摘要：在气藏开发早期，普遍存在钻井少且分布不均，地质资料缺乏，动态资料有限等问题，难以为气藏数值模拟提供高精度的数据体。为此，针对气藏开发早期储层的不确定性因素，提出采用“虚拟井”技术进行定量化表征的解决方案，即：充分利用测井资料纵向分辨率高、地震储层横向预测的优势以及地质认识上的空间整体性控制，在边部井网稀疏的地方合理构建虚拟井作为插值控制，采用确定性建模与随机建模相结合、静态与动态相结合的原则，以先进的建模软件为依托，优选合理的建模方法，最终建立了薄差储层与优质储层、边部区域与中心区域、勘探与开发一体化的气田精细三维地质模型。实例验证结果表明：合理构建虚拟井能够有效降低地质模型的不确定性，提高储层地质建模的精度。
关键词：碳酸盐岩气藏；开发早期；虚拟井；地质建模；定量化；随机建模；确定性建模；三维地质模型
相控属性建模是目前通常采用的储层地质建模手段，在陆相碎屑岩储层地质建模中取得了较好的应用效果[1～5]。但是在非均质性较强的碳酸盐岩气田开发早期，由于井网较稀疏，地质资料缺乏，动态资料严重不足，如果运用传统的相控建模，整个随机建模过程中将产生过多不确定性信息，加上建模过程中的累加效应，最终会导致储层属性模型与气田地质不符合。
为此，以国外S气田碳酸盐岩气藏为例，提出了一种针对气藏开发早期储层不确定性因素进行定量化表征的方法。即充分利用地震、钻测井和综合地质研究成果等资料对地质建模过程进行约束，在边部井网稀疏的地方合理构建“虚拟井”作为插值控制，运用随机地质建模技术对地质建模中的主要不确定性进行模拟，并通过动态资料修正静态地质模型，最终达到建立薄差储层与优质储层、边部区域与中心区域、勘探与开发一体化的气田精细三维地质模型，为气田开发方案的制订提供科学依据。
1 S气田概况
1.1 构造特征
气田为一个完整、平缓的穹隆状背斜构造，构造拱曲幅度在220m左右，主体部位尚未发现断层，仅在气田的西南部发育一系列正断层和走滑断层，对气田的整体构造影响不大。
1.2 地层特征
气田目的层从上到下划分为A、B、C 3个小层，其中A小层厚度分布稳定，横向变化不大；B小层厚度分布相对稳定，但局部地方变化大；C小层厚度变化较大。
1.3 储层特征
A小层储层厚度较薄，主要受岩性控制，且连续性较差，绝大部分储层单层厚度小于3m，孔隙度主要在5%～10%，均值7.8%，渗透率分布在0.0001～20.0000mD，均值为1.4314mD；B小层储层主要发育在该小层上部，储层厚度比A小层大，但连续性较好，单层厚度超过5m，孔隙度主要介于5%～15%，均值为10.1%，渗透率分布在0.0001～3155.3mD，均值为85.7650mD；C小层储层厚度较大，且连续性好，单层厚度大于10m，孔隙度介于5%～20%，均值为11.0%，渗透率分布在0.0001～2512.9mD，均值为67.5043mD。总体上储层储集空间类型丰富，储集类型主要为裂缝-孔隙(洞)型和孔隙(洞)型，非均质性较强。
2 存在问题及解决方案
2.1 存在的主要问题
2.1.1 储层的强非均值性
静态资料表明8和C小层具有良好的连通性，B与A小层可能局部沟通；动态资料表明A、B、C 3个小层属于同一压力系统(受裂缝的影响)，开发建议采用一个层系开发。但A小层储层薄且连续性比较差，主要呈透镜状分布，B、C小层储层相对较厚且连续性较好，主要呈层状和块状分布，储层特征的严重非均值性为精细地质建模带来了挑战。
2.1.2 有资料的井分布不均
井点主要位于气藏的主体部位，中心区域钻井相对密集，井距1500m左右，但是边部区域钻井比较稀疏，井距超过4000m，部分井距超过6000m，由此导致井资料在中心区域与边部区域对地质模型的贡献差异较大，容易使模型与实际地质情况不符，产生较大误差。同时A小层由于受岩性控制，在气藏统一的气水界面之外亦有天然气分布，地质建模过程中也要将其统一考虑，扩大了模型边部区域的范围，增加了精细地质建模的难度。
2.2 解决方案
2.2.1 “虚拟井”技术
“虚拟井”技术就是在没有实际钻井的情况下，利用周围邻近区域内已钻井的地质、测井、地震储层预测等资料，建立“虚拟井”，预测“虚拟井”中各种参数随深度的变化规律[6～7]。
研究结果表明，根据地震资料结合钻井及地质综合研究构建合理“虚拟井”可以有效地解决气藏边部井网稀疏区域井间随机性强的缺点，能够进一步提高储层地质模型的精度。将采用和不采用“虚拟井”技术建立的储层分布模型进行对比可以看出，其储层的发育程度和在空间上出现的位置具有很大的不同(图1)，表明仅依靠地震储层反演成果约束建立的地质模型在边部井网稀疏的地方不能反映薄储层在纵横向上分布的特征。
合理地建立虚拟井就相当于增加了实际钻井的数量，与实际钻井资料协同建模，降低了随机建模带来的不确定性，其结果的分辨率和精度更高。
