CN104678438B - 一种co2地质封存中四维地震资料co2分布预测的方法 - Google Patents
一种co2地质封存中四维地震资料co2分布预测的方法 Download PDFInfo
- Publication number
- CN104678438B CN104678438B CN201510140269.4A CN201510140269A CN104678438B CN 104678438 B CN104678438 B CN 104678438B CN 201510140269 A CN201510140269 A CN 201510140269A CN 104678438 B CN104678438 B CN 104678438B
- Authority
- CN
- China
- Prior art keywords
- fluid
- dry
- different
- reservoir
- injection
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Landscapes
- Geophysics And Detection Of Objects (AREA)
Abstract
一种CO2地质封存中四维地震资料CO2分布预测的方法,包括以下步骤:1),模拟地下不同储层变化条件下的流体弹性参数计算;2),建立干岩石弹性模量、切变模量与压力之间的关系或公式;3),对Gassman方程为基础的流体替换方法的改进;4),进行储层的泥质校正;5),基于井模型的注入CO2后流体替换计算,不同的CO2注入方式不同;6),对测井资料进行环境校正和高精度的深度到时间的转换。同时,计算人工合成地震记录;第七,建立CO2饱和度与压力变化的梯度‑截距交会图,拾取随压力变化及饱和度变化的CO2流体识别因子;第八,将CO2流体识别因子用于实际地震资料中,识别与预测CO2地下分布;解决识别和预测封存于地下的CO2分布的问题。
Description
技术领域
本发明属于油田驱油技术、CO2地质封存技术领域,具体涉及一种CO2地质封存中四维地震资料CO2分布预测的方法。
背景技术
一项关于利用四维(也称为时移、时延)地震勘探资料进行CO2地质封存过程中CO2分布预测的方法。如何通过四维地震或者CO2注入后采集的地震监测分析,预测CO2地质封存过程中CO2在地下的分布,是检测CO2地质封存安全性与泄漏风险的关键。注入CO2后地下分布的预测,是确定地下封存的CO2能否突破盖层、裂缝和判断从高压区域运移到封存区外泄漏的关键。而地下CO2分布也是确定CO2-EOR(CO2Enhanced Oil Recovery强化驱油)效率、残余油分布驱油确定和计算CO2地下封存量的关键。
本发明方法属于CO2捕集与封存(国内称作CO2Capture,Utilization and Storage或者简称CCUS,国外称之为CO2Capture and Storage或者CO2Capture and Sequestration简称CCS)关键技术。属于油气资源勘探开发中的四维地震勘探技术领域,也属于《国家“十二五”科学和技术发展规划》中战略性新兴产业之节能环保技术、先进能源技术、应对气候变化之能源资源环境技术和减缓气候变化技术。
早期利用四维地震预测水驱油过程中的残余油饱和度与压力分布方法,是挪威科技大学Landro教授等于2003年提出的四维AVO技术。Landro等(2003)的方法基于两层介质模型、两相流体(油、水或者气、水)及基于Zoeppritz方程(1919)简化关系的Aki与Richards(1980)近似公式基础上提出的。这种两层介质模型,将储层内部的垂向及横向非均质性,简化成为均匀的介质,并采用Zoeppritz方程简化关系进行AVO饱和度与压力预测。在界面上下弹性参数差异较大时,Zoeppritz方程简化关系误差很大。同时,这种方法假定储层注入流体(如水)后的温度、矿化度、地层水电阻率等流体参数不变。因此,早期的方法与实际储层非均质情况严重不符,并且对岩性和流体的识别存在较大误差。
为了开展非均质储层(如碳酸盐岩储层)等的CO2地质封存、确定CO2地质封存的安全性及验证CO2驱油效率。需要利用四维地震技术预测注入地下的CO2分布,特别需要考虑注CO2的特点与注水不同,如注CO2时会采用水平井或者是垂直井,以及多套地层甚至是薄互层注入方式,使得原有两层介质模型不适应。注CO2后可能造成储层与盖层弹性参数差异变大等,造成Zoeppritz方程简化公式误差增大等。因此,我们将原有的基于两层介质和基于Zoeppritz方程简化关系的四维AVO储层参数预 测方法,改进成为考虑储层纵向非均质性的、不同注入方式、不同注入模式的、多层介质的、精确的平面波方程和三相流体的四维地震AVO平面CO2流体分布预测的方法。
我们的方法在考虑了储层内部的纵横向非均质性,包括薄互层和死油(deadoil)、活油(live oil)、CO2、水三相介质的同时,考虑了储层泥质含量、流体替换空间、储层注入CO2前后地层温度、地层水矿化度、原油GOR(气油比)、API(美国石油学会)密度等参数的变化,已经注入CO2过程中不同井的不同注入方式,使得以Gassmann(1951)理论为基础的储层流体替换模型的计算更加符合实际,特别是盖层与储层弹性参数差异大的地层(如碳酸盐岩储层、煤层),这也避免了采用Zoeppritz方程近似公式所造成的误差。
在CO2的捕集与封存过程中,如何监测CO2地质封存的效果,特别是监测CO2地质封存的安全、可靠性与CO2泄漏的风险,成为CCS技术的最大挑战(Schrag,2007)。四维地震技术是国际上CO2地质封存安全性监测最有效和首选的技术。运用四维地震监测,可以提高科学家对CO2地质封存过程的理解,证实CO2-EOR(CO2Enhanced Oil Recovery,即CO2强化驱油)驱油效率,并证明四维地震监测与其它地质、地球化学、油藏工程、油藏模拟等学科结果的一致性(Bikle,2009)。
四维地震(4D)也叫做时延地震、时移地震(Time-lapse),主要是通过对比两次地震监测之间的振幅和旅行时间的差异,确定储层注入水、热蒸汽(重油开采)、注CO2强化驱油(EOR)前后地震振幅与旅行时间的变化,以便确定残余油的分布和驱油效率,同时确定注入CO2在地下的分布状态。对于那些没有采集注入CO2前地震数据的区域,也可以直接通过第二次、第三次等监测地震预测残余油分布、CO2驱替效率及CO2在地下的分布。
