地层评价与测井技术新进展:第62届SPWLA年会综述

王小宁

(中国石油集团测井有限公司测井技术研究院,陕西西安710077)

0 引 言

岩石物理学家和测井分析家协会(Society of Petrophysicists and Well Log Analysts,SPWLA)成立于1959年,总部设在美国休斯顿,是石油地球物理测井领域非常权威的国际学术组织。SPWLA致力于石油地球物理学科的发展,旨在提升石油天然气行业和科学界对岩石物理学的认识和价值,为石油和矿产行业的技术人员提供信息服务。1960年以来,SPWLA每年都会召开一次测井年会,由于年会上交流的论文都是最新研究成果,因此,年会被看作是了解国际先进测井技术进展的窗口。

第62届SPWLA测井年会于2021年5月17日至20日由美国波士顿分会承办,线上召开。来自全球40多个国家和地区的油公司、测井服务公司、科研单位及高校的1 000多位岩石物理学家、地层评价专家和工程技术人员在线参加了年会,其中来自中国石油集团有限公司、中国海洋石油集团有限公司、中国石油大学等单位的作者有11人。

会议安排了4个专题讲座:①岩石物理中的不确定性:统计分析方法;②岩石物理在能源转型中的作用;③SPWLA机器学习和人工智能研讨会;④从经验方法到概率方法的岩石物理岩石分类(包括验证)等。第62届SPWLA测井年会从机器学习、案例研究、完井岩石物理与储层监测、深层储层评价、套管外地层评价、常规储层评价、非常规储层评价、测井新技术、老油田的油层岩石物理等9个方面进行了技术报告交流和论文展示。

2021年的SPWLA技术委员会由38位岩石物理学家和储层评价专家组成,每篇收到的摘要获得至少14个专家的评分,录用标准为50分。第62届年会共收到论文摘要251篇,正式录用论文129篇,最终在线交流118篇。年会评选出2020年第61届SPWLA测井年会优秀论文,同时宣布,第63届SPWLA测井年会将于2022年6月11日至15日在挪威的斯塔万格(Stavanger)召开。

1 专题学术报告交流

1.1 机器学习进展(21篇)

受新冠肺炎疫情和低油价的影响,2020年世界测井服务业务受到很大影响,降低作业成本,提高生产效率成为各大测井公司运营的主要目标之一。随着大数据和人工智能技术在测井行业的深入应用,降低测井成本、提高测井时效的智能化测井技术得到快速发展。第61届SPWLA年会共交流机器学习方面的论文7篇,第62届年会机器学习的论文增长至21篇。

挪威科技大学的Kurdistan Chawshin等[1]提出了一种使用3D全岩心CT扫描图像进行岩性分类的深度学习方法,研究了卷积神经网络在岩相自动分类中的应用;通过卷积神经网络深度学习,了解卷积衍生的3D特性与专家判断出岩相类别之间的关系;使用经过训练的卷积神经网络分类器预测挪威大陆架的一组未知的3D岩心CT数据的岩相,训练模型可以进行高精度的岩相分类,误差约为3%。该方法与手动岩心分类相比,能够更准确地描述岩石各向异性,减少岩心分析的时间和成本,提高整体决策水平。

非常规储层评价一般是利用测井资料计算总有机碳含量、岩石密度、孔隙度和饱和度,通过调整解释模型参数,实现测井曲线计算的饱和度与密闭取心饱和度匹配。康菲石油公司的Edwin Ortega[2]采用了自动化和标准化的非常规储层岩心数据计算流程,所有岩心测量得到的矿物、地球化学和饱和度等数据都使用Spotfire®软件按照相同条件集成到数据库中;将集成岩心数据库引入数据科学软件包JMP®,建立基础矿物和流体的关系,快速识别储层非碳酸盐无机化合物,简化矿物体积计算。

