鐘華明,何勝林,曾少軍,林德明,梁玉楠

(中海石油(中國)有限公司湛江分公司,廣東湛江524057)

一種基于多條件約束測井有效儲層解釋方法

鐘華明,何勝林,曾少軍,林德明,梁玉楠

(中海石油(中國)有限公司湛江分公司,廣東湛江524057)

為了解決測井有效儲層自動解釋精度不高的問題,提出了基于泥質(zhì)含量、含水飽和度以及孔隙度多成果曲線擬合,建立有效儲層劃分條件、層內(nèi)曲線特征值提取條件以及儲層有效厚度下限約束條件,實現(xiàn)多條件約束測井有效儲層精確解釋的方法。南海西部油田測井解釋中的應用結(jié)果表明,該方法具有分層精度和自動化程度高的特點,與以前的解釋結(jié)果相比精度有了較大的提高。

自動分層;自動取值;自動解釋;多條件約束

隨著油氣勘探開發(fā)工作的不斷深入,探井和開發(fā)井的數(shù)量越來越多,測井人員需要快速對測井資料進行解釋評價。測井綜合解釋需要根據(jù)測井曲線的特征將測井解釋剖面劃分成具有相同巖石物理性質(zhì)和流體類型的小層結(jié)構(gòu),從而對這些小層實現(xiàn)定性解釋,給出解釋結(jié)論[1]。目前,有效儲層自動劃分的方法很多,有最優(yōu)分割法[2]、人工智能方法[3]、變點分析法[4]、極值方差聚類方法[5]等,但是單一使用這些算法往往不能反映出復雜地層的真實變化情況,普遍存在分層精度和分層精細度不高等問題,特別是薄層的處理,這些分層處理算法達不到解釋人員的預期目標。在自動分層之后,需要解釋人員花較多時間去調(diào)整和修正分層結(jié)果,無法體現(xiàn)出自動分層處理的優(yōu)勢;同時,有效儲層內(nèi)曲線特征值自動提取的方法主要有平均值法、中值法和極值法[6],而單一采用這些方法得到的特征值不能真實反映曲線波動性較大和測井分辨率不高的地層情況。

因此,基于前人的理論成果，對測井解釋曲線綜合分析研究之后,提出了通過建立曲線擬合公式將多條關(guān)鍵成果曲線(泥質(zhì)含量、含水飽和度和孔隙度)擬合成一條曲線,在多條件控制下根據(jù)擬合曲線實現(xiàn)有效儲層劃分;同時為了反映出真實的地層情況,在獲取層內(nèi)曲線的特征值時,改變了常規(guī)單一的獲取方式,根據(jù)曲線的變化情況,建立曲線特征值提取約束條件,自動獲取層內(nèi)曲線的特征值,最后,將所獲取地層曲線特征值與評價約束條件進行匹配,自動評價解釋結(jié)論。

1 有效儲層自動劃分方法研究

測井分層解釋不單是對儲層的簡單劃分,當同一儲層內(nèi)的物性或流體性質(zhì)變化稍大時,都要進行獨立的劃分。在地質(zhì)條件特別復雜的情況下,如果使用單條曲線進行自動分層,會面臨分層精度和分層精細度不高等問題,得不到期望的結(jié)果;而如果用多條曲線分層,會面臨同時產(chǎn)生多個分層界面且分層界面不統(tǒng)一的問題。為了解決這個問題,嘗試先對多條曲線擬合處理,再進行分層。

成果曲線是通過原始測井曲線計算所得,兩者間的關(guān)聯(lián)性很強,往往原始曲線的變化都能在成果曲線中體現(xiàn)出來,比如自然伽馬曲線與泥質(zhì)含量曲線,孔隙度曲線與中子、密度曲線,含水飽和度曲線與電阻率曲線。因此,在分層的過程中只需對泥質(zhì)含量、含水飽和度以及孔隙度3條曲線進行擬合。

曲線擬合時,不同曲線對分層的影響程度不同。為了體現(xiàn)不同的曲線在分層過程中對分層的影響程度,在曲線擬合過程中增加了曲線的權(quán)重系數(shù);同時,由于每條曲線有不同的單位和數(shù)值范圍,必須將其轉(zhuǎn)換到同一度量單位下,因此,設置了比例因子和偏移量。

曲線比例因子采用極差法確定,其表達式為:

(1)

1≤j≤n

式中:fmax(xj)為曲線的最大值;fmin(xj)為曲線的最小值;n為曲線數(shù)。通過極差法將不同單位和數(shù)值范圍的曲線限定在[0,1]區(qū)間內(nèi),從而保證曲線可以進行數(shù)值加權(quán)運算。

