李 才，呂丁友，馬佳國，王玉秀，韓 芮

（中海石油（中國）有限公司天津分公司，天津 300452）

疊后烴檢方法在渤海海域PL稠油區(qū)塊的應用

李 才，呂丁友，馬佳國，王玉秀，韓 芮

（中海石油（中國）有限公司天津分公司，天津 300452）

針對渤海海域PL油田新近系明化鎮(zhèn)組原油密度大，常規(guī)疊后烴檢方法效果不佳的特點，利用儲層含油氣后高頻端能量吸收衰減原理，在高精度頻譜分解基礎(chǔ)上，采用能量系數(shù)法和高頻斜率衰減地震屬性預測油氣，效果一般；結(jié)合研究區(qū)地質(zhì)特點，以神經(jīng)網(wǎng)絡多種成熟算法為基礎(chǔ)算法，優(yōu)選對油水有不同響應的地震屬性作為訓練參數(shù)，以含油飽和度曲線作為目標曲線，對全區(qū)地震數(shù)據(jù)體進行反演，用驗證井與飽和度數(shù)據(jù)體有效響應比對，主力油層含油砂體吻合率高達75%以上。利用該方法結(jié)合其它成藏條件優(yōu)選了顯示很好的多套砂體作為進一步勘探潛力靶區(qū)。

疊后烴檢；含油飽和度體；反演；高頻衰減；地震屬性

隨著地震勘探技術(shù)的不斷完善，地震資料質(zhì)量越來越高，地震資料應用的各種方法日趨成熟。在目前勘探越來越難、巖性勘探成為主力勘探目標的前提下，如何應用地震資料預測巖性體的含油氣性，盡可能地降低勘探風險，已成為一大科研任務。以疊后烴檢直接識別油氣層作為課題，深入研究幾種方法的實際效果，認為僅依靠對油水有響應的單一屬性，很難有效提高識別成功率，達到用于指導生產(chǎn)的效果。針對渤海海域PL油田新近系明化鎮(zhèn)組原油密度大，常規(guī)烴檢方法效果不佳的特點，在廣義線性反演思路指導下，利用神經(jīng)網(wǎng)絡算法，以含油飽和度曲線作為目標曲線，用多種識別油水有關(guān)的地震屬性參與運算，優(yōu)選屬性組合，用最有利的屬性組合來反演整個數(shù)據(jù)體，該方法和實際鉆井結(jié)果吻合程度比較高，與其它成藏條件結(jié)合可以預測有利含油氣區(qū)。

1 能量系數(shù)法與斜率梯度屬性

PL油田位于渤海中東部海域廟西北凸起東側(cè)邊界斷層下降盤，為一復雜斷塊圈閉群。目的層段新近系明化鎮(zhèn)組原油密度較大，在0.95～0.99 g/cm3之間，常規(guī)流體檢測方法效果不佳。利用儲層含油氣后高頻端能量吸收衰減原理，在高精度頻譜分解的基礎(chǔ)上，運用能量系數(shù)法及高分辨率時頻分解后得到的衍生屬性區(qū)分油水層。

1.1 頻譜分解算法

頻譜分解的橫向和垂向分辨率直接決定能量系數(shù)方法的有效性，選用高精度的頻譜分解算法，主要算法包括S波變換和匹配追蹤。S波變換相比小波變換具有很多優(yōu)點，不僅具有連續(xù)小波變換的變焦特點，還保持了不同頻率的相位特征，兼具短時傅里葉變換和連續(xù)小波變換的優(yōu)點[1-3]。匹配追蹤算法克服了窗函數(shù)效應，使小時窗內(nèi)的計算結(jié)果更可靠，橫向更穩(wěn)定。

1.2 能量系數(shù)法

能量系數(shù)法是在高精度頻譜分解的基礎(chǔ)上，利用儲層含油氣后高頻端能量吸收衰減原理，求取空間任意點的頻率—能量曲線，并以此為依據(jù)計算能量系數(shù)區(qū)分油氣水層。

圖1 能量系數(shù)方法在PL區(qū)塊的應用

PL油田某井的目的層段為頂油底水（圖1a）中細砂巖，埋深約950 m。經(jīng)過高分辨率頻譜分解后截取過井點的頻率域能量剖面，經(jīng)精細合成地震記錄標定，精確找到目的層段的時間位置并提取頻率—振幅曲線（圖1b）。圖中紅色線代表油層頻譜曲線，紫色線代表水層頻譜曲線。

