2019年第5期Petrophysics论文摘要翻译

版权及使用说明：本翻译的版权归SPWLA西南分会所有，仅供学术交流使用。论文全文版权归SPWLA所有。若翻译有不到之处，烦请指出：E-mail: support@spwla-swchina.org.cn

有机页岩中的热成熟度校正的测井解释

Paul R. Craddock (Schlumberger-Doll Research Center) | Jeffrey Miles (Schlumberger-Doll Research Center) | Richard E. Lewis (Schlumberger) | Andrew E. Pomerantz (Schlumberger-Doll Research Center)

测井岩石物理分析需要准确了解骨架性质，通常称为骨架性质调整。在富有机质页岩中，丰富的干酪根（固体和不溶性沉积有机质）的存在会对骨架性质造成差异性影响，其原因在于干酪根在成分上与组成上与组成骨架的无机矿物有很大差异。因此，骨架性质对干酪根性质非常敏感。此外，由于干酪根的测井响应与流体测井响应相似，如果需要准确的含量解释，必须准确了解相关的干酪根特性，以便区分测井对骨架中的干酪根（骨架体积）和孔隙流体的响应。遗憾的是，干酪根的相关岩石物理性质还不明确，尤其是其存在于地层中的性质更不为人所知。

基于单一的热成熟度估算，我们提出了一种估算有机页岩岩石物理解释所需的干酪根性质的稳健方法。这种“改进的热成熟度测井解释方法”针对目标有机页岩采用自动和优化值来替换未知或默认的干酪根属性。该方法类似于众所周知的常规储层岩石中“骨架校正测井”采用特定计算值取代缺省骨架参数值的工业流程。本文方法是在研究了50多种热成熟度干酪根，包括未成熟到干气（镜质体反射率范围从0.5％到4％Ro），来自三大洲的八个主要代表性产油气成沉积盆地和~3亿年的沉积年龄。测试的干酪根属性包括化学元素组成（C，H，N，S，O）和骨架（颗粒）密度，以及计算的中子属性，如表观测井密度，氢指数，热和超热中子孔隙度，宏观热中子俘获截面，宏观快中子弹性散射截面和光电因子。对于与石油工业相关的干酪根（即热成熟度的II型干酪根对应的早期油到干气），证明其岩石物理性质主要受热成熟度控制，沉积盆地/地层之间没有明显的差异。因此，研究建立了与干酪根热成熟度相关的“通用曲线”，在本文研究的所有的高产盆地中应用效果较好。这些通用曲线能够稳健且准确的预测有机页岩的干酪根属性。通过敏感性分析和现场实例研究显示，本文基于全球有机页岩改进的热成熟度测井解释方法能够更准确，更可靠地获取原地孔隙度，饱和度和烃类。

全文链接：https://www.onepetro.org/journal-paper/SPWLA-2019-v60n5a

页岩气储层中游离气和吸附气的准确定量表征

Rafay Ansari (BP) | German Merletti (BP) | Pavel Gramin (BP) | Peter Armitage (BP)

页岩气储量计算是一个涉及总气量或原位气量（OGIP）详尽计算的过程。总含气量的计算依赖于岩心刻度测井，这种方法被认为是经验验证或“真正真实的”。但是实验室内部以及实验室之间的样品制备和分析技术的不一致，使得在计算构成总气体的自由气体和吸附气体成分时产生很大的不确定性。本文我们介绍了对岩心样品制备的分析流程，以阐明总气体计算中不确定性的原因。该流程用于提出改进的计算岩心总含气量的方法。

根据性质（例如在岩心上测得的孔隙度和含水饱和度）计算得出的游离气体高度依赖于实验室分析规程。 样品制备和水提取方法的差异导致实验室之间观察到水饱和度的相对差异为20％，孔隙度的差异为10％，从而导致原位地层中游离气体（FGIP）的计算差异为35％。

吸附气可使用甲烷吸附测试对其进行评估；测试的目的在于确定一定温度范围内具有各种水饱和度、粘土含量和总有机物含量样品中Langmuir参数的变化。实验发现，当温度超过水的沸点时，吸附气体的储能被人为增加了三分之二。这种增加与排出黏土束缚水后甲烷吸附在黏土表面有关。

地层条件下总含气量（TGIP）是估计的游离气与吸附气体积之和。这两种体积分量之间孔隙空间的相互作用和重叠需要引起重视。提出基于扫描电子显微镜（SEM）点计数和氮吸附数据的孔径分布，采用基于单层吸附的吸附气校正方法。

所采集的保压状态井壁取心用于实验室条件下测量降压过程中解吸的游离气和吸附气体积。这提供了基线测量值，可与传统测量值进行比较，以了解哪种实验室规程和样品制备技术可提供最可靠的结果。

