泾河油田长8致密油藏地震Likelihood裂缝预测

刘忠群, 秦 锐, 郝前勇, 吴锦伟

(中国石化华北油气分公司 勘探开发研究院, 郑州 450006)



泾河油田长8致密油藏地震Likelihood裂缝预测

刘忠群, 秦 锐, 郝前勇, 吴锦伟

(中国石化华北油气分公司 勘探开发研究院, 郑州 450006)

预测鄂尔多斯盆地西南部泾河油田长8地层致密油藏裂缝发育特征。针对研究区裂缝具有小规模、弱信息、突变和线性展布发育的特点，采用Likelihood算法对裂缝进行了预测和表征。研究表明：在垂直于裂缝方位的地震响应异常最明显，在确定裂缝方位和进行叠前方位数据处理的基础上采用Likelihood算法更加有效；在方位数据上提取的长8致密储层裂缝分布预测成果精度高，其发育位置及特性与实钻水平井钻遇裂缝段显示吻合度高。Likelihood算法是与研究区地质特性相匹配的地震裂缝预测技术。

致密油藏；裂缝；各向异性；方位数据处理；Likelihood算法

利用三维地震数据进行裂缝预测已成为研究的热点之一[1-4]，美国科罗拉多矿业大学CWP课题组提出了Likelihood裂缝预测技术[5-6]，在指定的倾角、走向范围内计算每个采样点之间的相似性，通过相似性的截取获得断层及裂缝发育的可能性。在具有弱信息、突变和线性特性的表征上，对不同尺度断裂边界条件的精细刻画方面，Likelihood裂缝预测技术优于常规裂缝预测表征技术。

泾河油田位于鄂尔多斯盆地西南部，构造上处于伊陕斜坡、渭北隆起和天环向斜结合部位，总体为东南高、西北低，局部发育小型鼻状隆起及NEE向断层。发育有三叠系延长组长6、长7和长8三套含油层，为典型岩性油藏，其中长8油层组为开发目的层[7]。2012年开始建产，主要采用水平井分段压裂技术、弹性能量方式开发。长8储层发育裂缝，裂缝是高产主控因素之一。

开发区内全覆盖采集了三维地震，面元采用20 m×20 m，168次叠加，采集方位比为0.51。由于地表为黄土塬地貌、高差起伏大、地表能量吸收严重，造成地震资料信噪比较低。为了精细预测储层裂缝，在三维地震常规处理基础上，有针对性地进行了地震叠前方位数据处理和引进了Likelihood算法，较好地预测了储层裂缝分布，为开发井位部署提供了依据。

1 储层特征

泾河油田长8段为辫状河三角洲前缘沉积，沉积微相为水下分流河道、河口坝、分流间湾。储层主要为分流河道砂体，岩性以细粒岩屑长石砂岩、长石岩屑砂岩为主，其中各种组分的质量分数(w)分别为：石英平均为40%，长石平均为28.5%，岩屑平均为28%；孔隙度(q)平均为10.6%，渗透率(K)平均为0.35×10-3μm2；孔隙类型以残余粒间孔、次生溶孔为主，平均孔隙半径为19.9 μm，平均排驱压力为2.95 MPa，平均孔喉半径为0.15 μm，为典型致密储层[8]。

通过岩心观察，储层发育天然裂缝，以高角度构造缝为主，延伸方向主体为NEE向[9]。裂缝发育程度可分为3种类型：①裂缝较发育，岩心破碎(图1-A，表1)；②裂缝中等发育，岩心可见1～2条裂缝，呈轻微破碎(图1-B，表1)；③裂缝不发育，岩心完整(图1-C，表1)。裂缝长度为6～50 cm，宽度<0.5 cm，线密度为0.03～2.6条/m，平均为0.38条/m；裂缝发育高度最长1.24 m,最短0.11 m,平均0.51 m：为小规模、小尺度裂缝。

裂缝较发育的储层在测井曲线上异常响应明显，直井上呈现“三大二低”的特点，即井径增大、声波时差增大且有周波跳跃特征、补偿中子增大，电阻率、密度均降低(图2)。

图1 长8段储层构造裂缝Fig.1 Core graphs of structural fractures of the Chang-8 reservoir(A)裂缝较发育,岩心破碎; (B)裂缝中等发育,岩心上可见1～2条裂缝,轻微破碎; (C)裂缝不发育,岩心完整

