Petrophysics 2024年第6期论文摘要翻译(1)
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
本期摘要【译者:徐雯、熊文浩、郑亚萍、李浩、阎泽华、周迎、王明星、张远君、孙传瑞、马莹颖、廖中枢、张文艺、胡威,校稿:聂昕、张冲、许巍、宋红伟、蔡明、张宫、黑创,单位:长江大学】
基于钻屑图像的人工智能方法确定模拟岩石物性参数
Allen Britton, Katrina Cox, and S. Mark Ma
用于在无法获得常规岩心样本的情况下确定模拟岩石物性参数的基于薄片图像(TS)的人工智能(AI)模型已经开发并进行了验证。该AI模型仍在持续更新,从而实现持续的学习过程。本研究将该技术应用于合成钻屑,并探讨了可能影响基于AI的合成钻屑结果的额外因素。
研究选取了20个常规岩心制备的合成钻屑样本,这些样本涵盖多种岩性,并分为5毫米、4毫米和2毫米三个尺寸级别(共60个样本)。研究目的是比较AI预测的类比岩石物理特性(如孔隙度、克氏渗透率、基质密度、电性和毛管压力)与实际测量值的差异。研究步骤如下:(1) 从常规岩心塞样中解体生成合成钻屑,并将其筛分为上述三个尺寸级别,这些岩心数据用于训练AI模型;(2) 为每个尺寸类别的样本制备薄片;(3) 以高分辨率(0.44 µm/像素)扫描薄片;(4) 将扫描图像提交给AI模型进行分析,模型返回与每个薄片匹配的岩石物理数据,用于与物理测量值进行比较。
AI分析结果表明,岩石孔隙结构对模拟合成钻屑结果的准确性影响显著。碎屑岩合成钻屑的类比岩石物理属性与实际测量值的匹配率达85%,而碳酸盐岩的匹配率为38%。对不同尺寸级别(5毫米、4毫米和2毫米)的样本分析表明,钻屑尺寸及其非均质性对结果的影响较小,这对钻屑应用来说是正面结果。这一发现反映了薄片图像的分辨率(0.44 µm/像素)在分析中应用效果良好。但对于小于2毫米的钻屑样本仍需进一步研究,以确定尺寸对分析结果的影响下限。此外,评估制备钻屑样本过程中可能造成的非均质性损失等问题还在进一步研究中。
通过深度学习、聚类和实时插值,增强人工智能驱动的水平井倾角自动拾取
Alexandre Perrier, Alexis He, Nadège Bize-Forest, and Daniel Quesada
井壁测井图像的分析对于地下研究非常重要,在提取水平井地质导向的实时结构信息时尤为重要。这些图像有助于提取层理面、裂缝和断层的信息。该技术能够构建三维油藏模型和优化井位,为未来的生产优化提供支持。水平井的井眼图像对于倾角的选取具有挑战性,我们主要观察到较长的平行状和卵状的层理倾角轨迹,称为“靶心”,因为井眼轨迹可能与层理不平行。这与只提取正弦波的经典地层倾角拾取模型有很大的不同。迄今为止,非正弦层理特征的圈定依赖于通过一系列人工选取的层段来标记轨迹。本文中,我们提出了一种使用人工智能模型从非正弦特征中精确自动提取片段的方法,并提出了一种片段化的自动分组机制。这种解决方案适用于实时场景,便于地质导向指导。
我们的解决方案是一个自动化的工作流程,可以在水平井井眼图像中实时检测和选择非正弦层理倾角轨迹,并计算相应的结构方向。该工作流程从井眼图像和“自动取底”算法提供的相关分段开始。卷积神经网络(CNN)检测层理特征并将其分类为正弦或非正弦层理特征。随后,在每个层理特征内重新分组,为每个特征创建全面的数据集。单段正弦特征被保留,而多段特征则经过基于方向和与该段相关的正弦函数导数的高级聚类机制。与此同时,平行结构和靶心结构经历了一个转变过程——递归方法将同一层内的部分连接起来。然后,我们计算每层的全局方向。我们的研究通过自动检测非正弦层理特征并计算水平井井眼图像的相关倾角,取得了显著的成果。我们先进工作流程的集成减少了人工干预。此外,该工作流程是通用的,不仅适用于水平井,也适用于垂直井。我们提供了一种解决方案,能够同时处理非正弦层理和正弦层理特征,只需点击一下即可自动处理。我们通过采用自动化程序消除了主观解释的不确定性,确保了标准化和高效的分析过程。
