夹层型页岩油三维甜点分布预测方法研究:以鄂尔多斯盆地庆城油田B15区块延长组为例

doi:10.13745/j.esf.sf.2025.7.15

地学前缘 ›› 2025, Vol. 32 ›› Issue (5): 417-431.DOI: 10.13745/j.esf.sf.2025.7.15

夹层型页岩油三维甜点分布预测方法研究:以鄂尔多斯盆地庆城油田B15区块延长组为例

万晓龙¹^,²^,³(), 吴胜和¹^,²^,^*(), 周新平⁴, 徐振华¹^,², 付金华⁵, 王梓沣¹^,², 麻书玮⁴, 邬德刚¹^,², 李桢⁴, 刘明成¹^,²

1.中国石油大学(北京) 油气资源与工程全国重点实验室, 北京 102249
2.中国石油大学(北京) 地球科学学院, 北京 102249
3.中国石油长庆油田分公司第十一采油厂, 甘肃庆阳 745000
4.中国石油长庆油田公司勘探开发研究院, 陕西西安 710018
5.中国石油长庆油田公司, 陕西西安 710018

收稿日期:2025-06-20 修回日期:2025-07-10 出版日期:2025-09-25 发布日期:2025-10-14
通信作者: 吴胜和
作者简介:万晓龙(1978—),男,博士研究生,高级工程师,主要从事沉积学、储层表征与建模研究。E-mail: 1406319093@qq.com
基金资助:
中国石油长庆油田分公司关键核心技术攻关项目“鄂尔多斯盆地页岩油渗流机理及有效开发关键技术”(2023DZZ04);中石油与中国石油大学(北京)战略合作课题(ZLZX2020-02)

Research on the prediction method of 3D reservoir sweet spots distribution of shale oil in shale intercalated layer: A case from the Yanchang Formation of B15 block, Ordos Basin

WAN Xiaolong¹^,²^,³(), WU Shenghe¹^,²^,^*(), ZHOU Xinping⁴, XU Zhenhua¹^,², FU Jinhua⁵, WANG Zifeng¹^,², MA Shuwei⁴, WU Degang¹^,², LI Zhen⁴, LIU Mingcheng¹^,²

1. National Key Laboratory of Petroleum Resources and Engineering, China University of Petroleum (Beijing), Beijing 102249, China
2. College of Geosciences, China University of Petroleum (Beijing), Beijing 102249, China
3. The 11th oil Production Plant, PetroChina Changqing Oilfield Company, Qingyang 745000, China
4. Research Institute of Exploration & Development, PetroChina Changqing Oilfield Company, Xi’an 710018, China
5. PetroChina Changqing Oilfield Company, Xi’an 710018, China

Received:2025-06-20 Revised:2025-07-10 Online:2025-09-25 Published:2025-10-14
Contact: WU Shenghe

摘要/Abstract

摘要：

陆相夹层型页岩油甜点具有垂向较薄、侧向不连续的特点,因此,精确的三维甜点分布预测是提高水平井油层钻遇率及单井产能的关键。鄂尔多斯盆地延长组长7段具有丰富的夹层型页岩油资源,但已有的开发实践发现水平井甜点钻遇率差异大,在地震品质不高、井距较大资料条件下,尚未形成单一油层级次的三维甜点空间分布预测方法。本文以鄂尔多斯盆地B15区块延长组为研究对象,提出了多维-多元约束的智能化三维甜点预测思路,即:采用地震宏观约束与多井模式拟合的方法,实现甜点平面分布预测;采用基于微构造面的单甜点建模方法,通过二维甜点分布约束下的几何学形态智能构造算法构建甜点微构造面,实现单甜点三维建模;采用叠置模式约束的嵌入式方法,优化顶、底微构造面,将单甜点模型秩序嵌入得到多甜点三维模型。该方法再现了甜点的空间分布形态与复杂接触关系,可有效指导水平井井位部署,提高甜点钻遇率。

