Petrophysics 2026年第4期论文摘要翻译
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。若有翻译不到之处，请联系：E-mail:support@spwla-swchina.org.cn
本期摘要【译者：谢子游、刘振帅、刘朕豪、黄乾军、景文丽，校稿：杨国锋，单位：西南石油大学】
压力衰竭高渗透率储层微压裂测试
Gibran M. Hashmi，Muhammad Ikhlas Rahim，Samantha Han，Moutaz Abdein，Leak-Wah Ong，Athirah Dahlan，Carlos E. Vazquez，Sook Ting Leong
准确掌握原位应力状态是实现安全、高效钻完井的关键，尤其对于压力衰竭的高渗透率储层，井壁稳定性问题尤为突出。本文介绍了在此类复杂储层条件下成功开展电缆输送微压裂测试的现场实例。研究的主要目的是准确测定地层破裂压力和最小主应力，对用于钻井设计的地质力学模型进行标定与优化。研究成果直接用于钻井参数优化，并显著降低了后续井的作业成本。
电缆输送微压裂测试采用双封隔器跨隔目标层段，通过诱导小尺度水力裂缝获取储层岩石的应力信息。停止注入后，所建立的压力随着流体向地层滤失而逐渐衰减，裂缝随之闭合，据此可确定最小主应力。现场作业采用配备膨胀式封隔器的地层测试仪器串，分别对四个目标储层层段进行跨隔测试。通过注入流体诱导小尺度水力裂缝，并实时监测压力数据，识别地层破裂与裂缝闭合特征。采用G函数法和时间平方根法分析停注后的压力衰减过程，确定最小主应力。本文详细介绍了测试方案设计与现场实施过程，重点阐述了如何将储层特性与地质力学认识相结合，用于指导测试设计。
四个测试层段中，三个成功诱导了水力裂缝，另一个在仪器允许的作业范围内未发生地层破裂。尽管该层段未能成功压裂，测试结果仍为地层破裂压力的下限提供了有效约束。四个层段中，两个层段的最小主应力测量值与测试前模型预测结果吻合良好，其余两个层段则与预测结果存在较大偏差：其中一个层段的实测应力值明显偏离模型估算值；另一个层段在仪器压力上限内未发生破裂，表明其地层破裂压力和裂缝闭合压力可能均显著高于测试前的预测值。这些差异表明，直接测量对于降低模型不确定性具有重要作用。依据测试结果，对地质力学模型进行了重新标定，并将其应用于该油气田后续井的钻井设计。
研究表明，微压裂测试在压力衰竭高渗透率地层中具有技术可行性及应用优势。与常规应力估算方法相比，该方法能够精确控制压裂位置、减少注入液量，并降低环境影响。重新标定后的模型降低了对控压钻井（MPD）的依赖。此前，由于预测地层应力所限定的压力上限与所需钻井液压力之间的钻井液密度窗口极窄，必须采用控压钻井。模型更新后，作业方减少了由此带来的复杂作业环节，预计节约成本约450万美元。
微压裂测试虽已是一项成熟技术，但受井控和地层损害风险制约，其在压力衰竭储层中的应用仍较为有限。本研究展示了该技术在此类条件下的成功实施，可为面临类似复杂储层条件的工程技术人员和决策者提供风险控制、模型优化及经济高效钻完井的参考。
地下勘探开发中的不确定性核心概念
Harald Bolt
本文围绕不确定性展开，旨在介绍若干核心原理，并进一步阐释与不确定性相关的术语。本文并非严格意义上的科学与数学论述，而是着重帮助读者从定性角度理解相关术语及其在地下勘探开发领域中的含义。本文侧重概念阐释，而非数学描述，围绕地下三维空间定位不确定性的相关术语展开讨论，不涉及相应的数学表达式，以便不熟悉数学分析的读者也能理解和应用。尽管讨论重点为地下三维空间定位，但相关内容同样适用于岩石物理评价中的不确定性问题。本文内容具有通用性，可作为进一步讨论的基础，包括后续的数学分析。部分作者和评论者可能持有不同、甚至表面上相互矛盾的观点；本文欢迎此类观点，因为这恰恰体现了不确定性问题中多元认识的重要性（Possolo，2015；UKAS，2024）。
