張慶國,葛云龍,李一赫
(東北石油大學地球科學學院,黑龍江大慶163318)
夾層是指位于單砂層內(nèi)部的相對低滲透層或非滲透性巖層,是陸相儲集層中流體非均質(zhì)流動形成的主要原因之一。當油田進入高含水期采油階段,隔夾層會產(chǎn)生滲流屏障和滲流差異的現(xiàn)象,對水驅(qū)油的過程會產(chǎn)生很大影響[1-3]。然而人為識別夾層工作量大,現(xiàn)存的定量區(qū)分的方法應(yīng)用效果不理想[4-8]。為此,筆者分析扶余油田夾層測井相應(yīng)特征,建立基于梯度和貝葉斯判別的夾層自動識別方法,以期實現(xiàn)夾層的自動化劃分。
各個井的測井系類不一,為了統(tǒng)一處理,需要對所有測井系類進行主成分分析,從而選取可以代表所有測井系類的曲線。由于測井曲線單位不一,數(shù)值大小范圍相差甚遠,故在進行主成分分析之前,首先對測井曲線進行標準化處理。選取各類夾層的測井曲線,根據(jù)式(1)進行標準化處理[9]。
式中:X——歸一化后的數(shù)據(jù),X∈[0,1];
X*——原始數(shù)據(jù);
對標準化處理后的測井曲線進行相關(guān)系數(shù)計算,得到相關(guān)系數(shù)矩陣,根據(jù)相關(guān)系數(shù)矩陣計算特征值λ,從而計算主成分貢獻率和累計貢獻率,最終得到可以代表所有測井系類的曲線。構(gòu)成第一主成分和第二主成分的各測井曲線系數(shù)如表1所示。由式(2)、(3)計算得第一主成分和第二主成分累計貢獻率為87.751%。
主成分貢獻率
累計貢獻率
由于存在多種測井曲線反映同一種特征現(xiàn)象,為了簡化,故從表1中選擇ρRLLS、GR、ρRLLD、CAL、AC為判別夾層的測井曲線。
當?shù)貙訜o夾層發(fā)育且僅僅是儲集層內(nèi)細微的粒度以及物性變化時,測井曲線相對平滑[10]。對各類反映夾層的測井曲線進行濾波后,原始值與新構(gòu)建的曲線在夾層出現(xiàn)時會出現(xiàn)明顯的差值,所以利用算術(shù)平均濾波法對測井曲線進行平滑處理。研究發(fā)現(xiàn),濾波窗口大小會影響識別夾層的準確性。經(jīng)過多次實驗后,采用11點濾波,并在窗口內(nèi)去除最大值和最小值,使得到的曲線盡量不受夾層等因素影響。X井濾波前后測井曲線對比結(jié)果如圖1所示。
表1 各曲線主成分系數(shù)Table 1 Each curve principal component factor
圖1 X井濾波前后測井曲線對比Fig.1 X well filtering and original curves comparison chart
由于泥質(zhì)夾層和物性夾層在測井曲線上表現(xiàn)為低凹的電阻率曲線,自然伽馬曲線(GR)、有異常幅度回返,鈣質(zhì)夾層在測井曲線上,電阻率為高值,聲波時差(AC)相對降低,故針對該地區(qū)地質(zhì)條件,設(shè)定測井曲線的回返程度(圖2)和各類夾層原有曲線、新曲線的差值門檻。對于鈣質(zhì)夾層,設(shè)定電阻率增大量大于原來的15%,聲波時差差值小于0;對于泥質(zhì)夾層和物性夾層,設(shè)定電阻率差值小于0,自然伽馬差值大于0,得到符合條件的“尖峰”和“低谷”。
圖2 深側(cè)向電阻率回返程度Fig.2 Deep lateral resistivity returning extent
根據(jù)該地區(qū)夾層的測井曲線特征,選取泥質(zhì)夾層、物性夾層、鈣質(zhì)夾層各三個,共讀取36個數(shù)據(jù)點,將數(shù)據(jù)以每個砂體為單元進行標準化后帶入式(4),建立各類夾層的Bayes判別模型[9]。
式中:y——待判“尖峰”和“低谷”的測井參數(shù)向量,y=(y1,y2,…,yp)T;
C——判別系數(shù)。
根據(jù)各類樣本的測井參數(shù)計算求得各類夾層判別公式:
式中:tAC——聲波時差;
γGR——自然伽馬曲線;
nGAL——GAL值。
將各測井曲線值分別代入式(5)~(7),如果Z1(y)為正數(shù),Z2(y)、Z3(y)為負數(shù),則為鈣質(zhì)夾層;如果Z2(y)為正數(shù),Z1(y)、Z3(y)為負數(shù),則為泥質(zhì)夾層;如果Z3(y)為正數(shù),Z1(y)、Z2(y)為負數(shù),則為物性夾層。
對36個數(shù)據(jù)點樣本進行回歸檢驗,正確率為100%。應(yīng)用判別公式時,首先對每個“尖峰”和“低谷”進行以砂體為單元的標準化處理,之后將數(shù)據(jù)點帶入判別公式進行夾層類型判別。
由于自然伽馬變化梯度(GR)、深側(cè)向變化梯度(RLLD)、聲波時差變化梯度(AC)三個參數(shù)在該地區(qū)反應(yīng)夾層的性質(zhì)方面更加靈敏,故利用這三個參數(shù)識別夾層的性質(zhì)[10]。
