王志豪,周明順，魏新路，劉迪仁，孫 康,申 威,趙椏松

(1.長(zhǎng)江大學(xué) 地球物理與石油資源學(xué)院，湖北 武漢 430100;2.中石油華北油田分公司 勘探開發(fā)研究院，河北 任丘 062500;3.中國(guó)石油集團(tuán)測(cè)井有限公司 遼河分公司，遼寧 盤錦 124000)

1 引 言

頁巖氣是以甲烷為主要成分的非常規(guī)天然氣，主要存在于暗色泥頁巖和高碳泥頁巖中，常以吸附和游離狀態(tài)存在于孔隙和儲(chǔ)集巖系中，是一種高效、清潔的能源資源。頁巖氣儲(chǔ)層有廣泛的飽含氣性、較大的資源儲(chǔ)量，具有良好的勘探開發(fā)前景[1-3]。

近些年，隨著油氣勘探技術(shù)和高性能計(jì)算技術(shù)的高速發(fā)展，我國(guó)的頁巖氣和頁巖油的探明儲(chǔ)量逐步增大，其主要集中于塔里木盆地、蘇北盆地、松遼盆地等。而頁巖氣藏滲透率極低，且我國(guó)頁巖氣普遍埋藏較深。綜合復(fù)雜的地質(zhì)結(jié)構(gòu)、不成熟的技術(shù)及高額的開采費(fèi)用等原因，直接制約了頁巖氣的開發(fā)，這也決定了大規(guī)模的商業(yè)開發(fā)難以實(shí)現(xiàn)。因此，進(jìn)一步研究有效的頁巖氣勘探開發(fā)勢(shì)在必行。

有效的頁巖氣勘探開發(fā)依賴于多方面原因，其中對(duì)頁巖氣飽和度的評(píng)價(jià)至關(guān)重要。儲(chǔ)層飽和度研究方面，最早由Archie等人針對(duì)純砂巖地層提出考慮孔隙度和電阻率計(jì)算含水飽和度的Archie公式[4,5]。其后至今，學(xué)者們以Archie公式為基礎(chǔ)，提出許多擴(kuò)展的油氣飽和度解釋模型(Simandoux公式、Total-Shale公式等)。但頁巖儲(chǔ)層在巖性、物性等方面與常規(guī)儲(chǔ)層有很大的區(qū)別，頁巖儲(chǔ)層中的有機(jī)質(zhì)對(duì)地層電阻率的相對(duì)貢獻(xiàn)值很高，導(dǎo)致上述模型應(yīng)用于頁巖氣飽和度評(píng)價(jià)時(shí)，計(jì)算出的結(jié)果與巖心分析含氣飽和度值有較大誤差?；诖?，王安龍等人以常規(guī)測(cè)井資料為基礎(chǔ),建立包含總有機(jī)碳含量TOC(TOC，Total Organic Carbon Content)、吸附氣含量、頁巖礦物組分等的非電法飽和度模型,開展頁巖氣儲(chǔ)層測(cè)井評(píng)價(jià)[6]。張晉言等人提出利用非電法測(cè)井信息計(jì)算飽和度的方法，即中子-密度重疊法計(jì)算含氣飽和度，有效避開了電阻率計(jì)算含水飽和度的誤差問題[7]。張寶瑩等分析一個(gè)新變量對(duì)原始地層的影響機(jī)理，即有機(jī)質(zhì)對(duì)地層含水性的影響機(jī)理，提出TOC修正法和飽和度差異法。論證TOC和常規(guī)方法計(jì)算的飽和度與巖心分析飽和度之間具有一定的規(guī)律性，提供一種新的計(jì)算飽和度方法，提高計(jì)算得到的飽和度的精確度[8]。

前人利用非電法測(cè)井信息等計(jì)算飽和度的方法已有相關(guān)研究，但目前的研究還不能滿足生產(chǎn)需要。針對(duì)頁巖氣飽和度的計(jì)算，本文從頁巖儲(chǔ)層的巖性、物性、總有機(jī)碳含量等,分析其與飽和度的相關(guān)性，在以往飽和度計(jì)算模型基礎(chǔ)上，考慮TOC對(duì)頁巖儲(chǔ)層含水飽和度的影響，建立新的含水飽和度計(jì)算公式，提高計(jì)算精度。同時(shí)，利用BP(BP,Back Propagation Neural Network)神經(jīng)網(wǎng)絡(luò)訓(xùn)練建立新的非電性測(cè)井飽和度評(píng)價(jià)模型，即不通過測(cè)量巖層電化學(xué)特性、導(dǎo)電特性等方法對(duì)飽和度進(jìn)行評(píng)價(jià)，而通過鈾含量和地層密度計(jì)算含水飽和度。將通過模型測(cè)試得到的頁巖氣含水飽和度與巖心分析數(shù)據(jù)進(jìn)行比較，依據(jù)結(jié)果評(píng)價(jià)算法的有效性，對(duì)含水飽和度予以分析。建立BP神經(jīng)網(wǎng)絡(luò)模型進(jìn)行評(píng)價(jià)極大提高了飽和度計(jì)算效率，為評(píng)價(jià)頁巖氣含水飽和度提供了新的思路，具有一定的參考價(jià)值。

