通过散点交会图分析筛选相对敏感地震属性。随着h/H比值增大, 均方根振幅、主振幅、波峰最大值、平均瞬时振幅、半能量、波形面积、波形平均弯度有减小的趋势(图 13), 而波形偏态、波谷最小值呈变大的趋势。地震频带宽度、相位、波形对称性、波形变异系数、峰谷长度比、能量半衰时属性与h/H比值相关性较弱, 变化规律不明显。因此, 振幅属性、能量属性、波形属性与h/H比值的相关性相对较好(表 2)。

图 13 研究区敏感地震属性与h/H交会分析结果
表 2 地震属性与h/H相关性统计结果

综合地震与已钻井的h/H比值相关性分析和机理模型地震正演模拟特征, 优选出均方根振幅、平均瞬时振幅、波峰最大值、波形面积和波形长度作为低渗储层相对高渗条带的敏感地震属性。研究区的储层展布形态、发育范围和物性变化主要受沉积微相的控制。沉积微相分析有助于寻找优质储层相带。河道微相是研究区最优的储层相带, 其次是河口坝和河道侧翼, 较差的为远源席状砂。采用沉积微相约束的多属性聚类分析方法进行相对高渗条带预测。聚类分析过程中, 将沉积相图作为一个关键的约束条件加入到聚类过程中, 并且不断调整沉积相在预测过程中的权重, 使预测结果尽可能符合沉积规律。利用初始的预测结果指导沉积相图的修改和细化, 将预测结果融合到沉积相图中, 使沉积相图更加细致和完善。将修改完善的沉积相图用于新一轮的相约束聚类分析, 继续利用预测结果优化沉积相图, 如此多次循环迭代, 直到预测结果变化率小于5%时, 终止循环迭代聚类过程, 得到最终的预测结果和沉积相带分布图。

全部井参与的预测结果如图 14所示, 目的层主要的相对高渗条带类型为3类, 高渗储层比值h/H值域范围主要为20%~50%。在断层附近h/H相对较大, 即在断层周边存在相对高渗条带, 可能是断层受地质应力作用, 在断层周边伴生构造裂缝, 造成储层渗透率增大, 从而形成高渗条带。

图 14 高渗条带预测平面分布(全部井)

减少4口井(A1井、B11井、3井、5井)的预测结果如图 15所示, 其与全部井参与的预测结果整体分布趋势基本一致, 仅在局部存在差异, 表明该方法的预测稳定性较高。4口检验井中, A1井在目的层的相对高渗条带类型为4类, 而减少4口井后在A1井位置预测的相对高渗条带类型为2类, 与已钻井结果存在差异。其余3口井位置的预测结果与已钻井结果吻合。

图 15 高渗条带预测平面分布(少4口井)
3 应用效果

储层展布形态、发育范围和物性变化主要受沉积微相控制, 沉积微相分析有助于寻找优质储层相带。将沉积微相图和相对高渗条带平面分布预测结果进行对比分析(图 16), 可以看到, 相对高渗条带平面分布与沉积规律一致。从已钻井分析可知, 河道主体相对高渗条带最发育, 相对高渗条带平面分布预测结果表明, 沿河道方向是主要的相对高渗条带分布区域, 与地质认识一致。

图 16 沉积微相(a)与高渗条带预测平面分布(b)

油田开发采用注气开发方式, B20井为注气井, B18、B19、P10井为采油井(图 17)。基于相对高渗条带预测结果, 将开发井位置优化到3类高渗条带区域, 避开渗透率更高的4、5类高渗条带区域, 以防止注气过程中高渗条带导致的气窜, 从而提高油田的采收率。基于高渗条带预测结果, 指导了研究区10口开发井的井位优化研究, 提高了研究区的产能和经济效益。

图 17 基于高渗条带预测平面分布的井位优化
4 结论

地震资料是“甜点”储层岩性和物性双重响应的结果, 仅基于地震资料的“甜点”预测多解性较大。从研究区低渗储层成因及相对高渗“甜点”分布模式出发, 基于相对高渗百分含量参数划分低渗储层相对高渗条带类型, 通过分析机理模型的地震正演响应确定敏感地震属性, 采用沉积微相约束的多属性聚类分析技术预测低渗储层中相对高渗条带分布范围, 为本区油田注气开发方案的井位优化提供了重要技术支撑。本次研究得到以下几点认识:

1) 采用类似砂地比的概念来定义相对高渗储层, 实现低渗储层中相对高渗条带的定量表征, 并将渗透率高低与地震属性的关系转化为优势储层的储地比与地震属性的关系;

2) 通过机理模型地震正演分析, 总结了低渗储层相对高渗条带地震响应特征, 分析优选了以振幅、波形长度为主的4种敏感地震属性, 形成了基于沉积微相约束的低渗储层相对高渗条带预测方法及工作流程;

