中國南海流花油田生物礁儲層裂縫預測建模研究

張永江，吳意明，周曉舟，熊文軍

(1.中海石油(中國)有限公司深圳分公司，廣東深圳 518000；2. 北京阿什卡技術開發有限公司)

中國南海流花油田生物礁儲層裂縫預測建模研究

張永江1，吳意明1，周曉舟2，熊文軍2

(1.中海石油(中國)有限公司深圳分公司，廣東深圳 518000；2. 北京阿什卡技術開發有限公司)

流花油田是南海東部海域深水生物礁灰巖稠油油田，具有沉積環境復雜多變、構造不確定性大、灰巖儲層物性評價困難、橫向非均質性強、儲層裂縫發育、雙孔介質特征明顯等諸多特點。為了研究該油田儲層裂縫分布特征，在礁灰巖沉積演化及相帶劃分的基礎上，利用巖心、地震、鉆井和成像測井資料，建立了礁灰巖三維裂縫網絡模型，研究結果表明，流花油田儲層中礁相主要發育低角度壓溶縫和溶蝕縫，裂縫開度較大，而灘相多發育高角度成組縫，以構造縫和構造溶縫為主，優勢走向為北西-南東向。影響中國南海珠江口盆地流花油田礁灰巖裂縫發育的既有構造因素，又有成巖后生作用。研究結果與開發動態情況對比表明，該研究方法可有效指導油田的開發。

流花油田；礁灰巖；應力場；成像測井；裂縫網絡模型

生物礁灰巖是一種重要的碳酸鹽巖儲層，據統計，世界上大約一半的石油儲量蘊藏在生物礁及其相關的碳酸鹽巖儲層中[1-3]。自上世紀70年代以來，我國陸續在南海各主要沉積盆地發現大量生物礁灰巖地層，而流花油田群則是生物礁灰巖成藏的代表。針對生物礁灰巖油藏，研究人員在沉積、儲層、裂縫發育及其對油田開發的影響等諸多方面都做了大量的工作。與常規碎屑巖相比，碳酸鹽巖儲層更加復雜，其受成巖作用及成巖后次生改造作用的影響非常大[3-5]。

從已有認知及生物礁灰巖油田開發經驗來看，南海沉積盆地內礁灰巖油田儲層的裂縫發育程度和分布狀況對油田開發井位部署、油田投產后的實際生產效果具有重要影響。

1 礁灰巖裂縫分布特征

1.1 裂縫分布及規模

巖心觀察。根據中國南海珠江口盆地流花生物礁油田的單井巖心裂縫描述統計，礁相裂縫以壓溶縫為主，多為低角度縫，發育密度不大，走向北西和北東的裂縫都有發育。灘相裂縫以構造縫和構造溶縫為主，裂縫溶蝕作用較弱，高角度縫發育，走向基本呈北西-南東向(表1)。

鑒于流花油田礁灰巖儲層裂縫發育，探井及評價井測試結果顯示該油田儲層雙孔介質特征明顯，開發項目實施期間采用了GVR高分辨率側向電阻率成像測井技術。

表1 流花油田單井巖心觀測裂縫發育情況

利用GVR成像測井資料并結合巖心、錄井及地震資料，確定了油田現今最大水平主應力方向為北西-南東向。根據成像測井解釋結果分析，流花油田主要目的層新灰巖段裂縫較發育，中角度縫和高角度縫較發育，且裂縫類型多為成組縫和溶蝕縫。各類型裂縫在GVR圖像上的特征如圖1所示。

圖1 不同類型裂縫在GVR圖像上的特征

1.2 不同相帶裂縫分布特征

礁灰巖油田不同相帶的沉積背景不同，其裂縫發育也有差異。流花油田生物礁形成于新近系早中新世，處于晚漸新世-中中新世洋殼擴張期[6-7]。在相對穩定的構造演化背景下，流花油田生物礁隨海平面相對上升垂向加積，形成了臺地邊緣礁。礁核部位溶蝕作用較強，主要發育溶蝕縫和孤立縫，以低角度縫為主；礁坪礁后等灘相部位溶蝕作用稍弱，主要發育成組縫和溶蝕縫，以高角度縫為主。總體上看，遠離礁核方向，裂縫發育受構造影響較大，裂縫角度變高，裂縫有效性變好[8-9]。