曲線權(quán)系數(shù)反映曲線在分層過程中影響分層的程度,曲線的權(quán)系數(shù)可以通過專家評判法或試探法確定。其中,專家評判為專業(yè)解釋人員根據(jù)井所在地區(qū)的研究成果,判斷各條曲線對分層的影響程度,設定在[0,10]范圍內(nèi)一個值,值越大表示影響程度越高,最后進行數(shù)值平均,即得到權(quán)系數(shù)。

因此,建立曲線擬合公式為:

(2)

式中:i為采樣點編號;j為曲線編號;Ci為合成曲線值在第i點的值;Wj為曲線權(quán)系數(shù);fj為曲線比例因子;Cji為第j條曲線在第i點的值;Mj為曲線偏移量;n為曲線數(shù)。

(2)式合成出的曲線,綜合了各條曲線的相關(guān)信息,從而使參與分層的任何一條曲線的變化情況都能在合成曲線上反映出來;當各條曲線同時變化時,由于這些曲線存在一定的關(guān)聯(lián)性,會使合成曲線的變化更劇烈,但不會相互抵消,因此,對自動分層更加有利。

合成后的曲線不可避免地會產(chǎn)生一些與正常值差異很大的點,因此,需要對曲線做平滑濾波,以消除毛刺和抑制波動,曲線平滑濾波采用5點移動加權(quán)平均法[1],計算公式為:

(3)

式中:Wi(i=[1,5])為權(quán)系數(shù);i為第i個采樣點;S為采樣數(shù)組。

測井資料記錄的是隨著深度變化的地層信息[1],因此,測井曲線值y可以表示為隨著深度H變化的一元函數(shù),y=f(H);而對于采樣間距為Δχ的測井曲線,又可以將深度表示為采樣點i的一元函數(shù),H=g(i);則有y=f[g(i)]，于是測井曲線可以表示為采樣點i的一元函數(shù)y=f(i)。因此,采樣間隔為Δχ的測井曲線深度函數(shù)f在第i個采樣點的一階導數(shù)和二階導數(shù)計算公式[7]分別為:

(4)

(5)

自動分層通過曲線深度函數(shù)求取曲線的拐點而實現(xiàn)[7]。測井曲線拐點為曲線在一個單調(diào)區(qū)間內(nèi)斜率變化最大的點,為儲層性質(zhì)變化最劇烈的位置,即為地層分界面。曲線的拐點主要通過求取曲線的一階導數(shù)和二階導數(shù)得到，其中,一階導數(shù)為曲線斜率,反映曲線的變化趨勢;二階導數(shù)反映曲線斜率的變化率,表示曲線的凹凸性,當二階導數(shù)為0時,曲線斜率達到極值點,相應的點即為測井曲線的拐點位置。

根據(jù)曲線拐點數(shù)學原理可知,當f″(i-1)≠0,f″(i)·f″(i-1)≤0時,第i點與第i-1點之間必然存在一個拐點,可以簡單地將i點作為曲線的拐點[8]，拐點的位置即為層界面的位置。自動分層時,過拐點作一條平行于x軸的直線,該直線即為地層界面的分層線。

拐點法自動分出的層并不都是有效儲層,因此,需要建立有效層的約束條件,過濾無效層。研究自動分出的層發(fā)現(xiàn),根據(jù)曲線一階導數(shù)的正、負性,設定地層界面的頂、底屬性,能夠有效地過濾無效層。

自動分層之后,根據(jù)曲線拐點處的一階導數(shù)的正、負性來設定層界面的頂、底屬性:若f′(i)>0,i點的位置為某一層的下界面,設為底界;若f′(i)<0時,i點的位置為某一層的上界面,設為頂界。對層的頂、底界面進行研究發(fā)現(xiàn),建立有效儲層的充分條件為:對于所確立的分層界面,當相鄰的上、下層界面的屬性為頂—頂或者頂—底時,構(gòu)成有效層;而當分層界面的屬性為底—頂時,則為無效層。圖1為層位判定示意圖。

圖1 層位判定示意

曲線函數(shù)隨著深度、地層以及流體性質(zhì)無規(guī)律變化,其對應的拐點較多,通過曲線拐點法分層的數(shù)量較多。在實驗過程中,分析自動分層結(jié)果發(fā)現(xiàn),根據(jù)層界面頂、底屬性判別出的有效層中存在大量薄的層和泥質(zhì)含量高的層,而這些層并不是用戶所關(guān)心的儲層,從而造成分層精細度不高等問題,自動分層后需要較多的用戶交互。因此,為了減少用戶交互,借助曲線的幅度、頻率變化、層厚度下限以及泥質(zhì)含量下限等信息建立了分層的有效性約束條件,其判定公式為:

