頁巖油資源規(guī)模分布模型及敏感性研究

盧振東，劉成林，曾曉祥，陽 宏，臧起彪，吳育平，李國雄，馮德浩

1.油氣資源與探測(cè)國家重點(diǎn)實(shí)驗(yàn)室，北京 102249；2.中國石油大學(xué)(北京) 地球科學(xué)學(xué)院，北京 102249

近年來，隨著國內(nèi)外對(duì)致密油氣、頁巖油氣等非常規(guī)油氣的重視程度不斷加大，推動(dòng)了全球非常規(guī)油氣勘探開發(fā)快速發(fā)展，非常規(guī)油氣資源評(píng)價(jià)也得到快速發(fā)展[1-6]。國外最常用的資源評(píng)價(jià)方法包括類比法、單井儲(chǔ)量估算法、體積法、發(fā)現(xiàn)過程法和資源空間分布預(yù)測(cè)法等[7]。非常規(guī)油氣資源評(píng)價(jià)方法可歸納為類比法、統(tǒng)計(jì)法和成因法三大類[8]。郭秋麟等[9]指出，我國所處勘探開發(fā)階段，頁巖油資源評(píng)價(jià)可優(yōu)先采用三種便捷評(píng)價(jià)方法，即分級(jí)資源豐度類比法、單井估算最終可采量(EUR)類比法和小面元容積法。在不斷對(duì)非常規(guī)油氣資源評(píng)價(jià)方法的探索過程中，如何將早已研究成熟的、熟悉的常規(guī)油氣資源評(píng)價(jià)方法運(yùn)用到非常規(guī)油氣中去，是資源評(píng)價(jià)方法的一個(gè)重要方向。常規(guī)油氣資源評(píng)價(jià)中的一個(gè)重要方面是預(yù)測(cè)油氣田數(shù)目及其規(guī)模分布。APRS和ROBERTS在1958年發(fā)表了第一張油氣藏規(guī)模分布圖[10]，其后60多年，提出了多種油氣藏規(guī)模分布模型和方法并應(yīng)用于評(píng)價(jià)中。從油氣藏規(guī)模分布模型的產(chǎn)生[11-12]，經(jīng)過自然總體油氣藏規(guī)模是對(duì)數(shù)正態(tài)分布還是反“J”形分布的討論[13-14]，不同油氣藏規(guī)模分布模型的對(duì)比[15]，發(fā)展到今天對(duì)油氣藏規(guī)模分布的敏感性研究分析[16]。油藏規(guī)模分布法的適用條件是中高勘探程度的常規(guī)油氣藏，如何使油藏規(guī)模分布法適用于非常規(guī)油氣資源評(píng)價(jià)中，進(jìn)行油氣藏規(guī)模分布的敏感性研究，是本文的研究重點(diǎn)。

1 區(qū)域地質(zhì)背景

研究區(qū)為合水地區(qū)X230井區(qū)，面積約為151 km2，位于鄂爾多斯盆地西南部，構(gòu)造位置為伊陜斜坡(圖1)。研究的目的層位是上三疊統(tǒng)延長(zhǎng)組長(zhǎng)7段，屬于半深湖—深湖環(huán)境，發(fā)育多種類型的重力流沉積[17-19]；巖石類型主要為長(zhǎng)石質(zhì)石英砂巖，黏土礦物以伊利石和綠泥石為主。該區(qū)緊鄰中生界延長(zhǎng)組生烴中心，油氣來源充足[20-21]。儲(chǔ)層整體十分致密，孔隙度為8.5%～10.5%，滲透率為(0.08～0.17)×10-3μm2，屬于超低孔—超低滲儲(chǔ)層。X230井區(qū)的地質(zhì)資源豐度約為45×104t/km2，地質(zhì)資源量約為0.68×108t。

圖1 研究區(qū)位置(a)及部分井位分布(b)

