劉偉男，鄧 瑞*，汪 鵬，錢博文，秦承運1油氣資源與勘探技術(shù)教育部重點實驗室(長江大學)，湖北 武漢長江大學地球物理與石油資源學院，湖北 武漢中國石油大學(北京)地球物理與信息工程學院，北京

基于蒙特卡羅方法的密度測井薄層影響分析

劉偉男1,2，鄧 瑞1,2*，汪 鵬3，錢博文1,2，秦承運1,21油氣資源與勘探技術(shù)教育部重點實驗室(長江大學)，湖北 武漢2長江大學地球物理與石油資源學院，湖北 武漢3中國石油大學(北京)地球物理與信息工程學院，北京

薄層是影響密度測井的重要因素，利用蒙特卡羅方法對密度測井進行數(shù)值模擬，獲取密度測井對薄層的響應資料，用于研究薄層對密度測井的影響，確定密度測井記錄點及計數(shù)率曲線變化規(guī)律。研究表明，對于低密度薄層，隨著薄層縱向位置的移動，計數(shù)率先增大后減少，曲線形態(tài)對稱，極大值點為記錄點；對于高密度薄層，隨著薄層縱向位置的移動，計數(shù)率先減少后增大，曲線形態(tài)近似對稱，極小值點為記錄點。同時針對密度測井最小縱向分辨率進行了討論。

密度測井，蒙特卡羅方法，薄層，對稱，最小縱向分辨率

1.引言

隨著石油勘探開發(fā)中面對的地層越來越復雜，薄層在油氣資源的勘探開發(fā)中變得越來越重要。在對薄層滾動勘探開發(fā)逐漸深入的過程中[1]，薄層密度測井解釋評價所遇到的難點越來越突出，主要表現(xiàn)為受環(huán)境和圍巖影響，難以反映地層的真實情況，造成了評價工作難度加大，參數(shù)求取不準，測井符合率不高，對油藏后續(xù)勘探開發(fā)影響較大[2]。

筆者運用蒙特卡羅方法對密度測井進行數(shù)值模擬，獲取對薄層的響應資料，并對其影響因素進行綜合分析，以提高校正準確度，為油藏綜合評價以及測井綜合解釋提供準確的密度測井資料。

2.模擬物理模型

密度測井也稱為伽馬–伽馬測井，是利用同位素伽馬放射源向地層中輻射伽馬射線，然后用與放射源相距一定距離的探測器測量從地層來的經(jīng)過散射和吸收的伽馬射線。中能伽馬射線輻射在地下巖石中主要發(fā)生康普頓效應，它的散射截面與地層的體積密度密切相關(guān)，因此可用來測量地層巖石密度。密度測井儀器主要由伽馬源、屏蔽材料、探測器和儀器骨架組成[3]。

利用蒙特卡羅程序MCNP建立密度測井地層模型。根據(jù)密度測井的實際工作條件(密度測井儀器貼井壁測量)，建立半圓柱地層模型(圖1)，井眼也為半圓柱。模型高277 cm，地層半徑10～43 cm，被劃分成高6 cm、環(huán)距3 cm的相鄰柵元。密度測井儀器緊貼井壁，儀器外殼厚5 mm，源倉材料是鋼，伽馬射線探測器外殼為鈹(Be，密度為1.98 g/cm3)。銫-137(137Cs)伽馬源點放在點(9,0,54)上，距下屏蔽體1 cm，距上屏蔽體1 cm，距井壁1 cm [4]。

該次研究采用的密度測井儀器是長源距儀器，長源距探測器(源距40 cm)放在點(9,0,94)。井眼中伽馬源下部、伽馬源與長源距探測器之間以及長源距探測器上部，均充滿屏蔽體[5]。半圓柱體外部是真空。模擬計算過程中，使用了光子重要性函數(shù)、權(quán)重窗口和能量截斷等減方差以及其他優(yōu)化算法[6][7]，大大縮短了MCNP的運行時間。

