地質導向軟件發展現狀、趨勢及國產化建議

房超 項德貴 趙慶 楊光 陳朝偉 蔣宏偉 李牧

中國石油集團工程技術研究院有限公司

隨著我國非常規油氣勘探步伐的加快，水平井的鉆探逐漸成為主流。非常規油氣藏具有儲層非均質性強、甜點厚度薄等特征［1］，水平井能有效增加井眼軌跡在儲層內鉆進的長度，不但擴大了泄油氣面積，而且便于后續儲層改造，增加單井儲層動用程度［2］。因此，控制鉆井軌跡以提高鉆井儲層鉆遇率對提高油氣采收率具有重大的經濟效益。

隨鉆地質導向技術是精細控制鉆頭定向鉆進的前提條件。地質導向井下隨鉆測量工具能夠采集地下鉆井、地質參數信息，地面系統中地質導向軟件對收到信息進行處理分析并指導下一步鉆進。地質導向軟件對軌跡控制起到“大腦”的決策作用，借助隨鉆數據，能夠分析鉆井軌跡與地層接觸關系，掌握井眼軌跡與儲層空間分布情況，實現水平井準確著陸和提高儲層鉆遇率。由此可見，地質導向軟件是工程和地質人員作出鉆進決策的重要幫手，是提高儲層鉆遇率以獲取經濟效益的關鍵工具。

1 國內外地質導向軟件

1.1 國外地質導向軟件

1992 年Schlumberger 公司首次提出地質導向概念并研制出了能夠測量深淺電阻率、自然伽馬的地質導向隨鉆測井工具［3］，隨后Halliburton、Baker Hughes、Statoil 等公司相繼研制出各自的地質導向工具及配套地質導向軟件［4-6］。20 世紀90 年代末期，地質導向工具基本具備近鉆頭測量井斜、方位、方位性伽馬和電阻率等功能，在數據支持下，地質導向軟件可分辨當前鉆進地層及斷層裂縫發育情況，明確井軌跡與儲層的空間關系，判斷鉆頭行進與儲層頂底界面關系［7-8］。進入21 世紀以來，測量工具實現了儲層探邊功能，探測數據分辨率和傳輸速率不斷提高，地質導向軟件可以實時定量判斷與儲層邊界的距離。隨著地質—工程一體化理念的深化應用，一體化的地質導向軟件實現了三維儲層建模及鉆井可視化等功能，能夠輔助導向工程師直觀精確地控制鉆頭定向鉆進［9-10］。近10 年，在測量深度和精度、傳輸速度、穩定性等條件保障下，地質導向軟件具備了隨鉆高分辨率伽馬、電阻率成像技術和三維地質導向模型實時更新等功能，大幅度提高了井軌跡控制水平和儲層鉆遇率［11-13］。

1.1.1 Schlumberger 公司Geosteering 軟件

Petrel 平臺Drilling 系統軟件中的Geosteering子軟件，能夠與Schlumberger 研發的系列化測量工具配合，以建模-實時數據與導向交互-模型更新的方法實現地質導向。通過建立三維地質導向模型，綜合分析隨鉆地球物理和地質數據，調整更新解釋方案和地質模型，保證井軌跡始終處于儲層內部。在整個過程中，地質導向工程師通過軟件能夠在三維空間顯示地層界面、井軌跡、鉆井目標，以及沿軌跡的測井曲線和反演出的三維圖像等［11］。經過20 多年的發展，3 項核心技術已經形成：以井筒電阻率、伽馬、密度成像為基礎的地層傾角拾取技術，解決了地層視傾角真傾角難判別、井眼軌跡與地層切割關系難判斷、地質導向模型預測誤差大的問題；以多間距多頻率電阻率曲線及方向性測量為基礎的邊界探測技術，探測距離達7 m，解決了構造和儲層突變區地質導向出層風險大、潛入油水層過早造成水淹等問題；以超深探測方向性電磁測量為基礎的隨鉆儲層成像技術，成像距離達33 m，解決了勘探程度低區域構造、儲層和流體界面不確定性大、地質模型精度低等問題。

