四川盆地W地區(qū)龍馬溪組頁巖氣壓裂效果評估和產(chǎn)能預測研究

李大軍,楊 曉,王小蘭,李蕊岑,鄧小江,鄧吉剛,黃 誠,姜 巍

(1.成都理工大學能源學院,四川成都610059;2.中國石油物探重點實驗室-頁巖氣地球物理研究室,四川成都610213;3.中國石油集團川慶鉆探工程有限公司地球物理勘探公司,四川成都610213;4.中國石油集團川慶鉆探工程有限公司頁巖氣勘探開發(fā)項目經(jīng)理部,四川成都610056)

四川盆地W地區(qū)龍馬溪組頁巖氣壓裂效果評估和產(chǎn)能預測研究

李大軍1,2,3,楊 曉2,3,王小蘭2,3,李蕊岑3,鄧小江2,3,鄧吉剛2,3,黃 誠2,3,姜 巍4

(1.成都理工大學能源學院,四川成都610059;2.中國石油物探重點實驗室-頁巖氣地球物理研究室,四川成都610213;3.中國石油集團川慶鉆探工程有限公司地球物理勘探公司,四川成都610213;4.中國石油集團川慶鉆探工程有限公司頁巖氣勘探開發(fā)項目經(jīng)理部,四川成都610056)

應用水平井H1,H2和H3的微地震、壓裂及地震數(shù)據(jù)綜合分析了四川盆地W地區(qū)下志留統(tǒng)龍馬溪組頁巖儲層特征。由微地震監(jiān)測數(shù)據(jù)分析可知,H1井的壓裂主要以激活先期天然裂縫為主,H2井的壓裂以形成人工壓裂裂縫網(wǎng)絡為主,H3井的壓裂則以激活先期天然裂縫和人工壓裂裂縫網(wǎng)絡共同出現(xiàn)為主。分析了有無天然裂縫以及天然裂縫與井筒不同產(chǎn)狀關系情況下不同的壓裂效果,進而評價了3口水平井的壓裂效果,H2井壓裂效果最好,H3井次之,H1井較差。最后,利用神經(jīng)網(wǎng)絡技術建立了頁巖四大主控因素(總含氣量、孔隙度、脆性指數(shù)和裂縫密度)地質模型,獲得頁巖產(chǎn)能數(shù)據(jù)并將其與具有生產(chǎn)測井數(shù)據(jù)的H1水平井進行了對比,結合微地震壓裂數(shù)據(jù)對H2井、H3井產(chǎn)能進行了預測,預測結果為H2井產(chǎn)能是H3井的2倍,實際生產(chǎn)測試為2.3倍,吻合性好,頁巖產(chǎn)能剖面優(yōu)化了水平井部署、井軌跡設計、壓裂方案參數(shù)以及更好的完井設計。

微地震;壓裂;泊松比;天然裂縫;頁巖產(chǎn)能

2011年以來,不同機構對中國頁巖氣資源潛力進行了預測,認為中國頁巖氣地質資源量為(80.45～144.50)×1012m3,可采資源量為(11.50～36.10)×1012m3[1-3]。截止2015年底,已經(jīng)建立了涪陵、威遠、長寧-昭通3個海相頁巖氣工業(yè)化生產(chǎn)示范區(qū),延長陸相頁巖氣生產(chǎn)示范區(qū)和富順-永川合作開發(fā)區(qū)[1-3],累計生產(chǎn)頁巖氣超過60×108m3。通過技術引進、消化吸收和自主創(chuàng)新,中國已經(jīng)基本掌握了頁巖氣勘探開發(fā)的地球物理、鉆井、完井及壓裂改造等關鍵技術。隨著長寧、威遠等頁巖氣田的突破,勘探學家們已經(jīng)認識到,頁巖氣勘探開發(fā)的工作重心和關注度過多地聚焦在鉆井、分段壓裂增產(chǎn)改造等工藝技術上,造成了一些“工藝成功、產(chǎn)量不高”的尷尬局面[3]。因此,優(yōu)質“甜點區(qū)”資源的評價與優(yōu)選是頁巖氣勘探開發(fā)的首要工作之一。

