謝洪路

(中法渤海地質(zhì)服務有限公司，天津 300450)

0 引言

隨著數(shù)字化技術(shù)和人工智能技術(shù)的快速發(fā)展，已經(jīng)迎來了全面數(shù)智化時代。數(shù)智化時代為石油行業(yè)發(fā)展帶來了新的機遇和挑戰(zhàn)，目前國內(nèi)外油田均在積極推進數(shù)字化轉(zhuǎn)型。錄井作為石油勘探領(lǐng)域中不可或缺的重要專業(yè)，在以往的油田發(fā)現(xiàn)中發(fā)揮了重要作用，但是現(xiàn)在卻難以參與到國家級和集團公司級的一些重大項目中。特別是近些年在油田降本增效的大背景下，錄井服務費用進一步被壓縮，表明了目前的一些錄井技術(shù)含量不夠高，缺乏解決復雜問題的能力。

1 數(shù)智化時代錄井新內(nèi)涵

在過去油氣勘探中錄井被定位為“勘探開發(fā)的眼睛、鉆井安全的參謀、井場信息的中樞”。通過錄井可以獲取第一手資料，及時了解地下鉆遇情況，包括巖性信息和流體信息等，為鉆井現(xiàn)場實時決策提供依據(jù)，保障鉆井安全。而在數(shù)智化時代，錄井還要能夠為測井解釋、壓裂選層以及壓裂后評估等提供有力技術(shù)支撐。基于獲取的高分辨率、高精度的錄井數(shù)據(jù)，對測井曲線進行校正，特別是在部分測井作業(yè)難以實施的情況下，可以實現(xiàn)錄井對測井的簡單替代[1]。

錄井數(shù)據(jù)采集對象為巖屑和鉆井液，具有直接、實時和地面采集的特點。錄井通過對巖屑以及鉆井液樣品進行直接觀測，可以了解巖石成分、巖石物理化學性質(zhì)以及地層流體參數(shù)等。隨著巖屑伽馬、伽馬能譜等測井技術(shù)的發(fā)展，測井也逐漸向隨鉆和地面延伸[2]。錄井的實時性主要是相對于電纜測井、地層測試以及實驗室分析數(shù)據(jù)而言，在數(shù)智化背景下近鉆頭隨鉆技術(shù)以及鉆頭前視隨鉆技術(shù)快速發(fā)展，隨鉆測井以及隨鉆地層測試也開始呈現(xiàn)明顯的實時性特點。同時，鉆井專業(yè)已經(jīng)可以在地面對鉆井液性能和鉆井工程參數(shù)進行一體化和智能化在線測量，井下隨鉆取樣也由原來的巖心和流體向巖屑拓展。目前，巖屑取樣和油基鉆屑處理后的含油性檢測已經(jīng)不再是錄井的業(yè)務范疇[3]。

2 數(shù)智化時代錄井技術(shù)重點發(fā)展領(lǐng)域

2.1 井場智能采樣機器人

錄井中非常重要的一項工作便是巖屑采樣，基于巖屑樣品可以進行核磁共振分析、巖石熱解分析、定量熒光分析等，為實驗室數(shù)據(jù)標定研究提供基礎(chǔ)數(shù)據(jù)。其基于人工方式采樣，勞動強度大，并且容易受到人為因素干擾，從而導致數(shù)據(jù)真實性難以得到有效保證。隨著人工智能技術(shù)的快速發(fā)展，智能機器人已經(jīng)在多個行業(yè)中成功實現(xiàn)商業(yè)化應用，這為錄井采樣機器人的研發(fā)和應用提供了思路。在井場智能采樣機器人視覺上集成掃描、識別等系統(tǒng)，可以自動實現(xiàn)巖屑的挑選以及數(shù)據(jù)信息的采集和傳輸。除了巖屑外，井場智能采樣機器人還能實現(xiàn)鉆井液信息的實時采集。井場智能采樣機器人若成功應用，將會是錄井專業(yè)發(fā)展的一次革命性成就，錄井將徹底擺脫過去的手工模式，為在線實時錄井提供一種全新的技術(shù)解決方案。