Geosteering 軟件應用在全球水平井地質導向領域都取得了突出成果。例如，澳大利亞Exmouth 盆地油層薄，通過井筒電阻率、伽馬、密度成像提高了水平井軌跡周邊分辨率，細化了砂體展布，依靠地層傾角拾取技術判斷了儲層傾向，在此基礎上作出井軌跡調整，實現了薄油藏經濟開發［14］；阿拉斯加Nikaitchuq 油田砂泥巖薄互層發育，利用Geosteering軟件進行井周三維地質模型建模，在儲層探邊技術的支持下，明確了儲層規模和分布情況，保障了油氣藏鉆探效果［15］；意大利南部碳酸鹽巖油氣藏開發程度低、構造巖性復雜，憑借Geosteering 隨鉆儲層成像技術，獲取井周遠距離數據，建立了三維構造油藏模型，并基于此作出軌跡調整決策，克服了構造巖性復雜等困難，避免了油氣鉆探失敗［16］；中國川南地區頁巖厚度薄、構造復雜、地層傾角變化大，實鉆井軌跡易出層和脫靶，依靠Geosteering 軟件分析隨鉆伽馬數據，準確識別標志層和微構造，合理調整入靶前井斜角，確保井軌跡位于箱體內部，對現場27 口完鉆井進行統計，優質頁巖儲層鉆遇率達95.75%［17］。

1.1.2 Halliburton 公司RoxC 和Stratasteer 軟件

Halliburton 公司針對其系列化測量及導向工具，最新研發了RoxC 地質導向軟件［18］。RoxC 能夠在鉆前同時分析多口鄰井數據，建立三維地質模型，劃分標志層空間展布，準確判別軌跡與標志層交點。鉆中利用井下Earthstar 工具探測的多種類型測井參數實時數據，快速計算并反演高分辨率的三維儲層地質形態，準確構建井周69 m 范圍內三維地質模型。在三維模型下，可展現360°井周的儲層邊界及油藏邊界，借助方位電阻率成像，作出下一步地質導向方位決策。在精細的可視化三維儲層模型下，通過3 個模塊完成精準地質導向：Geostopping模塊控制著陸點的選擇；Geosteering 模塊實時決策，保證最大化穿過儲層；Geomapping 模塊展示井眼周圍儲層及流體界限及位置。RoxC 還提供了鉆后數據綜合分析功能，優化地質模型，形成定向鉆進參數模版。Stratasteer 軟件與RoxC 軟件相比，功能有所簡化，操作更為便捷，基本具備鉆前三維空間下井眼軌跡設計及優化，鉆中分析多種類型隨鉆測井數據并進行地質導向，鉆后數據分析優化地質模型等功能［19］。

Halliburton 地質導向軟件在解決油藏二次開發及分辨油水邊界等問題上應用效果較好。北海油田注水開發后，油藏分布預測難度大，借助RoxC 軟件在實鉆過程中進行地質油藏邊界分析，準確識別了油藏分布及油水邊界情況，及時做出井軌跡調整，在降低成本的前提下最大化鉆穿油氣藏［18］。

1.1.3 Baker Hugus 公司RNS 軟件

RNS 軟件是Baker Hugus 公司打造的專門與其測量、導向工具相配合，進行定向鉆井服務的地質導向軟件［20］。RNS 軟件能夠在鉆前建立綜合的三維地質模型，并能考慮到設計軌跡對于入井工具的可操作性。鉆井過程中借助測量工具，可以快速、交互式反演井周三維儲層模型，可控井周遠程邊界范圍達33 m。通過實時更新數據來生成圖像，實時計算距儲層頂底邊界的距離和視傾角，從而對鉆頭前方的地質模型進行模擬預測，改進定向鉆進決策，使鉆頭能夠最大程度在產層中鉆進。

RNS 軟件在地質導向過程中具備強大的實時數據反演功能，尤其在斷層發育區能夠根據井下工具造斜能力與兩盤儲層斷距情況，綜合進行井軌跡的修正。尼日利亞淺海古近系油藏勘探程度低，對構造認識不清，儲層由分散濁積砂體和疊置水下河道砂體組成且被多條斷層分割，受地震分辨率影響，儲層識別和鉆遇難度大。RNS 軟件憑借實時數據，反演了斷層兩側薄層砂體展布情況，結合工具造斜能力測算，進行井軌跡修正，保證了突發情況下實現儲層鉆遇率最大化［21］。

