行业动态

Petrophysics 2022年第1期论文摘要翻译

2022-03-15 14:12:05 administrator 189

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。若有翻译不到之处,请联系:E-mail: support@spwla-swchina.org.cn


蠕变页岩超声波测井

Anja Diez, Tonni F. Johansen, and Idar Larsen

挪威科学与工业研究基金会(SINTEF)

    石油生产进入开发末期,对安全经济的堵井与弃井作业(P&A)的需求增加。由于传统堵井与弃井工艺的成本较高,本文研究了页岩胶结到套管上,从而形成天然屏障的可能性。本文介绍了一种在压力池中进行蠕变页岩实验的特殊方法,实验中使用超声波脉冲回波(PE)和单发-双收(PC)测量技术监测页岩的蠕变和胶结过程。实验中将同一方向的连续PE和PC测量与间隔5°的离散测量相结合,并记录围压、温度和渗透率,从而更好地了解胶结过程,并解释来自PE和PC测量的参数。研究表明,当围压从5 MPa增加到9 MPa时,页岩发生了初始蠕变,导致PE和PC测量的声阻抗发生显著变化。但是,由于渗透率仍然很高,假设通道仍然是开放的。随着围压分别增加到13 MPa和14MPa,渗透率降低,对应于PC数据中的信号强度降低25dB和PE中的群延迟降低0.6us,声阻抗从1MRayl变化至3~3.5MRayl。可以观察到方向上的明显变化。结合PE和PC信息可以显示很好的胶结过程。译者:刘露梅  校稿:王华,电子科技大学】

自动测井深度匹配-一维卷积神经网络与经典互相关

Veronica Alejandra Torres Caceres, Kenneth Duffaut,Anis Yazidi1,Frank O.Westad1, and Yngve Bolstad Johansen

挪威科技大学

        在钻井和测井期间,对同一井不同时间段获得的测井记录的深度匹配是进行任何岩石物理分析之前的重要预处理步骤。深度匹配需要高精度,因为不同测井曲线测量值之间的深度不匹配会大大抑制地层特性之间可能的相关性,导致不精确的解释甚至错误解释。标准深度匹配涉及互相关,为了可靠性,通常需要用户干预。为了改进深度匹配过程,我们应用深度学习技术,并提出了一维(1D)监督卷积神经网络(1D CNN)的简单而实用的实现。我们使用不同的测井测量值(如伽马曲线、电阻率、纵波和横波声波、密度、中子和光电系数(PEF))训练七个CNN模型,以估计每种测量类型的相应原始随钻测井(LWD)和电缆测井(EWL)测井之间的深度不匹配程度。我们的深度学习方法避免了手动特征提取;因此,我们的算法不需要高级岩石物理知识。我们使用了来自挪威北海的Ivar Aasen油田的六口井的测井数据,其中的四口井数据构成了用于训练和模型选择的整个数据集。在该数据集的基础之上,我们在超参数调整期间比较了三种搜索算法。只有两口井同时拥有LWD和EWL测井系列,这些井用于深度偏移推断。我们专注于估计整体偏移,并假设存在小的模式差异。我们通过目测和定量指标(如皮尔逊相关和欧几里德距离)来评估我们的结果。我们还将CNN深度偏移与使用经典互相关方法获得的深度偏移进行了比较。CNN表现很好,在互相关方面很有竞争力。在某些测井类型上CNN表现更好,比如电阻率。几个因素会影响我们的结果,包括输入数据的质量、井眼条件、LWD和EWL之间的模式差异以及显著的拉伸/挤压效应。在CNN和互相关深度匹配过程之后计算的平均皮尔逊相关之间的差异是10-1和10-2的数量级。因此,我们的CNN方法是当前深度匹配方法的潜在替代方法,它可以减少岩石物理学家需要的用户干预量。译者:杨耿肖  校稿:王华,电子科技大学】