表1 长8储层构造裂缝发育状况统计

对于水平井裂缝发育段，常规测井上同样也呈现声波时差增大并有明显跳跃，电阻率呈尖峰状低值；录井上出现泥浆漏失、油气溢流以及气测全烃异常高值等现象(图3)。

根据岩心观察描述及测井裂缝识别，建立了长8储层裂缝识别电性标准(表2)。

图2 泾河55井长8段测井曲线及破碎岩心图Fig.2 JH55 well logging from Chang-8 section and core graphs showing crushed cores

图3 JH17P23井水平段测井曲线图(部分)Fig.3 Well logging of JH17P23 horizontal section

依据裂缝测井识别标准，可识别出每口水平井的裂缝发育部位及发育段数；并以此为基础，建立了单井产量与裂缝发育段数相关图(图4)。结果表明产量与裂缝发育段数具有明显正相关性，裂缝是气井产能的主控因素之一。

2 叠前方位数据处理

由于储层裂缝以高角度为主，具有HTI介质特征，地震传播过程中垂直于裂缝方位和平行于裂缝方位的地震传播各向异性特征明显[10,11]。而三维地震常规处理是全方位数据处理，处理后的数据不具有高角度裂缝响应的各向异性特征；所以本区在开展储层裂缝预测时，首先对三维地震数据进行了叠前方位数据的处理。

通过研究，本区裂缝发育方位与地应力方位基本一致[12,13]，平均为65°。所以垂直裂缝方位约为155°，也就是在三维地震传播过程中，沿155°方位，裂缝异常响应最明显；沿平行于裂缝方位65°，裂缝异常响应最不明显。在叠前方位数据处理时，首先要确定处理方位的个数和范围。

方位个数是方位角划分的基础，由于方位个数决定了将全方位道集数据按方位划分为几个，所以方位个数决定了每个方位的叠加次数。方位个数越多，相应叠加次数越少，信噪比越低，故方位个数的确定要综合考虑地震数据的信噪比、裂缝各向异性响应程度等。本次处理考虑到黄土塬三维地震信噪比较低，选择采用3个方位。每个方位的度数确定，要根据裂缝的方位，先确定出垂直于裂缝方位的角度。3个方位的度数分别是0°～60°、60°～120°和120°～180°。0°～60°方位角数据范围经叠加定义为30°方位叠加数据，60°～120°方位角数据经叠加定义为90°方位叠加数据，120°～180°方位角数据经叠加定义为150°方位叠加数据。其中150°方位近乎垂直于裂缝方位，应是裂缝响应异常最明显的方位。方位角划分主要参数如图5所示。不同方位角的覆盖次数基本是均匀的，为了消除AVO效应的影响，远偏移距的信息要适当去除。

图4 水平井单井产量与裂缝段数相关图Fig.4 Correlation of single well production and the number of fractures of horizontal section

方位数据的处理是在上述方位个数及角度划分的基础上，利用宽方位三维地震叠前处理的、具有方位信息的叠前CMP道集数据，进行道集优化去噪，按方位提取数据、进行方位叠加、方位偏移及方位叠加后去噪的处理过程。方位数据处理的主要技术为：叠前去噪和剩余时差校正的道集优化处理技术、叠后方位全波动方程偏移、方位数据去噪等技术。利用这些技术逐步达到提高信噪比、获取不同方位的三维数据。

图5是显示有裂缝发育和无裂缝发育的2口直井，经过叠前方位数据处理后，30°、90°和150°三个方位井旁道的地震波形对比图，可以明显看出，有裂缝发育的泾河13井(图6-A)30°和90°方位地震波形相似，而垂直于裂缝方向的150°井旁道的地震波形出现明显响应异常，能量及时差均明显区别于30°和90°，应是裂缝的异常响应。不发育裂缝的泾河45井(图6-B)3个方位地震波形相似。从这个实例可看出地震方位数据中存在裂缝的各向异性信息，其中150°方位数据对裂缝响应最敏感，导致了地震运动学和动力学特征的变化，经过方位处理后的数据能更好地用于裂缝检测。

3 Likelihood算法裂缝检测技术

3.1 基本原理与计算流程

Likelihood算法[5-6]是将一系列有利于断裂精细化提取和表征的计算方法进行了系列整合，拓展了对断裂(裂缝)目标的识别能力，其算法及过程如下。

图5 方位角划分主要参数图Fig.5 Diagram showing main parameters for azimuth division

图6 泾河13井和泾河45井3个方位井旁道地震对比图Fig.6 Comparison of side path seismic of 3 directions between JH13 and JH45 (A)发育裂缝; (B)无裂缝

b.进行结构的相似性运算，运算公式如下

其中

c.定义断裂Likelihood值f，公式如下

f≡1-x(s)

x(s)是相似性s的函数。f比相似性函数s更能突出低值与高值之间的对比度，f值越大则断裂存在的可能性越大。

d.进行Likelihood值空间扫描组合，扫描不同的断裂走向φ和断裂倾角θ，求得其对应的Likelihood值。若断裂走向φ数目为Nφ，断裂倾角θ数目为Nθ，那么，可以算出Nφ·Nθ种可能的断裂取向，断裂Likelihood最大值所对应的断裂走向和倾角则认为是断裂发育处，因此，只保留局部最大值，其他地方的断裂Likelihood值定义为零。