2 裂縫預測方法

2.1 裂縫宏觀分析

斷裂系統自動追蹤技術是一種疊后地震數據微裂縫預測技術，對小斷層的識別較為有效。根據螞蟻算法的正反饋機制，建立群體智能優化搜索模型，完成斷裂系統的追蹤和識別[10-11]。將地震數據體進行平滑處理，消除采集腳印的影響，通過智能螞蟻技術(Ant Tracking)對斷縫系統分析識別，最終獲得一個低噪音且具有清晰斷裂痕跡的數據體。以此為基礎，將大的斷層去除，只考慮裂縫系統，對大尺度裂縫分布進行描述[12]。研究區螞蟻體顯示紅色區域為斷層發育區，淺藍區域裂縫較發育，綠色區域裂縫不發育(圖2)。

由于“螞蟻體”主要識別斷層或大尺度裂縫，因此該方法識別出的裂縫條帶走向總體表現為北西-南東向，與斷層走向一致，只有少部分裂縫與斷層走向垂直。對螞蟻體識別的裂縫片進行提取，可以看出裂縫走向主要為北西-南東向。在“螞蟻體”識別的大尺度裂縫附近會形成一組更小的裂縫系，這組裂縫系走向與大裂縫成一定夾角，并且數量成幾何級數增加。根據裂縫發育規律，可以利用螞蟻體裂縫分析結果模擬更小的裂縫系發育情況。

圖2 流花油田地震研究區螞蟻體屬性

2.2 裂縫DFN模擬

離散裂縫網絡(DFN)模型是目前世界上描述裂縫的一項先進技術，它通過展布于三維空間中的各類裂縫片組成的裂縫網絡集團來構建整體的裂縫模型。

采用FracaFlow裂縫建模軟件，在離散裂縫數據分析的基礎上，應用多屬性體權重約束方式建立裂縫發育約束體，最終建立三維裂縫DFN模型。應用軟件的確定性和隨機方法，分層位、分巖相、分不同目標區建立不同級別的裂縫三維空間分布及網絡模型，應用于多種沉積環境[13-14]。

3 流花油田裂縫預測研究

3.1 裂縫強度屬性體模擬

首先分析巖心、測井及生產動態等資料，進行裂縫基礎地質研究，再結合地震螞蟻體裂縫分析等研究結果，建立裂縫強度屬性模型，作為約束模擬得到裂縫網絡模型。

將單井裂縫數據加載到FracaFlow軟件中，選取采樣間隔5 m，窗口長度15 m，計算出表征各井裂縫發育強度的曲線，再結合動態資料模擬出裂縫強度屬性體(圖3)。

3.2 裂縫DFN建模

3.2.1 裂縫模擬

通過前期裂縫成因分析、巖心觀察及成像測井解釋結果，對次級斷裂、微裂縫進行分組，分別統計出其傾角、傾向、延伸長度、開度、傳導率及發育密度等參數，建立不同級別的裂縫模型(表2)。

圖3 流花油田裂縫強度屬性體

3.2.2 KH動態校正

通過試井解釋結果KH(地層系數)對裂縫建模中的參數進行動態校正，以降低裂縫模型的不確定性。應用校正后的裂縫產狀及分布等基本參數，重新建立裂縫DFN模型(圖4)。

最終裂縫模型顯示流花油田裂縫總體發育較好，油田北部比南部裂縫發育密度大，灘相比礁相裂縫密度大。

3.2.3 模型效果分析

表2 不同級次裂縫建模參數

圖4 流花油田裂縫DFN模型

將建立的裂縫模型與開發動態情況進行分析對比。A1及A6兩井均于2012年7月17日投產，含水率為1%～5%，開采至10月1日含水率達到10%，其后含水率逐漸達到40%。對比其裂縫發育情況，兩井均位于礁相部位，且底部層位裂縫較不發育，底水錐進速度慢，故初期含水較低(圖5)。

A8井于2012年9月13日投產，含水率初始即為20%，到10月初已超過50%，隨后的一個月之內含水上升很快，達到99%。此井位于灘相部位，底部高角度裂縫較發育，裂縫網絡縱向連通性較好，容易造成底水錐進，故含水上升很快。