3) 沉积微相约束的多属性聚类分析技术可实现对低渗储层相对高渗“甜点”分布范围的预测, 指导井位优化, 对缺少叠前储层预测资料的低渗透油藏的相对高渗“甜点”预测有一定的借鉴意义。

参考文献
[1]
陈建勋, 杨胜来, 李佳峻, 等. 低渗透砂岩气藏渗流特征及渗透率下限研究[J]. 科学技术与工程, 2020, 20(20): 8157-8162.
CHEN J X, YANG S L, LI J J, et al. Study on percolation characteristics and permeability lower limit of low permeability sandstone gas reservoir[J]. Science Technology and Engineering, 2020, 20(20): 8157-8162.
[2]
代金友, 李建霆, 任茜莹, 等. 西峰油田长8低渗致密储层微观特征[J]. 科学技术与工程, 2019, 19(16): 118-125.
DAI J Y, LI J T, REN X Y, et al. Microscopic characteristics of Chang 8 low permeability tight reservoir in Xifeng Oilfield[J]. Science Technology and Engineering, 2019, 19(16): 118-125. DOI:10.3969/j.issn.1671-1815.2019.16.017
[3]
李忠新, 王玮. 征沙村地区三工河组低渗透砂岩储层孔隙结构研究[J]. 科学技术与工程, 2016, 16(30): 200-204.
LI Z X, WANG W. Study on pore structure of low-permeability sandstone reservoirs of the Sangonghe formation of Zhengshacun region[J]. Science Technology and Engineering, 2016, 16(30): 200-204. DOI:10.3969/j.issn.1671-1815.2016.30.034
[4]
操应长, 杨田, 宋明水, 等. 陆相断陷湖盆低渗透碎屑岩储层特征及相对优质储层成因——以济阳坳陷东营凹陷古近系为例[J]. 石油学报, 2018, 39(7): 727-743.
CAO Y C, YANG T, SONG M S, et al. Characteristics of low-permeability clastic reservoirs and genesis of relatively high-quality reservoirs in the continental rift lake basin: a case study of Paleogene in the Dongying sag, Jiyang depression[J]. Acta Petrolei Sinica, 2018, 39(7): 727-743.
[5]
卢欢, 王清斌, 杜晓峰, 等. 低渗透储层类型划分及储层敏感性主控因素——以渤海海域古近系为例[J]. 石油学报, 2019, 40(11): 1331-1345.
LU H, WANG Q B, DU X F, et al. Low-permeability reservoir types classification and reservoir sensitivity controlling factors: A case study of Paleogene in Bohai Sea[J]. Acta Petrolei Sinica, 2019, 40(11): 1331-1345. DOI:10.7623/syxb201911004
[6]
胡勇, 周军良, 汪全林, 等. 渤海BZ油田低渗储层质量主控因素及开发实践[J]. 中国海上油气, 2019, 31(1): 107-116.
HU Y, ZHOU J L, WANG Q L, et al. The quality control factors and development practices of low permeability reservoirs in BZ oilfield, Bohai sea[J]. China Offshore Oil and Gas, 2019, 31(1): 107-116.
[7]
NARHARI S R, DASHTI Q, SILVA J, et al. Application of prestack orthotropic AVAz inversion for fracture characterization of a deep carbonate reservoir in northern Kuwait[J]. The Leading Edge, 2015, 34(12): 1488-1493. DOI:10.1190/tle34121488.1
[8]
HUANG X R, HUANG J P, LI Z C, et al. Brittleness index research based on the anisotropic seismic rock physics for tight-oil sandstone[J]. Expanded Abstracts of 77th Annual Internat EAGE Mtg, 2015, 451-453.
[9]
SREEDURGA B, SOMASUNDARAM S R, BINEET A P, et al. Seismic attribute analysis for fracture detection and porosity prediction: A case study from tight volcanic reservoirs, Barmer Basin, India[J]. The Leading Edge, 2017, 36(11): 947b1-947b7. DOI:10.1190/tle36110947b1.1
[10]
孙晓晖, 方小宇, 叶青, 等. 多属性分析技术在低渗储层预测中的应用[J]. 海洋石油, 2016, 36(1): 28-31.
SUN X H, FANG X Y, YE Q, et al. Application of multiple seismic attributes analysis to prediction of low permeability reservoir[J]. Offshore Oil, 2016, 36(1): 28-31. DOI:10.3969/j.issn.1008-2336.2016.01.028
[11]
韩飞鹏, 宋光建, 吴振坤, 等. 致密油"甜点"多属性融合预测技术[J]. 特种油气藏, 2019, 26(1): 94-99.