利用露头照片生成合成井眼成像以改进地下地质解释
Sofia Alves Fornero, Candida Menezes de Jesus, Pamella Paiva Fernandes, and Willian Andrighetto Trevizan
对井眼成像测井(BHIS)进行地质特征解释并非易事,且容易产生错误解释。由于BHIS在二维(2D)圆柱平面视图上进行投影,平面特征会被呈现为正弦波,这对习惯于岩心切片、地表切割或摄影图像等2D视图的研究人员来说,显得相当陌生。为了更准确地解释BHIS,地质学家和岩石物理学家需要现场模拟物、岩心样本,或者至少是井壁岩心样本,以便校准他们对这些数据中可能存在的岩石纹理和结构的识别能力。然而,直到目前为止,只有圆柱形X射线计算机断层扫描(CT扫描)能够与井眼成像视图进行有效比较。为了拓展露头与BHIS之间的相关性,本文提出了一种从露头照片中生成伪井眼成像的新方法。该方法使用Python算法生成伪体积,并提取符合井眼尺寸的伪图像。通过将从岩心CT扫描获得的岩心样本生成的伪图像与相应的2D平面视图进行比较,该方法得到了验证。最终,这一程序在不同种类岩石的露头照片中得到了测试,并改善了对真实井眼成像的解释。同时,利用该方法在重现平面特征以及构建等于或大于井眼尺寸的三维(3D)结构方面显示了良好的效果。在本研究中,我们探讨了该方法如何提高图像分析的可靠性、降低错误解释风险,以及与该程序相关的潜在问题。此外,我们还展示了合成图像如何通过基于露头地质结构的几何形状和纹理,以及其在BHIS中的相应特征,为地下储层剖面提供精确的几何类比物。最后,这一方法的应用在为机器学习或其他人工智能系统开发输入图像方面,也具有显著的潜力。
在整个 CCS 项目生命周期中进行油井完整性测量的重要性
Dirk Valstar, Alec Nettleton, Erik Borchardt, Hugo Costeno, Geoffrey Landry, and Robert Laronga
在碳捕获与封存(CCS)项目的运作中,保障井筒的完整性不仅至关重要,而且在技术层面上也更为复杂,这超出了常规油气开采作业的挑战。CCS项目中,二氧化碳(CO2)的腐蚀性、上浮力以及其高度流动性,加之项目对井筒长达100年以上的服务寿命要求,都大幅提高了维护井筒完整性的难度。但实际上,为了应对这些特殊挑战而选用的井筒构建材料,例如CO2惰性水泥或环氧树脂,可能会增加井筒完整性监测的技术复杂性。
尽管面临这些挑战,井筒完整性的监测在CCS项目中发挥着举足轻重的作用,并且这一过程将贯穿项目的整个生命周期。首要步骤是对审评区域内的既有井进行条件评估(AoR),随后在新井钻探阶段,确认CO2抗性水泥(或其他材料)的配置情况,或检查CO2抗性套管的完整性。这些步骤完成后,将采用主动、连续和周期性的时间序列监测,以识别潜在的缺陷,对其进行详细描述,并制定相应的补救措施。
本文回顾了多种井筒完整性测量技术,包括声波和超声波测井、电磁测井、机械井径测井、脉冲中子测井、通过永久或临时部署的光纤电缆进行的分布式温度和声波振动测量、氧活化测井、生产测井,以及传统的机械完整性测试。我们探讨了这些测量技术在CCS项目各个阶段的适用性,并通过北美地区的实例进行了阐释。
此外,我们还研究了特殊材料,比如CO2惰性水泥或环氧树脂,对井筒完整性测量及其解释的影响。同时,我们也考虑了耐腐蚀合金(CRA)在套管完整性监测策略中的作用。综合这些考量,我们为CCS项目提出了一套井筒建设和监测策略,旨在平衡操作的实用性、监管要求以及项目实际面临的风险,以确保安全、连续的作业和CO2的长期封存。