本文包括六个部分：（1）“用户需求、数据用途与要求”，阐明应用目标及不确定性要求的作用；（2）“不确定性核心概念”，解释与不确定性相关的术语及其定义；（3）“不确定性的统计表述”，概述不确定性的基本统计要素；（4）“适用性”，讨论测量结果对预定用途的适用程度及准确度的作用；（5）“需求驱动的测量设计”，概述井眼轨迹测量决策中不确定性的构成及其作用；（6）“地下应用背景”，探讨不确定性在不同地下应用场景及岩石物理评价流程中的应用。最后，另设“关于误差的思考”一节，讨论“误差”这一术语及其应与不确定性分别处理的原因，阐明人为因素与测量过程因素所引起的结果差异。
GC-PFN：融合特征工程与表格机器学习的火成岩储层岩性评价方法
Ruilong Jia，Baozhi Pan，Yuhang Guo，Xinru Wang
本研究提出地球物理约束先验数据拟合网络（GC-PFN），将地球物理与岩石物理约束融入特征工程，并采用表格机器学习模型刻画测井数据中的复杂关系，实现岩性识别。火成岩储层的成分与结构复杂，测井响应变化显著，导致传统方法的岩性识别精度受限，本文所提出的方法旨在解决这一问题。该问题对于CO₂地质封存中的火成岩盖层评价尤为重要，特别是在勘探资料较为齐全、地质条件较为明确的已开发井中。
首先，与以往研究相比，本研究聚焦于结构化表格数据，采用具有代表性的表格机器学习算法——表格先验数据拟合网络（TabPFN）作为核心模型。其次，为提升模型性能，引入特征工程，将地球物理与岩石物理约束处理、深度特征合成以及交叉验证递归特征消除（RFECV）相结合，扩充有效特征集。
基于中国东北某研究区数据集的实验结果表明，在利用表格形式的测井数据进行岩性识别时，GC-PFN的性能优于多种主流方法。此外，该方法在一口独立井中的成功应用表明其具有较强的泛化能力，可为火成岩盖层优选提供有效方法。
基于迁移学习的井壁成像岩性细分：数据处理、模型优化及其在五峰组—龙马溪组页岩与沙河子组砾岩中的应用
Yanqiu Zhou，Jiarui Ge，Qixian Lin，Hui Zi，Yanhui Liu，Jinzi Liu，Daming Yang，Qinghua Zheng，Guangjin Wang，Xinyun Li
油气储层岩性细分是开展精细评价的重要基础。电成像测井具有较高的分辨率和井壁覆盖率，能够有效表征井壁地层特征。然而，人工图像解释过程繁琐、效率较低，且难以保证解释结果的准确性与一致性。本文以四川盆地昭通地区五峰组—龙马溪组页岩和松辽盆地徐家围子地区沙河子组砾岩为研究对象，探讨迁移学习在岩性细分中的应用效果。依据层理类型，将页岩划分为薄纹层状、中层状和厚层块状三类；依据砾石的优势粒径，将砾岩划分为细砾岩、中砾岩和粗砾岩三类。
通过对AlexNet进行微调，构建迁移学习模型。以预训练参数为初始值，采用16口井的1,169个页岩成像分割样本和13口井的2,185个砾岩成像分割样本进行训练与验证，分别建立适用于研究区的统一分类模型。验证结果表明，页岩和砾岩的细分准确率分别达到98.29%和91.32%；独立井段预测结果表明，页岩识别准确率约为94%，砾岩识别准确率约为94.5%。
