王 冰， 劉太勛， 王 凱， 牛海瑞

(中國石油大學(華東) 地球科學與技術學院，山東 青島 266580)

?

復雜斷塊油藏精細地質建模研究
——以大65斷塊為例

王 冰， 劉太勛， 王 凱， 牛海瑞

(中國石油大學(華東) 地球科學與技術學院，山東 青島 266580)

針對大王北油田大65斷塊油藏構造復雜、非均質性強、不同斷塊開發(fā)效果差異大等特點，以地質、測井解釋、巖心分析、鉆井、地震解釋等各方面資料為基礎，首先按照點-面-體的建模步驟建立大65斷塊精細構造模型；通過界面約束法確定性建模方法建立砂體模型；在此基礎上，以測井解釋單井相數(shù)據為基準，采用確定性算法構建了沉積微相模型；并以相控隨機建模技術為指導，建立了儲層參數(shù)模型。大65斷塊復雜斷塊油藏精細三維地質模型的建立，實現(xiàn)構造和屬性的空間定量表征，為準確評價儲層性質及潛能提供了可靠依據，也為后期油藏開發(fā)方案的調整提供了地質依據。

大王北油田； 復雜斷塊； 相控建模； 屬性建模

經多年的注水開發(fā)和井網調整，一些老油田已進入高含水開發(fā)階段，需要進行精細油藏描述工作，從而弄清楚斷層、微構造、砂體連通性對剩余油分布和采收率的影響。精細油藏描述的核心是建立儲集層地質模型[1- 3]，儲層建模技術的理論基礎是地質統(tǒng)計學。地質統(tǒng)計學由G.Matheron提出，并由A.Journel進行了開創(chuàng)性研究[4]。H.Laake[5]在1984年提出了隨機建模方法在油田動態(tài)分析中的使用。1994年 O. Li[4]把地震數(shù)據應用于基于目標的建模方法中使隨機建模有了很大的發(fā)展。1996年Deutsch建立了基于目標的隨機建模Fluvsim方法進行了復雜河道建模[6]，使建立的模型更加符合地質的沉積成因。S.Strebelle[7]在2001年提出了基于多點地質統(tǒng)計學的Snesim模擬算法。在國內，裘澤楠[8]教授極大地推進了儲層隨機建模技術的應用。2001年王家華等[9]使用基于目標的方法模擬了網狀河的分布并投入到了大慶油田的勘探開發(fā)中。張春雷等[10]在2004年改進了儲層相建模的河道模型，通過協(xié)同布爾模擬使相建模綜合了多種信息去約束模型的建立，降低了儲層模型所造成的不確定性。國內已形成了一套針對陸相沉積盆地碎屑巖的儲層建模方法[11]。本文針對大王北油田大65斷塊構造復雜、非均質性強、開發(fā)時間長、平面上不同斷塊開發(fā)效果差異大等特點，在精細油藏描述的基礎上進行油藏精細地質模型研究，為油田下一步開發(fā)調整、挖潛剩余油提供參考。

1 區(qū)域概況

大王北油田大65斷塊地質上屬于濟陽坳陷車鎮(zhèn)凹陷中段，北部通過埕南大斷裂與埕子口凸起相接，是一個在基巖隆起背景上發(fā)育起來的繼承性鼻狀構造。受北西西-南東東方向最大水平主應力作用，研究區(qū)發(fā)育一條東西向的邊界斷層和多條近東西向南傾的次級斷層，由北向南形成多個斷階。大65斷塊自下而上地層連續(xù)發(fā)育，主要含油層系沙二段地層總厚度為242.5～362.5 m，從南到北由深到淺，逐漸變薄。該區(qū)儲層巖性主要為粉砂巖、細砂巖、泥質粉砂巖。平均孔隙度25.3%，平均滲透率291×10-3μm2，為中孔中滲型儲層。沉積環(huán)境為湖泊相沉積，儲層主要分布于濱湖砂灘、濱湖砂壩微相和淺湖砂灘、淺胡砂壩中。

2 低序級斷層及構造建模

大65斷塊被區(qū)內斷層分隔成為東、南、西、北四個斷塊，且受斷塊內的各次級斷層在縱向上繼承性影響，油水關系矛盾，開發(fā)效果差異大。其中東塊和南塊開發(fā)效果好，平均單井累產油高于2萬t，而北塊由于油層厚度小、儲層物性差，開發(fā)效果差，平均單井累產油僅0.8萬t。

依據工區(qū)內斷層發(fā)育的規(guī)模和繼承性將其分為三級斷層、四級斷層和五級斷層。其中北部邊界斷層平面上成S型展布，走向近東西向，為一條三級斷層，向北傾斜，其傾角在45°～60°。在區(qū)內向上斷開的層位表現(xiàn)為東部所斷開的層位靠上，西部所斷開的層位靠下，且向下斷入基底。除北部邊界斷層外，斷塊內發(fā)育的多條由邊界斷層衍生出的四級和五級斷層。其中三條近南北走向的斷層傾角大體一致，在平面上延伸距離較短；其余斷層走向皆為近南北向斷層，斷層斷距多在50 m以下。為體現(xiàn)各斷塊間差異及次級斷層影響，采取分級控制斷點校正的方法建立斷層模型(見圖1)，具體步驟如下。

第一步：依據斷層發(fā)育規(guī)模和斷穿的層位的特點，對邊界斷層和斷穿所有層位的斷層進行模擬。為了后期油藏數(shù)值模擬中斷層的影響需要，依據斷層間的切割和接觸關系對斷層進行配置。通過斷層的走向控制網格的生成，并調節(jié)斷層使斷層面光滑，避免因網格畸形造成后期數(shù)值模擬不收斂。

第二步：對于次生斷層，針對次級斷層發(fā)育規(guī)模小，斷穿層位少，接觸關系復雜，識別難度高的特點，按照切割關系搭建起斷層的空間框架。對于同一條斷層縱向上可能斷穿不同層位，可以將這種類型的斷層框架分割為多個部分，每一部分按照其切割層位的不同，在各個層面建立構造模型時，分別對每條斷層進行設置是否斷開此層位。

第三步：結合測井和鉆井資料解釋的斷點結果，對于建立的斷層面進行精細調整，使斷點落在斷層面上，保證斷層模型建立的井震一致性。

圖1 大65斷塊沙二段分布建立斷層模型

Fig.1 Stepwise fault model of Sha 2 member reservoir in Da 65 fault-block

沙一段底部有一套厚層高阻層，沙二段底部有一套厚層穩(wěn)定泥巖在全區(qū)發(fā)育，可作為沙二段頂?shù)讟酥緦?。整個沙二段為砂泥巖互層，發(fā)育眾多的純泥巖隔層，它們具有電阻率高、聲波時差大、伽瑪值高的特點。這些橫向穩(wěn)定的泥巖隔層反映湖水上漲期形成的較深湖沉積可作為很好的標準層。依據此類標準層將整個沙二段劃分為7個砂層組。為研究各砂體連通性，模型依據各砂層組內部沉積韻律的發(fā)育特征，將大王北油田大65復雜斷塊沙二段的7個砂層組進一步細分為38個小層，對重點含油層位6、7砂層組又細分了27個細分砂層。

使用經時深轉化后的沙二段的頂和沙二段6、7砂層組的深度域構造數(shù)據作為趨勢面數(shù)據和井分層數(shù)據行插值，得到砂層組的構造框架模型。在構造框架約束下，依據厚度平面圖進行控制，進一步對小層和細分砂體進行內插，得到精細構造模型(見圖2)。 統(tǒng)計工區(qū)平均井距為120 m，設計平面網格間距為30 m，保證了井間平均有4個網格。縱向上依據砂體厚度，以及隔、夾層的厚度進行網格細分，為保證粗化后較薄的泥質夾層的信息不丟失，在垂向上設置1 m包含4個網格。為了保證斷層和尖滅對于層間網格傳導的影響，確保數(shù)值模擬的精確性，采用角點網格結構進行網格劃分，最終網格數(shù)目為255×319×325。

精細構造模型結果顯示：由于邊界斷層向南北傾斜，全區(qū)的構造形態(tài)總體上呈北高南低的斷鼻形態(tài)，斷塊面積在下部地層增大，且各層段構造形態(tài)具有一定繼承性。從各小層中可識別出多個微鼻、微槽、微斜、等微構造形態(tài)，其中正向微構造微背斜在工區(qū)的中部及東北部尤其發(fā)育，多呈東北高，西南低。部分微背斜被斷層切割形成多個斷鼻構造，形態(tài)較寬緩，微鼻的“鼻”較平。從7砂層組到6砂層組微背斜由中部逐漸向東北部增多。

圖2 精細構造模型

Fig.2 Fine structural model

3 砂體和沉積相建模

砂體模型能夠在三維上展示砂體的平面展布形態(tài)和延伸范圍、相互連通關系、砂體垂向的分層結果、砂體厚度變化、隔夾層分布[12]。沉積微相制約著砂體的幾何形態(tài)與分布規(guī)律，且不同相帶的砂體比同一相帶的砂體具有更大變異性[13]。砂體和沉積相模型控制著儲層參數(shù)的展布方向和分布規(guī)律，是建立屬性模型，進行儲層物性研究的重要基礎，對表征儲層的非均質性有重要的意義。常使用的砂體和沉積相建模的方法包括確定性的算法和隨機算法兩大類。確定性的算法包括克里金插值方法、地震屬性采樣到網格、界面約束方法等，使用確定性算法模擬的結果唯一。隨機建模是對井間區(qū)域使用隨機建模算法，建立多個等概率的砂體和沉積相分布模型以進行優(yōu)選[14]。隨機建模方法很多，其中用于離散變量建模的方法主要有序貫指示模擬、截斷高斯模擬、示性點過程模擬、多點地質統(tǒng)計學等。

3.1 砂體建模

應用幾何建模建立地層指示模型，將整個模型使用確定性的算法賦為砂巖，然后按照精細地層對比結果插入隔層，將其賦為泥巖，逐層建立起大65斷塊砂泥互層的地層指示模型。地層指示模型的建立實現(xiàn)了模型中隔夾層的定量表征。在工區(qū)范圍內依據砂體分布平面圖將尖滅線以外賦值為泥巖，尖滅線以內賦值為砂巖,從而得到各層反映砂泥關系的平面。建模時在每一層將砂泥平面作為數(shù)據輸入，得到確定性的砂體模型(見圖3)。

圖3 砂體模型柵狀圖

Fig.3 Fence diagrams of sand body model

模型結果表明，本區(qū)沙二段小層多發(fā)育帶狀砂體，少量發(fā)育土豆狀砂體及不規(guī)則砂體，平面非均質性較強，NE-SW向砂體連片分布，而NW-SE向砂體呈現(xiàn)孤立分布。平均砂巖厚度最大的砂組為1砂層組，其次為5砂層組，7砂組的平均砂巖厚度最小。從各小層的砂巖厚度統(tǒng)計來看，2砂層組5小層的平均砂巖厚度最大，為2.919 m，7砂層組1小層的平均砂巖厚度最小，僅為0.231 m。

3.2 沉積相建模

工區(qū)內取心井段含有暗紫紅色、灰綠色泥巖。沉積構造主要發(fā)育有水平層理、波狀層理、塊狀層理和粒序層理。粒度概率曲線及C-M圖表明區(qū)域水動力具有遞變懸浮、少量滾動搬運的牽引流特征。綜合沉積背景確定工區(qū)為湖泊沉積環(huán)境，進一步可劃分為：濱湖亞相、淺湖亞相、半深湖-深湖亞相，其中濱湖亞相又細分為濱湖泥坪微相、濱湖砂壩微相、濱湖砂灘微相；淺湖亞相細分為淺湖砂壩微相、淺湖泥坪微相、淺湖砂灘微相。使用總結的測井相模式及沉積模式作為基礎繪制各個小層的沉積微相的展布，得到了沉積微相的確定性展布，經研究發(fā)現(xiàn)各類沉積微相的地質體長寬均大于平均井距，因此以地質模式預測的結果作為依據，使用各類沉積相邊界進行界面約束建立本地區(qū)確定性的沉積相模型(見圖4)。

Fig.4 Fence diagrams of sedimentary microfacies model

由模型結果可以得到，工區(qū)主要以淺湖亞相的分布最為廣泛，濱湖亞相次之，半深湖-深湖亞相發(fā)育的最少；沙二段的1～4四個砂層組的沉積時期構造活動穩(wěn)定，為一個從濱湖亞相-淺湖亞相-半深湖-深湖亞相的完整的沉積體系，湖水的變化較穩(wěn)定，沒有發(fā)生短時間內的快速的深淺的交替，其中淺湖亞相最為發(fā)育，此時期的淺湖砂壩廣泛發(fā)育；5～7三個砂層組的沉積亞相的交替較頻繁，工區(qū)內連續(xù)的淺湖砂灘和濱湖砂灘發(fā)育廣泛，較其他幾個砂層組淺湖亞相的厚度減小，濱湖亞相的厚度明顯增加，半深湖-深湖亞相所占的比例增加。

4 相控屬性建模

采用沉積相控條件模擬的方法建立儲層參數(shù)模型。孔隙度的模擬采取序貫高斯模擬的方法[15]。針對滲透率變化范圍大、具有極值分布的特點本次滲透率的模擬采用了孔隙度約束的序貫高斯同位協(xié)同模擬方法。結合沉積相類型及物源方向分析，模擬選用球狀模型，主方向為北部，次方向垂直于主方向。通過調節(jié)各層各沉積微相的主方向、次方向、垂向變差函數(shù)計算得到儲層參數(shù)模型。各類沉積微相的變差函數(shù)結果具有以下特點：分布面積最廣，連續(xù)性最好的濱湖砂灘和淺湖砂灘具有最大的變程；砂體厚度最大連續(xù)性較好的濱湖砂壩和淺湖砂壩的變程較小，且濱湖砂壩變程大于淺湖砂壩。主方向的變程為580 m以上，次方向的變程普遍為350 m以上，垂向變程最小為1.5 m以下?？紫抖饶Ｐ秃惋柡投饶Ｐ偷膲K金值為0，受相鄰區(qū)域滲透率變化范圍大的影響各微相內滲透率都存在不同程度的塊金效應。

模型結果表明各儲層微相間物性分布有明顯差異：淺湖砂壩微相的平均孔隙度為14.1%，滲透率平均值為95×10-3μm2，物性最好；濱湖砂灘微相的平均孔隙度為12.4%，滲透率平均值為38×10-3μm2，物性最差。各層的孔滲分布結果表明：平均孔滲最高的砂層組為6砂層組，其次為5砂層組；層間物性差異性明顯，平均滲透率(21～130)×10-3μm2。

以第Es2-6-1-3 主力含油層為例進行儲層參數(shù)模型(見圖5)分析。整體上看，此層段濱湖砂灘連片發(fā)育，儲層連通性好。濱湖砂壩成條帶狀分布在濱湖砂灘上，含油層發(fā)育受斷層封閉性影響多分布于各斷塊的高位；濱湖砂壩是含油分布的有利相帶，孔隙度平均值為16.2%，平均滲透率114×10-3μm2；儲層在順物源方向物性好，垂直物源方向物性差。

最后使用概率分布一致性和抽稀井的檢驗方法檢驗儲層參數(shù)模型精度，發(fā)現(xiàn)模型的孔隙度和井曲線的孔隙度、井曲線粗化后的孔隙度分布基本一致。結果表明運用此方法建立的模型真實可靠精度高，可用于進行數(shù)值模擬的歷史擬合和預測研究。

5 結論

1) 采用分級控制、斷點校正的方法對斷層間、斷層與層位間進行組合確保了斷層模型精度。使用層次模擬方法把地震解釋數(shù)據作為趨勢約束，使用井的砂層組的分層數(shù)據建立了構造骨架，進一步進行小層和細分砂體的內插建立了精細構造模型。

2) 依據精細地層劃分對比結果使用確定性的算法建立砂泥互層的地層指示模型，進一步依據各層砂體平面分布建立砂體模型，完成砂體空間定量表征。

3) 在砂體模型的基礎上，結合沉積微相研究結果，使用界面約束法建立確定性的沉積相模型。

4) 在沉積相模型的控制下，調節(jié)各層各類沉積微相的主方向、次方向、垂向的變差函數(shù)，使用序貫高斯模擬的方法建立孔隙度模型，把孔隙度作為協(xié)約束使用序貫高斯同位協(xié)同模擬方法建立滲透率分布模型，結果顯示受沉積作用影響淺湖砂壩微相的物性最好，濱湖砂灘物性最差，各層間物性差異大。

圖5 Es2-6-1-3單砂體順層切片模型

Fig.5 Slice model along Es2-6-1-3 sand

[1] 張一偉，熊琦華，王志章，等．陸相油藏描述[M]．石油工業(yè)出版社，1997:20-35.

[2] 胡向陽，熊琦華，吳勝和．儲層建模方法研究進展[J].石油大學學報(自然科學版),2001,25(1):107-112.

Hu Xiangyang,Xiong Qihua,Wu Shenghe.Advancement of reservior modeling methods[J].Journal of China University of Petroleum (Edition of Natural Science) ,2001,25(1):107-112.

[3] 于興河．油氣儲層表征與隨機建模的發(fā)展歷程及展望[J]．地學前緣，2008，15(1):1-15.

Yu Xinghe.A review of development course and pro-spect of petroleum reservoir characterization and stochastic modeling [J].Earth Science Frontiers,2008,15(1):1-15.

[4] 李少華，尹艷樹，張昌民.儲層隨機建模系列技術[M]．北京：石油工業(yè)出版社，2007:7.

[5] Lake H.A new approach to shale management in filed scales simulation models[J].The Journal of Petroleum Technology,1984,24(4):1-4．

[6] Holden L,Hauge R.Modeling of fluvial reservoirs with object model[J].Mathematical Geology,1998,3(4):120-126.

[7] Strebelle S.Simulation of complex geological structure using multi-ple-point statistics [J].Mathematical Geology,2002,34(1):1-21.

[8] 裘懌楠，賈愛林．儲層地質模型10年[J]．石油學報，2000，21(4):101-104.

Qiu Yinan,Jia Ailin.Research achievements on reservoir geological modeling in the past decade[J].Acta. Petrolei Sinica ,2000,21(4):101-104.

[9] 王家華，張團峰.油氣儲層隨機建模[M].北京：石油工業(yè)出版社，2001:27-33.

[10] 張春雷,段林娣,王志章.儲集層隨機建模的改進河道模型條件算法[J]. 石油勘探與開發(fā)，2004，31(4):76-78.

Zhang Chunlei,Duan Lindi,Wang Zhizhang.Improved condition algorithm of fluvial facies for reservoir stochastic modeling[J].Petroleum Exploration and Development,2004,31(4):76-78.

[11] 鄧西里,鮑志東,宋新民.密井網約束的復雜斷塊油田地質建模方法-以扶余油田中區(qū)泉四段為例[J].科學技術與工程，2015，15(8):29-36.

Deng Xili, Bao Zhidong,Song Xinming.Geological mode-ling method of complex fault block fields based on dense well pattern condition: An example from the Quan4 member in central Fuyu oilfied[J].Science Technology and Engineering,2015,15(8):29-36.

[12] 于興河，陳建陽，張志杰．沉積儲層相控建模的科學約束方法[C].第三屆全國沉積學大會，北京：石油工業(yè)出版社，2004:2.[13] Miall A D．Architecture element analysis: a new method of facies analysis applied to fluvial deposits[J]．Earth Science Review,1985,22(2):261-308.

[14] 左毅，蘆鳳明，劉天鶴．相控建模技術在河流相復雜斷塊的應用[J]．特種油氣藏，2006，13(1):36-39.

Zuo Yi,Lu Fengming,Liu Tianhe.Application of facies-controlled modeling in complex fault blocks of fluvial facies[J]．Special Oil and Gas Reservoirs,2006,13(1):36-39.

[15] 佘凌峰，歐陽傳湘，王萌．多約束條件下的相控建模技術[J]．石油化工高等學校學報，2016，29(3):43-47.

She Lingfeng,Ouyang Chunxiang,Wang Meng. Facies-controlled modeling technology under multifactor control[J]．Journal of Petrochemical Universities, 2016,29(3):43-47.

(編輯 王亞新)

Study on the Fine Geological Model of Complex Fault-Block Reservior：A Case Study of Da 65 Fault-Block for Example

Wang Bing， Liu Taixun， Wang Kai， Niu Hairui

(SchoolofGeosciences，ChinaUniversityofPetroleum，QingdaoShandong266580，China)

At present the accurate and quantitative characterization of fault-block reservoir is difficulty and research hotspot for reservoir geological modeling. Da 65 fault-block in DaWang Bei oilfield have the characteristics of complex reservoir structural, strong heterogeneity, large difference of block development effect.Based on the date from geological, well logging interpretation, core analysis, well drilling data, the seismic interpretation and so on, Da 65 fault-block fine structure mode was established according to the point-surface-body modeling steps.The sand body model was researched using the method of bounding surface restriction and deterministic modeling. And on this basis single well facies data of well log interpretation were used to construct the sedimentary microfacies mode using deterministic algorithm.Finally under the constraint of sedimentary microfacies, the reservoir parameter model was established by stochastic modeling technique.The fine 3D geological model of complex fault-block reservoir complete the quantitative characterization of structure and attributes, provide a reliable basis for accurate evaluation of the reservoir properties and potential, and also provide geological basis for later adjustment of reservoir development scheme.

DaWang Bei oilfield； Complex fault-block； Facies-controlled modeling； Attribute modeling

1006-396X(2016)05-0038-05

2016-07-24

2016-09-21

國家自然科學基金項目(41202090)。

王冰(1991-)，男，碩士研究生，從事油氣地質方面研究；E-mail:1543796568@qq.com。

劉太勛(1977-)，男，博士，副教授，從事油氣藏開發(fā)地質方面研究；E-mail:liutaixun@126.com

TE143

A

10.3969/j.issn.1006-396X.2016.05.006

投稿網址：http://journal.lnpu.edu.cn