HD油田水平井測井儲層參數解釋研究

楊 斌，魯洪江，昌倫杰，梁 珀

(1．油氣藏地質及開發工程國家重點實驗室 成都理工大學，四川成都610059;2．中國石油塔里木油田分公司 勘探開發研究院，新疆庫爾勒841000)

HD油田水平井測井儲層參數解釋研究

楊 斌1，魯洪江1，昌倫杰2，梁 珀1

(1．油氣藏地質及開發工程國家重點實驗室 成都理工大學，四川成都610059;2．中國石油塔里木油田分公司 勘探開發研究院，新疆庫爾勒841000)

水平井測井解釋，主要體現在測井儀器響應的理論模擬以及各向異性的實驗研究方面，遠未達到實際水平井測井儲層參數解釋應用的深度和要求。在對比分析HD油田水平井段與對應直井層段測井響應特征基礎上，這里針對水平井段測井曲線進行了校正，提出使用直井取芯物性數據刻度水平井段測井曲線，來建立適應于水平井段井眼和曲線特征的孔隙度、滲透率神經網絡解釋模型，進而對整個研究區水平井段進行測井儲層參數解釋和評價。通過用直井巖芯物性對測井解釋結果的檢驗表明，水平井測井儲層參數解釋精度得到了明顯改善和提高，能夠較好地滿足三維地質建模的井屬性參數精度要求。

塔里木盆地;水平井;儲層參數;神經網絡;測井解釋

0 前言

水平井是開發油氣田，提高采收率的一項重要技術。在新油田高效開發，老油田剩余油挖潛調整，氣藏及凝析氣藏開發以及注水等領域，都取得了良好的應用效果。水平井關鍵技術之一的測井解釋，能夠為油田高效開發解決正確指導鉆井中靶及鉆井方向，優化完井方案，提高注采效果和實施改良措施提供依據。還可為研究剩余油的分布，開發調整井的設計提供基礎數據等［1]。

近年來水平井測井解釋研究，主要體現在感應、側向等測井儀器響應的理論模擬［2～4]，各向異性實驗研究［5、6]和井眼軌跡顯示軟件開發［7～9]等三個方面。目前存在的問題和困難有［10、11]:

(1)計算機模擬研究步履艱難，在該領域已經進入了“瓶頸”地帶。

(2)校正圖版實用性差。

(3)研究工作大多仍然側重于理論上的定性描述，與實際應用相距甚遠。

HD油田位于塔里木盆地滿加爾凹陷北部哈得遜構造帶上，北側與塔北隆起輪南低凸起相接，含油層系為石炭系巴楚組的東河砂巖段CIII［12]。在CIII巖性段已鉆有八十余口開發水平井，各井水平井段均測有自然電位、自然伽瑪和聲波～感應電阻率系列曲線，僅繪制了水平井井眼軌跡圖，定性劃分了油水層，但均未能使用水平井測井曲線進行定量計算東河砂巖水平井段的孔隙度及滲透率等儲層參數［8]。為了充分利用本區大量水平井測井資料，為東河砂巖三維地質建模提供各水平井段平面控制范圍內的儲層屬性參數，以及各井局部平面范圍內的儲層厚度、含油氣性等變化規律，作者從水平井與導眼井對比解釋的思路出發，在水平井與直井層段測井響應特征對比分析的基礎上，對水平井測井曲線進行了校正。基于直井巖芯物性刻度水平井測井響應，作者建立了神經網絡儲層參數計算模型［13]，并解釋評價了研究區各水平井CIII段的儲層物性參數，獲得了較高的解釋精度，為本區三維地質建模提供良好的數據基礎。

1 水平井測井校正

1．1 水平井測井響應特征

由于水平井的井眼軌跡基本沿地層延伸方向，而直井是垂直于地層方向，因此首先要根據水平井測井曲線特征尋找，再與其相對應的直井井段。在對水平井進行深度校直后與對應直井井段測井曲線重疊顯示(見圖1)，即可直觀分析在同一地層的層段內，二者聲波時差、電阻率和自然伽瑪曲線的異同。

從圖1中可以明顯看出，水平井聲波時差值高于直井對應井段內的聲波時差值，地層電阻率與沖洗帶電阻率稍高于與其對應的直井段的地層電阻率與沖洗帶電阻率。

圖1 水平井與直井測井曲線重疊對比圖Fig．1 Well-logging overlapping comparison of horizontal well versus verticalwell

