<legend id="mskac"><i id="mskac"></i></legend>
<strong id="mskac"></strong>

    1. <legend id="mskac"></legend>
      <span id="mskac"><output id="mskac"></output></span>
    2. <legend id="mskac"><i id="mskac"></i></legend>

      <ruby id="mskac"><i id="mskac"></i></ruby>
    3. <ol id="mskac"><output id="mskac"></output></ol>
        • (010)84657853 84658665 84657900
        • mt@zgmt.com.cn
        • 北京市朝陽區芍藥居35號中煤信息大廈(100029)

        ★ 生產開發 ★

        地質統計學反演在淮南地區致密砂巖氣儲層的地質建模研究

        劉 俊1,崔 凡2,王 瑞3,劉 波4,陳柏平2

        (1.淮河能源控股集團煤業分公司,安徽省淮南市,232000;2.中國礦業大學(北京),北京市海淀區,100083;3.中國石油化工股份有限公司石油勘探開發研究院,北京市海淀區,100083;4.河北工程大學,河北省邯鄲市,056038)

        針對致密砂巖氣儲層較薄、砂泥互層地質現象普遍,常規的地震反演方法無法精細分辨薄儲層空間展布情況,利用基于馬爾科夫鏈-蒙特卡洛算法的地質統計學反演方法在薄儲層預測上的優勢,預測了淮南地區煤田的煤系地層致密砂巖氣儲層巖性,并建立三維地質模型。研究結果發現,研究區煤系地層內砂巖儲層大多較薄,且具有砂泥互層的特點,通過與實際測井資料對比,利用地質統計學反演方法預測致密砂巖儲層厚度的相對誤差小于17%,對于5 m以上的砂巖儲層,相對誤差控制在5%以內。反演結果可為預測致密砂巖氣藏提供精細的巖層分布信息,為致密砂巖氣儲層“甜點”提供參考。

        關鍵詞 地質統計學反演;致密砂巖氣;地質建模

        0 引言

        致密砂巖氣作為一種非常規天然氣,是一種清潔的化石能源。20世紀80年代初,美國的致密砂巖氣勘探開發技術獲得重大突破,之后開始快速發展起來。目前,致密砂巖氣已在全球各國得到開發和研究。我國盆地發育具有多期多類型的特點,致密儲層廣泛發育,致密砂巖氣儲量較豐富。近年來,我國致密砂巖氣產量日益增長,2017年產量約1×108 m3,2019年產量約6×108 m3 [1]。我國致密砂巖氣勘探和開發尚處于發展時期,如何將地球物理探測手段與地質資料有機結合,準確預測致密砂巖氣儲層位置及厚度對致密砂巖氣開采和利用具有重要的意義。

        不同的沉積環境具有不同的水動力特征,所形成的砂體在巖相組成、厚度、內部非均質性以及砂巖碎屑成分組成、泥質含量、顆粒粒度、分選特性等多方面各具特色,導致不同沉積環境所形成的砂體具有不同的原始孔隙度和滲透率。雖然成巖作用對原始孔隙度的改造較強,但是成巖作用是在沉積作用的基礎上進行的,因而早期的成巖作用也受到沉積環境的影響,從而進一步影響成巖作用的類型、強度,對砂巖的孔隙演化起一定的控制作用。

        沉積環境是致密砂巖氣儲層形成的重要因素之一,不同的沉積環境影響了砂體的厚度、形態及空間展布,了解致密砂巖氣儲層所處地質環境的巖性、儲層厚度等信息能為致密砂巖氣的預測提供有價值的參考。致密砂巖氣儲層一般具有縱向砂體厚度薄、砂泥互層,橫向砂體厚度變化快的特點[2]。目前,常用的約束系數脈沖反演三維地震反演技術由于地震數據分辨率限制,無法對致密砂巖氣儲層進行精細刻畫。利用曲線重構技術雖然能進一步提高約束系數脈沖反演的精度,但仍舊無法突破約束系數脈沖反演的理論極限,對超薄儲層預測效果不理想,且曲線重構技術目前仍存在爭議[3]。