(6)

式中:tl為第l層的層厚度;T為最小層控制厚度;Vshl為第l層的泥質(zhì)含量;VshC為泥質(zhì)含量閾值;kl為第l層的斜率;η為分層精細度;m為層數(shù)。

根據(jù)層的有效性判定公式建立有效層的判定條件為:

(7)

根據(jù)設定層的有效性判定條件,分層算法對拐點法自動分出的層進行合并和過濾,剔除太薄的層及泥質(zhì)含量大于下限值的層并合并平緩波動的層,最終得到精確的分層方案。

2 有效儲層自動取值方法研究

自動取值是對測井曲線自動劃分有效儲層后提取各個儲層內(nèi)曲線特征值的過程。曲線特征值提取方式包括取極值、中值以及平均值3種方式?？紤]到地層因素及測井工具對測井曲線質(zhì)量的影響,自動取值時,為了保證所取的特征值能夠代表層內(nèi)地層的特征,需要根據(jù)層位深度范圍內(nèi)的曲線形態(tài),來決定特征值提取方式。因此,在取值過程中,根據(jù)曲線的具體形態(tài),建立了層內(nèi)曲線特征值提取約束條件:①當有效儲層內(nèi)曲線形態(tài)為凸曲線時,取極大值;②當有效儲層內(nèi)曲線形態(tài)為凹曲線時,取極小值;③當有效儲層內(nèi)曲線形態(tài)為單調(diào)曲線或波形曲線時,取平均值。

曲線形態(tài)通過曲線函數(shù)的一階導數(shù)的變化來判定[8]。曲線函數(shù)的一階導數(shù)的變化主要體現(xiàn)在極值點,通過統(tǒng)計層位深度范圍內(nèi)極值點的個數(shù),即可判定曲線形態(tài),即:①當極值點個數(shù)為1且f′(x)=0 &f′(x-Δx)>0 &f′(x+Δx)<0,曲線為凸曲線,x為曲線的極大值點,取x處的曲線值作當前層的特征值;②當極值點個數(shù)為1且f′(x)=0 &f′(x-Δx)<0 &f′(x+Δx)>0,曲線為凹曲線,x為曲線的極小值點,取x處的曲線值作當前層的特征值;③當極值點個數(shù)為0或大于1時,曲線為單調(diào)曲線或波動曲線,此時取曲線平均值作當前層的特征值。圖2為曲線形態(tài)示意圖。

圖2 曲線形態(tài)示意

根據(jù)以上分析建立曲線形態(tài)判定函數(shù)為:

(8)

式中:x0為層深度范圍內(nèi)的第一個點;xm為層深度范圍內(nèi)的最后一個點;z為判定參數(shù)。

根據(jù)曲線形態(tài)判定函數(shù)建立有效儲層自動取值約束條件為:

(9)

由約束條件可知,當y=-1時,取層內(nèi)曲線極小值作為該層的特征值;當y=1時,取層內(nèi)曲線極大值作為該層的特征值;當y=0或y>1或y<-1時,取層內(nèi)曲線平均值作為該層的特征值。

3 有效儲層自動評價方法原理

有效儲層自動評價是在自動分層和自動取值之后,根據(jù)層內(nèi)成果曲線的特征值,依據(jù)評價約束條件,自動識別層內(nèi)流體性質(zhì)。

測井解釋過程中,測井解釋人員主要根據(jù)孔隙度(φ)、含水飽和度(SW)以及泥質(zhì)含量(Vsh)3條成果曲線對儲層流體進行識別。因此,有效儲層自動評價時,根據(jù)孔隙度、含水飽和度以及泥質(zhì)含量下限值結(jié)合解釋人員的經(jīng)驗知識建立解釋評價約束條件以及自動評價規(guī)則,如表1所示。

表1 自動評價規(guī)則

表1中,泥質(zhì)含量下限值(Vshcutoff)、孔隙度下限值(φcutoff)以及含水飽和度下限值(SWcutoff)由用戶對區(qū)域資料進行研究得到。有效儲層自動評價時,依據(jù)表1 建立的規(guī)則,當Vsh

測井評價時根據(jù)用戶輸入的烴類型(油或氣)、泥質(zhì)含量下限、孔隙度下限以及含水飽和度下限等參數(shù),結(jié)合自動取值所得到的層內(nèi)曲線的特征值,按照表1設定的規(guī)則,自動評價層內(nèi)的解釋結(jié)論,得到儲層性質(zhì)。

4 算法實現(xiàn)

