页岩储层多尺度天然裂缝表征与三维地质建模:以四川盆地平桥构造带五峰组-龙马溪组页岩为例

Characterization and 3D modeling of multiscale natural fractures in shale gas reservoir: A case study in the Pingqiao structural belt, Sichuan Basin

摘要

天然裂缝是页岩储层重要的储集空间和渗流通道,查明天然裂缝类型及其空间展布特征是页岩气勘探开发的重要基础之一。基于地震、露头、岩心观察、测井和微观测试分析等资料,重点考虑裂缝对页岩气富集高产的控制作用,将页岩储层天然裂缝分为大尺度、中小尺度和微尺度3类,明确了各尺度裂缝表征与建模方法和应用效果。(1)大尺度裂缝通过叠后地震属性表征,中小尺度裂缝以岩心、成像测井和地震属性预测相结合的方法表征,微尺度裂缝通过岩心描述、扫描电镜观测等方法表征,明确了各尺度裂缝发育密度、开度、产状和充填状况等特征。(2)大尺度裂缝通过输入叠后地震属性表征参数,采用确定性建模方法建立大尺度裂缝DFN模型;中小尺度裂缝以单井成像测井解释数据为先验信息,以多信息融合的裂缝概率体为空间约束建立裂缝密度体,采用随机模拟方法建立中小尺度裂缝DFN模型;微尺度裂缝建模以微观测试分析获取的微裂缝参数为基础,井资料与TOC等主控因素属性体结合建立微裂缝密度体,采用随机模拟方法建立微裂缝DFN模型。(3)以四川盆地平桥构造带页岩气为例,开展了页岩储层不同尺度裂缝表征与三维地质建模工作,明确了不同尺度裂缝的发育位置、规模和产状特征,刻画了不同尺度裂缝的空间位置、倾角、方位角、几何尺寸、发育密度等属性特征,形成了多尺度页岩储层天然裂缝表征与建模技术,为页岩气藏数值模拟提供了较可靠的模型依据。该方法建立的平桥构造带页岩储层三维地质模型及其模拟结果与地质认识、生产数据吻合较好,对页岩气田开发具有参考价值。

关键词

页岩气 / 多尺度裂缝表征 / 裂缝建模 / 四川盆地

Key words

shale gas / multiscale fracture characterization / fracture modeling / Sichuan Basin

0 引言

我国南方海相页岩气勘探开发取得重大突破,在四川盆地涪陵、威远、长宁等页岩气田已取得规模效益开发。页岩储层致密,岩石脆性程度大,在构造应力作用下容易形成裂缝,同时当页岩储层中压力较大时,在孔隙压力作用下,会形成大量的微裂缝和页理缝^[1⇓-3]。天然裂缝对页岩气藏影响明显,一方面规模较大的开启裂缝影响页岩气的保存,另一方面裂缝可为页岩气提供有效的储存空间,改善储层的渗流能力,同时对水力压裂效果具有重要影响^[4-5]。因此,页岩储层天然裂缝研究意义重大。

目前,在页岩储层天然裂缝发育特征、主控因素和对页岩气压裂及产能影响等方面开展了大量研究工作,取得了显著的成果^{[6⇓⇓⇓⇓⇓-12]}。页岩储层天然裂缝类型和尺度多样,裂缝的发育特征主要通过露头、地震、岩心、测井、录井、生产动态和室内实验等多种资料开展研究,分析裂缝在区域上、单井上和平面上的展布特征^[13⇓-15]。天然裂缝的发育在宏观上受沉积作用、成岩作用和构造作用控制,微观上受有机质含量及其热演化程度、岩性界面物性差异、脆性矿物含量、岩石内部结构和非均质性等因素影响^[16-17]。天然裂缝对气井产量、压裂后人工缝网复杂程度及改造效果影响较大,微裂缝和水平缝在构造稳定区总体表现出积极的贡献,大尺度开启性的高角度缝则容易造成页岩气逸散且引起套管诱变、井漏等工程问题,同时裂缝的角度和层理缝发育密度等会影响压裂后的水力裂缝展布^[6-7,9,18]。前人对页岩储层裂缝研究多为特定尺度定性或半定量研究,集中体现在裂缝描述和主控因素分析方面,亟需开展目的层段页岩储层多尺度裂缝定量分析。大部分页岩气藏已经进入开发阶段,对页岩储层不同尺度裂缝在三维空间的展布开展定量分析至关重要。