3.蒙特卡羅模擬結(jié)果及分析

3.1.低密度薄層

低密度薄層，薄層為孔隙度40%、飽含水的石灰?guī)r(密度為2.026 g/cm3)，圍巖為純灰?guī)r(密度為2.71 g/cm3)。把薄層從模型的底部逐漸向頂部移動，觀察探測器計數(shù)率(光子通量/粒子數(shù))的變化情況，計數(shù)率極大值的地方就是探測器最靈敏的探測區(qū)域。將厚度為54、45、36、18、9 cm的薄層從地層的底部逐漸向頂部移動，每次移動18 cm。探測器的能量箱只記錄能量位于0.15 MeV和0.7 MeV之間光子的通量。該次研究分別計算了不同厚度薄層在不同位置時探測器計數(shù)率的變化，通過數(shù)據(jù)分類，可以得到探測器計數(shù)率隨薄層位置變化的關(guān)系曲線[8]。

Figure 1.The density logging model based on Monte Carlo method圖1.基于蒙特卡羅方法的密度測井模型

圖2顯示厚度分別為9、18、36、45、54 cm的低密度薄層在地層縱向上移動時，長源距探測器計數(shù)率的變化曲線，近似正態(tài)分布。從圖2中可以看出，擬合曲線極大值的位置在薄層縱向位置74 cm左右，探測器對薄層的響應曲線是左右對稱的，對稱點也是極大值點；也就是說，密度測井儀器對薄層的靈敏探測位置在74 cm左右的區(qū)域，而該位置恰好是長源距探測器和伽馬源之間的中點。由于密度測井的數(shù)據(jù)處理是以長源距探測器計數(shù)率為主，從而在理論上驗證了密度測井的靈敏探測位置是伽馬源與探測器正中間的位置。從圖2中還可看出，探測器計數(shù)率隨著薄層厚度的增加，靈敏探測位置計數(shù)率數(shù)值變化越來越小，說明隨著地層厚度的增加，計數(shù)率越來越接近原狀地層計數(shù)率，受薄層影響越來越小。當薄層厚度增加到45 cm時，計數(shù)率最大值趨于穩(wěn)定，說明該次研究模擬所用參數(shù)的密度測井儀器最小縱向分辨率約為45 cm [9]。

Figure 2.The response curve of long spaced detector counting rate changing with the position variation of low density thin layer with different thicknesses圖2.長源距探測器計數(shù)率隨不同厚度低密度薄層位置變化的響應曲線

Figure 3.The response curve of long spaced detector counting rate changing with the position variation of high density thin layer with different thicknesses圖3.長源距探測器計數(shù)率隨不同厚度高密度薄層位置變化的響應曲線

3.2.高密度薄層

將低密度薄層改為高密度薄層，即將地層模型中的圍巖換成孔隙度40%、飽含水的石灰?guī)r(密度2.026 g/cm3)，而薄層換成純灰?guī)r(密度2.71 g/cm3)。從圖3中可以看出，曲線近似對稱分布，曲線變化規(guī)律是先減小后增大，同時對稱點為極小值點，且極小值點在74 cm左右，為模型的伽馬源與長源距探測器之間的中點，即靈敏探測位置在74 cm左右探測區(qū)域；同時，隨著薄層厚度的增加，靈敏探測位置的計數(shù)率變化越來越小，當薄層厚度為45 cm時，計數(shù)率最小值趨于穩(wěn)定，因此最小縱向分辨率約為45 cm。

4.結(jié)論

1) 低密度薄層在響應曲線上出現(xiàn)極大值，薄層厚度越大，極值越大；高密度薄層在響應曲線上出現(xiàn)極小值，薄層厚度越大，極值越小。對于長源距(40 cm)，其極值在74 cm處，大致位于伽馬源與探測器之間的中點。

2) 對于最小縱向分辨率的研究表明：當薄層越薄時，其受到周圍環(huán)境的影響較大，相對于地層真實值偏差較大；隨著薄層變厚，受到的影響減小，偏差值變小。該次研究條件下的最小縱向分辨率約為45 cm。

References)

[1]王鳳山, 霍廣君, 馮立.發(fā)展應用薄差油層開采技術(shù)有效利用大慶油田地下資源[J].資源?產(chǎn)業(yè), 1999, 4(10): 22-24.

