伍顺伟,董 岩,李志宏,朱 越,朱 键,王英伟,邓玉森
(1.中国石油新疆油田公司 勘探开发研究院,新疆 克拉玛依 834000;2.北京源烃泰克科技有限公司,北京100102)
在非常规油气藏的勘探开发过程中,微地震技术是压裂缝网监测的有效手段,对于描述压裂缝网的延伸规律、计算压裂改造体积、评价压裂效果具有重要作用。近年来,在准噶尔盆地玛湖致密砾岩油藏开发过程中,先后在玛18井区及邻区完成6口井的微地震监测工作。统计分析表明,6口井的总压裂段数为108段,有微地震事件的段数为70段,占65%,未监测到的微地震事件的段数达35%。通过分析微地震事件、微地震计算的压裂改造体积与油井初期产量关系,两者之间存在差异。
从压裂施工情况分析,无论是排量、砂比、总加砂量、总液量都保持了较高的水平,压裂井初期日产量较高,表明储层得到了有效改造。因此,预示着微地震监测技术识别出的微地震事件与实际微地震数量之间存在较大差异。
工区及邻区曾开展过大量微地震监测工作,并取得了丰硕成果。刘博等[1]利用微地震监测结果分析认为吉木萨尔地区断层和天然裂缝带对微地震事件分布特征产生影响;杜金玲等[2]通过开展微地震与三维地震融合研究认为吉木萨尔地区断裂、天然裂缝、脆性指数、水平应力差等与人工改造缝网形态直接相关,可影响储层的改造效果及后期产能;邬元月等[3]利用微地震监测结果描述了玛湖地区砾岩储层压裂缝网形态;李国欣等[4]利用微地震监测结果评价了玛131井区小井距示范区压裂改造效果。段碧山[5]认为,玛湖地区采集到的微地震数据中多数事件能量弱,P波初至特征不明显,采用传统的走时拾取法,无法准确拾取初至和定位,导致最终监测结果仅包含距监测井600 m以内的中-强能量的微地震事件,而对于距监测井600 m以外或低信噪比的弱能量事件无法进行有效处理,影响了压裂改造效果的准确性评价。
本文针对玛湖地区信噪比低于5的微地震信号,由于P波初至拾取困难导致微地震事件不能准确定位的问题,分析了目前国内外微地震处理普遍采用的走时拾取和震源空间成像两种主要技术方法的原理和适用条件,对玛18井区M6004井微地震监测数据开展了两种微地震方法的处理,波形振幅偏移叠加的震源空间成像技术处理结果与实际生产吻合较好,且微地震事件密度和水力裂缝长度与弹性模量呈正相关。现以玛18井区M6004井为例探讨震源空间成像技术在工区的适应性。
微地震处理方法按照地震资料处理原理可大致分为两类,一类是基于走时拾取(初至识别)的方法,另一类是基于波形振幅偏移叠加的震源空间成像方法。
通常情况下,初至识别以信号与噪声在振幅、频率、偏振等方面的差异为基础,目前常采用的方法是借鉴天然地震中的长短时窗平均能量比(STA/LTA)法[6]、基于自回归模型的Aksike信息准则(AIC)法、相关法等单一识别模式[7]。近年来,盛冠群等[8]提出了基于小波分解与高阶统计量的微地震初至拾取方法,谭玉阳等[9]提出了基于多道相似系数的微地震事件自动识别方法,秦晅等[10]提出了基于同步压缩变换微地震弱信号提取方法在不同地区均取得了一定成效。
但基于走时拾取的方法要求先检测到微地震事件,并拾取P波和S波的初至,通过找到与P波和S波初至时差最吻合的空间位置来进行定位[11]。由于微地震事件的能量相对较弱,如何准确地识别微地震事件以及如何在低信噪比情况下准确判断初至并进行拾取是研究工作面临的挑战。
基于波形振幅偏移叠加的震源空间成像方法是借鉴地震勘探中偏移成像的思路,采用基于Kirchhoff全波形数据叠加原理,通过对目标工区地层进行网格划分,将各个检波器上的P波信号和S波信号进行绕射成像,计算每个网格点η在τ时刻函数br(η,τ),函数定义如下
式中:un是检波器n记录的波形;N是检波器总数;tηn是从网格点η到检波器n计算的某个最大振幅点走时。如果所有的最大振幅都是由网格点η在时间τ产生,那么br(η,τ)=1;同样,br(η,τ)=0.1意味着网格点η在τ时刻的震源产生的最大振幅在每个检波器只有10%被观测到。通过系统地搜索η点和时间τ来寻找P波和S波的亮度函数最大值,我们便可以有效地重构了震源的时空分布(图1),自动确定震源位置[12-13]。该方法优点是整个定位过程相对自动化,不需要事先识别事件并且拾取走时。
图1 震源空间成像定位法原理示意图Fig.1 Schematic diagram showing focal space imaging positioning method(1 ft=0.3048 m)