与ResNet18和EfficientNet-b0的对比实验表明，AlexNet在识别准确率和训练效率方面具有优势，其原因在于网络结构较为简单，适用于样本量较小、主要依赖中低层次图像特征的识别任务。研究还发现，解除预训练参数冻结、允许其参与训练，有助于模型稳定收敛并提高识别准确率。对电极板之间的图像空白区域进行插值与修复后，模型的泛化能力优于采用未经修复图像训练的模型。最后，通过与常用的层厚计算方法对比，表明深度学习模型能够更可靠、准确地识别层理类型。
本文提出的方法与研究结果，可为具有相似地质条件的地区以及具有相近成像特征的岩性开展电成像测井智能评价提供参考。
基于XGBoost算法的致密砂岩储层渗透率预测方法
Tianrui Tang，Hongyan Yu，Jiahao Wang，Jiaqi Li
渗透率是表征储层流体渗流能力的关键参数，对于成藏过程中的油气运移及后续勘探开发具有重要意义。致密砂岩储层孔隙类型多样、孔喉结构复杂、非均质性强，孔隙度与渗透率之间难以建立稳定的相关关系，因而常规方法难以准确预测渗透率。针对这一问题，本文提出一种基于Optuna自动超参数优化框架优化的极端梯度提升（XGBoost）算法的渗透率预测方法。结合按井分组验证、盲井独立验证以及SHapley加性解释（SHAP）的全局与局部解释，综合评价模型的预测精度、井间泛化能力与可解释性。
选取岩心孔隙度（CORE-POR）、自然伽马（GR）、声波时差（AC）、补偿密度（DEN）、补偿中子（CNL）和光电吸收截面指数（PE）六项特征参数作为输入变量，构建渗透率预测模型。采用决定系数（R²）、均方根误差（RMSE）、平均绝对误差（MAE）和平均绝对百分比误差（MAPE）评价模型的预测性能，并采用SHAP方法开展模型的全局与局部可解释性分析。
结果表明，Optuna-XGBoost模型在验证集和盲井上的预测性能均优于多元回归模型及传统机器学习模型，表明该方法适用于研究区致密砂岩储层的渗透率预测。
基于集成机器学习的Hugin砂岩水平渗透率预测与水力流动单元表征
Vikram Kumar，Sayantan Ghosh，Saumen Maiti
准确掌握渗透率对于储层品质评价和油气田开发方案设计至关重要。可靠的渗透率估算能够降低储层表征的不确定性，尤其适用于岩心资料有限的层段。目前，行业主要依赖测井解释与经验关系估算渗透率，但这些方法的局限性日益显现。数据驱动方法为传统经验方法提供了具有应用潜力的替代途径。
本研究的数据集包含252个样本及从常规测井资料中提取的七项特征。数据预处理包括缺失值处理、测井曲线平滑、通过特征工程增加一项输入特征，以及采用Yeo–Johnson变换进行数据转换。采用中心移动平均滤波降低数据方差，提高数据一致性。构建集成机器学习模型与基准模型，按照75%与25%的比例划分训练集和测试集，并结合四折交叉验证及模型复杂度评估，对模型性能进行评价。
集成方法的性能优于基准模型，其中极端随机树（ET）和随机森林（RF）表现最为稳定，平均决定系数（R²）分别达到0.93和0.89，且R²的标准差较低（0.3）。多元线性回归（MLR）和人工神经网络（ANN）的预测精度有限；梯度提升（GB）和极端梯度提升（XGBoost）虽然在训练集上取得了满分评价结果，但仍表现出过拟合。将预测的水平渗透率kh与岩心实测值进行对比，并采用多元线性回归、多项式回归和幂律模型建立线性与非线性经验方程。其中，幂律模型的R²达到0.79，可用于渗透率估算。