2 建立油藏規(guī)模分布模型

2.1 確定評(píng)價(jià)單元

油藏規(guī)模分布反映的是一個(gè)盆地中自然存在的油氣藏分布特征、油氣發(fā)現(xiàn)過程的效率和經(jīng)濟(jì)條件對(duì)多數(shù)小油氣藏開發(fā)的限制[13]。統(tǒng)計(jì)表明，一個(gè)評(píng)價(jià)單元內(nèi)油藏規(guī)模分布遵循一定的統(tǒng)計(jì)規(guī)律；在發(fā)現(xiàn)過程模型法中，是用對(duì)數(shù)正態(tài)分布描述一個(gè)區(qū)帶中油藏的規(guī)模分布。

在常規(guī)油氣資源評(píng)價(jià)中，油藏規(guī)模分布法的基本原理是：在一定的研究區(qū)域中，分布一定油氣藏的數(shù)量，所有油氣藏對(duì)應(yīng)的資源量看作一個(gè)集合，服從一定的分布規(guī)律，常見的有對(duì)數(shù)正態(tài)(Lognormal)分布或者帕累托(Pareto)分布，我們一般稱之為“母體”。已發(fā)現(xiàn)的油氣藏類似于不放回的隨機(jī)取樣，在一定程度上也反映母體的分布特征，通過已發(fā)現(xiàn)油藏的規(guī)模分布特征反演出母體的油藏規(guī)模分布。而在非常規(guī)資源中，油氣是連續(xù)分布的，沒有明顯的油氣水邊界，按照一個(gè)油藏為一個(gè)單位的思想則無法使用。解決辦法是：以井為單位，一口井的單井最終可采儲(chǔ)量(EUR)作為評(píng)價(jià)單元的油氣儲(chǔ)量，這組數(shù)據(jù)便是在研究區(qū)內(nèi)已發(fā)現(xiàn)的油藏規(guī)模分布。關(guān)于EUR的求取方法比較多，如遞減法、雙曲線遞減法、經(jīng)驗(yàn)公式法等，本文采用的是雙曲線遞減法。

2.2 油藏規(guī)模分布模型的建立

目前對(duì)存在的自然總體分布模型(母體)有兩種觀點(diǎn)：一是認(rèn)為對(duì)數(shù)正態(tài)分布是代表油氣藏規(guī)模母體的一個(gè)好的模型，在勘探程度較高的含油氣盆地中，已發(fā)現(xiàn)的不同規(guī)模的油氣藏用對(duì)數(shù)正態(tài)分布擬合結(jié)果非常理想；二是認(rèn)為油藏規(guī)模分布服從反“J”形態(tài)分布，如帕累托分布?？低辛_維奇院士在研究世界油氣藏資料后認(rèn)為，這種分布服從帕累托分布[15]。20世紀(jì)80年代以后，考慮到經(jīng)濟(jì)、技術(shù)及其他因素綜合作用的影響，SCHUENEMEYER和DREW根據(jù)不同時(shí)期已發(fā)現(xiàn)油氣藏分布形態(tài)變化規(guī)律，推測(cè)油氣藏規(guī)模母體的分布形式應(yīng)該為對(duì)數(shù)幾何分布(帕累托分布的離散形式)[12-13]。

ATTANASI和CHARPENTIER對(duì)比分析了對(duì)數(shù)正態(tài)分布和帕累托分布[15]，認(rèn)為在模擬參數(shù)完全相同的條件下，對(duì)數(shù)正態(tài)分布模擬的結(jié)果比帕累托分布的要小15%左右。原因是在對(duì)數(shù)正態(tài)分布模擬中，大油氣藏和小油氣藏的個(gè)數(shù)都比帕累托分布的少；對(duì)數(shù)正態(tài)分布反映的只是帕累托分布中的一部分，而不能很好地反映自然總體分布模型的全貌[22]。因此，本文采取帕累托分布模型進(jìn)行模擬分析。

2.2.1 帕累托分布模型

在前文中確定好評(píng)價(jià)單元后，可以得到81口井的EUR數(shù)據(jù)(表1)，以此為基礎(chǔ)，建立自然總體分布的油藏規(guī)模分布模型。

表1 鄂爾多斯盆地合水地區(qū)X230井區(qū)單井EUR統(tǒng)計(jì)

(1)以EUR數(shù)據(jù)為基礎(chǔ)，使用概率統(tǒng)計(jì)方法擬合出研究區(qū)油藏分布模型的類型，并獲得相關(guān)的特征參數(shù)(位置參數(shù)、形狀參數(shù))。