中國頁巖氣井鉆探結果表明,與北美類似,頁巖儲層具有高縱橫向非均質性,裂縫對單井產(chǎn)量影響巨大。四川盆地W地區(qū)同一井口實鉆的3口水平分支,產(chǎn)量差異較大,甚至同一口井不同壓裂段的產(chǎn)量也存在明顯差異。因此,產(chǎn)量的高低不但取決于鉆完井工藝,而且取決于“甜點區(qū)”的儲層特征。在北美的案例中,影響產(chǎn)量的儲層特征的主控因素包括:總有機碳含量(TOC)或總含氣量、孔隙度、脆性指數(shù)和裂縫密度。應用地震方法預測這4種主控因素,進而綜合形成一種超級屬性,對甜點進行更全面的描述[4]。到目前為止,國內學者對壓裂效果的評估主要利用微地震、施工試驗、測井評價等參數(shù)進行研究[5-6],結合地震進行評估的研究相對較少。本文將結合鉆井壓裂、微地震、生產(chǎn)測試數(shù)據(jù)與地震數(shù)據(jù)進行分析,對四川盆地W地區(qū)龍馬溪組頁巖儲層“甜點區(qū)”進行綜合評估。

1 基本情況

四川盆地南部W地區(qū)志留系下統(tǒng)龍馬溪組地層主要為灰黑色粉砂質頁巖、炭質頁巖、硅質頁巖夾泥質粉砂巖,下伏五峰組地層為黑色頁巖,埋深小于4000m,目的層發(fā)育的小斷層落差均小于25m,優(yōu)質頁巖厚度在30～65m,脆性礦物含量30%～75%,為頁巖氣勘探提供了有利的條件。前期,在該區(qū)以龍馬溪組為目的層鉆探了1口直井和3口水平分支井,直井位置及水平井軌跡如圖1所示。直井測定,該區(qū)最大主應力近東西向。其中,H1井水平段長1002m,H2井水平井段長1500m,H3井水平井段長1500m。H1井水平軌跡方向315°,H2水平井軌跡方向135°,H3水平井軌跡方向132°,H2和H3井巷道間距400m。表1為H1,H2和H3井的自然伽馬(GR)、總有機碳含量(TOC)、全烴(C1)、鉆井液密度(ρ)對比結果。圖2為H1,H2,H3井水平段的測井曲線(圖中,A點為入靶點,B點為出靶點)。對比表1和圖2可知,H2井和H3井的自然伽馬、總有機碳含量、總含氣量(TG)、全烴、鉆井液密度都比H1井的高。

圖1 H1,H2和H3水平井軌跡平面示意

井號GR/APITOC,%全烴,%ρ/(g·cm-3)H11812.613.52.04H22344.010.62.18H32013.813.72.20

圖2 H1,H2和H3測井曲線對比

2 微地震壓裂監(jiān)測

2.1 微地震監(jiān)測采集及處理

目前對壓裂效果的評估主要采用微地震監(jiān)測方式。微地震是以聲發(fā)射學和地震學為基礎,通過觀測、分析生產(chǎn)活動中的微地震事件來監(jiān)測生產(chǎn)活動的影響、效果和地下狀態(tài)的地球物理技術。它是巖石中原來存在或新產(chǎn)生的裂縫周圍由于應力集中到一定程度,原裂縫區(qū)域發(fā)生微觀屈服或變形,裂縫擴展,應力松弛,儲存的能量以彈性波的形式釋放出來產(chǎn)生的小地震[5,7],被廣泛用于非常規(guī)氣藏的增產(chǎn)改造中。按照監(jiān)測設備的布設方式分類,常用的微地震監(jiān)測方式分為井中監(jiān)測和地面監(jiān)測兩類,地面監(jiān)測就是在監(jiān)測目標區(qū)域(比如壓裂井)周圍的地面上,布置若干接收點進行微地震監(jiān)測。本次研究采用地面微地震監(jiān)測方式,利用CQ-GeoMonitor軟件對威遠地區(qū)一口水平井進行了處理解釋,并和國外知名公司軟件的監(jiān)測結果進行了對比,其微地震定位精度、事件個數(shù)、趨勢及體積壓裂(stimulated reservoir volume,SRV)均相當。通過多域信息聯(lián)合濾波處理、微地震事件初至平滑、4D-Focus快速定位、非結構化海量數(shù)據(jù)并行等處理技術,采用了定量儲層可壓性分析、儲層改造效果描述、壓裂改造體積計算技術等進行解釋,獲得了較好的微地震監(jiān)測的數(shù)據(jù)采集、處理及解釋成果,為后續(xù)壓裂效果評估奠定了基礎。

