2. 北京斯堪帕维科技有限公司, 北京 100036
2. Beijing Sikanpawei Co.Ltd., Beijing 100036, China
目前, 我国非常规油气藏勘探开发得到极大关注。随着水平井钻井技术和多段多簇体积压裂技术的进步, 在非常规油气藏开发的过程中, 多采用水平井体积压裂工艺对储层进行改造, 增加裂缝的复杂程度, 增强裂缝的导流能力, 改善井区渗流条件, 扩大渗流面积, 提高油井产能[1]。微地震监测技术在国内常规和非常规油气田储层改造监测中应用广泛, 是目前最有效的监测方式之一。国内外学者对微地震监测技术做了大量的研究。吴奇等[2]认为非常规油气储层需要体积压裂实现经济开采; 刘博等[3]介绍了微地震监测技术的实时性和在煤层气储层压裂监测人工裂缝成像的有效性; MAXWELL等[4-5]探讨了断层活动和天然裂缝对储层改造的影响和微地震事件属性响应特征; CIPOLLA等[6]介绍了利用三维地震属性联合微地震事件属性研究天然裂缝对储层改造的影响。以上研究成果在指导压裂方案调整和井网优化等方面均取得了较好的效果。
贾锁刚等[7]对柴达木盆地西部英西地区水平井体积改造技术进行了研究, 提出借鉴体积改造的思路, 提高裂缝复杂程度, 从压裂工艺思路上解决该问题, 但是否达到预期目的, 缺乏有效评价手段, 当前仍需解决人工缝网有效评价手段不足和人工裂缝与天然裂缝对储层改造影响的问题。
根据微地震监测的实时性, 对柴达木盆地西部狮子沟构造英西井区水平井体积改造进行实时监测, 结合地震属性参数和压裂施工数据等信息评价改造效果, 实时调整压裂方案, 并对天然裂缝对储层改造效果的影响人工裂缝网络关系进行研究, 为该井区的有效开发提供技术支撑。
1 储层改造目标难点与对策柴达木盆地西部凹陷区英西构造为弧形背斜, 在其构造近轴部发育有数条走向为东西和南北向的正断层, 顶部出露N22地层, 构造南陡北缓, 东西长约24 km, 南北宽约7~8 km, 落实地面构造面积约164 km2, 自西向东构造由狮子沟、花土沟和游园沟3个构造高点组成。根据区域沉积特征, 结合地面地质调查及邻井钻探资料分析, 预测S1井主要钻遇上油砂山组(N22)、下油砂山组(N21)、上干柴沟组(N1)及下干柴沟组上段(E32)。研究区目的层下干柴沟组上段(E32)上盘岩性以灰色泥岩、灰质泥岩、白色盐岩为主, 夹少量泥质粉砂岩、膏岩, 下盘岩性以灰色泥灰岩、泥岩、盐质泥岩、白色盐岩为主, 夹少量灰色砂质泥岩、泥质粉砂岩、灰白色膏岩、芒硝, 储层天然裂缝较发育[8]。
研究区主要位于英西地区中部, 处于晚喜山构造运动形成的反转隆起带上, 受断层控制, 发育一系列逆冲叠瓦构造[9-10], 主要开发层系为Ⅳ—Ⅵ油组, 最大主应力方向为北偏东40°~50°, 英西储层岩性复杂, E32时期英西处于咸化湖盆沉积环境, 整体上为向上变浅序列(图 1和表 1)。研究区目的层以碳酸盐岩为主, Ⅵ—Ⅳ油组以半深湖沉积为主, 发育细粒混积碳酸盐岩和泥岩, 岩心分析孔隙度变化范围为1.0%~15.2%, 有效储层孔隙度平均值为6.2%, 测井解释孔隙度的变化范围是1.5%~16.4%, 平均6.5%, 岩心分析渗透率为0.02~40.20 mD(1 mD≈10-3 μm2), 渗透率平均值为0.61 mD。天然裂缝发育, 平面及纵向非均质性强, 区域应力场数值及方位变化较大。由于研究区碳酸盐岩储层的地质特性, 旨在通过大规模体积压裂使人工裂缝网络沟通天然裂缝, 增加裂缝长度和导流能力, 改善单井渗流条件, 提高单井泄油面积, 提高单井产能, 最终达到提高该井区产量的目的。目前面临的主要问题有: ①天然裂缝带对储层改造的影响认识不清楚问题; ②储层中碎屑成分以石英、长石为主, 填隙物以泥质方解石为主, 粘土矿物易造成储层改造时裂缝通道堵塞的问题; ③体积改造是否能形成复杂缝网的问题。研究区岩石力学参数显示储层杨氏模量和脆性指数变化大, 最大主应力和最小主应力变化不大(表 2和图 2), 在大规模高排量施工时, 需保持连续注入, 补充地层能量, 提升长期高效稳产的能力。
针对此次储层改造的目标和难点, 为保障水平井体积改造的成功和最大化地提高储层动用程度, 体积压裂准则主要为:
1) 采用套管分段多簇体积压裂技术, 实现人工裂缝与储层接触最大化;
2) 采用高液量、高前置液、大排量、高比例滑溜水+冻胶的复合压裂模式, 兼顾裂缝长度、宽度, 并提高裂缝复杂程度;
3) 各压裂段采用加酸进行预处理, 提高井筒周围渗流能力, 降低井口注入压力和起裂难度, 预防施工风险;
4) 在主压裂阶段, 采用阶梯式排量提升, 顶替阶段采用阶梯式降低排量, 避免超压现象发生;