随钻偶极声波测井仪器是单极和四极测量的补充,可提供横波的各向异性测量。斯伦贝谢公司的Lin Liang等[3]开发出一种基于物理驱动的机器学习方法,以提高随钻测井偶极声波数据的解释精度。用一种各向异性寻根模式搜索算法生成地层纵波色散曲线,该曲线可将高角度井和水平井中强各向异性地层中的色散测量结果与已知的工具模型相匹配。经过质量控制和验证,将综合数据集用于神经网络模型训练。利用这种高效的神经网络模型,将反演算法与聚类算法相结合,从宽带色散分析算法中标记和提取地层弹性波(或纵波)模式。这种新方法可以自动标记地层弹性模式,并同其他相关参数(如钻井液慢度)一起自动转换为地层挠曲波形式,无需用户干预。

机器学习算法的最新进展以及Python中图像处理模块的可用性表明,训练裸眼井测井数据识别紫外线荧光岩心图像的变化,可识别复杂储层中碳氢化合物。Universidad de America的Angelica Castro等[4]提出一种基于机器学习的新方法,类似于使用面部识别算法,用于预测砂岩中碳氢化合物与基本测井数据之间的复杂关系,无需使用任何明确的解析表达式。这项研究介绍了岩石物理学新方法:在不依赖明确解析表达式的情况下预测油气产出。通过基本测量和荧光照片预测复杂岩石性质,为石油公司在减少人员和开支的同时,快速有效地做出勘探和评估决策,开辟了一条新途径。

对地质情况复杂的储层进行岩相分类需要很长时间。斯伦贝谢公司的Yuki Maehara等[5]将机器学习应用于日本东北部陆上火山岩地层测井曲线岩相分类,辉绿岩和板状熔岩有类似的硬度/阻抗,手动分类困难;机器学习对选定的5个测井参数进行自动聚类分析,交叉熵聚类首次使用K均值聚类输出进行初始化,由此产生的类由高斯混合模型进一步细化,随后由隐藏的马尔可夫模型进一步细化,该模型考虑了连续深度之间的类的序列依赖性,成功识别出板状熔岩和辉绿岩之间的测井响应差异。这一结果通过岩心薄片观测得到证实,无人监督方法有助于在缺乏成像测井资料的油井中确定区域岩相分布以及油藏流体动态特征。

1.2 案例研究(14篇)

随着技术飞速发展、人员不断变化以及COVID-19大流行对石油和天然气行业的影响,技术人员学习模式已经从现场结构化课程转变为在线、按需短期课程培训。SPWLA教育小组,编写了“未来岩石物理学家的技能指南”[6]。该指南涵盖地球科学和工程作业、基础岩石物理数据采集、综合地层评价、地层评价中的随钻岩石物理和地质导向、储层动态监测、综合岩石物理建模和数据驱动的岩石物理等主题。它对于有兴趣通过学习成为岩石物理学家的学生、有兴趣为岩石物理学家制定培训计划的公司以及有兴趣为岩石物理学家制定技能评估计划的组织来说,都非常有用。

哥伦比亚Casabe油田的出砂量大,严重影响生产井质量和施工安全,斯伦贝谢公司的Cristian Andrés Escarraga等[7]采用新一代水泥评估和孔隙度仪器,通过对测井数据综合分析,得到裸眼井壁的几何形状,识别与套管变形、腐蚀和水泥退化有关的套管外的孔洞发育情况。修复孔洞,并优化生产流程后,油井停止工作时间从40%减少到10%,油井除砂操作从每年3.4次减少到1.4次。

哈利伯顿公司的Roddy Hebert等[8]利用井周超声波扫描仪器获得的阻抗数据和脉冲涡流仪器测量到的光纤电缆夹具位置,定位光纤具体位置,保证在不损坏光纤电缆的情况下实施定向射孔。

1.3 完井岩石物理与储层监测(6篇)

德克萨斯大学奥斯汀分校的Mehdi Teymouri等[9]开发了一套孔隙尺度的数值模拟软件,能够可靠评价各向异性和非均质碳酸盐岩地层在孔隙压力和动态流动下的力学性质。

