分頻屬性反演方法在B油田的應(yīng)用

王 奇

(中國(guó)石油集團(tuán)長(zhǎng)城鉆探工程有限公司地質(zhì)研究院，遼寧 盤錦 124010)

0 引言

地震資料在橫向上具有鉆井資料無(wú)可比擬的連續(xù)性，且包含豐富的儲(chǔ)層物性信息，因此地震儲(chǔ)層反演技術(shù)是油氣勘探開(kāi)發(fā)中的重要研究方向。分頻反演是通過(guò)測(cè)井、地震資料研究振幅與頻率關(guān)系，合理利用地震資料有效頻帶的多種頻帶信息，減少薄層反演的不確定性，得到高分辨率的反演結(jié)果。同時(shí)它也是一種無(wú)子波提取，高分辨率非線性反演，與井的吻合度較高，更準(zhǔn)確反映儲(chǔ)層的分布規(guī)律。本次結(jié)合B油田的實(shí)際地質(zhì)特征，建立了基于精細(xì)地質(zhì)模型的神經(jīng)網(wǎng)絡(luò)分頻屬性反演方法，該方法能夠較準(zhǔn)確預(yù)測(cè)儲(chǔ)層的分布規(guī)律[1-8]。

1 儲(chǔ)層反演方法確定

1.1 儲(chǔ)層敏感性分析

儲(chǔ)層反演是否可行取決于敏感性曲線能否區(qū)分儲(chǔ)層與非儲(chǔ)層。常規(guī)儲(chǔ)層反演是通過(guò)聲波阻抗曲線進(jìn)行儲(chǔ)層預(yù)測(cè)，通過(guò)巖性分布直方圖分析(圖1)，主力油層FⅡ組砂巖和泥巖的聲波阻抗峰值近乎重合，認(rèn)為聲波阻抗曲線不能有效識(shí)別儲(chǔ)層和非儲(chǔ)層。根據(jù)實(shí)際的地質(zhì)情況和敏感性曲線分析，單一測(cè)井曲線敏感性均較差，而中子和密度曲線交匯能夠有效的識(shí)別儲(chǔ)層和非儲(chǔ)層(圖2)，通過(guò)擬合，直線公式Y(jié)=-0.005X+1.43 可作為儲(chǔ)層和非儲(chǔ)層的分界線，其中Y是中子曲線值，X為密度曲線值。

圖1 B油田FⅡ組聲波時(shí)差曲線-巖性分布直方圖Fig.1 Histogram of acoustic time difference curve and lithology distribution for FⅡ formation in B oilfield

圖2 B油田FⅡ組中子和密度曲線敏感性分析交匯圖Fig.2 Sensitivity analysis intersection diagram of neutron and density curve for FⅡ formation in B oilfield

1.2 儲(chǔ)層反演方法選擇

B油田自下而上依次發(fā)育基巖、白堊系、第三系與第四系，白堊系自下而上又劃分為F、M、K和R四個(gè)組，其中F組為本次研究的主要目的層。沉積背景為扇三角洲前緣亞相沉積，可分為水下分流河道、分流河道間、前緣席狀砂微相，偶見(jiàn)河口壩及前扇三角洲滑塌濁積砂微相。儲(chǔ)層以砂泥巖為主，物性以中孔、高滲為主，平均孔隙度為19.7%，平均滲透率為1402×10-3μm2。

B油田是受構(gòu)造和巖性雙重控制的稠油油藏，完鉆井多，斷裂較為發(fā)育，在30 km2研究區(qū)內(nèi)完鉆井38口，斷層25條，需建立精細(xì)三維低頻地質(zhì)模型。單井儲(chǔ)層厚度薄，常規(guī)聲阻抗曲線不能有效識(shí)別儲(chǔ)層，采用神經(jīng)網(wǎng)絡(luò)分頻屬性反演。通過(guò)對(duì)B油田地質(zhì)條件綜合分析，本次采用基于精細(xì)地質(zhì)模型的神經(jīng)網(wǎng)絡(luò)分頻屬性反演方法。

2 儲(chǔ)層反演流程

2.1 時(shí)深標(biāo)定及低頻地質(zhì)模型建立

合成地震記錄是把地震資料和測(cè)井資料聯(lián)系起來(lái)的橋梁，其目的是利用測(cè)井資料的高分辨率精細(xì)標(biāo)定各界面在地震剖面上的反射位置。層位標(biāo)定的準(zhǔn)確與否將直接影響到反演的結(jié)果。通過(guò)層位標(biāo)定，合成地震記錄與井旁地震道相似度較高。

