周 昕,陈克勇,李宜真,李彦超,李俊翔,乔玲茜,郝越翔,李洁辛,刘礼军,聂焕然,唐 迅
(1.成都理工大学 能源学院,成都 610059;2.川庆钻探工程有限公司 页岩气勘探开发项目经理部,成都 610051)
四川盆地威远地区于2012年被确定为国家级页岩气示范区(谢军,2018)。“十三五”期间,川庆威远页岩气初步实现高效开发,核心区建产165 km2,井均产气量达27×104m3/d(王治平等,2021)。页岩储层具有横向连片性好,纵向非均质性强的特点,龙马溪组优质页岩主要分布在龙一11小层中下部。大量开发实践表明,水平井产气量不仅与龙一11小层中下部钻遇率和水平段所处龙一11小层厚度呈正相关,还受TOC、含气量、脆性矿物含量、孔隙度等储层属性参数以及天然裂缝分布较大的影响(程辉等,2021;何畅等,2019;陈雪等,2020)。随着威远页岩气田进入水平井平台化精细开发阶段,准确预测龙一11小层优质储层的位置以及储层关键属性参数和天然裂缝的分布,是实现页岩气田高效开发的基本保证。因此,对基于地质工程一体化的页岩储层三维精细地质建模的需求也日益凸显。由于页岩储层三维地质建模起步较晚(龙胜祥等,2019;马成龙等,2017),目前还存在一些技术难题困扰着相关技术和科研人员。本文通过实践研究,提出了能有效解决构造建模、属性参数建模、裂缝建模以及构造模型适时更新相关问题的技术方法,供业内同行参考。
四川盆地页岩气藏具有厚度薄、物性差的特点,其开采主要采用水平井顺层长水平段方式,水平段长度通常2~3 km。水平井段分层不同于直井和斜井分层,在每一个分层节点上,无法实现纵向连续分层,只能体现目标层或水平井段钻遇的特征层准确位置,不能体现上下层位界限及厚度变化关系。另外,水平井段以最大限度在优质层段中穿行,如果不对优质层段进行高精度细分层的话,很难实现水平井段分层点精细定位。
目前普遍采用的方法是沿水平段分层节点增加虚拟直井和虚拟分层(乔辉等,2018;欧成华等,2019),通过虚拟分层数据点来约束层面的构建。该方法的优点在于:虚拟井上各层分层数据点完整,能对各个层面的构建做精细的约束;其缺点在于:页岩气藏水平井水平段长度大,分层节点多(每口井大于20个),要充分利用每一个分层节点数据,需要设置大量的虚拟井和虚拟分层,工作量巨大且难以管理。如果将分层节点抽稀,又会造成大量分层节点无法参与控制,降低了模型的准确度和精度。如图1所示某10口水平井的平台,沿水平段分层节点抽稀后,共增加了87口虚拟井。
图1 某平台沿水平段增加虚拟直井和虚拟分层Fig.1 Adding virtual vertical wells and their layers along the horizontal wells’ sections of a horizontal well platform
为了解决以上问题,本文提出了水平井高精度分层、逐级控制的方法进行水平段密集层位数据拾取,运用层面循环约束构建技术实现构造还原及精细建模。
页岩气藏可获取用于地质分层的基础数据主要包括:直井段的常规测井信息和水平段的随钻伽马测井信息、元素录井信息。需要充分结合野外露头观察和岩心分析,确定主要层位界限在常规测井、随钻伽马测井和元素录井上的特征,分析常规测井、随钻伽马测井和元素录井的关系,建立可识别、易追踪、适合三维精细构造建模需要的小层划分方案。
1.2.1 水平井斜井段小层划分
四川盆地威远地区龙马溪组海相页岩优质层在龙一1亚段内,可识别和追踪的小层有4个,各自特征明显,易于区分,其中位于下部的龙一11小层为水平井段目标层:
龙一11小层在主勘探区以硅质页岩为主,局部为钙质和混合质页岩,测井上主要表现为高GR、低DEN、中高电阻率特征,其底与五峰组主要以GR、电阻率由高值向低值转换、DEN向高值转换的特征。其顶界为龙一12小层GR低值光滑箱形的底部,TOC低值向高值变化。
龙一12小层在主勘探区以硅质页岩为主,局部为钙质页岩和混合质页岩,测井上主要表现为GR低值光滑箱形,其顶部以GR低值向高值转换为界与龙一13小层分界,其底与龙一11小层以GR低值光滑箱形的底部分界。
龙一13小层以硅质页岩为主,其次为混合质页岩,测井上主要表现为GR中高值,其底与龙一12小层以GR高值向低值光滑箱形转换为分界,其顶界与龙一14小层以GR高值向低值光滑箱形转换为分界。
龙一14小层以钙质页岩为主,局部为混合质页岩,测井上主要表现为GR低值平箱形,元素录井上钙元素含量高,硅元素含量低,其顶部以GR低值向高值转换为界与龙一2亚段分界,其底与龙一13小层以GR低值光滑箱形的顶部分界(图2)。