储层动态饱和度准确监测对于优化储层管理至关重要。沙特阿美公司的Yahia Eltaher等[10]介绍了2家测井供应商的最新脉冲中子测井仪器,并进行了比较研究,评估其能力和性能。新型仪器提高了测井数据质量,改进了能谱数据,可获得更好的地层孔隙度响应结果。

1.4 常规储层评价(28篇)

常规储层评价方面,第62届SPWLA年会注重对基础地球物理理论的讨论和分析,以及对常规测井参数的深入研究和探讨。

德克萨斯大学奥斯汀分校的Isa Silveira Araujo等[11]采用分子动力学模拟方法,对储层条件下岩石的润湿性进行了评估。结果包括:量化纯矿物的润湿性,量化储层温度对润湿性的影响,确定石油组分对润湿性的影响,用实验结果交叉验证分子动力学模拟的润湿性结果。结果表明,石英、方解石和长石在室温下的癸烷-水-矿物之间的交会角在20°～70°,表明这些矿物的表面亲水。温度对水滴形成的交会角有显著影响,温度从300 K升高到380 K会使石英、长石和方解石表面的接触角度减少约30%。通过了解原油组分、储层温度、岩石结构等多种因素对岩石润湿性的综合影响,可以改进储层模型,更准确地评估流量特性。

科威特大学的Ali Garrouch等[12]应用维度分析,推导出使用裸眼井测井资料估算渗透性的替代模型。该模型基于基本的岩石结构参数和岩石类型,构建了反向传播神经网络,通过测量体积密度、光电吸收截面指数、核磁共振测井属性和地层水视电阻率等裸眼井测井资料估算流动区域指数FZI。反过来,FZI可用于估算离散的岩石类型和平均特征孔喉半径。

德克萨斯大学奥斯汀分校的Andres Gonzalez等[13]采用基于图像的特性、RCA数据和基于CT扫描的体积密度,通过迭代工作流程优化岩石分类;引入了一种鲁棒性优化方法评估岩石类型和岩石物理特性;自动使用全岩心CT扫描图像来增强对石油物理特性的估计,并将全岩心CT扫描图像与测井数据和RCA数据集成起来进行岩石自动分类。

哈里伯顿公司的Bin Dai等[14]演示了一种新型压缩感应宽带光谱仪,可提供精确的高分辨率光谱测量;专门设计的宽带滤波器简化了光谱仪的机械、电气、光学和计算结构,保证高信噪比、稳定性和更广光谱范围的流体光谱测量;重建光谱的波长为450～3 300 nm;讨论了压缩感应宽带光谱仪设计、流体分类和光谱重建算法,以及该技术对流体连续性评估、样品污染评估和数字取样的适用性。

井下断裂程度和裂缝网络分布对于了解井下地层特征和未来井位布置至关重要,是建立动态储层模型的关键参数。斯伦贝谢公司的Harish B Datir等[15]建议在储层中进行综合工作流程测试,利用井眼声学数据和超声波成像描述井壁外的断裂网络,确定井周的透水和断裂区域。这些数据辅之以核磁共振、介电扫描和光谱学数据,可深入了解储层石油物理特性。

1.5 非常规储层评价(23篇)

为了评估非常规储层中的矿物组成、岩石物理参数和气/油/水饱和度,中国石油大学的张峰等[16]开发了一种多探测器脉冲中子测井仪,该仪器由2个He-3热中子探测器和1个LaBr3伽马探测器组成。近远探测器之间的热中子计数比与元素含量相结合可以得到中子孔隙度,消除复杂岩性的影响。根据实验室测得的一些刻度井数据以及数值模拟方法,研究了不同岩性特征和矿物类型对热中子计数比的影响。

岩心实验室Core Lab的Harry Xie等[17]开展了使用固体20 MHz核磁共振技术测量非常规致密烃源岩的干酪根、固体有机物等方面的研究工作,无损固体核磁共振方法为研究固体有机物提供了一种替代和快速的方法。

