清水洼陷致密砂巖地震巖石物理特征及優勢儲層預測

2021-12-08 09:04:16高榮錦

特種油氣藏 2021年5期

高榮錦

(中國石油遼河油田分公司，遼寧盤錦 124010)

0 引言

地震巖石物理學是地震儲層研究和油氣檢測的理論基礎，是地震數據與油氣特征和儲集參數之間建立溝通的橋梁[1-11]。地震巖石物理特征分析是疊前AVO反演技術的基礎，疊前AVO反演利用疊前地震資料豐富的信息，反演出縱、橫波速度和泊松比等彈性參數，同時，反演出截距、梯度和流體因子等AVO屬性，近年來已被廣泛應用于復雜油氣藏的儲層預測和油氣檢測[12-13]。但是疊前AVO反演存在多解性，需要利用實際地層的儲層及流體信息建立巖石物理模型進行正演模擬，建立巖石物理模型的關鍵在于采用地層條件下的巖石物理參數[14-18]，而目前尚未有針對清水洼陷致密砂巖巖石物理特征的研究。因此，對清水洼陷深層15口井的30塊砂巖巖心樣品的彈性模量以及砂巖飽和不同性質流體時的縱、橫波速度進行測定，分析并總結了致密砂巖的巖石物理參數特征，制訂出該區致密砂巖疊前AVO流體因子的研究思路，利用實測的飽和水砂巖縱橫波速度關系式對Fatti流體因子經驗公式進行改進，利用改進公式約束疊前AVO流體因子反演，有效提高了清水洼陷中深層致密砂巖油氣預測的準確性。

1 研究區概況

清水洼陷位于遼河坳陷西部凹陷南部，是遼河坳陷內最大的生油氣洼陷，其沙河街組沙三段—沙一段是遼河油田致密砂巖深層油氣藏勘探的主要領域之一[19]。古近系沙河街組沉積時期，東側大洼斷層活動劇烈，使得盆地快速拉張并沉陷，在清水洼陷內沉積了巨厚的深灰色泥巖，暗色泥巖最大厚度為1 600 m(圖1)。同時，來自于東側中央凸起和西側西部凸起多支物源的扇體在洼陷中心延伸，沉積了多期、厚層的湖底扇砂體。這些致密砂巖與深灰色泥巖在縱向上形成“三明治”的良好生儲蓋組合關系，因此，該區具備形成巖性油氣藏的優越條件。

圖1 大洼-海外河構造帶綜合評價Fig.1 The comprehensive evaluation of the Dawa-Haiwaihe tectonic zone

2 巖石物理特征

2.1 砂巖縱橫波速度及彈性模量測定

致密砂巖受埋深大、成巖作用強的影響，儲層致密。據實測巖心物性資料統計，沙河街組3 000m以深砂巖儲層孔隙度為3.4%～24.7%，平均值為13.3%，滲透率為0.09～334.00 mD，平均為4.00 mD，屬于低孔、低滲儲層。通過宏觀巖心觀察及微觀特征相結合，清水洼陷致密砂巖主要以次生孔隙和微孔隙為主，表現為強壓實、強膠結、中弱溶蝕，黏土雜基含量高，滲透性差等特征。

結合致密砂巖儲層特征的分析，實驗室采用13口井的30塊砂巖巖心樣品，通過測定巖石樣品在三軸應力下的縱波溫度(Vp)、橫波速度(Vs)和密度，獲取巖樣的楊氏模量(E)、剪切模量(μ)、體積模量(K)與泊松比(σ)；在實驗室模擬地層條件，測量不同深度下巖心樣品的縱、橫波速度和密度，確定彈性模量(表1)。

表1 干巖心彈性模量測試數據Table 1 The test data of dry rock elastic modulus

測試結果表明：壓力對該區致密砂巖波速影響明顯，壓力增大，縱、橫波速度增高，速度隨有效壓力的變化呈乘冪函數關系；溫度對波速影響不大，在等壓條件下，溫度升高100 ℃，縱、橫速度比變化幅度小于在5%；孔隙度對波速影響明顯，波速隨孔隙度增大而減小，但由于骨架模量、孔隙類型及膠結方式的差異，導致數據離散分布。依據實測干巖石、飽和水巖石縱、橫波及彈性模量數據，擬合了縱橫波速度關系式，其中，飽和水致密砂巖縱橫波速度關系(泥石基線)如式(1)所示(圖2)。

圖2 飽和水巖心縱波速度與橫波速度的關系Fig.2 The relationship between p-wave velocity ands-wave velocity of rock core with saturated water

Vs=540.5+0.443Vp

(1)

式中：Vs是飽和水致密砂巖橫波速度，m/s；Vp為飽水致密砂巖縱波速度，m/s。

2.2 流體替換

巖石物理分析的重要問題之一是流體替換，即研究巖石從飽和一種流體到飽和另一種流體，其縱、橫波速度和體積模量等參數的變化特征。Gassmann給出了從干巖石到飽和流體巖石體積模量的Gassmann方程，該方程被廣泛應用于流體替換的計算[20-21]。

(2)

式中：Km為基質礦物(顆粒)的無量綱化體積模量；Kdry為干巖石(骨架)的體積模量；Kf為孔隙流體的體積模量；Ksat為飽和巖石的無量綱化體積模量；φ為孔隙度，%。

