馬俊修,蘭正凱,王麗榮,易勇剛
(1.中國石油新疆油田分公司,新疆 克拉瑪依 834000;2.南京特雷西能源科技有限公司,北京 100020;3.中國地質大學(武漢),湖北 武漢 430074)
非常規(guī)油氣藏采用常規(guī)方法投產幾乎無產能,需要采用水力壓裂的手段來實現經濟增產[1-6]。水力壓裂形成的復雜縫網可有效提升油氣在近井地帶的滲流能力,從而大幅度提高非常規(guī)油氣藏產能[7-8]。改造體積(SRV)最早由Mayerhofer等在研究頁巖壓裂時提出[9-10],認為準確表征壓裂縫網改造體積有助于多段壓裂水平井的設計優(yōu)化與壓裂后生產效果預測。目前,SRV的評價方法主要包括數學模型法(解析法[11-12]和離散網絡法[13-14])、傾斜儀測量法[15-16]、微地震反演法[17-18]等。離散網絡法涉及大量的裂縫延伸模擬計算,存在計算資源要求高、計算耗時長的劣勢,但能很好地刻畫復雜縫網形態(tài),與其他方法相比,是較為準確可靠的一種方法[13]。目前,基于離散網絡法的SRV計算,只是將其等同于微地震偵測點的包絡體[19],而忽略了裂縫真實分布、生產動態(tài)響應等對SRV計算結果的影響。此外,學者對壓裂水平井SRV的主控因素分析主要基于單一線性因素回歸或多元線性回歸等簡單的數學處理方法[20-21],而未考慮各控制因素間的相互影響。
因此,提出了一種基于非結構化網格的復雜縫網有效改造體積(ESRV)刻畫方法,該方法考慮了實際生產過程中流體流動受基質和裂縫總壓力分布的影響。利用該方法對新疆油田瑪131井區(qū)水平多段壓裂井進行了ESRV評價,以期為同類油藏水平井體積壓裂優(yōu)化與壓裂后生產效果預測提供參考。


圖1 準格爾盆地瑪湖凹陷各區(qū)塊位置分布
19.40 mD,平均為1.33 mD。
隨著百口泉組砂礫巖油藏開發(fā)的逐漸深入,水平井增產效果明顯,但存在以下問題:①水平井縫網精細刻畫困難,常規(guī)方法無法刻畫復雜裂縫的延展特征;②受到生產過程的影響,改造體積計算困難,且水平井的單井、井網參數對油藏開發(fā)的動用程度影響較大,需進行進一步評價;③影響改造體積的地質因素、工程因素較多,常規(guī)方法難以定量評價各因素的影響。
前人在計算SRV時,主要以最邊界的裂縫點為外邊界,將該區(qū)域分割成許多同等大小的矩形,對矩形面積進行求和后,進一步乘以其地層深度,最終得到SRV[13]。由于實際流體流動受基質和裂縫總壓力分布的影響,單純由外邊界構成的裂縫面積并不能完全描述實際生產對流體流動的影響,應根據生產過程中壓力的分布來確定SRV,即有效改造體積(ESRV)。為使研究更具有代表性,選取生產過程達到擬穩(wěn)態(tài)時的壓力分布作為分析樣本。當油藏定產生產達到擬穩(wěn)態(tài)時,各壓力的相對大小不變。因此,可根據此時的壓力分布確定ESRV的邊界及體積,步驟如下。
(1) 建立基于離散裂縫模擬方法的地質模型。基于離散裂縫網絡的方法保留了精細網格加密的優(yōu)勢,生成網格簡單、靈活,計算速度快、成本低,是目前復雜縫網刻畫的有效數值模擬方法[21]。建立三維地質模型主要包括:①刻畫分叉裂縫網絡形態(tài);②建立針對目標油氣藏的裂縫啟裂與擴展模型;③確定離散裂縫點坐標(主裂縫及誘導次裂縫的起裂位置網格);④基于分叉裂縫網格模型構建離散模型;⑤輸出離散模型的計算結果。該方法采用基于非結構化網格的離散裂縫數模技術,可以充分考慮實際儲層的全三維非均質特征,精細表征壓裂縫網幾何形態(tài)(圖2a)。

圖2 基于非結構化網格的復雜縫網ESRV的刻畫過程
(2) 確定擬穩(wěn)態(tài)生產邊界。由于擬穩(wěn)態(tài)中各網格點的壓力差保持不變,取井底和壓裂范圍內的某一網格,當2個網格的壓力差隨時間變化為定值時可認為達到擬穩(wěn)態(tài),按照式(1)確定該時刻非結構化網格中的壓力分布。傳導率會隨著時間變化而變化(壓力改變,黏度等參數也會改變),但網格內流量的累計項也會隨著時間改變,而壓力場的相
對分布不變,因此,即使取擬穩(wěn)態(tài)中不同時刻的傳導率,求解的壓力場不同,得到的ESRV邊界也相同,即擬穩(wěn)態(tài)中取不同時間的傳導率對ESRV的確定沒有影響。
(1)
式中:Δpi為網格i及相鄰網格的壓力差,MPa;T為傳導率,m3/MPa;A為考慮壓縮性的網格i的流量累計項,m3。
(3) 利用累積概率密度分布圖計算ESRV。任取擬穩(wěn)態(tài)中某一時刻的壓力分布,繪制累積概率密度(CDF)與臨界壓力分布圖。一般計算ESRV邊界時CDF取值為0.9或0.5,而實際生產中取值為0.9過于樂觀,由于非改造區(qū)域滲透率很低,實現生產時壓力分布形成的漏斗區(qū)只位于場中的改造位置,邊界區(qū)域的壓力不變,導致不會出現全場達到擬穩(wěn)態(tài)、壓力統一下降的情況。因此,計算ESRV時CDF取0.5,找出壓力比對應臨界壓力小的網格,將這些網格體積相加即可得到ESRV(圖2b)。通過對壓裂井進行快速衰竭開發(fā)數值模擬,得到呈漏斗型的全場壓力分布,確定壓力漏斗最劇烈的地方為改造區(qū)臨界壓力pe,進而確定改造區(qū)范圍(圖2c)。改造體積可由式(2)得到:
(2)
式中:pi為網格i的壓力,MPa;pc為臨界壓力,MPa;Vi為網格i的體積,m3。
以瑪131井區(qū)MaHW1325井為例進行壓裂縫網的ESRV刻畫。MaHW1325井儲層孔隙度為7.50%~14.30%,平均為9.58%,氣測滲透率主要為0.03~17.20 mD,平均為0.96 mD。MaHW1325井共壓裂了26級,平均每級壓裂液用量為772 m3,支撐劑用量為70 m3。該井在1~17級進行了微地震監(jiān)測,剔除無效點后,有效監(jiān)測數據為1~12級。利用基于微地震監(jiān)測數據的人工壓裂縫網自動重構方法,通過壓力傳導關系確定壓降漏斗的影響范圍,最終確定該井的ESRV(圖3)。

