鄂尔多斯盆地庆城油田长7页岩油储层多尺度裂缝三维地质建模

Three-dimensional modeling of multiscale fractures in Chang 7 shale oil reservoir in Qingcheng oilfield, Ordos Basin

摘要

页岩油储层普遍发育多尺度天然裂缝,天然裂缝是页岩油储层主要的储集空间和渗流通道,多尺度天然裂缝分布规律制约着页岩油气储层高效开发。本文以鄂尔多斯盆地庆城油田长7页岩油储层为例,结合地表露头、岩心、薄片、测井和地震等资料,在划分多尺度裂缝的基础上,明确了多尺度裂缝的发育特征,形成了多尺度裂缝建模方法,建立了典型区块X井区长7₁储层多尺度裂缝三维离散网络模型。根据蚂蚁体叠后地震属性明确了大尺度裂缝分布特征,用确定性方法建立了大尺度裂缝地质模型;结合储层地质力学方法和常规测井裂缝解释结果,建立了中、小尺度裂缝发育强度约束体,然后以发育强度约束体为约束,协同中、小尺度裂缝参数,采用随机建模方法分别建立了中、小尺度裂缝地质模型。最终将大、中、小尺度裂缝网络模型融合形成多尺度裂缝网络模型,并建立裂缝等效属性模型。结果表明X井区长7₁大尺度裂缝发育于该区东北部,中尺度裂缝和小尺度裂缝多发育于该区西部、西南部和东北部大尺度裂缝发育位置。建立的多尺度裂缝模型与单井裂缝发育规律和实际生产动态数据吻合,可为庆城地区X井区页岩油气增储上产提供地质依据。

关键词

页岩油储层 / 多尺度裂缝 / 发育特征 / 三维离散网络模型 / 庆城油田 / 鄂尔多斯盆地

Key words

shale oil reservoir / multi-scale fracture / developmental characteristics / 3D discrete network model / Qingcheng oilfield / Ordos Basin

0 引言

随着我国石油和天然气对外依存度的不断上升,页岩油气和致密砂岩油气等非常规油气资源已经成为我国实现油气增储上产的重要资源,对深入推进能源革命,确保能源安全具有重要战略意义^[1-2]。不同于常规储层,页岩油储层成岩作用强烈,储层物性差,受多期构造应力作用和岩石力学层控制,不同尺度天然裂缝发育^[3]。天然裂缝是页岩油储层油气重要的储集空间和渗流通道,直接影响着页岩油储层的油气勘探和开发效果^[4-5]。庆城油田长7油层组是中石油页岩油勘探开发示范区,近年来在储层非均质性^[6-7]、页岩油水平井体积压裂^[8-9]等方面实现了重大突破,已经成为页岩油增储上产的重要区域。钻井、成像测井等资料显示庆城油田长7页岩油储层天然裂缝发育,天然裂缝有的穿层、有的在层内终止,呈现多尺度性。生产实践表明,天然裂缝的发育程度是影响长7页岩油单井产能高低的重要因素^[10⇓-12],因此,亟需开展多尺度天然裂缝的分析及三维地质建模,明确不同尺度裂缝空间分布规律,推动庆城油田页岩油储层的高效开发。

裂缝建模是近几年来储层裂缝研究中的热门领域,准确的裂缝模型不仅可以反映裂缝发育的统计学特征,系统地表征天然裂缝的产状、密度和空间分布等特征,还可以为井网部署^[13⇓-15]、复杂缝网体积压裂^[16-17]和油藏数值模拟^[10,18]等提供地质依据。裂缝性储层多尺度裂缝建模方法尚处于探索阶段,已有建模方法主要通过地震资料获得大规模裂缝并用确定性建模方法建立大尺度裂缝模型^[19-20],其表征的裂缝通常是规模较大的裂缝;以岩心观察、成像测井解释获取小规模裂缝发育特征,并以单井裂缝解释为基础建立裂缝密度模型,或计算岩石脆性指数,并在地震数据约束下考虑断层对裂缝发育的影响,建立裂缝发育概率体,最后用随机建模方法建立小尺度裂缝模型^{[21⇓⇓⇓-25]},进而确定裂缝空间分布规律。其中随机建模主要以离散裂缝网络建模方法为代表^[26-27],离散裂缝网络建模具有多学科、多资料协同的优点,其可以融合地震、地表露头、岩心、测井和生产动态等资料获取的裂缝数据^[19,21],并通过示性点过程将从地表露头、岩心、成像测井等资料获取的裂缝产状、长度、开度等赋予每个裂缝片对应的裂缝参数属性^[28-29]。此外,离散裂缝网络模型能够更好地反映裂缝的非均质性和不同尺度,是目前裂缝建模中应用最多、发展最快的模型。然而目前不同储层多尺度裂缝划分方案差异较大,且相比于海相页岩油储层,庆城地区陆相页岩油储层隔夹层发育,砂泥互层特征明显,岩石力学层特征复杂,多尺度裂缝发育特征和划分方案尚不明确。另外,在裂缝建模时,岩心及成像测井资料少,裂缝描述尺度局限于小规模裂缝,取心连续性差导致岩心解释裂缝密度不连续,地震解释获取裂缝多为规模较大的裂缝,缺乏对中尺度裂缝的划分和空间分布信息的表征。因此,明确裂缝尺度划分、解决岩心成像测井数据少的问题、寻找中小尺度裂缝空间分布预测方法,是页岩油储层多尺度裂缝精细建模的关键。