5) 储层温度为132.29℃, 采用有机硼胍胶压裂液体系, 减阻剂降低滑溜水管柱沿程摩阻;
6) 微地震监测人工裂缝扩展和延伸过程, 实时指导压裂方案调整。
2 碳酸盐岩水平井体积压裂及微地震监测技术 2.1 水平井体积压裂技术针对工区碳酸盐岩储层水平井体积压裂改造难点和油藏地质特征, 对S1井采用套管完井, 桥塞分段、分簇射孔, 进行体积压裂改造。主要采用如下措施:
1) 采用可溶桥塞套管多簇多段体积压裂技术充分改造储层, 增加裂缝复杂程度。
2) 采用大规模、高排量、多簇多裂缝开启, 采取差异化原则, 结合“地质甜点”和“工程甜点”优选段簇数, 避开套管接箍位置, 分段分簇选择岩石组分和岩石力学参数波动较小的井段, 保证段内每一簇裂缝均匀开启和进液, 均衡充分改造, 确保压后储层均衡动用, 保障稳产时间。
3) 立足于降低液体摩阻、防止黏土膨胀和降低流体界面张力的原则选择压裂液, 压裂液体系采用胍胶+滑溜水混合+有机硼交联剂压裂工艺实现高效造缝和支撑。
4) 多粒径组合支撑剂保障不同闭合压力下的裂缝导流能力, 有效充填和支撑人工裂缝网络; 优选低密高强度支撑剂, 在5 kg/m2铺置浓度下, 30/50目陶粒在70 MPa闭合应力下的导流能力37.13 μm2·cm, 40/70目石英砂在70 MPa闭合应力下的导流能力23.1 μm2·cm, 40/70目石英砂支撑远端裂缝及主裂缝, 30/50目陶粒支撑主裂缝及近井地带, 提高主裂缝导流能力(表 3和表 4)。
微地震井中监测技术在非常规油气储层改造中应用广泛, 并取得了较好的效果[11-15], 该技术已成为非常规油气藏中开发不可缺少的重要技术之一。井中监测是在压裂井附近的邻井下放耐高温高压的多级多分量井中检波器, 监测和记录储层岩石破裂时产生的微地震信号, 现场实时处理和定位岩石破裂发生的位置。研究区主体为碳酸盐岩储层, 天然裂缝和缝洞较发育, 利用地震资料提取对裂缝敏感的曲率属性刻画天然裂缝发育区, 同时通过对比多种定位方法的效率和准确性, 采用GEIGER[16]提出的多波联合定位方法对微地震事件进行定位。为加快现场的实时处理速度, 同时采用走时表检索法, 提前利用网格搜索算法计算搜索体中的所有网格点到检波器的走时, 并将走时和震源向量信息存储在走时表中, 在进行微地震事件定位时, 不需要重复进行射线追踪, 而是直接从走时表中读取走时和震源向量, 减小射线追踪和扫描震源向量所需要的时间。将地面地震与微地震进行联合解释, 为现场压裂施工时下一步的方案调整和优化提供建议。另外为保障三分量检波器接收到的信号质量, 应将监测井的液面降低到井口下500 m左右, 以提高信噪比。
多波联合定位技术的原理是对三分量信号进行极性处理, 利用P波源的振动方向定位岩石破裂位置相对于三分量检波器的方位[17-18], 通过PS波时差和速度模型迭代计算岩石破裂的空间位置。
假设qk(xqk, yqk, zqk)为岩石的第k次破裂空间位置, pi(xpi, ypi, zpi)为第i个检波器的空间位置, dki为qk和pi间的距离, 则:
$ d_{k i}=\sqrt{\left(x_{p i}-x_{q k}\right)^2+\left(y_{p i}-y_{q k}\right)^2+\left(z_{p i}-z_{q k}\right)^2} $ | (1) |
$ \Delta T_{k i}=\frac{d_{k i}}{v_{\mathrm{P}}}-\frac{d_{k i}}{v_{\mathrm{S}}} $ | (2) |
$ d_{k i}=\frac{\Delta T_{k i} \cdot v_{\mathrm{P}} \cdot v_{\mathrm{S}}}{v_{\mathrm{P}}-v_{\mathrm{S}}} $ | (3) |
即:
$ \begin{array}{c} \sqrt{\left(x_{p i}-x_{q k}\right)^2+\left(y_{p i}-y_{q k}\right)^2+\left(z_{p i}-z_{q k}\right)^2} \\ =\frac{\Delta T_{k i} \cdot v_{\mathrm{P}} \cdot v_{\mathrm{S}}}{v_{\mathrm{P}}-v_{\mathrm{S}}} \\ \end{array} $ | (4) |
其中: vP为纵波速度; vS为横波速度; ΔTki为破裂源到达检波器的PS波时差。当检波器数量n≥3时, 可求解定位破裂的空间位置。
