时移测井曲线重构方法及其在A油田中的应用

张晶玉， 张会来， 范廷恩， 张显文， 乐 靖

(中海油研究总院，北京 100028)

0 引言

时移地震是利用不同时间、相同观测系统和条件下获得的三维地震资料，来监测油藏的变化。作为最重要的开发地震技术之一，时移地震油藏检测技术在寻找剩余油和老油田挖潜方面发挥着重要作用。在油藏开发过程中，含水饱和度、地下温度场和压力场都在发生变化，这些将对地震记录产生影响，地震反演是获取这些参数的重要手段[1-2]。相对于常规地震反演，时移地震反演需要针对油藏开发前、后多次采集的地震资料分别进行反演，在反演过程中，需要测井资料进行初始模型建立和反演过程约束。但由于实际油田通常只在钻井后进行一次裸眼测井，因此需要对时移测井曲线进行重构来获取与油藏开发时间匹配的测井曲线。时移测井曲线重构技术，成为时移地震反演在实际油田中推广应用和提高时移测井反演精度的最重要的环节之一[3]。

在油田开发初期，钻井后进行一次裸眼测井，得到声波时差、横波速度、密度等测井曲线，到油田开发中后期，随着井点含油饱和度、压力、温度的变化，裸眼井状态所测声波时差、横波速度、密度等测井曲线已不能反映中后期状态下的真实值，并且这些曲线在下套管后又难以直接测量获得，从而造成了测井信息和地震信息采集时间上的不一致性。在时移地震研究过程中，为了解决测井采集时间与地震采集时间不一致性的问题，必须进行时移测井曲线预测，从而达到与地震数据采集时间点匹配的目的，在反演应用时达到最佳的效果。

西非深水扇A油田属典型的深水海底扇储层类型，储层为水道多期砂岩复合体，油藏主要分布于背斜构造侧翼，受断层影响较小；储层为高孔、中—高渗砂岩，物性较好；属轻质挥发性原油，密度低。油藏采用边部注水、高部位采油生产方式，开采32个月，采出程度超过20%。为解决面临的采油井见水及随后的注采关系和井网调整等油藏开采问题，采集了时移地震数据。笔者针对开发前采集三维地震(基础数据)的时间点和本次时移地震(监测数据)的时间点，开展时移测井曲线重构研究。

1 方法原理

油藏在生产的过程中，可以认定其静态参数(骨架、孔隙度、泥质含量、渗透率)是基本不变的，纵波速度Vp、横波速度Vs、密度Den改变主要是由于温度、压力、含油气饱和度等动态参数的变化所引起的。为了得到与地震数据采集时间点匹配的声波时差、横波速度、密度等曲线，通过模拟含水、温度、压力变化，利用岩石物理模型计算不同流体状态下的声波参数，从而达到与地震数据采集时间点匹配的目的[4]。我们建立了基于岩石物理模型多次迭代修改，结合渗流力学理论，考虑了渗透率、温度、粘度、压力和饱和度变化对流体参数影响等因素的时移测井曲线预测技术流程图(图1)。

图1 时移测井曲线预测技术流程图Fig.1 The technical flow chart of time-lapse logging curves prediction

储层位置的含水饱和度在油藏开发过程中变化是最大的，时移测井曲线预测主要是通过改变储层位置含水饱和度Sw的变化，来恢复或预测不同状态下的Vp、Vs、Den，解决了测井与地震时间不一致的问题[5]。通过扰动含水饱和度来改变岩石物理模型，之后做合成记录求得与观测地震的相关系数，当相关系数满足给定条件时，可以认定，当前含水状态与观测地震采集时状态一致，求出观测地震采集点时间状态一致的测井Vp、Vs、Den。温度和压力的变化，可以在只扰动含水饱和度参数无法获得满意结果的情况下，再在建立的岩石物理模型中考虑加入这两个参数的影响。

1.1 岩石物理模型建立

Gassmann模型是研究流体饱和在孔隙岩石中对地震速度影响，运用Gassmann模型求解流体饱和岩石的纵横波速度。该模型将饱和流体孔隙岩石的弹性模量与干岩石骨架的弹性模量、固体颗粒弹性模量和孔隙流体联系起来。流体饱和体积模量Ksat由式(1)给出[6-9]。

(1)

式中：Ks表示基本矿物(颗粒)体积模量；Kdry表示干岩石(骨架)体积模量；φ表示孔隙度；Kf表示流体弹性模量。

在进行流体替换研究过程中，Kdry和Ks可以通过实验室测量干岩样获得，Kf由式(2)计算得到。

(2)

式中：Kw、Ko、Kg分别为水、油、气的弹性模量；Sw、So、Sg分别为水、油、气饱和度。

声波在流体饱和岩石中的等效速度由式(3)计算得出。

(3)