從圖2中可以看出從油層到水層，高頻吸收逐漸減弱。由頻譜曲線計算能量系數(shù)，公式如下：

式中：domfre — 主頻；

highfre — 高頻段；

lowfre — 低頻段；

AMP— 振幅值；

i— 循環(huán)變量。

該井目的層段油層能量系數(shù)為0.835，水層能量系數(shù)為0.782，從油層到水層能量系數(shù)逐漸減小。對全工區(qū)8口探井明化鎮(zhèn)組發(fā)現(xiàn)的油層、水層、油水同層、含油水層計算能量系數(shù)，并作頻率與能量交匯圖（圖2），從圖中可看出能量系數(shù)大于0.83時，指示地層中為油層或油水同層，能量系數(shù)介于0.83～0.81之間時，油層與水層均有，為過渡區(qū)域，能量系數(shù)小于0.81時，基本為水層。以此能量系數(shù)標準預測PL油田砂體含油氣性具有一定的應用價值。

1.3 斜率梯度屬性

工區(qū)內(nèi)各時間段主頻相差較大，在計算斜率梯度時，選取截止起止頻率是很關(guān)鍵的參數(shù)[4]。在時頻分解基礎(chǔ)上，采用能量百分比的方式自動選取頻率段，選取的起始振幅百分比為20%，截止振幅百分比為95%，根據(jù)頻率對應的振幅值，擬合出頻率與振幅的斜率梯度，進而可計算對油氣敏感的高頻斜率衰減屬性（圖3a）。PL油田明化鎮(zhèn)組X層只有J井有較厚的油層，而其它井在該層內(nèi)均無油氣顯示，高頻斜率衰減屬性與井吻合很好（圖3b）。

對PL油田35個地層單元，逐層做高頻斜率衰減屬性并與鉆井對比，工區(qū)內(nèi)8口探井一共鉆遇59個含油砂體，在高頻斜率衰減屬性圖上能吻合上的有40個含油砂體，吻合率達到67.7%。此次所統(tǒng)計的油層、水層均指儲層單層厚度大于5 m。

圖2 頻率與能量系數(shù)交匯圖

圖3 斜率梯度屬性原理及明化鎮(zhèn)組X層高頻斜率衰減屬性平面圖

2 利用神經(jīng)網(wǎng)絡在測井約束下的飽和度反演

含油儲層與含水儲層，其地震資料在低頻、主頻、高頻段的振幅，能量強度，波形，反射系數(shù)等參數(shù)會有微小變化[5]，若僅檢測這種微小的變化預測油氣，就會導致許多虛假信息。由于地震資料本身的多解性，儲層物性的變化也可能帶來細微變化。利用神經(jīng)網(wǎng)絡算法在測井約束下的飽和度反演方法將敏感的地震屬性有效地綜合起來，有效的去除由于其它因素引起地震屬性類似油氣層的響應，以確保預測信息的可靠性。

2.1 神經(jīng)網(wǎng)絡算法原理

人工神經(jīng)網(wǎng)絡是一種模仿大腦神經(jīng)網(wǎng)絡的一種信息處理方法（圖4）。它以廣義線性反演為理論基礎(chǔ)，具有很強的自學習、自適應及數(shù)據(jù)擬合能力，有較好的容錯性，高度的非線性全局作用等特點，能夠有效的去除虛假信息[6-7]。BP網(wǎng)絡（Back-Propagation Network）即反向傳播網(wǎng)絡，一般由輸入層、隱含層和輸出層組成。在隱含層一般采用S型激活函數(shù)，其又分為對數(shù)型函數(shù)和雙曲正切型。輸出層采用線性函數(shù)。

神經(jīng)網(wǎng)絡是一種監(jiān)督型學習算法，分為信息的正向傳遞和誤差的反向傳遞兩部分。其主要思想是通過不斷的計算誤差函數(shù)斜率下降方向計算網(wǎng)絡權(quán)值進而逐漸逼近目標函數(shù)，使輸出層的誤差平方和達到最小。