HAN F P, SONG G J, WU Z K, et al. Multi-attribute fusion prediction technique for tight Oil "Sweets"[J]. Special Oil & Gas Reservoirs, 2019, 26(1): 94-99.
[12]
张明, 郝杰, 付兴深, 等. 南堡凹陷南堡4-3区低渗砂岩储层预测[J]. 石油地球物理勘探, 2018, 53(增刊1): 164-169.
ZHANG M, HAO J, FU X S, et al. Low-permeability sand reservoir prediction in the Area 4-3, Nanpu Sag[J]. Oil Geophysical Prospecting, 2018, 53(S1): 164-169.
[13]
李久娣, 孙莉, 魏水建, 等. 东海海域深层HG组低渗储层"甜点"预测方法及应用[J]. 石油物探, 2019, 58(5): 758-765.
LI J D, SUN L, WEI S J, et al. "Sweet Spot" prediction and its application in the low permeability reservoir of the deep HG formation in the East China Sea[J]. Geophysical Prospecting for Petroleum, 2019, 58(5): 758-765.
[14]
周家雄, 马光克, 隋波, 等. 储层参数岩石物理反演在"甜点"储层预测中应用研究——以W17油田为例[J]. 地球物理学进展, 2019, 34(3): 1159-1169.
ZHOU J X, MA G K, SUI B, et al. Application of reservoir parameters rock physics inversion in the prediction of "Sweet Spot": A case study in W17 oilfield[J]. Progress in Geophysics, 2019, 34(3): 1159-1169.
[15]
韩刚, 高红艳, 龙凡, 等. 叠前反演在西湖凹陷致密砂岩储层"甜点"预测中的应用[J]. 石油物探, 2021, 60(3): 471-478.
HAN G, GAO H Y, LONG F, et al. Prestack elastic inversion for sweet-spot prediction in tight reservoirs in Xihu Sag[J]. Geophysical Prospecting for Petroleum, 2021, 60(3): 471-478.
[16]
李久娣. 东海西湖N区块致密砂岩气藏甜点预测研究[J]. 石油物探, 2019, 58(3): 444-452.
LI J D. "Sweet Spot"prediction of a tight sandstone gas reservoir in the N Block in Xihu Sag, China[J]. Geophysical Prospecting for Petroleum, 2019, 58(3): 444-452.
[17]
秦德海, 李德郁, 蔡纪琰, 等. 扩展弹性阻抗在低孔、低渗砂砾岩储层物性预测中的应用[J]. 地球物理学进展, 2018, 33(5): 2148-2152.
QIN D H, LI D Y, CAI J Y, et al. Application of extended elastic impedance for physical property prediction of low porosity and low permeability glutenite reservoirs[J]. Progress in Geophysics, 2018, 33(5): 2148-2152.
[18]
王亚, 杨少春, 路研, 等. 渤海湾盆地东营凹陷高青地区中生界低渗透碎屑岩有效储层特征及发育控制因素[J]. 石油与天然气地质, 2019, 40(2): 271-283.
WANG Y, YANG S C, LU Y, et al. Characteristics and controlling factors of effective reservoirs of Mesozoic low-permeability clastic rocks in Gaoqing Region, Dongying Depression, Bohai Bay Basin, China[J]. Oil & Gas Geology, 2019, 40(2): 271-283.
[19]
田淼, 董春梅, 于永朋, 等. 基于集合卡尔曼滤波算法刻画低渗透砂岩储层的相对高渗透条带[J]. 油气地质与采收率, 2018, 25(4): 16-21.
TIAN M, DONG C M, YU Y P, et al. Characterization for relatively high-permeability zones in low-permeability sandstone reservoir based on ensemble Kalman filter algorithm[J]. Petroleum Geology and Recovery Efficiency, 2018, 25(4): 16-21.
[20]
娄敏, 杨香华, 姚光庆, 等. 涠西南凹陷流三段储层成岩相分析与甜点储层预测[J]. 海洋地质与第四纪地质, 2020, 40(3): 171-184.
LOU M, YANG X H, YAO G Q, et al. Diagenetic facies analysis and sweet point reservoir prediction for the 3rd Member of Liushagang Formation in the Weixinan Sag[J]. Marine Geology & Quaternary Geology, 2020, 40(3): 171-184.
[21]
姜瑞忠, 乔杰, 孙辉, 等. 低渗透砂砾岩油藏储层分类方法[J]. 油气地质与采收率, 2018, 25(1): 90-93.
JIANG R Z, QIAO J, SUN H, et al. Reservoir classification method for low- permeability glutenite reservoirs[J]. Petroleum Geology and Recovery Efficiency, 2018, 25(1): 90-93.