2.2 微地震監(jiān)測數(shù)據(jù)分析

圖3為3口井的微地震平面視圖。圖中圓點大小表示微地震事件震級大小,不同顏色表示不同壓裂段。H1設計12段,跳過第4段,壓裂了11段;H2和H3設計和壓裂17段。圖3中的微地震分布有以下的特征:①H1井微地震事件分布特征與H2井和H3井明顯不同,近南北向線狀分布,微地震事件明顯存在分區(qū)性,壓裂段大都聚集在出靶點附近和往入靶點方向800m附近;H1井微地震事件震級相對差異較大,北部存在個別大震級事件;②H2井微地震事件震級相當,與H3井相比微地震事件分布相對發(fā)散一些;③3口井微地震事件幾何形態(tài)不同,H1井微地震事件形態(tài)近似于面狀裂縫,H2井和H3井近似于塊狀,形態(tài)相當。由于H1井與H2,H3井的觀測時間和方式不同,可能造成井與井之間微地震數(shù)據(jù)質量和數(shù)量的不同。為了排除這方面的影響,對H1井進行單獨分析,H2井和H3井進行對比分析。

圖3 H1,H2和H3微地震監(jiān)測結果

微地震事件的頻率和震級遵循Gutenberg-Richter觀測關系,即高于Mw震級的微地震事件個數(shù)N與Mw有以下關系[8-9]:

式中:a和b是關系常量，分別表示微地震活動性的總體水平和微地震小事件與大事件的比率。用頻率-震級的關系描述水力壓裂誘導縫的微地震特征。通常b在1.0左右表征天然裂縫,b在2.0左右表征水力壓裂誘導縫。在實際應用中,可以直接觀測得到各個壓裂段的微地震事件個數(shù)N和震級M,將兩者進行前述數(shù)學轉換后進行交會即可得到相應的b。

圖4為3口井的b分布圖。H1井b大多集中在1.0左右,表明該井微地震事件可能是天然裂縫的重新激活;H2井除了個別段(第2段)b在0.8外,大部分都在2.0附近,表明該井微地震事件更多是水力壓裂引起;H3井大部分b都在1.0～2.0,表明該井受天然裂縫與水力壓裂裂縫共同影響。b小于或接近于1.0時,微地震事件分布更為集中(H3井第3段)、呈線性分布(H1井第9段)或分區(qū)(H2井第2段)分布,大震級事件明顯偏多(H1井第9段);b>2.0時,微地震事件分布較為發(fā)散(H2井第14段)(圖5)。

圖4 H1,H2和H3各壓裂段的b值分布

圖5 各井不同b的微地震事件

2.3 壓裂數(shù)據(jù)分析

從H2井和H3井不同壓裂段井筒附近泊松比和地層破裂壓力統(tǒng)計直方圖(圖6)可以看出,兩口井的泊松比與地層破裂壓力變化趨勢一致,H2井泊松比和地層破裂壓力整體較H3井的高。H2井第1～10段較高,其中第5段最高,第11段最低;H3井第1～5 段較高,第7段最低,第8～11段較高,第9段最高,第12～17段較低。國內有研究表明,泊松比越小,脆性指數(shù)越高[10];泊松比也可以反映應力變化[11],高泊松比對應高地層破裂壓力,引起頁巖破裂需要更高的壓力。

2.4 預測結果分析

水力壓裂后巖石破裂的分布特征由已存在的天然裂縫與水力壓裂改造縫共同決定。利用微地震監(jiān)測結果可以對井筒附近的天然裂縫[12-13]的改造情況進行分析,對地震資料所預測的裂縫、巖石力學參數(shù)等結果進行標定,再利用地震預測結果優(yōu)化下一口井的改造措施、預測產(chǎn)能等。目前在該區(qū)對多種裂縫地震預測方法(相干、曲率、方差等)進行了綜合分析和優(yōu)選,認為曲率異常與微地震事件分布規(guī)律較為一致,因此,我們選擇了曲率和微地震進行綜合分析。