本文以四川盆地平桥构造带页岩气区块五峰组-龙马溪组页岩储层为研究对象,通过野外露头、岩心、薄片观察、测井解释和地震预测等方法,结合页岩气勘探开发实践,对不同尺度裂缝进行表征,建立三维裂缝模型,并开展模型验证和应用工作,模拟结果与气田地质认识、生产数据吻合较好,该研究对提升页岩气田开发效率具有一定的指导作用。

1 区域地质背景

四川盆地自震旦纪以来,受多期构造作用的影响,形成了现今格局。平桥南页岩气区块行政区划隶属于重庆市,构造上位于四川盆地川东高陡褶皱带万县复向斜带,呈现东西分带、凹隆相间构造格局(图1)。区块勘探开发目的层系主要为奥陶系五峰组-志留系龙马溪组下部优质页岩气层段,埋深为1 500~4 200 m。龙马溪组页岩沉积时期处于加里东构造运动期,构造运动活跃,海平面升降频繁,发育多个沉积旋回,页岩层理发育,尤其是龙马溪组底部页岩层理尤为发育,储层非均质性强。开发的目的层段自下至上可依次划分为1~9小层。五峰组和龙马溪组地层早期沉积主体为半局限浅海相的深水陆棚沉积,主要发育黑色硅质页岩、粉砂质页岩、黏土质页岩和碳酸盐质页岩,有机质丰富,笔石发育显著,为一套优质页岩发育地层,厚度100~128 m。上覆地层为龙马溪组龙二段-小河坝组厚层灰色页岩、粉砂岩地层,下伏地层为临湘组-宝塔组浅灰色瘤状灰岩地层。

2 天然裂缝表征与建模方法流程

2.1 平桥区块天然裂缝分类

目前裂缝分类方法较多,主要从裂缝的力学性质、地质成因、产状、几何形态、大小(规模)、充填程度、识别手段和开度等方面进行分类^{[19⇓⇓⇓-23]}。近几年,随着页岩气开发经验的积累,人们逐渐认识到不同尺度裂缝对页岩气产能的贡献有差异,大尺度裂缝对页岩气保存条件具有较大影响,中小尺度裂缝控制了页岩储层的渗流,微尺度裂缝尤其是层理缝的发育程度对页岩气产能具有积极影响^[9,24]。同时,明确天然裂缝尺度分级,也是建立精细天然裂缝多尺度模型的前提^[25]。本文主要考虑天然裂缝对页岩气的影响,同时为了建模的需要,按照裂缝尺度对其进行分类。将页岩储层天然裂缝划分成大尺度、中小尺度和微尺度3类,以利于后续天然裂缝表征与建模,为定量刻画裂缝空间分布奠定基础。大尺度裂缝平面延伸长度在百米级至千米级,三维地震资料无法直接识别,主要受构造应力控制,钻井钻遇少,可通过三维叠后地震属性分析进行预测。中小尺度裂缝延伸长度为米级至百米级,主要受构造应力和断层双重控制,可通过露头、测井、岩心和薄片观察进行判定,地震属性也可预测其平面展布,但存在一定不确定性。微尺度裂缝延伸长度为微米级至厘米级,主要受有机质含量、脆性矿物组分等影响,可根据岩心观察、CT扫描、浸水实验和高分辨率扫描电镜Maps识别来研究,是页岩气赋存的重要孔隙空间,对页岩气的开采意义重大。研究区内页岩储层天然裂缝发育复杂,裂缝类型多样,可从露头、岩心、薄片和扫描电镜等不同资料中识别出纳米级到百米级不同尺度与充填程度且产状各异的裂缝(图2)。

2.2 不同尺度裂缝表征与建模方法

在综合前人研究思路和方法的基础上,本文提出一套基于页岩储层不同尺度裂缝分类的储层表征与建模方法流程,主要包括如下3个步骤。

(1)天然裂缝分类。根据裂缝的规模、识别方法和主控因素,将页岩储层天然裂缝划分成大尺度、中小尺度、微尺度3类。

(2)不同尺度天然裂缝表征。充分利用地震、岩心、成像测井和微观测试等资料,对裂缝的产状、延伸长度、开度、发育密度和充填情况等裂缝属性参数进行精细描述与表征。大尺度裂缝主要利用叠后地震属性预测其平面分布,中小尺度裂缝表征主要以岩心观察与描述、成像测井解释及地震属性预测相结合的方法开展研究,微尺度的层理缝通过岩心描述、高分辨率扫描电镜Maps分析等方法表征页理缝的发育密度、开度、产状和充填状况。

