利用地震資料約束小尺度離散裂縫的空間分布

王強，盧泉杰，韓科龍，鄭松青

（中國石化石油勘探開發研究院，北京 100191）

利用地震資料約束小尺度離散裂縫的空間分布

王強，盧泉杰，韓科龍，鄭松青

（中國石化石油勘探開發研究院，北京 100191）

離散裂縫網絡模型能夠表征儲層任意尺度上的非均質性，已經成為裂縫性油藏描述的一項先進技術。在離散裂縫網絡模型建模過程中，應視裂縫尺度不同采用不同的方法：易識別的大尺度裂縫一般采用確定性建模方法；難以識別的小尺度裂縫一般采用基于示性點過程的隨機建模方法。針對小尺度裂縫隨機建模過程中裂縫片空間位置的確定展開研究，提出了一種能夠利用地震資料約束井間裂縫分布的方法。該方法在裂縫密度模型建模的基礎上，先將其轉化為概率模型，再以概率模型作“中介”，并同一定的終止條件相結合，最后確定裂縫片位置，解決了井點處裂縫密度同控制裂縫生成的密度不一致的問題。通過實例驗證了該方法的可行性。

離散裂縫網絡模型；裂縫空間分布；地震資料；概率模型

離散裂縫網絡模型（DFN模型）通過描述裂縫片的長度、開度、產狀等屬性對裂縫性儲層進行表征，已經成為描述裂縫性儲層的一項先進技術［1-4］。離散裂縫網絡模型建模視裂縫尺度的不同應采用不同的方法。地震等可識別的大尺度裂縫采用確定性建模方法［5-7］，小尺度裂縫則采用隨機建模的方法。小尺度裂縫建模一般基于示性點過程［8-15］，即先確定裂縫片的位置點，然后模擬裂縫的其他屬性，并將其“標注”到該點上完成建模。在此過程中，裂縫空間位置的確定是決定建模精度的關鍵。前人對井間裂縫位置確定方法的研究不多，本文針對這一問題展開研究，建立了一種地震資料約束小尺度裂縫空間分布的方法。

1 裂縫位置的確定

目前一般認為裂縫在一定區域內均勻、獨立分布，亦即在一定區域內，裂縫位置坐標滿足一定條件［9］。裂縫空間分布的非均質性表征是借助網格實現的，每個網格內，裂縫均勻、獨立分布，不同網格間裂縫密度不同。在確定了每個網格內裂縫密度的基礎上，假設裂縫均勻分布，即可由Monte Carlo方法很方便地確定裂縫的位置。

裂縫密度有3種表征方式：線密度P10，為單位長度測線上裂縫的條數；面密度P32，為單位體積儲層內裂縫的面積；體密度P33，為單位體積儲層內裂縫的體積。

在實際勘測過程中，所能獲得的裂縫密度信息多是線密度P10。

2 裂縫密度的井間約束

建模過程中，受儲層識別預測技術的制約，很難獲得井間裂縫的準確信息，但可以獲得同裂縫密度相關的信息，利用這些信息，可以約束井間裂縫的生成。

具體做法：首先，通過FMI成像測井、巖心分析、常規測井等得到的井點處裂縫密度離散至網格，作為網格屬性處理，在地震資料約束下，建立整個區域裂縫密度模型；然后，利用該數據體約束裂縫的隨機生成。

但是，井點處獲得的裂縫密度是線密度P10，而對裂縫隨機生成進行約束的應該是單位體積內裂縫的條數。針對這一問題，有研究者采用校正的方法解決［4］，即根據裂縫長度、產狀等分布特征，確定2種裂縫密度的關系，從而實現二者的轉化。這種方法實現起來非常復雜。本文用裂縫生成概率模型作“中介”，并同一定的終止條件相結合，成功解決了這一問題。

改進后的建模流程見圖1，具體步驟如下：

1）通過巖心分析、測井、FMI成像測井等獲得的井點處裂縫密度數據離散至網格。

2）在地震資料的約束下，利用插值方法，建立井間裂縫密度模型。

3）將裂縫密度模型轉化為概率模型，第i個網格對應的裂縫生成概率Probi計算公式為

式中：P10i為網格i中的裂縫線密度；P10max為建模區域內最大裂縫線密度。

4）利用Possion過程，隨機生成空間點。在該點處可能生成裂縫（也可能沒有裂縫），為了表示這種可能性，生成該點的同時生成一個隨機數P，且滿足（0，1）的均勻分布。

5）根據空間點的位置及概率模型δ，確定該點的裂縫生成概率Probi，并同P值比較：

如果δ=1，則記錄該點，作為裂縫的位置點；否則，舍棄該點。

6）確定裂縫的其他屬性。

7）計算井點處鉆遇裂縫的條數，如果滿足終止條件，則結束，否則轉至步驟4），進行下一次生成。

圖1 利用地震屬性約束裂縫密度流程

該方法有以下優點：1）裂縫密度作為網格屬性，同網格的滲透率、孔隙度及其他屬性一樣，可以在地震約束、相控等條件下，通過插值進行建模。這樣，就可以將連續性建模、離散建模、確定性建模和隨機建模有機結合起來，拓展了離散模型的隨機建模方法，提高了離散模型建模的精度。2）以裂縫生成概率模型作“中介”，并以井點處鉆遇裂縫的條數作為判斷建模是否結束的條件，解決了井點處裂縫密度的度量方式同約束建模的裂縫密度度量方式不一致的問題。

