董 政，李 黎，徐 超，趙偉超，劉 南

(中海石油(中國)有限公司深圳分公司 研究院，廣東 深圳 518000)

1 引 言

近年來，隨著南海東部勘探開發(fā)工作的不斷深入，所面臨的油藏類型越來越復(fù)雜，低滲油田在油氣資源中的占比越來越大。特別是低滲灰?guī)r油田,儲層平面展布復(fù)雜，如何在低滲灰?guī)r儲層中尋找“甜點”一直是油田開發(fā)前期地質(zhì)油藏研究的重點和難點[1]。目前針對低滲儲層“甜點”預(yù)測工作，國內(nèi)外許多學(xué)者也作了大量攻關(guān)研究，楊希濮等[1]、初廣震等[2]、馬強等[3]通過物性分析、薄片分析、掃描電鏡等對致密儲層孔隙結(jié)構(gòu)進行了微觀分析，在一定程度上明確了儲層“甜點”主控因素。也有學(xué)者通過振幅、頻率融合及分頻屬性來表征“甜點”分布，但考慮地震振幅易受儲層調(diào)諧、地震波衰減以及流體性質(zhì)、砂體耦合效應(yīng)和孔滲關(guān)系等多種因素影響，常規(guī)地震屬性預(yù)測難以實現(xiàn)“甜點”儲層的精細表征[4-9]。目前應(yīng)用最為廣泛的是基于巖石物理分析的疊前、疊后儲層反演技術(shù)，但是受限于地震資料分辨率影響，反演成果往往達不到開發(fā)階段儲層“甜點”精細預(yù)測要求[10-12]，特別是疊前CRP (CRP,Common Reflection Point,共反射點道集)道集質(zhì)量的高低直接影響反演結(jié)果的可信度和效果[13-16]，且常規(guī)儲層預(yù)測方法所采用的單一彈性參數(shù)區(qū)分“甜點”儲層往往存在不同程度疊置，精細“甜點”預(yù)測存在一定的不確定性[17-19]。結(jié)合珠江口盆地A油田實際地質(zhì)特點，筆者通過高精度曲線預(yù)測，以巖石物理分析為基礎(chǔ)，優(yōu)選“甜點”敏感參數(shù)，提出多參數(shù)融合變換建立低滲甜點綜合敏感因子，并采用了相應(yīng)的技術(shù)對策對疊前道集資料進行去噪、拉平、提頻和能量補償?shù)裙ぷ?，能明顯改善道集資料品質(zhì)，有效提升低滲儲層“甜點”預(yù)測的精度和可靠性，并針對低滲灰?guī)r油田，形成了一套較為完整的井控提高分辨率處理的儲層“甜點”預(yù)測技術(shù)流程，具有一定的指導(dǎo)和借鑒意義。

2 地質(zhì)概況和難點

A油田位于珠江口盆地東沙隆起北緣，為一個典型的礁灰?guī)r油田，儲層非均質(zhì)性強，井間橫向?qū)Ρ壤щy，縱向孔滲關(guān)系復(fù)雜，巖性邊界及低滲灰?guī)r“甜點”分布規(guī)律復(fù)雜，“甜點”分布對開發(fā)方案的制定、實施和調(diào)整產(chǎn)生較大影響。以往研究工作表明阻抗區(qū)分“甜點”具有較大疊置性，僅靠疊后阻抗反演無法實現(xiàn)對低滲段儲層“甜點”的有效刻畫，加之地震資料分辨率低，灰?guī)r內(nèi)幕成像品質(zhì)差，進一步給低滲儲層“甜點”預(yù)測結(jié)果帶入了更多不確定性。因此，如何有效預(yù)測和表征低滲灰?guī)r油藏“甜點”分布，明確儲層展布規(guī)模及“甜點”分布規(guī)律成為擺在油田前期研究過程中的主要難題。