自动化测井数据分析工作流程-数据访问和管理在减少测井分析的周转时间上的价值

Veronica Alejandra Torres Caceres, Kenneth Duffaut, Frank Ove Westad1, Alexey Stovas, Yngve Bolstad Johansen, and Arne Jenssen

挪威科技大学

    当今的石油和天然气行业正经历快速的数字化转型。使用机器学习(ML)和自动化将标准工作程序和工作流程转化为更高效的实践和实施的巨大努力。这将使地球科学家能够快速有效地探索和利用大量数据。为了解决这些当前的行业挑战,我们提出了一个HDF5(分级数据格式第5版)格式的试验性测井数据库,如果有新数据可用,可以不断扩展。它还为进一步分析的数据准备提供了多功能性。我们展示了一种在分层结构中存储和使用日志文件的替代方法,这种方法易于研究机构、公司和学术界理解和处理。我们还涉及测井深度匹配,这是一个长期的行业挑战,将来自不同测井通道的数据同步到单个深度参考。具有用于深度匹配的健壮的自动化解决方案对于促进使用深度间隔中的所有可用数据用于ML分析是重要的。我们提出了一种自动化的测井数据深度匹配工作流,该工作流可以同时处理多种日志类型以及与数据库的集成。更新后的深度匹配的日志将被添加到数据库中,并提供相应的元数据,让地球科学家完全控制。我们应用了两个算法——结合比例因子的经典互相关模拟拉伸挤压效应和约束动态时间规整(DTW)。我们的结果表明当DTW被约束以避免过度的信号失真以及当处理曲线数量增加时,传统的互相关在稳定性和计算速度上都胜过动态时间规整的方法。我们的方法的一些限制与运行之间的测井模式的大的变化有关,以及在同一运行中的测井类型之间的可忽略的深度偏移的假设。互相关还允许对元数据一致地应用深度匹配。使用挪威北海的两口井对该原型工作流程进行了测试。我们看到了扩展这种自动数据库处理工作流程的潜力,使地球科学家能够访问所有数据,以改进解释。译者:杨耿肖  校稿:王华,电子科技大学】

用于提高采收率和天然气储存监测应用的新型测井仪器

A. Ballard Andrews and Andrew J. Speck

    目前没有一种生产测井仪器能在井下用于分析多个产层的气体成分。在高价值的气井中,层间隔离对提高采收率来说非常有用,例如注入监测、压力保持和含低热值天然气层识别。为了揭示这些与气藏管理相关的应用,研制了一种新型生产测井仪器,该仪器将井下气体组成分析引入生产测井仪器管柱。该仪器不需要地层密封,因此可以连续测井或在工作站进行测井。对于3000psi以上的气田,在连续测井模式下,甲烷的摩尔分数误差约为2%,乙烷、丙烷、氮气和二氧化碳的摩尔分数误差约为1%。在压力更低的地层中,工作站测井可以实现对任何组分的摩尔分数误差小于1%。译者:朱冰倩  校稿:肖文联,西南石油大学】

以挪威北海为例,评估岩石物理性质和注砂油藏体积的不确定性

Artur Kotwicki, Mirza Hassan Baig, Yngve Bolstad Johansen, Guro Leirdal, Brage Vikaune Aftret, Odd Arne Sandstad, Anne Mette Anthonsen, Bruis Gianotten, Tor Arne Hansen, and Mauro Firinu

        挪威大陆架上的注砂已经证明了其商业重要性。一些油田已经在生产,例如,Volund、Viper、Balder、Ringhorne和Kobra油田,然而另一些油田,如生产许可证(PL)340和869油田是最近才被发现和评估的。目前已有大量关于注砂地质学的文献(例如,Jenssen等,1993;Jolly和Lonergan,2002;Huuse等,2003;Hurst等,2005)。然而,很少看到关于注砂油藏的岩石物理和地球物理方面的研究报道。本文讨论了注砂相、岩脉、岩床和角砾砂的岩石物理性质,以及其在地震资料中的识别。一种普遍的观点认为,注砂油藏的体积是无法得到可靠的评价的。