微地震事件的定位精度与速度模型、初至拾取和反演方法密切相关, 速度模型的精度取决于压裂施工过程中地层岩石物理属性的变化、各向异性特征、倾角以及多段压裂作业等因素, 主要原因在于因速度误差引起微地震波走时差的不同, 定位精度与走时差的敏感度不一致而出现较大的误差, 使得速度误差在正负方向出现不同的变化梯度, 定位误差随着速度误差的增加而变大。在微地震监测定位方法中, 基于反演理论的算法, 如遗传算法和网络搜索法等, 都涉及到目标函数及求解最优化矩阵的评判标准, 它们决定了定位的精度及速度。在反演算法中, 一般采用粗细网格相结合求解搜索法, 虽然也采用了迭代误差的概率密度的统计, 找出误差分布期望较大的区域再进行细网格搜索, 但容易限于局部极小值。在遗传算法中, 往往需要给定一个初始值, 若初始值偏差太大, 可能使得计算陷入局部极值, 而得不到全局的最优解。对于反演定位算法, 其定位的精度与网格尺度、迭代次数、初始输入、最优解求解矩阵及评判标准有着紧密的关系。综上所述, 定位误差为由初至误差导致的定位误差、速度模型误差导致的定位误差以及定位算法导致的定位误差构成。应从初至误差、速度模型误差以及定位算法三个方面, 定性和定量地进行定位精度的影响因素及敏感性因素分析, 因此, 精度的控制需要在数据处理过程中进行质量控制。
1) 微地震信号经过自动拾取之后, 再进行人机交互编辑和调整, 能够调整一部分因奇异值噪声造成的初至拾取误差, 一定程度上有利于提高定位精度。
2) 压裂伴随着地层岩石物理特性的改变, 在压裂监测前需要进行岩石物理分析, 充分考虑地层压力、流体、支撑剂对地层的速度、密度的影响, 建立可能的实时岩石物理模型有助于减小速度对定位精度的影响。
3) 微地震事件的震源定位是一个系统过程。信号的观测系统设计、压裂施工作业、预处理、精细处理以及定位方法的选择都会影响定位的精度, 避免裂缝预测不准而对后期油气藏开发产生的影响。
2.2.2 综合解释微地震监测解释的主要目标之一是描述储层改造所形成的裂缝网络特征。裂缝网络解释技术主要根据微地震事件定位信息、微地震事件空间展布、微地震事件发生时序、微地震事件与既有断裂相对关系等, 分析和确定裂缝分布方位、长度、宽度、高度及地应力方向等关键参数; 表征储层改造缝网特征, 并以压裂缝网特征、储层改造体积等微地震监测解释成果为依据, 综合分析和评价压裂施工参数(液量、砂量、砂浓度、压力)、射孔方式、压裂方式、压裂规模、水平井段间距和簇间距的合理性, 全面评估储层改造效果; 通过地震和微地震联合解释和分析震级规模, 反演求解压裂裂缝及缝网的产生以及发展过程及特征, 应用三维地震属性解释微地震事件产生的主控因素, 解释异常微地震事件产生的诱因, 评价相干、曲率、振幅或脆性指数等属性与微地震事件震级和能量的相关性[19-20], 为后续的压裂施工参数的设计与调整提供数据参考, 以及为后续井的压裂效果提前做出预判, 最终为压裂方案的优化和调整提供依据[21-23]。微地震监测数据成果综合评估流程见图 3。
研究区S1井水平段长度约为950 m, 分10段进行储层改造, 最大段间距为125 m, 最小段间距为69 m, 每段平均分为3~4簇, 总砂量为1 259.6 m3, 总液量为16 578 m3, 最大施工排量为12 m3/min, 监测定位有效事件的数量为6 322个, 微地震事件震级主要集中在-3.56~-1.19, 天然裂缝带震级在-2.54~-1.19, 效果较好(图 4)。
天然裂缝存在与否以及方位、产状及数量直接影响到体积改造裂缝网络的形成, 而天然裂缝中是否含有充填物对形成复杂缝网起着关键作用, 天然裂缝无论是潜在缝还是张开缝, 或者被胶结物充填等, 在压裂过程中, 天然裂缝的开启需要的缝内净压力与注入液体的粘度及排量密切相关, 天然裂缝对储层改造所产生的人工缝网有一定的控制作用[24]。
目前, 国内外学者多用b值判断微地震事件与天然裂缝的相关性的大小。b值估计来源于经典地震学, 任何一个地震序列的事件发生频率和它们的震级都遵循着一个幂定律关系。GUTENBERG等[25]的研究表明, 全球的地震活动均遵从幂定律关系:
$ \lg N_M=a-b M $ | (5) |
式中: NM表示震级大于或等于M的事件数量, M为震级; a为截距; b为lgNM与M交会的线性拟合斜率。公式(5)的意义在于累计事件数NM的对数与微地震事件的震级存在着线性关系。研究表明, 天然地震的b值在1左右, 人工活动相关事件的b值在2左右。通过b值计算可以描述微地震事件活动与断层或天然裂缝的相关性, b值的增加意味着裂缝开启, 下降则对应裂缝闭合。