为了保证在地震信息中提取“虚拟井”储层参数的可靠性，需要注意以下几项原则：①“虚拟井”所在的地震测线上必须有实钻井的测井资料，且测井资料品质较好，与地震属性的相关性较高；②“虚拟井”井区与实钻井井区同一小层位于同一或者相似沉积相带内；③“虚拟井”井区地震资料品质较好，层位清晰；④“虚拟井”参数符合钻井及地质综合研究的认识规律。
2.2.2 一体化建模
在建模过程中，精细划分网格，尽量使其能够识别出薄储层，同时兼顾计算机的计算能力，实现薄差储层与优质储层一体化；在缺少实钻井的边部区域充分利用地震储层横向预测的优势，结合“虚拟井”技术，实现中心区域与边部区域一体化；地震解释、地质综合研究、地质建模和数值模拟等各专业相互渗透，从不同的角度描述气藏，对地质模型进行不断修正，实现一体化建模。
3 储层属性模型的建立
3.1 基础数据的准备及网格划分
数据库是储层地质建模的基础，数据的丰富程度和精确度在很大程度上决定了所建模型的质量。本a储层地质建模所用的数据主要包括：坐标数据、井斜擞据、地质分层数据、基于环境校正及标准化后的测井m线数据、高分辨三维地震精细解释的断层数据、各小月顶部构造图数据、储层预测成果数据、各种地质成果目件(包括各小层厚度等值线图、孔隙度等值线图等)自各种动态资料等。
综合考虑研究区范围、井距、各小层厚度、储层纵横向展布特征等多种因素，本次建模选取的网格精度为100m×100m，网格数为315×229×350，共计约2525×104个三维节点。
3.2 属性模型建立
根据A、B、C各小层储层属性参数的统计特征参数及变差函数拟合参数，以单井测井物性解释成果为基础，在边部远离井的区域根据地震资料结合钻井及地质综合研究合理构建虚拟井作为插值控制，以地震储层反演成果作为二次变量进行约束，采用序贯高斯随机模拟算法建立孔隙度模型。
该气藏孔隙度与含气饱和度、渗透率相关系数较高，以孔隙度模型作为约束条件，采用同样的建模方法建立含气饱和度和渗透率模型。
设计合理的数值模拟网格，将所建的精细三维地质模型进行粗化导入数值模拟软件中进行历史拟合，利用动态资料对属性模型进行修正，对历史拟合过程中出现的不合理处，需要地质及开发研究人员共同讨论，对精细地质模型进行不断修正，最终得到符合地质认识的属性模型(图2)。
3.3 模型验证
储层地质模型建立以后，必须对模型的质量进行检查，验证地质模型的好坏主要是对比储层地质模型和实际地质情况是否相符合，通过以下几种方法进行验证，证明该模型可靠性非常高。
1) 地质认识的符合程度。通过对比分析表明，在平面上和过井剖面上储层参数的分布和变化情况与地震预测、钻井及地质综合研究所确定的趋势分布相吻合。
2) 统计特征对比。对比建立的孔隙度、渗透率、含气饱和度等储层参数的模型统计特征和输入的原始测井解释数据及其粗化后的数据(图3)，可以看出地质模型储层参数与原始数据的统计分布特征基本一致。
3) 地质储量验证。模型计算地质储量1713.87×108m3，与容积法计算的地质储量相对误差仅0.2%。
4 结论
1) 利用测井资料作为主变量，在边部井网稀疏的地方合理构建虚拟井作为插值控制，地震及综合地质研究成果等资料作为二次变量对地质建模过程进行约束，采用序贯高斯随机模拟算法建立了将薄差储层与优质储层、边部区域与中心区域等情况一体化考虑基础上的三维精细储层属性模型，并应用动态资料进一步修正并最终确认地质模型。通过多种方法验证，所建属性模型符合地质认识。
2) 合理地构建虚拟井，有效地解决了边部井网密度低的区域不确定性强的缺点，进一步提高了复杂气藏储层地质建模的精度。
参考文献
[1] 裘怿楠，贾爱林.储层地质模型10年[J].石油学报，2000，21(4)：101-104.
[2] 吴胜和，张一伟，李恕军，等.提高储层随机建模精度的地质约束原则[J].石油大学学报：自然科学版，2001，25(1)：55-58.
[3] 江同文，唐明龙，王洪峰.克拉2气田稀井网储层精细三维地质建模[J].天然气工业，2008，28(10)：11-14.
[4] 赵勇，李进步，张吉，等.低渗透河流相储层建模方法与应用——以苏里格气田苏6加密试验区块为例[J].天然气工业，2010，30(7)：32-35.
[5] 李毓，杨长青.储层地质建模策略及其技术方法应用[J].石油天然气学报，2009，31(3)：30-35.
[6] 李忠荣，马先林，周坤瑞，等.虚拟井测井曲线的预测技术[J].石油大学学报：自然科学版，1994，18(4)：20-25.
[7] 陈亮，熊琦华，王才经.虚拟井预测法及其应用[J].石油大学学报：自然科学版，1997，21(5)：17-20.
(本文作者：黄海平1 包强2 刘荣和2 1.成都理工大学能源学院；2.中国石油川庆钻探工程公司地质勘探开发研究院)
您可以选择一种方式赞助本站
支付宝转账赞助
微信转账赞助
- 注解：本资料由会员及群友提供仅供阅读交流学习，不得用于商业用途！