式中：μ为岩石剪切模量，可由实验室测得；ρ为等效密度，与饱和度成线性关系：

ρ=φ·Sw·ρw+φ·So·ρo+

φ·(1-Sw-So)·ρg+(1-φ)ρma

(4)

式中：ρw、ρo、ρg分别为水、油、气密度；ρma为岩石骨架密度。

通过油、水层以及油水过渡层的多波和叠前特征模拟，来优化岩石物理参数(如岩石骨架的参数等)，取得最优的模拟特征和观测特征的拟合。这一过程称为岩石物理模型的标定(图2)，具体的流程为：

图2 岩石物理模型标定流程图Fig.2 The schematic diagram of rock physics model calibration

1)对收集目标油藏的测井数据进行整理分析，确定目标区块纵波速度、横波速度、纵波阻抗、横波阻抗、泊松比等地震属性随油藏地层深度、泥质含量、孔隙度、含水饱和度、含气饱和度、含油饱和度等变化的趋势。

2)通过对全区地震和油藏间变化趋势的了解，对测井数据进行分析、处理，选择测井样本点，作为标定的参考数据。

3)对测井样本点数据进行分析计算，得到目标区块纵波速度、横波速度、纵波阻抗、横波阻抗、泊松比等参数值。

4)根据油藏储层和流体性质，对选定的岩石物理模型进行初始化，即初步设置岩石物理模型参数(如油藏类型、温度、油气性质等)。

5)计算岩石物理模型，分析比较岩石物理模型

计算结果与测井样本点的差异。

6)根据拟合结果判定，若拟合效果不好，需要对参数进行调整，重新进行岩石物理模型计算，重复上一步过程，直到拟合结果满足研究需要为止。

7)测井岩石物理正演。

1.2 岩石物理参数求取

建立准确的岩石物理模型并进行标定，通过扰动含水饱和度Sw改变岩石物理模型，获得不同状态下的Vp、Vs、Den，如图3所示，对层位2和层位3之间的层段的测井曲线进行重构，在含水饱和度在0和1之间给予一定的扰动量，波阻抗AI曲线周围的离散点即根据扰动含水饱和度Sw结合标定好的岩石物理模型计算得到的波阻抗值。然后合成地震记录，求得与观测地震的相关系数，当相关系数最高时认定，当前含水状态与观测地震采集时状态一致，分别求出基础数据和监测数据采集点时间状态一致的测井Vp、Vs、Den，达到重构地球物理弹性参数的目的。

图3 时移测井曲线预测示意图Fig.3 The schematic diagram of time-lapse logging curves prediction

2 实际资料应用

2.1 岩石物理模型标定

地层的压实作用、地层水入侵将影响井壁、构造等，以及受地下水矿化度、井分布状况等客观因素的制约，岩石物理模型的精度会存在一定的误差。为了提高A油藏岩石物理建模的精度，分别采用了Gassmann模型和韩德华模型进行建模，选择其中精度较高的模型作为最终的岩石物理模型。

韩德华模型的公式如式(6)所示。[10-11]：

(6)

式中：V为地震纵波或者横波速度；φ为岩石孔隙度；Vsh表示泥质含量；a、b、c、d分别是与之相对应的常数；Pe表示有效压力，且有Pe=Pc-Pr，Pc为地层压力，Pr为孔隙压力。

图4为对A2和A5两口井采用两种岩石物理模型进行测井岩石物理正演的纵横波速度曲线对比，用两种岩石物理模型进行测井岩石物理正演，正演结果曲线趋势较一致，与原始曲线的拟合程度均较好，相比Gassmann模型的拟合程度更高。

2.2 时移测井曲线重构

综合分析测井数据的采集时间、井类型、生产层段、见水时间、含水饱和度等信息，获取得到的状态下的含水饱和度值范围，之后通过时移测井预测技术得到结果。A油田中，A-7井是注水井，根据其测井采集时间和注水时间，分析得出它的测井数据是基础状态下的，需要预测得到它在监测状态时的测井数据，此时其注水层段的含水饱和度为100%，通过标定的岩石物理模型，可以获得该井在监测状态时的纵横波速度曲线。A-9井是生产井，在监测状态下其生产层段的含水饱和度未知，因此计算含水饱和度从5%递增至70%每个状态下的纵横波速度值，对比不同含水饱和度状态下的合成记录与观测地震的相关系数，当含水饱和度为35%时，相关系数最高时，认定当前含水状态与观测地震采集时状态一致。图5所示为A-7和A-9井重构得到的监测状态下的测井曲线(黑色)与基础状态下的测井曲线(红色)对比。

图4 不同岩石物理模型建模结果对比Fig.4 The comparison of different rock physical model modeling results

