如何充分利用多种数据快速建立高质量的地质模型至关重要(组图)

本文作者如下：

舒宏林1王立志2尹开贵1李清飞1张卓1罗玉峰1

1 中石油浙江油田； 2 斯伦贝谢中国

（摘要）地质与工程的融合强调地学研究与业务的互动。在我国地质条件复杂的非常规油气田中，地质建模在数据基础和应用需求方面提出了独特的挑战。一方面，数据以水平井为主，数据量大，数据类型复杂；另一方面，操作过程要求模型快速迭代甚至实现“即时”建模。因此，充分利用各种数据，快速建立高质量的地质模型非常重要。本文针对以页岩气藏为代表的非常规油气藏建模的独特性，提出了具体的流程和方法。首先，系统阐述了水平井地质建模过程，通过真厚度域旋回对比、二维转向剖面和井震数据融合，解决了水平井从一维到三维的结构和属性建模问题。二是以蚂蚁追踪为例，介绍天然裂缝预测与建模方法。非常规储层裂缝普遍发育。在了解裂缝发育背景的前提下，开展成像测井、钻井、微震等多学科数据的交叉验证。有助于实现合理的断裂建模。第三，不同应用需求下的地质建模过程及应用，如井位部署优化、及时建模支持地质导向、压裂工程应用等多学科融合。

近年来，非常规致密油气藏逐渐成为油气开发的热点，为替代常规油气能源、支撑油气革命做出了重要贡献[1]，成为“非常规天然气开发热点”。 [2]。由于页岩气储层的致密性，一般没有天然的工业产能，需要依靠平台水平井和体积压裂来提高产能，这造就了其独特的开发特点和数据库。由于北美页岩油气分布稳定，地层条件好，我国大部分页岩气藏经历了多旋回构造演化，决定了我国页岩气开发的独特性。为更加高效地开发页岩气资源，需要探索、实践和发展一条适合其独特性、以地质工程一体化为核心的高效开发道路[3]。在地质工程一体化的场景下，数据基础、应用场景和应用目的都发生了深刻变化。相应地，地质建模技术也要进行“非常规”改造。本文以川南五峰组—龙马溪组页岩气藏为例，探讨地质建模技术。研究思路也可以借鉴其他非常规油气藏。

页岩气地质建模现状与挑战

常规油气藏地质建模技术已广泛应用于油气田储量评价和油气藏管理。基于地质、地球物理、测井等数据，地统计学建立的三维地质模型已成为多学科团队交流协作的重要桥梁[4-6]。与常规油气藏建模相比，以页岩气为代表的非常规油气藏地质建模发生了深刻变化。

首先，水平井开发对传统的构造和储层特性建模方法提出了挑战。页岩气水平井地质导向深度窗口一般较小。如川南龙马溪组转向窗口已由初期的15～20m减少到2～5m。水平轨迹穿过地层所反映的储层变化是垂直的 为了综合响应非均质性和平面非均质性，可以通过在水平段设置虚拟直井，在水平段增加更多的构造控制点[7-8]，但通常仅限于具有明显特征的地层界面。如何有效地进行水平段精细构造地层归位，成为致密油气藏亟待解决的首要问题。另外，在属性建模过程中，由于平台型井位数据的采样偏差（优质层段采样点较多，采样点平面分布不均匀），属性建模算法需要一种能够反映人体三维属性分布特征的分布模型（直方图）[5]，所以要特别注意数据统计。

其次页岩油气行业研究，以页岩气藏为代表的致密油气藏对储层质量和完井质量的参数建模提出了特殊要求。致密油气藏模型需要包含“六性”相关属性[9]，即烃源岩特征（如总有机碳含量TOC）、岩性（如矿物含量）、物性（如孔隙度、渗透率、饱和度）、脆性（如杨氏模量、泊松比、脆性指数）、油气性质（如含气量）和地应力特征（如主应力、取向）、电参数（如伽马马，密度）。