現(xiàn)有數(shù)據(jù)擬合顯示，已發(fā)現(xiàn)的油藏規(guī)模呈現(xiàn)對(duì)數(shù)正態(tài)分布(圖2)。而前人研究認(rèn)為，帕累托分布比對(duì)數(shù)正態(tài)分布能更好地表示油藏規(guī)模分布的全貌，所以采用帕累托模型作為母體分布。研究區(qū)帕累托分布的形狀參數(shù)β=0.33，位置參數(shù)L=601.34(圖3)。

圖2 概率統(tǒng)計(jì)方法擬合對(duì)數(shù)正態(tài)油藏規(guī)模分布模型

圖3 概率統(tǒng)計(jì)方法擬合帕累托油藏規(guī)模分布模型

(2)在特征參數(shù)得到后，使用蒙特卡洛迭代法，模擬生成一組10 000個(gè)值的數(shù)據(jù)(母體)。

(3)從模擬出的數(shù)據(jù)中，隨機(jī)導(dǎo)出4組數(shù)據(jù)體(對(duì)應(yīng)的形狀參數(shù)β分別是0.41，0.49，0.51，0.52)，每組數(shù)據(jù)4 000個(gè)。

(4)建立以帕累托分布為自然總體分布的油藏規(guī)模分布模型，并編寫一套程序，研究在不同的形狀參數(shù)下，分別以25，50，100，200，300，400，500，600，800，1 000為間隔隨機(jī)抽取數(shù)據(jù)，每個(gè)間隔20組，用以分布模型形狀參數(shù)β的模擬；并分析油藏發(fā)現(xiàn)個(gè)數(shù)(N)的增加和勘探系數(shù)(E)的提高對(duì)油藏規(guī)模分布模型和參數(shù)變化的影響，以及探討分布模型的敏感性。隨機(jī)抽樣的原則緣于卡夫曼的思想，即油藏發(fā)現(xiàn)的過程等同不放回的取樣，油藏只能被發(fā)現(xiàn)一次，大油藏優(yōu)先被發(fā)現(xiàn)[11]。

2.2.2 自然總體分布驗(yàn)證

為了驗(yàn)證所選自然總體分布模型的準(zhǔn)確性，根據(jù)隨機(jī)取樣原理對(duì)其進(jìn)行抽樣處理。從一組數(shù)據(jù)體中抽出300個(gè)樣本量并對(duì)其進(jìn)行分布類型模擬，結(jié)果發(fā)現(xiàn)，在20次模擬中，19次是對(duì)數(shù)正態(tài)分布，1次是伽馬分布(圖4)。說明以帕累托為油藏規(guī)模分布模型的自然總體是可行的。

圖4 自然總體隨機(jī)抽樣分布類型柱狀圖

3 分布模型的敏感性研究

敏感性研究是油藏規(guī)模分布模型研究的重點(diǎn)和熱點(diǎn)，準(zhǔn)確而客觀地認(rèn)識(shí)規(guī)模分布模型的特征和影響因素是研究的重要組成部分[23]。此次敏感性分析根據(jù)隨機(jī)取樣和偏態(tài)抽樣原理建立起一套完整的程序，對(duì)油藏規(guī)模的自然總體進(jìn)行抽樣模擬，用以研究影響油藏規(guī)模分布模型的敏感性因素及影響范圍。影響帕累托分布的兩大參數(shù)分別是位置參數(shù)(L)和形狀參數(shù)(β)。位置參數(shù)取決于最小的油藏規(guī)模值，因此研究油藏規(guī)模分布的敏感性，就是研究形狀參數(shù)的敏感性。下面研究分布模型對(duì)自然總體分布油藏個(gè)數(shù)(N)、自然總體分布模型的形狀參數(shù)(β)和勘探系數(shù)(E)的影響。