(3)不同尺度天然裂缝建模。大尺度裂缝建模主要以叠后地震属性预测的大尺度裂缝参数为数据输入,该尺度裂缝的延伸长度、形态、开度等参数基本是确定的,采用确定性建模方法建立大尺度裂缝离散网络模型;中小尺度裂缝建模以岩心观察与描述、成像测井解释及地震属性预测的裂缝密度、倾向、倾角、开度等参数作为输入参数,采用随机建模方法建立中小尺度裂缝离散网络模型;微尺度裂缝以岩心描述、高分辨率扫描电镜Maps分析等方法获取的微裂缝发育密度、开度、产状等参数作为输入参数,微尺度裂缝发育受总有机碳含量、脆性矿物等控制,建模时在主控因素属性体约束下采用随机建模的方法建立微尺度裂缝离散裂缝模型。最后,通过地质认识、生产测试等验证模型的准确性。

由于不同尺度裂缝的识别方法、参数特征和分布规律与主控因素具有明显差异,且不同尺度裂缝对页岩气保存及产能贡献各异,因此需要在对裂缝进行合理分类的基础上精细表征不同类型裂缝的特征,并建立三维地质模型,以精细化、可视化和定量化揭示天然裂缝空间分布规律。

3 平桥构造带不同尺度天然裂缝表征

3.1 大尺度裂缝表征

大尺度裂缝延伸长度在百米至千米,该尺度裂缝对页岩气保存条件有较大的影响,钻井过程中一般尽量避开此类裂缝,因此钻遇大尺度裂缝概率低,难以利用单井上的岩心和测井资料识别,一般通过三维叠后地震属性分析进行表征和预测,同时区域应力的大小和方向控制了该尺度裂缝的发育程度和走向^[26]。常用来预测大尺度裂缝分布特征的三维叠后地震属性体主要有方差体、蚂蚁体、最大释然体、相干体、曲率体、振幅体、瞬时频率体和倾角体等^[22,27-28]。此外,大尺度裂缝的延伸长度、开度和产状是非常重要的裂缝表征参数,是后续裂缝建模需要精细刻画的参数。

在研究区开展了相关叠后地震裂缝预测,发现蚂蚁追踪技术可以较好地用于表征大尺度裂缝特征。首先对叠后地震数据体进行构造平滑、边缘增强等处理,在此基础上建立方差体,更加突出可识别的裂缝信息;然后利用蚂蚁追踪技术对方差体中不连续痕迹进行追踪,提取蚂蚁体属性,进而预测常规地震解释不能识别出的断裂和裂缝(图3a)。结果表明,平桥南地区大尺度裂缝走向主要为北东-南西向,与断层走向大体一致,裂缝长度为100~1 000 m,大多数分布在150~450 m(图3b,c)。该方法在四川盆地主要页岩气区块均取得较好预测效果^[29]。

3.2 中小尺度裂缝表征

中小尺度裂缝是页岩储层裂缝研究的主要对象,延伸长度为米级至百米级,裂缝开度为几十微米至百微米。通常采用岩心观察与描述、成像测井解释和常规测井相结合的方法对其进行定量表征。研究区内依据岩心和成像测井解释资料,识别出中高角度的高阻缝、低角度的高阻缝和少量高导缝(图4)。其中,高阻缝在成像测井图上表现为亮色正弦曲线,是原始裂缝被后期发生次生作用形成的高阻矿物充填的表现,围岩与泥浆电阻率差异越大,裂缝越易识别;高导缝则显示为暗色正弦条纹,为泥质充填或高导电泥浆侵入所致,这与舒志恒的研究成果^[30]较一致。此外,从岩心上发现低角度裂缝面可见擦痕、镜面,可能为层面岩层滑移所致;高导缝面见大量黄铁矿存在,这也是导致裂缝呈现高导电性的原因。

