永川地区深层页岩气储层不同尺度裂缝精细建模

葛 勋 郭彤楼 黎茂稳 赵培荣 范宏娟王 鹏 李王鹏 钟 城

（1. 页岩油气富集机理与高效开发国家重点实验室，北京 102206；2. 中国石化页岩油气勘探开发重点实验室，北京 102206；3. 中国石化石油勘探开发研究院，北京 102206；4. 中国石化西南油气分公司，四川 成都 610041；5. 中国石油化工集团有限公司，北京 100728；6. 中国石化西南油气分公司勘探开发研究院，四川 成都 610041；7. 南京大学地球科学与工程学院，江苏 南京 210033）

0 引 言

“十三五”期间，四川盆地深层海相页岩气及盆缘复杂构造区、常压区页岩气区均实现了有效开发［1-3］，页岩储层天然裂缝是影响页岩气井产量的关键因素之一。天然裂缝的发育程度可以改善页岩储层的储集空间，大尺度裂缝会直接破坏页岩储层的保存条件；中小尺度裂缝有利于增加游离气与吸附气的占比，极大提升了页岩气井产能［4-7］；天然裂缝影响着水力压裂的效果，小尺度裂缝发育区的地应力差异系数小，在压裂过程中形成的缝网更为复杂［8-20］。现今裂缝预测主要分为地质和地震2 种方法，在地质方面，主要通过三维有限元模拟并结合岩石破裂准则来综合预测裂缝密度［21-24］；在地震方面，应用叠前地震预测技术和叠后地震预测技术进行裂缝预测，叠前属性技术包括方位各向异性反演等，叠后属性技术包括相干、倾角、曲率、蚂蚁体等［25-26］。

永川地区裂缝类型单一，主要以低角度水平缝为主，裂缝多被方解石、石英、黄铁矿半充填或全充填［27］。对富顺-永川地区裂缝曲率的预测显示，曲率高值具有明显沿背斜走向分布的规律，研究区东部及西南部背斜曲率值较其他区域背斜高［28］，不稳定试井分析表明，永川中、北区压裂改造难度大，不易形成复杂缝网，中北区气井试采效果差，最终采收率（EUR）偏低。前人对于永川地区裂缝的研究多数仍是地震单属性预测，裂缝预测的精度仍停留在大、中尺度上，对小尺度裂缝预测方面的认识仍然不足。本文以永川地区五峰组—龙一段为研究对象进行裂缝分布模拟，在此基础上应用蚂蚁追踪技术细化裂缝规模，实现了永川地区五峰组—龙一段页岩储层小尺度裂缝的精准预测，为四川盆地深层复杂构造区页岩气增储上产提供指导，具有一定的借鉴参考价值。

1 区域地质概况

永川页岩气田位于重庆市西部，整体属于深层页岩气（埋深大于3 500 m）。永川地区位于川南低陡褶皱带内，研究区处于华蓥山断裂东南部第一排正向构造（图1（a）），整体表现为“两凹夹一隆”的构造特征［29-30］。永川地区构造形态受川南地区构造演化的影响，早印支期，川南地区受压扭应力作用，北东向的构造格局定型，形成了泸州-开江古隆起；在中晚印支期，受东南侧雪峰山、龙门山、大巴山的推覆影响，弧形构造带自NNE 逐渐向NEE 偏转，此期间的形变为永川地区的总体构造走向奠定了基础［31］。在燕山期，整个永川地区继续发生NW 向大幅度抬升剥蚀活动，在喜马拉雅期，印亚板块的闭合碰撞使得川南地区发生NE 向挤压，整体的断裂具有左旋和右旋的构造特征［32］。

永川地区地层发育较完整，自上而下主要发育地层依次为侏罗系、三叠系、二叠系、志留系、奥陶系、寒武系，缺失石炭系和泥盆系地层。下志留统龙马溪组沉积厚度410～500 m，可划分为一段、二段、三段，龙一段岩性以灰黑色笔石页岩为主（图1（b））。

2 单属性天然裂缝定量预测

针对永川地区的断裂特征，将裂缝划分为大尺度裂缝、中尺度裂缝和小尺度裂缝3 个等级，大尺度裂缝断距大于100 m，延伸长度大于5 km，中尺度裂缝断距50～100 m，延伸长度2～5 km，小尺度裂缝断距小于50 m，延伸长度小于2 km［33］。单属性天然裂缝定量预测运用相干增强体、形变曲率体、Petrel 蚂蚁体追踪3 种属性预测方法开展本区单属性裂缝的定量预测。