S1井的第1~5段b值为1.2(图 5a), 第6~7段微地震事件b值为1.3(图 5b), 第8~10段微地震事件b值为1.5(图 5c)。同时, 在第6~7段出现大震级事件聚集现象。从事件密度图上看出, 第1段和第7段位置微地震事件密度较大(图 6), 第1~7段主要受到天然裂缝影响严重, 水力压裂沿原有的天然裂缝扩展, 呈现中高角度特征, 裂缝倾角40°~60°; 第8~10段裂缝以水力压裂缝为主, 平面上东西两翼对称发育, 垂向上裂缝主要发育于水平井下部100 m范围内地层中, 裂缝倾角在15°~30°之间的低角度裂缝(图 7); 同时, 研究区曲率属性显示天然裂缝带较发育, 曲率属性标志地层受构造应力影响产生的天然裂缝, 最大正曲率显示研究区天然裂缝发育, 综合微地震事件属性和地震属性判断第1~7段天然裂缝活动强烈, 微地震事件展布特征显示同一段的压裂微地震事件有在其他压裂段出现的现象。随着压裂液进入地层, 产生人工裂缝的同时, 激活了天然裂缝, 储层改造产生的人工裂缝网络与天然裂缝沟通(图 8)。
压裂施工过程中, 通过优化压裂液的排量、砂量和液体粘度等, 可以确保缝内净压力满足裂缝开启条件, 但压裂形成缝网的难易程度与天然裂缝密切相关。第8段(图 9a)和第9段(图 9b)在压裂初期微地震事件向射孔点两侧扩展和延伸, 后期微地震事件主要集中在天然裂缝带, 并且在第7段和第8段中间存在裂缝改造空白区, 现场调整了砂量, 由设计的82 m3调整为70 m3和74 m3, 排量由11 m3/min降为9.2 m3/min。微地震事件展布特征表明, 天然裂缝带对水力压裂产生的人工裂缝有一定的影响, 所以在现场压裂施工时, 实时调整了储层改造方案。
CIPOLLA等[6]提出了采用裂缝复杂指数(FCI)来描述裂缝的复杂程度。
$ \mathrm{FCI}=\frac{x_n}{2 x_f} $ | (6) |
式中: xn为裂缝总宽; xf为裂缝半长。当裂缝复杂指数在0.25~0.50时, 水力压裂会出现复杂网络裂缝形态。
S1井10段的FCI值大部分为0.25~0.50, 其中, 第1, 3~7段的FCI值为0.28~0.44, 第2段的FCI值为0.15, 第8~10段的FCI值为0.28~0.41, 表明S1井的体积改造比较成功。除第2段之外, 大部分压裂段裂缝网络比较复杂(图 10)。
离散裂缝网络(DFN)模型通过展布于三维空间中的各类裂缝网络集团的错综复杂的交互作用构建整体的裂缝模型。每类裂缝网络集团又由大量具有不同形状、坐标、尺寸、方位、开度及所附带的基质块等属性的裂缝片所组成, 由此实现了对裂缝系统从几何形态到其渗流状态的有效描述, 因此, DFN给出了更接近于实际地层的裂缝描述体系。针对水力压裂裂缝的刻画, 本次使用了基于微地震事件点拟合的确定性主缝刻画法, 即根据水力压裂破裂机理和事件的时序属性, 对压裂产生的裂缝面进行拟合, 通过定义每条主缝的缝高、缝宽、延伸范围及倾角、走向等信息, 刻画不同压裂段的缝网DFN模型。通过DFN三维裂缝建模, S1井DFN裂缝整体体现出比较复杂的缝网形态, 由于第1~7段天然裂缝反应强烈, 相比于第8~10段呈现出更为复杂的缝网, 改造效果较好(图 11)。图 11中不同颜色裂缝片代表不同压裂段的主缝DFN模型, DFN模型与S1井实际的FCI值对比分析表明, 第2段需要进一步刻画, 其它井段比较一致。
研究区S1井储层改造体积为6 843.4×104 m3, 人工裂缝方向为西南—北东向, 方位角为22°~40°, 大部分压裂段受天然裂缝影响, 主应力方向与区域应力相比有微小变化, 有效微地震事件为6 322个, 震级主要集中在-3.56~-1.19之间; 总液量为16 578 m3, 总砂量为1 259.6 m3, 基本上达到了压裂预期目的。天然裂缝与人工裂缝得到了有效沟通, 储层改造后产油最高达到15.74 t/d, 累计产油4 906 t。微地震监测成果显示, 受天然裂缝的影响, 水平井压裂段的段间距可以进一步优化调整。
4 结束语1) 微地震井中监测技术可以直观描述人工裂缝网络的发育形态和实时评价储层改造效果。采用多波定位和走时表检索联合定位技术, 可加快现场数据处理速度, 为压裂现场实时提供成果和调整压裂方案提供保障。
2) 在天然裂缝发育的储层, 采用地震与微地震联合解释技术, 为优化储层改造方案调整提供更多参考依据, 最大程度的动用储层。该方法在英西地区碳酸盐岩储层改造中的应用效果较好。
3) 建议在储层改造前利用地震属性进行压前预测, 进一步合理设置段间距和簇间距, 储层改造效果会更理想, 同时采用裂缝监测技术, 实时监测压裂效果。另外, 在水平井投产后, 进行分段测试产油量, 评价单段产量的贡献, 可进一步认识储层物性等地质情况。
