一种强非均质性碳酸盐岩优质储层分布预测方法和系统与流程

1.本发明属于石油天然气地球物理勘探技术领域，特别涉及一种强非均质性碳酸盐岩优质储层分布预测方法和系统。


背景技术：

2.碳酸盐岩油气藏是全球最为重要的油气藏类型之一，其油气资源量占油气资源总量的50％以上，油气产量约占油气总产量的60％。中国近年来也在四川盆地川中寒武系龙王庙组与震旦系灯影组、塔里木盆地塔中奥陶系鹰山组和鄂尔多斯盆地靖边奥陶系马家沟组等不同盆地多个层系发现了多个大型碳酸盐油气藏，由于碳酸盐岩气藏普遍具有强非均质性和埋藏深特点，碳酸盐岩优质储层检测具有较强的多解性，需开展优质储层的精细检测从而来推动强非均质性碳酸盐岩气藏的有效勘探开发工作。
3.目前对碳酸盐岩储层的预测主要是从缝洞发育程度、储层厚预测度等方面开展，在缝洞识别方面，从叠后数据的相干分析、曲率属性到叠前数据的方位各向异性分析等多个技术的应用不断提高缝洞识别精度；在储层预测方面，从叠后的递推反演、模型反演、地震统计学反演到叠前的弹性阻抗反演、扩展弹性阻抗反演等方法，来不断提高储层预测精度。但上述方法仅仅是从缝洞或储层厚度单个方面来提高预测方面的先进性和准确性，从而来达到提高预测精度的目的，但对于碳酸盐岩储层来说，其普遍具有强非均质性特征，碳酸盐岩储层品质的好坏受沉积环境、古地貌形态、缝洞发育程度、储层厚度和孔隙度大小等多种因素影响，仅依靠缝洞发育程度或储层厚度或其它的单一因素对碳酸盐岩储层进行检测已经远远不能支撑强非均质性碳酸盐岩气藏的勘探开发。目前尚未建立有效的应用多项参数对碳酸盐岩优质储层分布进行预测的方法。


技术实现要素：

4.针对上述问题，本发明公开了一种强非均质性碳酸盐岩优质储层分布预测方法，包括：
5.获取预测强非均质性碳酸盐岩优质储层的实际关键参数；
6.基于预测模型和实际关键参数，确定储层品质因子；
7.根据储层品质因子，确定强非均质性碳酸盐岩优质储层分布。
8.更进一步地，在所述获取预测强非均质性碳酸盐岩优质储层的实际关键参数前进行以下操作：
9.确定预测强非均质性碳酸盐岩优质储层的关键参数类型；
10.所述确定预测强非均质性碳酸盐岩优质储层的关键参数类型包括以下子步骤：
11.通过钻井类别资料，确定主要产层为强非均质性碳酸盐岩优质储层；
12.对所述强非均质性碳酸盐岩优质储层进行测井精细解释，确定强非均质性碳酸盐岩优质储层的主要特征参数的预定值；其中，所述主要特征参数包括孔隙度、渗透率和缝洞发育程度；
13.通过区域地质认识与所述主要特征参数，确定岩溶相带、孔隙度大于预定值的储层厚度和缝洞发育程度作为预测强非均质性碳酸盐岩优质储层的关键参数，同时确定关键参数的预定值。
14.更进一步地，所述预测模型为：
15.er＝a1*x
n1
+a2*x
n2
+a3*x
n3
16.其中，er：优质储层因子；x
n1
：岩溶相带；x
n2
：孔隙度大于预定值的储层厚度；x
n3
：缝洞发育程度；a1、a2和a3：调节系数，取值范围0
‑
1。
17.更进一步地，所述调节系数通过已知研究区钻井的岩溶相带、孔隙度大于预定值的储层厚度、缝洞发育程度及钻井类别资料确定。
18.更进一步地，所述获取预测强非均质性碳酸盐岩优质储层的实际关键参数包括以下子步骤：
19.确定能够表征所述关键参数的地震属性；
20.确定能够识别所述地震属性的地震预测技术；
21.使用所述地震预测技术对待研究区的地震属性进行识别，对地震属性进行粗化赋值，获取待研究区的实际关键参数。
22.更进一步地，所述地震属性包括地震相属性、孔隙度反演属性和各向异性属性；