自然伽瑪測量儀器是徑向平均測井儀器，當巖性界面不在儀器探測范圍內時，自然伽瑪曲線測量值不受巖性界面以及鄰層的影響，能夠反映巖性較真實的自然伽瑪特征。導眼井的自然伽瑪曲線，與對應層段的水平井校直后的自然伽瑪曲線趨勢基本相同(見圖1)。

1．2 水平井測井曲線校正

作者繪制了二十多口水平井及其對應導眼井內相同層段上的聲波時差、電阻率、自然伽瑪曲線的頻率直方圖，從單井各測井曲線的峰值可以看到:在同井同層段上，水平井內的聲波時差曲線和電阻率曲線的峰值，普遍高于導眼井中對應層段的測井曲線值。基于對此差異的認識，通過統計對比方法，作者分別對水平井內的聲波時差、電阻率和自然伽瑪曲線進行校正，以便于使用基于直井測井評價模型來計算水平井的儲層參數。

通過對水平井與導眼井中所對應井段的單井聲波時差頻率直方圖峰值比較發現，其中有十二口水平井聲波時差曲線高于導眼井的聲波時差曲線。導眼井聲波時差單井峰值平均值為70.125μs/ft，水平井聲波時差單井峰值平均值為77.61μs/ft。研究區中，各水平井的CIII巖性段導眼井段與水平井段，在水平方向的相距最大為400 m左右。在這樣相距較近，分布穩定的濱岸相砂巖段的測井電性響應特征具有較好的可對比性，依然可以應用測井曲線標準化的理論和思路［14、15]。據此，作者提出了對研究區水平井聲波時差曲線進行平移校正，而各井聲波時差校正值，可由水平井與導眼井單井聲波時差測井曲線峰值之差求得。

A井東河砂巖層段聲波時差峰值為80.8μs/ft，而與該水平井段對應的導眼井段，聲波時差峰值為74.6μs/ft，△AC為6.2μs/ft，因此A井的聲波時差校正值為“－6μs/ft”。作者對該井聲波時差曲線校正前、后進行了對比(見圖2)，可以看出，校正后的聲波時差曲線，與其對應導眼井的聲波時差變化趨勢基本一致。其余各井使用上述相同的方法，均可得到單井聲波時差校正值。

圖2 HD油田A井水平井聲波時差曲線校正前、后對比圖Fig．2 Comparison diagram of corrected acoustic log with original acoustic log of horizontal well A

通過對單井深感應、中感應電阻率頻率直方圖峰值的比較發現，導眼井深感應電阻率單井峰值的平均值為2.18Ω·m，中感應電阻率單井峰值的平均值為1.99Ω·m;水平井深感應電阻率單井峰值的平均值為4.2Ω·m，中感應電阻率單井峰值的平均值為3.53Ω·m。水平井的深感應電阻率和中感應電阻率，均稍高于與其對應的導眼井段的深感應電阻率和中感應電阻率，因此，需要對本區水平井的深感應電阻率和中感應電阻率進行平移校正。由于電阻率曲線具有非線性特征，各井電阻率校正系數取為導眼井與水平井單井電阻率測井曲線峰值之比值。

例如B井東河砂巖層段深探測地層電阻率峰值為5.2Ω·m，沖洗帶電阻率峰值為3.3Ω·m;而與該水平井段對應的導眼井段深探測地層電阻率峰值為1.7Ω·m，導眼井段沖洗帶電阻率峰值為1.18Ω·m，即有RT導眼/RT水平為0.3、RXO導眼/RXO水平為0.36。因此B井的深探測地層電阻率校正系數為“0.3”，沖洗帶電阻率校正系數為“0.36”。對該井深探測地層電阻率和沖洗帶電阻率校正前后進行對比(見圖3及圖4)，可以發現，經過校正后的水平層段內電阻率趨勢值，與導眼井同一層段內電阻率趨勢值基本重合。其余各井亦使用相同的方法，即可得到各水平井東河砂巖段深感應電阻率和中感應電阻率的校正系數。

通過應用程序APP可以幫助學生對日常體育基本知識作出一個基本的檢測，學生通過自己的賬號登錄相關的平臺，進入相應的網上考試窗口，進行學識自檢。

圖3 B井水平井電阻率校正前、后對比圖Fig．3 Comparison diagram of corrected deep induction resistivity logwith the original log of horizontalwell B

圖4 B井水平井沖洗帶電阻率校正前、后對比圖Fig．4 Comparison diagram of corrected flushed zone resistivity log with the original log of horizontal well B