低頻信息是反演體中重要的組成部分，能夠反映地質(zhì)體的變化趨勢(shì)。由于地震數(shù)據(jù)體具有頻帶限制特征，缺失低頻部分，反演出的頻帶限制成果不能真實(shí)反映地質(zhì)情況。測(cè)井?dāng)?shù)據(jù)具有全頻帶特征，將測(cè)井?dāng)?shù)據(jù)的低頻信息與地震頻帶相融合，能夠全面地刻畫和預(yù)測(cè)地質(zhì)體。低頻模型建立包括兩個(gè)部分：構(gòu)造框架模型(圖3)和屬性模型。對(duì)工區(qū)低頻模型進(jìn)行平面和剖面質(zhì)控，井與井變化合理，無(wú)明顯突變現(xiàn)象。

圖3 地質(zhì)框架模型

2.2 分頻屬性反演

通過(guò)對(duì)地震資料的頻寬分析，有效頻帶范圍為8～55 Hz，以15 Hz頻寬進(jìn)行分頻，產(chǎn)生3個(gè)頻段的數(shù)據(jù)體。對(duì)分頻后的數(shù)據(jù)體，利用SVM高級(jí)神經(jīng)網(wǎng)絡(luò)算法計(jì)算不同厚度下振幅與頻率的關(guān)系，并引入反演過(guò)程中，建立起目標(biāo)測(cè)井曲線與地震波形間的非線性映射關(guān)系，得到反演結(jié)果。

SVM算法是一種高級(jí)的神經(jīng)網(wǎng)絡(luò)計(jì)算方法，可作為非線性回歸和模式分類，它克服了傳統(tǒng)神經(jīng)網(wǎng)絡(luò)的局部最優(yōu)、過(guò)度學(xué)習(xí)、網(wǎng)絡(luò)不穩(wěn)定等問(wèn)題，是人工智能和統(tǒng)計(jì)學(xué)習(xí)中較高級(jí)的算法[9-11]。

2.3 儲(chǔ)層反演門檻值確定

本次儲(chǔ)層預(yù)測(cè)的門檻值應(yīng)用中子密度曲線交匯公式確定，擬合的直線公式為Z=(-0.005X+1.43)-Y，其中X為密度值，Y為中子孔隙度值。當(dāng)Z值大于0，為儲(chǔ)層；反之，為非儲(chǔ)層。應(yīng)用中子和密度屬性反演體來(lái)計(jì)算Z值屬性體(圖4)，最終得到目的層儲(chǔ)層平面分布圖，主要目標(biāo)層段FⅡ油層組的儲(chǔ)層整體上由北西向南東方向變薄(圖5)。

圖4 Z值連井反演剖面圖Fig.4 Inversion profile of Z-value continuous wells

圖5 B油田FⅡ組儲(chǔ)層厚度等值線圖Fig.5 Reservoir thickness contour map of FⅡ formation in B oilfield

3 儲(chǔ)層反演結(jié)果檢驗(yàn)

應(yīng)用神經(jīng)網(wǎng)絡(luò)分頻屬性反演得到最終屬性反演體，通過(guò)剖面質(zhì)量控制，屬性反演結(jié)果合理，無(wú)突變現(xiàn)象。選取4口盲井檢驗(yàn)反演結(jié)果，主力FⅡ砂巖組預(yù)測(cè)儲(chǔ)層厚度與實(shí)際結(jié)果誤差在10%以內(nèi)。通過(guò)研究區(qū)內(nèi)新完鉆一口新井檢驗(yàn)，預(yù)測(cè)結(jié)果與實(shí)鉆結(jié)果誤差控制在8%以內(nèi)，預(yù)測(cè)結(jié)果精度較高(表1)。

表1 B油田FⅡ組預(yù)測(cè)儲(chǔ)層厚度誤差表Table 1 Error analysis table of predicted reservoirthickness for FⅡ formation in B oilfield

4 結(jié)論

1) 通過(guò)常規(guī)儲(chǔ)層反演方法不能有效識(shí)別B油田儲(chǔ)層和非儲(chǔ)層。通過(guò)敏感性分析，中子和密度曲線交匯能夠有效的識(shí)別儲(chǔ)層，首次應(yīng)用擬合直線公式建立Z值劃分儲(chǔ)層和非儲(chǔ)層。

2) 采用基于精細(xì)地質(zhì)模型的神經(jīng)網(wǎng)絡(luò)分頻屬性反演方法能夠有效預(yù)測(cè)儲(chǔ)層分布。B油田FⅡ砂巖組為本次研究的主要目標(biāo)層段，儲(chǔ)層由北西向南東方向變薄，預(yù)測(cè)油層向南東方向趨于減薄，為該油田開(kāi)發(fā)調(diào)整方案編制提供了重要依據(jù)。