在四维地震监测CO2地质封存中,除了疏松的砂岩储层外,如挪威的Sleipner气田,注CO2前后储层纵波速度和时差变化都很明显(Ghaderi and Landro,2009)。一般砂岩及碳酸盐岩储层CO2注入前后的纵波速度变化不大,因此两次地震前后的时间延迟差异因为储层流体变化很小而无法观测出来。比如著名的加拿大Weyburn油田CO2地质封存项目中,碳酸盐岩储层在注入CO2后,我们从模型计算出的纵波速度变化在10%以内(Ma,Gaoand Morozov,2009)。注入CO2前后,储层内旅行时间差异在假定100%的CO2饱和度下,只有1毫秒左右。而该区地震资料的采样间隔大多只有2毫秒。另外,实测的注入CO2的饱和度平均只有20%(White et al,2004)。因此,注CO2前后储层时差变化将远小于1毫秒。时差变化不明显,就不易在地震资料中拾取和处理出来(Ma,Gao and Morozov,2009)。这样,利用注入CO2前后地震振幅的差异变化,进行CO2分布预测,成为地震处理与解释的主要目标。
以往叠加剖面的地震振幅差异分析(White et al,2004)是确定CO2大致分布的主要手段,但叠加剖面的地震振幅差异主要来自CO2饱和度、压力、温度、矿化度等多重效应。因此,仅仅从两次振幅差异,无法区分出哪些区域封存的CO2多(CO2饱和度高)?哪些区域封存的少(CO2饱和度低)?孔隙压力、温度、矿化度变化及注入方式的不同,可以使低饱和度的CO2与残余的油水混合流体产生 相同的反射振幅,而无法区分CO2与残余油分布。同时,在计算差异地震振幅时,由于两次采集和处理的地震资料幅值差异较大,如果没有地震模型的标定,难以准确标定好两次处理的地震资料振幅,并获得准确的差异振幅。并进一步利用差异振幅来确定CO2分布范围。就是说在计算两次采集地震资料的差异振幅时,每次采集地震资料幅值的大小,都可能造成差异地震振幅上CO2平面分布的不正确。
AVO技术是四维地震监测技术中识别CO2变化的有效工具。早期的AVO流体预测技术(Landro,2001;Landro et al,2003),用于监测注水前后残余油分布,包括监测CO2封存的AVO技术(Brown et al,2007),主要采用两层介质模型和Aki&Richards对Zoeppritz方程的近似公式来分析。两层介质模型忽略储层垂向的非均质性,假定储层内弹性参数相同,也不适合薄互层的AVO分析。而基于Zoeppritz方程近似公式的AVO近似公式,也只适合于上下岩层弹性参数接近的储层模型,不适合碳酸盐岩等储层与盖层弹性参数差异大的储层,也不适合注入CO2后造成储层波阻抗下降到导致上下岩层弹性参数差异增大的储层。因此,两层介质的AVO模型并不符合实际,我们需要制作基于实际井资料的更加切合实际的AVO模型;这也说明现有的岩石物理理论还存在不少缺陷,特别是针对CO2流体的替换,以及注入CO2后,储层流体呈现出的分布不均匀的油、天然气(气态)、水和CO2(液态)混合相态。
这种两层介质模型,存在问题包括:
第一,没有考虑储层内部垂向的非均质性,假定储层介质内部垂向是均匀的;
第二,假定介质为两层,即储层和盖层。没有考虑薄互层特征,如Weyburn油田为盖层下面叠置两套石灰岩与白云岩储层的特征。或者实际CO2注入储层封存方式是叠加(Stack)方式,即对多套储层包括薄互层注入CO2进行地质封存。
第三,CO2注入区的注入模式不同,则流体替换不同。比如加拿大Weyburn油田的Phase 1A区域,将注入区上平面分为16种CO2注入模式(IEA GHG Weyburn CO2Monitoring&Storage Project Summary Report 2000-2004),包括纯CO2连续注入、CO2与水交替注入、垂直井和水平井分别注水和CO2、Marly和Vuggy两套储层分别注水和CO2等多种模式。这些平面上不同井采用不同的注入方式,会导致CO2流体替换方式不同,而两层介质模型则无法进行多种模式的流体替换模拟。
第四,采用了Aki与Richards对于Zoeppritz方程的近似和简化公式。这种近似公式推导和成立的前提是,假定储层与盖层上下介质的弹性参数差异不大。而对于碳酸盐岩、火成岩储层、煤层等,储层与盖层的弹性参数差异很大,运用这种近似公式存在明显的误差。即便对于砂岩储层,当注入CO2后,由于CO2的弹性特性接近于天然气体,因此砂岩储层速度与密度会降低8%~20%。此时,上覆盖层与砂岩储层的弹性参数差异增大,采用Aki与Richards对于Zoeppritz方程的近似公式进行AVO正反演,精度会显著降低,进而导致CO2流体识别与预测的错误。
第五,早期AVO技术(Landro等,2003)针对储层中的油和水分布两相介质,而在CO2注入地下驱油和地质封存过程中,储层流体则为油、CO2、水三相介质,甚至为油、天然气、CO2、水四相介 质。而且储层注入前后的温度、地层水矿化度、原油气油比、API等参数都在变化,并且直接影响储层弹性参数的计算。
在这种情况下传统的基于两层介质模型的AVO方法,就无法正确识别封存与地下的CO2分布。
发明内容
为了克服上述现有技术的不足,本发明的目的是提供一种CO2地质封存中四维地震资料CO2分布预测的方法,获得的参数更加符合实际,以便解决CO2注入地下进行地质封存的安全性监测过程中,如何标定四维地震资料,及利用四维地震资料,识别和预测封存于地下的CO2分布问题;进而可以确定CO2在地下埋存的安全性,同时可以用于确定CO2-EOR强化驱油的范围识别和驱油效率确定;也可以用于盐水层CO2封存的CO2分布预测。
为了实现上述目的,本发明采用的技术方案是:一种CO2地质封存中四维地震资料CO2分布预测的方法,包括以下步骤:
第一,模拟地下不同储层温度、压力、矿化度条件下的流体弹性参数计算,包括在不同气油比、API参数变化下的盐水、油、气、CO2流体弹性参数计算;
第二,以岩芯的岩石物理测试为基础,建立干岩石弹性模量、切变模量与压力之间的关系或公式;
第三,对Gassman方程为基础的流体替换方法的改进;
第四,对孔隙中泥质含量进行校正,即将孔隙中所含泥质与岩石骨架进行合并;
第五,基于井模型的注入CO2后流体替换计算,对不同的CO2注入方式和模式,采用不同的流体替换方法,然后计算不同的CO2注入方式和模式下储层段的流体替换曲线;
