成志剛, 吳有彬, 李戈理, 林偉川, 席輝
(中國石油集團測井有限公司油氣評價中心, 陜西 西安 710077)
致密油是指以吸附或者游離狀態(tài)賦存于生油巖中或與生油巖緊鄰的致密砂巖、致密碳酸鹽巖等儲集巖中未經(jīng)過大規(guī)模長距離運移的石油聚集[1]。中國致密油分布廣泛,在鄂爾多斯盆地三疊系延長組長6—長7段、準噶爾盆地二疊系蘆草溝組、四川盆地中-下侏羅統(tǒng)、松遼盆地白堊系青山口組-泉頭組等都獲得了重要的勘探發(fā)現(xiàn)[2]。致密油儲層物性差、孔隙結(jié)構(gòu)復(fù)雜、非均質(zhì)性強,僅僅依靠常規(guī)測井資料難以正確評價。核磁共振測井[3-4]是評價復(fù)雜儲層和非常規(guī)儲層的重要手段,但致密油儲層中核磁共振測井信號較為微弱,受噪聲影響較大,導(dǎo)致核磁共振測井在該類儲層中應(yīng)用效果不佳。只要在核磁共振測井?dāng)?shù)據(jù)處理、綜合分析等方面做到有針對性,核磁共振測井就能在致密油儲層中發(fā)揮優(yōu)勢。本文針對這一難題,將基于小波域自適應(yīng)濾波方法應(yīng)用于核磁共振測井降噪處理,提高致密油儲層核磁共振測井?dāng)?shù)據(jù)的信噪比;在此基礎(chǔ)上,提出動態(tài)T2截止值計算方法,提高了致密油儲層核磁共振物性參數(shù)計算精度;提出了核磁共振流體指示參數(shù)法和核磁共振T2幾何均值重疊法,有效提高了儲層流體識別的準確性。
信號經(jīng)過小波變換[5],有用信號主要集中在低頻系數(shù),其幅值大,數(shù)目少;噪聲主要集中在高頻系數(shù),其幅值小,數(shù)目多。小波閾值降噪方法[6]通過選擇合適的閾值,將小于該閾值的系數(shù)置零而保留大于該閾值的系數(shù),使噪聲得到有效抑制,再進行小波逆變換,得到小波閾值降噪信號。
自適應(yīng)濾波方法[7]利用前一時刻已獲得的濾波器參數(shù)自動調(diào)節(jié)現(xiàn)時刻的濾波器參數(shù),以適應(yīng)信號和噪聲未知的或隨時間變化的統(tǒng)計特性,從而實現(xiàn)最佳濾波。采用橫向結(jié)構(gòu)的有限脈沖響應(yīng)的濾波器形式實現(xiàn)自適應(yīng)濾波是常用的方法,其表達式
y(n)=w(n)xT(n)
(1)
式中,x(n)為n時刻輸入信號值;y(n)為n時刻輸出信號值;w(n)為濾波器系數(shù),w(n)=[w1,w2,…,wL],x(n)=[x(n),x(n-1),…,x(n-L+1)],L為自適應(yīng)濾波器權(quán)系數(shù)個數(shù)。
LMS算法[8]基本原理是調(diào)節(jié)加權(quán)系數(shù)w(n),使均方誤差最小。LMS算法基于最陡下降法的原理,下一個加權(quán)系數(shù)w(n+1)等于現(xiàn)在的加權(quán)系數(shù)w(n)加上一個正比于梯度(n)的負值變換,即
w(n+1)=w(n)-μ(n)
(2)
式中
(n)=?[e2(n)]?w(n)
(3)
由此可得LMS算法的迭代公式
e(n)=f(n)-xT(n)w(n)
(4)
w(n+1)=w(n)+2μe(n)x(n)
(5)
式中,μ為步長因子;f(n)為參考信號。
LMS算法的收斂性很大程度上依賴于輸入信號自相關(guān)矩陣特征值的發(fā)散程度。輸入信號自相關(guān)矩陣特征值的發(fā)散程度越小,LMS算法的收斂性能越好,對輸入信號作某些正交變換后,輸入信號自相關(guān)矩陣特征值的發(fā)散程度會變小[9]。小波域自適應(yīng)濾波方法[10]先將輸入信號與經(jīng)小波閾值降噪后得到的參考信號分別通過小波變換進行多尺度分解,然后在小波域內(nèi)對所分解的小波系數(shù)進行自適應(yīng)濾波,最后將濾波后的系數(shù)通過小波重構(gòu)得到降噪后的信號。其算法實現(xiàn)步驟見圖1。
(1) 選取小波基函數(shù)ψ1,將加載的信號f通過小波變換進行分解,通過閾值降噪方法對分解后的小波系數(shù)進行處理,再將處理后的小波系數(shù)通過小波重構(gòu)得到小波閾值降噪后的信號f1。
(2) 選取小波基函數(shù)ψ2,分別將加載的信號f以及小波閾值降噪后的信號f1通過小波變換進行分解,將得到的小波系數(shù)分別作為自適應(yīng)濾波器的輸入信號與參考信號。
(3) 通過輸入信號與參考信號之間的誤差自動調(diào)節(jié)自適應(yīng)濾波器的加權(quán)系數(shù),從而實現(xiàn)最優(yōu)濾波,將濾波后的系數(shù)進行小波重構(gòu)得到小波域自適應(yīng)濾波降噪后的信號f2。