圖4 神經(jīng)網(wǎng)絡拓撲結(jié)構(gòu)示意圖

2.2 屬性篩選

含油飽和度曲線由多條曲線綜合計算而來，包含了地層的巖性、電性、物性及流體性質(zhì)。利用含油飽和度曲線作為目標曲線時，所選的地震屬性應該與這些性質(zhì)有關(guān)，相關(guān)程度越大，計算的結(jié)果越逼近真實。由于地震屬性眾多，選擇多個相關(guān)屬性參與運算，以期尋找最合適的屬性組合參與運算。

圖5是不同屬性個數(shù)參與運算時，計算結(jié)果與含油飽和度曲線的相關(guān)系數(shù)。從圖中可以看出運用四個屬性參與運算時，相關(guān)系數(shù)達到最大，紅色曲線（包括高頻衰減體、振幅、反射系數(shù)、瞬時頻率）所選用的屬性組合為最優(yōu)組合，最大相關(guān)度達到95%以上。因此，在實際運算中，選用高頻衰減體、振幅、反射系數(shù)、瞬時頻率作為最優(yōu)屬性組合。

圖5 不同屬性個數(shù)及組合時的相關(guān)系數(shù)

2.3 驗證效果

對PL油田八口探井依次留一口井作為驗證井，驗證此方法的可靠性。統(tǒng)計結(jié)果如表1。在統(tǒng)計過程中，油層統(tǒng)計門檻為儲層厚度達5 m以上，含油飽和度達45%以上，同時，理想識別油層還必須具有較好的儲蓋組合。

表1 驗證井統(tǒng)計

從驗證井統(tǒng)計結(jié)果來看，該方法在理想識別油層的識別成功率較高，可達到76%，證明測井約束下神經(jīng)網(wǎng)絡廣義線性反演的飽和度數(shù)據(jù)體適用于本區(qū)，可以用來預測油氣層。

2.4 預測效果

PL油田J井在1 215 m處鉆遇一套很好的儲層，油層厚度達10 m，含油飽和度最高達74%，上覆地層為厚達30 m的泥巖蓋層，因此這是一套很好的理想預測油層。從圖6a中可以看出，含油飽和度曲線與反演剖面吻合得很好，兩套油層反映得很清楚。在斷層下降盤上的同一套地層也有較好的響應，預測為一套較好的含油氣層。從油氣成藏角度分析，這套砂體離油源近，有深入烴源巖的運移斷層，上覆有較好的蓋層，因此這套砂體具備很好的成藏條件。圖6b、圖6c顯示飽和度高的砂體為鉆前預測的油層，經(jīng)最新鉆井證實，均為較好的油層。圖6d揭示該區(qū)為斷塊油氣藏，左邊斷層上升盤及斷層夾持的地塹里均有井證實為厚油層，右邊斷層上升盤含油飽和度較高的砂體為預測油氣層。

3 結(jié)論

（1）利用含油氣砂體在地震高頻端的能量吸收衰減作用，在高精度頻譜分解基礎(chǔ)上，對渤海海域PL稠油區(qū)塊運用能量系數(shù)法效果有限，其結(jié)論具備參考價值；斜率梯度屬性法在平面上能較直觀顯示含油砂體位置和面積，但此方法有很多虛假信息，與鉆井總體符合率不高。

（2）測井約束下神經(jīng)網(wǎng)絡廣義線性飽和度反演方法具有較高的可信度，飽和度體和鉆井吻合程度高，預測的含油砂體與后期鉆井結(jié)果相一致，該方法在稠油區(qū)塊砂體含油氣性預測方面具有一定的應用價值。但該方法要求油層需滿足較高的條件，包括單砂層的厚度不能太薄，儲蓋組合相對要好，同時地震資料品質(zhì)要高。

[1] 李燦蘋，劉學偉，趙桂艷．利用小波變換分析隨機-均勻介質(zhì)尺度特征[J]．現(xiàn)代地質(zhì)，2010，24（2）：392-396．

[2] 王貴文，徐敬領(lǐng)，楊寧，等．小波分頻分析法在沉積層序劃分及等時對比中的應用[J]．高校地質(zhì)學報，2013，19（1）：70-77．

[3] 李輝，王巖飛．正弦信號的直接FFT參數(shù)估計與相位差分法對比研究[J]．電子與信息學報，2010，32（3）：544-547．

[4] 邊樹濤，董艷蕾，鄭浚茂，等．地震波頻譜衰減檢測天然氣技術(shù)應用研究[J]．石油地球物理勘探，2007，42（3）：296-300．

[5] 鄭江峰，彭剛．渤海渤中26區(qū)河流相儲層油氣檢測方法研究[J]．內(nèi)蒙古石油化工，2009（16）：129-131．

[6] 孔萌，劉俊民．BP神經(jīng)網(wǎng)絡L-M 優(yōu)化算法在地下水動態(tài)預測中的應用[J]．水土保持研究，2007，14（5）：48-49．