2 儲(chǔ)層特征

本文研究區(qū)位于四川省威遠(yuǎn)地區(qū)某組層段。該層段為深水陸架相組成的富含有機(jī)質(zhì)的黑色碳質(zhì)頁巖。如圖1所示，礦物組成主要為石英、黃鐵礦、白云石、方解石、斜長(zhǎng)石、黏土礦物。有機(jī)碳含量為0.673 %～5.984 %，主要集中在1.5 %以上。有機(jī)質(zhì)的成熟度較高，該區(qū)域的有機(jī)質(zhì)演化普遍達(dá)到過熟。石英含量一定程度上反映孔隙度的大小。碎屑石英含量高，巖石整體上孔隙度就比較高，也間接提高了有機(jī)質(zhì)含量，使頁巖氣含氣量與石英含量呈正相關(guān)[9,10]。而黏土礦物具有較大的微孔隙體積與比表面積，在一定范圍內(nèi)黏土礦物的富集可以擴(kuò)大礦物顆粒的比表面積，利于頁巖氣的吸附和賦存[11,12]。黃鐵礦含量直接反映有機(jī)質(zhì)的沉積，其高含量對(duì)應(yīng)著高有機(jī)質(zhì)含量。而且頁巖儲(chǔ)層中常發(fā)育黃鐵礦粒間孔，為氣提供賦存空間[13,14]。

圖1 礦物含量分析Fig.1 Mineral content diagram

利用全巖X衍射和巖心分析含水飽和度數(shù)據(jù)，通過繪圖對(duì)比分析，該組井頁巖儲(chǔ)層內(nèi)含水飽和度與地層總含氣量呈負(fù)相關(guān)關(guān)系。石英含量與含水飽和度呈負(fù)相關(guān)、黏土礦物含量與含水飽和度呈正相關(guān)。黃鐵礦穩(wěn)定在高含氣量層段，少部分出現(xiàn)高值。方解石和斜長(zhǎng)石與含水飽和度無明顯關(guān)系。

頁巖氣藏具有超低滲透率、明顯的低孔隙度的特征。本文采用20組巖心分析數(shù)據(jù)，分析結(jié)果如圖1所示。其中：C_POR為平均孔隙值(%)；C_PERM為巖心滲透率(mD)；C_SW為含水飽和度(%)。數(shù)據(jù)表明20組巖心分析數(shù)據(jù)的孔隙度大小在0.98 %～5.23%之間，平均孔隙值為3.28 %，遠(yuǎn)低于常規(guī)氣藏產(chǎn)油氣孔隙度要求，且孔隙度測(cè)井曲線無法直觀反應(yīng)地層真孔隙度；91 %的巖心滲透率小于1 mD，與孔隙度存在弱正相關(guān)關(guān)系。

表1 巖心分析物性數(shù)據(jù)

續(xù)表1

地層TOC含量直接反應(yīng)地層有機(jī)質(zhì)的含量，有機(jī)質(zhì)是生成油氣的根本，在不考慮有機(jī)質(zhì)成熟度及類型導(dǎo)致的問題，高有機(jī)質(zhì)含量代表地層生烴潛力大，可以大量產(chǎn)出油氣。頁巖氣藏為源儲(chǔ)一體型，生成的油氣直接滯留儲(chǔ)存在原始地層內(nèi)，有機(jī)質(zhì)為氣提供有效的吸附儲(chǔ)集空間。當(dāng)TOC含量較高且符合油氣產(chǎn)出條件時(shí)，產(chǎn)出的油氣會(huì)取代部分地層水，導(dǎo)致含水飽和度降低。

3 BP神經(jīng)網(wǎng)絡(luò)算法

如圖2所示，BP神經(jīng)網(wǎng)絡(luò)模型拓?fù)浣Y(jié)構(gòu)包括輸入層、隱含層、輸出層。輸入層的個(gè)數(shù)與特征數(shù)相關(guān)，輸出層的個(gè)數(shù)與類別數(shù)相同，隱含層的層數(shù)若干個(gè)。同層神經(jīng)元之間沒有聯(lián)系，異層神經(jīng)元之間向前連接。BP神經(jīng)網(wǎng)絡(luò)是一種按誤差逆?zhèn)鞑ニ惴ㄓ?xùn)練的多層前饋網(wǎng)絡(luò)，計(jì)算過程由正向計(jì)算過程和反向計(jì)算過程組成，實(shí)現(xiàn)從輸入空間到輸出空間的任意非線性函數(shù)的映射[15-17]。

