賀 斌,馬立濤,蔡瑞豪,胡曉賢,楊鐵梅,鋼胡雅格.
(1.中海油能源發(fā)展股份有限公司工程技術(shù)分公司,天津 300452;2.中海油有限公司非常規(guī)油氣分公司,北京 100016)
致密砂巖氣是非常規(guī)天然氣的主要類型,也是目前國際上開發(fā)規(guī)模最大的非常規(guī)天然氣[1]。目前中海油在東海盆地、沁水盆地、鄂爾多斯盆地等多個(gè)區(qū)塊開展致密砂巖油氣勘探開發(fā)工作。隨著各個(gè)探區(qū)勘探實(shí)踐的不斷深入,各勘探領(lǐng)域相繼發(fā)現(xiàn)很多低電阻率油氣藏。鄂爾多斯盆地XX地區(qū)同時(shí)發(fā)育常規(guī)致密砂巖儲(chǔ)層和低阻致密砂巖儲(chǔ)層,后者測井電阻率受巖石骨架中導(dǎo)電礦物、黏土及附加導(dǎo)電作用、束縛水、地層水礦化度及泥漿侵入等多種因素影響[2],導(dǎo)致電阻率測井響應(yīng)更具多解性。如果用傳統(tǒng)的電阻率方程計(jì)算低阻氣層含水飽和度,首先要研究不同的巖石導(dǎo)電規(guī)律,同時(shí)還要在定量分析區(qū)塊縱向、橫向不同儲(chǔ)層的低阻主控因素的基礎(chǔ)上,對視電阻率測井曲線進(jìn)行相關(guān)校正,這一過程復(fù)雜且具有不確定性。因此,有必要嘗試?yán)梅请娮杪史椒▽Φ妥铓鈱雍柡投冗M(jìn)行定量預(yù)測。
國內(nèi)外學(xué)者將低阻氣層成因的研究主要分為兩種因素:一為地質(zhì)宏觀因素,二為層內(nèi)微觀因素[3-4]。宏觀因素是指低阻氣層形成的地質(zhì)背景以及沉積、成巖等作用;微觀因素是指低阻氣層的巖性、物性、儲(chǔ)層孔隙結(jié)構(gòu)、粘土礦物分布及類型、地層水礦化度等因素。同時(shí),低阻成因包括內(nèi)因、外因兩方面[5-7]。內(nèi)因包括儲(chǔ)層自身的某些組分具有強(qiáng)的導(dǎo)電特性,巖石骨架含導(dǎo)電礦物、泥質(zhì)含量高且附加導(dǎo)電作用強(qiáng)、含水飽和度高、地層水礦化度高或巖石強(qiáng)親水等;外因主要包括低電阻率圍巖、鹽水泥漿深侵入、儀器井縱向分層能力有限等。針對不同成因的低阻儲(chǔ)層,前人提出了多種解釋方法。其中,三水導(dǎo)電模型能夠改善低阻儲(chǔ)層電阻率測井的評價(jià)效果[8]。該模型考慮自由水、微孔隙水以及粘土束縛水對巖石整體電導(dǎo)率的影響,既能解釋粘土附加導(dǎo)電性對巖石電阻率的降低,又可以解釋泥質(zhì)使巖石電阻率升高的作用,既適用于正常儲(chǔ)集層的解釋,也可以解釋富含微孔隙的低阻儲(chǔ)層,但是模型中參數(shù)較多且不易確定,有待進(jìn)一步研究。
通過巖心實(shí)驗(yàn)分析,總結(jié)XX地區(qū)低阻氣層成因,初步歸納為以下幾點(diǎn)因素:高鐵質(zhì)礦物、綠泥石薄膜、孔喉結(jié)構(gòu)差、束縛水飽和度高。
(1)高鐵質(zhì)礦物型。
這類低阻儲(chǔ)層主要受高含量的鐵質(zhì)礦物影響而形成,其主要的鐵質(zhì)礦物類型為黃鐵礦、鐵泥質(zhì)(泥質(zhì)被鐵質(zhì)侵染)、鐵白云石和鐵方解石,絕對含量占比1%~2%。此類儲(chǔ)層由于金屬礦物的存在,使地層中鐵離子和亞鐵離子數(shù)據(jù)明顯增多,從而使地層的導(dǎo)電能力增強(qiáng),電阻率自然降低。圖1為XX-9井及XX-103井巖心薄片鏡下顯示。XX-9井盒4段儲(chǔ)層孔隙度14%、滲透率3.85 mD,1 590.3 m巖心薄片25倍鏡下顯示鐵質(zhì)礦物含量高,該段測試日產(chǎn)氣160 000方;XX-103井盒3段儲(chǔ)層孔隙度10.93%,滲透率0.89 mD,1 294.07 m巖心薄片50倍鏡下顯示含有明顯鐵泥質(zhì),該段測試日產(chǎn)氣13 000方。
圖1 鐵質(zhì)礦物鏡下特征Fig.1 Microscopic characteristics of iron-bearing minerals
(2)綠泥石薄膜。