通過單井同層段自然伽瑪頻率直方圖峰值比較，導眼井自然伽瑪單井峰值的平均值為35.4(API)，水平井自然伽瑪單井峰值的平均值為32.5(API)，水平井自然伽瑪曲線與導眼井的自然伽瑪曲線值基本接近。因此，作者對本研究區內水平井的自然伽瑪曲線未進行校正。

2 水平井測井儲層參數解釋

研究地區水平井皆未取芯，因此作者以直井巖芯物性刻度測井曲線，建立了水平井的孔隙度、滲透率神經網絡解釋模型，并對研究區七十八口水平井進行了儲層參數計算。用直井巖芯物性資料對水平井儲層參數解釋結果加以檢驗，解釋精度得到了明顯改善和提高。

2．1 建立水平井神經網絡孔隙度解釋模型

根據水平井具有的測井曲線系列，選取自然伽瑪、深感應電阻率、中感應電阻率以及聲波時差，作為網絡輸入曲線。將選取的十九口取芯井中的764個樣本，建立神經網絡孔隙度計算模型。經過網絡學習、訓練，當隱層單元為7時，訓練誤差達到最小。因此，可以確定孔隙度計算模型的神經網絡模型結構為4－7－1。當學習訓練完畢后，可獲得巖心分析孔隙度與網絡預測孔隙度相關系數達到0.89(見圖5)，因而達到了較高的建模精度。

圖5 巖芯分析孔隙度與網絡預測孔隙度交繪圖Fig．5 The crossplot of core analyzing porosity versus predicting porosity with neural networks

2．2 建立水平井神經網絡滲透率解釋模型

根據水平井測井曲線系列，作者選取了自然伽瑪、深感應電阻率、中感應電阻率、聲波時差以及網絡預測孔隙度等五條曲線，作為滲透率網絡模型的輸入曲線。使用選取的十九口井中的764個樣本，建立神經網絡滲透率計算模型。經過網絡學習、訓練，當隱層單元為5時，訓練誤差達到最小，因此建立滲透率計算模型的神經網絡模型結構為5－5－1。從巖芯分析滲透率與網絡預測滲透率交繪圖(見圖6)上可見，二者的相關系數R達到0.85。

2．3 水平井儲層參數處理解釋

3 解釋效果檢驗

圖6 巖芯分析滲透率與網絡預測滲透率交繪圖Fig．6 The crossplot of core analyzing permeability versus predicting permeability with neural networks

圖7 HD74水平井東河砂巖段儲層參數解釋成果圖Fig．7 The interpretation result of reservoir in Donghe sandstone section of horizontal well HD74

由于研究區內各水平井均未取巖芯，如何檢驗測井儲層參數計算結果的可靠性和精度，是一個十分困難的問題。作者在本研究中提出，基于直井巖芯分析孔隙度、滲透率，建立水平井的神經網絡儲層參數計算模型。直井的巖芯分析孔隙度及滲透率，就是檢驗水平井測井儲層參數計算結果的唯一依據。因此為了便于檢驗，應首先對水平井進行水平井的井深校直，然后將水平井校直后的測井曲線，與直井測井曲線進行對比。水平井在測井的過程中大多存在深度記錄上的偏差，校直后的水平井測井曲線與相對應的導眼井段，在深度上仍有較大的差異(見圖8)。因此，要以自然伽瑪曲線為基準，對水平井校直后的井深進行垂向上、下移動。

如圖8(a)為HD25H井水平井校直后與對應導眼井測井曲線。從圖8(a)中明顯看出，水平井校直后的東河砂巖段，與導眼井對應的井段在深度上有很大的差異。自然伽瑪曲線能夠識別東河砂巖段，該井水平井校直后東河砂巖的頂界面深度為5 078.125 m，該點對應的導眼井深度為5 060 m，因此對水平井校直后的深度上移18.125 m得到圖8(b)。為了便于檢驗，可用以上的方法對其余對應導眼井有取芯的水平井，都進行深度校正(見下頁圖9、圖10)。

在圖8(b)中，HD25H井的5 062 m～5 064 m水平井段的預測孔隙度、滲透率，與直井巖芯分析孔隙度、滲透率的變化趨勢基本吻合。而上段5 060 m～5 062 m水平井的預測孔隙度、滲透率，與對應直井井段的孔隙度和滲透率也基本吻合。

圖9(見下頁)為HD44H井水平井與導眼井儲層參數測井解釋成果對比圖。從圖9中可以看出，該井在5 078 m～5 080.5 m段的水平井預測孔隙度、滲透率，與直井巖芯分析孔隙度、滲透率有較好的吻合性。而該井的5 081 m～5 084 m段，由于受水平井聲波時差曲線異常的影響，此水平井段計算出的孔隙度和滲透率可靠性較差。