玛湖凹陷处于准噶尔盆地中央拗陷和陆梁隆起的西侧,是准噶尔盆地西北缘的山前拗陷。研究区(玛18井区)构造上属于准噶尔盆地中央拗陷玛湖凹陷西斜坡,西北上倾方向与克百断裂带相接,东北方向与玛北油田相邻。
研究的层位为三叠系百口泉组(T1b),地层厚度稳定在41.0~53.0 m,共分为3段,主要研究对象为百口泉组第一段(T1b1,简称“百一段”),以灰绿色-褐色砂砾岩为主,夹棕灰色含砾泥岩,电性曲线呈高阻指状特征。玛湖凹陷西斜坡区三叠系整体为向东南倾的单斜构造,在玛18井区发育低幅度鼻状构造。玛西斜坡发育两组不同方向断裂,一组为北东走向,一组为北西走向。玛18井区百一段储层孔隙度平均为9.9%,渗透率平均为5.6×10-3μm2。
工区构造简单,岩性复杂,储层非均质性强,百口泉组油藏主要为受断裂控制的岩性-构造油藏,采用水平井体积压裂的主体开发方式。因此,微地震监测技术的应用在该区显得十分重要。
M6004井完钻深度为3 909.47 m,水平段长度为938 m,穿行于T1b1,储层钻遇率100%,井轨迹与最大水平主应力方向近垂直。测井解释孔隙度平均为11.2%,含油饱和度平均为57.0%。划分为12段进行压裂,单段施工液量为1 034.1~1 474.1 m3,单段施工砂量为50~85.6 m3,总液量为13 534.8 m3,总砂量为836.1 m3。
根据玛18井区6口井资料分析,通过椭圆井眼施密特图、诱导缝走向施密特图共同确定最大水平主应力方向为近东西向,方位角为95°~275°。井筒水平段闭合方位角为179.95°,人工裂缝走向与井筒方向基本垂直,井筒处于对压裂改造有利的方位。玛18井百口泉组岩心和FMI图像显示,储层天然裂缝不发育,仅在中上部发育诱导缝。
M6229井是M6004井的监测井,具有12级三分量检波器,监测井与水平井垂直距离为267.3 m,与A点距离为472.1 m,与B点距离为490.3 m(图2)。
图2 M6004井微地震监测观测系统Fig.2 Microseismic monitoring and observation system of Well M6004
2.4.1 信号定位与优化
根据射孔时间拾取高品质射孔信号的P波初至,利用不同压裂段的射孔信号P波振幅能量在各个检波器上的差异,估算各个检波器水平分量的偏振角。基于偏振角对所有信号进行旋转处理,获得极性一致的径向分量与切向分量,并基于信号传播特征将三分量信号分离为P波、Sh波和Sv波,然后对数据开展平滑、谱白化及滤波等优化处理,增强波组特性,为后续微地震定位奠定基础(图3)。
图3 M6004井数据优化处理前后对比Fig.3 Comparison before and after data optimization processing of Well M6004
2.4.2 速度模型建立
首先利用监测井M6229井的声波测井资料,计算层速度,然后将原始曲线按照30 m间隔进行重新采样和平滑滤波,除去奇异值,并根据速度的变化趋势,离散为多个层段;最后采用非线性的模拟退火-蒙特卡罗法进行P波和S波速度反演,建立速度模型(图4)。最终定位的射孔信号定位误差在10 m以内(M6004井:x方向平均绝对误差为7.7 m,y方向平均绝对误差为11.7 m,z方向平均绝对误差为9.8 m)。
图4 M6004井微地震定位速度模型Fig.4 Microseismic positioning velocity model of Well M6004(虚线为初始速度模型,实线为迭代后的速度模型)
2.4.3 微地震信号综合识别
传统的P波与S波拾取法依赖于初至拾取,识别出来的微地震事件为初至清楚的高信噪比资料。从典型微地震事件的剖面特征分析(图5),高信噪比资料(信噪比>5)P波和S波信号的初至特征明显,可以拾取;低信噪比事件(信噪比<5)只有S波信号初至清晰,P波信号隐约可见,因此采用走时拾取法处理低信噪比资料时准确拾取初至较难,定位误差较大,微地震事件一般分布在井周围。
图5 走时拾取微地震事件典型原始道集Fig.5 Travel time picking up of the typical original trace set of microseismic events
震源空间成像技术基于全波形成像,不依赖于拾取初至,所以可以定位低信噪比信号。图6为图5所对应的3个典型微地震事件的纵波和横波震源叠加图,采用走时拾取法不能定位的信噪比为3.7的微地震事件在纵波和横波震源叠加图上能够有效识别。