這類低阻儲(chǔ)層特征為低泥質(zhì)含量(2%~5%),低束縛水飽和度、巖石孔隙度在10%以上,綠泥石絕對含量0.01%~0.04%,多數(shù)顆粒表面被綠泥石呈薄膜狀包裹著。此類儲(chǔ)層因綠泥石薄膜優(yōu)化了孔隙結(jié)構(gòu),增強(qiáng)了儲(chǔ)層電荷連通性而形成低阻,且有一定產(chǎn)能。以XX-33井盒4段為例,儲(chǔ)層泥質(zhì)含量4%,孔隙度11%,巖心薄片(圖2)顯示綠泥石薄膜明顯,測試日產(chǎn)氣22 000方。
(3)孔喉結(jié)構(gòu)差。
通過分析XX地區(qū)84塊巖心樣品的孔喉半徑分布(圖3)得出,干層的孔喉半徑以小于0.05 um為主,絕大部分常規(guī)氣層的孔喉半徑均在0.35 um以上,而低阻氣層的孔喉半徑主要分布在0.1~0.35 um。
(4)相對高束縛水飽和度。
通過分析XX地區(qū)上石盒子束縛水飽和度與孔隙度關(guān)系發(fā)現(xiàn)(圖4),對于孔隙度高達(dá)15%以上的氣層,當(dāng)束縛水飽和度大于50%時(shí)氣層顯示為低阻。
圖2 XX-33井綠泥石薄膜鏡下特征Fig.2 Microscopic features of chlorite films of XX-33
圖3 XX地區(qū)巖心樣品孔喉半徑分布圖Fig.3 Distribution diagram of pore throat radius in XX area
圖4 XX地區(qū)上石盒子組孔隙度與束縛水飽和度交會(huì)圖Fig.4 Cross graph of porosity and bound water saturation of upper Shihezi Formation
綜上所述,XX地區(qū)氣層的低阻成因復(fù)雜多樣,加之巖心實(shí)驗(yàn)資料較為有限,要研究清楚不同儲(chǔ)層的低阻主控因素非常困難。為避免復(fù)雜的電阻率環(huán)境校正問題,需嘗試綜合利用各種測井參數(shù)來預(yù)測儲(chǔ)層含水飽和度,從而為儲(chǔ)層飽和度參數(shù)評估提供重要參考。
研究實(shí)驗(yàn)分析含水飽和度與測井響應(yīng)之間的關(guān)系前,首先要對測井等資料進(jìn)行質(zhì)量檢查、預(yù)處理[9]。
預(yù)處理一:由于鉆井取心過程中鉆具丈量、巖心收獲率等影響,使得鉆井取心的巖心深度與測井深度存在一定的偏差,為保證巖心分析數(shù)據(jù)與測井資料對比的可靠性,必須對巖心數(shù)據(jù)進(jìn)行深度歸位,使巖心分析數(shù)據(jù)與測井?dāng)?shù)據(jù)相匹配。利用巖心分析巖石密度與測井密度曲線進(jìn)行對比,同時(shí)考慮巖性與測井曲線的匹配關(guān)系,按其最大相似度將巖心深度校正到測井深度。圖5為XX-18井鉆井取芯歸位實(shí)例,該井取芯段1 626.3~1 631.9 m,取芯段巖心數(shù)據(jù)相對測井?dāng)?shù)據(jù)存在深度誤差。通過巖心密度及巖心孔隙度與測井曲線對比,最終將該取芯段巖心數(shù)據(jù)上移0.6 m。利用該方法對XX地區(qū)的井進(jìn)行了巖心數(shù)據(jù)深度歸位,詳見表1。
圖5 XX-18井巖心深度歸位圖Fig.5 True depth determination of core of XX-18
預(yù)處理二:受測量精度影響,氣測全烴(Tg)或多或少存在深度偏差。通過對比典型氣層中測井曲線響應(yīng)特征,對XX地區(qū)氣測曲線存在深度偏差的井進(jìn)行深度校正。如圖6 所示,XX-1井測井綜合解釋三套氣層頂深分別為1 689.3 m、1 696 m、1 709.7 m,而三套氣層的氣測曲線異常(左起第二曲線道內(nèi)紅色曲線)起始深度分別為1 691 m、1 697.6 m、1 711.4 m,氣測曲線明顯存在深度誤差,因此將氣測曲線上移1.6 m(左起第二曲線道內(nèi)綠色曲線),深度校正后的氣測曲線與測井曲線對應(yīng)性更合理。
表1 XX地區(qū)巖心深度校正量統(tǒng)計(jì)表Table 1 The calibration statistics of core depth in XX area