1.2.2 目标层水平井段精细分层
龙马溪组优质页岩主要位于龙一11小层中下部,因此,水平井水平段均沿龙一11小层顺层分布,需要对龙一11小层进行精细的特征层划分,才能准确定位水平段的位置,为构造建模提供必要的数据支撑。
利用随钻伽马、铀、钾(GR、U、K)测井曲线,结合钙、硅、铝(Ca、Si、Al)元素录井曲线进行特征层划分,将龙一11小层划分为7个特征层。
7号特征层:随钻GR、U、K曲线呈中高值,元素录井为中低Ca、Al,中高Si;6号特征层:低随钻GR、U、K,低Ca、Al,中高Si;5号特征层:高随钻GR、U、K,低Ca、Al,中高Si;4号特征层:低随钻GR、U、K,低Ca,中高Al、Si;3号特征层:高随钻GR、U,中高K,中低Ca、Al、Si;2号特征层:低随钻GR、U、K,低Ca、Al,高Si;1号特征层:高随钻GR,中高U、K,低Ca、Al,高Si(图3、图4)。
为了克服增加虚拟井和虚拟分层的缺陷,本次尝试采用水平井段分层节点数据约束的层面循环约束构建方法,具体实现如下:①基于地震和全区构造层面趋势,利用平台井分层校正,确定龙一11顶面;②以龙一11顶面为基准,利用7号层厚度分布,确定7号层底面参考面,并在7号层底水平井分层约束校正下,确定7号层底面;③以7号层底面为基准,利用6号层厚度分布,确定6号层底面参考面,并在6号层底水平井分层约束校正下,确定6号层底面;④依次进行下去,确定1号层底面;(所有分层点等效参与了对1号层底面的约束);⑤以1号层底为基准,按以上步骤逆向再走一遍,以达到所有水平井段分层对所有层面约束的目的(图5)。
该方法的优点在于:通过层间厚度关联,循环构建层面,在不需要增加虚拟井和虚拟分层的情况下,充分利用水平层段分层节点数据约束,达到虚拟井和虚拟分层同样的效果;缺点在于:需要循环构建层面,手工操作相对比较耗时,但由于该方法逻辑性强,可利用Petrel软件中Workflows模块进行简单编程设置,即可自动循环运行。
图2 标准井小层划分及测井响应Fig.2 Standard well sub-layer division and the well logging characteristics
页岩的属性参数较常规砂岩储层更多,各属性参数的大小普遍受岩相特征的影响,且属性参数之间也具有一定的相关性。目前的建模研究中,大多数建模工作者都采用了随机建模策略,少数人采用了相控建模方法,并未涉及到属性参数相互之间的关联问题。本文为了将以上两个因素同时研究并应用到模型中,采用相控及多属性约束逐级关联的建模技术,以获得页岩多属性参数一体化建模结果。
2.2.1 页岩岩相划分
根据前人研究可知,威远地区龙一1亚段整体为深水陆棚亚相(蒋裕强等,2016;梁峰等,2022;管全中,2020;史洪亮等,2019;欧成华等,2021)。为充分利用直井和水平井相关资料信息以满足建模需求,在单井上利用泥质、钙质、硅质含量解释结果,精细划分为钙质页岩陆棚、硅质页岩陆棚、泥质页岩陆棚和混合质页岩陆棚微相,对应钙质页岩、硅质页岩、泥质页岩和混合质页岩4种岩相。
图3 标准井特征层划分Fig.3 Standard well characteristic subtle layer division
直井:根据测井解释的石英含量(ZQUAZ)和碳酸钙含量(ZCALC)进行划分。ZQUAZ>50%为硅质页岩,ZCALC>50%为钙质页岩,ZQUAZ+ZCALC<20%为泥质页岩,其余为混合质页岩。
水平井:利用元素录井硅元素(Si)和钙元素(Ca)进行划分。将Si和Ca做归一化处理,Si>0.75为硅质页岩,Ca>0.7为钙质页岩,Si+Ca<0.2为泥质页岩,其余为混合质页岩。将以上划分的结果在每一口单井上进行钙硅曲线交会核实(图6)。
2.2.2 优势相分布
根据前面建立的精细构造模型,经网格划分,通过按比例提取每口井岩相在各小层中的优势相,绘制各小层岩相平面分布图。该方法充分利用了直井和水平井资料信息,除龙一11小层外,其余各小层均能达到较好的效果。龙一11小层内因为存在大量的水平段数据信息,造成优势相统计结果容易产生偏误(舒红林等,2020;董越等,2022)。对该偏误的解决办法有两种:方法一是首先采用直井数据确定优势相总体分布趋势,再利用直井数据对优势相边界进行修正;方法二是将该小层精细到7个特征层中进行分析,纵向上绘制出7个特征层的优势相分布。方法一精度略低,但操作简单,能快速实现;方法二由于特征层平均厚度小于1m,精度高,数据偏误小,但操作复杂,工作量大。介于本次优势相分析是用于岩相建模的约束条件,故选用方法一实现(图7)。