2.2 “一趟錄”信息采集系統(tǒng)

目前在非常規(guī)鉆井領(lǐng)域已經(jīng)成功實現(xiàn)了“一趟鉆”，在測井領(lǐng)域也在積極探索嘗試“一趟測”，這些方式均可以在保障鉆井和測井質(zhì)量的同時顯著提升工作效率、降低成本。因此，錄井也可以借鑒鉆井和測井思想，實現(xiàn)巖屑和鉆井液的“一趟錄”。錄井相關(guān)系統(tǒng)包括巖心核磁共振掃描系統(tǒng)、巖屑聲波錄井系統(tǒng)、激光誘導在線錄井系統(tǒng)以及伽馬在線掃描系統(tǒng)等，通過對這些系統(tǒng)進行集成可以實現(xiàn)巖心“一趟錄”，獲取含油性、鉆井液含氣性以及元素成分等各種信息，相比于傳統(tǒng)錄井模式可以顯著提升錄井數(shù)據(jù)采集的連續(xù)性和系統(tǒng)性[4]。

2.3 基于機器學習的錄井采集處理解釋一體化系統(tǒng)

機器學習是人工智能技術(shù)的核心，其通過對數(shù)據(jù)模型進行反復訓練，形成準確的評估判斷能力，可以給出一個面向某種性能度量的科學決策?；诓煌惴ǖ臋C器學習可以分為有監(jiān)督學習和無監(jiān)督學習兩種類型。其中深度學習是機器學習的一個子類，其通過構(gòu)建很多隱層的機器學習模型，并借助海量訓練數(shù)據(jù)，可以更為準確地把握事物特征，從而提升分類識別以及判斷評估的準確性。目前，機器學習在錄井專業(yè)中的應用包括巖相自動識別、流體識別、地質(zhì)導向以及工程預警等。在錄井采集現(xiàn)場錄井工作人員往往基于已有經(jīng)驗對采集和處理參數(shù)進行設(shè)置，沒有充分考慮環(huán)境條件的不同。同時地層具有一定的非均質(zhì)性，即使對同一深度且同一巖性的巖屑樣品，其特征參數(shù)也會存在一定差異。因此，構(gòu)建基于機器學習的錄井采集系統(tǒng)，可以顯著提升錄井數(shù)據(jù)采集的智能性和科學性，以改善錄井數(shù)據(jù)質(zhì)量。

在錄井過程中，資料分析處理通常是較為薄弱的環(huán)節(jié)，具體體現(xiàn)在數(shù)據(jù)處理、曲線處理以及圖像處理等方面：數(shù)據(jù)處理內(nèi)容涵蓋深度校正、環(huán)境因素校正、儀器因素校正以及鉆井和鉆井液因素校正等；曲線處理內(nèi)容主要包括時間深度轉(zhuǎn)換、歸一化處理以及平滑處理等；圖像處理內(nèi)容主要包括模式識別以及量化處理等[5]。錄井資料處理分析涉及很多較為復雜的數(shù)據(jù)運算，因此通過機器學習可以有效排除各種干擾因素，準確提取真實有用的信息，提升錄井數(shù)據(jù)資料處理分析水平。

錄井智能解釋若要取得高質(zhì)量成果，一方面需要準確可靠系統(tǒng)的原始數(shù)據(jù)，另一方面需要科學合理的解釋思路。錄井解釋主要是基于錄井數(shù)據(jù)獲取相應的參數(shù)，并對巖性、流體、壓力以及工程異常等進行評價。過去將神經(jīng)網(wǎng)絡(luò)技術(shù)應用于錄井領(lǐng)域，進行巖性識別、油氣層解釋以及地層壓力預測等。神經(jīng)網(wǎng)絡(luò)技術(shù)雖然具有良好的訓練效果，但是在實際應用中整體效果一般?？紤]到錄井解釋的復雜性，基于機器學習的錄井采集處理解釋一體化系統(tǒng)主要基于以下三個方面來提升解釋精度：第一，改善數(shù)據(jù)質(zhì)量，包括原始數(shù)據(jù)質(zhì)量和對原始數(shù)據(jù)進行科學合理的預處理，為后續(xù)機器學習和智能解釋奠定數(shù)據(jù)基礎(chǔ)；第二，采用科學的解釋流程，采用分步解釋思路，對每步解釋成果進行有效質(zhì)控，提升解釋評價精度和符合率；第三，應用先進的人工智能算法，近幾年類似深度學習等先進的人工智能算法層出不窮，選擇合適的算法可以起到事半功倍的效果。