第三，对天然裂缝的关注度空前提高，天然裂缝关注点发生深刻变化。传统上，对于裂缝性油气藏，主要关注天然裂缝对流体渗流的影响，从而分析裂缝与油气聚集、产能特征和注水特征的关系[10]，即裂缝对渗透率各向异性和幅度的影响。贡献、裂缝是否张开、裂缝张开参数已成为裂缝油气藏研究的重点[11]。四川盆地页岩气藏由于多旋回构造演化复杂，裂缝体系非常发育[2]。在水力压裂过程中，裂缝及其应力状态直接影响水力裂缝的扩展和裂缝网络。复杂性 [12-13]。即使是已经被矿物填充的裂缝，由于岩石强度的降低，也会对压裂过程中水力裂缝的扩展产生重要影响[12]。

第四，在地质工程综合应用场景下，对综合建模的管理和应用提出了新的要求。地质与工程的融合强调地学研究与业务的互动。地质模型对钻井、压裂等工程作业的支持是建模工作的一个重要目的。因此，建模思路应适应地质力学模拟、压裂模拟等非常规研究。需要。尤其是在开发初期，地质模型的不确定性比较高，这就要求地质模型根据工程运行进度中不断获得的新数据和新数据，对模型进行质量控制和更新。 ，从而实现“及时建模”[14]，将多学科数据反映的地质特征定量表征到模型中，以支持井位部署、钻井、地质导向、压裂设计和后评价等，从一个立体到立体，从定性到定量，从局部（单井）到整体（平台区、产区）的跨越，最终实现油气田高效开发。

页岩气藏地质建模技术对策

页岩气藏地质建模的目的是地质与工程的综合应用。结合页岩气田以水平井开发为主、多学科资料丰富的特点，从构造、属性和天然裂缝三个方面对页岩气田的影响进行了表征。岩石和天然气开发的储层质量和工程质量参数。关键技术流程包括水平井地层归位与建模、井震趋势约束的页岩气储层属性建模、地震蚂蚁追踪驱动的天然裂缝建模、力学稳定性分析，如图1所示。

1。水平井地层归位与构造建模

真实厚度域地层对比。由于水平井轨迹相对于地层产状可有多个上下切段，采用垂直厚度（TVT）对比储层循环特征的方法对直井影响不大，但受轨迹重复和构造波动的影响影响，水平段的使用会出现很大的问题。但在真厚度（TST）域对比中，上下切口断面在消除结构起伏后“垂直化”，其曲线形状与直井保持良好的可比性[15]。比较是基于三维结构建模。重要的输入。由于页岩储层的垂向非均质性，可以假设同一平台横向厚度分布稳定，结合真实厚度域的曲线特征可以反转地层倾角[16-17]。见图2。由于采集LWD成像数据的井少，LWD成像拾取的倾角往往存在一定误差，大多数井需要以地震解释提供的构造图为初始计算井周围地层产状。输入真实厚度计算。受限于地震资料的准确性，对地层产状的初步认识往往需要不断调整。调整的依据是水平段单个上、下切割的地层旋回厚度与直井段和斜井段的地层旋回厚度是否一致。通过不断调整地层产状，更新真实厚度计算结果，可以实现水平段与直井测井曲线的合理对比。

表1和图3为水平井H1-2真实厚度域地层对比情况。通过对比结果，水平段可清晰划分为6个较大的上切/下切段：上井后下切段为3226m（五峰组），再下切至3370m（龙一12、该段曲线已倒置），再下切至 3474m（五峰组），以此类推。这样可以重复再现水平井反射的地层，也可以准确估计水平井穿过地层的产状，为建立地质导向模型提供依据（图4）和 3D 结构建模）。 .

地质导向模型的 3D 建模应用。根据不同的数据库，地质导向技术存在三种互补的技术方法。第一种方法称为“建模-比较-更新”方法。将其与实时测井响应（LWD）进行比较，然后进行曲线拟合并更新校正模型[18]；电阻率成像等）判断轨迹相对于地层的上下切线关系，甚至拾取地层界面的倾角，建立地层模型；第三种方法是边界检测技术，通过深部电阻率检测等手段，如流体界面随钻检测，反演地层中的电阻率界面。页岩气地质导向常用的方法是前两种。