23.所述地震相属性用于表征岩溶相带；所述地震相属性通过波形聚类得到；
24.所述孔隙度反演属性用于表征孔隙度大于预定值的储层厚度；所述孔隙度反演属性通过相控地震反演得到；
25.所述各向异性属性用于表征缝洞发育程度；所述各向异性属性通过叠前各向异性分析得到。
26.更进一步地，所述基于预测模型和实际关键参数，确定储层品质因子包括以下子步骤：
27.统计分析已知待研究区钻井的岩溶相带、孔隙度大于预定值的储层厚度和缝洞发育程度，根据预测模型得到已知待研究区钻井的储层品质因子，并通过钻井类别资料确定待研究区的储层品质因子标准。
28.一种强非均质性碳酸盐岩优质储层分布预测系统，包括：
29.参数装置，用于确定预测强非均质性碳酸盐岩优质储层的关键参数类型；
30.获取装置，用于获取预测强非均质性碳酸盐岩优质储层的实际关键参数；
31.确定装置，用于基于预测模型和实际关键参数，确定储层品质因子；
32.预测装置，用于根据储层品质因子，确定强非均质性碳酸盐岩优质储层分布。
33.更进一步地，所述参数装置，具体用于：
34.通过钻井类别资料，确定主要产层为强非均质性碳酸盐岩优质储层；
35.对所述强非均质性碳酸盐岩优质储层进行测井精细解释，确定强非均质性碳酸盐岩优质储层的主要特征参数的预定值；其中，所述主要特征参数包括孔隙度、渗透率和缝洞发育程度；
36.通过区域地质认识与所述主要特征参数，确定岩溶相带、孔隙度大于预定值的储层厚度和缝洞发育程度作为预测强非均质性碳酸盐岩优质储层的关键参数，同时确定关键参数的预定值。
37.更进一步地，所述获取装置，具体用于：
38.确定能够表征所述关键参数的地震属性；
39.确定能够识别所述地震属性的地震预测技术；
40.使用所述地震预测技术对待研究区的地震属性进行识别，对地震属性进行粗化赋值，获取待研究区的实际关键参数。
41.更进一步地，所述确定装置，具体用于：
42.统计分析已知待研究区钻井的岩溶相带、孔隙度大于预定值的储层厚度和缝洞发育程度，根据预测模型得到已知待研究区钻井的储层品质因子，并通过钻井类别资料确定待研究区的储层品质因子标准。
43.与现有技术相比，本发明的有益效果是：充分应用静态资料和动态资料，确定岩溶相带、孔隙度大于3％的储层厚度和缝洞发育程度作为预测强非均质性碳酸盐岩优质储层的关键参数，并建立储层品质因子与关键参数的预测模型，进而对强非均质性碳酸盐岩优质储层分布进行平面综合预测，解决了使用单一参数预测优质储层分布精度低的问题，从而提高优质储层分布预测的先进性和准确性，有效指导勘探开发工作。
44.本发明的其他特征和优点将在随后的说明书中阐述，并且，部分地从说明书中变得显而易见，或者通过实施本发明而了解。本发明的目的和其他优点可通过在说明书、权利要求书以及附图中所指出的结构来实现和获得。
附图说明
45.为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
46.图1示出了根据本发明实施例的强非均质性碳酸盐岩优质储层分布预测流程图；
47.图2示出了根据本发明实施例的以各研究区经济效益开发为前提划分的钻井类别资料与岩溶相带直方图；
48.图3示出了根据本发明实施例的以各研究区经济效益开发为前提划分的钻井类别资料与孔隙度大于3％的储层厚度直方图；
49.图4示出了根据本发明实施例的以各研究区经济效益开发为前提划分的钻井类别资料与缝洞发育程度直方图；
50.图5示出了根据本发明实施例的岩溶相带预测平面图；
51.图6示出了根据本发明实施例的孔隙度大于3％的储层厚度预测平面图；
52.图7示出了根据本发明实施例的缝洞发育程度预测平面图；