2.4 錄井巖石力學

巖石力學研究是鉆井設(shè)計、壓裂設(shè)計、井壁穩(wěn)定性評價以及地層可鉆性和可壓性評價的重要基礎(chǔ)，是石油工程研究的重要內(nèi)容。巖石力學參數(shù)求取方法可以分為兩類：一是通過三軸應力測量、聲波測量等實驗室?guī)r心測量進行求取，該類方法具有較高的精度，但是參數(shù)獲取及時性較低，采樣率不足，并且容易受到環(huán)境因素影響；二是通過電纜聲波測井或隨鉆聲波測井等進行求取，該類方法可以獲取連續(xù)性數(shù)據(jù)，能有效彌補數(shù)據(jù)采樣不足的問題，但是該類方法同樣及時性不強，并且價格昂貴。不管采用哪種測井方法均會受到井眼尺寸、高溫高壓、高硫化氫等地層環(huán)境因素的影響，另外對水平井、超深井等往往難以進行聲波測井。針對這些問題，亟需創(chuàng)新巖石力學錄井技術(shù)，發(fā)揮錄井四高兩低(高分辨率、高采樣率、高精度、高實時性、低成本、低風險)的技術(shù)優(yōu)勢。其中，巖石力學參數(shù)可以分為巖石彈性參數(shù)、巖石強度參數(shù)、地應力參數(shù)和地層孔隙壓力參數(shù)四大類。

2.4.1 巖石彈性參數(shù)

巖石彈性參數(shù)主要有楊氏模量和泊松比等，錄井可以通過多種方法來求取楊氏模量和泊松比：第一種方法基于巖屑的聲波技術(shù)，基于多極子陣列聲波測井資料處理與解釋規(guī)范中的模型對縱橫波時差進行計算，便可以得到楊氏模量和泊松比；第二種方法基于XRD礦物錄井技術(shù)，每種礦物均具有較為固定的縱橫波速度、密度、楊氏模量和泊松比等巖石彈性參數(shù)，可以通過礦物巖石骨架測量得到相應的彈性參數(shù)；第三種方法為元素分析法，基于多元線性回歸來計算楊氏模量和泊松比。

2.4.2 巖石強度參數(shù)

在通過XRF/XRD錄井技術(shù)直接獲得泥質(zhì)含量后，基于泥質(zhì)含量和楊氏模量，再通過相應的模型計算得到巖石的強度參數(shù)，包括抗壓強度和抗拉強度。

2.4.3 地應力參數(shù)

通過錄井求取地應力參數(shù)主要有兩種方法。第一種方法基于地層壓力關(guān)系模型，地層上覆壓力也被稱為靜巖壓力，是地層壓力模型中的主要參數(shù)，可以通過地層壓力關(guān)系模型進行計算。其基于伊頓法模型將上覆壓力減去孔隙壓力得到垂直有效應力，再通過破裂壓力與孔隙壓力計算得到最小水平有效應力和最大水平有效應力。第二種方法基于巖屑聲波技術(shù)，通過縱橫波時差計算得到相應的地應力參數(shù)。

2.4.4 地層孔隙壓力參數(shù)

在綜合錄井系統(tǒng)中地層孔隙壓力隨鉆監(jiān)測是一項重要內(nèi)容，其監(jiān)測質(zhì)量在很大程度上取決于錄井工作人員的專業(yè)能力和綜合素質(zhì)。目前，我國一些陸上油田在錄井方面已經(jīng)配置了專門的隨鉆地層壓力評價工程師，并在地層壓力預監(jiān)測方面取得了一定進展。但考慮到地下地層類型較為復雜，碳酸鹽巖地層以及裂縫型地層等的孔隙壓力預監(jiān)測有待進一步深入研究。