3.2 算法的主要特点

①由于对地震数据采用了对数增益处理，压缩了数据大值，提升了弱信息的识别能力，对弱信息裂缝表征获得了提升。②由于采用的是基于样点数据的处理，较基于波形的相似性计算精细度明显提高，对裂缝小规模数据不易漏失。③由于采用了只保留最大值的空间组合方式，断层和裂缝的边界条件清晰。④由于采用了沿走向和倾向的空间扫描组合方式，对断层和裂缝的走向组合更加合理。比较能满足裂缝具有小规模、弱信息、突变和线性展布的特征的技术配套要求。

4 预测成果

根据Likelihood的计算结果，提取长8储层段切片，获得了裂缝预测平面分布图(图7)，可看出区内发育2条近乎平行的断裂，之间距离约500 m。裂缝发育于断裂两侧约1 km范围内，平均方位为北东65°。利用水平井钻遇的裂缝点进行验证，三维地震吻合率为85%。由剖面图(图8)也明显看出，发育高角度裂缝和断裂，并且与水平井钻遇裂缝情况相吻合，裂缝预测成果可靠。

根据三维地震储层预测成果，主要沿裂缝发育带部署了19口水平井，平均初期产量9.2 t/d，含水率53.5%，目前平均生产490 d、产量5.3 t/d，开发取得较好的效果。

图7 长8储层裂缝预测平面图Fig.7 Plan view of fracture prediction for Chang-8 reservoir

图8 常规剖面与Likelihood融合显示过JH17P23井剖面图Fig.8 Fusion illustration of common seismic cross section with Likelihood through Well JH17P23 profile

5 结 论

a.泾河油田长8储层为三角洲前缘水下分流河道砂体，岩性以细粒岩屑长石砂岩、长石岩屑砂岩为主，平均孔隙度为10.6%，平均渗透率为0.35×10-3μm2，为典型致密储层。

b.长8储层裂缝较发育，以高角度构造缝为主，在直井和水平井测井曲线上均有较明显的异常响应。裂缝是气井高产主控因素之一，储层裂缝越发育，产量越高。

c.高角度裂缝具有HTI介质特征，经过叠前方位数据处理后的三维地震数据，裂缝各向异性特征明显。通过实钻井验证，储层裂缝发育的钻井，垂直于裂缝方位的井旁地震道的运动学和动力学异常特征明显。叠前方位数据处理后的三维地震数据更有利于储层裂缝的预测。

d. Likelihood算法优于常规相干算法，对裂缝表征精度更高。通过此算法，提取的长8储层裂缝分布预测成果精度高，与实钻水平井钻遇裂缝显示吻合度高。依据此成果部署的水平开发井，获得较高的产量，证明此方法有效。

[1] 王启宇,郑荣才,梁晓伟,等.鄂尔多斯盆地姬塬地区延长组裂缝特征及成因[J].成都理工大学学报(自然科学版),2011,38(2):220-228.

Wang Q N, Zheng R C, Liang X W,etal. Feature and genesis of the reservoir fractures of Upper Triassic Yanchang Formation in Jiyuan area, Ordos Basin[J]. Journalof Chengdu University of Technology (Science & Technology Edition), 2011, 38(2): 220-228. (In Chinese)

[2] 何建军,贺振华,黄德济.致密砂岩储层裂缝发育带的检测和识别[J].成都理工大学学报(自然科学版),2004,31(6):713-716.

He J J, He Z H, Huang D J. Detection and interpretation of fracture sets in tight sandstone reservoir[J]. Journal of Chengdu University of Technology (Science & Technology Edition), 2004, 31(6): 713-716. (In Chinese)

[3] 贺振华,胡光岷,黄德济.致密储层裂缝发育带的地震识别及相应策略[J].石油地球物理勘探,2005,40(2):190-195.

He Z H, Hu G M, Huang D J. Seismic identification of fracture-developed zone of dense reservoir and relative strategy[J]. Oil Geophysical Prospecting, 2005, 40(2): 190-195. (In Chinese)

[4] 刘振峰,曲寿利,孙建国,等.地震裂缝预测技术研究进展[J].石油物探,2012,51(2):191-197.