圖3 瑪HW1325井ESRV及各段ESRV精細刻畫
基于壓力漏斗,可以得到每口單井的ESRV,將單井ESRV網格體積進行累加,便可得到井區(qū)的ESRV。由于該油藏不同裂縫段壓裂結果差異較大,為更好地研究水平井體積壓裂效果與壓裂參數的影響,分析體積壓裂主控因素,根據每段裂縫的壓力,可以進一步區(qū)分各段裂縫的ESRV,為壓裂效果評估及數據分析提供了更加豐富的數據參考(圖3c)。
將通過壓降漏斗確定的ESRV與傳統方式(微地震重構)估計的SRV結果進行對比,文中方法所獲得的ESRV體積更小,平均相差16%,分析認為是傳統方法中微地震監(jiān)測到無效縫導致結果偏高(圖4)。與傳統方法相比,該方法減少了人工解釋時主觀因素帶來的偏差,提高了ESRV的可靠性。

圖4 瑪HW1325井傳統方法與ESRV方法解釋結果對比
在精確刻畫ESRV的基礎上,分析ESRV的主控因素,有助于提高分析結果的可靠性,為地質“甜點”優(yōu)選、壓裂施工參數優(yōu)化等提供指導。
在按段統計ESRV的基礎上,對ESRV與地質參數(孔隙度、滲透率、飽和度、單段油層鉆遇長度、單段油層厚度等)、巖石力學參數(楊氏模量、泊松比、抗拉強度、孔隙壓力、水平應力差、脆性指數)和壓裂施工參數(單級壓裂段長、壓裂簇數、總液量、總加砂量、砂比、前置液比例、滑溜水比例、施工排量等)進行單因素的相關性分析。從單因素擬合結果來看(圖5),壓裂縫網規(guī)模與單變量的相關性比較弱,缺少完整的正相關特征,認為壓裂縫網規(guī)模應由多變量控制。

圖5 壓裂ESRV與地質、壓裂施工參數相關性分析
線性算法、Lasso算法、項式(非線性)算法、二項式Lasso算法、隨機森林算法是多因素分析中的常用算法,相關算法參考文獻[22]。一般采用多數數據為訓練組,少數數據為測試組來對比各算法的可靠性。為了優(yōu)選出適合ESRV主控因素分析的算法,在單因素參數分析過程中,訓練組使用75%的數據,測試組使用剩下的25%數據,開展多因素ESRV主控因素分析。結果表明,隨機森林算法的計算ERSV與預測ESRV相關度最高,訓練組相關性為0.88,測試組為0.45(圖6),其他算法的相關性小于0.70。因此,該文采用隨機森林算法進行分析。

圖6 隨機森林算法計算結果
通過隨機算法,開展影響ESRV的主控因素分級評價。由表1可知:一級主控因素中壓裂施工參數的影響占53.8%,地質及巖石力學參數的影響占46.2%;二級主控因素在一級主控評價的基礎上細分,壓裂施工主控因素占比由大到小依次為單級壓裂段長(12.08%)、總液量(8.47%)、砂比(7.39%)、滑溜水比例(6.85%)、總加砂量(6.36%)、施工排量(5.65%)、前置液比例(5.14%)、壓裂簇數(1.86%),地質及巖石力學參數主控因素占比由大到小依次為單段油層厚度(9.89%)、單段油層鉆遇長度(4.99%)、抗拉強度(4.98%)、脆性指數(4.42%)、水平應力差(4.29%)、楊氏模量(4.05%)、含油飽和度(3.47%)、滲透率(3.31%)、孔隙度(1.48%)、泊松比(1.00%)。綜合壓裂施工數據、地質參數、巖石力學參數等分析結果可知,ESRV的結果受多因素共同影響。

表1 影響壓裂ESRV一級主控因素分析Table 1 The analysis of main controlling factors affecting the ESRV fracturing
(1) 提出了一鐘基于非結構化網格的復雜縫網有效改造體積ESRV刻畫方法,該方法考慮實際生產中流體流動受壓力分布的影響,與傳統方式估算的SRV結果相比,新方法所獲得的ESRV體積更小,平均相差16%,準確率更高。
(2) 通過隨機森林算法確定ESRV由多變量控制。一級主控因素中工程參數的影響占53.8%,地質參數的影響占46.2%;二級因素中,單級壓裂段長在壓裂施工主控因素中占比最大,為12.08%,而單段油層厚度在地質及巖石力學主控因素占比最大,為9.89%。