1.1.4 Rogii 公司StarSteer 軟件

StarSteer 軟件具備極強的兼容性，可與主流公司測量和導向工具進行匹配，開展地質導向工作［22］。軟件主要分為建立參考井關系、地質導向、地圖和網格顯示等模塊，通過建立實鉆與參考井關系，進行二維井軌跡剖面建模，對比模擬曲線與實鉆曲線耦合程度，修正地質模型，形成井數據測量與地質模型交互更新關系，從而指導定向井鉆進。基于最新一代的程序開發技術，該軟件革命性地提出地層“真厚度”理念，配合多通道MD/TVT 測井曲線顯示功能，極大地提高了水平井地質導向儲層鉆遇率和鉆井效率。

Starsteer 軟件在昭通國家級頁巖氣示范區地質工程一體化建產開發過程中取得了較好的應用效果。受地震資料品質限制，頁巖氣儲層甜點區構造形態不確定性高，同時實現工程和地質目標難度大。Starsteer 軟件結合鄰井資料，建立參考井和實鉆井連井地層剖面，著陸前通過調整入靶位置降低工程難度，水平段通過對比GR 測井曲線進行軌跡優化，實現長水平段儲層甜點鉆遇率［23］。

1.1.5 Emerson 公司Paradigm Sysdrill 軟件

Paradigm Sysdrill 軟件中Geolog Geosteer 模塊能夠兼容多家公司測量及導向工具，實時對井軌跡和地質模型匹配情況進行監測和交互式修改［24］。在定向鉆進過程中，Geolog Geosteer 模塊與Paradigm Sysdrill 軟件的其他模塊協同作業：Geolog、SeisEarth和SKUA 模塊提供鉆前及鉆中的建模支持，OpsLink 模塊提供實時數據導入，Epos 模塊輔助將各個模塊進行串聯。Geolog Geosteer 擁有集成化的巖石物理、地質、地球物理和鉆井信息，配合其強大的隨鉆測井解釋能力，即使是復雜井周環境，也能在儲層中控制井眼軌跡合理鉆進。

1.1.6 Scientific Drilling 公司的Sci-Steer 軟件

Sci-steer 軟件利用地震解釋成果建立三維地質模型，通過可視化窗口決策儲層鉆進的最佳位置，從而降低風險。

1.2 國內地質導向軟件

和國外相比，國內針對水平井地質導向鉆井工具及相應配套軟件的研究起步較晚，仍處于探索階段。目前，國內水平井地質導向軟件主要是通過建立三維地質框架下的二維地質模型，并對比模型下正演得到的模擬測井數據和隨鉆實測數據擬合率進行地質導向：當二者匹配較好，說明模型和軌跡的關系真實反映了地下實際情況，繼續鉆進即可。當兩者擬合程度差，說明模型和地層真實情況不符，需要采取改變地層傾角、目的層厚度，考慮斷層和夾層等方式，調整地質模型，并相應修正井眼軌跡后繼續鉆進，從而提高儲層鉆遇率。在三維地質精細建模和隨鉆測量數據沿軌跡三維地質特征成像及分析方面，國內目前與國外還有一定差距，難以作出定量化軌跡控制決策，尤其是面對非常規儲層、薄儲層及非均質儲層，難以保證較高的儲層鉆遇率。

1.2.1 川慶鉆探工程公司

川慶鉆探工程公司開發出一套集地質、地球物理、鉆井為一體的地質導向軟件系統，擁有綜合地質研究、三維地質建模、軌跡設計、隨鉆跟蹤評價和遠程傳輸的一體化地質導向技術，可實現鉆前模型建立、隨鉆數據模型修正和三維可視化鉆井等功能［25］。其中建模技術包括三維地質建模、測錄井數據建模及地質導向建模；隨鉆跟蹤解釋評價技術包括數據同步采集與傳輸、實時軌跡跟蹤、隨鉆曲線跟蹤、跟蹤預警以及隨鉆解釋評價；一體化遠程導向技術主要包括遠程傳輸一體化地質導向平臺和三維可視化。