地质导向及其建模技术可以建立水平井的二维导向模型，推断井筒上下的构造和地层发育特征，从而解决水平井曲线的一维限制，结果可用作地质建模的输入。与真实厚度域的地层对比类似页岩油气行业研究，页岩二维构造转向模型假设同一平台内储层的横向厚度和性质稳定分布，并概括了层状界面和电性曲线（如伽马) 的导向孔。到水平段，然后调整水平段的构造倾角，以拟合水平井的模拟和实测曲线，达到水平段二维构造建模的目的（图4）.由于二维地质导向模型可以细化，可以很好地反映井段结构，在井区三维结构建模时可以作为输入。

3D 结构建模。结合单井分层、二维可控剖面模型和地震构造解释，可以建立可靠的三维构造层模型。上述三种构造信息在建模时可以被赋予不同的权重，如单井分层和二维可控剖面为“硬数据”，地震解释精度较低，可作为“软数据”用于趋势控制。

在建立3D网格时，可以根据不同故障的复杂程度来选择网格建模方法。当故障复杂度较低时，建议使用角网，当故障复杂度较高时，建议使用阶梯式普通电网。穿过网格。 3D网格平面的精度需要考虑到地震面板的尺寸和工程应用的精度要求。以YS井区为例，抗震板为20m×40m，水平压裂设计中簇间距通常为20m～50m。面面网格的精度定义为40m×40m，兼顾精度和计算效率。角网格法建立的构建模型如图5所示。垂直网格分割时，在优质储层段采用高精度垂直网格精度（平均0.5m），垂直网格精度在远离优质储层段1-10m处逐渐变大。合理控制网格数。进行地应力模拟时，可适当粗化网格平面精度（如80m×80m）或根据I、J指标提取平台模型。考虑到页岩明显的垂直非均质性，垂直网格精度建议与精细地质模型保持一致。

二、水平井属性建模

抽样偏差。采样偏差在油气田勘探开发中非常普遍。由于井往往位于“最佳位置”，因此“最佳位置”具有更多的采样数据。非常规油气藏主要由水平井开发，这一现象更加突出。水平剖面主要穿越优质储层，导致空间测井数据采样不均。如果直接利用水平井的数据分布进行属性预测，往往会带来乐观的预测结果。因此，当直井与水平井并存时，如果直井分布较为均匀，则可参考直井测井资料获得属性分布特征[8]。 3D网格可以获得更合理的属性数据分布特征[19]。

图6为同区块龙翼1亚段测井有效孔隙度分布特征。 3口直井平均值3.6%，标准差0.9%，3口直井和11口水平井平均值4.2%，标准偏差为 1%。由于水平井钻在“甜点”区间，统计数据分布特征存在偏差，呈现出乐观的统计特征。三口直井在不同平台上分布较为均匀，其统计数据分布特征较为合理，建模时应采用直井数据分布。

趋势建模。在使用地统计学对属性参数进行空间插值时，需要保证其满足平稳性假设。如果数据显示出系统性趋势，则需要在变异函数分析和属性建模之前对其进行表征和去除。这种趋势[5]。以页岩为例，其纵向非均质性强。即使有水平井资料，在地层归位完成后仍能看到与直井相似的垂向趋势（见图7a、b）。可以通过地震资料（如反演）提供，垂直趋势和平面趋势可以通过线性计算组合成三维趋势体。值得注意的是，图 7b 中水平测井对薄层的响应比垂直井具有更好的分辨率。如五峰组顶部观音桥段有约0.5m厚的生物壳灰 岩石具有低TOC特征，可见水平井对该段的响应更明显的。图7c比较了水平井轨迹和测井曲线通过的趋势模型的网格值，可以看出两者具有很好的相关性，在趋势模型控制下的属性建模更能反映页岩储层特征变化（图7d）。

属性构建。常规油气藏属性建模离不开沉积相建模。沉积相建模是反映地质概念模型和控制属性模型的重要手段。应用沉积相建模需要考虑两个方面：一是不同沉积相之间的物理性质存在明显差异，如孔隙度、渗透率、饱和度等；其次，沉积相具有直观的空间变化规律，如特定的形态（可以指导变异函数的设置）、沉积相之间的接触关系等。对于页岩，可以在岩心进一步细分为不同的相微尺度[20]或三端元法[21]按矿物含量（硅质、钙质、粘土矿物），但由于缺乏当前不同岩相的空间变化格局，难以进行合理的三维空间变化以沉积相建模方法为代表，控制物性分布。