53.图8示出了根据本发明实施例的强非均质性碳酸盐岩优质储层分布预测平面图。
具体实施方式
54.为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地说明，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员
在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
55.图1示出了根据本发明实施例的强非均质性碳酸盐岩优质储层分布预测流程图。如图1所示，本实施例提出的一种强非均质性碳酸盐岩优质储层分布预测方法，包括：
56.获取预测强非均质性碳酸盐岩优质储层的实际关键参数；
57.基于预测模型和实际关键参数，确定储层品质因子；
58.根据储层品质因子，确定强非均质性碳酸盐岩优质储层分布。
59.在所述获取预测强非均质性碳酸盐岩优质储层的实际关键参数前进行以下操作：
60.确定预测强非均质性碳酸盐岩优质储层的关键参数类型。其中，优质储层指强非均质性碳酸盐岩的优质储层。
61.静态资料包括：区域地质认识、孔隙度、储层厚度和成像测井资料。区域地质认识指前人开展地质研究工作所总结的沉积环境和沉积类型等。本发明主要表达的区域地质认识是岩溶相带类型。
62.动态资料包括：钻井类别资料和测试产量。静态资料和动态资料为勘探和开发阶段中已知的基础资料。其中，钻井类别资料指以测试产量或无阻流量资料所界定的不同钻井类型。
63.确定预测强非均质性碳酸盐岩优质储层的关键参数类型包括以下子步骤：
64.以通过各研究区经济效益开发为前提划分的钻井类别资料为基础，总结目的层段主要储层类型，确定主要产层所对应的储层类型为强非均质性碳酸盐岩优质储层；
65.其中，目的层段指震旦系灯影组四段。目的层段主要储层类型主要包括裂缝
‑
孔洞型、孔隙溶洞型和孔隙型三种。产层指产气层。钻井类型包括ⅰ类、ⅱ类和ⅲ类。其中，ⅰ类表示测试产量大于50
×
104m3；ⅱ类表示测试产量为20
×
104m3～50
×
104m3；ⅲ类表示测试产量为小于20
×
104m3。
66.对所述强非均质性碳酸盐岩优质储层进行测井精细解释，确定强非均质性碳酸盐岩优质储层的主要特征参数的预定值；
67.其中，主要特征参数包括孔隙度、渗透率、缝洞发育程度和孔洞发育情况。
68.表1为目的层段主要储层类型及主要特征参数。通过测井精细解释，得出优质储层类型为裂缝
‑
孔洞型和孔隙溶洞型。对表1中裂缝
‑
孔洞型和孔隙溶洞型主要特征参数进行统计，其岩性以白云岩为主，孔隙度预定值为3％，渗透率大于等于0.1md，缝洞发育程度为较发育或发育，溶洞均为发育。其中，缝洞发育程度分为发育、较发育和欠发育。
69.表1主要储层类型及主要特征参数
[0070][0071]
通过区域地质认识与所述主要特征参数，确定岩溶相带、孔隙度大于3％的储层厚度和缝洞发育程度作为预测强非均质性碳酸盐岩优质储层的关键参数，同时确定关键参数的预定值。预定值指不同关键参数的下限值。预测优质储层的关键参数可以选择多个，本发明实施例以岩溶相带、孔隙度大于3％的储层厚度和缝洞发育程度作为预测优质储层的关键参数为例进行说明。
[0072]