第六,对测井资料进行环境校正和针对薄层、薄互层的及储层纵向非均质性的深度到时间的转换,在测井资料制作的人工合成地震记录与实际地震资料时间域匹配良好的情况下,利用基于井模型的不同CO2流体替换曲线,与精确平面波Zoeppritz方程为基础的褶积模型计算射线参数道集或者角度道集人工合成地震记录;
第七,从射线参数或角度道集人工合成地震记录拾取与计算AVO曲线的梯度与截距,建立CO2饱和度与压力变化的梯度-截距交会图,并拾取随压力、饱和度变化的CO2流体识别因子;
第八,将CO2流体识别因子应用于实际地震资料中,识别与预测CO2压力与饱和度。
所述的建立干岩石弹性模量、切变模量与压力之间的关系或公式为:
式中,δKdry(p0)和δμdry(p0)为校正值;
Kdry(z,p)为校正后的干岩石弹性模量,z为深度,p为差异压力;δKdry(p)为实测对应测井曲线某点的岩心随压力变化的体变模量关系;K* dry(z)为从测井资料计算的随深度变化的干岩石体变模量;μdry(z,p)为校正后的干岩石切变模量;δμdry(p)为实测的对应测井曲线某点的岩心随压力变化的切变模量关系。
所述的不同的流体替换方法包括:根据CO2注入区的注入模式不同,则流体替换不同;流体替换与常规方法不同,则对有效孔隙空间进行替换而非总孔隙空间。
本发明的有益效果:
与现有技术相比,本申请提出了针对CO2地质封存过程中,以新的AVO方法为基础的四维地震资料CO2分布预测方法。通过AVO梯度与截距的双重变化,可以较使用单纯的振幅差异更好地反映CO2饱和度、压力等参数在空间的变化。而准确建立岩石物理理论为基础的AVO正演模型,然后对实际注入CO2前后的AVO反演结果进行准确的解释与标定,以便预测出CO2的平面分布,是本申请的关键;准确的AVO正演模型可与四维地震振幅处理互相印证,是正确的四维地震资料处理和标定四维地震振幅、差异振幅的保障。本申请还具有以下特点:
由于采用了Xu氏公式(2006)计算CO2弹性特性,使得混合流体(油、盐水和CO2)弹性特性计算更加准确;由于采用了对Gassman方程为基础的流体替换方法进行改进,使得流体替换更加符合实际的CO2注入与驱替过程,加上CO2驱替过程考虑了工区CO2注入的不同模式,而使得岩石物理模型、层状介质模型和AVO的模型建立更加准确;由于采用了井模型为基础和精确Zoeppritz方法计算的AVO模型,使得AVO梯度-截距关系的拾取更加准确;由于采用了针对和适合薄层与薄互层的深度到时间域转换,能够确保较薄的地层和薄互层在测井曲线从深度域转换时间域中不被漏掉,进而获得可靠的AVO正演模型;而建立在可靠的正演AVO梯度截距基础上的CO2流体识别因子,可以用于识别实际地震资料中的CO2分布。
附图说明
图1为采用Xu氏公式(2006)计算的CO2弹性参数与采用Batzle-Wang公式(1992)计算的不同温度和孔隙压力下弹性参数结果对比图;其中图1(a)为CO2体变模量;图1(b)为CO2纵波速度;图1(c)为CO2密度。
图2为地层温度63℃时,不同矿化度的盐水弹性参数随孔隙压力的变化关系图;其中图2(a)为盐水体变模量;图2(b)为盐水密度;图2(c)为盐水速度。
图3为地层温度63℃时,不同API(美国石油学会)密度、GOR(气油比)和气体密度的原油(live oil)的体变模量、密度和纵波速度随压力的变化关系图;其中图3(a)为原油体变模量;图3(b)为原油密度;图3(c)为原油速度。
图4为油(live oil)、盐水和CO2不同比例条件下混合流体的弹性模量随压力变化图。
图5为油(live oil)、盐水和CO2不同油气比例混合情况下的混合流体密度随着压力变化图。
图6为油(live oil)、盐水和CO2不同油气比例混合情况下的流体纵波速度随着压力变化图。
图7为以加拿大Weyburn油田CO2地质封存项目中,井102042300614原始测井曲线图;102042300614井位坐标见图16;储层Marly与Vuggy顶底以横线标出;
其中图7(a)为自然电位曲线;图7(b)为自然伽马曲线;图7(c)为深侧向电阻率曲线;图7(d)为渗透率曲线;图7(e)为中子密度孔隙度曲线;图7(f)为中子孔隙度曲线;图7(g)为虚线显示的密度孔隙度(e)、点线显示的中子孔隙度(f)与实线显示的补偿中子孔隙度曲线的叠合;图7(h)为密度曲线(实线)及100%CO2流体替换后密度(点线);图7(i)为纵波速度曲线(实线)及100%CO2流体替换后纵波速度曲线(点线);图7(j)为横波速度曲线(实线)及100%CO2流体替换后横波速度曲线(点线)。
图8为以加拿大Weyburn油田CO2地质封存项目中,井102042300614资料为基础进行的,模拟孔隙压力为15MPa时的不同饱和度流体替换曲线图。其中混合流体为48%水、40%CO2和12%原油(live oil)。其中图8(a)为储层的岩石体变模量(实线)及含CO2的混合流体替换后体变模量(虚线);图8(b)为储层的干岩石体变模型曲线;图8(c)为岩石骨架切变模量(虚线)和体变模量(实线)。注意Marly层经过泥质校正,体变模量随深度变化,而Vuggy层泥质含量很少,没有进行泥质校正;图8(d)为纵波速度曲线(实线)及含CO2的混合流体替换后纵波速度曲线(虚线);图8(e)为横波速度曲线(实线)及含CO2的混合流体替换后横波速度曲线(虚线);图8(f)为密度曲线(实线)及含CO2的混合流体替换后密度(虚线)。
图9为以加拿大Weyburn油田CO2地质封存项目中,以井111151100614注入CO2前测井曲线和垂直入射反射系数为技术计算的人工合成地震记录图;其中图9(a)为深度域纵波速度测井曲线;图9(b)为深度转换到时间域的纵波速度测井曲线;图9(c)为深度转换到时间域的密度测井曲线;图9(d)为时间域波阻抗曲线;图9(e)为子波为45Hz的Ricker子波计算的人工合成地震记录;图9(f)为井点对应的CDP点1999年地震数据;图9(g)为井点对应的CDP点2001年时移地震数据;图9(h)为井点对应的CDP点2002年时移地震数据。
