基于地震信息的相控建模方法優化

高云峰，樂靖，范洪軍，劉振坤，許磊

(中海油研究總院，北京 100028)

基于地震信息的相控建模方法優化

高云峰，樂靖，范洪軍，劉振坤，許磊

(中海油研究總院，北京 100028)

針對少井情況下變差函數難以確定，常規相控隨機建模不確定性大的問題，提出了一種基于地震信息的相控建模方法。該方法采用確定的沉積微相作為約束，將同一微相內的地震屬性與測井數據作為已知樣點用于變差函數分析，然后將地震屬性、測井數據作為輸入數據，通過分相模擬建立三維儲層參數模型。AKPO油田實際應用結果表明，該方法增強了變差函數選擇的依據,降低了儲層參數建模的不確定性。

地震信息;相控建模;變差函數;序貫高斯模擬;AKPO油田

儲層的空間分布遵循自然界的沉積規律。將對沉積規律的認識(如沉積相)加入到地質建模的過程中，能夠使地質模型更符合沉積規律，并有效表征儲層的非均質性。因此，很多的學者都在研究如何在地質建模過程中加入沉積相約束(即相控建模方法)[1～4]。目前常用的相控建模方法是采用離散變量建模方法模擬出地質體的沉積相，在此基礎上利用合適的地質統計學方法對各種物性參數進行模擬。但少井情況下，傳統相控隨機建模變差函數難以確定，模型不確定性大。隨著地震技術的不斷進步，如何更好地結合地震數據進行相控建模的問題已經得到廣泛關注[5～8]。為此,筆者提出了一種基于地震信息的相控建模方法。

1 方法原理

基于地震信息的相控建模優化方法采用確定的沉積微相(研究人員綜合地震數據、測井數據及地質資料分析成果)進行約束建模。具體實現過程中，通過井、震信息綜合分析，抽取敏感地震數據作為沉積微相控制點，并與井點數據共同進行變差函數分析，避免了篩選多個相模型的時間并提高了相模型的精度。

在進行約束建模之前，對每一種類型的沉積微相給定一個唯一的編號，以參與物性的估計或模擬計算過程。設定編號后，確保模型的每一個網格節點都對應著某一種類型的沉積微相，當某一沉積微相用于約束模擬物性時，對應該微相編號的所有網格節點都參與模擬計算，其他編號的網格節點不參與計算。

沉積微相編號過程中，首先統計建模工區內沉積微相的類型數目，設定總的類型數為N，然后給某一種沉積相編號為整數1，給另一種沉積微相的編號為整數2，以此類推直至把所有微相都編號完畢。設定f為代表某一種沉積微相的整數編號，沉積微相的編號方法可以表示為：

f=1,2,…,N

(1)

研究選擇配置協克里金序貫高斯模擬方法(COSGSIM)進行物性模擬，通過標識沉積微相的離散變量f實現在物性估計或者模擬過程中的沉積微相約束，協克里金估計的主變量和二級變量的線性組合公式與方差就可以改寫為：

(2)

2 技術流程

基于地震信息的相控建模優化方法實現的具體流程如下：

1)根據已經解釋好的沉積微相圖(見圖1)，對每一種沉積微相依次進行整數編號設定[9～12]，使模型的每一個網格節點和代表沉積微相類型的整數編號對應。

圖1 沉積微相約束建模原理示意圖

2)分析所要模擬的物性參數與作為約束數據的地震數據之間的相關性，將相關性最好的地震數據作為第2變量。

3)選擇估計或模擬算法，如配置協克里金序貫高斯模擬方法(COSGSIM)和協克里金方法等。

4)分別在每一種沉積微相范圍內進行變差函數分析。將某一種沉積微相范圍內的測井數據和地震數據作為輸入數據，即把該微相的網格節點對應的測井數據和地震數據用于變差函數分析，獲取該微相的物性空間分布特征。

5)分別對每一種沉積微相進行物性參數模擬，即將每一種沉積微相范圍內的測井資料、地震信息及相應變差函數分析結果作為輸入數據，進行相控模擬。

3 方法檢驗

在基于地震信息的相控建模優化方法理論研究的基礎上，選取尼日利亞AKPO油田深水濁積儲層進行了方法檢驗。

3.1 工區概況

圖2 儲層孔隙度-波阻抗交會圖

研究區目的層段儲層主要為第三紀中～晚中新世的深水濁積水道和朵葉狀砂體，共有7個油藏， 18個小層。筆者重點以B油藏第2小層(B2)為例進行詳細討論,研究基礎資料包括10口井(平均井距約1～2km)的測井解釋成果數據和地震反演縱波阻抗數據。

通過對各井儲層物性統計分析發現，儲層孔隙度分布于17%～28%，滲透率為200～2000mD，儲層具有中孔、中高滲的儲集物性特征，儲層孔隙度和波阻抗具有較高的負相關性(見圖2)。各井的孔隙度(Φ)與波阻抗(Z)的數據擬合公式(其中相關系數為0.7432)為:

Φ=-0.0051Z+58.128

(3)

圖3 B2小層地震縱波阻抗平面分布圖

圖4 B2小層沉積微相分布圖

由于研究區為輕質油藏，而且儲層物性好，儲層地震響應非常明顯，利用地震信息能夠有效表征儲層展布特征。根據B2小層地震屬性分析結果(見圖3)，縱波阻抗屬性與各井點儲層鉆遇情況有很好的一致性。黃-紅色高阻抗區域指示儲層發育有利部位，其整體形態也符合濁積水道砂巖地質分布規律。因此，筆者采用波阻抗數據作為第2變量進行約束建模。