圖1 小波域自適應(yīng)濾波方法的基本流程
對某致密油儲層的核磁共振測井?dāng)?shù)據(jù)運用小波域自適應(yīng)濾波方法進行降噪處理,降噪前后反演結(jié)果及物性參數(shù)計算結(jié)果見圖2。第5、第6道分別為降噪前后反演的T2譜,降噪后T2譜比降噪前T2譜的幅度要略高;第7、第8道的桿狀條為巖心分析孔隙度、滲透率,藍色線為降噪前計算的孔隙度與滲透率,紅色線為降噪后計算的孔隙度與滲透率。降噪前計算孔隙度要小于巖心分析孔隙度,滲透率要大于巖心分析滲透率;通過小波域自適應(yīng)濾波方法降噪后計算的孔隙度和滲透率同巖心分析結(jié)果有更好的一致性,說明小波域自適應(yīng)濾波方法能夠有效提高核磁共振測井物性參數(shù)的計算精度。
圖3是另一口致密油井的降噪處理實例。該井核磁共振觀測模式選用D9TW。圖3中第5、第6道為降噪前的長、短等待時間Tw的T2譜分布;第7道為降噪前的差譜信號;第8、第9道為降噪后的長、短等待時間Tw的T2譜分布;第10道為降噪后的差譜信號。圖3中,降噪前39、44、45、46號層基本無差譜顯示,經(jīng)過降噪處理后,39、44、45、46號層均有一定的差譜顯示,綜合解釋為油層。對39號層與44號層進行合試,日產(chǎn)油5.35 t,不產(chǎn)水。
核磁共振測井?dāng)?shù)據(jù)經(jīng)小波域自適應(yīng)濾波降噪處理后能夠提高流體識別的準確性。
致密油儲層中核磁共振測井?dāng)?shù)據(jù)的信噪比較低,利用核磁共振進行物性參數(shù)計算和流體識別存在一定誤差。利用小波域自適應(yīng)濾波方法對核磁共振測井?dāng)?shù)據(jù)進行降噪處理可以提高致密油儲層核磁共振測井的物性參數(shù)計算結(jié)果和增強流體識別的準確性。
圖2 核磁共振測井降噪處理前后物性參數(shù)計算結(jié)果*非法定計量單位,1 mD=9.87×10-4 μm2,下同
圖3 核磁共振測井降噪處理前后流體識別效果對比
核磁共振T2譜上不同的弛豫時間對應(yīng)不同的孔隙區(qū)間,總孔隙度可以通過T2譜面積計算[11];核磁共振測井還可以表征巖石的孔隙結(jié)構(gòu),用其估算滲透率在理論上具有優(yōu)勢。核磁共振測井計算滲透率最常用的模型是Coates模型[12]。如果準確知道儲層核磁共振T2截止值,就可以準確求取地層滲透率。實際資料處理中一般采用統(tǒng)一T2截止值進行處理,如果區(qū)域T2截止值變化范圍很大,會造成實際計算滲透率有所偏差。
T2譜的展布范圍以及出現(xiàn)峰值的時間是巖心孔隙結(jié)構(gòu)的一種反映,常用T2幾何均值(T2,gm)反映孔隙結(jié)構(gòu)[13];T2截止值(T2,cutoff)在一定程度上也能夠反映孔隙結(jié)構(gòu),可以通過建立T2,gm和T2,cutoff的關(guān)系求取地層T2截止值。圖4是研究區(qū)致密油儲層巖樣的T2,gm和T2,cutoff的關(guān)系圖。對T2,gm和T2,cutoff的關(guān)系進行擬合,確定研究區(qū)致密油儲層T2,gm和T2,cutoff的關(guān)系式
對核磁共振測井?dāng)?shù)據(jù)進行小波域自適應(yīng)濾波處理后,利用動態(tài)T2截止值計算方法求取連續(xù)深度段的T2截止值,然后進行巖石物理參數(shù)計算。
圖5是某致密油井的處理結(jié)果,第6道桿狀條為巖心分析孔隙度,藍色線為核磁計算的孔隙度;第7道的桿狀條為巖心分析滲透率,藍色線為統(tǒng)一T2截止值法計算的滲透率,棕色線為動態(tài)T2截止值法計算的滲透率。從對比效果看,動態(tài)T2截止值法計算滲透率與巖心分析有很好的一致性。在利用核磁共振測井資料計算致密砂巖層的滲透率時,可以根據(jù)巖心實驗數(shù)據(jù)確定公式中的參數(shù)實現(xiàn)動態(tài)T2截止值求取地層滲透率。通過這種方法可以直接從原始核磁共振測井?dāng)?shù)據(jù)中求得連續(xù)測井深度點的T2截止值,克服了用統(tǒng)一T2截止值計算滲透率的缺陷。
油、氣、水具有不同的弛豫響應(yīng)特征,不同的Tw其油、氣、水的極化率不同[14]。時間域差譜分析(TDA)方法[15]是核磁共振雙Tw測井?dāng)?shù)據(jù)進行流體識別的有效方法。對于致密油儲層,利用TDA方法進行流體識別時,差譜信號比較微弱,經(jīng)常會漏判一些油層。如何有效提取雙Tw數(shù)據(jù)之間微弱差異是識別致密油儲層流體性質(zhì)的關(guān)鍵。