目前为止,前人对鄂尔多斯盆地合水、宁县、陇东、姬塬、安塞、洛河和马岭等地区延长组长7段页岩油层系天然裂缝发育特征做了大量研究^{[30⇓⇓⇓⇓⇓⇓-37]},认为延长组长7段主要发育构造裂缝、成岩裂缝和异常高压裂缝3种类型,其中以高角度构造剪切裂缝为主;构造裂缝受岩性、岩石力学层厚度、断层等因素控制。但对庆城油田长7页岩油层系多尺度裂缝发育特征及划分方案缺乏深入研究,且尚未开展多尺度裂缝三维地质建模研究,不同尺度裂缝的空间展布规律尚不明确。

本文利用地表露头、岩心和成像测井等资料,结合常规测井裂缝识别方法、储层地质力学方法和叠后属性裂缝预测等多种方法,明确了庆城油田长7页岩油储层多尺度裂缝的分布特征,针对不同尺度裂缝采用确定性建模和随机建模相结合的方法,“分尺度-分组系”建立了长7页岩油主要开发层系长7₁储层的多尺度裂缝三维地质模型,并以已有的单井裂缝发育规律和实际生产动态资料对模型进行优化,明确了不同尺度天然裂缝发育特征和分布规律,为庆城油田页岩油储层井网部署和体积压裂复杂缝网系统开发提供地质依据。

1 区域地质特征

庆城油田位于鄂尔多斯盆地一级构造单元伊陕斜坡西南部,西邻天环坳陷,南邻渭北隆起(图1a^[38]),区域构造特征表现为一个向西倾斜的单斜构造,地层倾角不足1°,平均坡降为6~10 m/km,在大的单斜构造背景之上发育了一系列因差异压实作用而形成的低幅鼻状隆起,自下而上具有一定的继承性^[39-40]。三维地震资料显示,研究区大规模断层发育少,局部发育小规模断层。

三叠系延长组长7油层组纵向厚度为90~110 m,可细分为长7₁、长7₂和长7₃共3个小层(图2)。鄂尔多斯盆地晚三叠世延长期以陆内坳陷湖盆碎屑岩沉积为主,下部长7₃小层为最大湖泛期,在盆地内部形成了长7段规模最大、分布范围最广的富有机质页岩^[41-42];长7₃-长7₁时期,鄂尔多斯盆地整体抬升,研究区在河控湖泊三角洲^[43]和重力流沉积^[44]作用下(图1b^[45]),在长7₁和长7₂小层内形成了多套大面积分布的细粒砂岩,其中长7₁小层单砂体厚度较长7₂大,表现为厚层砂岩夹薄层泥岩^[38,46]。根据岩心物性分析结果,研究区长7₁储层孔隙度主要分布在4%~12%,渗透率分布在0.01~0.4 mD,储层物性差。区内长7储层主要经历燕山期和喜马拉雅期两期构造运动,岩石强度和脆性程度较大,天然裂缝发育^[25,47]。

2 多尺度裂缝发育特征

目前裂缝尺度划分方法多样,如根据裂缝长度与地震波长关系划分裂缝^[48⇓-50],根据识别裂缝的资料划分^[14,51-52],根据裂缝对储层物性的贡献进行划分^[53-54],根据裂缝受限制的岩石力学层界面和裂缝规模进行划分^[3,55-56]等。本文根据天然裂缝发育规模、切穿层位和与岩石力学层关系将研究区裂缝划分为大尺度、中尺度、小尺度和微尺度裂缝4种类型。其中大尺度裂缝在长7页岩油储层内发育,通常切穿小层,纵向上高度大于10 m,平面延伸长度为百米到数百米,甚至数千米;中尺度裂缝被限制于小层内发育,表现为切穿多个单层的穿层裂缝,纵向上高度为一米到数米之间,平面延伸长度多为十米到数十米;小尺度裂缝在单个岩性层内发育,受层理界面、沉积韵律和岩性变化界面控制,纵向上高度为分米级至米级,平面延伸长度小于10 m。微尺度裂缝规模小,长度为厘米级及以下,需借助显微镜进行观察。由于微尺度裂缝规模小,油藏孔渗贡献不大,且成因多样复杂,目前建模手段较少,暂不对其进行建模,本文仅针对大、中、小尺度裂缝进行建模。

2.1 大尺度裂缝发育特征

大尺度裂缝通过地震叠后属性所获取^{[57⇓⇓⇓⇓⇓-63]}。通过提取方差体、曲率体、蚂蚁体、相干体属性、AFE、相位余弦、反射强度、瞬时频率和最大主频9种叠后地震属性,用单井钻遇断层和裂缝发育特征进行裂缝属性响应特征标定,优选出对大尺度裂缝敏感的蚂蚁体属性,并用蚂蚁体属性明确大尺度裂缝发育特征和分布特征(图3a)。庆城地区长7段大尺度裂缝表现为在长7页岩油储层内发育的切穿小层的穿层剪切裂缝,垂向上高度一般为十米级到数十米级,地下开度为数百微米及以上,通常切穿小层,切割隔层。其中长7₁储层大尺度裂缝主要发育NEE-SWW和NNW-SSE两组大尺度裂缝发育带(图3b),裂缝长度主要分布在100~2 500 m范围内,其中以500~1 000 m范围内的大尺度裂缝最为发育,占比达43%(图3c)。