研究表明提出的方法能可以降低地层状态条件下含气量计算的不确定性，并能更好地剖析了干气源岩中的资源分布。

全文链接：https://www.onepetro.org/conference-paper/SPWLA-2019-R

基于机器学习的测井深度自动匹配

Lin Liang (Schlumberger) | Thai Le (Schlumberger) | Timon Zimmermann (Schlumberger) | Smaine Zeroug (Schlumberger) | Denis Heliot (Schlumberger)

针对从一口井的多个测井通道获得的测井曲线进行深度匹配一直是行业的长期挑战。商业平台中采用的现有方法通常基于两个信号的经典互相关和协方差度量，然后进行手动调整。这些解决方案无法满足不断增长的需求，即以最大限度地减少用户干预以进行自动数据解释。我们的目标是开发一个健壮的全自动伽马射线测井曲线深度匹配算法和工作流程，深度匹配后的伽马射线测井曲线通常用作代理以匹配同一井内多个测井通道中测量的其他测井曲线深度。这是通过一个全连接神经网络的有监督的机器学习方法来实现的。训练数据集是通过手工标注一组有限的现场数据而获得的。由于在有限的人工标注数据下期望初始训练得到一个完美的模型是不现实的，我们开发了一个连续自演化的深度匹配框架。在深度匹配服务的使用过程中，该框架可以利用用户的输入和反馈进一步训练和改进深度匹配引擎。自动质量控制模块有助于实现这一点，为此，我们结合一些不同的算法开发了一个专用的度量。我们使用此度量来评估深度匹配引擎返回结果的质量。如果某些区间深度匹配引擎预测的结果不理想，用户可以查看结果并进行手动调整。这些手动调整被发送回数据库，框架基于更新后的数据库重新训练机器学习模型。新训练的模型可以使用开发的度量系统进行验证以及将其与现有模型比较。增强的模型被提交到作为服务一部分的模型池中。随着用户对深度匹配服务的不断使用，深度匹配框架的性能将不断提高，最终形成一个最优的、全自动的深度匹配工作流。所开发框架的一个关键方面是其泛化潜力。因为它与信号类型无关，可以很容易地扩展到其他测井曲线类型，特别是当它们之间的相关性不明显时，前提是有足够大的标记数据可用。该框架已经原型化，并在现场数据上进行了测试。 

全文链接：https://www.onepetro.org/conference-paper/SPWLA-2019-S

基于神经网络的方法利用井眼成像预测互层深水储层中的净砂

Bo Gong (Chevron) | Dustin Keele (Chevron) | Emmanuel Toumelin (Chevron) | Simon Clinch (Chevron)

深水油气藏通常由层状的砂泥岩层组成，由于此类地层较薄，常规测井仪器难以识别。为了更好地估计净砂量和碳氢化合物量，需要利用井眼成像测井以得到高分辨率结果。传统方法通过人工在电法测井日志内提取的一维电阻率曲线中指定截止时间，以实现对薄层中净砂含量的显式计数。此种方式需要多次预处理和日志校准，且结果通常对截止点的选择十分敏感，尤其是高盐度环境。本文提出了一种无需提供图像电阻率曲线，且无需使用任何预先选定的截止点便能直接从电法井眼图像中估计净砂分数的新方法。通过对井眼成像日志进行处理，将所估计的净砂量求和，即计算出净砂量。以分层程度不同的多口深水油藏井井下数据作为数据集，训练神经网络，并用岩心图片识别结果进行了验证。测试结果显示，神经网络预测结果与目标结果吻合较好。此外，测试结果还与另一种基于纹理分析的计数方法进行了比较，结果表明文中方法中应用的无偏估计具有优势，且误差也较小。 

全文链接：https://www.onepetro.org/conference-paper/SPWLA-2019-M

Tengiz油田“测-吸-测”实验：用于提高采收率的原地渗吸监测新技术

Yegor Se (TengizChevroil) | Mauricio Villegas (Chevron U.S.A. Inc.) | Elrad Iskakov (TengizChevroil) | Ted Playton (TengizChevroil) | Karl Lindsell (Society of Petroleum Engineers) | Ernesto Cordova (Society of Petroleum Engineers) | Aizhan Turmanbekova (TengizChevroil) | Haijing Wang (Chevron U.S.A. Inc.)