对研究区内所有岩心和成像测井资料进行统计,发现:中小尺度裂缝线密度为0~3条/m,平均为0.2条/m(图5a);裂缝开度为0.01~0.32 mm,平均为0.06 mm(图5b);裂缝走向主要集中在40°~60°和320°~340°(图5c);裂缝倾角主要为50°~85°(图5d)(图5)。A井成像测井解释结果显示:纵向上裂缝非均质性强,2号小层和3号小层裂缝发育,其他小层裂缝均不太发育;裂缝多为高角度的高阻缝;2号小层裂缝走向主要为210°~240°和270°~310°,3号小层裂缝走向主要为180°~210°。过C、A和B井的裂缝对比剖面也显示研究区五峰组-龙马溪组下部地层主要发育高阻缝和低角度裂缝,高阻缝主要是高角度裂缝。裂缝密度曲线运用petrel内嵌的计算方法得到,即各深度点的裂缝密度为给定深度窗口长度内裂缝累积条数与窗口长度的比值。横向上,C井附近1~4小层裂缝不发育,A井区1~3小层高阻缝发育,B井区1~3小层高阻缝较发育。6~9小层,裂缝在C井附近较发育,A井附近不发育;B附近8和9小层局部发育(图6)。

由于连续取心和成像测井的成本高,资料有限,仅靠岩心和成像测井资料难以客观预测某一区块中小尺度裂缝分布。中小尺度裂缝还可通过地震属性进行平面上的预测,该方法具有一定的不确定性,如何较准确预测裂缝密度分布是关键,目前来看,多地震属性融合是提高中小尺度裂缝密度预测精度的一种有效手段^{[31⇓⇓-34]}。因此,未来加强多属性地震融合技术攻关是中小尺度裂缝密度精确预测的趋势。

3.3 微尺度裂缝定量表征

微尺度裂缝规模小,地震和测井资料均难以识别,一般采用微观分析的方法获取微裂缝的属性参数,常用方法包括岩心CT扫描、高分辨率扫描电镜Maps分析、浸水实验等^[35]。页理缝是微尺度裂缝表征的重要类型,是页岩储层重要的储集空间和运移通道,是本次微尺度裂缝表征和建模的主要对象,对页岩气的开采意义重大^[9,36]。研究中利用扫描电镜识别页岩样品的微裂缝,共发现裂缝64条,除少量认为是后期制样产生的人工缝外,其余均为页理缝(图7)。对页理缝开度、长度、线密度等参数特征进行统计,页理缝开度为0~61.2 μm,主要集中在1~6 μm,页理缝长度0~20 mm,主要集中在2~7 mm,裂缝的倾角主要为6°~8°,裂缝的线密度为0.54~6.06条/cm,主要集中在3~4条/cm;页理缝面孔率为0.004%~2.873%,总体分布极不均匀,页理缝最大面孔率可达2.873%,最小为0.004%,主要集中在0.01%以下(图8)。

岩心观察和Maps分析显示,页理缝发育密度与TOC含量呈现明显的正相关(图9)。高TOC含量的页岩层系意味着沉积速率极低,笔石相对富集,易于形成页理面;有机质在还原环境下演化有利于促进黄铁矿颗粒在层面生成和富集。当TOC含量高时,在有机质演化后期沥青在页岩中的浓度高,有利于沥青聚集形成易于剥离的弱结构面,也有利于形成沥青充填的大量微裂缝;而当TOC含量偏低时,沥青团块和沥青线状分布几率降低,笔石聚集和黄铁矿顺层发育等形成弱结构面的几率也降低。储层高异常流体压力应是形成页理面和页理缝的主要因素^[36]。TOC含量在纵向和平面上的分布显示:纵向上TOC含量具有自下而上降低的明显趋势;平面上研究区中部TOC含量最低,南部和北部地区相对较高。分析页理缝与TOC含量的相关关系后可知,页理缝亦具有同样的纵向与平面分布规律(图6,10)。

4 平桥构造带不同尺度天然裂缝建模

4.1 大尺度裂缝建模

目前国内外天然裂缝建模主要采用离散裂缝网络(DFN)建模方法,该方法使用三维空间中具有不同形状、大小、方位和倾角的裂缝片表征每条裂缝,不同裂缝片的展布和排列组合成裂缝网络,进而构成三维裂缝模型^[37-38]。离散裂缝网络建模方法既可以是确定性的,也可以是随机性的。目前页岩储层天然裂缝建模多采用确定性和随机性建模相结合的方法。对于大尺度裂缝,每条裂缝的长度、形态、开度等参数基本确定,建立裂缝模型时采用确定性建模方法直接建立与之匹配的大尺度裂缝网络模型。