因此，本文推荐的属性建模方法是趋势模型约束下的随机连续属性建模，例如顺序高斯模拟。当不同属性参数之间存在明显相关性时，采用协同克里金模拟来保证属性参数之间的三维相关性。

通过分析地震反演特性和垂向测井曲线可以得到横向和垂向范围。 YS井区横向范围约1000m，垂向范围2-3m。

在属性建模过程中，由于不同参数之间的物理相关性，需要考虑不同属性的顺序仿真顺序。例如，烃源岩性质对物性和含烃性质有控制作用，岩性对脆性有控制作用。等，如图 1 所示。因此，首先在地震反演的约束下建立岩性和烃源岩性质，如粘土含量和 TOC 等基本属性。然后，在这些基本性质的控制下，通过协同模拟建立其他性质参数，如粘土含量控制脆性参数，TOC控制孔隙度和饱和度等物理参数。页岩含气量需要在三维孔隙压力预测的基础上，结合网格属性参数（孔隙度、饱和度、密度、TOC、天然气体积系数等）进行计算[5]。在计算吸附气体含量时，应结合实验室岩心试验得到的与 TOC 的回归关系计算朗缪尔体积和朗缪尔压力。由图 8 可以看出，总含气量一方面与烃源岩物性（TOC）呈正相关，另一方面与孔隙压力呈正相关。这与页岩气赋存的物理特性一致，即 TOC 越高，吸附能力越强。同时，由于有机质孔隙为游离气的产生提供了空间，TOC越高，储存游离气的孔容越大；压力的增加直接导致吸附气体和游离气体含量的增加。

地应力模拟是基于岩石力学性质（杨氏模量、泊松比等）建模的3D地质力学模拟器[22-23]。

三、地震裂缝表征和裂缝建模

地震裂缝表征。地震裂缝预测的方法很多[24]，本文选择蚂蚁追踪法[25]作为讨论的重点。蚂蚁跟踪通常用于自动识别和跟踪地震属性体中的异常和不连续性。川南页岩气独特的地层特征为该方法的应用提供了良好的前提条件。页岩本身横向分布稳定，五峰组—龙马溪组页岩与宝塔组下伏灰岩之间岩性明显。因此，产生了强波阻抗的特性。方差性质的变化主要来自结构信息。基于方差特性的蚂蚁跟踪可以很好地反映断层和裂缝的特征。该方法在川南页岩气区块取得了良好的裂缝预测效果[26-27]。

蚂蚁跟踪算法涉及的参数很多，比如初始蚂蚁边界、方向、步长等，在实际应用中，使用不同的参数往往会导致不同的结果。为了保证蚂蚁跟踪结果的合理性，就是应用这种方法。方法的重要前提。这就需要对蚂蚁追踪结果进行验证。页岩气田采集到的成像测井、钻井、测井、微震监测数据为此奠定了良好的基础。

合理的蚂蚁追踪裂缝预测应从以下几个方面进行验证：一是蚂蚁追踪结果不应包含地层信息、地震采集足迹等非裂缝信息；二、蚂蚁跟踪结果应与其他地震属性交互验证方差、曲率、相干等属性都不同程度地反映了断层和裂缝的信息，蚂蚁跟踪应与地震中的异常带保持一致。这些属性；第三，蚂蚁追踪结果要与单井数据一致，如微震监测。中高震级事件、钻井损失、气测异常、成像测井反映的主要裂缝方位等。最后，蚂蚁追踪结果应与区域断层系统和构造背景相一致。

裂纹建模。根据蚂蚁追踪结果进行裂缝建模相对简单。裂缝-裂缝模型可以通过确定性建模和随机建模来分层建立。所谓确定性建模是通过断层切片提取技术将蚂蚁体内的断层或断裂带提取到平面中[24]，而随机建模方法是通过离散断裂建模建立断裂切片网络（DFN）。 DFN 建模的两个关键参数是裂缝产状和裂缝密度。裂缝的方向是蚂蚁在跟踪过程中的主要方向。在井点统计的裂缝密度标定的基础上，裂缝密度可用于回归蚂蚁追踪的数值。兑换。从图 9 的情况可以看出，H1 平台上发育了两组裂缝。 H1台地北支走滑断裂以走滑断裂为主，走向为北西向。高强度微震事件也反映了这一特点。 H1台地南支断裂以NE向为主，呈带状分布，与南侧NE向逆冲断层平行。实际钻井证实，这些裂缝带的位置都伴随着构造倾角的突变（图4中H1-2井分别为3400m和3600m左右），因此认为是褶皱相关裂缝.