3.1 分布模型對(duì)自然總體分布油藏個(gè)數(shù)(N)的敏感性

3.1.1 形狀參數(shù)(β)為0.41

當(dāng)β=0.41時(shí)，由自然總體分布油藏個(gè)數(shù)(N)與形狀參數(shù)(β)的交匯圖(圖5)發(fā)現(xiàn)，隨著發(fā)現(xiàn)油藏個(gè)數(shù)的增加，油藏分布模型的形狀參數(shù)逐漸減小。當(dāng)油藏個(gè)數(shù)為25時(shí)，模擬的20組形狀參數(shù)的離散程度很大(β=0.48～1.56)，形狀參數(shù)中值(F50)為0.85；當(dāng)油藏個(gè)數(shù)為50個(gè)時(shí)，20組形狀參數(shù)的離散程度減小(β=0.63～1.03)，形狀參數(shù)中值為0.67。隨著油藏不斷發(fā)現(xiàn)，形狀參數(shù)的離散程度明顯減小，形狀參數(shù)中值也逐漸降低至0.55～0.60附近。

圖5 油藏發(fā)現(xiàn)個(gè)數(shù)(N)與油藏規(guī)模分布形狀參數(shù)(β=0.41)交會(huì)圖

出現(xiàn)這樣的情況可能是形狀參數(shù)的穩(wěn)定、油藏已發(fā)現(xiàn)個(gè)數(shù)增多的結(jié)果?？ǚ蚵J(rèn)為，大油藏被發(fā)現(xiàn)的概率是最大的，一般在勘探前期發(fā)現(xiàn)；較小的油藏被發(fā)現(xiàn)的概率較小，一般在中后期被發(fā)現(xiàn)。發(fā)現(xiàn)個(gè)數(shù)較少時(shí)，大油藏和小油藏構(gòu)成的分布總體差異比較大，每一個(gè)大油藏的發(fā)現(xiàn)都會(huì)影響形狀參數(shù)的變化，所以導(dǎo)致20組形狀參數(shù)離散程度大。而在后期，大油藏基本上都被發(fā)現(xiàn)，分布總體的整個(gè)形態(tài)已經(jīng)確定，這時(shí)整體的形狀參數(shù)比較穩(wěn)定，離散程度低，形狀參數(shù)也比較低。

3.1.2 形狀參數(shù)(β)為0.49

當(dāng)β=0.49時(shí)，由圖6可發(fā)現(xiàn)，隨著發(fā)現(xiàn)油藏個(gè)數(shù)的增加，油藏分布模型的形狀參數(shù)逐漸減小。當(dāng)油藏個(gè)數(shù)為25時(shí)，模擬的20組形狀參數(shù)的離散程度很大(β=0.57～1.37)，形狀參數(shù)中值為0.86；當(dāng)油藏個(gè)數(shù)為50個(gè)時(shí)，20組形狀參數(shù)的離散程度減小(β=0.48～1.00)，形狀參數(shù)中值為0.77。隨著油藏不斷發(fā)現(xiàn)，形狀參數(shù)的離散程度明顯減小，形狀參數(shù)中值也逐漸降低至0.52～0.60附近。整體形態(tài)與β=0.41的曲線相似，不同之處在于β=0.49的頻率分布曲線圖中，N=100時(shí)，形狀參數(shù)中值從0.77升至0.79，然后降低至0.64。

圖6 油藏發(fā)現(xiàn)個(gè)數(shù)(N)與油藏規(guī)模分布形狀參數(shù)(β=0.49)交會(huì)圖

3.1.3 形狀參數(shù)(β)為0.51

當(dāng)β=0.51時(shí)，由圖7可發(fā)現(xiàn)，隨著發(fā)現(xiàn)油藏個(gè)數(shù)的增加，油藏分布模型的形狀參數(shù)逐漸減小。當(dāng)油藏個(gè)數(shù)為25時(shí)，模擬的20組形狀參數(shù)的離散程度很大(β=0.48～1.56)，形狀參數(shù)中值為0.73；當(dāng)油藏個(gè)數(shù)為50個(gè)時(shí)，20組形狀參數(shù)的離散程度減小(β=0.63～1.03)，形狀參數(shù)中值為0.81。隨著油藏不斷發(fā)現(xiàn)，形狀參數(shù)的離散程度明顯減小，形狀參數(shù)中值也逐漸降低至0.56～0.59附近。

