番禺低隆起坡折帶儲層含氣性綜合預測技術

摘 要

摘要：PY氣田位于番禺低隆起白云凹陷北坡斷裂坡折帶上，地質條件復雜，砂巖儲層的含氣性預測難度極大。為此，探究了由AV0技術、AFI流體成分反演技術及神經網絡多屬性反演技術組成的
摘要：PY氣田位于番禺低隆起白云凹陷北坡斷裂坡折帶上，地質條件復雜，砂巖儲層的含氣性預測難度極大。為此，探究了由AV0技術、AFI流體成分反演技術及神經網絡多屬性反演技術組成的綜合預測技術，以期有效摒除單一技術在含油氣性預測過程中不盡客觀的現象。首先是以AV0技術初步確定含氣區(qū)，再結合AFI技術和神經網絡多屬性反演技術確定最終的有利含氣區(qū)。該綜合預測技術的應用有助于指導該區(qū)下一步天然氣勘探，提高勘探成功率。
關鍵詞：珠江口盆地；番禺低隆起；坡折帶；天然氣；流體；識別；地震勘探
1 地質概況
    番禺低隆起是珠江口盆地中南部的一個重要含油氣區(qū)，區(qū)內新近系沉積期主要發(fā)育NW向和近EW向 的同沉積斷裂，它們的發(fā)育和分布控制著沉積充填和總體的古構造地貌特征。古隆起的東南和東北緣發(fā)育的主要同沉積斷裂形成明顯的古地貌突變帶或多級斷裂坡折帶(圖1)。斷裂坡折帶下斜坡低位域具有形成構造-巖性油氣藏的良好條件，并為該區(qū)近期的勘探突破提供了重要依據[1]。PY氣田位于珠江口盆地中南部番禺低隆起-白云凹陷北坡，位于一級坡折帶上(圖1)。主要目的層段新近系中新統(tǒng)珠江組SB21.0砂巖位于距今18.5Ma最大海泛面之下、距今21.0Ma層序界面之上，形成大型的構造+巖性復合圈閉，且在地震剖面上有很好的亮點顯示。研究區(qū)內已鉆探6口井，以斷層為界，D井和F井位于氣田的北部，A井、B井、C井和E井位于氣田的南塊。已鉆6口井中，僅B井鉆遇水層，但B井同其他井一樣具有振幅亮點、AV0及吸收系數等明顯的含氣異常特征；AV0正演表明，氣田北塊儲層的AV0類型不同于南塊，珠江組砂巖含氣性在該區(qū)呈現多樣化的特征。因此，采用有效的地球物理技術、合理的區(qū)分儲層流體的含油氣性，有助于指導番禺天然氣區(qū)坡折帶下步勘探方向的確定，提高該區(qū)隱蔽型氣藏勘探的效益。為實現這一目的，展開了有效技術系列在該地區(qū)應用研究的技術攻關。

2 AV0技術
    Zoeppritz理論是AV0技術的核心，完整的Zoeppritz方程[2]全面考慮了平面縱波和橫波入射在平界面兩側產生的縱橫波反射和透射能量之間的關系。當反射波地震勘探使用主要產生縱波的震源、接收的是反射縱波時，Zoeppritz公式可以被大大簡化，即只考慮平面縱波入射產生的反射振幅隨入射角的變化情況。一方面可以節(jié)省計算工作量，另一方面更有利于AV0技術的研究和應用。R.T.Shuey給出的簡化公式是目前人們使用最多的Zoeppritz近似方程[3]：
 
    由式(2)可以看出：反射系數與sin2α近似為線性關系，其截距(P)為法線入射(零炮檢距)時的反射系數，梯度(G)與泊松比有關。
    利用Shuey公式進行了AV0正演模擬，其模擬結果見圖2。
    從圖2中可見：PY地區(qū)構造圈閉內的井(A井、C井、E井)氣層頂表現為振幅隨偏移距增大而減小的趨勢；復合圈閉內的含氣砂巖(D井、F井)則表現為振幅隨偏移距增加而增大的特征，不同圈閉類型的儲層AV0響應特征不同的根本原因在于坡折帶上沉積環(huán)境不同，導致泊松比關系不同，從而影響到AV0響應特征；含水砂巖(B井)則表現為振幅隨偏移距增加而增大的含氣的特征。因此，在研究區(qū)用AV0技術預測儲層的含油氣性具有很大的不確定性。
    沿SB21.0儲層頂得到AV0的PG屬性平面圖(圖3)，紅色區(qū)域代表儲層頂的含氣特征為“第三類”的AV0異常。按以往對儲層含油氣性的認識，PY地區(qū)有利的勘探目標(“第三類”AV0異常)主要集中在紅色區(qū)域。AV0技術預測結果在B井處就不符合實鉆的結論。

3 AFI流體成分反演技術
眾所周知，地下不均勻性描述是儲層可靠描述的關鍵因素，不均勻性部分造成了解釋的不確定性。地震儲層描述中的一些方法是基于多元技術[4]的純粹統(tǒng)計方法。另一些方法是確定性的，基于彈性理論及實驗室觀測導出的物理模型。依據特定的研究，每一組技術都有某種程度的成功。優(yōu)化策略是把每種方法最好的部分結合起來，產生比單獨使用純粹統(tǒng)計或純確定性技術都更好的結果[5]。AFI流體成分反演技術中的統(tǒng)計巖石物理理論的創(chuàng)新之處是結合了Monte Carlo模擬和Bayes分類理論，并將其應用到AV0理論中得到流體成分反演理論。流體成分反演理論研究的最終目的是獲得PY氣田主要儲層含油氣性的定量解釋。實例表明：該理論能有效地規(guī)避AV0技術陷阱，達到定量預測儲層含油氣性的目的，有助于提高該地區(qū)的勘探成功率。利用原始疊前道集得到流體成分反演結果如圖4所示。
 