图4 水平井水平段特征层划分Fig.4 Characteristic subtle layer division in the horizontal section of a horizontal well
图5 水平井段分层节点循环约束构造建模实现Fig.5 Structural model established using the method of cyclically constructing horizontal well section layers
图7 各小层优势岩相平面分布Fig.7 Distribution of majority lithofacies in each sub-layer
2.2.3 优势相约束下的岩相建模
根据对工区内评价井和水平井岩相划分,经数据粗化后进行集束处理,对岩相纵向分布比例和变差函数进行分析,采用序贯指示模拟随机建模方法,在优势相分布模型的约束下,建立全区岩相分布模型(图8)。基于页岩岩相平面分布相对较稳定,纵向分布非均质性强的特点,岩相建模网格划分应遵循纵向步长小,平面步长大的原则。
图8 基于优势相约束的水平井岩相三维建模Fig.8 The 3D lithofacies modeling based on horizontal well data and constrained by majority lithofacies distribution
2.3.1 属性参数与岩相关系分析
按照硅质页岩、混合质页岩、钙质页岩和泥质页岩4种岩相分别对页岩孔隙度、渗透率、含水饱和度、TOC、含气量和脆性矿物含量(体积分数)等属性参数进行统计(表1)。结果显示,页岩属性参数受页岩岩相影响较大,总体表现为硅质页岩和混合质页岩岩相储层相对较好,钙质页岩岩相储层相对较差。
表1 页岩属性参数分岩相统计表Table 1 Statistics of shale parameters classified by the lithofacies
2.3.2 属性参数相互关系分析
根据页岩属性参数测井解释数据,分别分析各属性参数之间的相关性,将相关性较强的属性参数用于建模时的相互约束。经分析,威远地区页岩孔隙度分别与渗透率、含气量参数呈现较强的正相关关系,与含水饱和度呈现较强的负相关关系,含水饱和度与孔隙度、TOC、含气量均呈现出较强的负相关关系,含气量与TOC之间呈现较强的正相关关系(图9)。
图9 主要属性参数之间相关交会图Fig.9 Correlations between the different parameters of shale
2.3.3 属性参数建模技术
页岩属性参数建模必须面临的两个基本问题:一是数据统计偏误,由于水平井水平段主要沿着优质储层顺层钻井,其解释的储层参数通常具有“偏好”的统计偏误;二是作为页岩气开发的水平井多数缺少测井资料,无法对相关属性参数进行解释,造成部分属性参数建模基础数据匮乏,难以保证空间分布预测的可靠性。
为解决水平井造成的数据统计偏误问题,传统的方法为忽略水平井数据,只统计直井数据规律。本次仍然推荐使用精细构造分层的办法,将水平段分散到不同的物理层中,而不是笼统地在一个小层内,同时结合扩大水平网格倍数(Declustering),从而抽稀水平井段的数据量。该方法的优点在于,极大限度地使用了水平井资料,弥补直井资料匮乏的问题。
针对部分属性参数数据匮乏问题,经反复试验,本文推荐使用相控建模及属性约束逐级关联的方法来解决。具体思路为:首先优选基础数据相对丰富且受岩相影响较为明显的TOC属性参数进行相控建模(图10),然后选择与TOC属性参数相关性较好的且受岩相影响明显的含水饱和度属性参数,进行相控+TOC模型约束关联建模。依次对孔隙度参数采用相控+含水饱和度模型约束关联建模,对渗透率参数采用相控+孔隙度模型约束关联建模,对含气量参数采用相控+TOC模型+含水饱和度模型+孔隙度模型基于神经网络共同约束的多属性关联建模(图11),实现属性参数模型相互关联,协调分布。
图10 相控TOC建模Fig.10 Lithofacies-controlled TOC modeling
属性关联约束中,亦可运用地震属性约束,但前提是要保证地震数据体的准确归位。由于页岩水平井开发中,大量井缺乏相关测井资料,无法开展地震时深归位分析,造成水平井数据与地震属性数据匹配性较差,故本文不推荐该方法。