[7] 龐國印，唐俊，王琪，等．利用概率神經(jīng)網(wǎng)絡預測成巖相——以鄂爾多斯盆地合水地區(qū)延長組長8段儲層為例[J]．特種油氣藏，2013，20（4）：43-47．

圖6 測井約束下的飽和度反演剖面

我國自主研發(fā)廢舊油管再制造技術(shù)通過鑒定

記者5月25日獲悉，我國自主研發(fā)的廢舊油管再制造技術(shù)通過中國腐蝕與防護學會組織的科學技術(shù)成果鑒定。這項技術(shù)開創(chuàng)全球先例，成功將“自蔓延”陶瓷復合鋼管技術(shù)應用于石油領(lǐng)域。應用實踐表明，再造油管壽命是普通油管5倍以上，能夠創(chuàng)造顯著的經(jīng)濟效益和環(huán)境效益。

專家指出，這項技術(shù)具有廣闊的應用前景，可以很好解決油田廢舊油管再制造、再利用問題。如果每年再制造油管50萬噸，可節(jié)能173萬噸標準煤，減排二氧化碳400萬噸，并為油田用戶節(jié)約采購、防腐等費用超百億元。

據(jù)介紹，這項技術(shù)是利用“自蔓延”反應生成的液態(tài)金屬，在離心力作用下，填充在廢舊油管腐蝕和磨損的缺陷處，與基管管壁形成冶金結(jié)合，從而恢復廢舊油管的幾何尺寸實現(xiàn)再制造。這項技術(shù)成功解決陶瓷復合鋼管的長度、直線度、粗糙度和陶瓷針孔裂紋等重大技術(shù)難題。再制造油管的防腐、耐磨和防垢等技術(shù)指標均達到國家有關(guān)標準及美國API標準要求。

這項由寧夏大多石油裝備再制造公司自主研發(fā)的廢舊油管再制造技術(shù)，已在吉林油田、長慶油田、勝利油田和延長油田等成功應用，累計再制造油管1萬多噸。

摘編自《中國石油報》2014年5月26日

Application of Poststack Hydrocarbon Detecting Method to Bohai PL Heavy Oil Area

LI Cai, LV Dingyou, Ma Jiaguo, WANG Yuxiu, HAN Rui
（Tianjin Branch of CNOOC Ltd.,Tianjin300452,China）

In PL oilfield of Bohai Sea Area, the density of the crude oil in Neogene Minghuazhen Formation is high, and the conventional poststack hydrocarbon detection methods are not effective in these oilfields. On the basis of the principle that frequency energy will be absorbed and attenuated if there is hydrocarbon in the reservoirs, the energy coefficient method and the attribute of the slope attenuation of high frequency have been used for predicting hydrocarbon with high precision spectral decomposition technique, and the forecast results are not good enough. Combined with the geological characteristic of the study area, we select optimal seismic attributes as training parameters by using a variety of neural network algorithm based algorithm, which have different responses for oil and water. Using oil saturation curve as a target curve, we have conducted seismic inversion for the whole study area. We can know the coincidence rate of oil sands in main reservoir reached above 75% between the verification wells and the saturation volume. By using these methods, combined with study results on the geologic condition for hydrocarbon accumulation, several sets of sand bodies with good hydrocarbon shows have been selected as potential further exploration targets.

hydrocarbon detection; saturation body; inversion; high-frequency attenuation; seismic attribute

TE132.1+4

A

10.3969/j.issn.1008-2336.2014.02.037

1008-2336（2014）02-0037-05

國家十二五重大專項“大型油氣田及煤層氣開發(fā)”（2011ZX05023-002）。

2013-10-16；改回日期：2013-11-14

李才，1979年生，男，工程師，主要從事地質(zhì)、地球物理綜合研究工作。E-mail：1943472444@qq.com。