一种基于多条件约束测井有效储层解释方法

钟华明,何胜林,曾少军,林德明,梁玉楠

(中海石油(中国)有限公司湛江分公司,广东湛江524057)

一种基于多条件约束测井有效储层解释方法

钟华明,何胜林,曾少军,林德明,梁玉楠

(中海石油(中国)有限公司湛江分公司,广东湛江524057)

为了解决测井有效储层自动解释精度不高的问题,提出了基于泥质含量、含水饱和度以及孔隙度多成果曲线拟合,建立有效储层划分条件、层内曲线特征值提取条件以及储层有效厚度下限约束条件,实现多条件约束测井有效储层精确解释的方法。南海西部油田测井解释中的应用结果表明,该方法具有分层精度和自动化程度高的特点,与以前的解释结果相比精度有了较大的提高。

自动分层;自动取值;自动解释;多条件约束

随着油气勘探开发工作的不断深入,探井和开发井的数量越来越多,测井人员需要快速对测井资料进行解释评价。测井综合解释需要根据测井曲线的特征将测井解释剖面划分成具有相同岩石物理性质和流体类型的小层结构,从而对这些小层实现定性解释,给出解释结论[1]。目前,有效储层自动划分的方法很多,有最优分割法[2]、人工智能方法[3]、变点分析法[4]、极值方差聚类方法[5]等,但是单一使用这些算法往往不能反映出复杂地层的真实变化情况,普遍存在分层精度和分层精细度不高等问题,特别是薄层的处理,这些分层处理算法达不到解释人员的预期目标。在自动分层之后,需要解释人员花较多时间去调整和修正分层结果,无法体现出自动分层处理的优势;同时,有效储层内曲线特征值自动提取的方法主要有平均值法、中值法和极值法[6],而单一采用这些方法得到的特征值不能真实反映曲线波动性较大和测井分辨率不高的地层情况。

因此,基于前人的理论成果，对测井解释曲线综合分析研究之后,提出了通过建立曲线拟合公式将多条关键成果曲线(泥质含量、含水饱和度和孔隙度)拟合成一条曲线,在多条件控制下根据拟合曲线实现有效储层划分;同时为了反映出真实的地层情况,在获取层内曲线的特征值时,改变了常规单一的获取方式,根据曲线的变化情况,建立曲线特征值提取约束条件,自动获取层内曲线的特征值,最后,将所获取地层曲线特征值与评价约束条件进行匹配,自动评价解释结论。

1 有效储层自动划分方法研究

测井分层解释不单是对储层的简单划分,当同一储层内的物性或流体性质变化稍大时,都要进行独立的划分。在地质条件特别复杂的情况下,如果使用单条曲线进行自动分层,会面临分层精度和分层精细度不高等问题,得不到期望的结果;而如果用多条曲线分层,会面临同时产生多个分层界面且分层界面不统一的问题。为了解决这个问题,尝试先对多条曲线拟合处理,再进行分层。

成果曲线是通过原始测井曲线计算所得,两者间的关联性很强,往往原始曲线的变化都能在成果曲线中体现出来,比如自然伽马曲线与泥质含量曲线,孔隙度曲线与中子、密度曲线,含水饱和度曲线与电阻率曲线。因此,在分层的过程中只需对泥质含量、含水饱和度以及孔隙度3条曲线进行拟合。

曲线拟合时,不同曲线对分层的影响程度不同。为了体现不同的曲线在分层过程中对分层的影响程度,在曲线拟合过程中增加了曲线的权重系数;同时,由于每条曲线有不同的单位和数值范围,必须将其转换到同一度量单位下,因此,设置了比例因子和偏移量。

曲线比例因子采用极差法确定,其表达式为:

(1)

1≤j≤n

式中:fmax(xj)为曲线的最大值;fmin(xj)为曲线的最小值;n为曲线数。通过极差法将不同单位和数值范围的曲线限定在[0,1]区间内,从而保证曲线可以进行数值加权运算。