圖7 油藏發(fā)現(xiàn)個(gè)數(shù)(N)與油藏規(guī)模分布形狀參數(shù)(β=0.51)交會(huì)圖

3.1.4 形狀參數(shù)(β)為0.52

當(dāng)β=0.52時(shí)，由圖8發(fā)現(xiàn)，隨著發(fā)現(xiàn)油藏個(gè)數(shù)的增加，油藏分布模型的形狀參數(shù)逐漸減小。當(dāng)油藏個(gè)數(shù)為25時(shí)，模擬的20組形狀參數(shù)的離散程度很大(β=0.45～1.39)，形狀參數(shù)中值為0.81；當(dāng)油藏個(gè)數(shù)為50個(gè)時(shí)，20組形狀參數(shù)的離散程度減小(β=0.59～1.04)，形狀參數(shù)中值為0.75。隨著油藏不斷發(fā)現(xiàn)，形狀參數(shù)的離散程度明顯減小，形狀參數(shù)中值也逐漸降低至0.54～0.58附近。

圖8 油藏發(fā)現(xiàn)個(gè)數(shù)(N)與油藏規(guī)模分布形狀參數(shù)(β=0.52)交會(huì)圖

綜上，通過對(duì)四組不同形狀參數(shù)的油藏規(guī)模分布研究可見，隨著勘探的不斷進(jìn)行、被發(fā)現(xiàn)油藏個(gè)數(shù)的增加，其分布模型的形狀參數(shù)都有穩(wěn)定的趨勢(shì)，即β約為0.52～0.55。另外，形狀參數(shù)分布曲線可以分為兩部分：穩(wěn)定開始點(diǎn)的左邊變化趨勢(shì)，既有穩(wěn)定下降的，也有先增大再減小的形態(tài)；穩(wěn)定開始點(diǎn)的右邊，形狀參數(shù)基本不再變化。

3.2 分布模型對(duì)自然總體分布形狀參數(shù)(β)敏感性

隨著自然總體分布形狀參數(shù)β(0.41，0.49，0.51，0.52)的變化，繪制油藏分布模型β(F50條件下)隨油藏發(fā)現(xiàn)個(gè)數(shù)增長(zhǎng)變化趨勢(shì)圖(圖 9)。不同的自然總體分布下，趨勢(shì)圖沒有明顯的區(qū)別，說明自然總體的分布對(duì)形狀參數(shù)影響不大，曲線形態(tài)整體呈倒“J”形。如前所述，形狀參數(shù)是隨著油藏發(fā)現(xiàn)個(gè)數(shù)增加而減小的，最后趨于穩(wěn)定。四組數(shù)據(jù)的形態(tài)相似，左側(cè)的下降段形態(tài)差異較大，右側(cè)的水平段較穩(wěn)定。為尋找較為穩(wěn)定的起始點(diǎn)，繪制了各自的形狀參數(shù)方差曲線圖(圖10)，方差的大小可以反映曲線的形態(tài)是否穩(wěn)定。在N<300時(shí)，變化比較大，說明曲線的形態(tài)不穩(wěn)定；N>300時(shí)，各曲線的方差值都趨近于0，說明此時(shí)曲線形態(tài)穩(wěn)定。

圖9 不同自然總體分布形狀參數(shù)(β)下油藏發(fā)現(xiàn)個(gè)數(shù)(N)分布模型(F50條件下)

圖10 不同形狀參數(shù)(β)下油藏發(fā)現(xiàn)個(gè)數(shù)(N)分布模型方差曲線圖(F50條件下)

3.3 分布模型對(duì)自然總體勘探系數(shù)(E)的敏感性

敏感性研究是在一種隨機(jī)的狀態(tài)下完成的，并未考慮勘探技術(shù)的改進(jìn)和地質(zhì)認(rèn)識(shí)的提高，這些影響因素又是實(shí)際的勘探開發(fā)工作中不可避免的，本次研究將這些影響因素稱為勘探系數(shù)(E)。先進(jìn)的勘探技術(shù)既能推動(dòng)小油藏的發(fā)現(xiàn)，也能增加大油藏的發(fā)現(xiàn)概率。在抽樣模擬中，表現(xiàn)為2個(gè)方面：小油藏個(gè)數(shù)增加迅速，大油藏增加緩慢；大油藏被發(fā)現(xiàn)的概率最大。為了在模擬中體現(xiàn)這種影響，將勘探系數(shù)(E)用0～2之間的數(shù)值表示，間隔為0.25。以此為基礎(chǔ)，選擇油藏?cái)?shù)目為50、100、300情況下，勘探系數(shù)對(duì)油藏規(guī)模分布模型變化的影響過程；選擇β=0.51的數(shù)據(jù)體進(jìn)行分析。

