低滲透巖性氣藏疊前流體預測應用研究

賀曉 張盟勃 王大興 王寶江， 吳漢寧

(1.延長石油集團研究院，西安 710075;2.長慶油田公司勘探開發(fā)研究院，西安 710018;3.西北大學地質系，西安 710069)

通過對SLG氣田7口井盒8段的不同巖樣在自然風干(含氣飽和度為100%)、含氣飽和度約35%、含氣飽和度為65% ～75%、飽含水4種狀態(tài)下及規(guī)定的溫度壓力(90～100℃，42～47 MPa)條件下，縱、橫波速度及泊松比測量及計算結果表明:致密砂巖和泥巖的泊松比在自然風干條件下仍大于0.18，而含氣砂巖的泊松比在自然風干時為0.13～0.17;當砂巖含氣飽和度小于70%時，泊松比變化不大;當砂巖含氣飽和度大于70%時，泊松比急劇下降。不同巖性和不同孔隙流體介質的變化，必然導致其泊松比的變化，這是AVO理論的基礎。所有AVO屬性包含有較大的“不確定性”，盡管它對于儲層的含氣與否較為敏感，但對于儲層含氣多少卻難以區(qū)分，對流體性質更是無法準確判斷。因此需要尋找一種有效的方法來實現(xiàn)類似SLG氣田的低含氣飽和度砂巖地區(qū)流體的有效預測。

1 資料分析及處理

1.1 測井資料分析處理

測井資料是地震層位標定及儲層與流體預測的基礎資料，直接決定著對地震反射波的認識及模型建立的正確與否。通過分析SLG三維區(qū)塊測井資料，發(fā)現(xiàn)對研究地震反射特征起關鍵作用的聲波時差和密度測井曲線在泥巖段由于井徑的垮塌等原因出現(xiàn)明顯失真，嚴重影響對儲層反射特征的認識及后續(xù)工作。為了修補這些失真部位，使用了探測范圍更大的深電阻率曲線，方法是用基本準確的泥巖聲測、密度曲線段建立聲測、密度值與深電阻率測井值之間的數(shù)學關系，然后利用這一關系，用深電阻率曲線計算聲波速度與密度失真部位，取得高質量的聲波速度與密度曲線。最后采用直方圖法，對各井進行歸一化處理，提高多井間資料的可對比性，為后續(xù)儲層流體分析創(chuàng)造有利條件。

1.2 道集資料分析處理

疊前流體預測基礎是AVO理論，能夠反映儲層和流體響應的高質量AVO道集。由于大偏移距保留了儲層物性和流體信息，因此在做NMO分析時，應盡量保留大偏移距道，避免隨意切除。在資料處理過程中，除了要時刻注意保持振幅處理之外，重點要解決好大偏移距的動校處理和道集去噪問題。

利用針對大偏移距處理的各向異性動校正技術(AAMO)，在NMO分析基礎上增加各向異性百分比函數(shù)分析，求取擾動因子，并用空間插值的辦法計算每個地震道的動校正量，從而減少遠偏移距地震道的拉伸畸變，提高速度分析的精度，最大可能地消除射線彎曲和各向異性的影響。在偏移前采用二維濾波(F-K)切除法初步壓制多次波，以保護有效反射波的能量為主，然后在疊前偏移后的CRP道集上采用RADON變換在τ-P域對多次波干擾進一步壓制，避免多次波干擾。疊前CRP資料去噪處理中應注意:(1)不能因做去噪處理而改變有效反射振幅的相對關系，去噪后的記錄仍應是或者說基本上是保持相對振幅;(2)去隨機噪音處理前，應先解決好剩余靜校正問題;(3)道集記錄去噪前應盡量減小剩余動校正量影響;(4)在共炮檢距記錄上做去噪處理要考慮地層傾角影響。

2 模型分析

圖1為該區(qū)某口井流體替換前后的AVO正演模型，模型由CMP道集、CMP道集疊加、AVO截距(P)和AVO梯度(G)組成。儲層頂部即盒8附近的反射在替換前是隨著偏移距增大而減小，用氣替換后其反射振幅是隨著偏移距增大而增強，表現(xiàn)為典型的第三類AVO響應，而且流體替換前后，P、G的振幅變化明顯。

圖1 SLG地區(qū)某口井流體替換前后AVO正演模型

圖2 是該井流體替換的AVO模型，上部分為AVO響應，下部分為梯度G。該模型是在儲層段孔隙度不變的條件下，分別用含水飽和度為100%，70%，40%，20%的水替換以后，利用Zoeppritz方程正演的井旁AVO道集。當含水飽和度為100%時，盒8頂反射同相軸反射振幅隨偏移距的加大而增強，但是截距小，梯度變化小;當含水飽和度減小時，盒8頂反射同相軸反射振幅也隨偏移距加大而增強，截距增大，并且梯度變化大。上述模型提供了一種流體預測的思路，即利用模型正演和流體替換方法，AVO屬性的P、G能夠區(qū)別出不同流體及流體含量。