圖10(見下頁)為HD2H井水平井與導眼井測井解釋成果對比圖。從圖10中可以看出，該井下部的5 048.5 m～5 049.5 m段的水平井預測孔隙度、滲透率，與直井巖芯分析孔隙度、滲透率的變化趨勢基本一致。而上部的5 046.5 m～5 048.5 m雖然沒有巖芯物性分析值，但該井段水平井的預測孔隙度、滲透率，與對應導眼井段的預測孔隙度、滲透率曲線吻合性較好。

圖8 HD25H井水平井校直移動前后測井曲線對比圖Fig．8 Comparison diagram of log before or after shifting of horizontalwell HD25H

圖9 HD44H井水平井與導眼井測井解釋成果對比圖Fig．9 Comparison diagram of log interpretation result of horizontal well HD44H vs．pilot hole well

圖10 HD2H井水平井與導眼井測井解釋成果對比圖Fig．10 Comparison diagram of log interpretation result of horizontalwell HD2H vs．pilot hole well

4 結論

(1)作者在文中歸納總結了HD油田水平井東河砂巖段的測井響應特征，提出了水平井儲層參數神經網絡測井定量解釋流程和解釋結果有效性的檢驗方法，獲得了較高的儲層參數計算精度。同時，作者還對研究區內七十八口水平井的孔隙度、滲透率等儲層參數，進行了計算和評價，能夠較好地滿足本區三維地質建模井屬性參數精度要求。

(2)東河砂巖水平井聲波時差測井曲線值，高于直井對應層段的聲波測井曲線值，電阻率測井值亦高于直井對應層段的電阻率測井值。根據水平井與對應直井井段的測井曲線特征，作者對水平井聲波時差與電阻率曲線進行了平移、伸縮校正，并將利用直井巖芯分析建立的儲層參數計算模型，用于水平井的儲層參數解釋中，取得了較高的精度和較好的效果。

(3)作者本次研究的水平井測井曲線校正方法，適用于井眼較規則、水平井軌跡準確、砂巖電性響應特征明顯等情況。而對于井眼軌跡不清及復雜巖性的井段，尚需進一步研究出其它克服這種會出現較大差異曲線情況下水平井段測井儲層參數解釋的有效方法。

［1]MORAN JH，GIANZERO S．Effects of formation anisotropy on resistivity logging measurements［J]．Geophysics，1989:44．

［2]李厚裕，劉呈冰．水平井測井解釋原理與應用［M]．北京:石油大學出版社，1993．

［3]李謙 ，李慶合 ，馬建英，等．水平井測井評價技術在大港油田的應用［J]．測井技術，2008，2(5):455．

［4]徐建華，陳小斌，唐開寧，等．水平井中雙側向測井的侵入校正［J]．測井技術，1996(2):113．

［5]KLEIN JD．Induction log anisotropy corrections［J]．The Log Analyst，1993，34(2):18．

［6]趙江青，王成龍，葉青竹．巖石各向異性在水平井測井解釋中的應用［J]．測井技術，1998，22(1):36．

［7]劉呈冰，李厚裕．水平井咨詢系統在勝利油區的應用與發展［J]．測井技術，1994，18(1):30．

［8]趙軍，海川．水平井測井解釋中井眼軌跡與油藏關系分析技術［J]．測井技術，2004，28(2):145．

［9]易覺非．水平井井眼軌跡解釋軟件系統設計［J]．長江大學學報:自科版，2006，3(1):77．

［10]李鵬翔，林靜．水平井測井解釋研究的發展［J]．江漢石油學院學報，1999，21(2):23．

［11]周燦燦，王昌學．水平井測井解釋技術綜述［J]．地球物理學進展，2006，21(1):152．

［12]焦翠華．塔里木盆地哈得4油田東河砂巖層序地層界面類型及測井識別方法［J]．石油與天然氣地質，2007，28(1):69．

［13]楊斌，劉曉東，徐國盛．川東沙罐坪石炭系氣藏測井儲層評價［J]．物探化探計算技術，2010，32(1):35．

［14]楊斌，匡立春．神經網絡及其在石油測井中的應用［M]．北京:石油工業出版社，2005．

［15]譚茂金．測井數據標準化方法研究及軟件設計［J]．物探化探計算技術，2006，28(3):219．

TE 122.2+3

A

1001—1749(2011)02—0195—07

2010－09－27改回日期:2010－12－08

楊斌(1967－)，男，漢族，山東寧陽人，博士，教授，主要從事地球物理綜合解釋，油氣田開發地質工作。