曲线权系数反映曲线在分层过程中影响分层的程度,曲线的权系数可以通过专家评判法或试探法确定。其中,专家评判为专业解释人员根据井所在地区的研究成果,判断各条曲线对分层的影响程度,设定在[0,10]范围内一个值,值越大表示影响程度越高,最后进行数值平均,即得到权系数。

因此,建立曲线拟合公式为:

(2)

式中:i为采样点编号;j为曲线编号;Ci为合成曲线值在第i点的值;Wj为曲线权系数;fj为曲线比例因子;Cji为第j条曲线在第i点的值;Mj为曲线偏移量;n为曲线数。

(2)式合成出的曲线,综合了各条曲线的相关信息,从而使参与分层的任何一条曲线的变化情况都能在合成曲线上反映出来;当各条曲线同时变化时,由于这些曲线存在一定的关联性,会使合成曲线的变化更剧烈,但不会相互抵消,因此,对自动分层更加有利。

合成后的曲线不可避免地会产生一些与正常值差异很大的点,因此,需要对曲线做平滑滤波,以消除毛刺和抑制波动,曲线平滑滤波采用5点移动加权平均法[1],计算公式为:

(3)

式中:Wi(i=[1,5])为权系数;i为第i个采样点;S为采样数组。

测井资料记录的是随着深度变化的地层信息[1],因此,测井曲线值y可以表示为随着深度H变化的一元函数,y=f(H);而对于采样间距为Δχ的测井曲线,又可以将深度表示为采样点i的一元函数,H=g(i);则有y=f[g(i)]，于是测井曲线可以表示为采样点i的一元函数y=f(i)。因此,采样间隔为Δχ的测井曲线深度函数f在第i个采样点的一阶导数和二阶导数计算公式[7]分别为:

(4)

(5)

自动分层通过曲线深度函数求取曲线的拐点而实现[7]。测井曲线拐点为曲线在一个单调区间内斜率变化最大的点,为储层性质变化最剧烈的位置,即为地层分界面。曲线的拐点主要通过求取曲线的一阶导数和二阶导数得到，其中,一阶导数为曲线斜率,反映曲线的变化趋势;二阶导数反映曲线斜率的变化率,表示曲线的凹凸性,当二阶导数为0时,曲线斜率达到极值点,相应的点即为测井曲线的拐点位置。

根据曲线拐点数学原理可知,当f″(i-1)≠0,f″(i)·f″(i-1)≤0时,第i点与第i-1点之间必然存在一个拐点,可以简单地将i点作为曲线的拐点[8]，拐点的位置即为层界面的位置。自动分层时,过拐点作一条平行于x轴的直线,该直线即为地层界面的分层线。

拐点法自动分出的层并不都是有效储层,因此,需要建立有效层的约束条件,过滤无效层。研究自动分出的层发现,根据曲线一阶导数的正、负性,设定地层界面的顶、底属性,能够有效地过滤无效层。

自动分层之后,根据曲线拐点处的一阶导数的正、负性来设定层界面的顶、底属性:若f′(i)>0,i点的位置为某一层的下界面,设为底界;若f′(i)<0时,i点的位置为某一层的上界面,设为顶界。对层的顶、底界面进行研究发现,建立有效储层的充分条件为:对于所确立的分层界面,当相邻的上、下层界面的属性为顶—顶或者顶—底时,构成有效层;而当分层界面的属性为底—顶时,则为无效层。图1为层位判定示意图。

图1 层位判定示意

曲线函数随着深度、地层以及流体性质无规律变化,其对应的拐点较多,通过曲线拐点法分层的数量较多。在实验过程中,分析自动分层结果发现,根据层界面顶、底属性判别出的有效层中存在大量薄的层和泥质含量高的层,而这些层并不是用户所关心的储层,从而造成分层精细度不高等问题,自动分层后需要较多的用户交互。因此,为了减少用户交互,借助曲线的幅度、频率变化、层厚度下限以及泥质含量下限等信息建立了分层的有效性约束条件,其判定公式为:

(6)

式中:tl为第l层的层厚度;T为最小层控制厚度;Vshl为第l层的泥质含量;VshC为泥质含量阈值;kl为第l层的斜率;η为分层精细度;m为层数。

根据层的有效性判定公式建立有效层的判定条件为:

(7)

根据设定层的有效性判定条件,分层算法对拐点法自动分出的层进行合并和过滤,剔除太薄的层及泥质含量大于下限值的层并合并平缓波动的层,最终得到精确的分层方案。

2 有效储层自动取值方法研究

自动取值是对测井曲线自动划分有效储层后提取各个储层内曲线特征值的过程。曲线特征值提取方式包括取极值、中值以及平均值3种方式。考虑到地层因素及测井工具对测井曲线质量的影响,自动取值时,为了保证所取的特征值能够代表层内地层的特征,需要根据层位深度范围内的曲线形态,来决定特征值提取方式。因此,在取值过程中,根据曲线的具体形态,建立了层内曲线特征值提取约束条件:①当有效储层内曲线形态为凸曲线时,取极大值;②当有效储层内曲线形态为凹曲线时,取极小值;③当有效储层内曲线形态为单调曲线或波形曲线时,取平均值。

曲线形态通过曲线函数的一阶导数的变化来判定[8]。曲线函数的一阶导数的变化主要体现在极值点,通过统计层位深度范围内极值点的个数,即可判定曲线形态,即:①当极值点个数为1且f′(x)=0 &f′(x-Δx)>0 &f′(x+Δx)<0,曲线为凸曲线,x为曲线的极大值点,取x处的曲线值作当前层的特征值;②当极值点个数为1且f′(x)=0 &f′(x-Δx)<0 &f′(x+Δx)>0,曲线为凹曲线,x为曲线的极小值点,取x处的曲线值作当前层的特征值;③当极值点个数为0或大于1时,曲线为单调曲线或波动曲线,此时取曲线平均值作当前层的特征值。图2为曲线形态示意图。

图2 曲线形态示意

根据以上分析建立曲线形态判定函数为:

(8)

式中:x0为层深度范围内的第一个点;xm为层深度范围内的最后一个点;z为判定参数。

根据曲线形态判定函数建立有效储层自动取值约束条件为:

(9)

由约束条件可知,当y=-1时,取层内曲线极小值作为该层的特征值;当y=1时,取层内曲线极大值作为该层的特征值;当y=0或y>1或y<-1时,取层内曲线平均值作为该层的特征值。

3 有效储层自动评价方法原理

有效储层自动评价是在自动分层和自动取值之后,根据层内成果曲线的特征值,依据评价约束条件,自动识别层内流体性质。

测井解释过程中,测井解释人员主要根据孔隙度(φ)、含水饱和度(SW)以及泥质含量(Vsh)3条成果曲线对储层流体进行识别。因此,有效储层自动评价时,根据孔隙度、含水饱和度以及泥质含量下限值结合解释人员的经验知识建立解释评价约束条件以及自动评价规则,如表1所示。

表1 自动评价规则

表1中,泥质含量下限值(Vshcutoff)、孔隙度下限值(φcutoff)以及含水饱和度下限值(SWcutoff)由用户对区域资料进行研究得到。有效储层自动评价时,依据表1 建立的规则,当Vsh

测井评价时根据用户输入的烃类型(油或气)、泥质含量下限、孔隙度下限以及含水饱和度下限等参数,结合自动取值所得到的层内曲线的特征值,按照表1设定的规则,自动评价层内的解释结论,得到储层性质。