天然裂缝的应力状态影响压裂作业过程中天然裂缝的稳定性及其与水力裂缝的相互作用。钻井实践表明，应力不稳定的裂缝在钻井过程中易造成漏失和井筒失稳，在压裂过程中易造成压裂液渗漏和堵砂。裂纹的应力状态可分解为正应力和剪应力。根据Moore-Coulomb准则，可以确定处于极限应力状态且容易滑动的裂纹，从而在工程操作前进行预警。

以H1平台为例，其当前地应力状态为走滑应力状态，最大水平主应力约73MPa，最小水平主应力约57MPa，垂直主应力约69MPa，孔隙压力约37MPa，最大水平主应力方向为110°。图 10 给出了当前地应力条件下 DFN 断裂模型的滑移概率。由图 10 可以看出，NE（约 75°）和 NW（约 330°）向的裂缝在当前地应力条件下相对不稳定，容易发生滑动，可能对钻井和完井造成不利影响。

图。图11为H20平台南支裂缝稳定性分析平面图。在平台南支钻了四口井。其中，H20-4井周边裂缝发育程度低，钻井顺利，钻井过程中未发生钻井液泄漏等复杂钻井事件；预计H20-2井周围有裂缝发育带，但裂缝方向近南北。 ，裂缝稳定性好，钻井过程比较顺利； H20-6井周边裂缝由着陆时的近北南向逐渐向南北西向变化，裂缝稳定性也逐渐恶化。 3811m和3811m两次漏失，其中3811m漏失严重，迫使该井提前完成钻井； H20-8井周边裂缝与H20-6井相似，井南北西向裂缝稳定性较差。 3480m、3622m和3751m发生3次钻井液漏失。从该平台的钻井分析可以看出，裂缝对井筒稳定性的影响不仅与裂缝密度有关，还与裂缝的力学稳定性有关。这些知识也用于指导相邻平台的井位布局优化。

地质建模在地质工程一体化中的应用

一、井位部署优化

开发前期井位部署主要依赖地球物理数据，受限于复杂的构造地质特征和有限的数据，开发前期的井位部署方案需要随着开发的进行不断优化，实现对地下的迭代理解​​、地质模型迭代、井位优化迭代。优化井位部署应综合考虑储层质量、钻井质量和完井质量，开展开发井钻井项目，提高部署设计和实施的达标率[28]。 For example, the iteratively updated structural model can be used to determine the altitude and depth of the target; the ant body and fracture models can be used to determine the location of unstable faults or fracture zones, which should be avoided when designing well trajectories; structural dip and curvature can be used to determine the horizontal section Structural changes, such as up-dip drilling, try to ensure that the apparent dip angle is less than 15°; microseismic events in fractured wells can indicate the expansion of natural fractures and hydraulic fractures, and serve as the basis for well spacing design.

二、Geosteering applications

Most shale gas blocks in southern Sichuan have complex surface conditions and subsurface structural features, which lead to large uncertainty in seismic structure prediction, which brings difficulties to drilling targets and geosteering. High-quality drilling and geosteering require the full cooperation of the research department and the engineering operation department. Figure 12 shows the recommended workflow of geosteering integrated with geoengineering. In the pre-drilling stage, the research department carries out geological design based on the geological model, proposes pre-drilling risk warnings, and formulates targeted geosteering strategies. In the pre-drilling stage, the engineering operation department can collect relevant models and data around the to-be-drilled area to carry out engineering design. and operation preparation; in the real-time drilling stage, geosteering work is mainly carried out in the operation department. Through real-time data transmission, combined with the steerable profile model and the stratigraphic comparison of the true thickness domain, the formation layer of the drill bit is determined, and various possibilities are considered to reduce the inconsistency of steering. Certainty, the research department can load the real-time trajectory and LWD data into the 3D model to track the drilling status, and make geosteering recommendations from a geological point of view in time; The steerable model is submitted to the research department and the experience and lessons are summarized, and the research department needs to update the model according to the drilling data. When the operation is intensive, only the structural model can be updated. Changes are made to the geological design based on the original model.