梯度是指單位距離內(nèi)原始測井曲線偏離濾波后的測井曲線差值多少,對每個“尖峰”和“低谷”進行梯度判別。以深側(cè)向電阻率變化梯度為例,計算式如下:
式中:dRLLD——梯度,Ω;
ΔρRLLD——深側(cè)向電阻率變化量,Ω·m;
ρRLLDY——原始深側(cè)向電阻率值,Ω·m;
ρRLLDX——新深側(cè)向電阻率值,Ω·m;
Δh——該“尖峰”和“低谷”的厚度,由半幅點確定,m。
鈣質(zhì)夾層、泥質(zhì)夾層、物性夾層測井曲線梯度特征如圖3所示。
圖3 不同夾層測井曲線梯度特征Fig.3 Different interlayer log gradient feature
從圖3可以看出,鈣質(zhì)夾層深側(cè)向電阻率梯度大于30 Ω;泥質(zhì)夾層深、淺測向電阻率梯度大于-3 Ω小于0 Ω;而物性夾層深、淺測向電阻率梯度小于-4 Ω。
綜合利用BAYES判別模型和梯度判別的方法,對扶余油田VI區(qū)塊進行劃分。以其中一口井為例,與取心井進行對比,結(jié)果如表2所示。對于取心井共識別出10個夾層,其中八個符合,通過對巖心識別發(fā)現(xiàn),當小層較薄且周圍巖性有一定變化時,很有可能誤認為夾層,如圖4所示。
表2 巖心識別校對夾層Table 2 Core identification proof sandwich
圖4 非夾層的綜合解釋Fig.4 Non interlayer comprehensive interpretation picture
圖5為取心井XX的夾層自動識別結(jié)果。從圖5中可以看出,深側(cè)向電阻率梯度、淺測向電阻率梯度、聲波梯度為負數(shù)時,一般為物性夾層;深側(cè)向電阻率梯度、淺測向電阻率梯度為負數(shù),聲波梯度為正數(shù)時,一般為泥質(zhì)夾層;深側(cè)向電阻率梯度、淺測向電阻率梯度為正且聲波梯度很大正時,一般為鈣質(zhì)夾層。上述結(jié)果表明,該方法提高了對夾層的判別精度。
圖5 XX井夾層判別結(jié)果Fig.5 XX well discriminating result
應(yīng)用分類得到的夾層,繪制整個工區(qū)夾層的平面分布圖,如圖6所示。
圖6 X層夾層平面Fig.6 X layer inter layer plan
由于工區(qū)斷層較少,且成中部高、南北低的地勢,不發(fā)育,所以,其夾層的分布受構(gòu)造影響較小,但夾層的分布受沉積相影響較大,而識別出的夾層與沉積中的河道(圖7)分布比較吻合。
圖7 X層沉積微相平面Fig.7 X layer deposition microfacies plan
文中所提出的夾層自動劃分方法,首先分析測井曲線主成分,得到適合判別夾層的曲線。之后,對曲線進行濾波,使之盡量不受夾層等因素干擾。再以回返程度和各類夾層原有曲線和新曲線的差值門檻為條件,得到“尖峰”和“低谷”。通過建立的夾層類型判別模型,結(jié)合梯度判別,最終實現(xiàn)夾層的自動劃分。對比分析結(jié)果驗證了該方法的準確性。
[1] 陳程,孫義梅.厚油層內(nèi)部夾層分布模式及對開發(fā)效果的影響[J].大慶石油地質(zhì)與開發(fā),2003,22(2):24-28.
[2] 李陽.儲集層流動單元模式及剩余油分布規(guī)律研究[J].石油學報,2003,24(3):52-55.
[3] 王延章,林承焰,溫長云,等.夾層分布模式及其對剩余油的控制作用[J].西南石油學院學報,2006,28(5):6-10.
[4] 李陽,王端平,劉建民.陸相水驅(qū)油藏剩余油富集區(qū)研究[J].石油勘探與開發(fā),2005,32(3):91-96.
[5] 閻海龍,孫衛(wèi).水下分流河道砂體中夾層的識別及定量分析——以靖安油田盤古梁長6油層為例[J].西北大學學報:自然科學版,2006,36(1):133-136.
[6] 張吉,張烈輝,胡書勇.陸相碎屑巖儲集層隔夾層成因、特征及其識別[J].大慶石油地質(zhì)與開發(fā),2003,22(4):1-3.
[7] 郭長春,李陽.河流相儲集層中夾層的發(fā)育規(guī)律及預(yù)測[J].石油天然氣學報(江漢石油學院學報),2006,28(4):200-203.
[8] 林博,戴俊生,陸先亮,等.孤島油田中一區(qū)館5段隔夾層劃分與展布[J].西安石油大學學報:自然科學版,2006,21(4):11-14.
[9] 曹翠.勝坨油田一區(qū)沙二段儲層夾層定量表征[D].北京:中國石油大學,2010.
[10] 辛治國,馮偉光,郭士博,等.夾層自動識別方法[J].新疆石油地質(zhì),2010,31(3):307-310.