3.3.1 油藏預(yù)期可發(fā)現(xiàn)數(shù)目為50

當(dāng)研究區(qū)預(yù)期可發(fā)現(xiàn)的油藏總數(shù)是50個(gè)時(shí)，分析在不同的勘探系數(shù)下，形狀參數(shù)的變化趨勢(shì)(圖11)。可以看出，每一個(gè)勘探系數(shù)對(duì)應(yīng)的一組形狀參數(shù)的離散程度大(β=0.62～0.98)，中值為0.76。隨著不同勘探系數(shù)的不斷增大，形狀參數(shù)有略微增大的趨勢(shì)，說明分布模型對(duì)勘探系數(shù)E的敏感性較小。這可能是大油藏的個(gè)數(shù)很少，遠(yuǎn)遠(yuǎn)小于50個(gè)，隨著勘探的不斷加大，發(fā)現(xiàn)的都只是小油藏，而對(duì)形狀參數(shù)的影響很小。

圖11 油藏總數(shù)為50時(shí)勘探系數(shù)(E)和形狀參數(shù)(β)交匯圖

3.3.2 油藏發(fā)現(xiàn)數(shù)目為100

由圖12可以看出，每一個(gè)勘探系數(shù)對(duì)應(yīng)的一組形狀參數(shù)的離散程度都較大(β=0.57～0.83)，中值為0.69。隨著不同勘探系數(shù)的不斷增大，形狀參數(shù)有略微增大的趨勢(shì)，說明分布模型對(duì)勘探系數(shù)的敏感性較小，原因同上。

圖12 油藏總數(shù)為100時(shí)勘探系數(shù)(E)和形狀參數(shù)(β)交匯圖

3.3.3 油藏發(fā)現(xiàn)數(shù)目為300

由圖13可以看出，每一個(gè)勘探系數(shù)對(duì)應(yīng)的一組形狀參數(shù)的離散程度較小(β=0.52～0.72)，中值為0.62。隨著不同勘探系數(shù)的不斷增大，形狀參數(shù)變化很小，差值在0.01～0.02之間浮動(dòng)，說明分布模型對(duì)勘探系數(shù)的敏感性小，原因同上。

圖13 油藏總數(shù)為300時(shí)勘探系數(shù)(E)和形狀參數(shù)(β)交匯圖

綜上，在N分別為50，100，300下的抽樣模擬(圖14)發(fā)現(xiàn)，形狀參數(shù)和勘探系數(shù)之間存在以下關(guān)系：(1)預(yù)期可發(fā)現(xiàn)的油藏?cái)?shù)量越大，形狀參數(shù)的值減小，因?yàn)殡S著已發(fā)現(xiàn)油藏個(gè)數(shù)的增加，自然總體的形態(tài)逐漸被補(bǔ)充完整，而趨近于真實(shí)的面貌；(2)在預(yù)期可發(fā)現(xiàn)的油藏規(guī)模相同下，勘探系數(shù)對(duì)形狀參數(shù)的影響程度極低，可能是評(píng)價(jià)單元不同導(dǎo)致的。在常規(guī)油氣資源評(píng)價(jià)的過程中，是以單一油氣藏為單位的，不同規(guī)模之間的油氣藏?cái)?shù)量級(jí)相差很大(能達(dá)到100～1 000倍)，而非常規(guī)資源評(píng)價(jià)時(shí)將單井EUR作為評(píng)價(jià)單元，最大的EUR和最小的EUR之間倍數(shù)一般不會(huì)超過100倍，X230井區(qū)約為80倍。這種劃分方法將“規(guī)模大的油藏”人為剔除掉了，只留下“規(guī)模中等的油藏”和“規(guī)模較小的油藏”，導(dǎo)致分布模型對(duì)自然總體的勘探系數(shù)敏感程度很低。