图10为以加拿大Weyburn油田CO2地质封存项目中,井102042300614注入CO2前资料为基础进行的,测井资料深时转换,及采用40Hz Ricker子波与精确Zoeppritz方程计算的反射系数进行褶积获得的不同射线参数道集(等同于角度道集)人工合成地震记录图;其中图10(a)为时间域纵波速度测井曲线;图10(b)为时间域横波速度测井曲线;图10(c)为时间域密度测井曲线;图10(d)为0.1毫秒采样测井曲线和反射系数计算的人工合成地震记录;图10(e)为采用非均匀采样方法得到反射系数计算的人工合成地震记录。图中Marly储层顶面的位置为1050毫秒附近的波谷反射。
图11为以图10井102042300614井合成地震记录为基础拾取的,不同流体的反射振幅随射线参数变化关系图。
图12为拾取的反射系数随sin2θ的变化关系与采用Shuey公式计算的关系图。
图13为从井模型与精确Zoeppritz方程获得的AVO梯度-截距交会图。
图14加拿大Weyburn油田CO2地质封存区,1999年注入CO2前采集地震资料(Baseline)中,测线Inline4中共中心点(CMP)角度道集地震资料。图中1140毫秒位置解释的线条为Marly储层顶部(波谷)。
图15加拿大Weyburn油田CO2地质封存区,2002年注入CO2280万吨后采集的监测地震资料(Monitor)中,测线Inline4中共中心点(CMP)角度道集地震资料。图中1140毫秒位置解释的线条为Marly储层顶部(波谷)。
图16加拿大Weyburn油田CO2地质封存区,按照图13获得的CO2流体识别因子计算的CO2分布范围。其中为突出CO2分布范围,我们将CO2流体识别因子小于0的值,即CO2分布区域设定为-1(白色)。图中标注的WAG为Water Alternative Gas,即水和CO2交替注入方式。图中线条代表水平井注入方式,黑点代表垂直井注入方式。图中左侧中间为前面地震模型研究采用的井102042300614位置。
具体实施方式
下面结合具体的实施例和附图对本发明作进一步详细说明。
实施例
一种CO2地质封存中四维地震资料CO2分布预测的方法,包括以下步骤:
第一,我们采用Xu氏公式(2006)计算的CO2弹性参数,结果更加符合实际,与常规的采用Batzle-Wang公式(1992)的方法及软件有较大不同;这样可以获得CO2与盐水、油、气混合流体的速度、密度、弹性模量等弹性参数。图1采用Xu氏公式(2006)计算的CO2弹性参数(虚线)与采用Batzle-Wang公式(1992)计算的结果(实线)对比;Xu氏方法更加符合实际测试结果(2006);图中灰色线条代表储层注入CO2后温度下降为56℃,黑色线条代表储层注入CO2前的地层温度为63℃;
图2为不同矿化度的盐水弹性参数;图中储层温度为注入CO2前的地层温度63℃;
图3,地层温度63℃时,不同API、GOR和气体密度的油(live oil)的体变模量、密度和纵波速度随压力的变化关系。油的弹性参数计算方法来自Batzle-Wang公式(1992);
图4,油、盐水和CO2不同比例条件下混合流体的弹性模量随压力变化情况。其中储层温度为63℃,盐水矿化度为79000ppm;
图5,油、盐水和CO2不同油气比例混合情况下的混合流体密度随着压力变化的情况。其中储层温度为63℃,盐水矿化度为79000ppm;
图6,油、盐水和CO2不同油气比例混合情况下的流体纵波速度随着压力变化的情况。其中储层温度为63℃,盐水矿化度为79000ppm;
第二,岩石物理测试得到的干岩石弹性模量,需要在井点进行岩芯归位,即将取芯位置处由测井曲线得到的干岩石弹性模量与岩石物理测试的结果进行对比和校正,此处的对比和校正,包括压力和深度;
首先根据Gassmann方程从测井资料中估计出随深度变化的干岩石弹性模量K* dry(z),再用岩石物理测试结果δKdry(p)和δμdry(p)对从井估算的K* dry(z)进行校正(Ma andMorozov,2010),得到随压力和深度变化的Kdry(z,p),即如下关系式:
比如本发明所采用的加拿大Weyburn油田CO2地质封存项目中,上部Marly储层实测的随压力变化的弹性模量为:
δKdry(p)=1.7×10-4p3-1.3×10-2p2+0.35p+13.1,
δμdry(p)=1.2×10-4p3-9.8×10-3p2+0.3p+8.8. (2)
下部Vuggy储层实测的随压力变化的弹性模量为:
δKdry(p)=-2.6×10-3p2+0.26p+32.2,
δμdry(p)=-8.4×10-4p2+6.8p+19.0. (3)
δKdry(p0)和δμdry(p0)为校正值;
第三,对传统Gassman方程为基础的流体替换方法的改进;
1)传统的Gassman流体替换方法;
1951年Gassmann预测了岩石体积压缩模量的公式,提出了著名的Gassmann方程,Gassmann方程将饱和岩石的体变模量与干岩石体变模量、孔隙度、岩石骨架的体变模量、饱含流体的体变模量之间的关系联系起来,计算出饱和岩石的体变模量,即:
式中,Ksat是饱和岩石的体变模量,Kdry为干岩石体变模量,Km为岩石骨架体变模量,Kf为岩石饱含流体的体变模量,φ为岩石孔隙度,一般认为剪切模量和储层所饱含的流体是无关的,剪切模量在流体变化前后是一致的,即
μ=μdry=μwet (5)
μsat是饱和岩石的体变模量,μdry为干岩石体变模量。已知Ksat和μsat就可通过下式计算岩石的纵横波速度,
2)对Gassman流体替换方法的改进;
传统以Gassman方程为基础的流体替换方法不考虑储层孔隙内部的充填物和替换的孔隙空间大小;如一般流体替换的孔隙空间大小φ,是总孔隙空间;事实上,孔隙内部被泥质充填及束缚水等存在而造成孔隙空间替换的大小,不可能是总孔隙空间,将注入CO2或其它流体替换的孔隙空间,从总孔隙空间改为有效孔隙空间,使得流体替换空间大小更加符合实际;
第四,对孔隙中泥质含量进行校正,即将孔隙中所含泥质与岩石骨架进行合并;
对于充填孔隙内部的泥质,常规的流体替换方法不考虑泥质充填的影响,这非常不合理。由于泥质无法进行流体替换,将其作为骨架的一部分,即将泥质作为公式(4)中Km的一部分,采用Hill平均公式进行校正,解决了以往孔隙中大量充填泥质在流体替换中没有作用的问题;
图7以加拿大Weyburn油田CO2地质封存项目中,井102042300614原始测井曲线。注意图中虚线ZDEN Porosity(密度孔隙度)反映总孔隙度,而点线的Neutron Porosity(中子孔隙度)反映有效孔隙度,GR曲线显示Marly层的高泥质含量;
