曹繼飛,鄒德永,舒騰飛,王子振
(1.中國石油大學(xué)(華東)石油工程學(xué)院,青島 266580;2.中石化勝利石油工程公司鉆井工藝研究院,東營 257000)
裂縫是碳酸鹽巖油氣藏的重要儲集空間和關(guān)鍵滲流通道,直接關(guān)系到油氣田能否持續(xù)高產(chǎn)、穩(wěn)產(chǎn),并且影響著油氣田的最終采收率。能否對裂縫的分布規(guī)律和發(fā)育特征進(jìn)行可靠識別預(yù)測,是碳酸鹽巖裂縫型油氣藏鉆探開發(fā)的關(guān)鍵。
近年來,中國塔里木盆地、四川盆地在深部碳酸鹽巖地層發(fā)現(xiàn)多個億噸儲量油氣田,成為下步勘探開發(fā)的重點。碳酸鹽巖地層鉆進(jìn)過程中由于其裂縫發(fā)育導(dǎo)致漏塌等復(fù)雜時效較高,井下復(fù)雜情況頻發(fā),嚴(yán)重制約油氣資源的效益開發(fā)。裂縫的有效識別是鉆前、鉆中及鉆后技術(shù)措施制定的關(guān)鍵,因此,如何有效識別裂縫成為必須要解決的關(guān)鍵問題。
目前,采用三維數(shù)字成像技術(shù)可以準(zhǔn)確描述三維裂隙的空間分布[1-3],電成像測井資料可以實現(xiàn)精確刻畫裂縫結(jié)構(gòu)[4-5],核磁共振測井資料能夠刻畫不同類型孔隙的分布范圍,偶極聲波測井資料可對裂縫進(jìn)行有效性評價[6-7]。然而成本高、易受工況影響等缺陷使得上述方法難以廣泛推廣應(yīng)用,研發(fā)一種低成本高精度的裂縫識別方法顯得至關(guān)重要;基于常規(guī)聲波測井資料識別裂縫,將大大節(jié)省成本、有利于推廣應(yīng)用。利用常規(guī)測井?dāng)?shù)據(jù),已發(fā)展出多種方法對裂縫發(fā)育段進(jìn)行識別[8-10],但碳酸鹽巖具有較強(qiáng)的非均質(zhì)性,單一的常規(guī)儲層裂縫識別方法易受工況影響導(dǎo)致可靠度低。以現(xiàn)場常規(guī)聲波數(shù)據(jù)為基礎(chǔ),基于主成分分析法對不同尺度裂縫發(fā)育地層進(jìn)行預(yù)測識別,消除不同裂縫識別方法之間存在的偏差以及工況的影響、提高預(yù)測精度,能夠碳酸鹽巖油氣資源的勘探開發(fā)提供有效的技術(shù)支撐,降低鉆井復(fù)雜時效,提高油氣開發(fā)收益。
碳酸鹽巖地層中裂縫的存在會對常規(guī)測井?dāng)?shù)據(jù)造成不同的影響,如在裂縫發(fā)育段,聲波測井會明顯增大并出現(xiàn)周波跳躍,井徑曲線表現(xiàn)出強(qiáng)烈的振蕩擴(kuò)徑并出現(xiàn)橢圓井眼,電阻率雙側(cè)向曲線出現(xiàn)讀數(shù)比致密層低等現(xiàn)象,以此可反演碳酸鹽巖中的裂縫發(fā)育程度。常規(guī)儲層裂縫識別方法往往只能從一個層面考慮裂縫對測井?dāng)?shù)據(jù)的影響,因此在復(fù)雜工況下容易出現(xiàn)偏差。目前常用的裂縫識別方法如下。
孔隙度是評價油氣層、分析巖石成分、確定油氣飽和度與滲透率等的一個重要參數(shù),在碳酸鹽巖油氣藏中,以裂縫或溶洞為主的次生孔隙度對于油氣流動至關(guān)重要。密度測井和中子測井主要反映的是地層總孔隙度,而聲波測井則受裂縫影響較嚴(yán)重,主要反映了原生的粒間孔隙。利用聲波時差計算孔隙度φS公式為
(1)
ACma=ACma1Vma1+ACma2Vma2
(2)
式中:ACma為巖石基質(zhì)的聲波時差;ACsh為泥質(zhì)的聲波時差;Vma1、Vma2分別為雙礦物巖石中兩種礦物的體積含量;ACma1和ACma2分別為雙礦物巖石骨架聲波時差;ACf為地層水聲波時差;Vsh為泥質(zhì)含量。
因此,在含裂縫地層中,3種孔隙度的比值X1可反映出次生孔隙的發(fā)育程度,X1越大說明裂縫或溶孔越發(fā)育,其計算公式為
(3)
