油气饱和度预测和压力随时移地震弹性参数的变化

油、气饱和度预测和压力随时移地震弹性参数反演的变化PredictionofOil&Gassaturationand/orpressurevariationwithtime-lapseseismicelasticparameterinversionXiudiJiang*,ZhenyuZhuandLiangSong,Cnoocresearchcenter摘要流体饱和度和压力在油气预测中是两个最重要的参数。因此如何从地震数据中获得这两个参数就成了一个重要的问题。这里我们提出了一种采用混合参数回归的方法来计算这两个参数.首先通过弹性波波阻抗时移地震获得相对准确的P波波阻抗和S波波阻抗，由此得出P波和S波的速度比、泊松比和其它的弹性波参数来计算。然后通过网格的方法将这些参数和流体饱和度与压力联系起来评估每个储层间隔模型的流体饱和度和压力的变化。这些变化为寻找剩余油提供了证据并且提高了恢复因素。简介弹性波波阻抗反演的优势通过提高采收率获得了更多的关注。由于缺少S波的信息，传统的声波波阻抗对于流体不敏感。AVO的因素在弹性波波阻抗反演已经被考虑，因此我们不仅可以获得P波的速度和密度，还能获得S波的速度。从P波和S波的速度比，泊松比和其它的弹性波参数随后能被计算出来。这些弹性波参数对于储集层的岩性和流体的特性很敏感。这些对于提高对岩性和流体性质的预测很有帮助。因为弹性波波阻抗将从局部的堆叠聚集中反转，因此弹性波波阻抗反演的另一个优势是堆叠反演流程仍然能被利用并且有着巨大的计算量，信噪比问题却被极大的减少。弹性波波阻抗反演是最近研究的重点问题，(Connolly于1990年早期提出)。许多的地质专家扩展了弹性波波阻抗的作用，在许多的油气开发应用软件中都有弹性波波阻抗反演的模块。例如JASON反演软件，已经获得了很好的应用效果。时移地震储层追踪或者4D地震是一项相关的新技术，已经被成功的应用于许多成熟的油区储层的重新生产。时移地震也被称之为4D地震。第4维是时间维度的变化。基于重复地震获得，并且相关的数据处理、解释、结果的差异在两个时间产生。在这个过程中出现了储集层的变化。显示了储层在不同时间怎么变化并且为进一步的开发提供了有用的信息。流体饱和度和压力的变化，储层岩性和流体性质的变化是制定油气开发方案中的两个最重要的参数。因此现在研究如何从地震数据或的流体压力的变化是一个重要的问题，也是研究储层和流体变化的必不可少的数据。这里混合参数回归的方法被用于评估流体饱和度和压力的变化。P波波阻抗S波波阻抗Vp/Vs比例，泊松比和其它弹性波参数的变化被倒置如果弹性波波阻抗反演被用于时移地震。然后联系这些参数通过网格的方法来评估流体饱和度的变化在每个储层反演模型，为寻找剩余油和提高采收率提供了证据。然而时移地震用于弹性波波阻抗反演的过程比一般的时移地震方法更复杂。这里有两种方法运行时移地震弹性波反演。一种方法是：首先计算地震差异，然后基于不同的数据反演。另外一种方法是：基于不同时间的地震数据反演。然后从这两种方法中获得流体的参数变化。在本文中介绍第二种方案。方法通过弹性波波阻抗结果，我们能够用预测的方评估储层参数。一般的，从交汇的分析，单一参数的回归计算不能满足储层参数评估的需要。混合参数回归的结果要好与单一参数的回归，如果多于两个变量，变量很接近属性变量。人工神经网络方法是一种很有效的反演方法。它在非线性的模型上有着很大的优势。人工神经网络通常用于无组织的算法，这种算法很难用一种明确的功能所表达。在评估的过程中，独立的P波、S波、速度比、密度数据作为神经网络的输入。人工神经网络从中选取矢量参数进行规则化，然后我们用另一个神经网络将这些参数从地震属性映射到反演参数上。实例我们用中国北海气田的实际数据建立模型来运行储藏参数的预测方法并且评估这种方法的可行性。基于这种模型，时移地震数据用来计算压力和含气饱和度的变化。这个模型是一个有着四个气藏的背斜构造。我们所用的是从03年到08的数据。到目前为止，压力正在逐渐减小，但是水侵不是很明显。气侵也不明显。因此压力是一项很关键的储藏参数。进一步说，压力作为主导参数要求相对精确。图1显示了不同年份不同的压力数据图，C显示了相应的压力变化。图1：储层参数图，压力的单位是Bar（a：2008年的压力，b：2003年的压力，c：压力差）随着岩石参数和测井数据的变化，我们可以得到储藏参数和P波,S波，速度，密度之间的关系。因此相应的数据可以通过插值得到。基于上面的物理参数进行地震叠前偏移，我们可以由不同的入射角集构建地震数据（见图2）通过这个数据集我们可以测试时延地震数据反演方法对储藏参数的预测。基于叠前的角度道集，通过弹性阻抗反演我们额可以得到相应的参数。图3列举了反演结果，图4显示了这些结果对应的不同点。图5显示了人工神经网络得到的结果。通过图2C和图5C比较，很明显可以看到压力异常的评估与原始的储藏参数模拟结果是一致的。图2：角道集叠前地震数据（左：2003年的角道集，上：0-15度的炮道集，中:15-30度的炮道集,下：30-45度的炮道集；右：2008年的角道集，上：0-15度的炮道集，中:15-30度的炮道集,下：30-45度的炮道集）图3：反演结果（a：两年的P-阻抗，b：两年的S-阻抗，c：两年的密度，d：两年的纵横波速度比）图4：反演结果差值（a：P-阻抗差值，b：S-阻抗差值，c：密度差值，d：纵横波速度比差值）图5：预测结果（压力预测结果（a：2003，b：2008），c：压力差）结论从上面的分析我们可以得到以下结论:1)利用时延地震反演技术的储层参数预测方法对于地球物理学者和油藏工程师之间的交流是很有帮助的。它能为生产计划提供指导。我们相信使用此方法可以增加油藏产量和提高采收率。2)弹性阻抗反演技术能满足时移地震储层参数预测的要求。利用人工神经网络（ANN）方法能更精确地预测储层参数。3)使用的井和典型井数越多，得到的预测结果就越精确。4)此方法的应用是一个多学科技术系统的过程，它包括地质建模、岩石物理、油藏数值模拟、时移地震处理和解释等学科。5)按照时移地震的要求，在实际应用中，在地震数据处理的过程中需要注意地震数据采集的重复性和质量的控制，以便消除由于非油气储藏因素导致的地震响应的变化。致谢此研究是由CNOOCkey重点实验室项目创立的，作者感谢Yincheng,Wangshoudong和LiJingy，谢谢他们有帮助的讨论。参考文献Connolly,P.,1999,Elasticimpedance:TheLeadingEdge,18,440–452.Waite,M.W.,andRusdinadarSigit,1997,SeismicmonitoringoftheDuristeamflood:Applicationtoreservoirmanagement:TheLeadingEdge,16,1275–1278.Zhu,Z.,H.Liu,andY.Li,2003,LoggingidentificationandevaluationofCambrian-ordoviciansourcerockinTarimbasin:SEG,ExpandedAbstracts,22,98–100.