关键词: 鄂尔多斯盆地, 夹层型页岩油,三维甜点预测, 地质建模, 延长组

Abstract:

Sweet spots in the shale oil reservoirs in intercalated layer of continental basins are characterized by vertical thinness and lateral discontinuity. Therefore, accurately predicting their three-dimensional (3D) distribution is key to improving the horizontal well sweet spot encounter rate and single-well productivity. The Chang 7 Member of the Yanchang Formation in the Ordos Basin contains abundant reservoirs of shale oil in intercalated layer. However, previous development practices have revealed significant variations in the horizontal well sweet spot encounter rate. Under the constraints of low-quality seismic data and large well spacing, a robust method for predicting the 3D spatial distribution of sweet spots at the single-reservoir-layer level has not yet been established. This study takes the B15 block of the Yanchang Formation in the Ordos Basin as its research focus. To address this gap, we propose an intelligent 3D sweet spot prediction approach with multi-dimensional and multi-variable constraints. This method utilizes seismic data as a macroscopic constraint and employs multi-well correlation techniques to predict the planar distribution of sweet spots. Furthermore, it adopts a single-sweet-spot modeling method based on micro-architecture surfaces to achieve 3D modeling of individual sweet spots. The core of this modeling method lies in constructing micro-architecture surfaces for sweet spots using a geometric morphology intelligent construction algorithm under the constraints of the 2D sweet spot distribution. Utilizing an embedding method constrained by stratigraphic stacking patterns, we optimize the top and bottom micro-architecture surfaces and embed the single-sweet-spot models to generate a multi-sweet-spot 3D geological model. This approach effectively reproduces the spatial distribution patterns and complex contact relationships of the sweet spots. Consequently, it can effectively guide horizontal well placement and enhance the sweet spot encounter rate.

Key words: Ordos Basin, shale oil in shale intercalated layer, 3D sweet spot prediction, geological modeling, Yanchang Formation

中图分类号:

P618.13

万晓龙, 吴胜和, 周新平, 徐振华, 付金华, 王梓沣, 麻书玮, 邬德刚, 李桢, 刘明成. 夹层型页岩油三维甜点分布预测方法研究:以鄂尔多斯盆地庆城油田B15区块延长组为例[J]. 地学前缘, 2025, 32(5): 417-431.

WAN Xiaolong, WU Shenghe, ZHOU Xinping, XU Zhenhua, FU Jinhua, WANG Zifeng, MA Shuwei, WU Degang, LI Zhen, LIU Mingcheng. Research on the prediction method of 3D reservoir sweet spots distribution of shale oil in shale intercalated layer: A case from the Yanchang Formation of B15 block, Ordos Basin[J]. Earth Science Frontiers, 2025, 32(5): 417-431.

图/表 18

图1 鄂尔多斯盆地B15区块构造位置及井位分布图(a据文献[1]修改) a—构造位置图;b—研究区井位图。

Fig.1 Map views of tectonic location and well position of B15 block, Ordos Basin. a modified after [1].

图2 鄂尔多斯盆地B15区块单层对比剖面(剖面位置见图1b)

Fig.2 Correlation section of single layer in B15 Block, Ordos Basin (section location is shown in Fig.1b)

表1 鄂尔多斯盆地B15区块的微相特征

Table 1 Characteristics of microfaices of B15 Block, Ordos Basin

沉积微相		岩性	砂体厚度	韵律		孔隙度	泥质含量	含油饱和度	GR曲线响应特征
水道		细砂岩和粗粉砂岩为主	1.5~4.0 m	正韵律		>10%	<5%	>55%	高幅度钟型
朵叶体	朵叶主体	细砂岩和粗粉砂岩为主	1.5~4.0 m	反韵律或均质韵律	6%~10%		5%~8%	45%~55%	高幅度漏斗型或箱型
朵叶体	朵叶侧缘	细粉砂岩	0.5~1.5 m	无明显韵律		<6%	>8%	40%~45%	小幅度漏斗型或指型