[1] |
吴奇, 胥云, 王腾飞, 等. 增产改造理念的重大变革—体积改造技术概论[J]. 天然气工业, 2011, 31(4): 7-12. WU Q, XU Y, WANG T F, et al. A major change in the concept of increasing production and transformation-Introduction to volume transformation technology[J]. Natural Gas Industry, 2011, 31(4): 7-12. DOI:10.3787/j.issn.1000-0976.2011.04.002 |
[2] |
吴奇, 雷群, 陈铭, 等. 体积改造技术理论研究进展与发展方向[J]. 石油勘探与开发, 2018, 45(5): 874-887. WU Q, LEI Q, CHEN M, et al. Theoretical research progress and development direction of volume transformation technology[J]. Petroleum Exploration and Development, 2018, 45(5): 874-887. |
[3] |
刘博, 梁雪莉, 容娇君, 等. 非常规油气层压裂微地震监测技术及应用[J]. 石油地质与工程, 2016, 30(1): 142-145. LIU B, LIANG X L, RONG J J, et al. Microseismic monitoring technology and its application in unconvential reservoir fracturing[J]. Petroleum Geology and Engineering, 2016, 30(1): 142-145. DOI:10.3969/j.issn.1673-8217.2016.01.038 |
[4] |
MAXWELL S C, JONES M P. Fault activation during hydraulic fracturing[J]. Expanded Abstracts of 79th Annual Internat SEG Mtg, 2009, 1552-1556. |
[5] |
MAXWELL S C, URBANCIC T I. The role of passive microseismic monitoring in the instrumented oil field[J]. The Leading Edge, 2001, 20(6): 636-639. DOI:10.1190/1.1439012 |
[6] |
CIPOLLA C L, MACK M G, MAXWELL S C, et al. A praitical guide to interpreting microseismic measurements[J]. North American Unconventional Gas Conference and Exhibition, 2011, SPE-144067. |
[7] |
贾锁刚, 梁宏波, 万有余, 等. 柴达木盆地英西地区缝洞型碳酸盐岩储层体积改造技术研究与应用[J]. 天然气地球科学, 2018, 29(11): 1619-1626. JIA S G, LIANG H B, WAN Y Y, et al. Research and application of volume fracturing technology for fractured carbonate tight formation in Yingxi area, Qaidam Basin[J]. Natural Gas Geoscience, 2018, 29(11): 1619-1626. DOI:10.11764/j.issn.1672-1926.2018.07.014 |
[8] |
佘刚, 魏莉, 王高科, 等. 柴达木盆地西部碳酸盐岩储层流体识别新方法[J]. 测井技术, 2021, 45(2): 149-155. SHE G, WEI L, WANG G K, et al. A new method for fluid identification of carbonate reservoir in Western Qaidam Basin[J]. Logging Technology, 2021, 45(2): 149-155. |