挪威大陆架上钻井的成本很高,碳氢化合物通常位于复杂储层中,因此,实时优化地质导向测井井位至关重要。NORCE Norwegian Research Centre As的Nazanin Jahani等[18]将近似LM-EnRML的方法集成到地层评价工作流程中,通过降低测井数据和数学模拟测井数据之间的统计不匹配度,估计电阻率、密度测井数据和边界位置模型参数的相关不确定性,以及石油物理地层特性及其不确定性,实时解释测井资料。

W.D.Von Gonten Laboratories的John Degenhardt等[19],利用全岩心的高采样率地球物理扫描,对非常规储层和层压砂页岩储层进行化学地层学和岩相建模;对美国2个有机页岩盆地多个岩心的地球物理特性进行高分辨率实验室测量,利用机器学习分析数据以构建新的高分辨率测井相、化学相和岩相模型;将孔径测量(NMR、SEM、BET等)与岩心尺度的化学测定相结合,建立了研究区的有机页岩盆地模型和岩相模型。

斯伦贝谢公司的Harish B Datir等[20]提出了一种提高复杂碳酸盐岩储层测井解释精度的方法。提出从放射性能谱中直接定量测量地层氯离子浓度的技术,有助于解决地层表面水盐度问题,为刻度地层热中子俘获截面提供了途径,并可利用介电色散和地层热中子俘获截面进行联合反演。

1.6 测井新技术(23篇)

斯伦贝谢公司的Tian Hua Zhang等[21]提出了一种基于伪速度的图像处理方法,可以降低随钻成像测井解释的不确定性;利用合成数据研究了2个图像处理中的不同步问题;重力效应和BHA黏滑效应;该研究建议使用带通滤波器和窗口阈值来恢复压缩和拉伸的图像,以提高图像质量,减少图像解释的不确定性。

新型双粒子探测器CLYC(Cs2LiYCl6:Ce)可以同时测量伽马射线和热中子信号,为利用脉冲中子测井进行气体饱和度评价提供了新手段。中国石油大学(华东)的梁启轩等[22],研究了由2个LaBr3探测器和1个CLYC探测器组成的新型脉冲中子测井仪,其CLYC探测器的间距为75 cm。除了传统的C/O和宏观俘获截面测量功能外,CLYC探测器还可以实现对气体饱和度的定量评价。

中国石油大学的陈雪莲等[23],采用滑移边界理论,将套管井声波建模应用于水泥胶结评价,可以对胶结不良、水泥缺失、接口粗糙和不规则、微螺杆等引起的各种胶结问题进行评价。由于刚度参数与水泥胶结强度直接相关,因此,基于刚度的新方法优于现有的波浪振幅法,可以更好地对水泥胶结质量进行定性和定量评价。

现有的地下基础设施可能对新油井的钻探构成重大危险。哈里伯顿公司的Nigel Clegg等[24],研究了基于随钻电磁波超深探测仪器的邻井探测技术。使用超深电磁波测量识别旧井,可以引导新油井远离危险,防止碰撞。这种超深电滋波技术在井位和地层评估方面超越了传统方法,可提高钻井安全性。

2 年会概况

受到全球新冠疫情影响,2021年第62届SPWLA年会同2020年一样,还是在线上举行。会议承办方SPWLA波士顿分会通过技术手段,通过APP和多个网络平台直播,参会作者通过预先录制的视频展示论文内容,并实时在线与参会者进行技术讨论。线上会议给全球各个国家的石油物理测井技术人员、石油院校和相关高校师生提供了经济、快捷的参会方式,促进了石油测井新技术的传播和岩石物理学知识的分享,线上参会人数达1 000多人,远高于2020年线上注册人数350人,推进了测井新技术的交流和传播。