式(3)中:φD為密度孔隙度;φN為中子孔隙度。
由于波速對地層密度反應(yīng)較敏感,因此可計算地層等效彈性模量EC識別含氣裂縫性地層,其計算公式為
(4)
(5)
式中:ECW為地層100%含水時的等效彈性模量;ρma為巖石基質(zhì)密度;ρf為孔隙流體的密度;ρsh為泥質(zhì)的密度;φ為孔隙度;ACw為地層水的聲波時差。
當(dāng)遇到含氣裂縫地層時,密度測井值降低,聲波時差增大,則等效模量差比X2>0,而在致密地層或含水層時,X2接近于0。
由于聲波測井和密度測井對于裂縫表現(xiàn)出明顯的差異,通常可利用聲波骨架指數(shù)和密度骨架指數(shù)的差異X3識別裂縫層段。
(6)
在裂縫發(fā)育層段,密度測井孔隙度大于聲波測井孔隙度,則X3>0,而在致密層段,X3接近于0。
巖石中的縱波波速與巖石的完整程度有關(guān)。通過完整巖石的波速較快,而當(dāng)巖石中發(fā)育高角度裂縫時,巖石中的波速明顯降低[11-12]。因此利用巖石骨架與地層中傳播速度之比X4可以反映地層中裂隙發(fā)育程度。
(7)
碳酸鹽巖地層中由于次生孔隙的存在,易發(fā)生井徑擴(kuò)大現(xiàn)象。隨著成巖作用的進(jìn)行,次生孔隙開始發(fā)育,總孔隙度隨深度減小的趨勢開始變緩。與此相對應(yīng),測井曲線隨深度變化的梯度關(guān)系會發(fā)生變化,表現(xiàn)出直線的斜率發(fā)生改變。
裂縫的存在會引起測井響應(yīng)的異常變化,采用五點平均法通過計算對裂縫較為敏感的聲波時差A(yù)C、井徑CL和自然伽馬GR曲線的變化率X5,對裂縫進(jìn)行指示。
|Yj-Yj+1|+|Yj+1-Yj+2|)
(8)
式(8)中:Yj為3種曲線當(dāng)前點測井值;Yj-2為當(dāng)前深度處上2點測井值;Yj-1為當(dāng)前深度處上1點測井值;Yj+1為當(dāng)前深度處下1點測井值;Yj+2為當(dāng)前深度處下2點測井值。
由于聲波時差基本上不反映次生孔隙,而密度、中子測井反映次生孔隙。利用孔隙度公式可求得次生孔隙度為
(9)
采用適用于測井尺度的DEM(differential equivalent medium)模型計算理論波速,將孔隙按縱橫比AR分成3種:孔洞(AR=0.8)、粒間孔(AR=0.1)、裂縫(AR=0.05)。其中孔洞表示地層中堅硬的近圓形孔隙或溶洞,裂隙表示巖石中“最柔軟”的孔隙,受到外力作用時易閉合,對巖石速度的影響較大。假設(shè)地層由兩類孔隙組成(粒間孔+孔洞或裂縫),并將DEM模型計算的結(jié)果與實際聲波測井結(jié)果進(jìn)行對比,通過迭代反演,確定各種孔隙所占比例及裂縫密度。
不同孔隙結(jié)構(gòu)地層的測井聲波具有不同的分形維數(shù),利用分形方法表征常規(guī)測井曲線的變化程度,進(jìn)而識別裂縫發(fā)育地層。選取對裂縫較為敏感的聲波測井曲線和雙側(cè)向電阻率差異曲線,按式(10)計算每個采樣點的R/S值,并將選取的曲線與采樣點作雙對數(shù)散點圖,進(jìn)而利用該曲線斜率Hu求取分形維數(shù)D。通常,地層裂縫越發(fā)育,地層非均質(zhì)性越強(qiáng),分形維數(shù)也會越大。
(10)
式(10)中:R、S為無因次的數(shù)據(jù)序列相對波動強(qiáng)度;t為數(shù)據(jù)點個數(shù);i為測點序號;ζi為第i個測點的測井曲線值;<ζ>t為t個測點的期望值;α為尺度系數(shù)。
D=2-Hu
(11)