通過以上算法研究建立了測井有效儲層自動解釋評價方法。要求所編軟件在實現(xiàn)上述研究成果基礎上,還要保證軟件具有可擴充性、互操作性以及可移植性。Qt是一個跨平臺的C++圖形用戶界面應用程序框架,易于擴展,允許組件編程,因此,基于Qt跨平臺C++圖形用戶界面應用程序開發(fā)框架編程實現(xiàn)該方法[9]。測井有效儲層自動解釋評價方法的軟件實現(xiàn)包括數(shù)據(jù)輸入、曲線合成、平滑濾波、自動分層、分層線過濾、自動取值、自動評價、報表輸出、參數(shù)設定等模塊。同時,為了使分層和評價結(jié)果能夠滿足不同用戶的需求,在實現(xiàn)自動分層、自動取值、自動評價的基礎上,增加了用戶與軟件間的交互功能,用戶可以根據(jù)以往的經(jīng)驗對解釋層進行添加、刪除、合并、拆分,以及對解釋結(jié)論自定義設定和對層內(nèi)的特征值重新獲取。這樣,該軟件在體現(xiàn)自動化、智能化的同時,還有效克服了方法本身存在的不足，減小了由于測井數(shù)據(jù)存在毛刺以及測量誤差等原因而造成的誤差,使分層和解釋結(jié)果更加準確,功能更完善,能夠滿足不同地質(zhì)條件的要求。該方法的實現(xiàn)流程如圖3所示。分層解釋算法描述如圖4所示。

圖3 測井有效儲層自動解釋評價方法的實現(xiàn)流程

圖4 分層解釋算法描述

5 實際應用分析

在南海西部油田共100多口井中應用測井有效儲層自動解釋評價軟件進行處理解釋,效果良好。下面以X井為例加以說明。

X井是一口高溫、高壓產(chǎn)氣井,地質(zhì)條件很復雜,利用測井有效儲層自動解釋評價軟件在參數(shù)控制下對X井進行有效儲層自動評價解釋,并將其解釋結(jié)果與單自然伽馬(GR)曲線自動分層方法的解釋結(jié)果進行對比,結(jié)果如圖5所示。圖5中,單曲線分層解釋結(jié)論為利用彭智等[6]在測井曲線自動分層解釋方法研究中提出的單GR曲線自動化分層方法的解釋結(jié)果;擬合曲線分層解釋結(jié)論為利用含水飽和度、孔隙度以及泥質(zhì)含量3條曲線擬合的曲線進行自動化分層解釋結(jié)果。

圖5中,深度3070～3120m段為砂巖儲層,GR曲線在該段波動幅度不大;對比圖5中的單曲線分層解釋結(jié)論與擬合曲線分層解釋結(jié)論發(fā)現(xiàn),單GR曲線分層只根據(jù)GR曲線的變化情況進行分層,而擬合曲線分層解釋則綜合了儲層巖性(泥質(zhì)含量)、物性(孔隙度)及含油性(含油飽和度)進行分層;在深度3114～3115m處,含水飽和度、孔隙度變化較大,但是GR曲線并沒有反映出來,因此,單曲線分層解釋不能識別這一特殊情況,而擬合曲線分層由于綜合了儲層巖性、物性及含油性,能將這一細微變化單獨劃分出來,達到儲層的精確劃分。

圖5 X井自動分層解釋處理結(jié)果(1ft≈0.3048m)

圖6為X井自動化解釋結(jié)果與專家解釋結(jié)果。圖6中,自動化解釋結(jié)論是測井有效儲層自動解釋評價方法軟件自動化分層的結(jié)論,專家解釋結(jié)論為測井專家提供的最終解釋結(jié)論。自動化解釋結(jié)論是在孔隙度下限為15%,泥質(zhì)含量下限為25%,含水飽和度下限為60%的條件控制下進行自動分層得到的,在自動化解釋結(jié)論的第12層,飽和度曲線和孔隙度曲線形態(tài)均為波形曲線,取曲線的平均值作為該層的特征值,將取到的特征值與表1 的規(guī)則進行匹配,該層特征符合氣層判定條件,因此,判定為氣層;在自動化解釋結(jié)論的第16層,飽和度曲線形態(tài)為凸曲線,取極大值作為該層的特征值,而孔隙度曲線形態(tài)為凹曲線,取極小值作為該層的特征值,將取到的特征值與表1的規(guī)則進行匹配,該層特征符合干層判定條件,因此,判定為干層。

圖6 X井自動化解釋結(jié)果與專家解釋結(jié)果(1ft≈0.3048m)

