姜媛媛（中石油大慶油田有限責任公司第六采油廠地質(zhì)大隊，黑龍江 大慶 163114）

針對喇嘛甸油田油層發(fā)育厚且層內(nèi)建筑結(jié)構復雜、含水高、剩余油分布高度零散、井間砂體變化大、挖潛難度大的特點，有必要應用三維地質(zhì)建模技術對砂體的預測進行評價和分析，為增產(chǎn)高效提供技術保障。喇嘛甸油田自引進三維地質(zhì)建模軟件以來，建模技術得到不斷發(fā)展，在斷層模擬和層內(nèi)夾層建模方面取得了突出成績。為了深化研究建模技術，探索模型評價方法，以地質(zhì)統(tǒng)計學理論為核心，利用建模軟件的不確定分析技術、儲量參數(shù)敏感性分析技術，對井間砂體預測進行效果分析，增加對井間砂體預測手段，提高對井間砂體認識程度，為認清地下儲層的砂體分布形態(tài)，提供地質(zhì)依據(jù)。

1 模型評價的思路

對儲層不確定性的評價，是指以已知的信息為基礎，以隨機函數(shù)為理論，應用隨機模擬方法，產(chǎn)生可選的、等概率的儲層模型的方法。對儲層不確定性的評價承認控制點以外的儲層參數(shù)具有一定的不確定性。因此，建立的儲層模型不是一個，而是幾個，即在一定范圍內(nèi)的幾種可能實現(xiàn)，以滿足油田開發(fā)決策在一定風險范圍內(nèi)的正確性。這是與確定性建模方法的重要區(qū)別［1－2］。對于每一種模型，所模擬參數(shù)的統(tǒng)計學理論分布特征與控制參數(shù)統(tǒng)計分布特征是一致的，即所謂等概率。各個實現(xiàn)之間的差別則是儲層不確定性的直接反映。如果所有實現(xiàn)都相同或相差很小，說明此模型中的不確定性因素少，如果各實現(xiàn)之間相差較大，則說明不確定性大。

2 模型評價的方法及技術指標

2.1 模型評價的方法

1）利用抽稀已有資料驗證模型預測精度。在現(xiàn)有的資料豐度和模擬參數(shù)的設置的條件下，隨機抽取幾口井，不參加模擬。建立巖性模型，利用模型砂體發(fā)育的概率與同井的巖性曲線對比，看它的符合程度對模擬的參數(shù)進行評價。

2）利用砂體模型的砂體比率統(tǒng)計方法對模型進行評價。也就是砂體在模擬的模型中所占的比例和原始井曲線以及離散到網(wǎng)格的砂體比例3者相比較。每種砂體的3種屬性相比較，來判斷模擬的砂體所占的比例合理性。

3）利用模型儲量計算所需要的參數(shù)的敏感性分析技術和模型的不確定分析技術，對三維地質(zhì)模型進行評價。在現(xiàn)有的地質(zhì)理論知識前提下，通過盡可能地降低人為引起的不確定性，盡可能地選取相對優(yōu)秀的建模算法和合理的模擬參數(shù)，依此將建立的地質(zhì)模型所包含的不確定性因素和風險性降到最低。

2.2 模型評價的技術指標

1）利用抽稀井的方法，驗證模型精度的技術指標。利用抽稀井的方法驗證模型精度，一直沒有明確的技術指標。根據(jù)井震聯(lián)合建模時利用抽稀井驗證模型的技術指標如表1所示，利用沉積相判相的標準，筆者制定了利用抽稀井方法驗證模型精度的的技術指標（見表2）。

表1 井震結(jié)合驗證模型的技術指標

表2 技術指標

2）利用砂體比率統(tǒng)計方法對模型進行評價的技術指標。原始井曲線的各類砂體比率與離散到網(wǎng)格中的各類砂體比率應相等。模擬的各類砂體比率與原始井曲線和離散到網(wǎng)格中的各類砂體比率相差不超過5%。

3）利用敏感性分析技術和模型的不確定分析技術，對模型儲量進行評價的技術指標。油氣儲量與儲層地質(zhì)模型的各項靜態(tài)參數(shù)有著直接的關系，儲層地質(zhì)模型中的孔隙度、滲透率、飽和度以及泥質(zhì)含量的空間分布決定了油氣藏中油氣的空間分布，同樣這些參數(shù)的空間非均質(zhì)性和不確定性也給儲量分布及大小帶來不確定性，反過來儲量的擬合程度也對模型的準確性進行驗證。

利用敏感性分析和不確定分析技術，對影響模型儲量的參數(shù)進行變量設置，采用蒙特卡羅算法，參數(shù)進行拉丁超立方抽樣設計，進行100次實現(xiàn)，得到期望儲量P50對應地質(zhì)儲量與靜態(tài)計算的地質(zhì)儲量相對，技術指標是不超過5%，悲觀儲量P10與樂觀儲量P90的地質(zhì)儲量相差不宜太大。

3 SⅢ組三維地質(zhì)模型的建立

選取喇嘛甸油田南中東一區(qū)SⅢ組（薩爾圖油層Ⅲ油層組），SⅢ組共劃分6個沉積單元，屬于低彎曲分流河道沉積。工區(qū)面積8.17km2，工區(qū)內(nèi)有油水井929口，發(fā)育斷層10條，鉆遇斷點414個，SⅢ組地質(zhì)儲量1384×104t。

研究采用三維地質(zhì)建模Petrel2009版軟件，利用隨機模擬技術，建立該區(qū)塊的構造、微相、孔隙度模型，如圖1所示。

圖1 南中東一區(qū)SⅢ組構造、微相、孔隙度模型

每條斷層在SⅢ組鉆遇的斷點很少，所以在建立斷層模型時利用3個定型點控制Keypillar的形態(tài)，然后將油層鉆遇的斷點鎖在Keypillar上，保證斷層模型通過斷點。

4 SⅢ組三維地質(zhì)模型的評價

4.1 敏感性分析技術

從模型儲量計算公式上可以看出，影響儲量主要是凈毛比模型、孔隙度模型、含水飽和度模型3個參數(shù)［3］。含水飽和度模型是采用相滲曲線，按照孔隙度區(qū)間計算出來的，沒有變量。而孔隙度模型是在相控下建立的，變程對其影響不大，只是對種子點的游走路線有影響。微相模型的變程參數(shù)設置對儲量影響極大，所以以微相模型的變程長度和孔隙度模型的種子點分別作為變量進行敏感性分析。下面，筆者分別對微相模型的每個微相的變程和模擬孔隙度模型的種子點分別進行變量設置，變量中值的左右各取10%的變化范圍進行敏感性分析。

圖2 微相模擬參數(shù)敏感性分析累積儲量概率分布圖

1）在其他參數(shù)都不變的情況下，只改變微相模擬的變程的變量，進行敏感性分析，得到累積概率儲量分布圖。微相模擬參數(shù)敏感性分析累積儲量概率分布如圖2所示。直方圖中標識出累積概率為10%（P10）、50%（P50）、90%（P90）的模型儲量結(jié)果，分別代表最悲觀模型、最有可能的模型、最樂觀的模型。P50對應的儲量是780.34×107km3，乘以原油密度0.864kg/m3，P50對應的地質(zhì)儲量應是677×104t，與實際的地質(zhì)儲量650×104t相差27×104t，誤差在3.3%，符合技術指標。P10對應的儲量是778.19×107km3，P90對應的儲量是783.34×107km3，相差區(qū)間不大，符合技術標準。以上結(jié)果說明模型模擬的參數(shù)設置合理，模型儲量符合相當?shù)暮?，模模擬精度較高。

圖3 孔隙度模擬參數(shù)敏感性分析累積儲量概率分布圖

2）在其他參數(shù)都不變的情況下，只改變孔隙度模擬的種子點數(shù)，進行敏感性分析，得到累積概率儲量分布圖?？紫抖饶M參數(shù)敏感性分析累積儲量概率分布圖如圖3所示，最悲觀儲量為累積概率P10對應的地質(zhì)儲量778.82×107km3；對應的地質(zhì)儲量619×104t，相差31×104t，誤差在4.7%。最有可能儲量為累積概率P50對應的地質(zhì)儲量785.89×107km3；對應的地質(zhì)儲量是679×104t，實際的地質(zhì)儲量650×104t，相差29×104t，誤差在4.4%。符合技術指標。樂觀儲量為累積概率P90對應的地質(zhì)儲量792.58×107km3。對應的地質(zhì)儲量是701×104t，相差51×104t，誤差在7.8%，所以P50的符合技術指標。因為孔隙度模型是在相控下模擬的，進一步證明了巖性模型模擬的合理性。

4.2 不確定性分析

不確定性分析，就是將影響儲量的敏感性參數(shù)綜合在一起分析。依據(jù)蒙特卡羅算法，采取拉丁超立方的采樣方法，通過100次實現(xiàn)，求取儲量累積概率分布圖，觀察對儲量的綜合影響。不確定分析的累積儲量概率分布圖如圖4所示，從圖4可以看出，最可能的地質(zhì)儲量P50對應的地質(zhì)儲量是781.2×107km3，儲量是675×104t，與實際的地質(zhì)儲量650×104t相差25×104t，誤差在3.8%，符合技術標準，說明模型模擬非常合理。

圖4 不確定分析的累積儲量概率分布圖

5 結(jié)論與建議

1）模型的評價方法，無論是模型的先期評價還是后期的儲量評價，在整個模型的模擬過程中是很有必要的，是對模擬參數(shù)和模型精度的評價。

2）建模過程中應該利用抽稀井確定模擬參數(shù)的方法指導模型的建立，確定砂體的模擬參數(shù)。

3）進行模型的評價，工作量比較大，建議在建立水平井、高效井、或者需要精細描述砂體預測的小區(qū)塊，都應進行模型的評價，最終優(yōu)選出最為合理的模型，把模型的風險性降到最低。而對于研究區(qū)塊大，層位多（例如薩爾圖、葡萄花、高臺子）的多學科研究區(qū)塊，該方法不適合。

［1］趙偉.喇嘛甸油田河流相砂體建筑結(jié)構研究 ［A］.中國石油勘探與生產(chǎn)公司.精細油藏描述技術交流會論文集 ［C］.北京：石油工業(yè)出版社，2005.

［2］于興河，李勝利，趙舒，等.河流相油氣儲層的井震結(jié)合相控隨機建模約束方法 ［J］.地學前緣，2008（4）：33-41.

［3］束青林，張本華.河道砂儲層油藏動態(tài)模型和剩余油分布預測 ［M］.北京：石油工業(yè)出版社，2004.

［編輯］ 洪云飛