孟凡利,潘兴祥,蔺 频
(1.中国石油化工股份有限公司胜利油田分公司物探研究院,山东东营 257000;2.中国石油大学(北京)地球科学学院,北京 102200)
东营凹陷滩坝砂岩储层地震描述技术
孟凡利1,潘兴祥1,蔺频2
(1.中国石油化工股份有限公司胜利油田分公司物探研究院,山东东营257000;2.中国石油大学(北京)地球科学学院,北京102200)
作为岩性油气藏的主要类型之一,滩坝砂岩储层是发育广泛、勘探潜力巨大的一种储集体,是济阳坳陷勘探的重要方向。针对滩坝砂岩储层隐蔽性强、横向变化大、单层厚度薄的特点,开发了高精度古地貌恢复技术、学习型地震波形预测技术以及相控属性降维预测技术等系列特色预测技术,完成对不同类型滩坝砂岩的预测描述,形成了一套较为有效的滩坝砂岩储层描述技术序列,在东营南坡西段的勘探实践中发挥了重要作用,取得了显著的经济效益,推动了济阳坳陷其它地区滩坝砂岩油藏的勘探。
滩坝砂岩;地震描述;古地貌;地震波形;属性降维
滨浅湖滩坝砂岩油藏是隐蔽型岩性油藏的一种重要类型。目前国内外针对滨浅湖滩坝砂岩油藏的研究大多是针对局部区块的滨浅湖滩坝砂体沉积特征[1]、沉积模式、储集层特征[2,3]以及有关滩坝砂岩油气藏类型等方面的地质研究,对于其形成机制与控制因素、地震预测描述及地震资料目标处理的技术方法则涉及较少。而且,对滩坝砂岩油气成藏条件、油气富集规律的认识也需要进一步研究和深化。
勘探发现表明滩坝砂岩油气藏表现为隐蔽性强、储层横向变化大、单层厚度较薄的特点[4],因受地震资料信噪比、分辨率等因素的影响大,使滩坝砂岩地震预测难度增大,预测的目的层油层(储层)忽有忽无、忽厚忽薄、忽好忽坏。因此,探索出一套行之有效的滨浅湖滩坝砂岩油藏地震预测技术是提高勘探效益的关键。
针对滩坝砂岩的研究,深入分析了波浪作用、古地貌、沉积基准面对滩坝砂岩发育与分布的控制作用。波浪作用的向岸流受古地形影响,在湖湾处发生散射,能量减弱,在古隆起、凸起边缘发生辐聚,能量增强,造成滩坝凸岸较凹岸更发育[5]。物源多少控制了滩坝砂岩的发育规模;古地貌与浪基面的交汇区控制滩坝砂体的集中发育带;浪基面的升降控制坝砂在垂直岸线方向有规律的摆动。基于上述认识,开发滩坝砂岩储层预测特色技术,形成了以下技术序列。
1.1高精度古地貌恢复技术
古地形地貌是控制盆地后期沉积相发育与分布的主要因素之一,而且在一定程度上控制着后期油藏的储盖组合。研究表明,宏观古地貌控制了滩坝砂体的横向展布,鼻状构造侧翼、湖湾区斜坡、水下古隆起发育区水体较浅,多发育坡折带,有利于湖浪改造沉积滩坝砂体。微观古地貌与浪基面的交汇区控制滩坝砂岩的集中发育带,湖岸线走向和早期发育沟槽控制局部滩坝砂体的展布。因此,古地貌特征的研究对深化有关滩坝砂岩沉积特征的认识,宏观预测滩坝砂体的有利发育范围具有重要意义。
在具有一定资料的基础上,古地形恢复技术实质上是一项校正、调整技术。各项校正、调整参数合适,恢复结果合理可靠,否则,若各项校正、调整参数不合适,古地形恢复结果的合理、可靠程度就变差。如何选择校正参数,才能恢复客观合理的古地形,关键是选择校正参数的界定问题,即校正结果正确与否的判断准则问题。对此,在以往古地形恢复方法的基础上,从古地形恢复的技术方法,算法设计,校正参数的优选,恢复结果的判断准则等方面进行了研究。
古地形恢复中各种校正及其参数的选取界定原则是:差异压实校正的最低界限是两者变平,最高界限是砂岩或泥岩的高度是零。古地形恢复结果的评价准则是恢复结果符合沉积规律。将上述研究改进的各项古地形恢复校正措施,纳入到原有的古地形恢复流程中,形成了一套新的古地形恢复技术流程(图1),经过改进和完善,新的流程适用性更强,精度更高,效果更加明显。
图1 高精度古地形恢复关键技术流程图
应用上述流程,在东营西部地区以地震反射层T8’(沙四上亚段底部地震反射面)作为恢复的目的层,选取T7地震反射层作为0标准水平层,对地层的压实作用做压实系数校正,在差异构造校正后做背景校正。综合利用各种地质图件,同时结合砂体等厚图、古构造特点、现今构造特点等分析认为,背景校正经验系数选0.2适宜。最终得到东营西部地区沙四下高精度古地形恢复图(图2)。
图2 博兴洼陷沙四下古地形恢复图
图3是使用原有流程得到的博兴洼陷沙四下古地形图。对比分析图2和图3,前者突变点、异常点基本消除,对地形的反映更清楚、细致,地形过渡顺畅自然,可靠程度明显提高。依据地质规律和认识,结合勘探实践和实钻资料证实,图2恢复精度高,结果更加可靠。