圖3為清水洼陷s216井流體替換的參數變化，該井在3 167～3 180 m井段日產氣量為1.03×104m3/d。由圖3可知：清水洼陷致密砂巖儲層在飽和水、油、氣3種不同流體狀態下，縱、橫波速度變化小，密度、泊松比變化大。巖石在飽和水、油、氣時，密度、泊松比均依次減小，飽和氣儲層泊松比相比飽和水儲層泊松比值下降15%。流體替換結論為疊前AVO反演提供了可行性依據。

圖3 s216井流體替換參數變化Fig.3 The changes in fluid replacement parameters of Well s216

3 AVO正演特征分析

AVO正演模型研究是利用疊前AVO反演進行儲層預測和烴類檢測的基礎[22-24]。在流體替換的基礎上，利用Zoeppritz方程對飽和不同流體的儲層進行AVO正演模擬，并研究振幅隨偏移距或角度的變化規律。s216井致密砂巖儲層在飽和水、油、氣時，反射振幅均表現為隨角度增大而減小的I類AVO特征，但飽和油、氣后，反射振幅隨角度增大而減小的趨勢更明顯，含氣后振幅衰減梯度最大。經統計，飽和氣后， 28 °入射角處振幅相比飽和水的振幅衰減率達到60%，AVO正演特征分析進一步為疊前AVO反演提供了可行性依據。

4 AVO流體因子反演

4.1 流體因子反演

基于疊前地震資料開展的流體識別技術開始于20世紀80年代[25]，目前比較常用的利用AVO反演求取流體因子的方法有：流體異常識別的LMR(Lambda-mu-rho)法、截距-斜率法(PG剖面)、識別流體組分的Russell法、流體異常識別的Fatti法。其中，Fatti將流體因子的公式表示為縱波和橫波阻抗反射系數的加權差。

(3)

式中：ΔF為流體因子，儲層含水時為0，儲層含氣時不為0；Rp為縱波阻抗反射系數；Rs為橫波阻抗反射系數。

式(3)中的系數1.16是根據Castagna提出的縱、橫波速度經驗公式得到，地區適用性十分局限。根據實驗室測定的研究區飽和水致密砂巖縱橫波速度關系，將Fatti公式改進為適合清水洼陷致密砂巖的流體因子公式。

(4)

分別將Fatti流體因子經驗公式和清水洼陷致密砂巖流體因子公式代入AVO反演，并與鉆井結果對比，以檢驗改進的流體因子公式在清水洼陷致密砂巖流體預測中的適用性。

圖4為Fatti經驗公式和改進的流體因子公式反演得到的s229井流體因子預測剖面。s229井全井段僅在3 340.0～3 376.0 m鉆遇了一套致密砂巖儲層，該段測井解釋為4層油層，累計厚度為11.1 m，試油日產油為52.2 m3/d，日產氣為4 592 m3/d，獲得高產工業性油氣流。從反演結果看，利用改進公式反演得到的流體因子剖面在2 565～2 585 ms準確地預測了s229井鉆遇的該套油氣層，且除該段外，其余井段均為流體因子零值區，預測結果與實際鉆井結果高度吻合；而利用Fatti經驗公式反演得到的流體因子剖面則未能準確預測該套油氣層，剖面中的流體因子異常區為s229井鉆遇的泥巖段。Fatti經驗公式反演預測結果與實際鉆井結果不吻合，改進后的流體因子公式反演預測結果準確率得到了極大提升。

圖4 s229井流體因子對比剖面Fig.4 The comparison section of fluid factor of Well s229

4.2 流體平面分布特征

在單井含油氣儲層預測的基礎上，利用改進的清水洼陷致密砂巖流體因子公式在全區范圍內開展疊前AVO反演，并提取流體因子平面屬性，對該套致密砂巖的含油氣分布范圍進行預測。圖5為沿s229井鉆遇的油氣層頂界面向下開50 ms時窗提取的流體因子平面屬性，該套致密砂巖的含油氣區主要集中分布在清水洼陷的中北部。

圖5 s229井油層沿層(油層頂界向下50 ms)流體因子平面屬性

地質研究表明洼陷中心生油巖生油能力最強，該套致密砂巖主要物源方向在洼陷東側，來自于東側的砂體在邊界主斷層的控制下，在湖盆中心洼陷區展開并廣泛沉積。同時，洼陷在整體為向斜構造的背景下，發育了一些低幅度的背斜構造，這些低幅度背斜與優質生油巖、致密砂巖儲集體形成了良好的組合關系，因此，能夠成為油氣成藏的有利場所，是致密砂巖油氣藏勘探的主要區域(圖6)。通過對已知井與預測結果的互相印證，含油氣砂巖的有效儲層預測與地質研究結論相符，預測致密砂巖有利儲層分布面積約為42 km2。

圖6 清水洼陷中深層致密砂巖油氣成藏模式

根據本次反演的流體因子預測結果，在清水洼陷的東北部流體因子異常區部署了w115、w125、w128等探井及s229-36-58等開發井30余口，w128井在3 726.2～3 738.7 m井段自噴日產油為69.6 t/d,s229-36-58井在4 080.7～4 098.0 m井段自噴日產油為105.2 t/d，均獲成功，鉆井結果進一步證明了基于該區巖石物理特征分析的流體預測的準確性。

基于以上成果，自2017年起在清水洼陷東部深層沙河街組一段、二段致密砂巖儲層整體上報石油地質儲量為2 800×104t，探索出對中深層致密砂巖油藏的流體預測手段，有力地支撐了遼河油田的千萬噸穩產。