天然裂缝型碳酸盐岩储层（NFR）二次采油往往会带来传统注水不常见的风险和挑战。NFR中采收率依赖于裂缝网络内注入流体驱替基质孔隙油气的能力，以及基质岩石毛细管相互作用的速率和大小。渗吸过程测试可以在实验室内借助于岩心样品完成，但由于储层非均质性、实验装置的限制以及岩心样品的品质，基于岩心尺度的实验结果对于储层特征的表征是有一定挑战的。本文以哈萨克斯坦西部一个巨型天然裂缝型致密碳酸盐岩储层为例，阐述了“测-吸-测”实验的设计，实施及评价，在大的间距内（数十米）内采用时间脉冲中子测井技术实现了含水饱和度变化的可重复和可靠的测量。周期性的监测获取了饱和度和水驱前缘随时间变化，并估算得到斜坡边缘、不同沉积环境及岩石类型储层的渗吸速率和幅度。将“测-吸-测”（LSL）评价结果代入油藏模型验证了水-油相对渗透率变化，残余油饱和度与含水饱和度、束缚水饱和度和假设毛管压力的变化。该验证限制了注水开发提高采收率（IOR）中存在的地层不确定性和实时油相采收率信息。

全文链接：https://www.onepetro.org/conference-paper/SPWLA-2019-EEE

泥浆滤液侵入和泥饼沉淀的时移显微CT成像的实验方法

Colin Schroeder (The University of Texas at Austin) | Carlos Torres-Verdín (The University of Texas at Austin)

受泥浆滤液侵入的影响，井眼测试结果通常会存在一定的不确定性。在计算岩石物理性质时，这些测试结果的准确解释依赖于正确的理解和考虑泥浆滤液的侵入影响。尽管目前在泥浆侵入和泥饼沉积的进行了大量的实验尝试工作，但是大多数发表的实验数据都来自于使用线性关系而不是径向几何关系的实验，且实验使用物理性质均匀的岩心，使用水基泥浆（WBM）而不是油基或者合成油基（OBM或者SOBM）。

我们引入了一种新的实验方法，可以在获取大部分井眼测量值的过程中以及钻井过程之后不久，准确地再现井眼和近井眼区域的条件。实验使用的是圆柱状的、轴向穿过中心的岩心区代替线性流岩心。当在岩心中间的孔中注入加压的钻井泥浆而岩心外部维持一个更低压力时，泥浆滤液会在径向上发生侵入。在实验中，利用高分辨率X射线微计算机断层扫描器快速且重复扫描岩样，并且对泥浆滤液和泥饼厚度在时-空分布进行可视化和量化。由于岩心样品的尺寸原因，已开发的实验方法可以准确评估各种岩石性质的空间非均质性和流体性质（如WBM与OBM）对泥浆滤液侵入和扩散过程的影响。结果表明，我们的实验步骤可靠地捕获了泥浆滤液侵入过程中流体性质的空间分布与岩石非均质性之间的相互作用。

全文链接：https://www.onepetro.org/journal-paper/SPWLA-2019-v60n5a6

一种使用双发射探头的过套管声波测井方法

Xiaoming Tang (China University of Petroleum, School of Geosciences) | Yuanda Su (China University of Petroleum, School of Geosciences) | Bo Zhuang (Shuoren Times Technology)

我们研发了一种新声波仪器用来测量套管井中的地层声学特性。此仪器对成熟油田的油气生产井以及由于井眼稳定性问题即时下套管却未进行裸眼井测井的井非常重要。常规声波测井方法中，当固井质量较差时，由于地层波被淹没在套管模式波中，很难得到地层声学性质。为了克服这一困难，我们开发了一种使用双源发射探头的声波测井仪器及其相应的数据处理技术。

本文阐述了该项技术的工作原理，并给出了该仪器在套管井声波测井中的应用实例。通过使用双探头设计，固井质量差时的套管模式波能被大大压制。针对地层波速度低于套管模式波速度的情况，该仪器采集到的地层波幅度得到了显著增强，通过后续的数据处理能够得到可靠的地层波速度信息。这款新仪器已经在各种套管井中进行了测试，并在各种胶结条件下具有较好的性能。该技术的成功使用，说明了可以将该测井技术成为一种常规的测量方案，使得从慢速到中等快速地层声波测井成为一种可能。

全文链接：https://www.onepetro.org/journal-paper/SPWLA-2019-v60n5a7

一种多角度的非常规岩石类型划分和技术验证方法-以二叠纪盆地为例及其对储层描述工作的影响

Stephanie E. Perry (Anadarko Petroleum Corporation) | Dawn Hayes (Anadarko Petroleum Corporation)

