文昌13 1油田低阻油层测井岩性识别方法研究

李伟才，姚光庆 （中国地质大学 （武汉）资源学院）

黄银涛，居字龙 （ 中国地质大学 （武汉）构造与油气资源教育部重点实验室，湖北 武汉430074）

近年来，随着油气勘探开发的不断深入，无论在勘探程度较高或是新发现区块都普遍存在低阻油层，增加储量潜力较大[1～3]。低阻油层内由于电测显示电阻率偏低，导致测井曲线对岩性的敏感程度较弱，岩性识别难度较大。目前较常用的测井岩性识别方法有测井相序分析法[4]、灰色聚类法[5，6]、神经网络法[7～10]等，但这些方法在低阻油层中应用效果较差。

文昌13－1油田属新近系海相低阻油田，位于南海珠江口盆地西部，处于珠三坳陷琼海凸起东缘的基底披覆构造带上[11，12]。该油田自下至上可划分9个油层组和16个亚油层组，其中7个亚油层组为低阻层段。油田取心井只有3口，总取心层段长度仅有46.93m，导致油田测井岩性识别难度较大，有必要研究一种适合文昌13－1油田低阻层段的测井岩性识别方法。为此，笔者在充分考虑油田低阻层段与高阻层段之间的差异的基础上，采用测井曲线交会图版法，对文昌13－1油田的低阻层段和高阻层段岩性分别进行了识别，识别结果可靠。

1 岩性识别思路

在对测井岩性识别的过程中，主要是依据测井曲线与取心井岩性的统计关系，利用各种岩性测井曲线特征，筛选出最能反映岩性特征的测井曲线系列，建立岩性的识别标准。在制定识别标准的基础上，笔者利用编程工具编写岩性识别程序，实现对文昌油田群取心井的岩性识别。根据文昌13－1油田实际地质特征，在该次岩性识别过程中将高阻层段与低阻层段分开，分别绘制测井曲线交会图版，采用不同的识别标准，以降低岩性识别的误差。

2 测井曲线标准化

由于测井仪器及人为操作原因，不同井相同测井系列之间会存在偏差。因此，在统计测井曲线与取心井岩性关系之前，首先必须对测井曲线进行统一的标准化预处理，以提高岩性识别精度。在对众多测井系列进行反复筛选后，优选了对岩性识别相对敏感的4条曲线：自然伽马 （qAPI）、中子孔隙度（n）、声波时差 （Δt）和深感应电阻率 （ρild）。测井曲线标准化方法为：选取 WC13－1－1井为标准井，选取ZJ2－1亚油层组底部稳定泥岩段为标准层，其余井与标准井在标准层段内测井曲线平均值的差值为校正值，在全井段逐点减去校正值便可得到校正后的曲线值。表1中列举了文昌13－1油田3口取心井4条测井曲线校正值的计算结果，WC13－1－1井为标准井，其校正值均为0。取心井校正后，利用相同方法可对其余未取心井不同测井曲线进行逐一校正。

表1 取心井测井曲线标准化校正值

3 测井曲线交会图

交会图法是一种测井资料的解释技术。这种方法将两种测井曲线数据在平面图上进行交会，根据交会点坐标界定出所求参数的数值和范围[13]。交会图法在确定岩性、孔隙度和含油气饱和度时是一种被广泛采用的方法，有助于对测井曲线数值和趋势的识别，还能把大量的数据用图示的方法反映出来，使问题更加明朗化。在标绘有评价相关数据的可识别的图形或图版称为交会图[14]。

对油田3口取心井的岩心样品进行了分类，对高阻层段和低阻层段分别绘制了不同测井曲线的交会图版，见图1～4。

从图1～4中可以看出，利用深感应电阻率－声波时差交会图版可较好地将钙质砂岩与其他岩性区分开来，利用中子孔隙度－自然伽马交会图版可将泥岩、砂质泥岩、泥质砂岩和砂岩区分开来。由于高阻层段与低阻层段之间的差异，导致不同岩性在不同层段的交会图版中分布有所差异。

图1 低阻层段不同岩性深感应电阻率声波时差交会图

图2 低阻层段不同岩性中子孔隙度-自然伽马交会图

图3 高阻层段不同岩性深感应电阻率声波时差交会图

图4 高阻层段不同岩性中子孔隙度-自然伽马交会图

另外，为提高岩性识别的正确率，还统计了不同岩性 （砂岩、泥质砂岩、砂质泥岩和泥岩）泥质体积分数 （φ（sh））的差异，见表2。可以看出，不管是高阻油层还是低阻油层，泥质含量的大小都能较好地将4种岩性区分开；低阻油层不同岩性的泥质含量普遍要低于高阻油层。因此，在制定岩性识别标准时，要区分低阻油层与高阻油层。