2.5 “超－微－弱”高分辨率高精度錄井識別評價系統(tǒng)

“超”主要指超深、超高溫、超高壓鉆井，該類鉆井常規(guī)測井作業(yè)難以順利實施，并且數(shù)據(jù)準確性和可靠性降低。針對該問題有待于研發(fā)高分辨率、高準確度的錄井新技術(shù)，對測井數(shù)據(jù)進行校準或簡單替代?！拔ⅰ敝饕肝⒂^尺度，隨著研究的不斷深入，孔隙尺寸已經(jīng)達到了納米級的致密儲層，通過錄井對儲層物性評價以及流體識別的難度顯著增加。在該背景下研發(fā)了小型化二維核磁共振、激光掃描共聚焦以及QemScan等先進錄井技術(shù)，在一定程度上滿足了生產(chǎn)需求?！叭酢敝饕赣蜌怙@示弱，常規(guī)的氣測以及巖屑分析化驗等手段難以有效識別和發(fā)現(xiàn)油氣。油氣顯示弱受到鉆井因素、地層因素等影響，鉆井因素主要包括井筒正壓差、采用PDC鉆頭和熒光鉆井液等，地層因素主要包括水淹層以及低氣油比油層等。為了提升對弱油氣顯示的識別精度，基于聚磺、混油、油基三種體系鉆井液構(gòu)建了核磁共振解釋模型，在實際應用中取得了良好成效。

2.6 井下智能錄井技術(shù)

過去錄井作業(yè)一直在地面進行，但錄井作業(yè)是否可以向井下發(fā)展以及井下錄井作業(yè)是否還屬于錄井范疇等，開始引發(fā)深入思考。在數(shù)智化時代，不同專業(yè)之間的界限已經(jīng)逐漸模糊，因此在錄井技術(shù)發(fā)展中可以不再局限于某個專業(yè)，而是重點思考能夠有效解決問題的方法。錄井向井下發(fā)展對鉆井液和巖屑的監(jiān)測均具有重要意義。對于鉆井液監(jiān)測來說，可以在早期及時發(fā)現(xiàn)溢流，為工程決策提供可靠依據(jù)，同時有助于及時準確發(fā)現(xiàn)油氣顯示，既能節(jié)省時間、提升工作效率，又可以避免在上返過程中受到溫度和壓力降低的影響導致油氣擴散；對于巖屑監(jiān)測來說，井下智能錄井技術(shù)可以顯著提升巖屑測量的實時性和精準性，避免在上返過程中造成巖屑混雜，增加監(jiān)測難度。由此可見，井下智能錄井技術(shù)發(fā)展具有積極的現(xiàn)實意義。

3 結(jié)語

(1)對于錄井專業(yè)來說，原始數(shù)據(jù)質(zhì)量直接影響后續(xù)錄井解釋成果的可靠性和準確性，影響錄井專業(yè)價值的發(fā)揮。因此在油氣勘探開發(fā)精度不斷提升的大背景下，錄井技術(shù)發(fā)展首先應該保證原始數(shù)據(jù)質(zhì)量。

(2)在數(shù)智化時代，上下游專業(yè)之間相互滲透、專業(yè)之間的界限逐漸模糊。因此錄井專業(yè)在發(fā)展中不能局限于原有的專業(yè)邊界，應該以生產(chǎn)需求為導向，加強與測井、地質(zhì)等其他專業(yè)的融合，拓展專業(yè)發(fā)展前景、提升技術(shù)發(fā)展水平、提高解決復雜地質(zhì)問題的能力。

(3)在數(shù)智化時代，錄井專業(yè)應該充分發(fā)揮井場數(shù)據(jù)中心優(yōu)勢，推動數(shù)據(jù)采集、傳輸、解釋的一體化和智能化發(fā)展，加強“一趟錄”信息采集系統(tǒng)、基于機器學習的錄井采集處理解釋一體化系統(tǒng)等的研發(fā)和應用。