现今有很多综合方法可以将地下岩石类型与电缆测井属性联系起来。本文主要聚焦和侧重于将沉积环境与岩石物理性质的空间趋势和变化联系起来的岩石类型划分模型研究，从而指导地质建模。本文采用了多种技术路线，并使用工具将全直径岩芯中观察到的岩石类型和相关的测量地质属性与岩相和重构的岩相特征相结合进行分析。数据集使用了大量的岩心分析和裸眼电缆测井组合，包括多重组合数据（伽马射线、中子、密度和电阻率），并将此扩展到包括电阻率成像数据。我们介绍各种地下数据集的添加对岩石类型划分和精度的影响。在无监督模型应用中观察和讨论了基于聚类的最小均方算法与监督模型的应用程序相对比的分析结果。本文讨论了各种属性的相对重要性，并将其用于一项针对二叠纪的岩石分类工作，该工作能够将地下特征泛化到区域（盆地）和局部（单井）尺度。简言之，我们致力于将多个模型结合，思考如何有效地将岩芯描述（沉积学观测）和原始测井分析与高级岩性分布联系起来，以此用于层序地层框架、区域盆地沉积模型和多尺度建模工作。

全文链接：https://www.onepetro.org/journal-paper/SPWLA-2019-v60n5a8

人工神经网络在随钻地层密度预测中的应用

Ahmed Gowida (King Fahd University of Petroleum & Minerals) | Salaheldin Elkatatny (King Fahd University of Petroleum & Minerals) | Abdulazeez Abdulraheem (King Fahd University of Petroleum & Minerals)

地层密度在识别井下地层类型方面起到了关键作用。由于钻井过程中的作业限制，无法立即获取地层密度，因此在钻完地层后，需要通过随钻测井（LWD）仪器或更常用的电缆测井仪器进行测量。本研究的目的是发展一种基于人工神经网络（ANN）的预测随钻地层体积密度（RHOB）手段。在ANN模型中我们采用了钻井力学参数（这些参数在钻井时实时测量，受到地层类型的影响，包括钻速ROP、钻压WOB、扭矩T、立管压力SPP和转速RPM）作为输入，密度测井曲线作为输出。

    训练神经网络模型的数据集为从水平井中测量得到的2400个数据点。将得到的数据按70:30的比例划分为训练集和测试集，来进行训练和模型测试。模型评价的结果表明，预测值与实测值的相关系数（R）为0.95，平均绝对误差（AAPE）为0.71%。研究结果表明，本文所建立的神经网络模型能够根据钻井的力学参数来实时获得密度测井数据，这是一种准确、低成本的随钻预测（RHOB）工具。在不运行神经网络模型的情况下，通过提取新的神经网络相关性直接计算RHOB，将所建立的神经网络模型由黑箱模式转换为白箱模式。该新模型可以帮助地质学家在钻井时识别地层。通过跟踪从模型中获得的RHOB趋势，该趋势有助于钻井工程师通过检测危险地层（如超压区）和识别井径（尤其是在水平段钻井时），能够避免许多钻进过程中断的问题。此外，利用所建立的神经网络模型得到的RHOB的连续剖面可以作为解决测井资料缺失和存在问题时的参考。

全文链接：https://www.onepetro.org/journal-paper/SPWLA-2019-v60n5a9

基于瞬态电磁测井资料的过套管地层电导率测量

Xiaofei Sheng (Tianjin University) | Jianguo Shen (Tianjin University) | Yongjin Shen (Beijing Huahui Shengshi Energy Technology) | Liufang Zhu (Logging Company of Shengli Petroleum Engineering Co.) | Defu Zang (Logging Company of Shengli Petroleum Engineering Co.)

瞬态电磁（TEM）测井是一种有良好前景的非接触式过套管电导率测量方法。我们基于生产井中测得的瞬态电磁测井数据的处理，研究了过套管瞬态电磁测井方法。与Doll在井筒感应测井中的工作类似，我们介绍了套管井测井中“有用信号”和“无用信号”的表达式，并在此基础上介绍了去除“无用信号”并获得地层电导率曲线的方法。我们分析了套管对瞬态电磁信号的影响，描述了瞬态电磁响应信号的特征，并获得了带有地层电导率数据的“有用信号”。通过处理“有用信号”获得套管井地层电导率曲线，随后将其与已知的裸眼井电导率测井曲线进行比较。我们确定了套管井地层电导率曲线的特征，以及在实际应用中需要考虑的一些问题。由于套管的影响，瞬态电磁测井仪在套管孔中的径向探测深度较小，因此探测结果主要是水泥环和套管壁附近地层的等效电导率。尽管套管井电导率曲线与常规裸眼测井结果吻合良好，但由于套管的影响以及井中物理环境的变化，在所有井段中，这两种曲线的完全一致并不现实。因此，在实际应用之前需要进行深入的分析。 此外，必须相应地校正井温度和套管变形的影响。

全文链接：https://www.onepetro.org/journal-paper/SPWLA-2019-v60n5a10