[2]程昆, 程仲, 吳文彥.一種薄層密度測井校正方法[J].測井技術(shù), 2007, 31(6): 537-540.

[3]黃隆基.核測井原理[M].東營: 石油大學出版社, 2000.

[4]吳文圣, 肖立志.三探測器密度測井儀器的源距優(yōu)化[J].核技術(shù), 2010, 33(11): 849-853.

[5]吳文圣.三探測器密度測井的薄層影響及校正[J].天然氣工業(yè), 2003, 23(3): 38-40.

[6]李新梅.蒙特卡羅粒子輸運模擬中源偏倚和網(wǎng)格權(quán)窗方法研究[D]: [碩士學位論文].合肥: 合肥工業(yè)大學, 2015.

[7]郭生良.γ能譜的蒙特卡羅計算方法探討與模擬軟件設(shè)計[D]: [碩士學位論文].成都: 成都理工大學, 2008.

[8]Briesmeister, J.F.(1985) MCNP-A General Monte Carlo Code for Neutron and Photon Transport.Version 3B, Los Alamos Radiation Transport Group, 1-200.

[9]洪有密.測井原理與綜合解釋[M].東營: 中國石油大學出版社, 2007: 10-15.

The Effect of Density Logging on Thin Layer Based on Monte Carlo Method

Weinan Liu1,2, Rui Deng1,2*, Peng Wang3, Bowen Qian1,2, Chengyun Qin1,21Key Laboratory of Exploration Technologies for Oil and Gas Resources (Yangtze University), Ministry of Education,Wuhan Hubei2School of Geophysics and Oil Resources, Yangtze University, Wuhan Hubei3School of Geophysics and Information Engineering, China University of Petroleum (Beijing), Beijing

Oct.26th, 2016; accepted: Dec.20th, 2016; published: Dec.15th, 2017

Thin layer was an important factor influencing the density logging.Monte Carlo method was applied to simulate the density logging and get the data of density logging response of thin layer, by which the influence of thin layer on the density logging was studied to determine the density logging record point and the change rules of the counting rate curve.The research indicates that the counting rate of low density thin layer increases initially and then decreases with the longitudinal movement of the thin layer.The shape of the curve is approximately symmetrical and the maximum point is a recorded point, while for the high density thin layer, the counting rate decreases first and then increases with vertical movement of the thin layer, the shape of the curve is also approximately symmetrical and the minimum point is the recorded point.Meanwhile, the minimum vertical resolution of density logging is discussed in this paper.

Density Logging, Monte Carlo, Thin Layer, Symmetry, Minimum Vertical Resolution

*通信作者。

文章引用:劉偉男, 鄧瑞, 汪鵬, 錢博文, 秦承運.基于蒙特卡羅方法的密度測井薄層影響分析[J].石油天然氣學報,2017, 39(6): 55-59.

10.12677/jogt.2017.396098

Copyright ? 2017 by authors, Yangtze University and Hans Publishers Inc.

This work is licensed under the Creative Commons Attribution International License (CC BY).http://creativecommons.org/licenses/by/4.0/

劉偉男(1995-)，男，主要從事核測井模擬工作。

2016年10月26日；錄用日期：2016年12月20日；發(fā)布日期：2017年12月15日

油氣資源與勘探技術(shù)教育部重點實驗室(長江大學)開放基金資助項目(K2016-14，K2016-15)；長江青年基金資助項目(2015cqn31)。

[編輯]龔丹