圖6 H2井(a)和H3井(b)泊松比及地層破裂壓力統(tǒng)計

圖7a顯示了H1井優(yōu)質頁巖段內第1～3段的微地震事件疊合最大曲率異常分布,圖中,井筒附近的淺藍色和紫色的散點表征微地震事件,粗黑線為地震預測的曲率異常。曲率異常揭示沿H1水平井軌跡有2組近南北向異常:出靶點以西100m左右以及出靶點往入靶點方向600m左右。第1～3段的微地震事件主要集中在出靶點以西100m左右和水平井軌跡以南的曲率異常區(qū)域,分布的方位與曲率異常方位相同。值得注意的是,微地震事件并沒有一直往南延伸,而是以出靶點以南450m左右位置有一條相對規(guī)模更大的北西向的曲率異常為界。分析認為,H1井的第1～3段是激活天然裂縫的響應,微地震事件沿天然裂縫分布,往南受另一條天然裂縫的阻擋沒有繼續(xù)延伸。為了優(yōu)化壓裂效果,不讓壓裂人工縫全部沿天然裂縫進行,在隨后的施工中,跳過了第4段壓裂設計,完成了第5～12段的壓裂。圖7b顯示了H1井第5～12段的微地震事件疊合最大曲率異常分布。微地震事件仍然呈近南北向分布,大多數(shù)微地震事件仍然集中在出靶點附近,往北微地震事件更為發(fā)散,往南更為集中,少數(shù)微地震事件集中在出靶點往入靶點方向550m左右,與地震預測的曲率異常方位和規(guī)律吻合程度比較高。H2井沿井軌跡方向曲率異常相對H1井要小。在曲率空白區(qū)域(圖8a),第3～7段微地震事件較為發(fā)散;在曲率異常區(qū)域(圖8b),第14～15 段微地震事件分布較為集中。H3井沿井軌跡方向較H2井曲率異常多。在曲率空白區(qū)域(圖9a),第6～12段微地震事件較為發(fā)散,但局限在井軌跡以南350m左右有一條北西向曲率異常以內的范圍;在曲率異常區(qū)域(圖9b),第13～15段微地震事件分布較為集中。微地震事件的分布與曲率異常有一定的相關性。曲率異常主要是地下裂縫和微幅構造變化的響應,因此在壓裂時,曲率異常區(qū)域微地震事件多成線性分布、較為集中,更易激活先期裂縫;曲率空白區(qū)多成發(fā)散分布,主要形成人工壓裂縫。

圖7 H1井第1～3段(a)和第5～12段(b)微地震疊合曲率異常

圖8 H2井第3～7段(a)和第14～15段(b)微地震疊合曲率異常

圖9 H3井第6～12段(a)和第13～15段(b)微地震疊合曲率異常

3 產(chǎn)能預測

3.1 頁巖產(chǎn)能模型建立

頁巖氣勘探開發(fā)經(jīng)驗表明,頁巖氣井的產(chǎn)量與水平段的長度、壓裂規(guī)模及射孔長度并非正比關系[14]。頁巖氣井的產(chǎn)量主要與頁巖氣藏的地質特征和工程特征有關,為了更好地描述這些特征,我們定義了一種新的屬性——頁巖產(chǎn)能,用以表征頁巖氣井壓裂后產(chǎn)烴的能力。

頁巖氣開發(fā)中,決定頁巖產(chǎn)能有兩方面的因素。一方面,巖石本身的生烴能力決定了實際產(chǎn)量,生烴能力與兩個因素有關,即巖石的有機碳含量(或含氣量)和孔隙度;另一方面,巖石的破裂能力決定了壓裂規(guī)模即產(chǎn)生的裂縫網(wǎng)絡規(guī)模,破裂能力與巖石脆性、天然裂縫網(wǎng)絡的規(guī)模(即裂縫密度)有關。在某些頁巖盆地中,主控因素可能略有不同,部分勘探結果甚至表明,鉆井產(chǎn)量僅僅與巖石脆性或裂縫密度有關。這些概念可能會引起誤解。實際上,這4個主控因素缺一不可。由此,4個主控因素決定了頁巖產(chǎn)能[15]。由于W地區(qū)位于加里東古剝蝕線附近,個別井TOC高,但含氣量較低;而含氣量更能反映頁巖產(chǎn)能的好壞,因此,在本地區(qū)我們利用含氣量進行建模。

在建立產(chǎn)能模型前,對地震數(shù)據(jù)進行疊后提高分辨率處理。利用提高分辨率處理后的數(shù)據(jù)生成和提取3類地震屬性,即頻譜成像屬性、阻抗和彈性參數(shù)屬性以及體曲率中的構造屬性。利用頻譜成像生成一系列與地質信息相關的屬性,包括瞬時振幅、瞬時能量、瞬時頻率、瞬時相位和根據(jù)頻率計算的能量信息,如最大振幅、最大平均振幅、調諧頻率等共18種屬性。通過疊后反演得到阻抗屬性,利用擴展彈性阻抗產(chǎn)生縱橫波速度比和密度參數(shù),得到各種彈性參數(shù);利用測井解釋得到的含氣量、TOC等測井數(shù)據(jù)與彈性參數(shù)建立的關系,得到TOC、含氣量地震三維數(shù)據(jù)體,國內焦石壩地區(qū)在TOC、含氣量預測方面做了探索性的研究[16-17]。利用體曲率、最大負曲率等關鍵地震屬性來突出斷層成像更多的細節(jié)。