第五,在完成上述步骤后,基于井模型的注入CO2后流体替换计算,计算不同的注入CO2饱和度与压力下储层段的流体替换曲线;
图8以加拿大Weyburn油田CO2地质封存项目中,井102042300614资料为基础进行的,模拟孔隙压力为15MPa时的不同饱和度流体替换曲线;其中绿线为模拟含水饱和度48%、含油饱和度12%和CO2饱和度40%时的弹性参数曲线;注意图中Kma为岩石骨架体变模量(或矿物质),Marly层由于其高泥质含量而进行了Kma的泥质校正,流体替换中的其它流体与岩性参数如表1所示;
表1.注入CO2前后储层参数(Ma and Morozov,2010)
第六,计算人工合成地震记录的前提是,要对测井资料进行环境校正,使得计算的人工合成地震记录与实际地震资料匹配良好;这样才能证明测井资料深时转换的正确,也同时获得井点准确的平均速度,并确定与实际地震资料相匹配的子波主频;因为,后面可以看到子波主频,是确定正确AVO梯度截距图的基础;
首先,我们这里按照简单的垂直入射反射系数计算人工合成地震记录,并对实际三年采集的三维地震资料进行标定;图9说明合成地震记录与实际三年采集的三维地震资料匹配良好;证明了测井资料环境校正及深时转换的正确性;
图9以加拿大Weyburn油田CO2地质封存项目中,以井111151100614注入CO2前测井曲线和垂直入射反射系数为技术计算的人工合成地震记录,以及与1999(注入CO2前)、2001年(注入CO2100 万吨后)、2002年(注入CO2200万吨后)的井旁道实际三维地震资料对比;其中人工合成地震记录为重复画了7次的同一人工合成地震道;实际地震资料为CDP号1810-1816号之间的7道叠后地震记录,储层位置在1150ms波谷处;
其次,按照上述方法获得的井点平均速度,确定流体替换测井曲线的起点时间及环境校正方法。对流体替换曲线采用相同的深时转换方法和精确Zoeppritz方程,计算不同入射角度的人工合成地震记录;
此处需要考虑实际工区储层的厚度,来选择不同的深度到时间转换方法,即均匀和非均匀采样方法(Ma,Gao and Morozov,2009),其中测井资料深时转换中的均匀采样不适合薄层或者薄互层,即在时间域可能无法取到薄层和薄互层的样点。在储层厚度为几米或者为薄互层时,采用我们提出的非均匀采用方法,则可以取到薄层和薄互层的样点;本申请实施例中采用的测井数据为加拿大Weyburn油田CO2地质封存项目数据,其中井102042300614中叠置的两套储层厚度分别为Marly储层厚度约7米、Vuggy储层厚度约19米;
图10以加拿大Weyburn油田CO2地质封存项目中,井102042300614注入CO2前资料为基础进行的,测井资料深时转换,及采用40Hz Ricker子波与精确Zoeppritz方程计算的反射系数进行褶积获得的不同射线参数道集(等同于角度道集)人工合成地震记录;注意,图中采用了测井资料深时转换两种方式计算合成地震记录,即均匀采样和非均匀采样(Ma,Gao and Morozov,2009);
第七,先从上述计算的射线参数或者角度道集人工合成地震记录中,拾取AVO曲线梯度与截距,如图11所示;
图11以图10井102042300614井合成地震记录为基础拾取的,不同流体的反射振幅随射线参数变化关系(AVO曲线);水平坐标为射线参数,垂直坐标为纵波反射系数,其中子波主频为40Hz雷克子波(Ricker),测井曲线深时转换采样间隔为1毫秒;In Situ fluids为注入CO2前储层的油、水混合相态,其它曲线代表被不同比例水、油、CO2替换后的测井曲线计算的AVO曲线;
其次,再将拾取的AVO曲线转换到的反射系数与sin2θ域,即Shuey(1985)提出的AVO线性关系;图12同时对比了采用Shuey公式计算的结果与采用精确Zoeppritz公式获得结果的差异;可以看到两种方法计算的结果有较大差异,精确Zoeppritz公式获得的结果更加符合实际;
图12中将拾取的AVO曲线转换到反射系数与sin2θ域,将拾取的反射系数随sin2θ的变化关系,与采用Shuey公式计算的关系在图中进行了对比;图中图符标注Shuey的为采用Shuey公式计算的曲线;标注Zoeppritz的为采用井资料与Zoeppritz方程计算的结果,转换到反射系数与sin2θ域的结果;
然后,从反射系数与sin2θ域图中拾取曲线的梯度与截距,建立CO2饱和度与压力变化的梯度-截距交会图,并拾取随压力变化及饱和度变化的CO2流体识别因子,例举了两种CO2流体识别因子,即识别5%CO2饱和度和1%CO2饱和度两种情况;
图13从井模型与精确Zoeppritz方程获得的AVO梯度-截距交会图,其中地震子波为40Hz雷克子波(Ricker)CO2识别因子为识别1%饱和度CO2;
在图13中黑色箭头指示的是孔隙压力从7MPa变化到23MPa,这个压力也是生产井和CO2注入井的井底压力;
混合流体饱和度变化如图13右侧图例所示;AVO梯度-截距交会图中从右侧到左侧,CO2饱和度从零变化到100%。这里我们显示的CO2最低饱和度为1%。当CO2饱和度低于5%时,在本例子中,CO2与黑色实心圆圈表示的纯油(100%含油饱和度)混合而无法识别。
从图13中获得的识别CO21%饱和度及注入CO2前原油(In situ Oil,原油饱和度约30%)的流体识别因子为G+1.030676I+0.009483=0.其中G为梯度,I为截距;流体识别因子线左侧
(G+1.030676I+0.009483<0)为含CO2饱和度大于1%的区域,右侧(G+1.030676I+0.009483>0)为含CO2饱和度小于1%和油水混合区域。在本研究区域加拿大Weyburn油田的碳酸盐岩储层,CO2饱和度小于1%的区域,是原始地层含油饱和度(Insitu Oil)约30%~0%之间的区域;
考虑到Weyburn储层实际情况,即在注入CO2前,已经注水很长时间,即属于开发后期或者废弃的油气田,或者实际储层在发现时本身就是油水混合的情况,即这里所说的Insitu Oil情况,那么而Weyburn油田注入CO2前的in situ fluids状态接近于含水饱和度约70%、含油饱和度约30%的状态;此时,建立的识别CO2流体因子为G+1.030676I+0.009483=0,可以识别饱和度大于1%的CO2;
第八,为了将CO2流体识别因子应用于实际地震资料中,识别与预测CO2分布。