2.2 中、小尺度裂缝发育特征

2.2.1 中尺度裂缝发育特征

通过地表露头观测及测井识别可以得到中尺度裂缝发育特征。研究表明,庆城地区延长组长7₁小层中尺度裂缝以高角度构造剪切裂缝为主,且多为无充填有效裂缝。实测地表露头数据表明中尺度裂缝走向主要发育近NWW-SWW和NNE-SSW向两组裂缝(图4a)。裂缝平面延伸长度一般难以确定,可以通过在已有地表相似露头获取的裂缝平面延伸长度与裂缝纵向高度之间建立经验公式进行确定^[31]。地表露头统计发现,研究区裂缝平面延伸长度多为纵向高度的10倍左右。测井解释统计表明,区内中尺度裂缝垂向高度一般为米级至十米级(图5a),大部分小于5 m,主要分布在1~3 m,裂缝长度主要分布在10~30 m;地下开度大于100 μm;通常切穿长7₁多个单层,表现为长7₁小层内发育的穿层剪切裂缝,切割夹层,受隔层控制。

2.2.2 小尺度裂缝发育特征

相对于中尺度裂缝,小尺度裂缝发育程度受岩性和隔夹层控制程度大,可通过岩心、常规测井和成像测井等方法进行识别^[57,64]。实测地表露头表明,小尺度裂缝发育近NEE-SWW、近NNW-SEE、近NWW-SEE和近NNE-SSW向4组裂缝,主要发育近NWW-SWW和NNE-SSW向两组裂缝(图4b),中、小尺度裂缝走向特征具有相似性。小尺度裂缝倾角普遍大于70°,大部分分布在80°~90°(图5b),以高角度构造剪切缝为主,极少发育低角度裂缝;小尺度裂缝以无充填裂缝为主,其次为半充填裂缝,仅少数裂缝被充填,裂缝有效性较好(图5c),小尺度裂缝垂向上高度一般为厘米级至分米级(图5d),平面延伸长度为米级至十米级,为单层内发育的层内裂缝,地下开度主要为50~100 μm。

3 多尺度裂缝三维地质建模方法

基于庆城地区长7₁页岩油储层多尺度裂缝发育特征,综合地震、地表露头、岩心观察、常规测井和成像测井等资料获取裂缝信息,采用“分尺度-分组系”的方法,即分大尺度裂缝、中尺度裂缝和小尺度裂缝3个级别,对不同组系裂缝分别建立离散裂缝网络模型。其中通过蚂蚁体属性获取大尺度裂缝发育和分布特征,用确定性建模方法建立大尺度裂缝离散裂缝网络模型;中、小尺度裂缝采用基于裂缝发育强度约束的随机建模方法,即以储层地质力学方法^[57]裂缝分布预测结果和常规测井解释裂缝^[64]纵向分布规律建立的中、小尺度裂缝发育强度约束体为约束,用随机建模方法建立中、小尺度离散裂缝网络模型,这样可解决缺乏中尺度裂缝空间分布信息、岩心和成像测井资料少导致模型准确性低的问题。获得不同尺度裂缝离散网络模型之后,以不同尺度裂缝的参数特征作为标定,根据同位同参数去除方法和其发育程度对单一尺度裂缝网络进行融合。最终将不同尺度裂缝叠加形成多尺度裂缝离散网络模型,最后建立多尺度裂缝属性模型(图6)。

3.1 大尺度裂缝建模方法

蚂蚁追踪技术不仅可以获取低序级断层分布特征,还能识别尺度较低的大尺度裂缝,识别速度快、精确度高。因此,在生成大尺度裂缝模型的过程中,通过蚂蚁体确定大尺度裂缝发育特征及其空间分布位置,然后利用确定性建模方法对其进行建模,描述较为准确。

3.2 中、小尺度裂缝建模方法

地表露头及岩心研究表明,研究区长7页岩油储层中尺度裂缝和小尺度裂缝发育,是页岩油储层裂缝的主要组成部分,但地震资料分辨率低,岩心、成像测井等资料识别裂缝局限于井筒周围,且多为小尺度裂缝,无法对井间中、小尺度裂缝进行准确识别。因此,采用基于裂缝发育强度的离散裂缝网络建模方法,即先建立中、小尺度裂缝发育强度约束体,获得不同尺度裂缝空间分布信息,然后以已获得的裂缝产状、几何形状等数据和裂缝发育强度为约束,建立中、小尺度裂缝离散网络模型。已有的储层裂缝研究表明,研究区中、小尺度裂缝在纵向上和横向上具有强烈的非均质性,其发育程度受岩石力学层厚度、岩性和构造部位等因素控制^[3,24]。因此,如何融合多因素对储层裂缝发育的影响,建立准确的裂缝发育强度约束体是页岩油储层多尺度裂缝建模的关键。