得到這3類地震屬性后,利用神經(jīng)網(wǎng)絡方法建立地質模型、裂縫模型及頁巖產(chǎn)能模型。

地質模型主要包括伽馬模型、密度模型、孔隙度模型、總含氣量模型和脆性指數(shù)模型等。

為了做成模型構造框架,需要將地震解釋的主要層位和斷層離散成一個三維地質框架,設置三維網(wǎng)格參數(shù):x,y方向面元大小均為60m,z方向時間厚度為1ms。分割前述提取的3類地震屬性放在每一個網(wǎng)格之中,經(jīng)過時深轉換將三維地質網(wǎng)格轉換到深度域,用于之后的地質模型和裂縫模型里。

3.1.1.1 伽馬模型和密度模型建立

根據(jù)研究,頁巖儲層具有高伽馬的特征[18],因此,伽馬被選為頁巖氣藏主要的儲層參數(shù),它是控制其它儲層性質的主要參數(shù)。利用神經(jīng)網(wǎng)絡方法[19],建立一個使用了所有地震屬性的伽馬地質模型。具體過程為:先輸入伽馬曲線,以地質網(wǎng)格中可用的多種地震屬性作為約束條件,神經(jīng)網(wǎng)絡將試著尋找伽馬曲線與可用地震屬性的關系,找到相關關系(表2)后,就建立了三維模型中每一個網(wǎng)格的伽馬參數(shù)關系,從而建立伽馬模型。再輸入密度曲線,尋找密度曲線、地震屬性、伽馬體的關系,建立每一個網(wǎng)格的密度關系,從而建立密度模型。

表2 自然伽馬與各地震屬性相關關系

3.1.1.2 孔隙度及含氣量模型的建立

輸入孔隙度或含氣量曲線,利用神經(jīng)網(wǎng)絡尋找井位處孔隙度曲線或含氣量曲線和多種地震屬性以及伽馬和密度模型之間的關系,找到相關關系后,就可建立孔隙度或含氣量模型。

3.1.1.3 脆性指數(shù)模型建立

輸入根據(jù)楊氏模量和泊松比算出的脆性指數(shù)曲線,用地質網(wǎng)格中可用的多種地震屬性和之前得到的多種地質模型作為約束條件,神經(jīng)網(wǎng)絡將試著尋找一個井位處的脆性指數(shù)曲線和多種地震屬性以及地質模型之間的關系,找到相關關系后,建立每一個網(wǎng)格的脆性指數(shù)關系,從而建立脆性指數(shù)模型。

通過表3、表4數(shù)據(jù)對比可以看出，更換大直徑水力旋流器后，旋流器底流中大于0.25 mm粒級含量增加10%以上，小于0.125 mm粒級含量降低5%以上，達到了降低旋流器底流中高灰細泥含量的目的。

3.1.2 裂縫模型建立

巖性、構造、斷層和其它地質因素控制儲層中裂縫的位置和密度,這些因素被稱為裂縫影響因子,其中,地質因子包括巖性、孔隙度;地質力學因子包括形變、彎曲和斷層指示(如斷距);地震因子包括屬性,如疊后反演得到的波阻抗、疊前反演得到的彈性參數(shù)、頻譜成像屬性等。建立裂縫模型時,考慮了30種裂縫因子,在評價所有建模因子之前,利用邏輯計算方法,研究了裂縫密度主要的地質控制參數(shù),最后選擇了相關系數(shù)最高的地震屬性建立裂縫密度模型(圖10)。

3.1.3 產(chǎn)能模型建立

頁巖產(chǎn)能=總含氣量×裂縫密度×脆性指數(shù)×孔隙度。總含氣量、裂縫密度、脆性指數(shù)和孔隙度同時為高值時,才能獲得高的頁巖產(chǎn)能,當其中一項低于要求的下限值時,記該值為0,則頁巖產(chǎn)能也為0。如果頁巖塑性較強,即脆性指數(shù)較小,相應地,頁巖產(chǎn)能也會較低。利用上述地質模型結合H1井生產(chǎn)測井資料得到的含氣量、孔隙度、泊松比和裂縫密度,進行歸一化處理后相乘得到相對頁巖產(chǎn)能預測結果[15,20](圖11)。不同產(chǎn)能的鉆井或壓裂段對應不同的總含氣量、裂縫密度、脆性指數(shù)和孔隙度。首先建立產(chǎn)能與4個主控因素的關系,大致了解下限值的范圍;再結合鄰區(qū)或其它區(qū)域經(jīng)驗,設定下限值建立初始頁巖產(chǎn)能模型;最后,再將初始頁巖產(chǎn)能模型與已鉆井產(chǎn)量進行標定,用盲井進行驗證,吻合度大于80%視為產(chǎn)能預測結果可用。若吻合度小于80%,需返回調整下限值,不斷迭代調整產(chǎn)能模型,以得到最優(yōu)結果。本區(qū)四大主控因素下限值分別為:TOC>2%,孔隙度>3%,含氣量>2m3/t,脆性指數(shù)大于35。