我们在四维地震资料处理的基础上,将经过动校正后的叠前地震资料,处理成为共中心点(CMP)角度道集地震资料(图14、15)。然后从角度道集地震资料中,拾取储层(如Marly储层)顶部的反射,见图14、15中1140毫秒附近拾取的层位,然后从拾取的层位中,计算AVO梯度与截距。
这种拾取层位计算AVO梯度截距的方法,与常规AVO反演软件计算的方法不同。常规方法直接从图14、15的每个时间样点,水平方向计算AVO梯度截距。一般获得从浅到深的每个样点的AVO梯度截距。相当于只计算如1000毫秒常数时间的不同角度的AVO梯度截距。这会产生AVO计算中的穿层问题,造成AVO计算的错误。而我们采用拾取层位后,再顺角度道集内层位计算AVO梯度截距的方法,则可以获得精度更高的AVO梯度截距。
图15为加拿大Weyburn油田CO2地质封存区,2002年注入CO2280万吨后采集的监测地震资料(Monitor)中,测线Inline4中共中心点(CMP)角度道集地震资料。图中1140毫秒位置解释的线条为Marly储层顶部(波谷)。
第九,将前面获得的CO2流体识别因子,应用到注入CO2后采集地震资料中获得的Marly层顶面的AVO梯度截距数据中,进行流体识别。这里我们采用的加拿大Weyburn油田2002年注入280万吨后采集的地震数据(Monitor)进行计算。而注入CO2前1999年采集的地震数据(Baseline)的Marly 层顶部AVO,则可以用于标定图13获得的CO2流体识别因子。即1999年CO2没有注入时,Marly层顶面的AVO梯度截距为G+1.030676I+0.009483>0的区域。而2002年注入CO2后的Marly层顶面AVO梯度截距数据,落在G+1.030676I+0.009483<0的区域(图16)。
通过CO2流体识别因子,可以确定加拿大Weyburn油田2002年注入280万吨后,Marly层顶面CO2分布图(图16中白色部分)。图16中,虽然有些CO2注入井位CO2分布似乎不多,这和CO2注入方式有关,在这个工区内,CO2注入方式包括四种:即SSWG(Separate butsimultaneous injection of CO2and water),CO2与水在水平和垂直井分别和同时注入;VWAG(Vuggy water alternating gas)石油垂直井在Vuggy储层交替注入CO2和水;MVWAG(Marly and Vuggy water alternating gas)Marly和Vuggy交替注入CO2与水;SGI(Straight Gas Injection)直接注入CO2。其中,MVWAG,SSGW,SGI和VWAG注入方式获得的驱油效率分别为46.7%、24.4%、22.6%和8.3%。就是说不同的CO2注入方式,获得不同的CO2驱油效率。在驱替效率低的井或低效率的注入井附近,CO2分布就比较少。当然,对应Weyburn的Marly和Vuggy碳酸盐岩储层,图16中CO2分布较少的井附近,也可能意味着储层较为致密。
图16为加拿大Weyburn油田CO2地质封存区图,按照图13获得的CO2流体识别因子计算的CO2分布范围。其中为突出CO2分布范围,我们将CO2流体识别因子小于0的值,即CO2分布区域设定为-1(白色)。图中标注的WAG为Water Alternative Gas,即水和CO2交替注入方式。图中线条代表水平井注入方式,黑点代表垂直井注入方式。图中左侧中间为前面地震模型研究采用的井102042300614位置。
总之,采用CO2流体识别因子,可以直接通过监测地震资料,判断CO2在储层中的分布范围。
Claims (2)
1.一种CO2地质封存中四维地震资料CO2分布预测的方法,其特征在于,包括以下步骤:
第一,模拟地下不同储层温度、压力、矿化度条件下的流体弹性参数计算,包括在不同气油比、API参数变化下的盐水、油、气、CO2流体弹性参数计算;
第二,以岩芯的岩石物理测试为基础,建立干岩石弹性模量、切变模量与压力之间的关系或公式;
第三,对Gassman方程为基础的流体替换方法的改进,将注入CO2或其它流体替换的孔隙空间,从总孔隙空间改为有效孔隙空间,使得流体替换空间大小更加符合实际;
第四,对孔隙中泥质含量进行校正,即将孔隙中所含泥质与岩石骨架进行合并;
第五,基于井模型的注入CO2后流体替换计算,对不同的CO2注入方式,采用不同的流体替换方法,然后计算不同的CO2注入方式和模式下储层段的流体替换曲线;
第六,对测井资料进行环境校正和针对薄层、薄互层的及储层纵向非均质性的深度到时间的转换,在测井资料制作的人工合成地震记录与实际地震资料时间域匹配良好的情况下,利用基于井模型的不同CO2流体替换曲线,与精确平面波Zoeppritz方程为基础的褶积模型计算射线参数道集或者角度道集人工合成地震记录;
第七,从射线参数或角度道集人工合成地震记录拾取与计算AVO曲线的梯度与截距,建立CO2饱和度与压力变化的梯度-截距交会图,并拾取随压力、饱和度流体变化的CO2流体识别因子;
第八,将CO2流体识别因子应用于实际地震资料中,识别与预测CO2平面分布;
所述的不同的流体替换方法包括:根据CO2注入区的注入模式不同,则流体替换不同;流体替换与常规方法不同,则对有效孔隙空间进行替换而非总孔隙空间。
2.根据权利要求1所述的一种CO2地质封存中四维地震资料CO2分布预测的方法,其特征在于,所述的建立干岩石弹性模量、切变模量与压力之间的关系或公式为:
式中,δKdry(p0)和δμdry(p0)为校正值;
Kdry(z,p)为校正后的干岩石弹性模量,z为深度,p为差异压力;δKdry(p)为实测对应测井曲线某点的岩心随压力变化的体变模量关系;K* dry(z)为从测井资料计算的随深度变化的干岩石体变模量;μdry(z,p)为校正后的干岩石切变模量;δμdry(p)为实测的对应测井曲线某点的岩心随压力变化的切变模量关系。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510140269.4A CN104678438B (zh) | 2015-03-27 | 2015-03-27 | 一种co2地质封存中四维地震资料co2分布预测的方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510140269.4A CN104678438B (zh) | 2015-03-27 | 2015-03-27 | 一种co2地质封存中四维地震资料co2分布预测的方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN104678438A CN104678438A (zh) | 2015-06-03 |