天然裂缝是影响页岩气藏产能的关键因素,页岩气开发中裂缝的准确刻画至关重要。目前常用的裂缝描述方法是在岩心和成像测井等基础资料裂缝参数刻画的基础上,利用基于三维地震数据体的蚂蚁追踪技术、极大似然分析技术等,对天然裂缝分布进行刻画(赵春段等,2022;成友友等,2023)。此类方法由于受到三维地震分辨率的限制,对大、中型裂缝的刻画效果较好,但对小裂缝、甚至微裂缝的刻画困难较大,且方法受参数设置限制,一次只能刻画出某一尺度级别的裂缝。
页岩气储层中,天然微裂缝的大量分布,不仅对产能影响巨大,而且还影响页岩气水平井压裂施工。因此,需要一种方法能够同时刻画出页岩储层不同尺度的天然裂缝。基于分形理论的裂缝描述方法,利用分形的自相似性,能够达到同时刻画不同尺度天然裂缝的目的(张琴等,2020;骆正山等,2023;何浩祥等,2022;位云生等,2021;吴明录等,2020)。
在分形建模中,天然裂缝空间位置分布由分形理论决定,裂缝长度分布符合幂律分布,裂缝走向与倾角服从正态分布。采用分形理论对天然裂缝进行模拟分析,需要从岩心、成像测井和三维地震分析中获取关键参数,包括裂缝密度常数、分形维数、裂缝走向、倾向、倾角、裂缝最小长度等。具体的模拟过程如图12所示。
图12 分形裂缝模拟流程图Fig.12 Fractal fractures simulation flowchart
基于有限元分析技术,对古今应力场进行分析。根据弹塑理论,以单井天然裂缝分析数据为基础,建立构造应力作用下裂缝开度、裂缝密度等参数的定量表征关系式。
通过关键参数的提取,利用分形裂缝模拟方法,实现了不同尺度天然裂缝建模(图13)。
图13 天然裂缝分布模型Fig.13 Natural fractures distribution model
由于水平井水平段以顺层分布为主,直接用水平井分层对原始构造模型进行更新,无法做到各个层面协调联动。因此,采取在水平段关键分层节点上建立虚拟井,并在虚拟井上标定原始构造模型各层面的位置,初始化虚拟分层,通过调整虚拟井补心海拔,消除水平井分层节点与原始构造模型对应层面的偏差,最终实现虚拟分层。通过沿水平段多个关键分层节点,建立虚拟井和虚拟分层,以虚拟分层实现对原始构造模型的更新。
以WA-3井为例,在水平井钻井过程中,进行了两次模型适时更新。当水平井段钻至井深2 972 m处,在原始导向模型中显示钻头钻达龙一11小层的低界,通过随钻GR信息判定,钻头仍在龙一11小层中上部位置,在此建立虚拟井V1和虚拟实钻分层,通过对比原始导向模型分层比实钻分层下偏了2.6 m,因此在此处对原始导向模型进行了第一次局部更新;当水平井段钻至井深3 144 m处,在原始导向模型中显示钻头钻达龙一11小层的底界,通过随钻GR信息判定,钻头仍在龙一11小层中下部位置,在此建立虚拟井V2和虚拟实钻分层,通过对比原始导向模型分层比实钻分层上偏了2.3 m,因此在此处对原始导向模型进行了第二次局部更新(图14)。
(1)通过采用水平井段分层节点数据约束的层面循环构建方法,在威远页岩气田建立的构造模型,与原始水平井导向模型相比,41口水平井的实钻A点平均垂深偏差从7.9 m降低到2.1 m,5口高精度验证井实钻A点平均垂深偏差从1.9 m降低到1.66 m,大大提高了构造模型的精度。
(2)通过采用相控及多属性约束的逐级关联建模技术,在威远页岩气田建立的属性参数模型,经检验,符合率高。TOC模型与单井解释符合率为96%,孔隙度模型与单井解释符合率为90%,渗透率模型与单井解释符合率为88%,含水饱和度模型与单井解释符合率为91%,含气量模型与单井解释符合率为93%。
图14 导向模型随钻实时更新Fig.14 Real-time updates of the guidance model while drilling
(3)采用裂缝分形模拟技术,在威远页岩气田建立的天然裂缝网络模型,经与单井测井解释对比,裂缝符合率高。裂缝破裂位置的吻合率达80%,裂缝倾角及倾向预测的平均符合率达82%。
a.采用基本水平井段分层密集节点数据层面循环约束构建方法,实现了基于水平井的构造还原,提高了构造模型的准确度和精度。该方法克服了运用添加虚拟井及分层产生的操作复杂和数据管理问题,大大提高了建模工作效率。
b.采用相控及多属性约束的逐级关联建模技术,将岩相模型与属性模型以及属性模型相互之间有机地联系起来,各模型分布相互关联,实现多属性参数建模的一体化。
c.采用裂缝分形模拟技术,实现了多尺度大小的裂缝综合表征,较为客观地反映出了页岩储层裂缝分布的非均质特点。