通过高精度古地形恢复结果,可以明确沙四下时期东营凹陷地势形态,划分出隆起区、缓坡带、深洼区的大致范围,进而可以对东营凹陷滩坝砂岩的平面展布范围和面积进行宏观预测,明确滩坝砂岩的有利勘探区带,为滩坝砂岩油藏勘探奠定基础。
1.2学习型地震波形储层预测技术
学习型地震波形预测技术,它是在储层正演模拟的基础上,分析不同岩性组合的地震波形特征,总结各种波形与储层发育程度和地层组合模式之间的对应关系,进而利用测井信息进行地震相划分及储层预测的一项技术。
实际补浇用材质均为低C、S、P的材质,目的是希望能够减弱冒口下成分偏析,模拟浇注时始终使用的都是同种材质。先按照以往铸造厂补浇的习惯操作,次数设定为一次,补浇钢液温度1590℃,重量为冒口高度的2/5的重量。设定补浇距离首次浇注的时间间隔为2h,观察补浇钢液对型腔内原有钢液的温度场影响,以及对冒口内缩孔高度的影响。根据观察结果,优化调整冒口尺寸及补浇方案。
由于薄层调谐作用,决定薄互层储层反射特征的主要因素是地层结构[6]。通过实钻井揭示的储层发育状况与对应的地震资料波形特征的学习,进而利用波形特征[7]对未知区的储层发育状况进行预测。在东营凹陷西部共总结10类波形结构模式(图4)。
图3 博兴洼陷沙四下古地形恢复图(原流程)
图4 东营西部地区典型的10类波形结构模式
图5 东营西部沙四上滩坝学习型地震波形储层预测图
通过波形分类,可以得到典型井旁道的模型道,模型道的模版代表了在地震层段中整个区域内的地震信号形状的多样性。经波形类别,就可以进行执行分类,形成相图和相关图。通过观察和分析,了解评估地震波形状在所解释区域的分布。相图形成之前,必须进行质量评估,将这些信息返回到实际的地震剖面,并比较实际道与模型道的形状。然后再比较地震相图,选择井旁地震道放入相图,观察与所有模型道的相关值,对所有重点井更要严格把关。最后,确定地震相图的实际地质意义及吻合程度(图5)。
利用地震波形信息进行滩坝砂岩地震相储层发育带预测取得了预期效果,预测结果与实际井及滩坝砂岩的发育规律基本吻合。因此,运用学习型地震波形预测技术,结合古地貌特征分析,对研究目标区滩坝砂岩宏观空间展布进行预测,寻找尚未认识的滩坝砂岩发育的有利区带。
1.3相控属性降维分析储层定量评价技术
在同一沉积环境下,基于不同的数据体提取多种沿层地震属性,通过交汇分析选择最佳属性组合,运用最佳属性组合的储层参数采用BP神经网络的算法进行人工智能储层预测[8],实现储层定量评价。
根据古地理位置、物源供给条件以及水动力条件、储层岩性、电性特征,总结了不同沉积环境下东营凹陷发育的滩坝砂体的沉积模式,可以归纳为三种,即开阔浅湖区沉积模式、湖岸转弯处以及水下古隆起周缘沉积模式[9]。每种模式对应不同的岩性组合,不同的组合具有不同的储层结构。
图6 储层厚度预测图(左)与储层厚度统计图(右)
在湖湾转弯区,湖岸线的拐弯变化,造成沿岸流和湖浪能量的消耗,使得经淘洗的砂粒沉积下来,形成平行岸线伸展的长条状湖岸砂嘴,并逐步发展为条带状滩坝,是坝砂的发育区。振幅类属性对储层发育状况的反映较其它地震属性更为明显,振幅与储层厚度呈正相关关系。基于振幅属性的降维分析可以很好地反映坝砂有规律地沿着古湖岸线方向展布。
在水下古隆起周缘相对远离陆源碎屑供给区,多受湖浪和岸流的综合作用,陆源碎屑供给相对较少,局部发育鲕粒灰岩和生物灰岩;水上隆起与陆源碎屑供给区较近,则可以形成环隆起平面展布的砂质滩坝,岩性组合主要以生物灰岩为主,夹杂灰质砂泥岩以及薄层砂岩,岩性复杂。这种混合型滩坝砂体要综合运用频率和振幅属性进行降维分析。
古地貌恢复技术,实现古地貌的准确恢复;学习型地震波形预测技术、属性降维预测技术、人工智能预测技术等形成的滩坝砂岩预测系列特色技术,完成对不同类型滩坝砂岩的预测和描述。东营凹陷滩坝砂岩储层地震描述技术对滩坝砂岩油藏的勘探开发发挥了良好的指导作用。该系列物探技术的应用,在东营凹陷博兴洼陷发现及落实有利勘探面积1 000 km2以上,“十一五”期间仅东营凹陷西部地区新增三级储量过亿吨,实现了12个油田的含油连成一片。
虽然滩坝砂岩油藏在东营凹陷已经取得显著的勘探效益,但由于单层厚度薄、横向变化快,滩坝砂岩储层预测和描述精度还有待进一步提高,需要继续开展薄互层储层地球物理响应特征研究及刻划技术。同时,实现地质模式指导下的地震储层预测和描述技术、地震处理和解释一体化、多学科信息综合,为济阳坳陷其它地区滨浅湖滩坝砂岩油藏的勘探,提供强有力的技术支撑。
[1] 韩宏伟.薄储层地震波形特征研究——以博兴洼陷沙四段滩坝砂为例[J].地学前缘,2009,16(3):349-355.