流花油田礁相主要發育低角度溶蝕縫，鉆遇井產量較高，含水較低，底水錐進速度較慢；而灘相部位的井投產后，大多含水上升較快，與灘相高角度縫發育及底部裂縫網絡連通有關(圖6)。

圖5 過A1-A6井裂縫模型過井剖面

圖6 過A8井裂縫模型過井剖面

3.3 模型粗化

FracaFlow提供解析法和數值法對裂縫模型進行粗化進而得到等效滲流場。既可以單獨對裂縫模型進行粗化，也可以將基質和裂縫模型同時粗化得到雙介質模型。

利用解析法對裂縫模型進行粗化得到孔隙度模型(圖7)和滲透率模型(圖8)。裂縫孔隙度模型顯示，縱向上礁核部位以及礁坪的西北部裂縫有效性較好，南部稍差；裂縫滲透率i方向滲透率值高于j、k方向，其縱向非均質性更加明顯。

圖7 裂縫等效孔隙度模型

圖8 裂縫等效滲透率模型

4 結論

(1)通過對中國南海珠江口盆地流花油田巖心和成像測井資料的裂縫響應特征分析，認為該油田現今最大水平主應力方向為北西-南東向。流花礁灰巖油田儲層中礁相主要發育低角度壓溶縫和溶蝕縫，裂縫開度較大，而灘相多發育高角度成組縫，以構造縫和構造溶縫為主，優勢走向為北西-南東向。影響中國南海珠江口盆地流花油田礁灰巖裂縫發育的既有構造因素，又有成巖后生作用。

(2)成像測井及地震屬性體分析是礁灰巖儲層裂縫預測的主要方法，礁灰巖裂縫建模研究是儲層裂縫評價和預測的重要環節。FracaFlow采用DFN裂縫建模方法，可以針對不同成因、規模、類型的裂縫，綜合動靜態資料分析認識裂縫的特征，量化裂縫發育規律，建立不同級別的裂縫三維空間分布及網絡模型。該研究方法在流花礁灰巖油田得到了很好的應用。

[1] 陸亞秋，龔一鳴. 海相油氣區生物礁研究現狀、問題與展望[J].地球科學：中國地質大學學報，2007，32(6)：871-878．

[2] 焦偉偉，李建交，田磊.中國海相碳酸鹽巖優質儲層形成的地質條件[J].地質科技情報，2009，28(6)：64-70．

[3] 范嘉松. 中國生物礁與油氣[M].北京：海洋出版社，1996：35-129．

[4] 陳國威. 南海生物礁及礁油氣藏形成的基本特征[J].海洋地質動態，2003，19(7)：32-37．

[5] 龔再升. 生物礁是南海北部深水區的重要勘探領域[J].中國海上油氣，2009，21(5)：289-295．

[6] 陳平，陸永潮，許紅. 南沙海域第三紀生物礁層序構成和演化[J].地質科學，2003，38(4)：514-518．

[7] 魏喜，鄧晉福，謝文彥，等. 南海盆地演化對生物礁的控制及礁油氣藏勘探潛力分析[J].地學前緣，2005，12(3)：245-252．

[8] 馬永生，梅冥相，陳小兵，等．碳酸鹽巖儲層沉積學[M].北京：地質出版社，1999：131-169．

[9] 王國忠．南海珊瑚礁區沉積學[M].北京:海洋出版社，2001：263-280．

[10] 樂群星，魏法杰．螞蟻算法的基本原理及其研究發展現狀[J].北京航空航天大學學報：社會科學版，2005，18(4)：5-8．

[11] 史軍．螞蟻追蹤技術在低級序斷層解釋中的應用[J].石油天然氣學報，2009，31(20) ：257-258．

[12] 陶國秀．潛山油藏多因素神經網絡裂縫綜合識別技術[J].油氣地質與采收率，2006，13(4)：36-38．

[13] 李江龍，黃孝特，張麗萍．塔河油田 4 區奧陶系縫洞型油藏特征及開發對策[J].石油與天然氣地質，2005，26(5) ：630-633．

[14] 柏松章，唐飛．裂縫性潛山基巖油藏開發模式[M].北京：石油工業出版社，1997：24-26．

編輯：趙川喜

1673-8217(2017)03-0066-04

2016-12-22

張永江，碩士，工程師，1971年生，1994年畢業于中國石油大學(華東)應用地球物理專業，現從事油氣田開發研究工作。

TE112

A