在測井解釋實踐中,裂縫發(fā)育將會引起聲波時差曲線出現(xiàn)小幅度擺動和時差增大現(xiàn)象,因此常利用聲波時差的增大來定性識別縫發(fā)育井段。然而,在實際聲波時差測井資料中,這種影響在原始測井曲線上常常不明顯。采用多尺度處理方法,在合適的尺度上重構(gòu)的高頻信息以便能夠突出裂縫發(fā)育層段聲波時差起伏波動的特征,將有助于裂縫發(fā)育段的準(zhǔn)確識別[13]。Kingsbury[14]提出了雙樹復(fù)小波變換(dual tree complex wavelet transform,DTCWT)的概念,是對傳統(tǒng)離散小波變換(discrete wavelet transform,DWT)的增強(qiáng)。與實際正/負(fù)頻帶濾波的思路一致,DTCWT采用二叉樹結(jié)構(gòu)的DWT,包含兩個平行的小波樹,第一個小波樹給出了變換的實部,而第二個小波樹給出了虛部。相比傳統(tǒng)的DWT,該方法具有更多優(yōu)勢:一是在二維或更高維度上具有移位不變性,輸入信號的微小變化并不會引起小波系數(shù)的明顯變化;二是具有方向選擇性,在行和列方向上可以突出任意方向的信息;三是由于DWT小波系數(shù)是通過非理想的低通和高通濾波器迭代離散時間進(jìn)行采樣,這會導(dǎo)致大量的數(shù)據(jù)冗余度。DTCWT具有獨立于分析尺度數(shù)的有限的冗余度。對于DTCWT,目前已設(shè)計了多種濾波器。對于具有n個深度點的測井曲線,使用兩個平行的Q-shift小波濾波器同時對原始信號x(n)進(jìn)行小波變換可得到不同尺度下的小波系數(shù)。
利用雙樹復(fù)小波變換(DTCWT)對地層聲波測井曲線和雙側(cè)向電阻率曲線進(jìn)行多尺度分解,得到不同尺度上的小波系數(shù)的曲線,原始信號被分解成多個小波系數(shù)d1~d3和低頻趨勢a。測井曲線的總能量為地層巖性、流體性質(zhì)、微觀孔隙結(jié)構(gòu)等不同頻率響應(yīng)的信號能量之和,其中高頻信息可識別出聲波時差曲線的小幅波動,進(jìn)而預(yù)測地層裂縫發(fā)育段。經(jīng)過DTCWT處理后,測井曲線的縱向分辨率明顯提高,有助于裂縫發(fā)育層段的識別。
上述方法都能在一定程度上反映裂縫發(fā)育的井段,然而不同方法之間會存在一定的偏差,無法實現(xiàn)定量分析。碳酸鹽巖具有較強(qiáng)的非均質(zhì)性,單一的常規(guī)儲層裂縫識別方法易受工況影響導(dǎo)致可靠度低。主成分分析是一種常用的降維方法,用于將多個可能相關(guān)變量轉(zhuǎn)換為少量的主成分變量[15]。該方法可將一個多目標(biāo)問題綜合成一個單指標(biāo)進(jìn)行評價,避免了主觀選擇的隨意性。因此,為更好地評價量化結(jié)果,采用PCA方法將多種方法得到的特征值進(jìn)行降維,通過計算因子綜合得分值對裂縫發(fā)育情況進(jìn)行識別。
以三孔隙度比值X1、等效模量差比X2、骨架指數(shù)X3、龜裂系數(shù)X4、曲線變化率X5、次生孔隙度X6、有效介質(zhì)裂縫密度X7、聲波分形維數(shù)X8、雙側(cè)向異常分形維數(shù)X9、聲波小波系數(shù)高頻能量占比X10這10個參數(shù)作為變量計算指標(biāo)變量矩陣A,進(jìn)行主成分分析。其中聲波分形維數(shù)和雙側(cè)向異常分形維數(shù)均為利用頻譜分析和功率譜分析得到維數(shù)的平均值,聲波小波系數(shù)高頻能量占比為高頻信息d1的能量。具體步驟如下。
步驟1 基于深度點建立指標(biāo)變量矩陣A。對于每一個深度點的測井?dāng)?shù)據(jù),基于上述基于深度點和波形處理的方法可得到M個特征參數(shù),每個深度點可以得到一個M×1矩陣。對于N個深度點,使用A1,A2,…,AN表示這些深度點上M×1維度的列矩陣。
(12)
步驟2 將指標(biāo)變量標(biāo)準(zhǔn)化為矩陣X。由于主成分是從協(xié)方差矩陣中得出,協(xié)方差矩陣受評價指標(biāo)量綱和數(shù)量級的影響,不同的量綱和數(shù)量級會產(chǎn)生不同的協(xié)方差,首先需要對原始數(shù)據(jù)A進(jìn)行標(biāo)準(zhǔn)化,使其平均值為0,標(biāo)準(zhǔn)差為1,便于不同單位或量級的指標(biāo)能夠進(jìn)行比較和加權(quán)。