第61届SPWLA年会共收到384篇摘要,从中选出145篇摘要要求作者提交全文。第62届SPWLA年会提交的论文摘要数量比上届减少了35%(提交摘要数和选中的摘要分别为251篇和129篇),表明新冠疫情和油价下跌对石油工业和技术研究产生了很大的影响。论文摘要来源单位分布见图1。

图1 第62届SPWLA年会论文摘要来源单位分布

中国石油西南油气田分公司的Zuoan Zhao等,中国石油天然气集团公司的Zhonghua Liu等、中国石油集团测井有限公司的朱军、中国石油大学(华东)的Xinguang Wang等、兰州大学的Shanqing Cai等,共发表论文11篇,2020年第61届SPWLA年会中国共发表4篇,今年与去年相比,论文发表数量有大幅增加(见表1)。其中中国石油大学(华东)发表论文7篇,涉及基础理论研究,实验方法和非常规油气评价等方面。

表1 2020和2021年SPWLA年会摘要提交、录用及最终交流情况

3 讨论和体会

3.1 加强测井数据智能化采集、处理评价技术研究,搭建智能化处理解释平台

2018年第59届SPWLA年会开始设立石油天然气数据科学和分析专题,收录文章5篇;2020年SPWLA年会将机器学习作为专题进行研讨,收录文章7篇;2021年SPWLA年会机器学习进展专题的文章有21篇,较前2年有大幅度提高,表明大数据和人工智能是测井行业中一个活跃的研究领域。研究内容从最初的加强岩石物理分析、沉积相预测等,发展到利用大数据分析进行自动岩性分类、自动选取井下采样位置;以及利用三维全岩心CT扫描图像和岩心荧光照片进行岩性识别和分类;开展大数据的清洗、筛选、融合及数据库的建立等研究。

许多新的基于机器学习的解决方案已被证明能够显著提高效率,并实现相当程度的自动化。好的应用程序可以提高工作效率,特别是对于数据密度高、劳动强度大的工作。预计这一趋势将在今后许多年继续下去。1980—2020年与机器学习相关的论文统计显示,与机器学习相关的论文数量呈指数级增长(见图2)。

人工智能经过3代发展,在测井方面的应用主要体现在储层综合特征解释、地质相和地质微相自动分类、测井相自动分类、确定渗透率和流体饱和度、油气水层智能识别等。中国石油企业要尽快实现采集、监督、处理和评价全过程智能化。智能化采集包括测前设计、采集参数和模式自适配、操作控制、环境校正等。智能化监督,解决监督到位率低、时效差、水平井参差不齐的瓶颈问题。建立不同储层、不同油气藏、不同处理项目的专家系统,提升成像测井的处理质量与时效。最终实现油气层智能识别、老区剩余油潜力评价、非常规油气田甜点评价、风险探井协同专家系统评价等。

3.2 基础理论研究仍然是测井技术发展的基础与重点,岩石物理数字分析技术手段不断丰富

测井基础理论的深入探究和地层测试、井下流体分析、岩石物理分析、测井响应实验等基础实验与分析技术都是研究的重点。德克萨斯大学奥斯汀分校的Zulkuf Azizoglu等[26],提出一个新模型,该模型考虑矿物的孔隙几何形状和空间分布,利用介电常数测量信息提高流体饱和度评价精度;斯伦贝谢公司的Ping Zhang等[27],通过有效介质模拟详细研究不同的电磁感应极化效应及其与岩石地球物理特性的关系;岩心荧光照片分析被用来识别低对比度低电阻率砂岩地层的含烃类性。中国石油大学(华东)的Junchen Wu等[28],在实验室中利用由砂岩露头制造的直径55.9 cm、厚度10 cm的扇形块状结构的大尺寸地层模块,模拟了长期水基钻井液入侵的动态过程。中国石油企业测井技术的发展要增加基础理论、方法研究上投入力度,协调好仪器研制与基础研究的相互关系,突出做好岩石物理研究。目前实验室中,二维核磁共振实验均采用1.5 cm×2.5 cm的常规柱塞岩样,实践中存在页岩储层取样难度大、柱塞岩样中流体分布与原状地层的流体赋存态势存在较大差异等问题。需要发展全直径岩心二维核磁共振实验技术,便于精细描述致密储层孔喉特征、精细评价薄互层、准确识别不同类型流体特征。