2.1 相干增强体

三维相干技术可以用于检测地震波同相轴的不连续性，本文采用第3 代相干技术计算永川地区的相干属性。第3 代相干技术通过线性增强和断层增强处理，以及平面和垂向上噪声的滤波压制，突出了断层和裂缝的响应特征，其相干体更为精细。图2（a）为永川地区25 Hz 本征值相干平面分布情况，图2（a）中黑色代表相似程度低，为断裂发育区（-120～-40 代表大尺度裂缝，-40～40 代表中尺度裂缝），白色代表地震轴连续性较好，断裂、裂缝基本不发育（40～120 代表小尺度裂缝）。

图2 永川地区龙一段底界向上25 m（10 ms）的本征值相干、平均曲率、蚂蚁追踪属性平面分布Fig. 2 Areal distribution of eigen coherence, mean curvature and ant tracking attributes 25 m (10 ms) upward from bottom boundary of Long-1 Member in Yongchuan area

整体上，该区相干属性特征揭示研究区断层走向以NE—SW 向为主，主要集中在新店子背斜构造附近，北部向斜区发育NNE 走向断层，南部向斜区发育NE 走向断层。

2.2 形变曲率属性

曲率是微分几何学的概念，主要用于研究曲线和曲面的几何学特征，表征的是地层倾角在空间上的变化率。图2（b）为基于不同的曲率运算方式得到的研究区平均曲率属性平面分布情况，图2（b）中红黄色为曲率大的区域，是构造性裂缝比较发育的区域，靠近新店子背斜构造处裂缝发育程度高（6.6～10.0 代表大尺度裂缝），北区、南部向斜裂缝发育程度次之（3.6～6.6 代表中尺度裂缝，0～3.3 代表小尺度裂缝）。由图2（a）、（b）中可以看出，曲率属性预测的裂缝发育情况与相干属性的预测结果大体一致。

2.3 Petrel蚂蚁体追踪

蚂蚁体追踪技术基于蚁群算法实现对断裂的追踪和识别。其算法原理为：在地震数据体中撒播大量“蚂蚁”，则在地震振幅属性体中发现满足预设断裂条件的断裂痕迹的“蚂蚁”将释放信号，召集其他区域蚂蚁集中于该断裂处进行追踪，直到完成该断裂的追踪与识别。图2（c）为永川地区龙一段底界往上25 m（10 ms）位置的蚂蚁追踪属性平面分布，图2（c）中黑色为断裂发育区（7～10 代表大尺度裂缝，4～7 代表中尺度裂缝），白色为断裂不发育区（0～4 代表小尺度裂缝）。蚂蚁追踪属性成果揭示，新店子背斜构造带，北区、南部向斜发育的大尺度裂缝，与曲率属性预测的裂缝发育情况及相干属性的预测结果大体一致，并在此基础上比较清晰地刻画出小尺度裂缝。

3 多属性天然裂缝定量预测

本次研究主要预测永川地区的小尺度裂缝，预测精度需求较高，因此采用人工智能非线性神经网络技术进行裂缝分布模拟。首先加载裂缝面密度曲线，其次输入与裂缝成因相关的地震属性并利用模糊逻辑对输入属性与裂缝面密度曲线之间的相关性进行排队优选，优选出有利属性，最终利用神经网络预测裂缝面密度和裂缝发育概率。

3.1 三维地质网格的建立

基于RTM 深度域和时间域资料，利用成像测井解释的天然裂缝数据进行天然裂缝三维建模，将龙一段上漂180 ms、下漂15 ms 作为裂缝建模范围。模拟的网格横向上网格大小为40 m×40 m，纵向上网格单元1 ms，总共6 100×104个网格（图3）。同时利用Landmark 和FracPredictor 相关模块，计算能够表征天然裂缝发育情况的振幅类、曲率类、频率类等属性，并充填入3D 网格中作为神经网络建模的基础数据。基于RTM 时间域数据体提取了能够反映天然裂缝分布的37 个地震属性，并用速度谱转换为深度域，充填入三维网格中。

图3 永川地区三维网格模型Fig. 3 3D grid model of Yongchuan area

3.2 裂缝面密度曲线的构建

根据6 口井的成像测井数据识别出的天然裂缝构建了1 条能够反映其分布特征的裂缝面密度曲线，通过这条曲线用来反映裂缝发育程度。根据成像测井识别出来的裂缝倾角（α）和裂缝发育段的顶深和底深，结合井眼直径（A），分别换算出每条裂缝在统一的井眼环境中的宽度（等于井眼直径A）、长度（b=A/cosα）和高度（h=A×tanα）（图4），计算单条裂缝对应的裂缝面密度值（Df=（π×A×b）/（2π×A×h）），将裂缝发育段均赋予该值作为单条裂缝的裂缝面密度曲线，最后将每条裂缝的裂缝面密度曲线进行叠加计算，作为建模用的裂缝面密度曲线。