圖14 不同油藏發(fā)現(xiàn)個(gè)數(shù)(N)情況下形狀參數(shù)(β)隨勘探系數(shù)(E)變化趨勢(shì)

4 資源量計(jì)算

通過對(duì)油藏規(guī)模分布模型的建立，以及對(duì)分布模型的敏感性進(jìn)行研究，發(fā)現(xiàn)在不同的數(shù)據(jù)體下(β分別為0.41，0.49，0.51，0.52)，發(fā)現(xiàn)油藏個(gè)數(shù)的增加，形狀參數(shù)整體是呈倒“J”形下降，前面一段下降明顯，后一段呈現(xiàn)穩(wěn)定的趨勢(shì)(圖9)。而勘探系數(shù)的提高，其形狀參數(shù)變化不大，即分布模型對(duì)勘探系數(shù)不敏感。

油藏規(guī)模分布模型其中一個(gè)作用就是探究一個(gè)區(qū)域中油藏的形狀參數(shù)。形狀參數(shù)影響著帕累托分布的位置和大小。經(jīng)過前面分析，油藏規(guī)模分布模型的敏感因素只有形狀參數(shù)，只要確定了形狀參數(shù)，通過形狀參數(shù)與油藏個(gè)數(shù)(N)的交匯圖就能推斷出油藏的規(guī)模分布范圍，即可算出研究區(qū)的資源量。

在N=300時(shí)，處于穩(wěn)定的狀態(tài)，所以研究區(qū)的可采儲(chǔ)量等于300個(gè)單井EUR的總和，其平均值為6.72×106t(表2)。采用油氣資源豐度法評(píng)價(jià)X230井區(qū)的地質(zhì)資源量為68×106t，目前鄂爾多斯盆地長(zhǎng)7段可采系數(shù)約為10%，即可采資源量約為6.80×106t，這與油藏規(guī)模分布法計(jì)算的結(jié)果誤差約為1.1%，因此，該方法應(yīng)用于頁巖油評(píng)價(jià)是可行的。

表2 鄂爾多斯盆地合水地區(qū)X230井區(qū)N為300時(shí)不同勘探系數(shù)(E)下可采資源量

5 結(jié)論

(1)采用改進(jìn)的油藏規(guī)模分布法，使之適用于頁巖油的資源評(píng)價(jià)，研究的關(guān)鍵在于簡(jiǎn)化評(píng)價(jià)對(duì)象，將單井EUR替代油氣藏儲(chǔ)量作為評(píng)價(jià)對(duì)象。使用帕累托模型建立頁巖油的規(guī)模分布模型，得到了較好的評(píng)價(jià)效果。

(2)油藏規(guī)模分布模型的敏感性分析認(rèn)為，發(fā)現(xiàn)油藏個(gè)數(shù)影響油藏規(guī)模分布形狀參數(shù)的大小和離散程度，當(dāng)發(fā)現(xiàn)油藏個(gè)數(shù)大于300個(gè)時(shí)，分布模型趨于穩(wěn)定；勘探系數(shù)對(duì)油藏規(guī)模分布模型的敏感性較小。

(3)頁巖油規(guī)模分布模型只受形狀參數(shù)的影響，其他影響較小。形狀參數(shù)隨發(fā)現(xiàn)個(gè)數(shù)的增加而逐漸穩(wěn)定，穩(wěn)定形狀參數(shù)點(diǎn)所對(duì)應(yīng)的發(fā)現(xiàn)個(gè)數(shù)，可以視為能完整表征油藏規(guī)模分布的截?cái)帱c(diǎn)，該區(qū)域的可采儲(chǔ)量約等于所有已發(fā)現(xiàn)井的EUR總和。

(4)用該方法計(jì)算出合水地區(qū)X230井區(qū)可采儲(chǔ)量為6.72×106t，這與油氣資源豐度評(píng)價(jià)結(jié)果(約為6.80×106t)相近，結(jié)果比較可信。改進(jìn)后的油藏規(guī)模分布法可適用于頁巖油氣的評(píng)價(jià)。