It can be seen from this workflow that during engineering operations, the drilled data can be iteratively integrated into the new version of the geological model, and during the data integration process, the new data will be quality controlled through the geological modeling process , thereby "cleansing" low-quality and erroneous data information. In addition, through timely iterative modeling, geological knowledge and engineering experience are also "solidified" into quantitative model parameters in the modeling process. Therefore, the iterative geological model has become the digital convergence center of drilling data and empirical knowledge.

三、Fracture engineering application of geological model

First of all, the model can provide model attributes of passing wells and surrounding wells for wells with insufficient logging series to carry out fracturing design. Restricted by different well conditions, shale gas horizontal wells have different logging series, including special logging, conventional logging and logging while drilling. This leads to differences in the richness of logging interpretations between wells. For wells with few logging interpretation attributes (such as poor wellbore conditions with only LWD curves), the missing reservoir quality and completion quality can be provided by the 3D model. properties, carry out fracturing grading and perforation cluster design [3].

Secondly, the model provides the basis for hydraulic fracture simulation. Hydraulic fracture simulation can be carried out by combining fracturing construction parameters, microseismic monitoring data, 3D geological model parameters, and natural fractures. Affected by the heterogeneity of shale vertical stress, fracture initiation in different layers will lead to differences in the vertical extension law of hydraulic fractures. Taking the Guanyinqiao Member in the upper part of the Wufeng Formation as an example, this member has high calcium content, low organic matter content and high stress. Although its thickness is usually less than 0.5m, the minimum horizontal principal stress based on the interpretation of acoustic scanning logging is mainly It is more than 20% higher than that of the Longmaxi group. If the horizontal section is cracked at the upper or lower part of the Guanyin Bridge section, the vertical distribution of hydraulic cracks will be quite different. It can be seen from Fig. 13 that the hydraulic fractures initiated at the bottom of the Longmaxi Formation above the Guanyinqiao section first ruptured and extended in Longyi 11 to Longyi 13, and then extended upward and downward to reform the Longyi 14 and Wufeng Formations. This section is the main production layer from Longyi 11 to Longyi 13; the hydraulic fractures initiated in the lower section of the Wufeng Formation are affected by the high stress Guanyin bridge section in the upper part and the settlement of proppant. After breaking through the upper stress barrier, the fractures extend upward, and the proppant distribution is still mainly in the Wufeng Formation, and the supporting effect on the upper fractures is poor. Therefore, it can be seen that the geological model that accurately implements the stratum passing situation in the horizontal section is of great importance to fracturing.

Continuously improve geological modeling

Under the integration of geology and engineering, the geological modeling of unconventional reservoirs also needs to be optimized and upgraded in terms of technology and process to adapt to its unique data foundation and application purposes. The focus and difficulty of 3D structure and attribute modeling is the application of horizontal well data. Systematically locating horizontal wells helps to establish reliable structural and attribute models. Natural fracture modeling relies on reasonable earthquake prediction, and the close integration of geophysics and geological disciplines helps to ensure the quality of natural fracture models. In the scenario of integration of geology and engineering, geological modeling requires multidisciplinary interaction and rapid iteration to achieve timely support for drilling and completion operations.

From the current development trend of unconventional geological modeling, the following technical aspects need to be continuously improved in the future.

3D anatomy of clastic reservoir heterogeneity. The clastic rock reservoirs represented by tight oil have both vertical heterogeneity and plane heterogeneity in the horizontal well section. Important challenges and issues that must be addressed in geological modeling of layers.

Data mining based on geological models. The unconventional "well factory"-style horizontal well development method brings a large amount of horizontal well data. In terms of improving the efficiency of geological modeling, mining engineering based on geological models, and the main control factors of productivity, new machine learning technology will help to achieve Further upgrade of geological modeling technology.

(Thanks to Schlumberger China Company and PetroChina Zhejiang Oilfield Company for their strong support for this article. All modeling processes in this article were carried out on the Schlumberger Petrel platform.)

From "China Petroleum Exploration"