示例性的，图2示出了根据本发明实施例的以各研究区经济效益开发为前提划分的钻井类别资料与岩溶相带直方图，图3示出了根据本发明实施例的以各研究区经济效益开发为前提划分的钻井类别资料与孔隙度大于3％的储层厚度直方图，图4示出了根据本发明实施例的以各研究区经济效益开发为前提划分的钻井类别资料与缝洞发育程度直方图。如图2、图3和图4所示，ⅰ类、ⅱ类钻井目的层段均为优质储层，ⅲ类钻井以一般储层为主，部分为优质储层。本步骤中以ⅰ类、ⅱ类、ⅲ类钻井为例，ⅰ类钻井包括a1、a2、a3、a4、a7、a8和h22。ⅱ类钻井包括a6、a10、a11、h105、h111、h118和h119。ⅲ类钻井包括a5、a9、h8、h9、h10、h11、h12、h13、h17、h18、h19、h21、h47、h51、h52、h103、h107、h110、h116和h117。其中，a1
‑
a11钻井为待研究区的钻井，h8、h9、h10、h11、h12、h13、h17、h18、h19、h21、h22、h47、h51、h52、h103、h105、h107、h110、h111、h116、h117、h118和h119为h研究区的钻井，上述钻井为各研究区分散选取的样本点，其各种基础资料在前期勘探和开发阶段中已经获取，用于确定预测优质储层的关键参数和关键参数的预定值。优选地，选择2个以上的研究区作为实验对象。优选地，每个研究区中选择3个以上位于优质储层的钻井和3个以上位于一般储层的钻井。h研究区的面积远大于待研究区，且其样本点数量也明显多，因此本实施例只选择两个研究区进行说明。
[0073]
为便于理解，将岩溶相带分为两类并赋值：有利岩溶相带用2表示，不利岩溶相带用1表示；储层厚度用实际值表示；将缝洞发育程度分为三类并赋值：缝洞发育用3表示，缝洞较发育用2表示，缝洞欠发育用1表示。其中，岩溶相带指藻丘、颗粒滩和滩间海等沉积相带的统称。有利岩溶相带指藻丘和颗粒滩，不利岩溶相带指滩间海。
[0074]
如图2、图3和图4所示，直方图中能够直接反应出各研究区内优质储层与岩溶相带、孔隙度大于3％的储层厚度和缝洞发育程度三个关键参数的对应关系。从图2中可以得出优质储层位于有利岩溶相带，相带值为2；从图3中可以得出优质储层的孔隙度大于3％的
储层厚度大于15米；从图4中可以得出优质储层位于缝洞发育区，缝洞值为3。
[0075]
预测模型为：
[0076]
er＝a1*x
n1
+a2*x
n2
+a3*x
n3
[0077]
其中，er：优质储层因子；x
n1
：岩溶相带；x
n2
：孔隙度大于3％的储层厚度；x
n3
：缝洞发育程度；a1、a2和a3：调节系数，取值范围0
‑
1；
[0078]
示例性的，本实施例选择岩溶相带x
n1
、孔隙度大于3％的储层厚度x
n2
、缝洞发育程度x
n3
作为预测优质储层的关键参数，针对不同的实际应用场合，可以根据实际情况增加或替换预测优质储层的关键参数。当关键参数多于3个时，预测模型通过多元线性拟合算法建立储层品质因子与关键参数的多元线性拟合公式得到，多元线性拟合公式如下：
[0079][0080]
其中，x
nk
为第k个关键参数的第n个样本值，a
k
为调节系数。
[0081]
统计分析各研究区内多个已知研究区钻井的岩溶相带、孔隙度大于3％的储层厚度、缝洞发育程度及钻井类别资料，得出调节系数a1为0.1，a2和a3为1。选择多个相对较差的ⅰ类钻井(孔隙度大于3％的储层厚度较薄，缝洞较发育)、相对较差的ⅱ类钻井(孔隙度大于3％的储层厚度较薄，缝洞较发育)及相对较好的ⅲ类钻井(孔隙度大于3％的储层厚度较厚，缝洞较发育)，根据钻井类别资料，分别设定最理想情况下的er值。示例性的，i类钻井和ⅱ类钻井er值均大于7，且在7之上很小范围浮动，如7.1或7.2，ⅲ类钻井er值小于7，且在7之下很小范围浮动，如6.9。
[0082]