        地質統計學反演方法融合了測井縱向分辨率高和三維地震橫向分辨率高的優點,目前已被廣泛應用到油氣勘探領域的儲層預測[4-7]。針對淮南致密砂巖氣儲層特點,筆者采用地質統計學反演方法對致密砂巖氣儲層所在地層進行反演,并構建地質模型,一方面可為致密砂巖氣儲層預測提供精細的地質背景信息,進一步保證致密砂巖氣“甜點”預測的準確性,并促進致密砂巖氣資源的高效開發和利用,另一方面對預測其他非常規天然氣并建立精確地質模型提供借鑒。

        1 研究區地質和原始數據概況

        研究區位于安徽省鳳臺縣張集煤礦某采區內,經鉆探揭露研究區內地層有寒武系、奧陶系、石炭系、二疊系、新近系、第四系地層。致密砂巖儲層一般位于二疊系的山西組和石河子組內的煤系地層中。煤系地層主要有砂巖、泥巖,以及1、6、8、11-2、13-1號共5個主要可采煤層。煤層厚度為0~10.74 m,工作面瓦斯絕對涌出量為1.300 8~9.680 0 m3/min。

        主要基于疊后三維地震數據、測井數據(包括巖性和縱波阻抗)開展的地質統計學反演。地震數據在反演過程中起主要作用,反演結果需要忠于地震數據,測井資料主要為反演提供反演參數的構建基礎數據和反演約束條件,最終使得反演結果在橫向上能滿足地震數據的展布趨勢,在垂向上能滿足測井信息的特征。三維地震疊后數據剖面和頻帶范圍如圖1所示,疊后地震數據的頻率帶寬為18~78 Hz,主頻約為45 Hz。鉆井巖性和縱波阻抗統計如圖2所示,從圖中可以看到,煤系地層中砂巖儲層較薄,最薄砂巖儲層厚度不到1 m,且存在砂泥互層現象,這也加重了地震反演的難度。反演所用反演子波為主頻50 Hz的雷克子波。

        2 地質統計學反演方法原理

        地質統計學反演方法是基于貝葉斯定理的反演框架,通過已知三維地震、測井數據等先驗信息統計分析并獲取概率密度函數、變差函數等反演參數來反演在已知地質、測井、地震等信息的條件下儲層的巖性或物性參數,由于反演過程中涉及巖性、縱波阻抗等多維度參數,計算十分困難,目前,較為有效的方法是采用馬爾科夫鏈-蒙特卡洛算法構建馬爾科夫鏈進行隨機采樣,反演過程中根據概率密度函數、變差函數等反演參數進行模擬計算,最終可獲得巖性、縱波阻抗等各種高分辨率數據[8-10]。

        圖1 三維地震疊后數據剖面和頻帶范圍

        圖2 鉆井巖性和縱波阻抗統計

        貝葉斯反演框架是一種利用概率統計原理對多種信息進行整合并判別的方法,能夠公平地將多種不確定信息源進行統一分析判斷,常被用來計算在已知先驗信息概率(E)和假設條件概率(H)的前提下,某一事件(X)發生的后驗概率[11-13],其公式如下:

        (1)

        式中:P(X|H,E)——待求解的目標后驗概率,即最終的縱波阻抗、巖性參數反演模型;

        P(X|H)——在已知假設條件(H)下事件X的先驗概率分布,即通過測井數據獲取的巖性縱波阻抗、巖性等信息得到的預測性巖性或彈性參數的先驗信息;

        P(E|X)——事件X與已知驗證(E)之間的相似性,即依賴三維地震數據和測井資料的似然概率密度函數[14];

        P(H|E)——歸一化參量,表示滿足真實的地震、測井等信息和通過反演參數分析得到的預測信息,可近似看作全概率事件(P(H|E)~1)。

        通過地質統計學反演參數求得各儲層的縱波阻抗zp,然后將其轉化為反射系數Rp,再與子波w進行褶積計算,生成合成記錄sy,其與實際地震記錄s之間的差異可以用噪音水平來衡量。反射系數和縱波阻抗的計算公式如下:

        (2)

        式中:ρ1ρ2——上下儲層的密度,kg/m3;

        v1v2——上下儲層的速度,m/s;

        zp——縱波阻抗,(kg/m3)·(m/s);

        ρ——儲層的密度,kg/m3;

        v——儲層的速度,m/s。

        褶積計算過程如下:

        sy=w(t)×Rp(t)

        (3)

        式中:t——時間,s。

        上述整個計算過程可以表示為公式(4):

        P(zp|v,s)P(zp|v)P(s|sy(zp))

        (4)

        式(4)表示后驗概率密度函數為已知變差函數v、合成記錄sy以及地震數據s的前提條件下,求解縱波阻抗zp的概率。這可以看作求解所有輸入概率密度函數(縱波阻抗、巖性)的交集部分,所以地質統計學反演是一個真正意義上的同時反演算法,同時考慮所有的已知信息源的影響。求解出各個輸入概率密度函數的交集空間,即后驗概率分布后,由于未知參數的后驗概率復雜、維度較高,需要利用馬爾科夫鏈-蒙特卡洛算法從中獲取統計意義上的公平樣本集[15-16]。

        3 致密砂巖儲層地質統計學反應實際應用

        在實際應用中,地質統計學反演過程主要包括數據準備、反演參數擬合、地質統計學反演3個步驟。其中,數據準備所需數據包括測井數據(巖性、縱波阻抗)和三維地震數據。地質統計學反演是基于貝葉斯反演框架,利用馬爾科夫鏈-蒙特卡洛算法進行抽樣、建模和模擬,并最終獲得想要的儲層參數或屬性體的過程。

        本文首先針對反演目標,對研究區的疊后數據精細層位解釋,并確定致密砂巖儲層所在的煤系地層的反演范圍,以此建立初始的反演地質框架,如圖3所示。

        圖3 反演地質框架剖面

        地質統計學反演過程中,選取合適的地質統計學反演參數尤為重要,該參數主要為概率密度函數和變差函數。概率密度函數表示儲層參數或屬性在空間上的分布規律[15]。本次應用中,利用多元統計對井數據的縱波阻抗和巖性進行統計,獲取縱波阻抗、巖性直方圖,并采用高斯函數對縱波阻抗、巖性的分布進行擬合,用擬合后的均值、方差表示縱波阻抗、巖性的分布,泥巖擬合后的概率密度函數均值為9.41×106(kg/m3)·(m/s),方差為8.2×105;砂巖擬合后的概率密度函數均值為10.85×106(kg/m3)·(m/s),方差為5.1×105,如圖4所示。

        圖4 煤系地層砂巖和泥巖儲層的縱波阻抗概率密度函數

        變差函數是一種距離函數,反映了地質統計學反演建模中儲層參數或屬性在空間距離上的連續性,包括橫向和垂向變差函數。變差函數具有一定的主觀性,可采用指數函數或高斯函數進行擬合得到。垂向變差函數可根據井資料采樣的兩點數據間的協方差擬合得到,并在反演過程中對變差函數進行不斷修改,最終的參數如圖5所示,泥巖和砂巖的變程分別為25 ms和30 ms,公式(5)為兩點數據間的協方差和變程的計算公式[11]

        (5)

        式中:i、j——上下采樣點;

        σ——采樣點所在儲層對應的概率密度函數的方差;

        Δt——上下采樣點的間隔時間;

        R——變程。

        圖5 煤系地層砂巖儲層的變差函數

        縱向變差函數可從地震均方根屬性獲得,其均值為800 m。

        最后,通過地質統計學反演方法獲得研究區煤系地層的巖性數據體并構建三維地質模型,圖6和圖7為三維地質模型的巖性模型和剖面圖,表1為反演結果與盲井(未參與反演的測井)各巖性厚度統計結果(以靠近煤層頂板最近的砂巖和泥巖進行統計),綜合分析可知地質統計學反演結果的精度較高,砂巖厚度相對誤差為0.33%~16.67%,泥巖厚度相對誤差為2.50%~14.29%,反演的各儲層巖性與測井資料基本一致。