此外，基于最优机器学习模型预测的连续渗透率曲线，计算流动带指数（FZI），并采用高斯混合模型（GMM）对水力流动单元（HFU）进行无监督分类。因此，基于机器学习的渗透率预测是水力流动单元建模的重要组成部分。模型识别出三个不同的流动带，实现了水力流动单元聚类，并明确了各类单元对应的岩石物理特征与沉积环境。
盐下碳酸盐岩声波井壁成像降噪与增强的参数化频域滤波方法
Karin Ayumi Tamura，Alexandre Noma，Marcus Vinícius Theodoro Soares，Alexandre Campane Vidal，Renata Silva Martins，Michelle Chaves Kuroda Avansi，Leticia da Silva Bomfim
盐下碳酸盐岩声波井壁成像测井资料常受采集过程中产生的周期性伪影影响，包括扶正器或钻头造成的井壁沟槽、仪器偏心引起的阴影与亮度变化，以及仪器绕井眼轴线运动形成的锯齿状图案。这些伪影会导致地质特征失真，降低解释结果的可靠性。本文提出一套基于快速傅里叶变换（FFT）的系统化、参数化频域滤波流程，用于抑制声波井壁成像中的纵向条带、阴影及亮度不均。
该方法应用于桑托斯盆地22口井，采用三种针对纵向周期性图案设计的滤波配置。通过与经筛选整理的伪影图例库对比、专家评价，以及空间域和频率域的互补定量指标，综合评估滤波效果。结果表明，滤波处理在保留井壁地质结构的同时，提高了层理、裂缝和溶孔的可识别性及连续性。超过80%的滤波后图像的结构相似性指数（SSIM）高于0.85，频谱能量保留率始终维持较高水平，表明该方法能够有效衰减伪影，同时将地质信息损失控制在较低程度。
所提出的流程构建了具有可扩展性、可复现性和较高计算效率的处理框架，有助于降低解释的主观性，提高非均质碳酸盐岩储层声波井壁成像资料的解释质量。
动态时间规整算法在岩屑样品来源深度确定中的应用
Claudio N. Larriestra
本研究通过对比测井曲线与岩屑地球化学分析所构建的曲线，确定水平井和直井岩屑样品可能的来源深度。采用动态时间规整（DTW）算法，对自然伽马测井数据与通过X射线荧光（XRF）分析获得的岩屑钾含量数据进行匹配。DTW允许对地球化学数据序列进行局部拉伸或压缩，使其与作为基准的自然伽马测井曲线达到最佳对齐。利用距离度量量化两个序列之间的差异，构建代价矩阵，再通过计算最小累积距离，确定通常沿矩阵对角线附近分布的最优匹配路径，实现序列间的对应调整。数据归一化是这一过程的必要步骤，可避免数据尺度差异对相关关系的干扰。
直井分析结果表明，自然伽马与岩屑钾含量的原始相关系数为0.507，经DTW匹配后提高至0.825，样品深度调整幅度为2～6 m。在一口水平井中，将随钻自然伽马（GR_LWD）测井曲线与岩屑钾含量数据进行对比，应用DTW后，相关系数由0.183提高至0.665。在另一口井中，将LECO仪器测定的总有机碳（TOC）含量与采用Passey（1990）方法估算的TOC值进行对比，分别按原始样品深度和校正后的样品深度建立对应关系。深度校正后，相关系数由0.616提高至0.85。
DTW算法能够降低岩屑样品来源深度的不确定性，但不能完全消除这种不确定性。其主要来源是岩屑样品所代表的岩石体积与测井分辨率对应的岩石体积之间存在差异；井壁坍塌、作业条件变化及取样误差也会引入额外的不确定性。
基于CNN-BiLSTM自注意力混合神经网络的阵列侧向测井三参数反演方法
Runhua Du，Jianshen Gao，Bo Zhou，Wenjiao Zhang