CN104678438B true CN104678438B (zh) | 2017-04-05 |
Family
ID=53313758
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510140269.4A Active CN104678438B (zh) | 2015-03-27 | 2015-03-27 | 一种co2地质封存中四维地震资料co2分布预测的方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN104678438B (zh) |
Families Citing this family (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105607118B (zh) * | 2015-09-22 | 2018-01-09 | 西北大学 | Co2地质封存中四维多分量地震监测的转换波avo计算方法 |
CN105467430B (zh) * | 2015-11-30 | 2018-01-05 | 中国石油天然气集团公司 | 一种有效注入层的确定方法及装置 |
CN106842326B (zh) * | 2015-12-04 | 2020-10-13 | 中国石油化工股份有限公司 | 无横波速度测井时砂泥互层co2地质封存时移地震正演模拟方法 |
CN106019378B (zh) * | 2016-05-10 | 2018-01-26 | 中国海洋石油总公司 | 一种时移测井曲线的动态重构方法 |
CN109884692B (zh) * | 2019-04-10 | 2020-11-10 | 中煤科工集团西安研究院有限公司 | 一种煤田采空区探测中的四维地震数据处理方法及系统 |
CN110133724B (zh) * | 2019-05-06 | 2021-01-29 | 中国石油天然气集团有限公司 | 一种应用阵列声波测井数据进行气层识别的方法 |
CN110441817A (zh) * | 2019-06-27 | 2019-11-12 | 西北大学 | 孔隙介质中基于4d pp-ps波反演ccus压力和饱和度变化的方法 |
CN115144289A (zh) * | 2022-03-22 | 2022-10-04 | 中国石油大学(华东) | 一种确定co2地质封存关键工程参数的场地试验装置及方法 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102508294A (zh) * | 2011-10-20 | 2012-06-20 | 西北大学 | 一种利用时移地震勘探资料进行差异avo分析的方法 |
US8532954B2 (en) * | 2010-02-08 | 2013-09-10 | IFP Energies Nouvelles | Method of characterizing a CO2 plume in a geological storage aquifer |
CN103576196A (zh) * | 2013-10-28 | 2014-02-12 | 西北大学 | 一种随压力变化的孔隙介质横波速度预测方法 |
-
2015
- 2015-03-27 CN CN201510140269.4A patent/CN104678438B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8532954B2 (en) * | 2010-02-08 | 2013-09-10 | IFP Energies Nouvelles | Method of characterizing a CO2 plume in a geological storage aquifer |
CN102508294A (zh) * | 2011-10-20 | 2012-06-20 | 西北大学 | 一种利用时移地震勘探资料进行差异avo分析的方法 |
CN103576196A (zh) * | 2013-10-28 | 2014-02-12 | 西北大学 | 一种随压力变化的孔隙介质横波速度预测方法 |
Non-Patent Citations (2)
Title |
---|
AVO modeling of pressure-saturation effects in Weyburn CO2 sequestration;马劲风等;《The Leading Edge》;20100228;第178-183页 * |
AVOA技术在CO2地质封存地球物理监测技术中的应用;魏旭旺;《地下水》;20120331;第34卷(第2期);第192-193页 * |
Also Published As
Publication number | Publication date |
---|---|
CN104678438A (zh) | 2015-06-03 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104678438B (zh) | 一种co2地质封存中四维地震资料co2分布预测的方法 | |
Sullivan et al. | Application of new seismic attributes to collapse chimneys in the Fort Worth Basin | |
Bouvier et al. | Three-dimensional seismic interpretation and fault sealing investigations, Nun River Field, Nigeria | |
Worthington | Net pay—what is it? What does it do? How do we quantify it? How do we use it? | |