[2] 李秀华,肖焕钦,王宁.东营凹陷博兴洼陷沙四段上亚段储集层特征及油气富集规律[J].油气地质与采收率,2001,8(3):21-24.
[3] 张宇,唐东,周建国.东营凹陷缓坡带滩坝砂储层描述技术[J].油气地质与采收率,2005,12(4):14-16.
[4] Partyka Greg.Interpretational application of spectral decomposition in reservoir characterization[J].Reservoir Characterization Exploration,1999,12(3):52-60.
[5] 蔡希玲,闫忠,崔全章,等.砂泥岩薄互层分辨率的理论分析[J].石油物探,2004,43(3):220-233.
[6] 徐丽英,徐鸣洁,陈振岩.利用谱分解技术进行薄储层预测[J].石油地球物理勘探,2006,41(3):299-302.
[7] 才巨宏.综合应用波形分析及地震特征反演技术预测滩坝砂岩——以博兴洼陷梁108地区为例[J].油气地质与采收率,2005,12(3):42-44.
[8] 张大智,纪友亮,刘洪林.基于BP神经网络的薄互层储层预测[J].上海地质,2005(4):47-51.
[9] 朱筱敏,信荃麟,张晋仁.断陷湖盆滩坝储集体沉积特征及沉积模式[J].沉积学报,1994,12(2):20-27.
[10] 高静怀,陈凤,陈树民.利用地震瞬时谱属性进行薄互层分析[J].煤田地质与勘探,2005,33(3):67-70.
中国海油深圳400万吨LNG项目开工
中海油深圳LNG项目(迭福站)8月31日在深圳市大鹏新区迭福片区正式开工建设。该项目总投资约80亿元,年接收LNG规模达400万吨,包括4座16万立方米的LNG储罐及配套气化等设施,1座8万~26.6万立方米的LNG船接卸泊位及接收站取排水口工程。该项目计划2015年建成投产。该项目投产后,将承担深圳市天然气供应、调峰和应急储备的功能,富余气量可供应惠州、东莞等周边地区。
摘编自《石油商报》2012年9月10日
中海油北部湾两新油田成功投产
10月18日,中海油有限公司宣布,位于南海北部湾海域的涠洲11-2和涠洲6-9/6-10两个新油田(均为中海油自营)已于此前成功投产。
涠洲11-2油田平均水深约为35.4米,目前共有4口井在产。该油田充分依托在产涠洲油田群的生产设施,实现了低成本的油田开发,并于2012年实现约3 960桶/日的高峰产量。涠洲6-9/6-10油田平均水深约32.5米,其开发生产作业将主要依托周边在产油田设施进行。该油田目前共有9口井在产,预计将于2013年实现约5 870桶/日的高峰产量。
摘编自《中国海洋石油报》2012年10月19日
Seismic Description Technology for Beach Bar Sandstone Reservoir in the Dongying Sag
MENG Fanli1, PAN Xingxiang1, LIN Pin2
(1.Geophysical Research Institut, Shengli Oil fi eld Branch Company of SINOPEC, Dongying Shandong 257000, China; 2. College of Geosciences, China University of Petreleum, Beijing 102200, China)
As one of main lithologic reservoir style, the beach bar sandstone is widely developed, with great exploration potential, being the most important exploration targets in Jiyang sag. In view of the sandstone reservoir characteristics of thin single interval, rapid lateral changing and subtle feature, a series of effective special beach bar sandstone prediction technology has been developed, such as high accuracy palaeogeomorphology buildup technology, learning type seismic wave form predicting technology ,and facies controlling attributes dimensionality reduction predicting technology, which play important roles in the exploration practices in west section of Dongying sag, acquiring obvious economic benef i t, promoting the beach bar sandstone reservoir exploration in other areas of Jiyang depression.
beach bar sandstone; seismic description; palaeogeomorphology; seismic wave form; attribute dimensionality reduction
P631.4
A
10.3969/j.issn.1008-2336.2012.04.046
1008-2336(2012)04-0046-05
2012-03-15;改回日期:2012-04-23
孟凡利,男,1979年生,工程师,2006年毕业于西安科技大学地质系,获硕士学位,从事油气勘探综合研究工作。E-mail:mfanli06@126.com。