圖10 W直井四大主控因素地質模型剖面

3.2 水平井產(chǎn)能預測

H1井沿井軌跡主控因素(總含氣量、孔隙度、裂縫密度和泊松比)剖面如圖12所示。4個因素同時是高值才能得到高的頁巖產(chǎn)能,任一因素為低值均不能得到好的頁巖產(chǎn)能。沿H1井軌跡相對頁巖產(chǎn)能預測剖面(圖13)中的數(shù)字表明壓裂段,直方圖為每個壓裂段的產(chǎn)氣值。第1段到第3段穿過一段高值(>65),第4段壓裂時跳過,向下有一段低產(chǎn)能段(<65),第5段和第6段穿過一段低值(<65),第7段到12段穿過一段高值(>65)。優(yōu)質頁巖段內的相對頁巖產(chǎn)量預測結果與實際生產(chǎn)相吻合,第1～3段有一定產(chǎn)量,但由于中間低值的隔擋,使得目的層底部高產(chǎn)能難以向上溝通;第6～9段井筒附近產(chǎn)能較高,能得到較高產(chǎn)量;第10段井筒附近值較高,向下與高值區(qū)域溝通,產(chǎn)量最高;第11～12段井筒附近產(chǎn)能較低,向下不能溝通底部高值區(qū),產(chǎn)量也較低。

圖11 W直井頁巖氣產(chǎn)能預測剖面

由于H2和H3井沒有各壓裂段的生產(chǎn)測井數(shù)據(jù),利用H1井分析得出的結論以及產(chǎn)能剖面對這2口井各段產(chǎn)量進行預測。H2和H3井微地震監(jiān)測結果顯示,在井筒附近形成了天然裂縫與人造裂縫網(wǎng)絡。通過裂縫網(wǎng)絡的溝通,H2和H3井筒附近的“甜點”為產(chǎn)能做出貢獻。初略評估H2和H3井的產(chǎn)量,整個壓裂過程中,H2井貢獻產(chǎn)能的甜點區(qū)域(>65)約為12段,H3井貢獻產(chǎn)能的甜點區(qū)域(>65)約為6段(圖14)。H2井產(chǎn)量約為H3井產(chǎn)量的2.0倍,實際測試產(chǎn)量為2.3倍,吻合性高。

圖12 H1井沿井軌跡主控因素剖面

圖13 H1井沿井軌跡相對頁巖產(chǎn)能預測結果

圖14 過H2(a)及H3井(b)頁巖產(chǎn)能預測剖面

由于H1,H2和H3水平井實鉆均早于本文利用直井構建的產(chǎn)能模型。因此,實鉆軌跡設計時并未完全位于高產(chǎn)能帶內。利用本文建立的頁巖產(chǎn)能模型,指導W地區(qū)H10-1井的鉆井設計,井軌跡主要沿高產(chǎn)能段,生產(chǎn)測試結果與產(chǎn)能預測結果趨勢較為一致,其產(chǎn)量高于20×104m3/d(圖15)。因此,本文的種地震產(chǎn)能預測方法可在頁巖氣三維工區(qū)推廣應用。

圖15 過H10-1頁巖產(chǎn)能預測剖面(a)和生產(chǎn)測井與產(chǎn)能預測結果的產(chǎn)能貢獻率(b)

4 結論

本文利用H1,H2和H3井的工程、微地震以及地震數(shù)據(jù)對“甜點”進行了綜合評估。

1) 地震數(shù)據(jù)、微地震監(jiān)測數(shù)據(jù)綜合分析表明:天然裂縫的存在更易于導致微地震事件的線性分布以及大震級事件的產(chǎn)生,如H1井;天然裂縫相對不發(fā)育區(qū)域,微地震事件分布相對離散,震級相對較小。

2) 利用地震資料對“甜點”靜態(tài)參數(shù)進行模擬,構建一種超級屬性——頁巖產(chǎn)能,綜合考慮工程與地質甜點變化,對“甜點”進行更為全面的評估。

裂縫和產(chǎn)能預測結果有助于井位部署,軌跡優(yōu)化和壓裂優(yōu)化設計,從而有針對性地提高產(chǎn)能高值區(qū)壓裂規(guī)模,獲得更高的實際鉆井產(chǎn)能效果。