阵列侧向测井具有探测深度大、纵向分辨率高等优势，是识别储层流体和获取电阻率参数的核心技术。然而，在薄互层地层中，其反演结果受层厚效应和围岩影响显著，难以准确识别薄层界面并确定地层参数。高斯—牛顿法、基于粒子群优化的反演方法等传统方法对初始值敏感，易陷入局部最优，非线性拟合能力有限，难以满足薄互层条件下的高精度反演需求。针对这一问题，本文提出一种融合卷积神经网络（CNN）、双向长短期记忆网络（BiLSTM）与自注意力（SA）机制的阵列侧向测井三参数反演方法。
首先，采用正交试验设计生成多组因素与参数组合，通过数值正演构建覆盖不同地质条件的样本数据库。随后，建立CNN-BiLSTM-SA神经网络模型，利用样本数据库进行训练、验证与测试，并通过网格搜索优选网络参数。最后，通过测试集反演曲线与真值曲线的相关性分析、三个目标参数的定量评价、抗噪性能测试、独立模拟井验证及实际测井资料应用，系统验证模型性能，实现侵入带半径 ri、侵入带电阻率Rxo和原状地层电阻率Rt的高精度端到端反演。
研究结果表明，所提出的方法能够有效提高薄互层地层的参数反演精度，准确识别地层界面，几乎不存在深度偏移，并显著降低曲线突变区段的拟合误差。与BiLSTM基准模型相比，CNN-BiLSTM-SA模型三个目标参数的平均均方根误差（RMSE）降低23.35%，平均皮尔逊相关系数提高6.87%；与CNN-BiLSTM基准模型相比，平均RMSE降低12.16%，平均皮尔逊相关系数提高2.90%。
基于声波—渗透率联合实验与微观结构分析的龙马溪组页岩渗透率应力依赖性研究
Wenlian Xiao，Muyao Chen，Yves Bernabé，Lingli Zheng，Jiahuan He，Haoyu Chen，Yongming Li，Duowen Zheng
在开采过程中，页岩渗透率随有效应力增大而降低，导致气井产能和天然气采收率下降。然而，传统有效应力理论难以充分描述非均质页岩渗透率的应力依赖性，给渗透率预测带来不确定性。针对这一局限，本文对龙马溪组页岩岩心开展声波—渗透率联合实验，设置恒定围压、改变孔隙压力，以及恒定孔隙压力、改变围压两种压力路径。采用改进的响应面法定量确定有效应力系数，并根据声波速度计算动态杨氏模量和泊松比。基于微孔隙模型开展微观结构解释，获得孔隙纵横比，建立微观结构与应力敏感性之间的联系。同时，采用行业标准评价方法和应力敏感系数法评价样品的应力敏感性。
主要研究结果如下：（1）经历首次加载循环后，渗透率与声波参数均趋于稳定。（2）在宏观尺度上，裂缝发育样品的有效应力系数呈现更显著的非线性变化，应力敏感性更强。孔隙纵横比演化的微观结构分析进一步证实，裂缝闭合是渗透率降低的主导机制。上述结果共同表明，龙马溪组页岩的应力敏感性主要受裂缝控制。（3）不同评价方法的对比结果表明，应力敏感系数法具有更广的适用范围和更强的工程实用性。
研究结果为龙马溪组页岩气藏开采策略优化提供了机理依据。
薄纹层地层合采产出评价的分流建模与监测
Daria Olszowska，Carlos Torres-Verdín，Khalid El Jaafari Salmi，Jansen Oliveira
河流相与浊积相薄纹层沉积地层是地下流体勘探中常见且具有重要开发价值的储集体。与常规储层不同，钻遇此类地层的井通常由多个层段同时产出，各层产量存在差异。砂岩层与页岩层之间的岩石物理性质差异显著，且单层厚度极小，给流体渗流特性评价带来困难。明确各层对井筒总流入量的相对贡献，并监测产出随时间的变化，对于准确开展分层产量劈分和诊断井的生产动态至关重要。针对上述问题，本文建立了一种模拟薄纹层地层多层合采的新方法，用于估算分流比例沿垂向的变化。