本研究还揭示了这些方法在为机器学习或其他人工智能系统开发输入图像方面的重大潜力。通过这些策略,CCS项目能够更有效地管理与井筒完整性相关的风险,保障项目的成功和CO2的长期封存,直至下一个世纪。
突破套管与水泥检测的界限:同时对两种套管尺寸进行测井并一次性下入水泥塞
Andy Hawthorn, Mats Ingebretson, Nina Girneata, Laurent Delabroy, Tonje Winther, Roger Steinsiek, and Ian Leslie
套管与水泥检测测井对诸多油井作业极为关键,通常也是法规所要求的。传统上,这类测量依靠电缆获取。近期发展显示,如今超声脉冲回波测量能够借助钻杆输送工具开展。这为与现有钻井平台作业同步进行测井从而大幅节省时间,以及为开展电缆输送工具无法实施的作业创造了机会。一家北海作业公司希望同时对 13.375 英寸套管与 9.625 英寸衬管环空中的物质实施测井来达成作业效率的最大化。此外,在同一作业趟次中还放置了一个水泥塞。为实现此目标,两个钻杆输送工具以存储模式运作且相隔数百米,因此需要更大扶正的顶部工具,使之不会进入 9.625 英寸衬管的顶部。这两个工具均配备三个沿圆周分布的超声换能器,顶部工具针对 13.375 英寸套管进行扶正,底部工具针对 9.625 英寸衬管进行扶正。这样就能在单次测井趟次中对 13.375 英寸套管与 9.625 英寸衬管的相关部分予以评估。借助旋转钻杆并实施泵送操作,两种尺寸井屏障的关联区域成功获取到了对应套管与衬管全方位的数据信息。在顺利完成测井流程之后,鉴于所运用的工具具备全通径的内部孔洞,能够确保水泥顺畅通过,于是紧接着便开展了水泥塞的下入工序。借助井场处理以及全波形处理手段,对所获结果予以深入剖析,其核心目的在于精准评估套管外部环形空间中的物质成分,从而为水泥分析以及井屏障的精准判别提供有力支撑。针对每个独立的换能器(每个工具均配备三个)皆展开了逐一评估,随后进行相互比对,以此达成额外的质量管控与解释工作目标。所采集到的数据信息已全然能够为后续油井作业的决策制定提供充分且明智的依据。此次作业创新性地将在钻杆上运行的双间距工具与借助同一管柱开展的注水泥作业相结合,这是该类测井作业自记录以来的首次成功的实践范例,极大地推动了钻井平台效率的提升并大大节约了成本。重点是这是首次针对一种新型水泥展开的测井作业。在过去,若要获取此类数据,通常需要分别开展两次独立的专项测井作业流程。如今,已有若干油井计划采用这种特殊的作业方式,这无疑将进一步拓宽我们获取这些关键油井信息在方式与时机方面的边界范围,为油井作业技术的发展注入全新活力与无限可能。
从泄漏路径检测到定量流量剖面:令人兴奋的噪声之旅
Giuseppe Galli, and Marco Pirrone
井下监测在资源开发过程中是正确表征完井和储层行为的主要手段。目前已经开发了专门的工具来解决井筒完整性问题(例如声波/超声波、电磁测井)并描述注采井中的井下动态(即生产测井)。然而,这些标准技术可能存在局限性。水泥测井提供了水泥胶结场景的间接静态图像,无法突出显示水泥环后面的流体运动,而生产测井只能捕获完井内的流体流动。因此,利用这些技术无法获知从储层到井的流动路径以及活跃的储层单元。高级噪声测井(ANL,在宽频率范围内运行)可以有效克服这些局限性。本文介绍了ANL如何成为解决棘手的井筒和完井完整性问题的关键,并介绍了一种定量使用ANL的新方法,即对记录数据进行内部频谱分析。