天然裂缝建模利用斯伦贝谢公司的专业建模软件petrel实现。大尺度裂缝建模基于地震蚂蚁属性体,运用断裂自动提取技术提取该尺度裂缝的裂缝片,在此基础上开展建模。在对地震数据体进行构造平滑处理、边缘增强、方差体计算等处理后得到蚂蚁属性体,再利用斯伦贝谢petrel软件的断裂自动提取技术从蚂蚁属性体中提取大尺度裂缝,每条大尺度裂缝都带有裂缝走向、长度、倾角等属性参数。在人机交互提取大尺度裂缝的基础上,采用确定性建模方法建立大尺度裂缝DFN模型,同样模型中每条裂缝都有各自的裂缝走向、长度、倾角等信息(图11)。研究区大尺度裂缝模型中裂缝长度在数百米至上千米,走向主要为北东向。

4.2 中小尺度裂缝建模

相对于大尺度裂缝,中小尺度裂缝属性参数预测存在一定不确定性,因此多采用随机性模拟方法实现^[28]。中小尺度裂缝三维裂缝密度建模是该尺度裂缝建模的重点,其准确度直接影响建立的中小尺度裂缝模型的精度^[39-40]。中小尺度裂缝密度建模中,需要综合考虑其发育的控制因素和地震属性体预测的裂缝分布。中小尺度的裂缝通常为大断裂的伴生裂缝,该尺度裂缝的发育密度与断层相关,建立该尺度裂缝模型需要断裂的空间约束,如距断层越近,该尺度裂缝发育密度越大^[24,31]。中小尺度裂缝是页岩储层天然裂缝的重要组成部分,但受地震资料分辨率的影响,井间预测的中小尺度裂缝具有一定的随机性,因此中小尺度裂缝建模主要采用随机模拟的方法建立中小尺度裂缝DFN模型。

裂缝密度模型的建立是中小尺度裂缝模型建立的关键。中小尺度裂缝在纵、横向上存在明显的非均质性,其发育受矿物成分与含量、断层及大尺度裂缝、构造应力等多种因素控制。研究中利用petrel软件自带的神经网络模块,对断层距离、构造曲率、蚂蚁体、倾角体等属性体进行相关性判别,其中断层距离、蚂蚁体和构造曲率与裂缝井点成像测井解释结果的相关系数分别是0.83、0.68和0.57。通过相关性大小对裂缝影响因素进行排序,最终优选断层距离、蚂蚁体和构造曲率体通过神经网络学习得到多信息融合的综合裂缝预测概率体。裂缝密度模型建立时,根据成像测井解释的裂缝数据计算得到单井裂缝密度曲线,然后以单井裂缝密度曲线为建模硬数据,以上述多信息融合的裂缝概率体作为空间约束,采用序贯高斯协同模拟方法进行裂缝密度三维空间插值,建立裂缝密度模型(图12a)。从中小尺度裂缝平面分布(图12b)可见,中小尺度裂缝在平面上非均质性较强,3号小层裂缝在A井附近最发育,在C井附近发育程度相对低。总体上断裂附近裂缝更发育,尤其是工区南部受复杂构造带影响大,造成工区南部裂缝总体上比北部裂缝更发育,与地质认识符合较好。

中小尺度裂缝DFN模型建立的关键在于中小尺度裂缝参数的设置。根据研究区岩心观察与描述及成像测井解释统计了裂缝倾角、方位角、开度和长度等参数特征。裂缝的开度为0.01~0.32 mm,平均为0.06 mm,裂缝走向为30°~360°,主要集中在40°~60°和320°~340°,裂缝的倾角主要为50°~85°,这些参数可作为裂缝建模的输入参数,裂缝的密度参数以上述建立的裂缝密度体为输入,采用随机模拟的方法建立中小尺度裂缝DFN模型(图12c)。从开发的主力小层3小层中小尺度裂缝平面分布图上可见天然裂缝在A井区最发育,在工区北部不发育,在B井地区发育程度比A井区差,这与岩心观察、成像测井解释和裂缝密度模型预测的裂缝分布是一致的。

4.3 微尺度裂缝建模

微尺度裂缝的研究多局限于各类微观分析的方法,主要描述微裂缝的密度、充填情况和产状等特征,鲜有页岩气区微裂缝三维地质建模的实例报道。该尺度裂缝建模主要采用离散裂缝网络建模的方法,通过赋以裂缝表征获取的参数,随机模拟建立三维裂缝模型。页理缝是建模的主要对象,但地震资料和测井资料均难以对其进行识别,岩心观察、高分辨率扫描Maps分析、浸水实验等分析测试法是目前获取页理缝发育密度、开度等参数的主要方法^[9,35]。目前微尺度裂缝建模研究重点主要包括两方面:一是页理缝属性参数的获取;二是页理缝发育密度的约束条件研究。