3.2 沉積微相分析

根據沉積微相分析結果(見圖4)，B2小層可分為濁積水道、天然堤和半遠洋泥巖3種沉積微相。對每一種沉積微相依次進行整數編號，分別標識濁積水道為1、天然堤為2、半遠洋泥巖為3。

由于工區井距較大，濁積河道微相內井點控制程度較低，天然堤和半遠洋泥巖沉積微相甚至沒有井點控制。因此，利用地震波阻抗數據與井點數據共同進行變差函數分析。根據建模網格設計，以井距的1/3為控制點距(約400m左右)，提取地震波阻抗數據。工區內三維地震測網是12.5m×12.5m，因此按照線道號分別間隔32條測線進行抽稀，共有25×25個點。加上原有的10口井數據，共635個數據點。

3.3 效果分析

基于地震信息優化相約束的配置協克里金序貫高斯方法對B2小層的孔隙度進行預測。綜合10口井測井解釋孔隙度數據和地震反演波阻抗數據，通過數字化后的沉積微相圖的約束，分別求取濁積水道、天然堤和半遠洋泥巖3種沉積微變差函數，并生成60個實現(見圖5)。從圖5可以看出，基于地震信息的相控建模優化方法很好地表征了儲層沉積特征，確保沉積特征與研究人員認識的一致，降低了模型的不確定性。

圖5 B2小層60個孔隙度實現平均值

圖6 B2小層孔隙度模擬結果

將建模結果與單井粗化結果，以及原始測井解釋結果對比分析(見圖6)，模擬孔隙度為0%～38%，中值為24%。孔隙度分布范圍均與實際測井解釋數據具有較高的吻合程度，表明模擬結果的可靠性。

研究過程中，通過抽稀井網試驗進一步檢驗了方法的穩定性。依次選取其中3、5、6口井作為盲井，采用同樣建模方法和參數，分別生成不同抽稀井網情況下平均孔隙度模型(60次實現)，然后統計各抽稀井網情況下各盲井所穿過網格的模擬孔隙度與測井解釋孔隙度的差異。結果表明，3、5、6口抽稀井網情況下的井點孔隙度的平均變化率依次為14.2%，16.8%，15.7%，隨著抽稀井數量的增加，井點孔隙度的平均變化率基本保持穩定。也證明了該方法建模結果精度較高，而且有較好的穩定性。

4 結論

1)通過基于地震信息的相控建模方法優化，將敏感地震屬性和測井數據作為已知樣點用于變差函數分析，降低了少井條件下變差函數的不確定性。

2)綜合敏感地震屬性、測井數據用于分相物性模擬中，能夠更好的表征微相內儲層的非均質性，提高屬性建模的精度。

3)實際應用結果表明，地震信息在相控建模中的充分應用能夠有效提高地質模型的精度。因此，基于地震信息的確定性建模方法將是儲層地質建模發展的重要方向。

[1]王國臣.井震結合相控儲層建模在肇源南的應用[J]. 大慶石油地質與開發，2014，33(6):145～150.

[2]陳景陽，胡偉巖，趙衛平，等.印尼C油田三維地質模型的創建與分析[J].油氣藏評價與開發，2015,5(5):6～10.

[3]尹歡，尹艷樹，張義，等.青西凹陷窟窿山地區三維地質建模研究[J].長江大學學報(自科版)，2015,12(23):1～4.

[4]許姍姍.應用地震正反演技術提高地質建模精度[J].中國石油和化工標準與質量，2014, 41(9):177～177.

[5]周單.地震數據約束相控建模方法研究[D].中國石油大學，2010.

[6]石莉莉.基于地震資料的薄互層儲層精細地質建模[J].長江大學學報(自科版)，2016，13(1)：12～15.

[7]張宇焜，王暉，胡曉慶,等.少井條件下的復雜巖性儲層地質建模技術——以渤海灣盆地石臼坨凸起A油田為例[J].石油與天然氣地質，2016, 37(3):450～456.

[8]劉超，謝傳禮，李宇鵬，等. 利用虛擬井提高相控隨機建模中地質約束的原理和方法[J]. 天然氣地球科學，2015，26(4):616～624.

[9]靳秀菊，侯加根，劉紅磊,等.礁灘相儲集層平面非均質性定量表征技術[J].地質論評，2016,62(5):1315～1328.

[10]王高強，梁衛衛，白海龍,等. 變差函數在儲層地質建模中的應用[J]. 中國石油和化工標準與質量，2014(23)：117～118.

[11]孫玉波.河流相砂體地質建模方法[D]. 秦皇島：燕山大學，2014.

[12]李順.序貫指示模擬在儲層沉積相建模中的研究及應用[D].長春：吉林大學，2015.

[編輯] 洪云飛

2016-07-18

國家科技重大專項 (2011ZX05030-005)。

高云峰(1974-)，男，博士，高級工程師, 現主要從事油藏地球物理技術應用方面的研究工作；E-mail：gaoyf@cnooc.com.cn。

P631.44

A

1673-1409(2016)31-0001-04

[引著格式]高云峰，樂靖，范洪軍，等.基于地震信息的相控建模方法優化[J].長江大學學報(自科版)，2016,13(31)：1～4.