具体来说,通过对测量信号建模提取特定频率范围内的噪声功率幅值,从而定性分析流体在储层、水泥通道/微环隙、管道和完井元件(如泄漏阀门和封隔器)中的运动。在井筒完整性应用中,增强的频谱分析提供了详细的噪声分类,从而准确识别问题,为后续的修复措施提供可靠依据。此外,从定量的角度来看,在注入/生产井中,已实施了ANL数据建模以评估井眼中的相对流量、储层中的相对流量和实际净产层。后者是ANL的独特成果,在井眼中存在沥青质、蜡和/或固体、非均质储层、增产情况以及复杂完井等标准生产测井解释不一致或不详尽的具有挑战性的环境中至关重要。
该方法的新颖之处在于增强的ANL数据建模所发挥的关键作用以及测量的多功能性,其应用范围涵盖从水泥固结不良问题到完井微泄漏。在选定的频率范围内定量使用噪声功率幅度相对较新,当井筒附近的流体流动路径行为复杂时,ANL在动态表征复杂场景中处于关键位置。
最后,广泛的ANL分析结果为生产优化、修复工作、修井、试井解释、渗透率估计和三维 (3D)动态油藏建模提供了重要依据。
提高无源密度测量的精度和范围
Marie-Laure Mauborgne, Rubi Rodriguez, Françoise Allioli, Viktoriya Sergeyeva, Fabien Haranger, Alexis Pallain, Idris Babaghayou, Erwan Tanguy, Vikas Jain, Vivek Agarwal, Marie Van Steene, Karam Ali AlSadiq, and Chris Stoller
地层密度是岩石的基本属性,也是储层评价的重要指标。要准确测定这一关键测量值,需要在钻井底部钻具组合(BHA)中使用高活性放射性源。十多年前,基于脉冲中子发生器的无源中子-伽马密度(sNGD)测量技术被引入随钻测井(LWD)作业中,消除了对放射性源的需求,也消除了与放射源处理、运输、储存和废弃相关的挑战。目前的sNGD算法在高密度地层、页岩、超规井眼和重泥浆体系中存在局限性,这些因素会影响其测量精度。
基于最近在核建模和井下硬件能力方面的进展,开发了一种全新的无源密度算法,相较于现有算法提供了显著的改进。这种新的无源密度算法在各种地层类型和钻井环境中的测量精度显著提升,接近使用放射性源的伽马-伽马密度(GGD)测量的精度。
本文综述了详细了解测量物理带来的测量精度的提高,从而在高风险钻井环境和存在监管限制的情况下远离放射源,同时也减少了对作业的环境影响。本文还解释了无源密度测量与来自脉冲中子发生器的其他测量数据的集成,并通过测井数据结果展示了其影响。
碳捕集与封存中的浅层含水层采样——开发低毒性示踪剂以
实现水基泥浆系统中的低污染水采样
Michael Taplin, Emilie Peyret, Phillip Jackson, and Kirsty Hitchen
含水层水样是碳捕集与封存(CCS)场地表征中的关键组成部分,且在许多司法管辖区(如欧盟,2009)中是满足数据要求的必要条件。由于可能与饮用水或海洋环境发生相互作用,这些含水层通常需要使用水基泥浆(WBM)系统进行钻探。在北方耐久性伙伴关系(NEP)CCS项目中,要求从班特尔砂岩地层采集高质量的含水层样本,以评估远场水化学特征。由于水基泥浆系统中流体的可混溶性,采集地层水样常面临困难,且污染检测也具有挑战性。为此,开发了一种环境友好的水基泥浆系统,并使用示踪化学剂来监测样本的排出过程。该系统成功应用于一次浅层含水层采样作业,使用电缆下井地层测试仪(wireline formation tester)进行采样,最终获得了污染度小于3%的流体样本。随后,通过来自其他数据源(包括整体岩心的岩心塞、地层电测日志和地层压力)的数据对水样采集结果进行了验证。
从岩心碎屑获取储层流体性质:胶渗透色谱法与数据分析的创新协同
Alexandra Cely, Tao Yang, Gulnar Yerkinkyzy, Eric Michael, and Julian Moore