以岩心观察、扫描电镜Maps分析等微观资料分析统计的裂缝参数数据为依据,统计建模所需的页理缝倾角、长度、开度等参数,平桥南区块页理缝开度为0~61.2 μm,主要集中在1~6 μm,微裂缝长度0~30 mm,长度小于1 μm裂缝数量最多,裂缝的倾角主要为6°~8°。前文已述高TOC含量是本区页理缝发育的主控因素,因此可作为页理缝密度建模时的约束条件。页理缝密度建模时首先根据微观分析测试获取的页理缝发育密度与TOC含量的相关性,采用测井解释方法,依据TOC含量曲线计算获取每口井页理缝发育密度曲线,进而在TOC含量属性模型约束下采用随机模拟的方法建立页理缝发育密度体模型,为裂缝建模提供裂缝密度输入数据。3小层层理缝密度平面分布与TOC含量分布规律类似(图13a)。页理缝建模以页理缝密度体以及统计获取的页理缝方位、倾角和开度统计结果为输入数据,采用随机模拟方法建立页理缝DFN模型(图13b)。

将大尺度裂缝、中小尺度裂缝和页理缝离散裂缝网络模型叠加在一起,即可得到研究区综合离散裂缝网络模型。不同尺度天然裂缝模型的融合在软件中主要通过对离散裂缝网络模型进行粗化,生成最终的裂缝孔隙度、渗透率等裂缝属性参数模型。

4.4 模型的验证及应用

模型的验证主要通过地质认识和生产数据实现。一是验证模型预测的各尺度裂缝与现有岩心观察、成像测井、微观观察分析的裂缝参数和地质认识是否符合,针对该部分,已在各尺度裂缝建模中对各尺度裂缝模型与收集的地质、测井等资料和地质认识的吻合性予以了说明。二是验证生产动态资料和单井产能等与模型预测裂缝的吻合度。以A和B井为例进行验证:A井2019年4月19日投产,试产产量19.65万m³/d,截至2021年8月,产气量1.99万m³/d,累产0.325 7亿m³;B井于2019年5月20日投产,试产产量9.01万m³/d,截至2021年8月,产气量8.25万m³/d,累产0.339 9亿m³(表1)。从页岩储层的物质基础和可压性方面来看:A井TOC含量、总含气量、脆性矿物含量均比B井稍低,两井工程施工条件相当,A井中小尺度裂缝比B井更发育(图12b),裂缝是页岩气运行的重要渗流通道,这可能是生产前期A井比B井产量高的一大原因;B井页理缝发育密度比A井高(图13a),页理缝对页岩气渗流产生积极影响,可能是B井累产比A井累产气量高的一大原因。

5 结论

(1)根据裂缝规模及其对页岩气富集高产的控制作用,将天然裂缝分为大尺度、中小尺度和微尺度3种。大尺度裂缝平面延伸长度在百米级至千米级,裂缝开度大于100 μm,主要受构造应力控制,可通过三维叠后地震属性进行预测;中小尺度裂缝为延伸长度为米级至百米级的裂缝,裂缝开度为50 μm至百微米级,主要受构造应力和岩相控制,可通过野外露头、测井和岩心开展评价,地震属性可预测其平面展布。微尺度裂缝开度多小于50 μm,主要受有机质含量、脆性矿物组分等控制,可通过岩心观察、CT扫描成像、浸水实验和扫描电镜识别等方法来研究。

(2)以四川盆地平桥构造带页岩气为例,建立了五峰组-龙马溪组页岩储层多尺度裂缝三维地质建模。大尺度裂缝通过叠后地震属性表征参数,采用确定性建模方法建立大尺度裂缝DFN模型。中小尺度裂缝以单井成像测井解释数据为先验信息并以多信息融合的裂缝概率体为平面约束建立裂缝密度体,采用随机模拟建立中小尺度裂缝DFN模型。微尺度裂缝建模则以微观测试分析获取的微裂缝参数为基础,测井资料与TOC含量等主控因素结合建立微裂缝密度体,采用随机模拟建立微裂缝DFN模型。

(3)通过平桥构造带页岩气的地质认识、动态生产数据验证了所建立的多尺度裂缝三维地质模型的合理性。该模型预测的各尺度裂缝与岩心观察、成像测井、扫描电镜微观观察的裂缝参数和地质认识吻合较好。以A井与B井为例,通过生产动态及产能等生产数据分析,讨论了天然裂缝对页岩气产能的贡献,验证了模型预测裂缝的合理性。

参考文献

[1] ZENG L B, LYU W Y, LI J, et al. Natural fractures and their influence on shale gas enrichment in Sichuan Basin, China[J]. Journal of Natural Gas Science and Engineering, 2016, 30: 1-9.