3 低滲儲層“甜點”預(yù)測技術(shù)思路及創(chuàng)新對策

在A油田低滲灰?guī)r儲層“甜點”預(yù)測過程中主要面臨三大任務(wù)：一是探尋表征低滲儲層“甜點”的敏感因子，搭建彈性物理參數(shù)與儲層巖性物性相關(guān)關(guān)系；二是優(yōu)選精細合理的橫波曲線預(yù)測方法，為巖石物理分析及儲層反演提供精細可靠基礎(chǔ)數(shù)據(jù)；三是優(yōu)化和改善疊前道集品質(zhì)，最大限度地深挖地震資料潛力，提高地震反演精度和分辨率。研究過程中通過巖石物理分析技術(shù)，分析和明確各彈性參數(shù)對研究區(qū)目的層“甜點”響應(yīng)的敏感性，通過多參數(shù)構(gòu)建儲層物性敏感因子，并創(chuàng)新運用井控疊前道集優(yōu)化處理技術(shù)提升灰?guī)r油藏儲層“甜點”預(yù)測精度，具體技術(shù)流程如圖1所示。

圖1 低滲灰?guī)r油田高分辨率儲層“甜點”預(yù)測流程Fig.1 Flow chart of high resolution reservoir “sweet spot” prediction in low permeability limestone oilfield

3.1 基于BP神經(jīng)網(wǎng)絡(luò)及SVR支持向量機模擬的橫波曲線預(yù)測技術(shù)

橫波測井對于地震資料的AVO(Amplitude Variation with Offset，AVO)分析、地震疊前反演、流體識別等具有重要意義， 研究過程中，通過多種橫波曲線預(yù)測方法對比，形成了適用于本區(qū)低滲灰?guī)r儲層的橫波曲線預(yù)測方法，為儲層“甜點”預(yù)測方法優(yōu)選及儲層“甜點”定量識別提供依據(jù)?？紤]橫波曲線預(yù)測精度，在盡可能降低曲線預(yù)測偏差對高分辨率低滲“甜點”預(yù)測影響的前提下，選取BP(Back Propagation，BP)神經(jīng)網(wǎng)絡(luò)及SVR(Support Vactor Regression，SVR)支持向量機模擬技術(shù)開展橫波曲線預(yù)測工作,并進行對比擇優(yōu)。

對比BP神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)算法，SVR支持向量機在分類和模擬中的擬合精度具有明顯的提升，特別是在解決小樣本、非線性及高維模式識別中表現(xiàn)出特有的優(yōu)勢[20]。對比目標曲線，通過訓(xùn)練輸入開展兩種算法進行曲線學(xué)習(xí)模擬，可以看出SVR算法較BP神經(jīng)網(wǎng)絡(luò)具備更高的曲線預(yù)測精度，對開發(fā)階段儲層精細研究奠定了有利條件(圖2)。同時，針對A油田L(fēng)FA-2井對比兩種算法模擬預(yù)測所得到的橫波曲線可以看出，SVR回歸模型輸出結(jié)果較BP神經(jīng)網(wǎng)絡(luò)模擬結(jié)果更逼近真實地質(zhì)情況，以LFA-2井位為目標參照，通過不斷模擬訓(xùn)練，最終得到LFA-1井學(xué)習(xí)模擬的橫波曲線(圖3)。

圖2 BP神經(jīng)網(wǎng)絡(luò)及SVR支持向量機曲線預(yù)測對比Fig.2 Comparison of BP Neural network and SVR curve prediction

圖3 A油田橫波曲線預(yù)測成果Fig.3 Prediction results of transverse wave curve in oilfield A

3.2 井控提高分辨率道集優(yōu)化處理技術(shù)

隨著油田開發(fā)地球物理研究工作的不斷深入，對地震資料處理不但要求具備很高的成像精度，而且對地震資料的保真保幅效果也要求越來越高，對CRP道集資料的品質(zhì)也逐步重視[9]，特別是CRP道集質(zhì)量的好壞對疊前反演成果的質(zhì)量及可信度均產(chǎn)生較大影響[10]。常規(guī)道集資料處理往往存在信噪比低、分辨率低、剩余噪音、道集不平和近中遠道疊加時間、振幅等不閉合現(xiàn)象，針對A油田常規(guī)道集資料中存在的系列問題，本次創(chuàng)新采用井控道集優(yōu)化處理技術(shù)系統(tǒng)開展道集資料的保真保幅提高分辨率處理研究，為疊前反演提供較為可靠的輸入數(shù)據(jù)，提高反演成果質(zhì)量，具體工作流程如圖4所示。

圖4 井控疊前道集優(yōu)化處理流程Fig.4 Flow chart of well-controlled prestack gather optimization processing