图3 鄂尔多斯盆地B15区块不同沉积微相岩心特征

Fig.3 Core characteristics of microfaices in B15 Block, Ordos Basin

图4 鄂尔多斯盆地B15区块B15井甜点综合解释柱状图

Fig.4 Comprehensive interpretation histogram of sweet spots of Well B15 in B15 Block, Ordos Basin

图5 鄂尔多斯盆地B15区块甜点在各微相砂体内部的发育程度统计直方图

Fig.5 Statistical histogram of the development degree of sweet spots within different microfacies in B15 Block, Ordos Basin

图6 多维-多元约束的智能化三维甜点分布预测流程图

Fig.6 Workflow diagram of intelligent 3D sweet spot distribution prediction with multi-dimensional and multi-variable constraints

图7 鄂尔多斯盆地B15区块长${{7}_{2}}^{1-5}$单层沉积微相(a)与甜点(b)平面分布图

Fig.7 Map views of microfacies (a) and sweet spots (b) of Chang ${{7}_{2}}^{1-5}$ Layer in B15 Block, Ordos Basin

图8 鄂尔多斯盆地B15区块构造-地层模型

Fig.8 Structure-stratigraphic model of B15 Block, Ordos Basin

表2 约束簇中心的密度聚类方法流程

Table 2 Workflow of density clustering method with constrained cluster centers

步骤	方法流程
1	输入:待聚类对象点集合P={p₁,p₂,…,p_n}
2	从与优势甜点区域F_i相近的任一对象点p_i开始;
3	寻找合并p_i直接密度可达的对象,并约束这些对象的簇中心点不远离优势甜点区域F_i;
4	如果p_i是一个核心点,则找到了一个聚类,如果p_i是一个边界点(即从p_i没有密度可达的点)则寻找下一个对象点p_i₊₁;
5	循环进行2、3步骤,直到所有点都被处理。

图9 最小凸包集算法的原理及实现效果示意图

Fig.9 Sketch map of principle and implementation effect of the minimum convex hull set algorithm

图10 鄂尔多斯盆地庆城油田B15区块长${{7}_{1}}^{2-7}$单层甜点顶面微构造图

Fig.10 Top micro-architecture surface of sweet spot of Chang${{7}_{1}}^{2-7}$ single-layer in B15 Block, Ordos Basin

图11 Ⅰ类甜点与Ⅱ1类甜点的嵌入式建模过程示意图

Fig.11 A schematic illustration of the embedded modeling process for type Ⅰ and type Ⅱ1 sweet spots

图12 鄂尔多斯盆地B15区块长${{7}_{1}}^{2-7}$单层甜点模型 a—Ⅰ类甜点模型;b—Ⅱ1类甜点模型;c—Ⅱ2类甜点模型;d—单层甜点模型。

Fig.12 Sweet spot model of Chang${{7}_{1}}^{2-7}$ single-layer of B15 Block, Ordos Basin.

图13 鄂尔多斯盆地B15区块三维甜点模型

Fig.13 3D sweet spot model of B15 Block, Ordos Basin

图14 鄂尔多斯盆地B15区块各类甜点占比统计图

Fig.14 Statistics diagram of the proportion of different sweet spots in B15 Block, Ordos Basin

图15 鄂尔多斯盆地B15区块微相横剖面图(剖面位置见图1b)

Fig.15 Cross-section of microfacies in B15 Block, Ordos Basin (section location is shown in Fig.1b)

图16 B15区块甜点模型横剖面图(剖面位置见图1b)

Fig.16 Cross-section of the sweet spot model in B15 Block (section location is shown in Fig.1b)