軟件初期版本在川東北地區水平井鉆探中取得了較好的應用效果，為國產化地質導向軟件應用起到了一定的推廣意義。針對川東北地區構造起伏大、儲層非均質強、國產測量儀器盲區長等問題，利用該軟件分析地震和鄰井測井數據，建立了先導地質模型，開展了隨鉆測井與鄰井測井對比，確保了軌跡合理著陸，實現儲層鉆遇率85.02%［26］。

1.2.2 勝利油田

勝利油田鉆井院開發了基于隨鉆自然伽馬、電阻率和電磁波測井的實時解釋和地質導向軟件［27］。該軟件在鉆前水平井井眼軌道設計和井眼軌跡控制的基礎上，增加了鉆井現場實時數據資源共享和遠程實時決策、LWD 曲線實時顯示、導向測量參數隨鉆解釋、待鉆井眼軌道校正設計及三維可視化等多項功能。通過鉆井現場數據實時回傳、隨鉆數據解釋、三維井軌跡顯示、后續作業指令下達，實現地質導向作業。

利用該軟件完成水平井地質導向作業近千口，其中薄油層水平井地質導向作業上百口，鉆探最小有效油層厚度達0.8 m，為薄油層和油層頂部剩余油等復雜油氣藏開發提供了技術支持［28］。

1.2.3 中國石油大學(華東)

中國石油大學(華東)初步實現了三維井眼軌跡可視化及隨鉆解釋功能，幫助解釋人員在三維空間實時對比設計軌跡與實鉆軌跡差別，掌握沿井軌跡方向地層性質的變化，全方位考察井眼軌跡與地層的三維空間接觸關系，指導定向鉆進［29］。利用青海油田高43 區塊高43-平3 水平井數據進行測試，測試結果與現場實鉆結果對比符合率較好。

1.2.4 西部鉆探工程公司

西部鉆探工程公司初步開發了地質導向軟件，滿足三維井軌跡視圖和地層視傾角調整等功能［30］。

1.2.5 西南石油大學

西南石油大學編寫的水平井地質導向隨鉆解釋軟件由數據庫管理、實時地層劃分和實時地層對比等模塊組成，能夠在著陸前鎖定標志層、著陸后實時地層對比更新地質模型，為地質導向提供指導依據［31-32］。

2 地質導向模塊和算法

地質導向是地質和工程的結合，水平井不僅需要“工程中靶”，而且要保證“地質中靶”。已鉆井鉆、測、錄井數據及區域地震數據相結合建立的三維地質模型是鉆前初始井軌跡設計的基礎，鉆中著陸段標志層識別是順利鉆入儲層的保證，水平段隨鉆數據解釋和井周三維地質體重構是地質導向技術的核心。

2.1 鉆前三維地質建模及軌跡設計

2.1.1 三維地質建模

三維地質建模起源于1993 年，現今主要分為線框表達模型、表面表達模型、實體表達模型以及混合表達模型，其中表面表達模型是當今主流［33］。為解決建模過程中井間數據不足問題，1989 年Mallet 教授提出了“離散光滑插值法”來增加模型準確性［34］，隨后，樣條插值法、反向距離插值法［35］、Kriging 插值法等方法［36］也被不斷提出。在建模初期，普遍采用確定性建模方法來建立地質模型，但該方法忽略了儲層的非均質性。H.Haldorsen 等［37］將地質統計學方法引入建模，在沉積巖石學、層序地層學和儲層地質學等理論指導下進行儲層地質模型預測，完成了確定性建模向隨機性建模的轉變。針對隨鉆測井和測量數據，開發了通過LM 算法優化的神經網絡BP 算法［38-39］，該算法建立的三維地質模型能夠更好地預測井軌跡的自然伽馬和電阻率值［40］，對與實鉆數據進行對比具有重要意義。

2.1.2 井軌跡設計

井軌跡設計應在滿足勘探開發部署、鉆井及采油技術等要求的基礎上，盡量選用形狀簡單、易于施工的軌道形狀，以實現安全、優質、快速、低耗鉆井。為實現以上目標，軌跡設計主要基于直線模型、斜面模型和柱面模型3 種數學模型，其中斜面模型應用較廣，其主要算法有圓弧法、最小曲率法和弦步法，最小曲率法憑借計算步驟少、公式簡潔等特點成為最常用的算法［41］。隨著軌跡設計智能化的發展，形成了模式搜索、SQP 算法、遺傳算法等先進的算法［42］。軌跡設計時，要充分考慮井軌跡與地層、鉆完井工具等因素的約束與限制，提高軌跡設計合理性［17,43］。