道集優(yōu)化處理過程中，以井控校準為前提，在提供最優(yōu)化處理結(jié)果的同時，保證道集成果的可靠性。結(jié)合井旁正演道集及振幅趨勢，開展道集去噪，確保高頻信息，提升道集資料信噪比；通過地震頻譜與合成地震記錄約束對比，在地震有效頻帶范圍內(nèi)優(yōu)化頻譜特征，最大限度提升地震資料分辨率；通過剩余時差校正，拉平道集，確保疊加效果；最終結(jié)合井控約束正演模型背景下的振幅和頻率域趨勢，開展AVA(Amplitude Versus Angle, AVA)道集振幅能量補償校準工作，獲得AVA道集成果數(shù)據(jù)(圖5)。

圖5 井控疊前道集優(yōu)化處理及質(zhì)控Fig.5 Well controlled prestack gather optimization and quality control

通過定量道集質(zhì)控，優(yōu)化處理前后的道集資料主頻由34 Hz提升至55 Hz，地震資料分辨率有了顯著提高，同相軸連續(xù)性加強，灰?guī)r儲層尖滅現(xiàn)象清晰；與地震合成記錄對比，優(yōu)化處理后地震資料井旁道與合成地震記錄相關(guān)系數(shù)由0.501上升到0.754(圖6)；同時，通過分角度疊加剖面可以看出，經(jīng)疊前優(yōu)化處理后，近、中、遠道疊加結(jié)果更趨重合，剩余時差和噪聲消除后，近、中、遠道記錄波形趨于一致(圖7)，有效提升反演數(shù)據(jù)體應(yīng)用的可靠性，為疊前儲層預(yù)測打下良好的基礎(chǔ)。

圖6 井控道集優(yōu)化處理前、后疊加剖面對比Fig.6 Comparison of superimposed profiles before and after optimization processing

圖7 井控道集優(yōu)化處理后近、中、遠道疊加對比剖面Fig.7 Comparison of near, middle and far superimposed profiles after the optimization processing

3.3 儲層“甜點”綜合敏感因子構(gòu)建技術(shù)

A油田目的層段儲層孔隙度相差不大，但滲透率卻千差萬別，即孔隙度雖然大，但孔隙之間相互不連通的特殊礁灰?guī)r層(一般在2 mD以下)是存在的，這些特殊礁灰?guī)r層有特殊的孔滲關(guān)系、巖電參數(shù)和含油性特征。通過巖石物理交匯，單一彈性參數(shù)在表征儲層巖性、物性及孔滲關(guān)系上具備一定的響應(yīng)，但單一敏感參數(shù)區(qū)分“甜點”儲層仍存一定程度的疊置(圖8)。

圖8 A油田地球物理彈性參數(shù)敏感性分析Fig.8 Sensitivity analysis of geophysical elastic parameters in oilfield A

本次在單一敏感參數(shù)研究的基礎(chǔ)上，優(yōu)選縱、橫波速度和縱、橫波阻抗參數(shù)，開展基于坐標轉(zhuǎn)換的體融合技術(shù)建立儲層“甜點”綜合敏感因子Em，取得了較好的識別效果。通過對Em因子儲層“甜點”概率直方圖可以看出，Em曲線對“甜點”儲層的區(qū)分能力得到有效提升，“甜點”與“非甜點”疊置率顯著降低(圖9)，通過敏感參數(shù)融合，相對加強“甜點”與非“甜點”儲層信號差異，Em因子能有效區(qū)分優(yōu)質(zhì)儲層與差儲層，突出“甜點”響應(yīng)(圖10)，為后續(xù)反演結(jié)果的精細解釋奠定良好的基礎(chǔ)。

圖9 A油田儲層“甜點”綜合敏感因子構(gòu)建Fig.9 Comprehensive sensitive factor of the reservoir “sweet spot” in oilfield A

圖10 低滲儲層“甜點”劃分效果對比Fig.10 Effect comparison of low permeability reservoir “sweet spot”classification

3.4 高分辨率低滲灰?guī)r儲層“甜點”預(yù)測技術(shù)

相比于疊后波阻抗反演，做好疊前高分辨率彈性反演除具備可靠的測井基礎(chǔ)資料、有效區(qū)分儲層“甜點”的敏感因子和高分辨率道集優(yōu)化處理成果外，還需要建立精細的低頻趨勢模型，低頻趨勢合理性直接影響儲層“甜點”預(yù)測可靠性。