4 算法实现

通过以上算法研究建立了测井有效储层自动解释评价方法。要求所编软件在实现上述研究成果基础上,还要保证软件具有可扩充性、互操作性以及可移植性。Qt是一个跨平台的C++图形用户界面应用程序框架,易于扩展,允许组件编程,因此,基于Qt跨平台C++图形用户界面应用程序开发框架编程实现该方法[9]。测井有效储层自动解释评价方法的软件实现包括数据输入、曲线合成、平滑滤波、自动分层、分层线过滤、自动取值、自动评价、报表输出、参数设定等模块。同时,为了使分层和评价结果能够满足不同用户的需求,在实现自动分层、自动取值、自动评价的基础上,增加了用户与软件间的交互功能,用户可以根据以往的经验对解释层进行添加、删除、合并、拆分,以及对解释结论自定义设定和对层内的特征值重新获取。这样,该软件在体现自动化、智能化的同时,还有效克服了方法本身存在的不足，减小了由于测井数据存在毛刺以及测量误差等原因而造成的误差,使分层和解释结果更加准确,功能更完善,能够满足不同地质条件的要求。该方法的实现流程如图3所示。分层解释算法描述如图4所示。

图3 测井有效储层自动解释评价方法的实现流程

图4 分层解释算法描述

5 实际应用分析

在南海西部油田共100多口井中应用测井有效储层自动解释评价软件进行处理解释,效果良好。下面以X井为例加以说明。

X井是一口高温、高压产气井,地质条件很复杂,利用测井有效储层自动解释评价软件在参数控制下对X井进行有效储层自动评价解释,并将其解释结果与单自然伽马(GR)曲线自动分层方法的解释结果进行对比,结果如图5所示。图5中,单曲线分层解释结论为利用彭智等[6]在测井曲线自动分层解释方法研究中提出的单GR曲线自动化分层方法的解释结果;拟合曲线分层解释结论为利用含水饱和度、孔隙度以及泥质含量3条曲线拟合的曲线进行自动化分层解释结果。

图5中,深度3070～3120m段为砂岩储层,GR曲线在该段波动幅度不大;对比图5中的单曲线分层解释结论与拟合曲线分层解释结论发现,单GR曲线分层只根据GR曲线的变化情况进行分层,而拟合曲线分层解释则综合了储层岩性(泥质含量)、物性(孔隙度)及含油性(含油饱和度)进行分层;在深度3114～3115m处,含水饱和度、孔隙度变化较大,但是GR曲线并没有反映出来,因此,单曲线分层解释不能识别这一特殊情况,而拟合曲线分层由于综合了储层岩性、物性及含油性,能将这一细微变化单独划分出来,达到储层的精确划分。

图5 X井自动分层解释处理结果(1ft≈0.3048m)

图6为X井自动化解释结果与专家解释结果。图6中,自动化解释结论是测井有效储层自动解释评价方法软件自动化分层的结论,专家解释结论为测井专家提供的最终解释结论。自动化解释结论是在孔隙度下限为15%,泥质含量下限为25%,含水饱和度下限为60%的条件控制下进行自动分层得到的,在自动化解释结论的第12层,饱和度曲线和孔隙度曲线形态均为波形曲线,取曲线的平均值作为该层的特征值,将取到的特征值与表1 的规则进行匹配,该层特征符合气层判定条件,因此,判定为气层;在自动化解释结论的第16层,饱和度曲线形态为凸曲线,取极大值作为该层的特征值,而孔隙度曲线形态为凹曲线,取极小值作为该层的特征值,将取到的特征值与表1的规则进行匹配,该层特征符合干层判定条件,因此,判定为干层。

图6 X井自动化解释结果与专家解释结果(1ft≈0.3048m)