图6 典型纵波和横波震源叠加图Fig.6 Diagram of typical P-wave and S-wave source superposition
从表1的对比分析可以看出,M6004井利用走时拾取法和震源空间成像法得到的微地震事件存在较大的差异。主要体现在识别出的微地震事件数量上后者是前者的6.7倍,计算出的平均缝长和缝高也高于前者(图7)。
表1 两次处理微地震结果对比Table 1 Comparison of microseismic results between two treatments
图7 M6004井两次微地震处理结果对比Fig.7 Comparison of two microseismic processing results of Well M6004
图8是M6004井典型段两次处理结果对比,图中代表微地震事件的球体越大越红代表该事件具有越高的信噪比,从图中可看到走时拾取定位结果普遍位于井筒周围80 m范围内,且信噪比普遍较高,而震源空间成像定位结果中的高信噪比事件也基本集中于井筒周围80 m范围以内。
图8 M6004井Stage 3两次微地震处理事件分布对比Fig.8 Distribution comparison of two microseismic processing events in stage 3 of Well M6004
两种方法最大差异表现为震源空间成像技术对低信噪比微地震事件处理效果较好,从而获得了更丰富的微地震事件。
分析两种处理方法得到的微地震事件数量与单段产液量之间的关系,发现走时拾取定位结果相关性不明显(图9-A),震源空间成像定位微地震事件数量与单段产液量有明显的正相关趋势,趋势更合理(第11段差异较大)(图9-B)。对第11段进行分析发现,该段在相同的施工排量和加砂工艺条件下,施工压力比邻段低5~10 MPa,结合三维地震相干属性分析,认为该段周围存在天然裂缝,压裂时岩石破裂能量低,所以识别出有效微地震事件信号数量较少。因此,利用震源空间成像法得到的微地震事件与实际生产情况更符合。走时拾取法计算的压裂改造体积为284.4×104m3,震源空间成像法计算的压裂改造体积为467.1×104m3。但是从实际生成情况分析,该井日产液量达到123.2 t,反映后者计算的压裂改造体积与生产实际情况契合度更高。
图9 M6004井各段微地震事件数量和产液占比交汇图Fig.9 Intersection diagram of the number of microseismic events and the proportion of liquid production in each section of Well M6004
基于M6004井震源空间成像解释的各压裂段水力裂缝长度与测井解释的平均弹性模量进行交汇分析,表现出水力裂缝长度和弹性模量呈正相关趋势(图10)。
图10 各压裂段水力裂缝长度与平均弹性模量交汇图Fig.10 Intersection diagram of hydraulic fracture length and average modulus of elasticity in each fracturing section
利用神经网络反演技术,预测了玛18井区弹性模量三维展布,反演结果和实际曲线误差小于5%,验证井误差也小于5%。平面上,微地震事件密度较大且分布较宽的第5~第10段弹性模量比其他段略高2~3 GPa,微地震信号明显偏多,表明弹性模量大小是影响该区水力裂缝扩展的重要参数之一(图11)[14]。
图11 M6004井周围T1b12平均弹性模量与微地震事件叠合图Fig.11 Superposition diagram of T1b12average modulus of elasticity and microseismic events around Well M6004
a.走时拾取和震源空间成像方法对于高信噪比微地震事件都能够较好定位,震源空间成像方法优势在于对低信噪比微地震事件的准确定位,对于微地震事件较弱的区块能够拓展微地震事件。
b.震源空间成像技术方法得到的微地震事件是走时拾取方法的6.7倍,并且与M6004实际生产情况较为匹配,表明拓展的微地震事件是有效的。
c.弹性模量越高的压裂段,水力裂缝越长,并且在平面上弹性模量高的压裂段对应的微地震事件数量也相对较多,表明弹性模量是影响该区压裂效果的关键参数之一。