3.2.1 中尺度裂缝发育强度约束体

长7页岩油储层中尺度裂缝表现为高角度穿层剪切裂缝,切穿单层及单层之间泥岩或凝灰岩夹层,部分中尺度裂缝可切穿多个单层及其隔夹层,规模上大多没有达到地震资料的分辨率,却又大于岩心及测井所能识别的裂缝尺度,缺乏中尺度裂缝空间分布信息。已有的研究表明,研究区构造裂缝主要形成于燕山期和喜马拉雅期,而构造裂缝是古构造应力作用的结果,其本质是构造地质痕迹的一种形式,因此可以用储层地质力学方法对不同形成期次的构造裂缝进行预测^{[57,65⇓-67]},以获取中尺度裂缝空间分布信息。储层地质力学法是通过有限元应力场数值模拟方法预测裂缝形成时期的古应力分布特征,在此基础上结合岩石破裂缝准则计算储层岩石破裂率,进而探明裂缝分布规律。该方法的核心在于建立精确的地质模型、力学模型和计算模型,并采用实验获取的目的层段岩石力学参数对古地应力值进行应力场数值模拟,但预测的裂缝实际上包括大、中、小尺度裂缝的发育带,难以进一步区分不同尺度裂缝^[57],因此在建立中尺度裂缝模型时需要以中尺度裂缝参数特征进行控制,进而生成中尺度裂缝。

庆城地区长7页岩油储层裂缝发育受岩性、岩石力学层厚度和构造部位等因素控制:其中粉砂岩中裂缝最发育,其次为细砂岩,泥岩中裂缝发育程度最低;裂缝发育程度与岩石力学层厚度呈反比;随着距离断层距离增加,裂缝发育强度显著减小,在一定范围内近似成线性关系。研究区构造简单,地层倾角小,大规模断层不发育,因此,本文首先结合研究区构造演化特征、砂体厚度分布特征、大尺度裂缝发育带位置(图3a)和沉积相带分布特征(图1b)等地质因素,建立研究区燕山期和喜马拉雅期两个裂缝形成时期对应的地质隔离体模型。

其次通过岩石力学实验获取不同岩性、不同厚度和大尺度裂缝周围岩石样品能够反映岩石破裂能力的力学参数,如杨氏模量和泊松比,并赋予不同地质单元不同的参数特征,实现不同主控因素对页岩油储层裂缝发育程度的控制作用。在地质模型和力学模型的基础上,根据研究区区域构造应力背景确定施加边界条件,其中构造应力背景参考前人对鄂尔多斯盆地古地应力方向及大小的研究成果^[68-69]。然后通过有限元数值模拟方法对古应力场进行数值模拟,获得古构造最大、最小主应力分布方位及大小,并经多次反演后对地质模型和力学模型重新进行修正、补充和完善,直到符合各项地质反演标准和油田实际地质情况。在裂缝形成时期古地应力分布预测的基础上,结合符合研究区实际的岩石破裂准则,计算岩石综合破裂指数,再结合岩心和成像测井获得的单井裂缝发育情况,对裂缝发育强度的分布进行预测,生成中尺度裂缝发育强度约束体(图7a)。结果表明,研究区西部、西南部砂体发育部位和大尺度裂缝发育位置中尺度裂缝发育程度较高,东北部局部泥岩发育部位中尺度裂缝发育程度相对较低。

3.2.2 小尺度裂缝发育强度约束体

小尺度裂缝是页岩油储层裂缝的主要组成部分,与中尺度裂缝相比,小尺度裂缝受岩石力学层限制程度更大,多在单层内发育,受泥岩、凝灰岩等隔夹层控制,裂缝规模小,可用岩心及测井资料进行识别,并用岩心及测井识别裂缝发育强度建立裂缝发育强度约束体。单井裂缝发育强度是反映裂缝纵向发育程度的连续型变量^[70],但单井裂缝发育强度获取难度较大,不同尺度、产状裂缝钻井钻遇概率低,且取心连续性差、成像测井数量少、成本高等问题影响着单井裂缝发育强度的连续性和准确性,进而影响发育强度约束体的准确性。本文利用常规测井裂缝解释方法^[64]对裂缝进行识别,其原理为通过岩心和成像测井识别裂缝发育段,根据裂缝响应特征降低非裂缝因素影响,重构裂缝识别曲线(包括声波时差差比、电阻率比和自然电位异常等曲线等),建立综合指数指示曲线和综合维数曲线,依照不同的权系数将综合指数指示曲线和综合维数曲线合成一条裂缝指示参数曲线FIP,该曲线建立后,根据成像测井和岩心观察获取裂缝发育情况对其进行标定,以此表征单井纵向上裂缝发育强度。

运用该方法进行研究区常规测井裂缝识别,其中建模区域内常规测井裂缝识别井共计42口,且分布均匀。通过已有取心井及成像测井验证该方法的准确性,结果表明该方法对裂缝平均识别率达90%以上,识别准确率较高,因此可用单井裂缝指示参数建立小尺度裂缝发育强度约束体。此外,在建立小尺度裂缝发育强度约束体时,利用裂缝分布趋势对单井数据进行约束建模可以较好地避免单井数据过少、井距过大而导致的井间裂缝预测精度较低的问题。由于储层地质力学方法较好地综合了岩性、沉积微相、岩石力学层厚和构造等因素对裂缝发育的影响,因此本文以单井解释裂缝指示参数(FIP)为硬数据,以储层地质力学方法获取的裂缝空间分布作为约束数据,采用相控随机插值方法获得小尺度裂缝发育强度约束体(图7b)。结果表明,研究区西北部、西南部和大尺度裂缝发育位置小尺度裂缝发育程度较高。