Radwan | Three-dimensional gas property geological modeling and simulation | |
Eberli et al. | Seismic Imaging of Carbonate Reservoirs and Systems: AAPG Memoir 81 | |
Bagni et al. | Karst dissolution along fracture corridors in an anticline hinge, Jandaíra Formation, Brazil: implications for reservoir quality | |
CN103544361A (zh) | 一种油气田开发中co2地质封存潜力的评价方法 | |
Naseer et al. | Characterization of shallow-marine reservoirs of Lower Eocene carbonates, Pakistan: Continuous wavelet transforms-based spectral decomposition | |
Aarre et al. | Seismic detection of subtle faults and fractures | |
CN106842326B (zh) | 无横波速度测井时砂泥互层co2地质封存时移地震正演模拟方法 | |
Khan et al. | 3D structural modeling integrated with seismic attribute and petrophysical evaluation for hydrocarbon prospecting at the Dhulian Oilfield, Pakistan | |
Schwartz | Fracture pattern characterization of the Tensleep formation, Teapot Dome, Wyoming | |
Trippetta et al. | Carbonate-ramp reservoirs modelling best solutions: Insights from a dense shallow well database in Central Italy | |
Papiernik et al. | Structural and parametric models of the Załęcze and Żuchlów gas field region, Fore-Sudetic Monocline, Poland–An example of a general static modeling workflow in mature petroleum areas for CCS, EGR or EOR purposes | |
Utley | Time-lapse PP seismic to characterize stimulation and production behavior in the Niobrara and Codell Reservoirs Wattenberg Field, Colorado, US | |
Neely et al. | Seismic-based characterization of reservoir heterogeneity within the Meramec interval of the STACK play, Central Oklahoma | |
Connolly et al. | Visualizing hydrocarbon migration pathways associated with the Ringhorne oil field, Norway: An integrated approach | |
Norden et al. | From pilot knowledge via integrated reservoir characterization to utilization perspectives of deep geothermal reservoirs: the 3D model of Groß Schönebeck (North German Basin) | |
Agunbiade et al. | Reservoir Characterization for Co 2 Sequestration and Co 2-Enhanced Oil Recovery Techniques in Maje Field, Offshore Niger-Delta, Nigeria. | |
Onajite | Applied Techniques to Integrated Oil and Gas Reservoir Characterization: A Problem-solution Discussion with Geoscience Experts | |
Clark et al. | Site characterization for CO2 storage from coal-fired power facilities in the Black Warrior Basin of Alabama | |
CN113376692B (zh) | 致密砂岩气水平井压裂改造方案优化方法及装置 | |
Shoaib et al. | Ratana field, potwar fold belt, northern pakistan: high intensity fracture zones related to major thrust faults as revealed by seismic fracture prediction | |
Riestenberg et al. | SOSRA Modeling-Based MVA Recommendations (Deliverable 9.1. a) |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |