王志豪,周明順，魏新路，劉迪仁，孫 康,申 威,趙椏松

(1.長江大學(xué) 地球物理與石油資源學(xué)院，湖北 武漢 430100;2.中石油華北油田分公司 勘探開發(fā)研究院，河北 任丘 062500;3.中國石油集團測井有限公司 遼河分公司，遼寧 盤錦 124000)

1 引 言

頁巖氣是以甲烷為主要成分的非常規(guī)天然氣，主要存在于暗色泥頁巖和高碳泥頁巖中，常以吸附和游離狀態(tài)存在于孔隙和儲集巖系中，是一種高效、清潔的能源資源。頁巖氣儲層有廣泛的飽含氣性、較大的資源儲量，具有良好的勘探開發(fā)前景[1-3]。

近些年，隨著油氣勘探技術(shù)和高性能計算技術(shù)的高速發(fā)展，我國的頁巖氣和頁巖油的探明儲量逐步增大，其主要集中于塔里木盆地、蘇北盆地、松遼盆地等。而頁巖氣藏滲透率極低，且我國頁巖氣普遍埋藏較深。綜合復(fù)雜的地質(zhì)結(jié)構(gòu)、不成熟的技術(shù)及高額的開采費用等原因，直接制約了頁巖氣的開發(fā)，這也決定了大規(guī)模的商業(yè)開發(fā)難以實現(xiàn)。因此，進一步研究有效的頁巖氣勘探開發(fā)勢在必行。

有效的頁巖氣勘探開發(fā)依賴于多方面原因，其中對頁巖氣飽和度的評價至關(guān)重要。儲層飽和度研究方面，最早由Archie等人針對純砂巖地層提出考慮孔隙度和電阻率計算含水飽和度的Archie公式[4,5]。其后至今，學(xué)者們以Archie公式為基礎(chǔ)，提出許多擴展的油氣飽和度解釋模型(Simandoux公式、Total-Shale公式等)。但頁巖儲層在巖性、物性等方面與常規(guī)儲層有很大的區(qū)別，頁巖儲層中的有機質(zhì)對地層電阻率的相對貢獻值很高，導(dǎo)致上述模型應(yīng)用于頁巖氣飽和度評價時，計算出的結(jié)果與巖心分析含氣飽和度值有較大誤差?；诖?，王安龍等人以常規(guī)測井資料為基礎(chǔ),建立包含總有機碳含量TOC(TOC，Total Organic Carbon Content)、吸附氣含量、頁巖礦物組分等的非電法飽和度模型,開展頁巖氣儲層測井評價[6]。張晉言等人提出利用非電法測井信息計算飽和度的方法，即中子-密度重疊法計算含氣飽和度，有效避開了電阻率計算含水飽和度的誤差問題[7]。張寶瑩等分析一個新變量對原始地層的影響機理，即有機質(zhì)對地層含水性的影響機理，提出TOC修正法和飽和度差異法。論證TOC和常規(guī)方法計算的飽和度與巖心分析飽和度之間具有一定的規(guī)律性，提供一種新的計算飽和度方法，提高計算得到的飽和度的精確度[8]。

前人利用非電法測井信息等計算飽和度的方法已有相關(guān)研究，但目前的研究還不能滿足生產(chǎn)需要。針對頁巖氣飽和度的計算，本文從頁巖儲層的巖性、物性、總有機碳含量等,分析其與飽和度的相關(guān)性，在以往飽和度計算模型基礎(chǔ)上，考慮TOC對頁巖儲層含水飽和度的影響，建立新的含水飽和度計算公式，提高計算精度。同時，利用BP(BP,Back Propagation Neural Network)神經(jīng)網(wǎng)絡(luò)訓(xùn)練建立新的非電性測井飽和度評價模型，即不通過測量巖層電化學(xué)特性、導(dǎo)電特性等方法對飽和度進行評價，而通過鈾含量和地層密度計算含水飽和度。將通過模型測試得到的頁巖氣含水飽和度與巖心分析數(shù)據(jù)進行比較，依據(jù)結(jié)果評價算法的有效性，對含水飽和度予以分析。建立BP神經(jīng)網(wǎng)絡(luò)模型進行評價極大提高了飽和度計算效率，為評價頁巖氣含水飽和度提供了新的思路，具有一定的參考價值。

2 儲層特征

本文研究區(qū)位于四川省威遠地區(qū)某組層段。該層段為深水陸架相組成的富含有機質(zhì)的黑色碳質(zhì)頁巖。如圖1所示，礦物組成主要為石英、黃鐵礦、白云石、方解石、斜長石、黏土礦物。有機碳含量為0.673 %～5.984 %，主要集中在1.5 %以上。有機質(zhì)的成熟度較高，該區(qū)域的有機質(zhì)演化普遍達到過熟。石英含量一定程度上反映孔隙度的大小。碎屑石英含量高，巖石整體上孔隙度就比較高，也間接提高了有機質(zhì)含量，使頁巖氣含氣量與石英含量呈正相關(guān)[9,10]。而黏土礦物具有較大的微孔隙體積與比表面積，在一定范圍內(nèi)黏土礦物的富集可以擴大礦物顆粒的比表面積，利于頁巖氣的吸附和賦存[11,12]。黃鐵礦含量直接反映有機質(zhì)的沉積，其高含量對應(yīng)著高有機質(zhì)含量。而且頁巖儲層中常發(fā)育黃鐵礦粒間孔，為氣提供賦存空間[13,14]。

圖1 礦物含量分析Fig.1 Mineral content diagram

利用全巖X衍射和巖心分析含水飽和度數(shù)據(jù)，通過繪圖對比分析，該組井頁巖儲層內(nèi)含水飽和度與地層總含氣量呈負(fù)相關(guān)關(guān)系。石英含量與含水飽和度呈負(fù)相關(guān)、黏土礦物含量與含水飽和度呈正相關(guān)。黃鐵礦穩(wěn)定在高含氣量層段，少部分出現(xiàn)高值。方解石和斜長石與含水飽和度無明顯關(guān)系。

頁巖氣藏具有超低滲透率、明顯的低孔隙度的特征。本文采用20組巖心分析數(shù)據(jù)，分析結(jié)果如圖1所示。其中：C_POR為平均孔隙值(%)；C_PERM為巖心滲透率(mD)；C_SW為含水飽和度(%)。數(shù)據(jù)表明20組巖心分析數(shù)據(jù)的孔隙度大小在0.98 %～5.23%之間，平均孔隙值為3.28 %，遠低于常規(guī)氣藏產(chǎn)油氣孔隙度要求，且孔隙度測井曲線無法直觀反應(yīng)地層真孔隙度；91 %的巖心滲透率小于1 mD，與孔隙度存在弱正相關(guān)關(guān)系。

表1 巖心分析物性數(shù)據(jù)

續(xù)表1

地層TOC含量直接反應(yīng)地層有機質(zhì)的含量，有機質(zhì)是生成油氣的根本，在不考慮有機質(zhì)成熟度及類型導(dǎo)致的問題，高有機質(zhì)含量代表地層生烴潛力大，可以大量產(chǎn)出油氣。頁巖氣藏為源儲一體型，生成的油氣直接滯留儲存在原始地層內(nèi)，有機質(zhì)為氣提供有效的吸附儲集空間。當(dāng)TOC含量較高且符合油氣產(chǎn)出條件時，產(chǎn)出的油氣會取代部分地層水，導(dǎo)致含水飽和度降低。

3 BP神經(jīng)網(wǎng)絡(luò)算法

如圖2所示，BP神經(jīng)網(wǎng)絡(luò)模型拓?fù)浣Y(jié)構(gòu)包括輸入層、隱含層、輸出層。輸入層的個數(shù)與特征數(shù)相關(guān)，輸出層的個數(shù)與類別數(shù)相同，隱含層的層數(shù)若干個。同層神經(jīng)元之間沒有聯(lián)系，異層神經(jīng)元之間向前連接。BP神經(jīng)網(wǎng)絡(luò)是一種按誤差逆?zhèn)鞑ニ惴ㄓ?xùn)練的多層前饋網(wǎng)絡(luò)，計算過程由正向計算過程和反向計算過程組成，實現(xiàn)從輸入空間到輸出空間的任意非線性函數(shù)的映射[15-17]。

BP網(wǎng)絡(luò)能學(xué)習(xí)輸入-輸出模式映射關(guān)系，算法本質(zhì)是梯度下降法，通過反向傳播來不斷調(diào)整網(wǎng)絡(luò)的權(quán)值和閾值，使網(wǎng)絡(luò)的誤差平方和最小，以達到訓(xùn)練和預(yù)測的目的，是一種應(yīng)用廣泛的參數(shù)學(xué)習(xí)算法和有效的多層神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)方法[18]。

4 應(yīng)用實例

4.1 基于BP神經(jīng)網(wǎng)絡(luò)算法的飽和度分析模型

將測井曲線歸位后數(shù)據(jù)與巖心分析含水飽和度擬合，以線性關(guān)系為標(biāo)準(zhǔn)，根據(jù)趨勢線合理刪點后得到表2、圖3與圖4，可以得出巖心分析含水飽和度與密度、鈾元素含量有較好的相關(guān)性。其中：Th為放射性Tu測井；CNL為補償中子測井；KTh為無伽馬鈾測井；K為放射性鉀測井；U為放射性鈾測井；DEN為密度測井。

圖3 地層密度與含水飽和度關(guān)系Fig.3 Relationship between formation density and water saturation

圖4 U元素含量與含水飽和度關(guān)系Fig.4 Relationship between U element content and water saturation

根據(jù)BP神經(jīng)網(wǎng)絡(luò)算法建立基于BP神經(jīng)網(wǎng)絡(luò)的非電性測井的飽和度評價模型：模型的輸入層有2個，分別為密度和鈾元素含量，輸出層為模型計算出的含水飽和度曲線。模型訓(xùn)練過程分為三步：首先利用自調(diào)BP神經(jīng)網(wǎng)絡(luò)訓(xùn)練巖心分析含水飽和度與密度、鈾元素含量的關(guān)系，然后將篩選后的密度、鈾元素含量測井曲線輸入訓(xùn)練好的BP神經(jīng)網(wǎng)絡(luò)，最后利用梯度搜索技術(shù)計算出該井段含水飽和度曲線。

4.2 多種計算方法對比

本文將BP神經(jīng)網(wǎng)絡(luò)、Archie公式和考慮TOC計算法這3種計算含水飽和度的方法進行比較。計算方法與巖心分析含水飽和度對比分析如圖5所示。其中：SW為含水飽和度；GR為自然伽馬測井；CAL為井徑測井；RD為深雙側(cè)向電阻率測井。

圖5 含水飽和度分析Fig.5 Water saturation diagram

研究分析得出，通過對比20組巖心分析數(shù)據(jù)在低有機質(zhì)含量段計算結(jié)果，Archie公式計算結(jié)果的絕對誤差為18.6 %，整體誤差偏高，只有在高有機質(zhì)含量段才逐漸趨近巖心分析數(shù)據(jù)；考慮有機質(zhì)影響計算的含水飽和度曲線在整體上趨近散點分布，與巖心分析數(shù)據(jù)較吻合，但部分層段數(shù)值存在較大誤差，最大誤差達10.3 %，影響整體含水飽和度的評價；而基于BP神經(jīng)網(wǎng)絡(luò)模型通過鈾含量和密度計算得出的含水飽和度整體誤差為7.9 %，結(jié)果與巖心分析數(shù)據(jù)吻合程度最高，因此該模型在測井評價中可以用于估計含水飽和度[19-21]。

5 結(jié) 論

1)本文采用數(shù)據(jù)統(tǒng)計法、因素分析法等方法研究頁巖氣儲層的特點，優(yōu)選出地層密度與鈾元素兩種相關(guān)性較高的敏感參數(shù)，建立基于BP神經(jīng)網(wǎng)絡(luò)的頁巖氣含水飽和度計算模型；

2)通過對比Archie公式與考慮TOC計算法在含水飽和度中的計算結(jié)果，分析得出此模型模擬出的含水飽和度整體誤差最小，絕對誤差為7.9 %，測試結(jié)果與巖心分析數(shù)據(jù)具有更高的吻合度；

3)基于BP神經(jīng)網(wǎng)絡(luò)算法的頁巖氣含水飽和度的計算模型精度高，算法運行高效，利用多樣的測井資料處理巖心分析數(shù)據(jù)，可以有效地減少分析誤差和提高可信度。廣泛含氣性和源儲一體性兩種性質(zhì)表明有機頁巖氣藏具有良好的開發(fā)前景，該方法在頁巖氣含水飽和度評價方面具有積極的參考意義和推廣價值。