當有多口井時，井點處鉆遇裂縫條數可能有多個值，這樣就存在以下3類終止條件：

1）任一口井鉆遇裂縫的條數同其實際值相符合時，建模終止。

2）所有井鉆遇裂縫的條數都大于或等于實際值時，建模終止。

3）所有井鉆遇裂縫條數的平均值同實際值相等時，建模終止。

不同的終止條件建模得到的裂縫條數是不同的，第一種終止條件裂縫條數最少，第二種條件裂縫條數最多。在實際應用中，應該根據實際情況進行選擇。

3 實例

利用上述方法，建立塔河油田某裂縫性儲層段離散模型（見圖2a），裂縫密度模型同網格內裂縫條數對比見圖2b、圖2c。二者基本吻合，說明該方法是合理的。

圖2 裂縫性儲層模型

4 結束語

裂縫空間分布是決定DFN建模精度的關鍵。建立了利用地震資料約束裂縫空間分布的方法，通過實例驗證了用概率模型作“中介”，同適當的終止條件相結合，確定裂縫片位置的方法，較好地解決了井點處裂縫密度同控制裂縫生成密度不一致的問題。

［1］ NationalResearchCouncil.Rock fractures and fluid flow：Contemporary understandingandapplications［M］.WashingtonDC：NationalAcademy Press，1996：316-376.

［2］ 周德華，焦方正，葛家理.一種油氣藏裂縫網絡模擬優化生成技術［J］.斷塊油氣田，2002，9（4）：30-32.

［3］ 王建華.DFN模型裂縫建模新技術［J］.斷塊油氣田，2008，15（6）：55-58.

［4］ 于青春，薛果夫，陳德基.裂隙巖體一般塊體理論［M］.北京：中國水利水電出版社，2006：5-30.

［5］ 范曉麗，蘇培東，閏豐明.儲層裂縫的研究內容及方法［J］.斷塊油氣田，2009，16（6）：40-42.

［6］ 張淑娟，王延斌，梁星如，等.螞蟻追蹤技術在潛山油藏裂縫預測中的應用［J］.斷塊油氣田，2011，18（1）：51-54.

［7］ 薛永超.新立油田低滲透油層裂縫模型研究［J］.斷塊油氣田，2010，17（4）：462-465.

［8］ 趙彬，侯加根，劉鈺銘，等.基于示點性過程模擬的碳酸鹽巖裂縫型儲層建模方法［J］.科技導報，2011，29（3）：39-43.

［9］ Geier Joel.Discrete feature model（DFM）user documentation［M］. Marviken：SKI，2008.

［10］楊堅，呂心瑞，李江龍，等.裂縫性油藏離散裂縫網絡隨機生成及數值模擬［J］.油氣地質與采收率，2011，18（6）：74-77.

［11］徐維勝，龔彬，何川，等.基于離散裂縫網絡模型的儲層裂縫建模［J］.大慶石油學院學報，2011，35（3）：13-16.

［12］唐永，梅廉夫，張春生，等.基于離散裂縫網絡模型裂縫儲層的隨機模擬：以王窯區塊為例［J］.地質科技情報，2010，29（5）：71-77.

［13］鄭松青，姚志良.離散裂縫網絡隨機建模方法［J］.石油天然氣學報，2009，31（4）：106-110.

［14］姚軍，王子勝，張允，等.天然裂縫性油藏的離散裂縫網絡數值模擬方法［J］.石油學報，2010，31（2）：284-288.

［15］張允，袁向春，姚軍，等.離散裂縫性油藏數值模擬方法［J］.大慶石油學院學報，2010，34（3）：80-85.

（編輯 楊會朋）

Constraint of spatial distribution of small-scale discrete fractures with seismic data

Wang Qiang,Lu Quanjie,Han Kelong,Zheng Songqing
(Research Institute of Petroleum Exploration&Production,SINOPEC,Beijing 100191,China)

Discrete fracture network(DFN)model can depict the heterogeneity of fractured reservoir on any scale,which has become an advanced technology in reservoir characterization.During reservoir modeling,fractures with different scales are described by different methods.Large-scale fractures which can be identified are described by deterministic modeling method,while small ones which are difficult to identify are described by stochastic method based on marked point process.In this paper,in view of the problem of determination of fracture location during stochastic modeling of small-scale fracture,a new constraining method for fracture spatial distribution was proposed by using seismic data.In this method,fracture density model is transformed into probability model at first, and then probability model combined with termination condition is used to locate the fractures,which resolves the inconsistent problem of the density generated by controlling fracture and fracture density at well point.At last,an example is proposed to verify the method.

discrete fracture network model;spatial distribution of fracture;seismic data;probability model

國家重點基礎研究發展計劃（973）項目“碳酸鹽巖縫洞型油藏開采機理及提高采收率基礎研究”（2011CB201000）；國家科技重大專項“碳酸鹽巖油田開發關鍵技術”（2011ZX05014）

TE132.1+4

A

10.6056/dkyqt201204004

2011-12-11；改回日期：2012-05-12。

王強，男，1982年生，工程師，現從事油氣田開發方面的研究工作。E-mail：521zhsq@163.com。

王強，盧泉杰，韓科龍，等.利用地震資料約束小尺度離散裂縫的空間分布［J］.斷塊油氣田，2012，19（4）：423-425.

Wang Qiang，Lu Quanjie，Han Kelong，et al.Constraint of spatial distribution of small-scale discrete fractures with seismic data［J］.Fault-Block Oil&Gas Field，2012，19（4）：423-425.