3.3 随钻测井技术与人工智能相结合,在储层评价方面有了大进展

人工智能的深入发展和实时数据处理能力的提高,使得随钻测井得到的大量数据能够得到高精度的实时采集和分析,可为生产决策提供进一步的技术支持。斯伦贝谢公司的IriSphere随钻前视技术通过与EcoScope多功能随钻测井服务、sonicVISION随钻地震服务等配合使用,可成功识别钻头前方约19 m处的储层顶部以及钻头前方7 m处厚度为25 m的储层,该技术已实现商业化应用。哈里伯顿公司推出可识别距井眼68 m处储层和流体边界的EarthStarTM超深电阻率的三维随钻油藏描述技术,可描述井下地质构造和流体分布,识别断层、含水带、局部结构变化等容易被忽视的特征,优化着陆轨迹,实现安全钻井。斯伦贝谢公司Marie Lefranc等[29]开发了一种通过深度学习从裸眼井成像中自动解释沉积结构的方法。中国要加快研发随钻远探边、前探测电阻率成像测井技术及配套工具工艺,形成具有自主知识产权的产品,实现智能导向钻井,做到钻前提早预测、钻中实时预警、钻后精准评价。

3.4 非常规储层测井技术已经是当前测井的主体技术

非常规储层测井技术专题包括23篇文章,案例研究、测井新技术和机器学习进展等专题中也有多篇文章涉及非常规储层测井方法、测井采集、测井数据处理、测井解释等全过程。核磁共振测井可有效评价孔隙结构,计算孔隙度、渗透率和饱和度。核磁共振资料信噪比越大,回波间隔越小,致密储层的孔隙度计算精度越高。目前在用测井仪器的回波间隔均为0.6 ms,致密储层资料信噪比较低,难以满足非常规油气的评价需求。需要加大技术攻关,发展回波间隔小、资料信噪较高的核磁共振测井仪。密度测井是计算储层孔隙度最为有效的常规技术,但中国大部分密度测井仪精度仅为0.025 g/cm3,不能满足非常规油气储量规范精度计算要求。需要加快研发,将密度仪精度提升至0.005 g/cm3,并发展无化学源的密度仪。

3.5 安全环保以及质量控制也得到越来越多的国外测井同行重视

核测井的放射性源管理是一个行业安全隐患,斯伦贝谢公司已经研制出无源中子测井仪器。PetroRes Consulting公司Ryan Banas等[30]研究了不良测井数据自动识别与修复方法,提出了一种新的监督学习算法,使用多元线性回归分析,通过自动迭代来修复测井数据。哈里伯顿公司Andrew Imrie[31],研究了在方位水泥胶结测井中应用模式识别和机器学习自动确定窜槽和水泥胶结质量,进行测井质量控制。中国也要加强无源放射性测井方法和仪器的研发。

3.6 加强测井新技术应用

第62届SPWLA年会交流论文中,测井新技术方面的文章有23篇,涉及了声波测井、电成像测井、过钻头测井、核测井、超深方位电阻率测井等方面。中国要在测井设计、质量控制、资料处理、解释评价这4个关键环节升级常规测井方法,应用测井新技术实现测井高精度、高纵向分辨率、高集成化。完善模块式地层测试、二维核磁共振测井、近钻头导向、元素全谱测井、脉冲中子饱和度测井、流动成像和井筒质量一体化评价等新技术。充分应用芯片、光纤与3D打印等新技术,重构测井仪器本体,缩短测井仪器长度,提升测井仪器的耐高温耐高压性能。通过优选测井新技术,强化测井综合解释,有效推进提质增效。