3 儲層流體預測

3.1 AFI儲層流體反演原理

同AVO理論一樣，AVO流體反演(AFI)的理論基礎是Zoeppritz方程，Shuey等在入射角小于30°等條件下對其進行簡化，得到AVO方程:

式中:R—反射系數(shù);

θ—入射角;

P—AVO截距，即零偏移距時的反射系數(shù);

G—AVO斜率，即振幅隨入射角變化的斜率。

當砂巖中含不同流體時，其AVO截距和梯度各不相同。利用AVO模型的流體替換理論可以確定其截距和梯度，這是AFI流體反演的理論核心。其實現(xiàn)過程如下:首先利用井點處的測井曲線建立正演模型，然后通過流體替換理論獲得模型中流體分別為油、氣以及水時的合成記錄，再利用公式(1)得到相應的截距和梯度，最后將實際地震數(shù)據(jù)所得到的截距和梯度與模型產生的截距和梯度加以對比，根據(jù)統(tǒng)計方法定量求得儲層所含油、氣、水的可能情況。

3.1.1 AVO 隨機正演模型

AFI理論地質模型為3層砂泥巖地質模型，用于模擬指定深度目標層的情況。模型所需的密度、速度等物性參數(shù)經測井統(tǒng)計后經趨勢分析得到。在沒有橫波測井資料時，可以用Castagna's方程或者優(yōu)化的Xu-White方程預測出橫波。趨勢面分析的前提是假定所分析的巖石參數(shù)為正態(tài)高斯分布，利用曲線的標準偏差和平均值進行求取，其目的是確定不同深度位置地層表征參數(shù)的概率分布。1組特定參數(shù)組合構造1個隨機模型，不同參數(shù)的隨機組合確定不同深度位置處的隨機模型，即Monter-Calo 隨機模型［2］。

圖2 不同含水飽和度情況下的AVO正演模型和屬性對比

常規(guī)的AVO建模只是建立2個疊前的合成記錄、確定井點處的截距A，根據(jù)梯度B的分布范圍來確定含氣砂巖，而AFI流體反演是采用 Monter-Calo隨機正演模擬，建立大量人工合成記錄，可避免建模的局限性。

3.1.2 利用Biot-Gassman方法進行流體替換

正演模型建立后，利用Biot-Gassman流體替換理論，分別求取含油砂巖、含氣砂巖和含水砂巖模型的地震道集響應，進而分別計算道集的AVO屬性:截距P和梯度G，獲得截距-梯度交匯圖，P-G的密度分布圖，用不同的顏色分別表示油、氣、水，它們分布在不同的P、G趨勢范圍內，這將是AFI反演預測油氣水分布可能性的基礎［3］。

3.1.3 利用已知井的隨機模型校正AVO屬性

模型正演所得的截距P和梯度G表示的是反射系數(shù)的理論范圍，其絕對值不會大于1，而實際數(shù)據(jù)計算出的P和G有時會遠遠超出這個范圍，因此需要對由實際地震資料計算出來的P和G屬性進行加權校正。校正方法為:

式中:Sglobal，Sgradient— 加權系數(shù);

Pscaled—校正后地震數(shù)據(jù)截距;

Gscaled—校正后地震數(shù)據(jù)梯度;

Preal—地震資料校正前的截距;

Greal—地震資料校正前的梯度。

3.1.4 進行流體可能性分布的定量預測

根據(jù)校正后的結果，利用Bayes概率公式［4］計

式中:Fk—由模型得到的某一流體在截距-梯度圖上的樣點;

P(Fk)—某相的可能性;

P(I，G|Fk)—隨機模擬輸出的某相樣點的分布密度(如高斯分布)［5］;

k— 油、氣或水相。

3.2 儲層流體預測流程

通過以上分析，根據(jù)研究區(qū)特點，制定了儲層流體預測流程(圖3)。算截距-梯度交匯圖上每一點屬于油、氣、水類型的概率，其理論公式為:

圖3 SLG三維地區(qū)疊前儲層流體預測流程圖

4 AFI流體反演在SLG三維區(qū)塊的應用

SLG氣田主力氣層為二疊系下石盒子盒8段儲層，該區(qū)儲層段是一個廣覆式的砂巖疊合區(qū)，構造幅度小、砂巖厚度大(一般20～30 m)、分布范圍廣，但單砂體較小且分布零散。砂體垂向上表現(xiàn)為多套單砂體的疊置，有效儲層橫向變化大，且非均質性強［6］。受物源及沉積相帶控制，SLG氣田盒8儲層巖性基本為石英砂巖和純石英砂巖，石英含量一般大于90%，最高達到95%，多為含礫粗砂巖?？紫抖酁榫чg孔、粒間孔、溶蝕孔和微裂隙，平均孔隙度為12%，滲透率約為6.23 ×10-3μm2，為典型的低孔低滲巖性儲層。AVO分析及其屬性反演、疊前反演一直是該氣田自勘探到開發(fā)評價以來一項不可缺少的儲層含氣性預測手段［2］。