(13)
(14)
(15)
(16)
i,j=1,2,…,m
(17)
步驟4 求相關(guān)矩陣的特征根和特征向量。
|R-λE|=0
(18)
式(18)中:R和λ分別為相關(guān)系數(shù)矩陣和特征值;E為單位矩陣。
步驟5 計算各主成分的方差貢獻(xiàn)率αi和累計方差貢獻(xiàn)率α(k),計算公式為
(19)
(20)
步驟6 計算綜合得分Zi,其計算公式為
Zi=a1iX1+a2iX2+…+aniXn,
i=1,2,…,m
(21)
式(21)中:ani為深度點i處第n個評估變量的貢獻(xiàn)率系數(shù);Xn為標(biāo)準(zhǔn)化的第n個評估變量。
以SHB-X井奧陶系灰?guī)r地層測井資料為基礎(chǔ)分別計算10個參數(shù)X1~X10,使用主成分分析法對其進(jìn)行孔隙結(jié)構(gòu)預(yù)測。表1為SHB-X井取芯井段的縫洞分析結(jié)果。將計算結(jié)果與取芯分析結(jié)果進(jìn)行對比,并對沒有取芯分析的井段進(jìn)行縫洞預(yù)測,如圖1~圖3所示。
表1 SHB-X井取芯分析Table 1 Coring analysis of Well SHB-X
以7 370~7 410 m井段為例,SHB-X井一房間組上部地層縫洞欠發(fā)育,7 420~7 430 m深度段溶洞較為發(fā)育。鷹山組縫洞較為發(fā)育,在井徑相對穩(wěn)定段,7 510~7 525 m的深度范圍內(nèi)。按照主成分分析方法分別對裂縫發(fā)育層段進(jìn)行識別,計算得到不同參變量的變化曲線如圖1、圖2所示。根據(jù)參變量與裂縫發(fā)育程度的關(guān)系,確定基于不同方法識別的裂縫發(fā)育層段,不同方法結(jié)果對比如圖3所示。圖2中紅色線框的對照表明,主成分分析法的裂縫識別結(jié)果具有良好的可靠性和準(zhǔn)確度。這主要是由于主成分分析方法綜合了多種信息,避免了少數(shù)變量出現(xiàn)偏差時對整體結(jié)果穩(wěn)定性的影響。
圖3 SHB-X井一間房組及鷹山組主成分計算結(jié)果Fig.3 Principal component calculation results of Yijianfang and Yingshan Formation in SHB-X
采用三孔隙度比值法、等效模量差比法、骨架指數(shù)法、龜裂系數(shù)法、曲線變化率、次生孔隙交會圖法、聲波等效介質(zhì)法、基于分形理論的處理方法、基于雙樹復(fù)小波的多尺度分析等多種儲層裂縫識別方法,對常規(guī)聲波測井資料進(jìn)行計算分析,求解各類方法中表征裂縫發(fā)育程度的特征值。在上述分析結(jié)果的基礎(chǔ)上基于主成分分析法,對不同方法的裂縫識別結(jié)果進(jìn)行綜合考量、降維分析,消除不同裂縫識別方法之間存在的偏差以及工況的影響,得出裂縫表征綜合量化值,實現(xiàn)對裂縫識別的定量分析預(yù)測。
根據(jù)塔里木盆地奧陶系碳酸鹽巖地層測井資料以及取芯資料,對上述裂縫識別方法進(jìn)行分析驗證。識別結(jié)果與巖心結(jié)果有較強(qiáng)的一致性,并可在未取芯層段進(jìn)行裂縫發(fā)育的預(yù)測。結(jié)果表明基于主成分分析的碳酸鹽巖裂縫識別方法,能夠基于常規(guī)聲波測井資料對碳酸鹽巖地層不同尺度裂縫發(fā)育程度進(jìn)行定量預(yù)測,預(yù)測結(jié)果準(zhǔn)確可靠。該方法基于常規(guī)聲波測井資料進(jìn)行計算分析,具有低成本高精度的優(yōu)點,便于現(xiàn)場應(yīng)用推廣,滿足低油價背景下大力勘探碳酸鹽巖儲層的工程需求。