参考文献 36

[1]	付金华, 郭雯, 李士祥, 等. 鄂尔多斯盆地长7段多类型页岩油特征及勘探潜力[J]. 天然气地球科学, 2021, 32(12): 1749-1761.
[2]	匡立春, 唐勇, 雷德文, 等. 准噶尔盆地二叠系咸化湖相云质岩致密油形成条件与勘探潜力[J]. 石油勘探与开发, 2012, 39(06): 657-667.
[3]	贾承造, 郑民, 张永峰. 中国非常规油气资源与勘探开发前景[J]. 石油勘探与开发, 2012, 39(2): 129-136.
[4]	SUN Y X, LIANG B, QIU X M, et al. Characteristics of natural fractures and its influence on shale oil enrichment and preservation in Member 2 of Funing Formation in Gaoyou sag, Subei Basin[J]. Earth Science Frontiers, 2024, 31(5): 61-74.
[5]	SHI J Y, JIN Z J, LIU Q Y, et al. Application of astronomical cycles in shale oil exploration and in high-precision stratigraphic isochronous comparison of organic-rich fine-grain sedimentary rocks[J]. Earth Science Frontiers, 2023, 30(4): 142-151.
[6]	ZHAO W Z, ZHU R K, LIU Wei, et al. Enrichment conditions and distribution characteristics of lacustrine medium-to-high maturity shale oil in China[J]. Earth Science Frontiers, 2023, 30(1): 242-259.
[7]	邹才能, 马锋, 潘松圻, 等. 全球页岩油形成分布潜力及中国陆相页岩油理论技术进展[J]. 地学前缘, 2023, 30(1): 128-142.
[8]	全国石油天然气标准化技术委员会(SAC/TC 355). 页岩油地质甜点评价技术规范: GB/T 43126-2023[S]. 中国标准出版社, 2023.
[9]	付锁堂, 金之钧, 付金华, 等. 鄂尔多斯盆地延长组7段从致密油到页岩油认识的转变及勘探开发意义[J]. 石油学报, 2021, 42(5): 561-569.
[10]	耳闯, 罗安湘, 赵靖舟, 等. 鄂尔多斯盆地华池地区三叠系延长组长7段富有机质页岩岩相特征[J]. 地学前缘, 2016, 23(2): 108-117.
[11]	刘艳祥, 吕文雅, 曾联波, 等. 鄂尔多斯盆地庆城油田长7页岩油储层多尺度裂缝三维地质建模[J]. 地学前缘, 2024, 31(5): 103-116.
[12]	庞正炼, 陶士振, 张琴, 等. 鄂尔多斯盆地延长组7段夹层型页岩层系石油富集规律与主控因素[J]. 地学前缘, 2023, 30(4): 152-163.
[13]	PRISE G J, STEWART D R, BIRD T M, et al. Successful Completion Operations on Ravenspurn North Development[C]// Offshore European Conference. Aberdeen: Society of Petroleum Engineers, 1993: 53-61.
[14]	杨智, 侯连华, 陶士振, 等. 致密油与页岩油形成条件与“甜点区”评价[J]. 石油勘探与开发, 2015, 42(5): 555-565.