[2] CHO Y, APAYDIN O G G, OZKAN E. Pressure-dependent natural-fracture permeability in shale and its effect on shale-gas well production[J]. SPE Reservoir Evaluation and Engineering, 2013, 16(2): 216-228.

[3] DING W L, ZHU D W, CAI J J, et al. Analysis of the developmental characteristics and major regulating factors of fractures in marine-continental transitional shale-gas reservoirs: a case study of the Carboniferous-Permian strata in the southeastern Ordos Basin, central China[J]. Marine and Petroleum Geology, 2013, 45: 121-133.

[4] DING W L, DAI P, ZHU D W, et al. Fractures in continental shale reservoirs: a case study of the Upper Triassic strata in the SE Ordos Basin, central China[J]. Geological Magazine, 2016, 153(4): 663-680.

[5] 冯其红, 徐世乾, 王森, 基于嵌入离散裂缝的页岩气藏视渗透率模型[J]. 地球科学, 2017, 42(8): 1301-1313.

[6] 汪虎, 何治亮, 张永贵, 四川盆地海相页岩储层微裂缝类型及其对储层物性影响[J]. 石油与天然气地质, 2019, 40(1): 41-49.

[7] 丁文龙, 李超, 李春燕, 页岩裂缝发育主控因素及其对含气性的影响[J]. 地学前缘, 2012, 19(2): 212-220.

[8] TIAN H, ZENG L B, MA S J, et al. Effects of different types of fractures on shale gas preservation in Lower Cambrian shale of northern Sichuan Basin: evidence from macro-fracture characteristics and microchemical analysis[J]. Journal of Petroleum Science and Engineering, 2022, 218: 110973.

[9] 郭旭升, 胡东风, 魏祥峰, 四川盆地焦石坝地区页岩裂缝发育主控因素及对产能的影响[J]. 石油与天然气地质, 2016, 37(6): 799-808.

[10] GALE J F W, REED R M, HOLDER J. Natural fractures in the Barnett Shale and their importance for hydraulic fracture treatments[J]. AAPG Bulletin, 2007, 91(4): 603-622.

[11] 龙鹏宇, 张金川, 唐玄, 泥页岩裂缝发育特征及其对页岩气勘探和开发的影响[J]. 天然气地球科学, 2011, 22(3): 525-532.

[12] ZENG W T, ZHANG J C, DING W L, et al. Fracture development in Paleozoic shale of Chongqing Area (South China). Part one: fracture characteristics and comparative analysis of main controlling factors[J]. Journal of Asian Earth Sciences, 2013, 75: 251-266.

[13] 曾联波, 吕鹏, 屈雪峰, 致密低渗透储层多尺度裂缝及其形成地质条件[J]. 石油与天然气地质, 2020, 41(3): 449-454.

[14] 丁文龙, 许长春, 久凯, 泥页岩裂缝研究进展[J]. 地球科学进展, 2011, 26(2): 135-144.

[15] 王子萌, 蒋裕强, 付永红, 基于核磁共振表征渝西地区五峰组-龙一₁亚段页岩储层孔隙结构及非均质性[J]. 地球科学, 2022, 47(2): 490-504.

[16] 翟刚毅, 王玉芳, 包书景, 我国南方海相页岩气富集高产主控因素及前景预测[J]. 地球科学, 2017, 42(7): 1057-1068.

[17] 田鹤, 曾联波, 徐翔, 四川盆地涪陵地区海相页岩天然裂缝特征及对页岩气的影响[J]. 石油与天然气地质, 2020, 41(3): 474-483.

[18] 周彤, 王海波, 李凤霞, 层理发育的页岩气储集层压裂裂缝扩展模拟[J]. 石油勘探与开发, 2020, 47(5): 1039-1051.

[19] 管全中, 董大忠. 页岩储集层中裂缝对产量影响的探讨[J]. 矿物岩石地球化学通报, 2015, 34(5): 1064-1070.