图4 裂缝要素示意Fig. 4 Schematic diagram of fracture elements

3.3 天然裂缝神经网络随机建模

针对天然裂缝面密度曲线的特征，选择按照不同的地震属性类别，采用模糊逻辑属性进行排序，优选每一类地震属性当中对裂缝面密度曲线最为敏感的1—3 个属性参与最终的神经网络随机建模。从37 个地震属性中优选出6 个与裂缝面密度相关性最高的属性参与建模，他们分别为曲率类属性中的最大正曲率、最大曲率、平均曲率，边缘检测类属性中的方差、相干属性以及单频振幅类属性中的主频振幅（表1）。

表1 相关性最高的地震属性统计Table 1 Seismic attributes statistics with maximum correlations

在确定敏感属性后，利用神经网络进行训练，使用70%的目标测井曲线数据建立电阻率预测神经网络，再使用剩余的30%目标测井数据检验该神经网络预测模型；如果预测结果和检查数据吻合较好，则可将该模型应用到整个三维网格。预测曲线是根据成像测井识别出来的裂缝建立的天然裂缝面密度曲线，受测井方法的限制，仅能代表井筒表面的裂缝发育情况，而地质网格的面元是40 m×40 m（地震数据面元也达到20 m×20 m），二者不匹配，所以在设置神经网格算前质控参数时，训练数据为70%：只用70%数据建立神经网络关系，而剩余30%数据可代入进行验证（随机挑选，每次运算不一样）。训练的神经网格关系运算中训练结果和原始值的相关性必须大于65%，待满足相关性条件后，将验证数据代入训练关系中，预测值和实际值相关性不能小于55%，满足上述关系的实现不大于10 个。同时由于裂缝有极高的不确定性，所以得到的实现也需要更多，总共计算得到了273个实现，并保存了其中最优质的50 个实现作为预测结果，对50 个实现求平均值作为最终的天然裂缝面密度模型结果（图5）。

图5 永川地区天然裂缝面密度模型Fig. 5 Natural fracture surface density model of Yongchuan area

4 天然裂缝建模结果的验证和分析

图6 为在模拟得出的裂缝面密度模型基础上继续进行的蚂蚁追踪，裂缝整体形态展布更加清晰，7～10 代表大尺度裂缝，3～7 代表中尺度裂缝，1～3代表小尺度裂缝。由此可知永川地区天然裂缝发育程度由好到差依次为新店子背斜主体、南部向斜、北区向斜。永川南部微裂缝发育可以提高压裂改造规模，如压裂液总量、改造段数、簇数等参数均有所提高，同时永川南部水平井段较长，水平井长度1 500～1 800 m，并完成了24 段144 簇压裂施工，加砂强度明显增强，优质储层钻遇率在70%以上，无阻流量大于20×104m3/d。实际勘探开发情况也表明，南部气井试采效果好，测试井6 口，测试产量8.0×104～14.1×104m3/d，平均11.1×104m3/d，无阻流量8.5×104～26.5×104m3/d；中部背斜区测试井产量7.2×104～7.3×104m3/d，平均7.2×104m3/d，无阻流量8.0×104～8.1×104m3/d；北区测试井产量6.1×104～7.3×104m3/d，平均6.5×104m3/d，无阻流量6.4×104～9.6×104m3/d。

图6 永川地区龙一段底界向上25 m（10 ms）裂缝面密度和蚂蚁追踪属性平面分布Fig. 6 Areal distribution of fracture surface density and ant tracking attribute 25 m(10 ms) upward from bottom boundary of Long-1 Member in Yongchuan area

综上可知，适度发育的微裂缝是永川地区气井高产的重要影响因素。根据目前最新钻井认识，永川南部区域仍作为滚动产建目标区，中北部区域将作为下一步开发评价目标区。

5 结 论

（1）单属性裂缝定量预测应用相干、曲率、蚂蚁体3 种属性。模拟结果显示，大尺度裂缝主要分布在新店子背斜，走向呈NE 向展布，南部向斜裂缝走向也呈NE 向，北区向斜裂缝走向呈NNE 向，蚂蚁体属性可以更清晰地刻画出永川南部向斜发育的小尺度裂缝。

（2）多属性天然裂缝预测显示，永川地区总体裂缝发育程度由好到差依次为背斜主体、南部向斜、北区向斜，南部向斜微裂缝最发育，有利于压裂改造。南部将作为滚动产建目标区，水平井段长度长，无阻流量高，测试产量8.0×104～14.1×104m3/d，气井试采效果好，说明新店子背斜大尺度断裂不利于页岩气保存，北区小尺度裂缝不发育且目的层埋深过大，水平应力差较大，不利于压裂施工。