圖5 致密油儲層核磁共振測井巖石物理參數(shù)計算結(jié)果
實驗表明[16],隨油含量的增多,T2譜峰值幅度不斷增加且向T2大的方向移動;而水信號不僅幅度下降,其位置也向T2小的方向移動。因此,長、短不同等待時間的核磁共振T2分布的差異主要在大孔隙流體部分,其差異越大,則其含烴的可能性越大,含油飽和度越高。
為了更有效地判斷儲層流體類型,通過對研究區(qū)實際核磁共振測井資料及巖心核磁共振實驗資料分析,確定128 ms為大、小孔隙T2分布的分界值。然后計算長、短Tw測量的大孔隙流體體積之差的參數(shù)DFVM,建立核磁共振流體指示參數(shù)FLAG
FLAG=DFVMMPHEA=MBVA-MBVBMPHEA×100%
(7)
圖6 核磁共振測井流體指示參數(shù)法應(yīng)用實例
式中,MBVA、MBVB分別為長、短Tw對應(yīng)的大孔隙流體孔隙度;MPHEA為長Tw對應(yīng)的有效孔隙度。
根據(jù)地區(qū)核磁共振測井資料以及試油數(shù)據(jù)得到該地區(qū)核磁共振流體指示參數(shù)法判別儲層流體的標準(見表1)。
表1 核磁共振流體指示參數(shù)法識別標準
圖6是核磁共振測井流體指示參數(shù)法的應(yīng)用實例。該井各儲層段電阻率差異較小,依據(jù)常規(guī)的電阻率數(shù)據(jù)很難進行流體識別,因此增加核磁共振測井,測量模式為D9TWA。對核磁共振測井?dāng)?shù)據(jù)進行小波域自適應(yīng)濾波處理之后,通過計算得到核磁共振流體指示參數(shù)FLAG。圖6中第7道中紅色線為計算的FLAG值,藍色線表示FLAG=5,粉色線表示FLAG=3。處理結(jié)果,35號層FLAG值分布不均勻,但均大于5%;38號層的FLAG值處于3%~5%;43和45號層FLAG值小于3%。依據(jù)流體指示參數(shù)法進行綜合解釋:35、37號層為油層,38號層為差油層,43、45號層為水層。對35、38層進行合試,日產(chǎn)油6.71 t,日產(chǎn)水6.3 m3;對43、45層進行了合試,日產(chǎn)水5.2 m3,不產(chǎn)油。試油結(jié)果驗證了上述解釋結(jié)論的正確性。
對于短Tw核磁共振數(shù)據(jù),水層能夠被完全極化和油層只能部分極化。水層的長、短Tw的T2,gm近似相等,而油層的短Tw的T2,gm小于長Tw的T2,gm。可以依據(jù)長、短Tw的T2,gm對儲層流體性質(zhì)進行判斷。長、短Tw數(shù)據(jù)的T2,gm如果有差異可以解釋為油層或差油層,無差異則為水層或干層。油層與差油層、水層與干層的長Tw的T2,gm有所差異,利用地區(qū)核磁共振測井資料以及試油數(shù)據(jù)得到了該區(qū)核磁共振T2,gm重疊法識別標準(見表2)。
表2 核磁共振T2,gm重疊法識別標準
圖7是致密油儲層核磁共振T2,gm重疊法識別流體的實例,對核磁共振測井?dāng)?shù)據(jù)進行小波域自適應(yīng)濾波處理之后,分別計算長Tw的T2,gm和短Tw的T2,gm。圖7中第7道中紅色線為長Tw的T2,gm(T2,gmA),藍色線為短Tw的T2,gm(T2,gmB)。處理結(jié)果表明,39、44、45、46號層長、短Tw的T2,gm顯示有一定的差異,且長Tw的T2,gm相對較大(26~38 ms),綜合解釋39、44、45、46號層為油層。53、56層的長、短Tw的T2,gm顯示無差異,但長Tw的T2,gm較大(20~36 ms),綜合解釋為水層。其他層位長、短Tw的T2,gm無差異,且長Tw的T2,gm較小(<22 ms),綜合解釋為干層。39、46層合試日產(chǎn)油5.35 t,不產(chǎn)水;53、56號2個層合試日產(chǎn)水5.2 m3,不產(chǎn)油,試油結(jié)果驗證了解釋結(jié)果的正確性,表明該方法能夠有效地識別致密儲層的流體性質(zhì)。
圖7 核磁共振T2,gm重疊法應(yīng)用實例
(1) 基于小波域自適應(yīng)濾波方法的核磁共振測井降噪處理技術(shù)能夠有效提高核磁共振測井?dāng)?shù)據(jù)的信噪比,提高T2譜的反演精度及其在致密油儲層中的應(yīng)用效果。
(2) 動態(tài)T2截止值法可以直接從原始核磁共振測井?dāng)?shù)據(jù)中求得連續(xù)測井深度點的T2截止值,克服了用統(tǒng)一T2截止值計算滲透率的缺陷,避免了人為因素的干擾。