表2 不同岩性泥质体积分数差异统计

4 识别方法

4.1 识别标准

在不同层段测井曲线交会图版的基础上，识别过程增加了φ（sh）曲线，可起到辅助修正作用，具体识别标准见表3。在识别过程中，首先利用Δt、n和ρild曲线数值将钙质砂岩和其他4种岩性区分开，只有当Δt＜95μs/m、n＜24%、ρild＞2.5Ω·m等3个条件同时满足时，才识别为钙质砂岩；然后，利用φ（sh）和qAPI曲线的值，分低阻层段和高阻层段，分别对砂岩、泥质砂岩、砂质泥岩和泥岩进行识别。

表3 文昌13－1油田岩性识别标准

4.2 识别程序

依据上述识别标准，采用 Microsoft Visual Basic编程工具，利用Basic语言编制了识别岩性程序，选取了φ（sh）、qAPI、Δt、n和ρild测井系列，对文昌13－1油田所有井岩性进行了逐一识别，程序界面见图5。在该程序中，设置了一个岩性粗化范围，对岩性进行了一定的粗化处理，该次岩性识别过程中，设定的岩性粗化范围为0.4m。在该程序界面中，输入各类测井系列的界限值后，点击 “岩性识别”按键，便可生成岩性识别结果。

图5 文昌13－1油田测井岩性识别程序界面

5 识别结果检验

5.1 识别结果验证

利用前面岩性识别程序的识别结果，可对比岩性识别结果与取心井岩性 （图6）。从图6中可以看出，整体上识别效果较好，砂岩和泥岩识别效果要好于泥质砂岩和砂质泥岩。由于测井曲线的复杂性，岩性识别的效果虽然较好，但还须待进一步提高。在低阻部分，测井曲线幅度较小的地方、岩性变化较频繁的地方、砂质泥岩和泥质砂岩过渡岩性，识别效果都较差，针对这部分，采取人工修正，使识别结果更加准确、可信。

图6 WC13－1－2井岩性识别岩性与取心井岩性对比图

5.2 识别正确率

岩性识别结果是否可信、是否能用，一个关键的指标就是识别的正确率。Wen13－1－A7井经识别程序识别，结果见表4。Wen13－1－A7井高阻油层共对比177个数据点，其中识别正确个数为143，总岩性识别正确率为80.79%。

表4 Wen13－1－A7井高阻油层不同岩性识别正确率统计

6 结 论

1）测井曲线的标准化，消除了井间测井曲线差异，避免了测井曲线泥岩基线不同造成的影响，为测井曲线交会图版的绘制奠定了基础。

2）在进行低阻油田测井岩石识别过程中，关键问题是找出低阻层段与高阻层段测井响应之间的差异，分别制定识别标准，可提高低阻油田岩性识别精度。

3）在低阻油田内，测井曲线幅度变化小、岩性变化较频繁、过渡岩性 （砂质泥岩和泥质砂岩）的识别，可在程序识别的基础上，局部层段采取人工修正，使识别结果更加准确、可信。

[1]王赛英，赵冠军，张萍，等 .低阻油层形成机理及测井识别方法研究 [J].特种油气藏，2010，17（4）：10～14.

[2]于红岩，李洪奇，郭兵，等 .基于成因机理的低阻油层精细评价方法 [J].吉林大学学报 （地球科学版），2010，42（2）：335～343.

[3]王功军，王冬梅，陈小波，等 .ECS测井及其在西江油田的应用 [J].石油天然气学报，2011，33（7）：101～103.

[4]肖立志，刘瑞林 .测井相序分析方法 [J].江汉石油学院学报，1991，13（4）：80～82.

[5]潘和平，黄智辉 .灰关联聚类法及其在测井中的应用 [J].物探与化探，1998，22（1）：34～40.

[6]刘刚，陈新军，柳保军，等 .灰色聚类分析在石油及天然气地质研究中的应用 [J].新疆石油学院学报，2003，15（1）：26～28.

[7]周家纪，孙淑霞，王绪本，等 .一种遗传神经网络及其在岩性识别中的应用 [J].成都理工学院学报，1998，25（Suppl）：80～83.

[8]于建华 .应用人工神经网络自动识别岩性 [J].石油地球物理勘探，1993，28（l）：59～66.

[9]崔勇，赵澄林 .神经网络技术在油田地质学领域中的应用——以测井岩性识别为例 [J].西安石油学院学报 （自然科学版），2002，17 （4）：16～18，23.

[10]范训礼，戴航，张新家，等 .神经网络在岩性识别中的应用 [J].测井技术，1999，23（1）：50～52.

[11]谢玉洪 .珠江口盆地西部新近系海相低阻轻质油田的发现 [J].中国工程科学，2011，13（5）：16～22.

[12]寇小攀 .珠江口盆地低阻储层测井评价研究 [D].东营：中国石油大学，2011.

[13]地质部地质词典办公室 .地质词典 （五）[M].北京：地质出版社，1981.138～139.

[14]车卓吾 .测井资料分析手册 [M].北京：石油工业出版社，1999.315～319.