Liu Z F, Qu S L, Sun J G,etal. Progress of seismic fracture characterization technology[J]. Geophysical Prospecting for Petroleum, 2012, 51(2): 191-197. (In Chinese)

[5] Hale D. Methods to compute fault images, extract fault surfaces, and estimate fault throws from 3D seismic images[J]. Geophysics, 2013, 78(2): 33-43.

[6] Hale D. Fault surfaces and fault throws from 3D seismic images[C]//SEG Technical Program Expanded Abstracts, 2012: 1-6.

[7] 吴警，史建南，胡承飞，等．鄂尔多斯盆地镇原地区长8油层组油气成藏模式[J].成都理工大学学报(自然科学版),2015,42(5):553-558．

Wu J, Shi J N, Hu C F,etal. Hydrocarbon accumulation modes of Chang 8 oil reservoir group in Zhenyuan area, Ordos Basin, China[J]. Journal of Chengdu University of Technology (Science & Technology Edition), 2015, 42(5): 553-558. (In Chinese)

[8] 徐梦龙，何治亮，尹伟，等.鄂尔多斯盆地镇泾地区延长组8段致密砂岩储层特征及主控因素[J].石油与天然气地质,2015,36(2):240-247.

Xu M L, He Z L, Yin W,etal. Characteristics and main controlling factors of tight sandstone reservoirs in the 8thmember of the Yanchang Formation in Zhenjing area, Ordos Basin[J]. Oil & Gas Geology, 2015, 36(2): 240-247. (In Chinese)

[9] 曾联波,李忠兴,史成恩,等.鄂尔多斯盆地上三叠统延长组特低渗砂岩储层裂缝特征及成因[J].地质学报,2007,81(2):174-180.

Zeng L B, Li Z X, Shi C G,etal. Characteristics and origin of fractures in the extra low-permeability sandstone reservoirs of the Upper Triassic Yanchang Formation in the Ordos Basin[J]. Acta Geologica Sinica, 2007, 81(2): 174-180. (In Chinese)

[10] Liu E R, Martinez A. Seismic Fracture Characterization: Concepts and Practical Applications[M]. EAGE Publications, 2013.

[11] Thomsen L. Reflection seismology over azimuthally anisotropic media[J]. Geophysics, 1988, 53(3): 304-313.

[12] 曾联波，高春宇，漆家福,等.鄂尔多斯盆地陇东地区特低渗透砂岩储层裂缝分布规律及其渗流作用[J]. 中国科学(D辑),2008,38(增刊): 41-47.

Zeng L B, Gao C Y, Qi J F,etal. Distribution law and vadose effect of ultra-low permeability sandstone reservoir fractures for Longdong Area, Ordos Basin[J]. Science China: Earth Sciences, 2008, 38(Supplement): 41-47. (In Chinese)

[13] 党犇,赵虹,付金华,等.鄂尔多斯盆地沉积盖层构造裂缝特征研究[J].天然气工业,2005,25(7):14-16．

Dang B, Zhao H, Fu J H,etal. Research on fracture characteristics of the sedimentary cover structure for Ordos Basin[J]. Natural Gas Industry, 2005, 25(7): 14-16. (In Chinese)

Seismic Likelihood fracture prediction technology for Chang-8 tight oil reservoir in Jinghe oil field, Ordos Basin, China

LIU Zhong-qun, QIN Rui, HAO Qian-yong, WU Jin-wei

ResearchInstituteofExplorationandDevelopment,SINOPECNorthChinaPetroleum&GasCompany,Zhengzhou450006,China

Fractures are important to high production for Chang-8 tight reservoir, Jinghe oil field of Ordos Basin. Fracture are characterized and predicted by Likelihood algorithm so as to cope with the small scale, weak information, mutations and developmental characteristics of linear distribution in the study area. It shows that the seismic response at right angle to the fracture is obvious. The Likelihood algorithm is effective on the basis of determination of fracture orientation and process of pre-stack azimuth. The extracted results of fracture prediction from Chang-8 tight reservoir prove to be of high accuracy and the predicated fracture position and property are in agreement with drilling in horizontal wells. Therefore, seismic Likelihood fracture prediction technique matches with the geological characteristics of the study area.

tight oil reservoir; fracture; anisotropy; azimuth data process; Likelihood algorithm

10.3969/j.issn.1671-9727.2016.05.11

1671-9727(2016)05-0609-08

2016-02-05。

国家科技重大专项(2011ZX05002)。

刘忠群(1972-),男,博士,教授级高级工程师,研究方向:油气田开发, E-mail:yjyqkfslzq@163.com。

P631.42; TE122.23

A