其中，研究区钻井是随机从各研究区内优质储层和一般储层中抽取的样本点。已知研究区钻井指前期勘探和开发阶段中已经获取研究区钻井的各种基础资料。优选地，选择2个以上的研究区作为实验对象。优选地，每个研究区中选择3个以上位于优质储层的钻井和3个以上位于一般储层的钻井。
[0083]
所述获取预测强非均质性碳酸盐岩优质储层的实际关键参数包括以下子步骤：
[0084]
确定能够表征所述关键参数的地震属性；
[0085]
确定能够识别所述地震属性的地震预测技术；
[0086]
使用所述地震预测技术对待研究区的地震属性进行识别，对地震属性进行粗化赋值，获取待研究区的实际关键参数。
[0087]
所述地震属性包括地震相属性、孔隙度反演属性和各向异性属性；
[0088]
所述地震相属性用于表征岩溶相带；所述地震相属性通过波形聚类得到；
[0089]
所述孔隙度反演属性用于表征孔隙度大于3％的储层厚度；所述孔隙度反演属性通过相控地震反演得到；
[0090]
所述各向异性属性用于表征缝洞发育程度；所述各向异性属性通过叠前各向异性分析得到。其中，各向异性指物质的全部或部分化学、物理等性质随着方向的改变而有所变化，在不同的方向上呈现出差异的性质。叠前各向异性分析只是通过叠前地震资料对缝洞引起的各向异性进行分析，从而对地下缝洞发育程度进行预测。
[0091]
图5示出了根据本发明实施例的岩溶相带预测平面图，如图5所示，通过波形聚类得到的地震相属性，对地震相属性进行粗化赋值得到岩溶相带预测平面图，有利岩溶相带赋值2，不利岩溶相带赋值1。图6示出了根据本发明实施例的孔隙度大于3％的储层厚度预测平面图，如图6所示，通过相控地震反演得到孔隙度反演属性，通过孔隙度反演属性得到孔隙度大于3％的储层厚度预测平面图。图7示出了根据本发明实施例的缝洞发育程度预测平面图。如图7所示，通过叠前各向异性分析得到各向异性属性，通过对其粗化赋值得到缝洞发育程度预测平面图，其中缝洞发育赋值3，缝洞较发育赋值2，缝洞欠发育赋值1。
[0092]
基于预测模型和实际关键参数，确定储层品质因子包括以下子步骤：
[0093]
统计分析多个已知待研究区钻井的岩溶相带、孔隙度大于3％的储层厚度和缝洞发育程度，根据预测模型得到多个已知待研究区钻井的储层品质因子，并通过以经济效益开发为基础划分的待研究区钻井类别资料对已知待研究区钻井的储层品质因子进行标定，确定待研究区的储层品质因子大于等于7为优质储层，小于7为一般储层，作为待研究区预测优质储层的储层品质因子标准。
[0094]
其中，待研究区指各研究区中某一个待研究工区。待研究区储层指待研究区的目的层段。待研究区钻井是随机从待研究区内优质储层和一般储层中抽取的样本点。优选地，选择优质储层中3个以上的钻井和一般储层中3个以上的钻井。
[0095]
基于预测模型和待研究区的强非均质性碳酸盐岩优质储层的实际关键参数，确定待研究区的储层品质因子，通过分析储层品质因子是否大于等于7，确定待研究区储层是优质储层还是一般储层，再根据待研究区的储层品质因子，确定待研究区的优质储层分布。
[0096]
示例性的，表2为典型钻井储层品质因子er值及优质储层预测统计表。表2为待研究区内15口钻井的岩溶相带、孔隙度大于3％的储层厚度、缝洞发育程度的具体参数和通过本发明方法得到的储层品质因子er值。通过与待研究区的以经济效益开发为基础划分的钻井类别资料进行对比，从表2中可以看出，15口钻井中有14口钻井的预测结果和已知钻井类型结果符合，显示了本发明方法的可靠性。
[0097]
其中，待研究区的y1、y2、y3和y4为验证井，通过本发明的一种强非均质性碳酸盐岩优质储层分布预测方法对待研究区的优质储层分布进行预测，从表2中可以得出，4口验证井预测均为优质储层，对应钻井类型为i类和ii类。通过实际勘探确定验证井y1、y2、y3和y4的钻井类型与预测的钻井类型一致。
