塔里木盆地克深气田超深层致密砂岩储层裂缝分级分组合特征

塔里木盆地克深气田白垩系巴什基奇克组砂岩储层是库车山前的主力产气层,具有埋藏深度大、基质物性差的特征,构造裂缝普遍发育,特征及分布复杂,且对单井产量影响较大。目前针对该地区裂缝的研究已投入大量的工作,研究内容主要包括基于钻井岩心、成像测井等资料的裂缝精细描述;多方法多轮次裂缝分布规律预测等,但是受到取心程度、地震资料品质、常规测井资料等限制,裂缝预测的效果不佳。考虑到克深气田超深层致密砂岩储层裂缝具有多尺度特征,且不同尺度裂缝的发育特征、成因及分布规律有所不同,研究将裂缝进行分级,系统地梳理了各级裂缝及其组合的发育特征和规律,并探索了裂缝与产量的关系。研究认为:(1)综合考虑裂缝的长度、开度、发育特征等因素,将克深气田储层裂缝划分为"Ⅰ级裂缝—米级裂缝"、"Ⅱ级裂缝—颗粒贯穿缝"、"Ⅲ级裂缝—粒缘缝"三级裂缝;(2)根据各级裂缝的尺度、成因及组合特征,建立了克深气田储层三级裂缝组合,即"Ⅰ级裂缝组合—优势裂缝带"、"Ⅱ级裂缝组合—优势裂缝及伴生缝"、"Ⅲ级裂缝组合—粒缘缝网";(3)克深气田储层多尺度缝网有效沟通砂体和砂层组,连通粒间溶蚀扩大孔,产生粒内溶孔及微孔隙,提高储层的渗流能力,对单井产量影响较大,是超深层致密砂岩储层天然气高产、稳产的关键。

超深层致密砂岩裂缝测井识别深度核方法

裂缝是超深层致密油气运移的主要渗流通道,对超深层油气勘探开发至关重要。高温高压环境下的岩石物理性质更为复杂,裂缝测井响应弱且多解性强。针对这一难题,本文提出一种基于深度核方法(DKM)的超深层致密砂岩裂缝测井识别方法,该方法通过核主成分分析提取裂缝非线性特征,通过深度学习级联结构深度挖掘用于裂缝识别的不同尺度测井响应特征,通过无梯度优化算法自动确定最优模型结构及参数,避免了深度学习需要进行的超参数调整的问题。以塔里木盆地克深气田下白垩统巴什基奇克组的超深层致密砂岩储层为例,对所提方法进行了实例应用和验证,在测井裂缝响应敏感性分析的基础上,优选了6种测井曲线用于裂缝识别,前3种DEN、RD和RM为实测测井数据,后3种RSD、nT1和nT2是为了获取更多裂缝信息而重构的曲线,并厘清了裂缝段与无裂缝段在测井参数方面的差异。裂缝识别结果与岩心裂缝描述对比表明,深度核方法可以较为准确地识别超深层致密砂岩裂缝,相比常规多核方法,精度可以提升5%以上,在实际单井裂缝识别工作中具有较强的适用性。