研究過程中基于地震速度趨勢約束建立了符合地質(zhì)認識的低頻模型，低頻趨勢平面分布合理，井震趨勢一致(圖11)，有效地確保了儲層預(yù)測精度。對比道集優(yōu)化處理前后地震反演結(jié)果可以看出，經(jīng)過高分辨率道集優(yōu)化處理后的地震反演分辨率明顯提高(圖12)。

圖11 A油田高分辨率疊前反演低頻趨勢Fig.11 Quality control of the low frequency trend in oilfield A

圖12 道集優(yōu)化處理前后阻抗反演效果對比Fig.12 Impedance inversion comparison before and after gather optimization processing

在此基礎(chǔ)上，結(jié)合低滲灰?guī)r儲層“甜點”綜合敏感因子Em，開展油田儲層“甜點”分布規(guī)律解釋，通過低滲儲層“甜點”體地層切片顯示：針對L2-T灘灰?guī)r儲層“甜點”，縱向上主要集中發(fā)育在儲層段中下部，平面上沿南斷層附近較為發(fā)育，儲層連續(xù)性較好；針對L1-T礁灰?guī)r儲層“甜點”縱向上主要發(fā)育在儲層中下段，平面上在油藏中部，“甜點”儲層連續(xù)性好、厚度大。從下至上灰?guī)r儲層“甜點”平面展布呈現(xiàn)向北漸變遷移的過程(圖13)。通過對“甜點”儲層三維精細雕刻及累積加權(quán)落實“甜點”儲層厚度如圖14所示。

圖13 灰?guī)r儲層“甜點”分布Fig.13 Limestone reservoir “sweet spot” distribution注：S-1-3：L2-T灘灰?guī)r，S-4-9：L1-T礁灰?guī)r

圖14 灰?guī)r儲層“甜點”厚度平面Fig.14 Limestone reservoir “sweet spot” thickness distribution

4 應(yīng)用效果與成效

A油田礁灘灰?guī)r儲層展布邊界及低滲“甜點”分布對油田儲量評估、動儲量評價和開發(fā)方案設(shè)計均會產(chǎn)生較大影響。在高分辨率低滲儲層預(yù)測的基礎(chǔ)上，精確地刻畫了儲層展布邊界及“甜點”分布，為油田地質(zhì)油藏研究提供了有力的指導(dǎo)。結(jié)果表明，L1-T礁灰?guī)r及L2-T灘灰?guī)r儲層局部分布，在油田主區(qū)分布較廣，巖性邊界明顯、儲層展布清晰(圖15)。

圖15 灰?guī)r儲層展布邊界預(yù)測Fig.15 Limestone reservoir boundary prediction

基于低滲儲層“甜點”平面分布規(guī)律研究成果，對A油田井網(wǎng)部署采用“平面分區(qū)、縱向分層”的設(shè)計方案，注采井設(shè)計在“甜點”分布集中、物性好、連通性好的區(qū)域，以保證注采受效(圖16)?；诖颂组_發(fā)方案，油田建成投產(chǎn)后預(yù)計累產(chǎn)油超M萬方，具備可觀的經(jīng)濟效益。

圖16 A油田L(fēng)1-T礁灰?guī)r油藏井網(wǎng)布署Fig.16 Well pattern layout of L1-T reef limestone reservoir in oilfield A

4 結(jié) 論

1)研究過程中，運用SVR支持向量機的橫波曲線預(yù)測方法、多參數(shù)融合變換的低滲“甜點”敏感因子構(gòu)建技術(shù)以及井控道集優(yōu)化處理技術(shù)等，形成了高分辨率低滲儲層“甜點”預(yù)測技術(shù)思路，可為后續(xù)類似油田礁灰?guī)r儲層“甜點”預(yù)測提供經(jīng)驗和借鑒；

2)在井控提高分辨率的道集優(yōu)化處理過程中，以合成地震記錄實時標定相關(guān)系數(shù)進行提頻質(zhì)量定量質(zhì)控，并進行疊前道集優(yōu)化迭代實時校準，保證疊前道集優(yōu)化處理的可靠性，為面向開發(fā)的高分辨率儲層預(yù)測提供相對可靠的基礎(chǔ)數(shù)據(jù)；

3)通過高分辨率低滲儲層“甜點”預(yù)測研究工作，精細地刻畫了低滲灰?guī)r“甜點”厚度及儲層展布邊界，為油田開發(fā)方案設(shè)計、注采井靶點優(yōu)化和油田開發(fā)方案實施提供了有力支持和指導(dǎo)。