趙輝 孫勝利 （中海油田服務股份有限公司）

前言

在油氣資源儲存地區(qū)， 致密地層的裂縫是決定油氣藏是否有經濟開采價值的關鍵因素。 對于油氣藏勘測來說，識別和探測裂縫，及研究裂縫的分布規(guī)律和發(fā)育程度，是日常工作的重要內容。 近年來，由于電子技術的發(fā)展和新型電子器件的應用，測井技術水平得到的迅速的提升，被廣泛應用于裂縫的識別的探測。利用測井技術識別和探測裂縫就是利用地層微電阻掃描成像技術、聲波成像技術和方位側成像等成像測井技術，識別裂縫、計算裂縫的幾何參數。 以及給出裂縫的有效性、發(fā)育程度等參數，進一步分析裂縫的網絡橫向展布情況。 本文從技術層面，分析了裂縫識別的測井技術響應特征， 詳細介紹了裂縫識別的常規(guī)測井技術和新型測井技術的發(fā)展。 并結合實際例子，舉出了測井技術在裂縫識別和探測中的具體應用，有一定的參考意義。

1、裂縫識別和探測的常規(guī)測井技術

2.1、電阻率的測井技術

常采用的電阻率測井技術有雙感應-八側向測井和深淺雙側向-微球聚焦測井探測裂縫。 在探測過程中，電阻曲線為高低間互、 起伏不定的多尖峰曲線， 其中峰值較低時表示電阻值越小， 裂縫發(fā)育越成熟。 基于電阻率測井技術的診斷模型比較成熟，應用較廣，衡量裂縫好壞的參數一般有裂縫長度、開口方向、角度、孔隙大小等等。

2.2、聲波測井技術

裂縫能形成聲波阻抗面，從而減弱聲波的傳播速度和幅度。在聲波對裂縫進行識別和探測時，可以利用聲波時差、全波波形和長源距聲波來識別和評估裂縫的好壞。 另外，還可以通過計算縱、橫波幅值比和速度比來識別裂縫。 在波形顯示圖上，圖上出現的干涉條紋，可以確定裂縫位置和解釋低角度縫，此方法對水平縫顯示的效果較好。

2.3、地層傾角測井技術

地層傾角測井和地層傾角儀都是通過貼井壁極板上的微聚焦電極接觸裂縫時而產生的電導率來檢測出裂縫的,并識別裂縫產狀和走向。 但存在一些缺點，測量結果容易受到環(huán)境因素和測量條件的影響，如井口位置和大小、地層物質、裂紋角度和長度等等。地層傾角測井技術一般又分電導率異常檢測DCA 和 裂縫識別測井FIL。 DCA 處理方法可以通過檢測和比較開啟裂縫，從電導率差異來識別斜角度和高角度，確定裂縫的走向。 充分研究DCA 資料，能有效預測油氣儲藏的分布規(guī)律。

2.4、其他常規(guī)的測井方法

其他常用的測井方法還有巖層密度測試法、 電磁波測井技術和密度校正值測井方法等。 巖性密度測井技術中，測試光電吸收的截面指數Pe 可以預測裂縫帶， 通過對地層發(fā)射電磁波，測量電磁波的衰減指數也可以有效預測裂縫的大小和走向。

3、裂縫識別和探測的測井新技術

3.1、地層電阻率掃描成像技術

地層電阻率掃描成像技術是一種井壁成像方法， 可以通過掃描地層，顯示井眼周圍一定深度的三維圖像和井壁二位圖像。電成像技術在對裂紋進行識別和探測時有如下幾種功能：

（1）識別裂紋的生成原因。 識別真假裂紋，如斷層面、層界面、黃鐵礦帶及其他和裂縫相似的地質情況。 常見的誘導縫有重泥漿的壓裂縫、機械振動裂縫、壓力釋放裂縫等等。 在成像圖上，可以根據電阻率的不同繪制不同顏色的曲線區(qū)別真假裂縫。

（2）解釋裂縫的參數。 裂縫參數主要有裂縫密度、裂縫開口、裂縫長度和裂縫面積等。 利用FMI 圖形能直觀解釋評判指標的計算過程。 并通過光學掃描成像分析上述數據，預判裂縫的發(fā)育程度和存儲質量。

3.2、方位側向成像測井技術

方位側向成像測井技術是在側向測井技術上發(fā)展而來，能探測井壁較遠區(qū)域的介質電阻率， 為地層不均勻性研究提供重要方法。 目前常用的電阻率成像測井儀有ARI，徑向探測深度為2m， 是預測裂縫有效性和井旁構造形態(tài)的有效手段。 由ARI 和FMI 結合的探測技術，能有效排除干擾，探測裂縫，并預探井旁的不整合和地層構造特點。

3.3、聲波測井技術

當前聲波測井技術發(fā)展迅速，開發(fā)出了各種聲波探測儀，如多級電子聲波測井儀、 超聲波電視成像測井儀和井旁聲波反射成像儀等。 多級電子聲波測試能提高高質量的縱、橫聲波和斯通利波，提供反射波具體參數，用來評價裂縫的狀況。 超聲波電視成像儀記錄聲波反射波幅和傳播時間， 提供井眼內全視角的顯示圖。

4、應用實例分析

圖1 中為某油田井旁聲波反射測井（BARS）的處理結果。 從圖中可以看出，在井旁12m 范圍內沒有明顯的反射界面，聲阻阻抗界面傾角約為40°左右，表示裂紋主要為中低角度裂縫。 結合FMI 圖形可以發(fā)現，在4115-4125m 和4197-4205m 地層界面發(fā)育不夠好，但有較強的轉換波反射，據此分析這些裂紋應是有效裂縫。

[1]李青和.測井技術在致密儲層裂縫識別中的應用[J].內蒙古石油化工.2007(07)

[2]申輝林.基于BP 神經網絡進行裂縫識別研究[J].斷塊油氣田.2007(02).

[3]陸敬安.成像測井中的裂縫自動識別方法[J].測井技術.2004(02)