图5 时移测井曲线重构结果Fig.5 Time-lapse logging curves reconstruction results(a)A-7；(b)A-9

2.3 在地震反演中的应用

A油田的时移测井曲线重构以叠前地震采集时间为基础，通过岩石物理模型的建立和关键参数含水饱和度的控制，有效地解决了测井采集时间和地震采集时间不匹配的问题。图6为重构时移测井数据应用前(图6(a))与应用后(图6 (b))所建立的弹性阻抗初始模型过A-7井的剖面，通过对比图6(a)和图6 (b)可以发现，在3 700 m以下的生产层位，由于A-7井在生产过程中的注水效应，导致基础数据采集时间点和监测数据采集时间点储层的弹性阻抗值发生了很大变化，使用重构之后的时移测井数据建立的初始模型能够正确地表征生产层位的水淹特征，因此更加贴近油田开发以后地下介质的真实情况。

图6 时移测井数据应用前与应用后建立的初始模型Fig.6 The initial inversion model built without and with time-lapse logging curves(a)应用前；(b)应用后

3 结论及建议

笔者的时移测井曲线重构研究以岩石物理模型为基础，重点讨论了含水饱和度的变化来实现重构测井曲线达到与基础数据与监测数据时间点匹配。时移测井曲线重构研究将水驱特征和流体变化信息演绎为岩石物理关键参数，进而转化为地震振幅信息。应用该项技术，为A油田后续的时移地震反演提供了更加准确的测井数据。

参考文献：

[1] 秦绪英,朱海龙.时移地震技术及其应用现状分析[J].勘探地球物理进展,2007,30 (3):219-225.

QIN X Y, ZHU H L. Analysis of the current status of time-lapse seismic technology[J]. Progress in Exploration Geophysics, 2007,30 (3):219-225.(In Chinese)

[2] 李景叶,陈小宏.时移地震油藏监测可行性分析评价技术[J].石油物探,2012,51 (2):125-132.

LI J Y, CHEN X H. Feasibility analysis and evaluation technology of time-lapse seismic reservoir monitoring[J]. Geophysical Prospecting for Petroleum, 2012,51 (2):125-132.(In Chinese)

[3] 张会来，范廷恩，胡光义，等.水驱油藏时移地震叠前匹配反演—西非深水扇A油田时移地震研究实例[J].石油地球物理勘探，2015,50 (3):530-535.

ZHANG H L, FAN T E, HU G Y, et al. Time-lapse seismic matching inversion in water flooding reservoir: a case of deep-water fan in the Oilfield A, West Africa[J]. Oil Geophysical Prospecting, 2015,50 (3):530-535.(In Chinese)

[4] 李景叶,王守东,陈小宏.砂泥岩薄互层时移测井曲线预测方法[J].西安石油大学学报,2013,28 (1):47-51.

LI J Y, WANG S D, CHEN X H. Prediction method of time-lapse log curve of thin shale-sand inter-bed reservoirs[J]. Journal of Xi’an Shiyou University (Natural Science Edition), 2013,28 (1):47-51.(In Chinese)

[5] 伍文明,张伟,李伟,等.时移测井饱和度拟合方法及其在珠江口盆地油田开发调整中的应用[J].中国海上油气,2014,26(3):81-85.

WU W M, ZHANG W, LI W, et al. A match method of time-lapse logging saturation and its application in the development adjustment of an oilfield in Pearl Mouth River basin[J]. China Offshore Oil and Gas, 2014,26(3):81-85.(In Chinese)

[6] 魏嘉.定量地震解释离我们有多远[J].勘探地球物理进展,2006, 29(6):1-5.

WEI J. How far do we come to quantitative interpretation[J]. Progress in Exploration Geophysics, 2006, 29(6):1-5.(In Chinese)

[7] GASSMANN F. Elastic waves through a packing of spheres[J]. Geophysics,1951,16(4)：673-685.

[8] 印兴耀,李龙.基于岩石物理模型的纵、横波速度反演方法[J].石油物探,2015,54(3):249-253.

YIN X Y, LI L. P-wave and S-wave velocities inversion based on rock physics model[J]. Geophysical Prospecting for Petroleum, 2015,54(3):249-253.(In Chinese)

[9] 王绍忠，周红科.测井曲线重构技术在埕岛油田东斜坡储层预测中的应用[J].勘探地球物理进展，2009,32(5):376-379.

WANG S Z, ZHOU H K. Application of logging curve rebuilding technology in reservoir prediction at east slope of Chengdao Oilfield[J]. Progress in Exploration Geophysics, 2009, 32(5): 376-379.(In Chinese)

[10] HAN D. , BATZLE M. Fizz water and low gas-saturated reservoirs[J]. The Leading Edge,2002(21):395-398.

[11] HUANG X. Integrating time-lapse seismic with production data: A tool for reservoir engineering[J]. The Leading Edge,2001,20 (10):1148-1153.