[20] 聂海宽, 张金川. 页岩气储层类型和特征研究: 以四川盆地及其周缘下古生界为例[J]. 石油实验地质, 2011, 33(3): 219-225, 232.

[21] 邓西里, 李佳鸿, 刘丽, 裂缝性储集层表征及建模方法研究进展[J]. 高校地质学报, 2015, 21(2): 306-319.

[22] 刘敬寿, 丁文龙, 肖子亢, 储层裂缝综合表征与预测研究进展[J]. 地球物理学进展, 2019, 34(6): 2283-2300.

[23] GAI S H, JIA A L, WEI Y S, et al. Characterization and modelling of multiscale natural fractures in shale reservoirs: a case study from a block in the southern Sichuan Basin[J]. Geofluids, 2022, 2022: 6872983.

[24] 商晓飞, 龙胜祥, 段太忠. 页岩气藏裂缝表征与建模技术应用现状及发展趋势[J]. 天然气地球科学, 2021, 32(2): 215-232.

[25] 刘建军, 吴明洋, 宋睿, 低渗透油藏储层多尺度裂缝的建模方法研究[J]. 西南石油大学学报(自然科学版), 2017, 39(4): 90-103.

[26] 吕文雅, 曾联波, 陈双全, 致密低渗透砂岩储层多尺度天然裂缝表征方法[J]. 地质论评, 2021, 67(2): 543-556.

[27] WU Y H, CHENG L S, KILLOUGH J, et al. Integrated characterization of the fracture network in fractured shale gas reservoirs: stochastic fracture modeling, simulation and assisted history matching[J]. Journal of Petroleum Science and Engineering, 2021, 205: 108886.

[28] 何伟, 马世忠, 袁江如, 致密油储层不同尺度、多重介质建模方法研究: 以吉木萨尔凹陷芦草沟组上甜点为例[J]. 地球物理学进展, 2017, 32(2): 618-625.

[29] 舒红林, 王利芝, 尹开贵, 地质工程一体化实施过程中的页岩气藏地质建模[J]. 中国石油勘探, 2020, 25(2): 84-95.

[30] 舒志恒. 涪陵页岩气田五峰组-龙马溪组含气页岩段裂缝发育特征及其影响[J]. 中外能源, 2018, 23(11): 30-35.

[31] 孙爽, 赵淑霞, 侯加根, 致密砂岩储层多尺度裂缝分级建模方法: 以红河油田92井区长8储层为例[J]. 石油科学通报, 2019, 4(1): 11-26.

[32] 林承焰, 李辉, 马存飞, 致密砂岩储层天然裂缝建模方法[J]. 中国石油大学学报(自然科学版), 2019, 43(5): 21-33.

[33] 贾爱林, 郭智, 郭建林, 中国储层地质模型30年[J]. 石油学报, 2021, 42(11): 1506-1515.

[34] 但玲玲, 史长林, 文佳涛, 多信息融合裂缝建模技术在碳酸盐岩双重介质油藏开发中的应用[J]. 油气地质与采收率, 2022, 29(1): 46-52.

[35] GOU Q Y, XU S, HAO F, et al. Full-scale pores and micro-fractures characterization using FE-SEM, gas adsorption, nano-CT and micro-CT: a case study of the Silurian Longmaxi Formation shale in the Fuling area, Sichuan Basin, China[J]. Fuel, 2019, 253: 167-179.

[36] 欧成华, 李朝纯. 页岩岩相表征及页理缝三维离散网络模型[J]. 石油勘探与开发, 2017, 44(2): 309-318.

[37] 董大忠, 施振生, 孙莎莎, 黑色页岩微裂缝发育控制因素: 以长宁双河剖面五峰组-龙马溪组为例[J]. 石油勘探与开发, 2018, 45(5): 763-774.

[38] 聂海宽, 党伟, 张珂, 中国页岩气研究与发展20年: 回顾与展望[J]. 天然气工业, 2024, 44(3): 20-52.

[39] 董少群, 曾联波, XU C S, 储层裂缝随机建模方法研究进展[J]. 石油地球物理勘探, 2018, 53(3): 625-641.

[40] 董少群, 吕文雅, 夏东领, 致密砂岩储层多尺度裂缝三维地质建模方法[J]. 石油与天然气地质, 2020, 41(3): 627-637.

基金资助

国家自然科学基金项目(42130803)

国家自然科学基金项目(41872124)

中国石化科技项目(P23132)