[0098]
表2典型钻井储层品质因子er值及优质储层预测统计表
[0099]
井名井类型预测储层厚度缝洞发育情况岩溶相带er值预测类型吻合程度a4i类47.4329.74优质符合a2i类38.8328.88优质符合a8i类36.3328.63优质符合a7i类30.8328.08优质符合a3i类21.8327.18优质符合y2i类40329优质符合a1i类14.9326.49一般不符合a6ii类18.5326.85一般基本符合a11ii类36.8328.68优质符合
a10ii类44.6329.46优质符合y1ii类38328.8优质符合y3ii类30328优质符合y4ii类26327.6优质符合a9iii类14.2225.42一般符合a5iii类26.4215.64一般符合
[0100]
图8示出了根据本发明实施例的强非均质性碳酸盐岩优质储层分布预测平面图。如图8所示，填充区域为强非均质性碳酸盐岩优质储层，其余区域为强非均质性碳酸盐岩一般储层。因此可知，通过本发明的方法能够对强非均质性碳酸盐岩优质储层分布进行平面的综合预测，从而有效指导勘探开发工作。
[0101]
一种强非均质性碳酸盐岩优质储层分布预测系统，包括：
[0102]
参数装置，用于确定预测强非均质性碳酸盐岩优质储层的关键参数类型；
[0103]
获取装置，用于获取预测强非均质性碳酸盐岩优质储层的实际关键参数；
[0104]
确定装置，用于基于预测模型和实际关键参数，确定储层品质因子；
[0105]
预测装置，用于根据储层品质因子，确定强非均质性碳酸盐岩优质储层分布。
[0106]
参数装置，具体用于：
[0107]
通过钻井类别资料，确定主要产层为强非均质性碳酸盐岩优质储层；
[0108]
对所述强非均质性碳酸盐岩优质储层进行测井精细解释，确定强非均质性碳酸盐岩优质储层主要特征参数的预定值；其中，所述主要特征参数包括孔隙度、渗透率和缝洞发育程度；
[0109]
通过区域地质认识与所述主要特征参数，确定岩溶相带、孔隙度大于3％的储层厚度和缝洞发育程度作为预测强非均质性碳酸盐岩优质储层的关键参数，同时确定关键参数的预定值。
[0110]
获取装置，具体用于：
[0111]
确定能够表征所述关键参数的地震属性；
[0112]
确定能够识别所述地震属性的地震预测技术；
[0113]
使用所述地震预测技术对待研究区的地震属性进行识别，对地震属性进行粗化赋值，获取待研究区的实际关键参数。
[0114]
确定装置，具体用于：
[0115]
统计分析已知待研究区钻井的岩溶相带、孔隙度大于3％的储层厚度和缝洞发育程度，根据预测模型得到已知待研究区钻井的储层品质因子，并通过钻井类别资料确定待研究区的储层品质因子标准。
[0116]
本发明提出的一种强非均质性碳酸盐岩优质储层分布预测方法和系统，充分应用静态资料和动态资料，确定岩溶相带、孔隙度大于3％的储层厚度和缝洞发育程度作为预测强非均质性碳酸盐岩优质储层的关键参数，并建立储层品质因子与关键参数的预测模型，进而对强非均质性碳酸盐岩优质储层分布进行平面综合预测，解决了使用单一参数预测优质储层分布精度低的问题，从而提高优质储层分布预测的先进性和准确性，有效指导勘探开发工作。
[0117]
尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理
解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。