钻井岩屑通常用于岩性和矿物学分析,具有未开发的潜力。从岩屑中提取的样品在传统地球化学分析中具有重要价值,特别是在水基泥浆(WBM)应用中。另一方面,由于来自储层区和覆盖层的储层流体样品稀缺,这对钻井作业和井口完整性、封堵与废弃(P&A)以及有效的储层管理和生产带来了挑战。矛盾的是,许多钻井岩屑样品仍然在储存设施中未进行分析。
经过两年的研究,我们开发的一种创新的凝胶渗透色谱(GPC)技术在用于分析储层油和岩屑提取物方面取得了重大突破。此创新可以从油和岩屑中深入分析储层流体的性质,即API重力和粘度,有效地克服了油基泥浆(OBM)污染带来的挑战。
在这项研究中,我们研究了将GPC技术与紫外光(UV)和折射率(RI)检测器结合应用来获得来自位于挪威大陆架(NCS)六个不同油田储层流体和岩屑提取物的多探测器光谱图。该技术被应用于分析油样,涵盖了包括凝析油、挥发性油、黑油和重油等各种类型的储层流体。研究的主要目标是通过GPC-UV-RI光谱从岩心碎屑中估算储层油的密度。
在获得GPC谱图后,将数据编译成向量化的数据集,供后续在数据分析工作流中处理。这个数据处理阶段包括探索性数据分析、质量检查、数据增强和作为应用概念证明的机器学习建模。
评估了包括正则化线性回归模型在内的一系列机器学习算法,并对基线模型和增强模型的性能、泛化能力和稳健性进行了综合比较。所开发的模型在预测储层流体性质,特别是API重力方面,展现了强大的准确性。
从根本上讲,这项技术具有巨大的潜力,可以将每一片钻井岩屑转化为压力-体积-温度(PVT)样品,显著推动了挖掘岩屑中潜在价值的进程。这些岩屑样品易于获得,并能在油田开发早期阶段(包括钻井阶段)提供储层流体的性质数据。该技术的应用不仅具有成本效益,而且在多个领域具有深远的影响,例如战略性井位选择、井壁完整性增强以及完井策略优化。这项创新是在勘探开发作业中最大化价值创造的重要一步。
基于物理模型和概率论的薄层储层渗透率预测:运移理论、介电频散
测井和岩心-测井的贝叶斯统计
Marco Pirrone, Nicola Bona, and Maria Teresa Galli
渗透率的精确预测可能是储层表征中最具挑战性的问题,同时也是最期望能实现的目标之一。通常,渗透率剖面是在井位处应用不同裸眼测井的岩心校准方法来推断。然而,由于模型并不精确,且假设条件并不总是满足,因此结果存在较高的不确定性。这种不确定性在层厚远低于标准测井仪器分辨率的薄层储层中更高。鉴于此,本文介绍了一种基于物理模型和概率论的高分辨率渗透率预测方法。该方法依赖于岩心数据和介电频散测井(DDL)——厘米级纵向分辨率及其相应的专用岩石物理模型,使得介电频散测井仪器响应能够捕捉并描述这些极薄层储层的渗透率非均质性。
该方法是通过研究多口钻井取心的含油气远源浊积岩储层而提出的。由于存在薄层段,且个别纹层厚度有时小于1厘米,因此其勘探和生产特别具有挑战性。介电频散测井可以表征这些薄层,因为岩石对不同频率的电磁(EM)场的响应可以很好地指示其组分和微观结构。本文开发了一个专门的解释模型来对介电频散测井数据进行反演,并获得浅层水体积分数、浅层水矿化度以及与阳离子交换能力(CEC)相关的纹理参数的高分辨率(厘米级)估计值。
然后,利用基于物理的分析模型,结合复合材料中的运移现象、有效介质理论、介电频散模型和选定的岩心数据(即粒度分布和CEC)来计算渗透率。方法的所有输入参数均来自嵌入到岩心-测井贝叶斯框架中的介电频散测井结果。这就产生了高分辨率的渗透率剖面,以及与之相关的不确定性。
事实证明,该方法与重点井的岩心测量结果吻合较好。通过对比基于介电频散测井的渗透率与电缆地层测试仪(WFT)结果(考虑到两种技术在尺度和横向范围的差异),在数十口井上也证明了该方法的预测能力。值得注意的是,该方法的主要优势在于不需要额外的校准和/或可调参数。鉴于介电频散测井仪器较高的纵向分辨率,它是为数不多的适用于薄层储层的方法之一。