[15]	孙龙德, 赵文智, 刘合, 等. 页岩油“甜点”概念及其应用讨论[J]. 石油学报, 2023, 44(1): 1-13.
[16]	匡立春, 侯连华, 杨智, 等. 陆相页岩油储层评价关键参数及方法[J]. 石油学报, 2021, 42(1): 1-14.
[17]	邹才能, 张国生, 杨智, 等. 非常规油气概念、特征、潜力及技术: 兼论非常规油气地质学[J]. 石油勘探与开发, 2013, 40(4): 385-399, 454.
[18]	卢双舫, 黄文彪, 陈方文, 等. 页岩油气资源分级评价标准探讨[J]. 石油勘探与开发, 2012, 39(02): 249-256.
[19]	邹才能, 朱如凯, 白斌, 等. 致密油与页岩油内涵、特征、潜力及挑战[J]. 矿物岩石地球化学通报, 2015, 34(1): 1-17.
[20]	邹才能, 杨智, 朱如凯, 等. 中国非常规油气勘探开发与理论技术进展[J]. 地质学报, 2015, 89(6): 979-1007.
[21]	邹才能, 杨智, 张国生, 等. 常规-非常规油气“有序聚集”理论认识及实践意义[J]. 石油勘探与开发, 2014, 41(1): 14-27.
[22]	陈桂华, 白玉湖, 陈晓智, 等. 页岩油气纵向综合甜点识别新方法及定量化评价[J]. 石油学报, 2016, 37(11): 1337-1342, 1360.
[23]	祝彦贺, 胡前泽, 陈桂华, 等. 北美A-29区块页岩油资源潜力分析[J]. 岩性油气藏, 2013, 25(3): 66-70, 91.
[24]	李国欣, 吴志宇, 李桢, 等. 陆相源内非常规石油甜点优选与水平井立体开发技术实践: 以鄂尔多斯盆地延长组7段为例[J]. 石油学报, 2021, 42(6): 736-750.
[25]	蒲秀刚, 金凤鸣, 韩文中, 等. 陆相页岩油甜点地质特征与勘探关键技术: 以沧东凹陷孔店组二段为例[J]. 石油学报, 2019, 40(8): 997-1012.
[26]	潘仁芳, 陈美玲, 张超谟, 等. 济阳坳陷渤南洼陷古近系页岩油“甜点”地震预测及影响因素分析[J]. 地学前缘, 2018, 25(4): 142-154.
[27]	刘喜武, 王心宇, 刘宇巍, 等. 中国陆相页岩油地震勘探技术现状及发展方向[J]. 石油学报, 2023, 44(12): 2270-2285.
[28]	何永宏, 薛婷, 李桢, 等. 鄂尔多斯盆地长7页岩油开发技术实践: 以庆城油田为例[J]. 石油勘探与开发, 2023, 50(6): 1245-1258.
[29]	付金华, 刘显阳, 李士祥, 等. 鄂尔多斯盆地三叠系延长组长7 段页岩油勘探发现与资源潜力[J]. 中国石油勘探, 2021, 26(5): 1-11.
[30]	薛婷, 黄天镜, 成良丙, 等. 鄂尔多斯盆地庆城油田页岩油水平井产能主控因素及开发对策优化[J]. 天然气地球科学, 2021, 32(12): 1880-1888.
[31]	杨俊杰, 李克勤, 张东生, 等. 中国石油地质志卷12 长庆油田[M]. 北京: 石油工业出版社, 1992: 1-330.
[32]	邓秀芹, 付金华, 姚泾利, 等. 鄂尔多斯盆地中及上三叠统延长组沉积相与油气勘探的突破[J]. 古地理学报, 2011, 13(4): 443-455.
[33]	刘化清, 李相博, 完颜容, 等. 鄂尔多斯盆地长8油层组古地理环境与沉积特征[J]. 沉积学报, 2011, 29(6): 1086-1095.
[34]	付金华, 郭正权, 邓秀芹. 鄂尔多斯盆地西南地区上三叠统延长组沉积相及石油地质意义[J]. 古地理学报, 2005, (1): 34-44.
[35]	付金华, 董国栋, 周新平, 等. 鄂尔多斯盆地油气地质研究进展与勘探技术[J]. 中国石油勘探, 2021, 26(3): 19-40.
[36]	付锁堂, 付金华, 牛小兵, 等. 庆城油田成藏条件及勘探开发关键技术[J]. 石油学报, 2020, 41(7): 777-795.