預(yù)處理三:前人研究認(rèn)為,正常鉆井條件下, 氣測所測得的氣體主要來自井眼的破碎氣,破碎氣的含量與單位時(shí)間內(nèi)所破碎的巖石量有關(guān),它主要受鉆頭大小、鉆時(shí)及鉆井液排量因素影響。鉆井取芯必然會(huì)造成氣測曲線不同程度降低,為對氣測曲線進(jìn)行取芯校正,引入了沖淡系數(shù)(D)。沖淡系數(shù)的物理意義是單位時(shí)間內(nèi)鉆井液排量與單位時(shí)間內(nèi)破碎巖石體積之比,在鉆井條件相似的情況下,它是鉆時(shí)的函數(shù)。當(dāng)非精確定量的情況下即不計(jì)抽氣泵抽氣速度、脫氣器脫液量和脫氣效率的影響,要修正鉆頭直徑、鉆時(shí)以及鉆井液排量對氣測值的影響,將原始?xì)鉁y值乘以沖淡系數(shù),即可得到可用于比較的校正氣測全烴[10]。
(1)
(2)
G取心校正=G實(shí)測[D取心/D標(biāo)準(zhǔn)]
(3)
式中D標(biāo)準(zhǔn)——取心前正常鉆進(jìn)時(shí)沖淡系數(shù)
D取心——取心鉆進(jìn)時(shí)沖淡系數(shù)
R標(biāo)準(zhǔn)——取心前鉆進(jìn)時(shí)鉆頭半徑
R取心——取心鉆進(jìn)時(shí)鉆頭外半徑
R巖心——巖心半徑
Q標(biāo)準(zhǔn)——取心前鉆進(jìn)時(shí)鉆井液出口排量
Q標(biāo)準(zhǔn)——取心鉆進(jìn)時(shí)鉆井液出口排量
t取心——取心鉆進(jìn)時(shí)鉆時(shí)
t標(biāo)準(zhǔn)——取心前鉆進(jìn)時(shí)鉆時(shí)
G實(shí)測——實(shí)測氣測值
G取芯校正——經(jīng)過取心校正后的氣測值
圖6 XX-1井測井曲線組合圖Fig.6 Logging curves composition chart of XX-1
圖7為XX-2井測井曲線組合圖,該井從1 608 m開始取芯,受鉆井取芯影響,氣測曲線(左起第二曲線道內(nèi)紅色曲線)在1 608 m附近突然降低,測得的取芯段氣測平均值為1.12%。利用上述方法對該取芯段氣測曲線進(jìn)行校正,校正后的氣測平均值為2.97%(左起第二曲線道內(nèi)黑色曲線)。測井綜合解釋該層為氣層,測試獲得工業(yè)氣流。
圖7 XX-2井測井曲線組合圖Fig.7 Logging curves composition chart of XX-2well
預(yù)處理四:不同井測井資料受測井年代、儀器刻度、操作等多種因素影響,存在一定的系統(tǒng)誤差,需要對多井測井曲線進(jìn)行標(biāo)準(zhǔn)化處理[9],以提高測井信息在全油田范圍內(nèi)解決問題的能力。測井?dāng)?shù)據(jù)標(biāo)準(zhǔn)化處理的實(shí)質(zhì)是依據(jù)一個(gè)區(qū)塊的同一層段、具有相同的地球物理特征、具有自身的分布規(guī)律來完成的。本次研究中,選取井眼狀況良好、測井系列相對完善、具有系統(tǒng)取芯的XX-8井作為標(biāo)準(zhǔn)井;選取沉積環(huán)境相同、具有近似的地球物理特征且易于識別的劉家溝組穩(wěn)定發(fā)育的泥巖作為標(biāo)志層;利用直方圖的方法,分析研究區(qū)20口井測井?dāng)?shù)據(jù)的頻率分布特征,檢查其一致性,并確定校正值。圖8為研究區(qū)20口井密度、中子曲線的校正前后對比直方圖(不同顏色表示不同井),從圖中看出,標(biāo)準(zhǔn)化前各井的密度、中子孔隙度分布主頻有所差異,標(biāo)準(zhǔn)化后各井的密度、中子分布主頻更為一致,密度集中在2.62 g/cm3左右,中子孔隙度集中在10.5%左右(各井標(biāo)準(zhǔn)化校正量見表2)。
對于氣層而言,中子測井讀數(shù)降低,稱之為“挖掘效應(yīng)”。挖掘效應(yīng)使得密度和中子孔隙度測井曲線呈現(xiàn)明顯的重疊區(qū),利用這一特征可以定性識別氣層[11]。通過計(jì)算中子、密度孔隙度差可定量表征挖掘效應(yīng)[12]。在此基礎(chǔ)上,引入校正因子,可進(jìn)一步提高XX地區(qū)致密砂巖氣層識別精度,具體計(jì)算公式如下。
(4)
(5)
(6)