对比图6中的自动化解释结论和专家解释结论可知,两者在主要储层的分层解释上没有发生较大的变化,差别主要体现在专家解释将第8层的层界面往下移动,并增加一个干层；专家解释结论第7层，含水饱和度约为80%，孔隙度约为15%，泥质含量约为25%，处于设定下限值临界处，自动解释时，将该层过滤掉，但专家根据以往经验，将该层解释为干层；专家解释结论第8层的层界面较自动解释结论第12层往下移，从图6中可知，此处为含水饱和度、孔隙度、泥质含量3条曲线发生剧变的地方，拟合出的曲线符合分层原则，但专家根据含水饱和度及泥质含量的波动值大于设定的下限值，将层界面往下移动，从而提高了解释精度；因此，专家的经验解释是对自动分层的补充和完善。应用结果表明,本文建立的算法能够对储层进行精确的划分和准确的解释。

6 结束语

基于多条件约束测井有效储层解释方法在生产中的应用结果表明,该算法自动化处理程度较高,解释结果精确,与实际储层的情况非常吻合;同时人工交互是对自动分层解释的一个补充和优化,两者结合,有效克服由于地层因素的不确定性而造成算法在自动分层解释上的不足,提高了分层解释精度,可以满足实际生产要求,大大提高了工作效率。

[1] 雍世和,张超谟.测井数据处理与综合解释[M].东营:中国石油大学出版社,1996:1-139 Yong S H,Zhang C M.Logging data processing and comprehensive interpretation[M].Dongying:China University of Petroleum Press,1996:1-139

[2] Hawkins D M,Merriam D F.Optimal zonation of digitized sequential data[J].Mathematical Geology,1973,5(4):389-395

[3] Wu X Z,Nyland E.Automated stratigraphic interpretation of well-log data[J].Geophysics,1987,52(12):1665-1676

[4] Danilo R V.Statistical segmentation of geophysical log data[J].Mathematical Geology,2007,39(4):409-417

[5] Dharamawardhana H P K,Keller G V.Statistical method for the determination of zone boundaries using well log data[J].SPE Annual Technical Conference and Exhibition,1985,62-68

[6] 彭智,樊官民.测井曲线自动分层解释方法研究[J].石油仪器,2011,25(3):43-44,48 Peng Z,Fan G M.Study on well logging curve auto subdivide formation method[J].Petroleum Instruments,2011,25(3):43- 44,48

[7] 杜士兴.具有自动分层能力的综合性测井解释程序[J].测井技术,1996,20(2):108-112 Du S X.Integrated log interpretation program having the ability to separate layers automatically[J].Well Logging Technology,1996,20(2):108-112

[8] 李新虎,祁云望.测井曲线形态的自动识别方法研究[J].大庆石油地质与开发,2006,25(5):116-118 Li X H,Qi Y W.Study on well logging curve shape automatic identification method[J].Petroleum Geology & Oilfield Development in Daqing,2006,25(5):116-118

[9] Summerfield M.Advanced Qt programming:creating great software with C++ and Qt4[M].USA:Prentice Hall,2010:1-456

(编辑：顾石庆)

A multi-constrained log interpretation method for effective reservoirs

Zhong Huaming,He Shenglin,Zeng Shaojun,Lin Deming,Liang Yunan

(ZhanjiangBranchCompany,CNOOC,Zhanjiang524057,China)

In order to improve the accuracy of automatic logging interpretation for effective reservoir,we present a new method to realize multi-constrained log automatic interpretation for effective reservoirs,which is based on multi-log fitting (shale content,water saturation and porosity),establishes the constraints for effective reservoirs classification,interlayer log feature value extraction and the lower limitation of reservoir effective thickness.The application on the log interpretation of an oilfield in the west of the South China Sea shows that the method is characterized by high classification accuracy and high automation degree;meanwhile,the interpretation precision has been greatly improved.

logging auto-bedding,automatic selected-value,automatic interpretation,multi-constrained

2015-01-13;改回日期：2015-05-08。

钟华明(1986—),男,工程师,硕士,现主要研究方向为测井与智能计算。

中海石油(中国)有限公司综合科研项目(YXKY-2011-ZJ-01)资助。

P631

A

1000-1441(2015)06-0780-07

10.3969/j.issn.1000-1441.2015.06.017