[1] 鄒才能,董大忠,王玉滿,等.中國頁巖氣特征、挑戰(zhàn)及前景(二)[J].石油勘探與開發(fā),2016,43(2):166-178 ZOU C N,DONG D Z,WANG Y M,et al.Shale gas in China:characteristics,challenges and prospects(Ⅱ)[J].Petroleum Exploration and Development,2016,43(2):166-178

[2] 董大忠,高世葵,黃金亮,等.論四川盆地頁巖氣資源勘探開發(fā)前景[J].天然氣工業(yè),2014,34(12):1-15 DONG D Z,GAO S K,HUANG J L,et al.A discussion on the shale gas exploration & development prospect in the Sichuan Basin[J].Natural Gas Industry,2014,34(12):1-15

[3] 董大忠,王玉滿,李新景,等.中國頁巖氣勘探開發(fā)新突破及發(fā)展前景思考[J].天然氣工業(yè),2016,36(1):19-32 DONG D Z,WANG Y M,LI X J,et al.Breakthrough and prospect of shale gas exploration and development in China[J].Natural Gas Industry,2016,36(1):19-32

[4] OUENES A.Distribution of well performances in shale reservoir and their predications using the concept of shale capacity[J].SPE/EAGE European Unconventional Resources Conference and Exhibition,2014:25-27

[5] 張山,劉清林,趙群,等.微地震監(jiān)測技術在油田開發(fā)中的應用[J].石油物探,2002,41(4):226-231 ZHANG S,LIU Q L,ZHAO Q,et al.Application of microseismic monitoring technology in development of oil field.[J].Geophysical Prospecting for Petroleum,2002,41(4):226-231

[6] 李年銀,趙立強,張倩,等.油氣藏壓裂酸化效果評價技術研究進展[J].油氣井測試,2008,17(6):67-71 LI N Y,ZHAO L Q,ZHANG Q,et al.Studied advance technique of evaluation of fracturing acidizing in reservoir[J].Well Testing,2008,17(6):67-71

[7] 唐杰,方兵,藍陽,等.壓裂誘發(fā)的微地震震源機制及信號傳播特性[J].石油地球物理勘探,2015,50(4):643-649 TANG J,FANG B,LAN Y,et al.Focal mechanism of micro-seismic induced by hydrofracture and its signal propagation characteristics[J].Oil Geophysical Prospecting,2015,50(4):643-649

[8] MAXWELL S C,NORTON M.Enhancing shale gas reservoir characterization using hydraulic fracture microseismic data[J].First Break,2012,30(1):95-101

[9] MAXWELL S C,JONES M,PARKER R,et al.Fault activation during hydraulic fracturing[J].Expanded Abstracts of 82ndAnnual Internat SEG Mtg,2012:1552-1555

[10] 劉勇,方伍寶,李振春,等.基于疊前地震的脆性預測方法及應用研究[J].石油物探,2016,55 (3):425-432 LIU Y,FANG W B,LI Z C,et al.Brittleness prediction and application based on pre-stack seismic inversion[J].Geophysical prospecting for Petroleum,2016,55 (3):425-432

[11] 李慶輝,陳勉,金衍,等.頁巖氣儲層巖石力學特征及脆性評價[J].石油鉆探技術,2012,40(4):17-22 LI Q H,CHEN M,JIN Y,et al.Rock mechanical properities and brittleness evaluation of shale gas reservoir[J].Petroleum Drilling Techniques,2012,40(4):17-22

[12] HAEGE M,MAXWELL S C,SONNELAND L,et al.Rock fabric characterization using 3D reflection seismic integrated with microseismic[EB/OL].[2016-09-18].Http:∥www.slb.com/～/media/Files/technical_papers/eage/eage2013_th-17-01.pdf

[13] ZAKHOR N,SUNWALL M,BENAVIDEZ R,et al.Real-time use of microseismic monitoring for horizontal completion optimization across a major fault in the eagle ford formation[J].SPE Hydraulic Fracturing Technology Conference,2015:SPE173353

[14] SWINDELL G.Eagle ford shale-an early look at ultimate recovery[J].SPE Annual Technical Conference and Exhibition,2012:SPE158207

[15] OUENES A.Distribution of well performances in shale reservoirs and their predictions using the concept of shale capacity[J].SPE/EAGE European Unconventional Resources Conference and Exhibition,2014:SPE-167779

[16] 李金磊,尹正武.四川盆地焦石壩頁巖氣儲層地震定量預測方法[J].石油物探,2015,54(3):324-330 LI J L,YIN Z W.Seismic quantitative prediction method of shale gas reservoirs in the Jiaoshiba Area,Sichuan Basin[J].Geophysical Prospecting for Petroleum,2015,54(3):324-330