(7)
ρ——密度測井值,g/cm3;
ρMA——巖石骨架密度,g/cm3;
圖8 測井曲線校正前后對比圖Fig.8 Logging curve correction before and after comparison
表2 測井曲線標(biāo)準(zhǔn)化校正量統(tǒng)計(jì)表Table 2 The calibration statistics of standardized logging curves
ρF——孔隙中流體密度,g/cm3;
Vsh——測井計(jì)算泥質(zhì)含量,%;
ρsh——純泥巖密度測井值,%;
A——常數(shù)。
圖9為研究區(qū)部分井挖掘效應(yīng)參數(shù)連井圖,從圖中可以看出,利用修正后的挖掘效應(yīng)定量計(jì)算公式得到的挖掘效應(yīng)參數(shù)POR_Exca能識別絕大多數(shù)氣層,氣層挖掘效應(yīng)參數(shù)POR_Exca均大于5%。
圖9 XX地區(qū)6口井挖掘效應(yīng)參數(shù)連井對比圖Fig.9 Even well comparison of POR_Exca in XX region
以研究區(qū)52塊樣品實(shí)驗(yàn)含水飽和度為研究對象,分析其與各種測井參數(shù)之間的相關(guān)性(圖10—圖14)。研究發(fā)現(xiàn)含水飽和度與氣測全烴(Tg)、挖掘效應(yīng)參數(shù)(POR_Exca)、可動(dòng)孔隙度(PMF)有較好的負(fù)相關(guān)關(guān)系,相關(guān)系數(shù)分別為0.74、0.78、0.75,與密度(DEN)、補(bǔ)償中子(CNL)呈正相關(guān)關(guān)系,相關(guān)系數(shù)分別為0.71、0.69。
圖10 實(shí)驗(yàn)含水飽和度與氣測全烴相關(guān)性分析Fig.10 Correlation analysis between core core SW and Tg
圖11 實(shí)驗(yàn)含水飽和度與挖掘參數(shù)相關(guān)性分析Fig.11 Correlation analysis between core SW and POR_Exca
圖12 實(shí)驗(yàn)含水飽和度與可動(dòng)孔隙度相關(guān)性分析Fig.12 Correlation analysis between core SW and PMF
圖13 實(shí)驗(yàn)含水飽和度與密度相關(guān)性分析Fig.13 Correlation analysis between core SW and DEN
圖14 實(shí)驗(yàn)含水飽和度與中子孔隙度相關(guān)性分析Fig.14 Correlation analysis between core SW and CNCF
人工神經(jīng)網(wǎng)絡(luò)是由人工神經(jīng)元(簡稱神經(jīng)元)互聯(lián)組成的網(wǎng)絡(luò),能通過自組織自適應(yīng)能力,找出評價(jià)指標(biāo)與主控因素之間的非線性關(guān)系,在理論上可以任意逼近任何非線性映射。目前應(yīng)用較廣的分層網(wǎng)絡(luò),可以根據(jù)實(shí)際輸出和期望輸出之差,對網(wǎng)絡(luò)的各層連接權(quán)由后向前逐層進(jìn)行誤差校正的多層前饋網(wǎng)絡(luò),簡稱BP神經(jīng)網(wǎng)絡(luò)。該算法所采用的學(xué)習(xí)過程由正向傳播和反向傳播兩部分組成。在正向傳播過程中,輸入模式從輸入層經(jīng)隱含層逐層處理并傳向輸出層,如果輸出層不是期望的輸出,則誤差信號從輸出層向輸入層傳播,即反向傳播,在反向傳播過程中調(diào)整個(gè)層間連接權(quán)及各層神經(jīng)元的偏置值,以便誤差逐漸減小。因此,該方法的實(shí)質(zhì)是求誤差函數(shù)的最小值,它通過多個(gè)樣本的反復(fù)訓(xùn)練,將多個(gè)已知樣本訓(xùn)練得到的各層連接權(quán)及各層神經(jīng)元的偏置值等信息作為知識保存,以便對未訓(xùn)練樣本值進(jìn)行預(yù)測[13-17]。