3.2.3 中、小尺度模型建立

在建立中、小尺度裂缝发育强度约束体后,分尺度、分组系建立三维离散裂缝网络模型。其中大尺度裂缝分NEE-SWW和NNW-SSE向两组裂缝进行建模;中、小尺度裂缝组系特征具有一致性,以地表露头统计中、小尺度裂缝不同组系裂缝占比特征,分NEE-SWW、NNW-SSE、NWW-SEE和NNE-SSW 4组裂缝进行建模,占比分别为20%、19%、44%和17%。建模时用不同组系裂缝占比对不同尺度裂缝发育强度约束体加权,以实现对不同组系裂缝发育数量的控制。生成裂缝片倾角、高度、长度和开度等特征,需要以地表露头、岩心观察和成像测井统计获取的不同尺度裂缝发育特征数据进行控制(表1)。长7₁储层中、小尺度裂缝均以高角度裂缝为主,平均倾角80°;裂缝长度分布符合指数分布^[71],中尺度裂缝最大长度为50.5 m,最小长度10.1 m,平均长度17.9 m;小尺度裂缝最大长度为9.9 m,最小长度1.1 m,平均长度4.4 m。中尺度裂缝开度最大值为204 μm,最小开度70 μm,平均开度142 μm;小尺度裂缝开度最大值为114 μm,最小开度42 μm,平均开度81 μm。建模过程中同时结合试井等油藏工程方法确定的裂缝参数对所建模型的裂缝参数不断进行优化调整。

3.3 多尺度裂缝模型融合方法

以不同尺度裂缝的参数特征作为标定,遵循页岩油储层多尺度裂缝发育模式,剔除存在裂缝片参数(空间位置、长度、高度和走向等)相同的裂缝片,将不同走向、单一尺度裂缝网络根据其发育程度融合形成单一尺度裂缝,最终将不同尺度裂缝叠加,即可获得能够反映全区裂缝发育特征的多尺度裂缝三维地质模型。

4 多尺度裂缝三维地质模型及验证

4.1 多尺度裂缝三维地质模型

通过页岩油储层多尺度裂缝建模建立庆城油田X井区多尺度裂缝三维地质模型(图8)。长7₁大尺度裂缝发育于研究区东北部,其次为研究区东南角和西北部;中尺度裂缝和小尺度裂缝多发育于研究区西部、西南部和东北部大尺度裂缝发育位置,且远离大尺度裂缝发育位置,中小尺度裂缝发育程度降低。

4.2 多尺度裂缝属性模型

根据建立的离散裂缝网络模型,利用裂缝等效属性计算方法(Oda)计算每个网格单元内裂缝对储层物性的贡献,主要包括等效裂缝孔隙度、等效裂缝渗透率和形状因子等^[72]。裂缝对储层物性的贡献主要为对储层渗透率的贡献,从裂缝参数模型可以看出裂缝对储层单位体积内孔隙度的贡献程度较低(图9a,c),远低于储层基质孔隙度,最大单个网格单元内(20 m×20 m)裂缝孔隙度仅为(8.79×10^-3)%,而裂缝渗透率最大值能达到886 mD(图9b,d)。对比发现,大尺度裂缝渗透率表现为线状特征,沿大尺度裂缝走向方向渗透率大且远大于中、小尺度裂缝渗透率;中、小尺度裂缝发育部位中、小尺度裂缝渗透率呈片状分布,渗透率值较大。模型结果既体现了大尺度裂缝的渗流作用,又体现了中、小尺度裂缝的渗流-储集作用,充分体现了裂缝和裂缝性储层的非均质性。

4.3 模型验证

一个准确的多尺度裂缝离散网络模型不仅需要与已有的研究区储层裂缝地质认识相符合,还需要与生产动态实际相符。模型显示,多尺度裂缝模型离散裂缝空间分布特征与所建立三维裂缝发育强度约束体分布规律相近,中小尺度裂缝多发育于大尺度裂缝附近,远离大尺度裂缝区域,中、小尺度裂缝发育数量降低;此外结合研究区砂体厚度分布图,中、小尺度裂缝在研究区西部、西南部砂体发育部位发育程度高,在中部、北部和东北部局部砂体不发育部位发育程度低,这与地表露头观察统计结果一致。

致密储层基质物性差,天然裂缝发育,开发过程中单井初期日产液量高。统计发现,裂缝等效渗透率值高的井开发初期平均日产液量较高(图10),如开发初期Q8井平均日产液量47.09 m³/d,Q12井21.16 m³/d,Q6井16.12 m³/d;而Q7和Q3井周裂缝较少,平均日产液量低,开发初期平均日产液量低,分别为6.6和7.07 m³/d。另外,利用油藏数值模拟方法对所建模型进行验证,模拟出的月产油量和月产液量与油田历史生产数据吻合度高,裂缝发育的井,月产油量和月产液量较高。综上可知所建立的三维多尺度裂缝网络模型与现有地质认识和实际生产相吻合。

5 结论

(1)根据裂缝规模、切穿层位和受控的岩石力学层特征将庆城油田延长组长7页岩油储层多尺度裂缝划分为大尺度裂缝、中尺度裂缝、小尺度裂缝和微尺度裂缝。其中长7₁储层大尺度裂缝主要发育近NEE-SWW和NNW-SEE向两组大尺度裂缝,中、小尺度裂缝主要发育近NNE-SSW和NWW-SEE向两组;裂缝以高角度构造剪切裂缝为主,有效性较好。

(2)页岩油储层多尺度裂缝建模采用确定性建模和基于裂缝发育强度约束的随机建模相结合的方法,以“分尺度-分组系”为基本思路进行建模。以地震属性(如蚂蚁体)获取大尺度裂缝参数和分布特征,并采用确定性建模方法建立大尺度裂缝离散网络模型;基于储层地质力学方法和单井解释裂缝指示参数分别建立中、小尺度裂缝发育强度约束体,并以发育强度为约束,分尺度、分组系建立中、小尺度裂缝离散网络模型;然后将不同尺度离散裂缝模型按照同位同参数去除方法融合即可获得多尺度裂缝网络模型,最后建立多尺度裂缝属性模型。

(3)长7₁大尺度裂缝发育于研究区东北部,中尺度裂缝和小尺度裂缝多发育于研究区西部、西南部和东北部大尺度裂缝发育位置,且裂缝发育部位裂缝等效渗透率值较高。该方法建立的裂缝模型与单井裂缝解释结果和单井日产液数据吻合较好,模型可靠性强。

参考文献

[1] 贾承造, 郑民, 张永峰. 中国非常规油气资源与勘探开发前景[J]. 石油勘探与开发, 2012, 39(2): 129-136.

[2] 邹才能, 潘松圻, 荆振华, 页岩油气革命及影响[J]. 石油学报, 2020, 41(1): 1-12.

[3] 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.

[4] 曾联波. 低渗透砂岩油气储层裂缝及其渗流特征[J]. 地质科学, 2004, 39(1): 11-17.

[5] 吕文雅, 曾联波, 张俊辉, 川中下侏罗统致密灰岩储层裂缝的主控因素与发育规律[J]. 地质科学, 2017, 52(3): 943-953.

[6] 董文娟, 魏钦廉, 易涛, 合水地区Z240井区长7₁亚段致密储层非均质性研究[J]. 重庆科技学院学报(自然科学版), 2023, 25(3): 14-22.

[7] 钟红利, 卓自敏, 张凤奇, 鄂尔多斯盆地甘泉地区长7页岩油储层非均质性及其控油规律[J]. 特种油气藏, 2023, 30(4): 10-18.

[8] 石道涵, 张矿生, 唐梅荣, 长庆油田页岩油水平井体积压裂技术发展与应用[J]. 石油科技论坛, 2022, 41(3): 10-17.

[9] 张矿生, 唐梅荣, 陶亮, 庆城油田页岩油水平井压增渗一体化体积压裂技术[J]. 石油钻探技术, 2022, 50(2): 9-15.

[10] RIAHI A, PETTITT W, DAMJANAC B, et al. Numerical modeling of discrete fractures in a field-scale FORGE EGS reservoir[J]. Rock Mechanics and Rock Engineering, 2019, 52(12): 5245-5258.

[11] 曾联波. 裂缝在吉林两井低渗透砂岩油田开发中的作用[J]. 西安石油学院学报(自然科学版), 2003, 18(2): 18-21, 4.

[12] 王珂, 张荣虎, 方晓刚, 超深层裂缝—孔隙型致密砂岩储层特征与属性建模: 以库车坳陷克深8气藏为例[J]. 中国石油勘探, 2018, 23(6): 87-96.

[13] GUO C L, FU G M, LIU J C, et al. Study on fracture development characteristics of low permeability oilfield and its influence on horizontal well pattern deployment[J]. Chemistry and Technology of Fuels and Oils, 2022, 58(2): 360-364.

[14] 谭先红, 范廷恩, 范洪军, 渤中19-6气田裂缝性低渗巨厚储层立体井网部署研究[J]. 中国海上油气, 2021, 33(3): 107-113.

[15] 王珂, 张荣虎, 李宝刚, 致密砂岩储层构造裂缝特征及地质建模: 以塔里木盆地库车坳陷大北12气藏为例[J]. 海相油气地质, 2023, 28(1): 72-82.

[16] 赵春段, 张介辉, 蒋佩, 页岩气地质工程一体化过程中的多尺度裂缝建模及其应用[J]. 石油物探, 2022, 61(4): 719-732.

[17] PANKAJ P, MUKISA H, SOLOVYEVA I, et al. Boosting oil recovery in naturally fractured shale using CO₂ huff-n-puff[C]// SPE Argentina Exploration and Production of Unconventional Resources Symposium, Neuquen, Argentina, 2018: SPE-191823-MS.

[18] WILLIAMS-STROUD S C, LEE S, ZALUSKI W. Creating simulation model permeability in fractured impermeable rocks using DFN modeling at the Decatur, Illinois CCS site[C]// the 3rd International Discrete Fracture Network Engineering Conference, Santa Fe, New Mexico, 2022: ARMA-DFNE-22-0091.

[19] 王建华. DFN模型裂缝建模新技术[J]. 断块油气田, 2008, 15(6): 55-58.

[20] 薛艳梅, 夏东领, 苏宗富, 多信息融合分级裂缝建模[J]. 西南石油大学学报(自然科学版), 2014, 36(2): 57-63.

[21] 郎晓玲, 郭召杰. 基于DFN离散裂缝网络模型的裂缝性储层建模方法[J]. 北京大学学报(自然科学版), 2013, 49(6): 964-972.

[22] 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.

[23] LIU Y M, SUN S, DOU L X, et al. An improved probability combination scheme based on principal component analysis and permanence of ratios model -an application to a fractured reservoir modeling, Ordos Basin[J]. Journal of Petroleum Science and Engineering, 2020, 190: 107123.

[24] LI H, LIN C Y, REN L H, et al. An Integrated quantitative modeling approach for fault-related fractures in tight sandstone reservoirs[J]. Journal of Petroleum Science and Engineering, 2020, 194: 107552.

[25] 邓永辉, 王华, 衡立群, 火成岩复杂岩性潜山“相控” 裂缝建模及质控方法: 以惠州26-6油田潜山油气藏为例[J]. 科学技术与工程, 2023, 23(18): 7671-7677.

[26] 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, 8.

[27] 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.

[28] LI Y Y, SHANG Y J, YANG P. Modeling fracture connectivity in naturally fractured reservoirs: a case study in the Yanchang Formation, Ordos Basin, China[J]. Fuel, 2018, 211: 789-796.

[29] XU C S, DOWD P. A new computer code for discrete fracture network modelling[J]. Computers and Geosciences, 2010, 36(3): 292-301.

[30] 李彦录, 陆诗磊, 夏东领, 鄂尔多斯盆地南部延长组长7油组页岩层系天然裂缝发育特征及主控因素[J]. 地质科学, 2022, 57(1): 73-87.

[31] 赵向原, 曾联波, 王晓东, 鄂尔多斯盆地宁县-合水地区长6、 长7、 长8储层裂缝差异性及开发意义[J]. 地质科学, 2015, 50(1): 274-285.

[32] 宿晓岑, 巩磊, 高帅, 陇东地区长7段致密储集层裂缝特征及定量预测[J]. 新疆石油地质, 2021, 42(2): 161-167.

[33] 杜晓宇, 金之钧, 曾联波, 鄂尔多斯盆地陇东地区长7页岩油储层天然裂缝发育特征与控制因素[J]. 地球科学, 2023, 48(7): 2589-2600.

[34] 高金栋. 鄂尔多斯盆地姬塬油田三叠系延长组长7油层组致密砂岩天然裂缝识别与建模[D]. 西安: 西北大学, 2018.

[35] 郭惠, 赵红格, 李莹, 鄂尔多斯盆地西部古峰庄地区三叠系延长组长7—长9段裂缝特征及油气意义[J]. 石油实验地质, 2023, 45(1): 109-121.

[36] 王晓东, 祖克威, 李向平, 宁合地区长7致密储集层天然裂缝发育特征[J]. 新疆石油地质, 2013, 34(4): 394-397.

[37] LÜ W Y, ZENG L B, LÜ P, et al. Insights into the mechanical stratigraphy and vertical fracture patterns in tight oil sandstones: the Upper Triassic Yanchang Formation in the eastern Ordos Basin, China[J]. Journal of Petroleum Science and Engineering, 2022, 212: 110247.

[38] 付金华, 牛小兵, 淡卫东, 鄂尔多斯盆地中生界延长组长7段页岩油地质特征及勘探开发进展[J]. 中国石油勘探, 2019, 24(5): 601-614.

[39] 高胜利, 魏雪珂, 赵军龙, 鄂尔多斯盆地延长期湖盆底面构造定量化演化规律[J]. 西安科技大学学报, 2023, 43(4): 724-732.

[40] 王建民, 王佳媛. 鄂尔多斯盆地伊陕斜坡上的低幅度构造与油气富集[J]. 石油勘探与开发, 2013, 40(1): 49-57.

[41] 付金华, 牛小兵, 李明瑞, 鄂尔多斯盆地延长组7段3亚段页岩油风险勘探突破与意义[J]. 石油学报, 2022, 43(6): 760-769, 787.

[42] 杨华, 窦伟坦, 刘显阳, 鄂尔多斯盆地三叠系延长组长7沉积相分析[J]. 沉积学报, 2010, 28(2): 254-263.

[43] 杨华. 鄂尔多斯盆地三叠系延长组沉积体系及含油性研究[D]. 成都: 成都理工大学, 2004.

[44] 时建超, 屈雪峰, 雷启鸿, 陆相湖盆深水重力流沉积特征、 砂体结构研究及油气勘探意义: 以鄂尔多斯盆地上三叠统长7油层组为例[J]. 地质与勘探, 2018, 54(1): 183-192.

[45] 陈朝晖. 鄂尔多斯盆地庆城油田西233区块长7油层组沉积构型研究[D]. 北京: 中国石油大学(北京), 2022.

[46] 付金华, 喻建, 徐黎明, 鄂尔多斯盆地致密油勘探开发新进展及规模富集可开发主控因素[J]. 中国石油勘探, 2015, 20(5): 9-19.

[47] 赵振宇, 郭彦如, 王艳, 鄂尔多斯盆地构造演化及古地理特征研究进展[J]. 特种油气藏, 2012, 19(5): 15-20, 151.

[48] WANG L L, WEI J X, HUANG P, et al. Seismic prediction method of multiscale fractured reservoir[J]. Applied Geophysics, 2018, 15(2): 240-252.

[49] CHEN S Q, ZENG L B, HUANG P, et al. The application study on the multi-scales integrated prediction method to fractured reservoir description[J]. Applied Geophysics, 2016, 13(1): 80-92.

[50] 代瑞雪, 冉崎, 关旭, 多尺度裂缝地震综合预测方法: 以川中地区下寒武统龙王庙组气藏为例[J]. 天然气勘探与开发, 2017, 40(2): 38-44.

[51] 彭仕宓, 索重辉, 王晓杰, 整合多尺度信息的裂缝性储层建模方法探讨[J]. 西安石油大学学报(自然科学版), 2011, 26(4): 1-8.

[52] 刘俊州, 韩磊, 时磊, 致密砂岩储层多尺度裂缝地震预测技术: 以川西XC地区为例[J]. 石油与天然气地质, 2021, 42(3): 747-754.

[53] 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.

[54] 苏皓, 雷征东, 李俊超, 储集层多尺度裂缝高效数值模拟模型[J]. 石油学报, 2019, 40(5): 587-593, 634.

[55] CHUGUNOVA T, CORPEL V, GOMEZ J P. Explicit fracture network modelling: from multiple point statistics to dynamic simulation[J]. Mathematical Geosciences, 2017, 49(4): 541-553.

[56] 梁志强. 不同尺度裂缝的叠后地震预测技术研究[J]. 石油物探, 2019, 58(5): 766-772.

[57] 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.

[58] ASHRAF U, ZHANG H C, ANEES A, et al. Application of unconventional seismic attributes and unsupervised machine learning for the identification of fault and fracture network[J]. Applied Sciences, 2020, 10(11): 3864.

[59] SOUCHE L, ASTRATTI D, AARRE V, et al. A dual representation of multiscale fracture network modelling: application to a giant UAE carbonate field[J]. First Break, 2012, 30(5): 43-52.

[60] 张亚春, 尹太举, 周文. 在蚂蚁属性体约束下的裂缝建模方法研究[J]. 长江大学学报(自科版), 2016, 13(14): 16-21, 2-3.

[61] WANG G C, BHATTACHARYA S. Natural fracture mapping and discrete fracture network modeling of Wolfcamp Formation in hydraulic fracturing test site phase 1 area, Midland Basin: fractures from 3D seismic data, image log, and core[J]. Marine and Petroleum Geology, 2023, 157: 106474.

[62] BHATTACHARYA S, VERMA S. Application of volumetric seismic attributes for complex fault network characterization on the North Slope, Alaska[J]. Journal of Natural Gas Science and Engineering, 2019, 65: 56-67.

[63] LIU B, YASIN Q, SOHAIL G M, et al. Seismic characterization of fault and fractures in deep buried carbonate reservoirs using CNN-LSTM based deep neural networks[J]. Geoenergy Science and Engineering, 2023, 229: 212126.

[64] LÜ W Y, ZENG L B, LIU Z Q, et al. Fracture responses of conventional logs in tight-oil sandstones: a case study of the Upper Triassic Yanchang Formation in southwest Ordos Basin, China[J]. AAPG Bulletin, 2016, 100(9): 1399-1417.

[65] LI H, LIN C Y, REN L H, et al. Quantitative prediction of multi-period tectonic fractures based on integrated geological-geophysical and geomechanics data in deep carbonate reservoirs of Halahatang oilfield in northern Tarim Basin[J]. Marine and Petroleum Geology, 2021, 134: 105377.

[66] 丁文龙, 曾维特, 王濡岳, 页岩储层构造应力场模拟与裂缝分布预测方法及应用[J]. 地学前缘, 2016, 23(2): 63-74.

[67] 高中亮, 李洪博, 张丽丽, 有限元数值模拟技术在潜山裂缝定量预测中的应用: 以珠江口盆地惠州凹陷惠州26构造为例[J]. 地质论评, 2023, 69(2): 591-602.

[68] ZHAO W T, HOU G T. Fracture prediction in the tight-oil reservoirs of the Triassic Yanchang Formation in the Ordos Basin, Northern China[J]. Petroleum Science, 2017, 14(1): 141.

[69] LIU J S, YANG H M, BAI J P, et al. Numerical simulation to determine the fracture aperture in a typical basin of China[J]. Fuel, 2021, 283: 118952.

[70] 赵向原, 游瑜春, 胡向阳, 基于成因机理及主控因素约束的多尺度裂缝“分级-分期-分组” 建模方法: 以四川盆地元坝地区上二叠统长兴组生物礁相碳酸盐岩储层为例[J]. 石油与天然气地质, 2023, 44(1): 213-225.

[71] ZAMBRANO M, TONDI E, KORNEVA I, et al. Fracture properties analysis and discrete fracture network modelling of faulted tight limestones, Murge Plateau, Italy[J]. Italian Journal of Geosciences, 2016, 135(1): 55-67.

[72] 姜晓宇, 宋涛, 甘利灯, 花岗岩潜山裂缝型储层多尺度建模与应用[J]. 石油地球物理勘探, 2023, 58(2): 403-411.

基金资助

中国石油战略合作科技专项(ZLZX2020-02)

国家自然科学基金项目(42002135)

辽宁省矿产资源绿色开发重点实验室开放重点基金项目(LNTU/GDMR-2303)