        圖6 通過地質統計學反演方法建立的三維煤系地層巖性模型

        從反演結果的三維巖性體和剖面可以看到,目標研究區的煤系地層主要有砂巖、泥巖和煤3種巖性,砂巖儲層占主要部分。在1號和13-1號煤層之間主要有11套連續砂巖儲層,并存在大量不連續砂巖儲層,砂巖厚度范圍為0~30 m。13-1號和12-2號煤層之間砂巖儲層較薄且主要與泥巖交替出現,是致密砂巖氣藏的常見特征。12-2號和8號煤層、1號和6號煤層之間都存在一套較厚的泥巖,可對下部砂巖儲層起到“封閉”作用,為致密砂巖氣提供了良好的儲氣地質條件。6號和8號煤層之間砂巖層較厚,頂、底的泥巖層較薄,不利于儲氣,含氣可能性較低。綜上可知,致密砂巖氣最有利的儲存區域為1號和6號煤層之間,該區煤層較厚、埋深較深,有利于煤層氣的產生,1號和6號煤層存在一套較厚的泥巖也有利于形成致密砂巖氣儲存密閉空間。

        表1 地質統計學反演與測井實際各巖性厚度統計

        煤層編號砂巖厚度真實/m反演/m相對誤差/%泥巖厚度真實/m反演/m相對誤差/%13-1號8.28.42.438.58.83.5311-2號2.83.110.711.41.614.298號2.22.513.602.02.514.286號1.21.416.678.08.22.501號30.030.10.333.13.23.22

        圖7 地質統計學反演巖性剖面及驗證

        4 結論與建議

        (1)地質統計學反演方法能夠對致密砂巖氣儲層進行有效預測,其預測巖性和厚度結果與測井實際資料一致性較高,對于厚度大的儲層(>5 m),預測相對誤差可控制在5%以內,厚度薄的儲層(1~5 m),其準確性也較高,預測相對誤差在17%以內,表明地質統計學反演方法在淮南地區煤田的致密砂巖氣儲層預測具有可行性。

        (2)基于研究區煤系地層內致密砂巖儲存的反演結果,推測1號和6號煤層之間為致密砂巖氣儲層“甜點”區域的可能性較大,建議重點在該區域內進行致密砂巖氣抽采試驗。

        (3)由于缺少抽采井數據,后續有待進一步研究,通過含氣砂巖和不含氣砂巖進行巖相控制,有望進一步提高地質統計學反演方法在致密砂巖氣儲層的預測準確性。

        參考文獻:

        [1] 謝玉洪,蔡東升,孫晗森.中國海油非常規氣勘探開發一體化探索與成效[J].中國石油勘探,2020,25(2):27-32.

        [2] 寇琳琳,孫現瑤,胡耀,等.致密砂巖氣藏研究思路及勘探方法探討[J].云南化工,2019,46(10):148-149.

        [3] 蔣振會,齊穎.曲線重構反演在非常規油藏儲層橫向預測中的應用[J].海洋地質前沿,2016,32(7):64-70.

        [4] 張國華,張會星.地質統計學反演與常規反演在儲層預測中的應用效果對比分析[J].中國煤炭地質,2015,27(4):57-62.

        [5] 張國華.地質統計學反演及其在儲層預測中的應用[D].青島:中國海洋大學,2015.

        [6] 王偉方.地質統計學反演在儲層預測中的應用[J].中州煤炭,2016(8):137-140,144.

        [7] 陳順順,姜子振,劉媛媛.地質統計學反演技術在紅崗北扶余油藏中的應用[J].西部探礦工程,2017,29(3):51-53,57.

        [8] 郝立亞.基于蒙特卡洛模擬的貝葉斯隨機波動模型及應用研究[D].長沙:湖南大學,2011.