鑒于本區(qū)含水飽和度敏感性測井參數(shù)分析結(jié)果,本次研究將密度、補(bǔ)償中子、挖掘參數(shù)、可動(dòng)孔隙度、氣測全烴作為輸入變量,以含水飽和度作為期望輸出變量,通過反復(fù)訓(xùn)練的結(jié)果對比,最終設(shè)置隱含層1層,11個(gè)隱含層節(jié)點(diǎn)來構(gòu)建含水飽和度的神經(jīng)網(wǎng)絡(luò)預(yù)測模型拓?fù)浣Y(jié)構(gòu)(圖15),即三層網(wǎng)絡(luò)(5-11-1)。
圖15 各參數(shù)與實(shí)驗(yàn)分析含水飽和度之間的神經(jīng)網(wǎng)絡(luò)拓?fù)鋱DFig.15 Neural network topology between logging parameters and core SW
表3為研究區(qū)含水飽和度BP神經(jīng)網(wǎng)絡(luò)訓(xùn)練樣本,其中中子孔隙度、密度、挖掘參數(shù)、可動(dòng)孔隙度、氣測全烴為輸入因子,含水飽和度為輸出因子。通過計(jì)算收斂誤差,反復(fù)循環(huán)迭代,最終確定迭代750次為最優(yōu)化方案。表4為對一口驗(yàn)證井含水飽和度預(yù)測結(jié)果的誤差統(tǒng)計(jì),從表中看出相對誤差較小,絕對誤差基本在5%以內(nèi),可以為XX地區(qū)低阻致密砂巖氣層含水飽和度測井解釋提供可靠參考。
表3 BP神經(jīng)網(wǎng)絡(luò)訓(xùn)練樣本集Table 3 Training sample set of BP neural network
續(xù)表
表4 驗(yàn)證井預(yù)測含水飽和度與巖心含水飽和度誤差統(tǒng)計(jì)Table 4 Error analysis between calculate SW and core SW of the verification well
圖16為研究區(qū)一口產(chǎn)氣井測井解釋成果圖。該井1 458.4~1 466.7 m測井視電阻率較低,為10 Ω·m。結(jié)合氣測等資料綜合判斷該層含氣性較好,測試日產(chǎn)氣18萬方,為典型低阻氣層。由于受低視電阻率影響,該段測井解釋含氣飽和度較低,平均為40%。利用神經(jīng)網(wǎng)絡(luò)方法預(yù)測該層含氣飽和度平均值為60%,與研究區(qū)四性分析得到的高產(chǎn)層含氣飽和度55%以上結(jié)果一致。
(1)鄂爾多斯盆地XX地區(qū)致密砂巖氣層低阻現(xiàn)象較為普遍,據(jù)初步分析,不同層位的低阻成因復(fù)雜多樣,主要因素包括鐵質(zhì)礦物、綠泥石薄膜、孔喉結(jié)構(gòu)差及束縛水含量高等。
(2)含水飽和度與挖掘效應(yīng)參數(shù)(POR_Exca)、可動(dòng)孔隙度(PMF)、氣測全烴(Tg)有較好的負(fù)相關(guān)關(guān)系,相關(guān)系數(shù)均在0.75左右;與密度(DEN)、中子孔隙度(CNCF)呈正相關(guān)關(guān)系,相關(guān)系數(shù)在0.7左右。
(3)選擇密度、中子、挖掘參數(shù)、可動(dòng)孔隙度、氣測全烴等五種參數(shù)作為輸入變量,將巖心實(shí)驗(yàn)含水飽和度作為輸出變量,設(shè)置1個(gè)隱含層,11個(gè)隱含層節(jié)點(diǎn),建立三層網(wǎng)絡(luò)(5-11-1)對儲(chǔ)層含水飽和度進(jìn)行預(yù)測。
(4)BP神經(jīng)網(wǎng)絡(luò)模型預(yù)測得到的含水飽和度與實(shí)驗(yàn)含水飽和度之間誤差較小,基本誤差基本在5%以內(nèi)。
(5)利用該模型對XX區(qū)獲得工業(yè)氣流的典型低阻氣層井進(jìn)行含水飽和度預(yù)測,結(jié)果與測試結(jié)論一致性高,該方法可以為XX地區(qū)低阻氣層含水飽和度測井預(yù)測提供重要參考。
圖16 XX-9井測井綜合解釋成果圖Fig.16 Logging interpretation result map of XX-9