[17] 陳超,屈大鵬,王明飛,等.川東南焦石壩地區(qū)海相泥頁巖含氣量預測方法探討[J].石油物探,2016,55(4):597-605 CHEN C,QU D P,WANG M F,et al.Prediction method of gas content in marine mud shale at JSB area in South-east Sichuan Basin[J].Geophysical Prospecting for Petroleum,2016,55(4):597-605

[18] 王明飛,陳超,屈大鵬,等.涪陵頁巖氣田焦石壩區(qū)塊五峰組龍馬溪組一段頁巖氣儲層地球物理特征分析[J].石油物探,2015,54(5):613-620 WANG M F,CHEN C,QU D P,et al,The geophysical characteristics of shale gas reservoir from Wufeng member to Longmaxi member in Jiaoshiba block of Fulin shale gasfield[J].Geophysical Prospecting for Petroleum,2015,54(5):613-620

[19] REGAN J,WOJCIK E,FACKLER M,et al.Prediction well performances using the shale capacity concept-application to the haynesville[EB/OL].[2016-09-18].http:∥www.searchanddiscovery.com/documents/2013/41204reagan/ndx_reagan.pdf

[20] OUENES A.Practical application of fuzzy logic and neural networks to fractured reservoir characterization[J].Computers and Geosciences,2000,26(8):953-962

(編輯：顧石慶)

EstimatingthefracturingeffectandproductioncapacityoftheLongmaxiFormationoftheLowerSilurianinareaW,SichuanBasin

LI Dajun1,2,3,YANG Xiao2,3,WANG Xiaolan2,3,LI Ruicen3,DENG Xiaojiang2,3,DENG Jigang2,3,
HUANG Cheng2,3,JIANG Wei4

(1.CollegeofEnergy,ChengduUnirersityofTechnology,Chengdu610059,China;2.KeyLaboratoryofShaleGasGeophysicalProspecting,KeyLabofGeophysicalExploration,CNPC,Chengdu610213,China;3.TheGeophysicalExplorationCompanyofChuangQingDrillingEngineeringCompanyLimited,CNPC,Chengdu610213,China;4.ShaleGasExplorationandDevelopmentManagementofChuanQingDrillingEngineeringCompanyLimited,CNPC,Chengdu610056,China)

The shale gas reservoir characterization in area W of the Sichuan Basin is analyzed using seismic,fracturing,and micro-seismic data from three horizontal wells.From the analysis of micro-seismic monitoring data,we know that after fracturing,pre-existing natural faults were reactivated in H1,an artificial fracture network was formed in H2,and both pre-existing faults and artificial fractures were reactivated in H3.The fracturing effect is mainly affected by natural fractures and the relationship between natural fractures and wellbore occurrence.The analysis of fracturing results for the three wells indicates that H2 had the best fracturing effect,H3 had a medium effect,and H1 had the worse effect.Finally,geological models based on four key driver factors,total gas content,porosity,brittleness index and fracture density,are built using a neural network to obtain the production capacity of shale reservoirs.The trend of the obtained production capacity data is coincident with H1’s productive logging data.By integrating that result with the microseismic fracturing monitoring data,the predicted production capacity of the shale reservoir in H2 could be twice that of H3;the actual result is 2.3 times that of H3.The resulting production capacity profiles of the shale reservoir can be used to optimize well deployment,horizontal well track design,hydraulic fracturing geometry layout,and improve well completion programs.

micro-seismic,fracturing,Poisson ratio,natural fracture,production capacity of shale

P631

：A

1000-1441(2017)05-0735-11DOI:10.3969/j.issn.1000-1441.2017.05.014

李大軍,楊曉,王小蘭,等.四川盆地W地區(qū)龍馬溪組頁巖氣壓裂效果評估和產(chǎn)能預測研究[J].石油物探,2017,56(5):745

LI Dajun,YANG Xiao,WANG Xiaolan,et al.Estimating the fracturing effect and production capacity of the Longmaxi Formation of the Lower Silurian in area W,Sichuan Basin

[J].Geophysical Prospecting for Petroleum,2017,56(5):745

2016-09-28;改回日期:2017-04-10。

李大軍(1977—),博士在讀,高級工程師,主要從事地震勘探研究。

國家科技重大專項“大型油氣田及煤層氣開發(fā)”(2016ZX05023004)資助。

This research is financially supported by the National Science and Technology Major Project of China(Grant No.2016ZX05023004).