层组内各层的产量贡献可通过测量局部流量的生产测井仪（PLT）确定，也可通过分析烃类组成变化的地球化学方法估算。目前，已有多种解析、半解析和数值方法用于评价多层合采。本文采用得克萨斯大学奥斯汀分校岩石物理与测井模拟器（UTAPWeLS）中的流体流动模拟模块，研究薄纹层地层的合采过程，计算各层的分流比例，并生成与生产测井曲线相对应的模拟曲线。
为确保方法的准确性与可靠性，采用地层测试实测数据验证模拟器。模拟结果与现场数据高度吻合，能够再现压力变化的形态与幅度，偏差小于1%。在此基础上，利用UTAPWeLS流体流动模拟器预测实际薄纹层地层案例中的水相分流比例。结果表明，地层内部岩石物理性质与渗流性质的差异会导致水相与烃相流量发生变化。在缺少生产测井资料，或单层厚度低于仪器分辨率的情况下，该方法能够为薄纹层地层的产出特征评价提供有效依据，即使层厚小于0.1 m仍具有适用性。然而，结果的准确性取决于岩心测试资料的质量与完备程度，尤其是毛管压力和相对渗透率数据。
基于深度学习的嫩二段标准层水致弱化与套管应力演化综合评价方法
Junjie Huang，Quanhou Li
中国喇嘛甸油田嫩二段泥岩标准层在长期注水开发过程中易发生水致弱化，该现象与浅部套管损坏密切相关。对喇5-检-2701井岩心样品开展单轴压缩、三轴压缩、变角度直剪及巴西劈裂抗拉试验，获取饱水前后的多项力学参数，建立以“抗拉强度劣化程度＞抗剪强度劣化程度＞抗压强度劣化程度”为特征的力学性能劣化谱。
采用弱化前后的力学参数标定标准层—套管—水泥环—地层系统的二维地质力学模型，分析应力重分布与塑性区演化。结果表明，水致弱化导致显著的顺层拉应力与剪应力集中，并形成带状塑性区，进而控制浅部套管的剪切破坏。
进一步引入深度学习技术：采用多任务神经网络，根据矿物组成与试验条件特征反演力学性能残余劣化因子；利用多井测井资料与注水历史数据训练一维卷积神经网络与双向长短期记忆网络相结合的模型（CNN-BiLSTM），识别水致弱化高风险层段；采用卷积神经网络代理模型，快速预测不同条件下的应力场与塑性区分布。
所提出的工作流程融合室内试验、数值模拟与深度学习预测，为嫩二段标准层注水方案优化和浅部套管损坏防控提供了新的技术途径。
套管井微环隙识别与定量评价
Xuelian Chen，Jinlin Pan，Lei Zhu，Feng Cheng，Xiaoming Tang
套管井井下温度与压力的变化常导致套管与水泥环界面产生微环隙。常规声幅测井（CBL）与变密度测井（VDL）对微环隙的敏感性不足，往往难以将其与胶结不良区分。然而，套管井一发一收式超声测量获得的弯曲兰姆波对高声速水泥条件下的充液微环隙较为敏感，可用于有效识别微环隙。
本研究建立平面多层介质模型，通过解析方法研究充液微环隙存在时弯曲兰姆波的衰减特征。结果表明，在高声速水泥固井的套管井中，充液微环隙的出现会使弯曲兰姆波衰减显著增大；随着微环隙宽度增大，其衰减逐渐减小。在100～250 kHz频段内，充液微环隙与胶结良好条件下的衰减差异随频率升高而减小。对于CBL/VDL测井，胶结良好时套管波幅度较低，而出现充液微环隙后，套管波幅度显著增大，可接近自由套管波幅度的45%。
据此，本文提出一种联合弯曲兰姆波衰减与CBL/VDL套管波幅度定量估算微环隙宽度的新方法。在中国西部塔里木油田的现场应用中，该方法成功识别了深井与超深井中的多个微环隙发育层段，实测数据与理论模拟结果吻合良好。该方法可作为传统套管加压检测方法的替代手段，为现场工程决策提供关键数据支持。