夹层型页岩油三维甜点分布预测方法研究:以鄂尔多斯盆地庆城油田B15区块延长组为例

Research on the prediction method of 3D reservoir sweet spots distribution of shale oil in shale intercalated layer: A case from the Yanchang Formation of B15 block, Ordos Basin

RichHTML

PDF (PC)

可视化

摘要/Abstract

引用本文

使用本文

图/表 18

参考文献 36

相关文章 15

编辑推荐

Metrics

本文评价

[1]	岳大力, 李伟, 王武荣, 吴胜和, 李洪辉, 刘警阳, 刘磊, 徐梓墨, 林津, 吴光圳. 曲流河沉积构型研究现状与展望[J]. 地学前缘, 2025, 32(5): 113-130.
[2]	王武荣, 刘显阳, 岳大力, 万晓龙, 刘瑞璟, 李士祥, 卢浩, 刘建, 吴光圳, 吴胜和. 坳陷湖盆湖底扇致密砂岩储层质量差异分布:以鄂尔多斯盆地合水地区延长组长6油组为例[J]. 地学前缘, 2025, 32(5): 190-204.
[3]	陈燕燕, 温志新, 陶士振, 吴伟, 刘祥柏, 杨秀春, 高建荣, 刘庆尧, 李靖, 杨怡青, 陈悦. 页岩气和煤层气中氦气富集机理与资源潜力:以川南页岩气和鄂东缘煤层气为例[J]. 地学前缘, 2025, 32(5): 244-257.
[4]	叶舒婉, 侯卫生, 杨玠, 汪海城, 白芸, 王永志. 三维地质智能建模研究进展[J]. 地学前缘, 2025, 32(4): 182-198.
[5]	刘艳祥, 吕文雅, 曾联波, 李睿琦, 董少群, 王兆生, 李彦录, 王磊飞, 冀春秋. 鄂尔多斯盆地庆城油田长7页岩油储层多尺度裂缝三维地质建模[J]. 地学前缘, 2024, 31(5): 103-116.
[6]	陈如彪, 王玉满, 黄正良, 李维岭, 闫伟, 梁峰, 郭玮. 鄂尔多斯盆地西北缘海相页岩裂缝孔隙发育特征与页岩气富集模式:以奥陶系乌拉力克组为例[J]. 地学前缘, 2024, 31(5): 46-60.
[7]	周永章, 肖凡. 管窥人工智能与大数据地球科学研究新进展[J]. 地学前缘, 2024, 31(4): 1-6.
[8]	邱林飞, 李子颖, 张字龙, 王龙辉, 李振成, 韩美芝, 王婷婷. 鄂尔多斯盆地北部下白垩统赋矿砂岩中有机质特征及其与铀成矿的关系[J]. 地学前缘, 2024, 31(4): 281-296.
[9]	谷浩, 杨泽强, 高猛, 唐相伟, 王东晓, 刘奎松, 杨树人, 郭跃闪, 王云, 王功文. 河南围山城金银矿集区三维地质建模与成矿预测[J]. 地学前缘, 2024, 31(3): 245-259.
[10]	廖舟, 李梅. 基于开源GemPy的城市地下空间三维隐式势场建模方法研究[J]. 地学前缘, 2024, 31(3): 482-497.
[11]	苏恺明, 徐耀辉, 徐旺林, 张月巧, 白斌, 李阳, 严刚. 鄂尔多斯盆地延长组多油源贡献比例与分布规律:基于机器学习与可解释性研究[J]. 地学前缘, 2024, 31(3): 530-540.
[12]	刘持恒, 李子颖, 贺锋, 张字龙, 李振成, 凌明星, 刘瑞萍. 鄂尔多斯盆地西北部下白垩统物源定量分析研究[J]. 地学前缘, 2024, 31(3): 80-99.
[13]	刘池洋, 张龙, 黄雷, 吴柏林, 王建强, 张东东, 谭成仟, 马艳萍, 赵建社. 砂岩型铀矿形成的新模式:来自深部有机流体的成矿作用[J]. 地学前缘, 2024, 31(1): 368-383.
[14]	薛涛, 包训栓, 朱小弟, 黄骁. 多源数据三维地质结构模型约束的属性建模方法:以北京市通州城市副中心为例[J]. 地学前缘, 2023, 30(3): 529-536.
[15]	翟咏荷, 何登发, 开百泽. 鄂尔多斯盆地及邻区早二叠世构造-沉积环境与原型盆地演化[J]. 地学前缘, 2023, 30(2): 139-153.