    對比反演結果圖，發(fā)現圖4指示的含氣范圍(黃色區(qū)域)、氣水界面以及與各井含油氣性與實鉆結果吻合。需要強調的是：該技術對B井的預測與實鉆結果吻合，更接近地質認識。但是PY地區(qū)F井北部有一處面積達20km2的高含氣區(qū)(箭頭所示)，需要進一步評價、落實該地區(qū)的含油氣性。
4 神經網絡多屬性反演
    人工神經網絡的并行處理能力、分布式信息處理方式、自組織自學習能力、高度容錯性等優(yōu)點，吸引了各個領域的學者[6]。地球物理學家對它的識別能力特別感興趣，它優(yōu)于傳統(tǒng)的統(tǒng)計方法和人工智能方法，因此很快被引入到地球物理學領域，并力圖解決油氣識別之類的問題?？碧降厍蛭锢韺W中常用的神經網絡與多層感知器、自組織特征映射網絡及Hopfield網絡等。地震屬性分析技術[7]是近年來迅速發(fā)展起來的一種技術，它主要是應用多種數學分析(如神經網絡等)方法，從地震數據體中提取有關儲層物性、巖性信息的多種屬性，同時結合工區(qū)內的測井資料，建立井旁道測井屬性與地震屬性的關系，使用相關性最大的屬性預測和估算整個地震數據體的曲線屬性特征，從而達到儲層含油氣性預測的目的[8]。
    多屬性反演技術即是利用測井曲線和地震數據的關系“預測”或估測地震體上所有點的測井曲線特征體。利用基于神經網絡的多屬性反演技術得到了研究區(qū)的含水飽和度圖5。綜合分析圖4、5，認為圖4所示的F井北部應是一個相對高含水的區(qū)域，其余各井儲層含油氣性的預測結果與實鉆結果較符合(圖5)。

5 結論與認識
    1) 流體成分反演技術不但是一種定量化的AVO技術，而且摒除了常規(guī)AV0技術中僅能從測井響應或地震響應單一進行含油氣性分析的缺點，緊密地將井和震響應特征結合起來進行了相關性分析，提高了儲層含油氣性預測的準確度和直觀性。
    2) 神經網絡多屬性分析技術，能夠緊密結合測井特征與井旁道地震屬性，有效解決儲層含油氣性預測問題。
    3) AV0技術、AFI流體成分反演技術和神經網絡多屬性反演技術組成的含油氣預測技術系列，可有效提高鉆前目標儲層含油氣性預測工作的準確度，降低勘探風險。
符號說明
    R(α)為反射系數；R0為0°角入射時的反射系數；α為入射角，(°)；α1為反射角，(°)；α1為透射角，(°)；P為截距；G為梯度；ρ為密度，g/cm3；ρ1為介質1的密度，g/cm3；ρ2為介質2的密度，g/cm3；vp為縱波速度，m/s；vp1為介質1的縱波速度，m/s；vp2為介質2的縱波速度，m/s；vs為橫波速度，m/s；vs2為介質2的橫波速度，m/s；vs1為介質1的橫波速度，m/s；σ為泊松比；σ2為介質2的泊松比；σ2為介質1的泊松比。
參考文獻
[1] 董偉，林暢松，謝利華，等.珠江口盆地番禺隆起東南緣斷裂坡折帶及其對低位域構造- 巖性油氣藏的控制作用[J].地球學報，2009，30(2)：256-262.
[2] 殷八斤，曾灝，楊在巖.AV0技術的理淪與實踐[M].北京：石油工業(yè)出版社，1995.
[3] SHUEY R T.A simplification of the Zoeppritz equations[J].Geophysics，1985.，50(4)：609-634.
[4] FOURNIER F.Extraction of quantitative geologic information from seismic data with multidimensional statistical analyses：PartⅠ，methodology，and PartⅡ：a case history[J].SEG Expanded Abstracts，1989(8)：726-733.
[5] LUCET N，MAVKO G.Images of rock properties estimated from a cross well tomogram[J].SEG Expanded Abstracts，1991(10)：363-366.
[6] 朱廣生.地震資料儲層預測方法[M].北京：石油工業(yè)出版社，1995.
[7] 國慶鵬.濟陽坳陷大蘆家區(qū)塊薄儲集層預測研究[J].石油勘探與開發(fā)，2005，32(5)：82-84.
[8] 張喜，喬向陽，王玉艷，等.神經網絡多屬性分析技術[J].油氣田地面工程，2007，26(8)：1-3.
[9] 丁峰，尹成，朱振宇，等.利用改進的自組織網絡進行地震屬性分析[J].西南石油大學學報：自然科學版，2009，31(4)：47-51.
 
(本文作者：軒義華 袁立忠 汪瑞良 秦成崗 全志臻 中海石油(中國)有限公司深圳分公司研究院)