    PL 340和869的注砂层被解释为古新世时期Hermod组和Heimdal组的再活化砂注入上覆的始新世时期的Balder组和Hordaland组泥岩中。泥岩起密封作用,形成侵入性地层圈闭。圈闭的几何形状根据砂岩的岩脉和基岩的几何形状发生局部变化。岩脉垂向延伸范围大,具有相应的高含油气柱,而岩床垂向起伏程度低,横向延伸范围大。在注入复合地层中还观察到角砾砂岩层段,特别是在砂层较薄的地层中。这些角砾砂岩中含有大量不同尺寸的角泥岩碎屑,它们悬浮在整个砂质基质中。通过对岩心岩脉的近距离检查,可以观察到这一点,而在观察体积测井时,这一点可能不那么明显。

    干净的岩床和岩脉的岩石物理测井响应与在干净的砂岩储层中的表现相同。如果岩床和岩脉非常薄,将可能会被忽略(Suau等,1984;Dromgoole等,2000;Flølo等,2000),此类错误可能会对储存体积产生重大影响。岩床在测井中表现为块状干净的沙子,但很难从岩床或薄沙子中区分出岩脉。岩脉的特征是高角度,可以通过岩心研究或与井相交的井眼图像来识别,或者如果足够大,可以在地震中观察到。角砾质砂层中存在厘米-分米尺度的泥岩碎屑,有效厚度与总厚度的比值约为40-60%。这些层段的测井响应表明为泥质砂岩或薄砂岩。电阻率和热中子孔隙度测井受页岩碎屑影响较大。因此,采用Net/Gross分数解释技术来评价砂含量和油气孔隙体积。为了进一步验证这些结果,将它们与岩心观测结果进行对比。

    为了确定岩石物理测井及其解释产品可在多大程度上用于评价注砂油藏的油气储量,使用CT扫描岩心图像生成了高分辨率的岩石物理解释。采用了岩心图像砂粒计数和基于高分辨率体积密度测井的图像,并用页岩校正电阻率。该高分辨率解译结果与常规岩心分析数据和岩心实验室人工岩心观测结果吻合良好。采用的Net/Gross法是改进的Thomas-Stieber法(Johansen等,2018)。与高分辨率CT扫描图像结果相比,该方法的结果很好;与常规的整体地层评价方法相比,对砂相的油气孔隙体积进行了更好的评价。这一结果证实了Thomas-Stieber方法可以用于角砾岩,从而为更好进行此类储层的测井和岩石物性评价提供了一些有益的建议。译者:朱冰倩  校稿:肖文联,西南石油大学】

结合岩心量化研究特拉华盆地骨泉和沃夫坎普观察:包括封闭式蒸馏对比的集成工作流程案例研究

Stephanie E. Perry, J. Alex Zumberge, and Kai Cheng

        在过去的十年里,大二叠纪盆地系统的特拉华盆地越来越成为非常规油气勘探、评价和开发阶段的焦点。尽管各公司仍在继续钻探水平井从而开发可生产的油气资源,但地下学科仍在通过各种技术工具的应用来研究地层的岩石和流体性质。在本研究中,我们聚焦于研究位于德克萨斯州西部Loving、Ward和Reeves县的5口井,并在这些井中采集了全部的岩心样本,还对不同地质背景下骨泉和沃夫坎普地层的变化进行了对比。从整个常规岩心中采集的样本是在实验室环境中进行研究的,并对每一块岩心进行了一系列的测量。实验室测量区分了地层层段上岩石性质体积(即孔隙度、饱和度、总有机碳)的趋势和变化。核磁共振以及获得的地球化学数据的使用,使得一种创新的方法和校正因子应用于饱和度的量化。将地质背景与实验室数据约束以及基于电缆-测井的岩石物理解释结合起来,与源于定义的岩石和流体性质分布的预测趋势联系起来,这或许有助于预测油气和水的产量。译者:朱冰倩  校稿:肖文联,西南石油大学】