SLG三維區(qū)塊周圍所完鉆的2口井(X1井、X2井)，在井位部署時地震資料的AVO定性分析認為是一種含氣的顯示，但在實際鉆探中見到明顯的水層，說明本區(qū)有含水的鉆探風險。因此，利用疊前AVO資料進行儲層流體預測，描述平面上流體的性質及其分布，對于下一步鉆井井位的部署是一項非常重要的工作。

4.1 測井數(shù)據(jù)的趨勢面分析

本次研究區(qū)內有4口井，其中Y1、Y2井是氣井，Y3井是水井，Y4井是干井。由于Y1井處于地震資料不滿覆蓋區(qū)(小于30次)，縱波地震道集資料信噪比較低，因此在AFI流體反演建模時，沒有考慮Y1井的AVO響應。圖4和圖5是在AFI流體反演過程中，進行隨機建模時確定的砂巖和泥巖的速度、密度隨深度變化的趨勢面分析結果。從圖4中可以看到，砂巖速度隨深度變化劇烈，在 3 000～3 200 m之間，砂巖速度隨深度的增加逐漸增加，但在3 200～3 400 m之間，即在目的層附近，砂巖速度變化呈增大趨勢;在3 400 m以后，進入海相碳酸鹽巖沉積后，巖性發(fā)生了變化，而測井伽馬值小于80的碳酸鹽巖的速度在6 000 m/s以上，且隨深度的增加，速度逐漸增加。從砂巖密度隨深度的變化趨勢分析，密度隨巖性的變化幅度小于速度隨巖性的變化幅度，且變化不明顯。在3 200～3 400 m的目標層位之間，砂巖發(fā)育，受孔隙的影響，密度值大小范圍變寬。從圖5看出泥巖的速度和密度隨深度的變化趨勢與砂巖的變化趨勢基本相似。

圖4 3口井砂巖速度和密度隨深度變化的趨勢面分析

4.2 油氣水的AFI正演模型

在趨勢面分析的基礎上，根據(jù)3口井儲層的深度范圍，對3口井目標層段進行了4個深度500個隨機模型的隨機模擬。圖6是500個隨機模型的截距和梯度的分析結果，深度分別是3 200、3 265、3 300和3 395 m。從3 200 m深度的模擬結果分析，該深度還沒有進入儲集層段內，油、氣、水3種流體的截距和梯度分布基本上一樣，無法區(qū)分;在另外3個深度的模擬結果上，3個深度分別代表了不同井的儲層段的含氣砂巖。從圖中可以看出，氣分布在離原點坐標最遠的地區(qū)，而含水的截距和梯度差距較小，離坐標原點的距離近，因此可以利用儲層流體反演技術在平面上定性地預測和描述氣水的分布規(guī)律。

圖5 3口井泥巖速度和密度隨深度變化的趨勢面分析

圖6 3口井4個深度500個隨機模型AFI正演結果

4.3 流體反演結果分析

AFI流體反演得出了2種分析結果，圖7、圖8分別是油、氣、水可能性分布和烴類可能性分布圖。從圖中可明顯看出，在研究區(qū)內，Y3井以西及北部地區(qū)含水可能性較大(圖7)，含天然氣可能性大于70%的地區(qū)主要分布在Y3井與Y4井之間(圖8)。實際資料表明，在研究區(qū)外以北地區(qū)，儲層物性好，但含水飽和度高，試氣效果較差，與分析結果相符。由此可見，AFI流體反演的結果較可靠，可以作為全區(qū)含氣有利區(qū)評價的主要依據(jù)之一。

圖7 研究區(qū)內目的層段流體的可能性分布圖

圖8 研究區(qū)內目的層段烴類可能性分布圖

5 結語

基于疊前AVO分析的流體反演預測技術能夠解決一般AVO反演中的不確定性問題，能識別儲層流體性質。在SLG三維地區(qū)，根據(jù)模型分析結果，利用高質量的測井資料和能夠反映儲層及流體信息響應的AVO道集資料，對于流體的性質及其分布做出了評價，特別是對于含水區(qū)域的預測為鉆井避開水層提供了重要理論依據(jù)。

［1］ Shuey R T.A Simplification of the Zoeppritz Equations［J］.Geophysics，1985，50:609-614.

［2］ Aveth P，Mukerji T.Quantitative Seismic Interpretation［M］.Gary Mavka:Cambridge University Press，2005.

［3］ Russell H B，Hedlin K，Hilterman J F.Fluid Property Discrimination with AVO:A Biot Gassman Perspective［J］.Geophysics，2003，68(1):29-39.

［4］ Riedal M，Dosso E S，Beran L.Uncertainty Estimation for Amplitude Variation with Offset(AVO)Inversion［J］.Geophysics，2003，68(5):1485-1496.

［5］高建榮，藤吉文，李明，等.AVO流體反演理論與實踐［J］.石油勘探與開發(fā)，2006，33(5):558-561.

［6］何自新，付金華，席勝利，等.SLG大氣田成藏地質特征［J］.石油學報，2003，24(2):6-12.