對比圖6中的自動化解釋結(jié)論和專家解釋結(jié)論可知,兩者在主要儲層的分層解釋上沒有發(fā)生較大的變化,差別主要體現(xiàn)在專家解釋將第8層的層界面往下移動,并增加一個干層；專家解釋結(jié)論第7層，含水飽和度約為80%，孔隙度約為15%，泥質(zhì)含量約為25%，處于設定下限值臨界處，自動解釋時，將該層過濾掉，但專家根據(jù)以往經(jīng)驗，將該層解釋為干層；專家解釋結(jié)論第8層的層界面較自動解釋結(jié)論第12層往下移，從圖6中可知，此處為含水飽和度、孔隙度、泥質(zhì)含量3條曲線發(fā)生劇變的地方，擬合出的曲線符合分層原則，但專家根據(jù)含水飽和度及泥質(zhì)含量的波動值大于設定的下限值，將層界面往下移動，從而提高了解釋精度；因此，專家的經(jīng)驗解釋是對自動分層的補充和完善。應用結(jié)果表明,本文建立的算法能夠?qū)舆M行精確的劃分和準確的解釋。

6 結(jié)束語

基于多條件約束測井有效儲層解釋方法在生產(chǎn)中的應用結(jié)果表明,該算法自動化處理程度較高,解釋結(jié)果精確,與實際儲層的情況非常吻合;同時人工交互是對自動分層解釋的一個補充和優(yōu)化,兩者結(jié)合,有效克服由于地層因素的不確定性而造成算法在自動分層解釋上的不足,提高了分層解釋精度,可以滿足實際生產(chǎn)要求,大大提高了工作效率。

[1] 雍世和,張超謨.測井數(shù)據(jù)處理與綜合解釋[M].東營:中國石油大學出版社,1996:1-139 Yong S H,Zhang C M.Logging data processing and comprehensive interpretation[M].Dongying:China University of Petroleum Press,1996:1-139

[2] Hawkins D M,Merriam D F.Optimal zonation of digitized sequential data[J].Mathematical Geology,1973,5(4):389-395

[3] Wu X Z,Nyland E.Automated stratigraphic interpretation of well-log data[J].Geophysics,1987,52(12):1665-1676

[4] Danilo R V.Statistical segmentation of geophysical log data[J].Mathematical Geology,2007,39(4):409-417

[5] Dharamawardhana H P K,Keller G V.Statistical method for the determination of zone boundaries using well log data[J].SPE Annual Technical Conference and Exhibition,1985,62-68

[6] 彭智,樊官民.測井曲線自動分層解釋方法研究[J].石油儀器,2011,25(3):43-44,48 Peng Z,Fan G M.Study on well logging curve auto subdivide formation method[J].Petroleum Instruments,2011,25(3):43- 44,48

[7] 杜士興.具有自動分層能力的綜合性測井解釋程序[J].測井技術(shù),1996,20(2):108-112 Du S X.Integrated log interpretation program having the ability to separate layers automatically[J].Well Logging Technology,1996,20(2):108-112

[8] 李新虎,祁云望.測井曲線形態(tài)的自動識別方法研究[J].大慶石油地質(zhì)與開發(fā),2006,25(5):116-118 Li X H,Qi Y W.Study on well logging curve shape automatic identification method[J].Petroleum Geology & Oilfield Development in Daqing,2006,25(5):116-118

[9] Summerfield M.Advanced Qt programming:creating great software with C++ and Qt4[M].USA:Prentice Hall,2010:1-456

(編輯：顧石慶)

A multi-constrained log interpretation method for effective reservoirs

Zhong Huaming,He Shenglin,Zeng Shaojun,Lin Deming,Liang Yunan

(ZhanjiangBranchCompany,CNOOC,Zhanjiang524057,China)

In order to improve the accuracy of automatic logging interpretation for effective reservoir,we present a new method to realize multi-constrained log automatic interpretation for effective reservoirs,which is based on multi-log fitting (shale content,water saturation and porosity),establishes the constraints for effective reservoirs classification,interlayer log feature value extraction and the lower limitation of reservoir effective thickness.The application on the log interpretation of an oilfield in the west of the South China Sea shows that the method is characterized by high classification accuracy and high automation degree;meanwhile,the interpretation precision has been greatly improved.

logging auto-bedding,automatic selected-value,automatic interpretation,multi-constrained

2015-01-13;改回日期：2015-05-08。

鐘華明(1986—),男,工程師,碩士,現(xiàn)主要研究方向為測井與智能計算。

中海石油(中國)有限公司綜合科研項目(YXKY-2011-ZJ-01)資助。

P631

A

1000-1441(2015)06-0780-07

10.3969/j.issn.1000-1441.2015.06.017