[9] |
魏国, 张审琴, 侯淞译. 岩性扫描测井技术在青海油田的应用[J]. 测井技术, 2015, 39(2): 213-216. WEI G, ZHANG S Q, HOU S Y. Application of lithologic scanning logging technology in Qinghai Oilfield[J]. Logging Technology, 2015, 39(2): 213-216. |
[10] |
张审琴, 李亚峰, 郭正权, 等. 英西湖相碳酸盐岩储层测井解释新方法[J]. 测井技术, 2019, 43(6): 620-625. ZHANG S Q, LI Y F, GUO Z Q, et al. A new logging interpretation method for Yingxi lacustrine carbonate reservoir[J]. Logging Technology, 2019, 43(6): 620-625. |
[11] |
MAXWELL S C, NORTON M. Enhancing shale gas reservoir characterization using hydraulic fracture microseismic data[J]. First Break, 2012, 30(1): 95-101. |
[12] |
张安顺, 杨正明, 李晓山, 等. 老区直井重复体积压裂改造效果评价[J]. 新疆石油地质, 2020, 41(3): 372-378. ZHANG A S, YANG Z M, LI X S, et al. Evaluation of volume refracturing effect in vertical wells in existing blocks[J]. Xinjiang Petroleum Geology, 2020, 41(3): 372-378. |
[13] |
李德旗, 朱炬辉, 张俊成, 等. 页岩气水平井选择性分簇压裂工艺先导性试验—以昭通国家级页岩气示范区为例[J]. 天然气工业, 2021, 41(增刊1): 133-137. LI D Q, ZHU J H, ZHANG J C, et al. Pilot test of selective cluster fracturing technology for shale gas horizontal wells: A case study on Zhaotong National Shale Gas Demonstration Area[J]. Natural Gas Industry, 2021, 41(S1): 133-137. |
[14] |
ZAKHOR N, SUNWALL M, BENAVIDEZ R, et al. Real-time use of microseismic monitoring for horizontal completion optimization across a major fault in the Eagleford Formation[J]. SPE Hydraulic Fracturing Technology Conference, 2015, SPE-173353. |
[15] |
梁兵, 朱广生. 油气田勘探开发中的微震监测方法[M]. 北京: 石油工业出版社, 2014: 1-108. LIANG B, ZHU G S. Microseismic monitoring methods of explpration and development in oil and gas field[M]. Beijing: Petroleum Industry Press, 2014: 1-108. |
[16] |
GEIGER L. Probability method for the determination of earthquake epicenters from arrival time only[J]. Bulletin of St Louis University, 1912, 8(1): 60-71. |
[17] |
李宏, 杨心超, 朱海波, 等. 水力压裂微地震震源定位与震源机制联合反演研究[J]. 石油物探, 2018, 57(2): 312-320. LI H, YANG X C, ZHU H B, et al. Joint inversion of source location and microseismic focal mechanism[J]. Geophysical Prospecting for Petroleum, 2018, 57(2): 312-320. |