(3) 致密油儲層中核磁共振差譜信號比較微弱,核磁共振流體指示參數(shù)法和T2幾何均值重疊法能夠有效提取雙Tw數(shù)據(jù)之間的微弱差異,準確識別儲層流體性質(zhì)。
參考文獻:
[1] 賈承造, 鄒才能, 李建忠, 等. 中國致密油評價標準、主要類型、基本特征及資源前景 [J]. 石油學(xué)報, 2012, 33(3): 343-350.
[2] 鄒才能, 朱如凱. 常規(guī)與非常規(guī)油氣聚集類型、特征、機理及展望——以中國致密油和致密氣為例 [J]. 石油學(xué)報, 2012, 33(2): 174-187.
[3] 肖立志, 謝然紅, 廖廣志. 中國復(fù)雜油氣藏核磁共振測井理論與方法 [M]. 北京: 科學(xué)出版社, 2012.
[4] 肖立志. 核磁共振成像測井與巖石物理核磁共振及其應(yīng)用 [M]. 北京: 科學(xué)出版社, 1998.
[5] 程正興. 小波分析算法與應(yīng)用 [M]. 西安: 西安交通大學(xué)出版社, 1988.
[6] Donoho D L, Johnstone I M. Ideal Spatial Adaptation Via Wavelet Shrinkage [M]. Biometrika, 1994, 81(12): 425-455.
[7] Widrow B, Glover J R, McCool J M, et al. Adaptive Noise Cancelling: Principles and Application [C]∥Proceedings of IEEE, 1975, 12.
[8] 謝勝利, 何昭水, 高鷹. 信號處理的自適應(yīng)理論 [M]. 北京: 科學(xué)出版社, 2006.
[9] Dentino M, Mer Cool J, Widrow B. Adaptive Filtering in the Frequency Domain [C]∥Proc IEEE. 1979, 67: 1658-1659.
[10] Hosur S, Tewfik A H. Wavelet Transform Domain Adaptive FIR Filtering [C]∥IEEE Trans on SP, 1994, 42(3): 572-585.
[11] Coates G R, Peveraro R C A, Hardwick A, et al. The Magnetic Resonance Imaging Log Charaterized by Comparison with Petrophysical Properties and Laboratory Core Data [C]∥SPE, 1991, Paper 22723.
[12] Hamada G M. Integration of NMR and SCAL to Estimate Porosity, Permeability and Capillary Pressure of Heterogeneous Gas Sand Reservoirs [C]∥SPE 121161, EUROPEC/EAGE Conference and Exhibition, 2009.
[13] 周燦燦, 程相至, 趙凌風(fēng), 等. 用巖心NMR和常規(guī)束縛水的測量改進對T2,cutoff的確定 [J]. 測井技術(shù), 2001, 25(2): 83-88.
[14] Freedman R. A New NMR Method of Fluid Characterization in Reservoir Rocks: Experimental Confirmation and Simulation Results [C]∥SPE 63214, 2000 SPE Annual Technical Conference and Exhibition, Dallas, Texas.
[15] Prammer M G. Lithology-Independent Gas Detection by Gradient-NMR Logging [C]∥SPE 30562, 1995 SPE Annual Technical Conference and Exhibition, Dallas, 22-25, October, 1995.
[16] 譚茂金. 核磁共振測井信息處理與應(yīng)用方法研究 [D]. 東營: 中國石油大學(xué)(華東), 2003.