2.2 鉆中著陸段標志層識別

選取儲層上部具備特殊識別特征地層作為標志層，利用先前地震、測井建模成果，初步鎖定標志層位置。鉆進過程中，以上部地層厚度、地層組合鄰井對比等方法預估距標志層深度，以小波變換和小波多分辨率分析對隨鉆測井數據進行處理［35］，采用隨機森林算法、灰色關聯分析法等方法建立測井數據與巖性的對應關系，快速解釋巖性。在準確判別巖性的基礎上，以層序地層學理念為指導，利用極值方差自動分層方法［27］，完成層位智能劃分。引入中值濾波法和有序元素最佳匹配法［31］，驗證地層劃分的可靠性，消除巖性尖滅、構造突變造成地層重復所帶來的影響。對已劃分地層，基于CBR(Casebased Reasoning)理論，結合標志層特征，進行人工智能區域標志層識別。進入標志層前，利用穩斜探頂法和快速增斜法來控制井眼軌跡實現準確著陸［31］。

2.3 鉆中水平段模型修正及軌跡調整

模型修正和軌跡調整的核心是保證井軌跡始終處于儲層中，其關鍵在于對真實地質情況的充分認識，對鉆頭進入目的層時地層傾向、傾角和厚度的正確判斷，對目的層頂底界面及其與鉆頭之間距離的精準判別。目前，地質模型的修正主要可分為兩類，一類是通過隨鉆多源數據探測，建立井軌跡周邊真實的三維地質情況來修正地質模型；另一類是在先導模型的基礎上，模擬井軌跡測井曲線，將模擬曲線與隨鉆測井曲線進行比對，在過井軌跡剖面模型上進行校正。兩類方法都是在模型迭代修正后，對井軌跡作出調整。

2.3.1 三維可視化的實時模型更新

為了全面發揮隨鉆數據的作用，可以利用信息融合方法將隨鉆測井、隨鉆測量和隨鉆地震數據整合，提高修正三維模型可信度。融合方法主要分為隨機型、最小二乘型和智能型3 大類，隨機模型融合主要有D-S 證據理論、Bayes 推理、加權平均法和遞歸算子等方法，具有直觀、易理解、計算量小等優點；最小二乘模型融合主要有Kalman 濾波、最優理論、極大似然估計和加權平均等方法，具有信息損失比較少的優勢；智能型融合包括神經網絡法、模糊邏輯法、粗糙集理論、聚類分析法、支持向量機、小波分析理論、人工智能和遺傳算法等方法，其優點是對象先驗信息的要求較低或零要求［36］。

在三維模型更新過程中，形成了地層傾角判斷、方向性測量和儲層探邊3 項井軌跡周邊地質特征分析的關鍵技術：(1)通過電阻率、密度和伽馬成像判斷軌跡與地層交切關系，推斷地層傾角；(2)對方位伽馬、電阻率數據進行成像處理或利用模糊數學、神經網絡等數學方法分析，判別儲層“甜點”層界面；(3)依靠定向電磁測量(EM)工具獲得超深方位電磁數據，借助“探層測距”物理及數學模型進行成像處理，形成儲層探邊技術，同時在充分挖掘隨鉆數據和井軌跡周邊分析先進技術支持下，形成三維可視化儲層模型修正方法。

2.3.2 基于模擬曲線與實鉆曲線對比的模型更新

將地質模型、井軌跡、數值模擬和隨鉆數據相結合，在先導地質模型下，利用鄰井實鉆數據模擬本井沿軌跡測井參數曲線，將模擬曲線與隨鉆曲線進行對比，根據符合率作出地層傾向、傾角、斷層調整，更新地質模型［23］。

3 軟件國產化建議

目前，國外鉆井-地質軟件呈現出平臺化、科技化、一體化等特征，已實現了平臺軟件對地質導向軟件的直接支持，且地質導向軟件開發的特色技術能夠保證井軌跡控制的準確性。國內地質導向軟件還面臨著如下亟待解決的問題。