[18] |
田建涛, 赵超峰, 张伟, 等. 水力压裂井中监测方法不对称压裂裂缝分析[J]. 石油物探, 2019, 58(4): 563-571. TIAN J T, ZHAO C F, ZHANG W, et al. Analysis of asymmetric hydraulic fracture for borehole microseismic monitoring[J]. Geophysical Prospecting for Petroleum, 2019, 58(4): 563-571. |
[19] |
SCOTT W, MICHAEL K, ALEJANDRO D L P. Identifying fault activation during hydraulic stimulation in the Barnett shale: Source mechanisms, b values, and energy release analyses of microseismicity[J]. Expanded Abstracts of 81st Annual Internat SEG Mtg, 2011, 1463-1467. |
[20] |
YAMINA E A, JOHN A N. Modeling multiple hydraulic fractures interacting with natural fractures using the material point method[J]. SPE/EAGE European Unconventional Resources Conference and Exhibition, 2014, SPE-167801. |
[21] |
朱海燕, 宋宇家, 唐煊赫, 等. 页岩气藏加密井压裂时机优化—以四川盆地涪陵页岩气田X1井组为例[J]. 天然气工业, 2021, 41(1): 154-168. ZHU H Y, SONG Y J, TANG H X, et al. Optimization of fracturing timing of infill wells in shale gas reservoirs: A case study on Well Group X1 of Fuling Shale Gas Field in the Sichuan Basin[J]. Natural Gas Industry, 2021, 41(1): 154-168. |
[22] |
焦方正. 鄂尔多斯盆地页岩油缝网波及研究及其在体积开发中的应用[J]. 石油与天然气地质, 2021, 42(5): 1181-1188. JIAO F Z. FSV estimation and its application to development of shale oil via volume fracturing in the Ordos Basin[J]. Oil & Gas Geology, 2021, 42(5): 1181-1188. |
[23] |
刘博, 徐刚, 纪拥军, 等. 页岩油水平井体积压裂及微地震监测技术实践[J]. 岩性油气藏, 2020, 32(6): 172-180. LIU B, XU G, JI Y J, et al. Practice of volume fracturing and microseismic monitoring technology in horizontal wells of shale oil[J]. Lithologic Reservoirs, 2020, 32(6): 172-180. |
[24] |
BAIG A, URBANCIC T. Micromeismic moment tensors: A path to understanding frac growth[J]. The Leading Edge, 2010, 29(3): 320-324. |
[25] |
GUTENBERG B, RICHTER C F. Frequency of earthquake in California[J]. Bulletin of the Seismological Society of America, 1944, 34(4): 185-188. |