        [9] 鄭進城,朱慧明.基于MCMC方法的貝葉斯AR(p)模型分析[J].統計與決策,2005(20):6-8.

        [10] ARILD B, ODD K, RAGNAR H, et al.Bayesian lithology and fluid prediction from seismic prestack data[J].Society of Exploration Geophysicists, 2008, 73(3):13-21.

        [11] 王朋巖,李耀華,趙榮.疊后MCMC法巖性反演算法研究[J].地球物理學進展,2015,30(4):1918-1925.

        [12] 宮秀軍.貝葉斯學習理論及其應用研究[D].北京:中國科學院研究生院(計算技術研究所), 2002.

        [13] 袁晶.貝葉斯方法在變量選擇問題中的應用[D].青島:山東大學,2013.

        [14] 鄭進城.貝葉斯經濟時間序列預測模型及其應用研究[D].長沙:湖南大學,2005.

        [15] 孫月成.基于Bayesian-MCMC算法的地質統計學反演及其在油藏模擬中的應用[J].地球物理學進展,2018,33(2):724-729.

        [16] 朱嵩,毛根海,劉國華,等.改進的MCMC方法及其應用[J].水利學報,2009,40(8):1019-1023.

        Research on geological modeling of tight sandstone gas reservoir in Huainan area by geostatistics inversion

        LIU Jun1, CUI Fan2, Wang Rui3, LIU Bo4, CHEN Boping2

        (1.Coal Industry Branch Company of Huaihe Energy (Group) Co., Ltd., Huainan, Anhui 232000,China;2.China University of Mining and Technology-Beijing, Haidian, Beijing 100083, China;3.China Petrochemical Corporation Petroleum Exploration and Development Research Institute, Haidian, Beijing 100083, China;4.Hebei University of Engineering, Handan, Hebei 056038, China)

        Abstract In view of the fact that the tight sandstone gas reservoir was thin, the geological phenomenon of sand-mud interbedding was common, and the conventional seismic inversion method cuold not accurately distinguish the spatial distribution of the thin reservoir, using the advantage of the geostatistical inversion method based on Markov chain-Monte Carlo algorithm in thin reservoir prediction, the lithology of the tight sandstone gas reservoir of coal measures in Huainan area was predicted, and three dimensional geological model was established.The results showed that most of the sandstone reservoirs in the coal measure strata in the study area were thin, and have the characteristics of sand-mud interbedding.By comparing with the actual logging data, the relative error of the predicted thickness of tight sandstone gas reservoir by the geostatistical inversion method was less than 17%, and for the sandstone reservoirs more than 5 m, the relative error was less than 5%.The inversion results could provide fine strata distribution information for the prediction of tight sandstone gas reservoir, and provide a reference for the "sweet spot" of tight sandstone gas reservoir.

        Key words geostatistics inversion; tight sandstone gas; geological modeling

        中圖分類號 TD712

        文獻標志碼 A

        移動掃碼閱讀

        引用格式:劉俊,崔凡,王瑞,等.地質統計學反演在淮南地區致密砂巖氣儲層的地質建模研究[J].中國煤炭,2021,47(5):7-12.doi:10.19880/j.cnki.ccm.2021.05.002

        LIU Jun, CUI Fan, Wang Rui, et al.Research on geological modeling of tight sandstone gas reservoir in Huainan area by geostatistics inversion [J].China Coal,2021,47(5):7-12.doi:10.19880/j.cnki.ccm.2021.05.002

        基金項目:淮南礦業集團科研項目(HNKYJTJS(2020)16號;HNKYJTJS(2018)181號)

        作者簡介:劉俊(1985-),漢族,安徽淮南人,本科學歷,高級工程師,主要從事礦井地質方向研究。E-mail:zgkdlj@126.com

        (責任編輯 郭東芝)

        體育下注app-網上體育投注平臺-im體育平臺App-官網推薦? 在线观看免费A∨网站,A毛片毛片看免费,免费A片在线观看,在线A毛片免费视频观看