3.1 提高平臺集成化和開放化水平

搭建開放式構架與集成化平臺，創造一體化環境。軟件外部從數據管理與轉換、模型曲線的正反演模擬、圖形加載與繪制，到與地質模塊、地球物理模塊、鉆井模塊等實現功能上的集成，并為軟件使用的協同工作方提供入口，為國內外軟件或程序提供通用接口，促進成果共享。內部以內聚性和耦合性為原則，進行組件式開發，主平臺根據需求組織系統結構，支持各模塊與外接軟件共享數據和運算成果，實現能效的集成，將地質導向業務實現數字化。

3.2 獲取實時多源數據

地質導向軟件搭載WITSML 等井場實時數據傳輸功能，實現數據接口和信息交換模式標準化，保障軟件與油田公司實時數據傳輸。為軟件遠程進行實時數據模型更新、地質導向決策分析、地質導向命令下達提供多源數據支持。

3.3 增加科學化模型

通過對模型和解釋方法探索，攻克國外已經具備的先進導向控制技術，如以井筒電阻率、伽馬、密度成像為基礎的地層傾角拾取技術，以電阻率曲線及方向性測量數據為基礎的邊界探測技術，以方向性電磁測量數據為基礎的隨鉆儲層成像技術。

3.4 三維可視化表達

探索實現地球物理以及鉆井地質數據支持的區域三維可視化建模，隨鉆數據支持的精細化井軌跡周邊三維可視化建模。通過靜態、動態建模相結合，建立三維可視化場景，輔助科研人員對軌跡優化作出直觀判斷。

4 軟件發展趨勢分析

綜合以上國內外軟件發展應用現狀以及地質導向主要模塊、算法研究情況，認為地質導向軟件的發展趨勢有以下幾方面。

4.1 多源信息高速處理

隨著探測工具的快速發展，探測數據類型和采集精度不斷提高，這對地質導向軟件的數據處理、整合、反演和解釋能力都提出了新的挑戰。在處理數據時，需要發展更科學的數據組織和管理模式，提高數據庫查詢和統計效率；探索更科學的算法模型，增強實時處理能力和多種類型數據的整合能力；優化完善多源大數據的應用形式，對獲得信息進行更準確、高效的表達。

4.2 地質-鉆完井工程一體化

地質理論能夠較為系統地應用于靜態地質模型，但動態地質模型仍缺少地質認識作為基礎。利用隨鉆數據進行模型更新的過程中，依然以巖性和孔滲發育程度識別為主，不具備根據巖性反映巖相時空分布、孔滲反映儲層三維展布相應模塊和算法支持。由于地球物理數據多解性較強，缺乏理論指導導致模型缺乏合理性。在隨鉆模型更新模塊下，針對三大巖類，增加構造地質學、層序地層學、沉積巖石學及儲層地質學分析方法為基礎的模型和算法，有助于提高精細儲層動態模型預測的準確性。地質模型更新后，井軌跡修正與井壁穩定性分析相結合，有助于提高水平井鉆井安全性，軌跡修正與井下工具造斜能力、套管強度、套管下入阻力校核是減少鉆完井復雜的保障，配合鉆頭與地層巖石力學分析模型，有助于不同地層中井軌跡控制與優化。

4.3 機器學習、人工智能實時輔助決策

人工智能已經成為科技發展、技術進步的新動能，地質導向軟件中人工智能的應用必將極大地提高決策效率與質量。利用已有的鉆完井數據，篩選出地質導向需要的關鍵數據，根據地質導向場景分類后進行神經網絡訓練，搭建智能決策平臺，形成人工智能判斷方法。在標志層識別、隨鉆與實測曲線分段對比、地質模型更新等需要經驗判斷操作中，由軟件自動給出決策建議，之后人為對結果進行修正，將大幅度提高地質導向的決策時間和判斷準確性。

5 結語

通過國內外地質導向軟件對比可以看出，地質導向軟件國產化道路依然任重道遠，需要形成開放式的軟件研發和集成應用平臺，充分利用已有成果，同時，在補齊短板的基礎上，增強多源信息解釋處理能力，實現地質工程一體化整體布局，以人工智能技術為抓手，爭取早日達到國際先進水平，支持油氣藏鉆探效率不斷提高。