BP網(wǎng)絡(luò)能學(xué)習(xí)輸入-輸出模式映射關(guān)系，算法本質(zhì)是梯度下降法，通過反向傳播來不斷調(diào)整網(wǎng)絡(luò)的權(quán)值和閾值，使網(wǎng)絡(luò)的誤差平方和最小，以達(dá)到訓(xùn)練和預(yù)測(cè)的目的，是一種應(yīng)用廣泛的參數(shù)學(xué)習(xí)算法和有效的多層神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)方法[18]。

4 應(yīng)用實(shí)例

4.1 基于BP神經(jīng)網(wǎng)絡(luò)算法的飽和度分析模型

將測(cè)井曲線歸位后數(shù)據(jù)與巖心分析含水飽和度擬合，以線性關(guān)系為標(biāo)準(zhǔn)，根據(jù)趨勢(shì)線合理刪點(diǎn)后得到表2、圖3與圖4，可以得出巖心分析含水飽和度與密度、鈾元素含量有較好的相關(guān)性。其中：Th為放射性Tu測(cè)井；CNL為補(bǔ)償中子測(cè)井；KTh為無伽馬鈾測(cè)井；K為放射性鉀測(cè)井；U為放射性鈾測(cè)井；DEN為密度測(cè)井。

圖3 地層密度與含水飽和度關(guān)系Fig.3 Relationship between formation density and water saturation

圖4 U元素含量與含水飽和度關(guān)系Fig.4 Relationship between U element content and water saturation

根據(jù)BP神經(jīng)網(wǎng)絡(luò)算法建立基于BP神經(jīng)網(wǎng)絡(luò)的非電性測(cè)井的飽和度評(píng)價(jià)模型：模型的輸入層有2個(gè)，分別為密度和鈾元素含量，輸出層為模型計(jì)算出的含水飽和度曲線。模型訓(xùn)練過程分為三步：首先利用自調(diào)BP神經(jīng)網(wǎng)絡(luò)訓(xùn)練巖心分析含水飽和度與密度、鈾元素含量的關(guān)系，然后將篩選后的密度、鈾元素含量測(cè)井曲線輸入訓(xùn)練好的BP神經(jīng)網(wǎng)絡(luò)，最后利用梯度搜索技術(shù)計(jì)算出該井段含水飽和度曲線。

4.2 多種計(jì)算方法對(duì)比

本文將BP神經(jīng)網(wǎng)絡(luò)、Archie公式和考慮TOC計(jì)算法這3種計(jì)算含水飽和度的方法進(jìn)行比較。計(jì)算方法與巖心分析含水飽和度對(duì)比分析如圖5所示。其中：SW為含水飽和度；GR為自然伽馬測(cè)井；CAL為井徑測(cè)井；RD為深雙側(cè)向電阻率測(cè)井。

圖5 含水飽和度分析Fig.5 Water saturation diagram

研究分析得出，通過對(duì)比20組巖心分析數(shù)據(jù)在低有機(jī)質(zhì)含量段計(jì)算結(jié)果，Archie公式計(jì)算結(jié)果的絕對(duì)誤差為18.6 %，整體誤差偏高，只有在高有機(jī)質(zhì)含量段才逐漸趨近巖心分析數(shù)據(jù)；考慮有機(jī)質(zhì)影響計(jì)算的含水飽和度曲線在整體上趨近散點(diǎn)分布，與巖心分析數(shù)據(jù)較吻合，但部分層段數(shù)值存在較大誤差，最大誤差達(dá)10.3 %，影響整體含水飽和度的評(píng)價(jià)；而基于BP神經(jīng)網(wǎng)絡(luò)模型通過鈾含量和密度計(jì)算得出的含水飽和度整體誤差為7.9 %，結(jié)果與巖心分析數(shù)據(jù)吻合程度最高，因此該模型在測(cè)井評(píng)價(jià)中可以用于估計(jì)含水飽和度[19-21]。

5 結(jié) 論

1)本文采用數(shù)據(jù)統(tǒng)計(jì)法、因素分析法等方法研究頁巖氣儲(chǔ)層的特點(diǎn)，優(yōu)選出地層密度與鈾元素兩種相關(guān)性較高的敏感參數(shù)，建立基于BP神經(jīng)網(wǎng)絡(luò)的頁巖氣含水飽和度計(jì)算模型；

2)通過對(duì)比Archie公式與考慮TOC計(jì)算法在含水飽和度中的計(jì)算結(jié)果，分析得出此模型模擬出的含水飽和度整體誤差最小，絕對(duì)誤差為7.9 %，測(cè)試結(jié)果與巖心分析數(shù)據(jù)具有更高的吻合度；

3)基于BP神經(jīng)網(wǎng)絡(luò)算法的頁巖氣含水飽和度的計(jì)算模型精度高，算法運(yùn)行高效，利用多樣的測(cè)井資料處理巖心分析數(shù)據(jù)，可以有效地減少分析誤差和提高可信度。廣泛含氣性和源儲(chǔ)一體性兩種性質(zhì)表明有機(jī)頁巖氣藏具有良好的開發(fā)前景，該方法在頁巖氣含水飽和度評(píng)價(jià)方面具有積極的參考意義和推廣價(jià)值。