鄧慶軍,寧麗凱
(中國石油大慶油田有限責任公司第一采油廠,黑龍江大慶 163001)
高精度建模離不開精準的測井參數數據解釋。大慶油田薩中開發區于1959年投入開發,受早期技術條件限制,缺少開發早、中期的部分基礎地質參數:一是小于0.5 m 表內薄差儲層無參數解釋標準,未解釋孔滲參數;二是2016年以前表外儲層無參數解釋標準,未解釋孔滲參數;三是2007 年以前的井無細分參數解釋方法,無論多厚的層都只有一個儲層孔滲參數,不能滿足精細挖潛需求。共有20 686口井存在上述問題,是現階段急需解決的歷史遺留問題。因補齊工作量大,所依賴的原基礎地質儲層參數及測井曲線缺、錯問題復雜,需研究一套高效的自動檢錯、整改及多井批處理配套技術。
科學合理的分層是儲層精細解釋的基礎,分三類儲層確定分層原則。
有效厚度:有效厚度≥0.4 m,厚度范圍內對應深三側向峰值個數≥2,高、低峰值間比值>10%則分層。分層界限用二者間深三側向峰谷值,分層后所分厚度均應≥0.2 m。有效厚度<0.4 m則不分層。
獨立型表外厚度:表外厚度≥0.4 m,厚度范圍內對應的深三側向峰值個數≥2,高、低峰值間比值>7%則分層。分層界限用二者間深三側向峰谷值,分層后厚度均應≥0.2 m。表外厚度<0.4 m則不分層。
擴層型表外厚度:擴層型表外厚度<0.3 m 不分層;厚度≥0.4 m按獨立型表外厚度的分層原則分層。根據不同測井系列,選取不同的基準曲線。對于橫向測井系列,以0.45 m 曲線為分層解釋的基準曲線;其他測井系列以三側向為基準曲線。
泥質含量不僅反映巖性,還與有效孔隙度和滲透率有關,因此儲層泥質含量是一個重要的地質參數。求取泥質含量的方法有自然伽馬法、自然電位法和電阻率法,通過分析對比,該研究區域自然伽馬曲線能夠較好地反映儲層的泥質含量,利用自然伽馬計算泥質含量的理論方程為:

式中,GR為自然伽馬測井值,API;C為常數,取值2;GRmin為純砂巖自然伽馬值,API;GRmax為純泥巖自然伽馬值,API;ΔGR為自然伽馬的相對值,API;Vsh1為儲層的泥質含量。
應用32 口取心井資料,共計4 383 層,按老橫向、581、DLS三種系列,分表內表外、不同油層組、不同厚度級別做出圖版,優選出相關性好的測井曲線用于孔滲飽參數計算,建立物性參數解釋模型[3-4](見圖1)。三套測井系列共建立191張解釋圖版,回歸64 個解釋模型[5-7],并實現解釋軟件化。新井實現表內外全井段、多參數、一體化精細解釋不遺留;老井采用二次解釋的方式,分系列補齊儲層參數。

圖1 物性參數關系圖版
首創的多井解釋配套技術解決了制約多井批處理推進中小而瑣碎的大問題。
老井測井曲線數據需要檢查錯誤并整改。
2.1.1 曲線名顛倒檢測
深側向、淺側向曲線名顛倒,微電位和微梯度曲線名顛倒(見圖2),采用有效厚度厚層曲線值比較方法,準確識別曲線名顛倒,通過曲線數據互換,實現自動化識別與整改。

圖2 微電位與微梯度曲線名顛倒示意
2.1.2 曲線缺失檢測
參與儲層孔隙度、滲透率、飽和度參數計算的曲線缺失會導致參數計算無法運行,同時影響數據的長久保存。通過自動檢測曲線組成,將缺失曲線名自動提取,為缺失曲線數字化提供依據。
2.1.3 曲線異常檢測
異常值有兩種情況:一是出現平直段,二是曲線值不在正確范圍內。平直段基于有效厚度識別,若曲線在有效厚度范圍內出現2 m 以上的平直段,即為異常平直段。有效厚度范圍內出現5 m 以上的平直段,則該曲線為曲線值異常。
不同曲線有不同的取值范圍,如超過正常取值范圍50%,即為異常,例如密度曲線取值范圍多在2~3 g/cm3,若1 g/cm3<密度曲線值>4.5 g/cm3,即為密度曲線異常。
不同測井系列應用的儲層參數解釋方法不同,應用人工方法識別測井系列,再人工分配解釋方法,效率低下。因不同測井系列標志性曲線不同(見表1),通過標志性曲線識別自動確定測井系列,自動分配解釋方法,高質高效。

表1 不同測井系列標志性曲線
90 年代之前的小層庫數據、夾層數據庫、小層界限數據庫等基礎數據均為手工建庫,存在數據缺、錯等小而瑣碎問題,制約老井參數補齊工作的推進,需研究高效的檢錯及整改技術。小層數據庫主要檢測小層厚度是否正確、有效厚度頂底界面是否超砂巖厚度界面、三類夾層(有效厚度內的夾層)不在有效厚度內等錯誤;夾層數據庫主要檢測二類夾層(有效厚度間的夾層)缺失問題,依據數理統計分析,一口井夾層缺失比例超過25%,提出夾層缺失警報,進一步核實整改,實現自動檢錯、人工修改和自動修改相結合,提質提效。
以往的處理解釋技術是基于單井,標準層參數選取及讀值、小層數據庫讀取及調用、圖頭基礎信息讀取都是人工完成,通過以下四方面技術,實現多井自動化批處理,提質提效。
對自然電位、微電極幅度差、聲波時差等所有標準層參數的讀值實現自動讀取和加載(見圖3)。

圖3 微電極幅度差標準值讀取示意
在老井參數解釋中,需在儲層厚度范圍內進行分層取值和參數解釋,需要加載DAA05(小層數據庫)和DAA054(夾層數據庫),應用ODBC 技術,實現動態訪問FoxPro 數據庫,使用VisualC++編程語言靈活操控數據庫,通過井號查詢,讀取儲層厚度等信息,加入曲線鏈表中,實現自動讀取。
老井參數解釋需要對電測曲線進行標準化,包括對電阻率曲線進行鉆井液泥漿電阻率校正,對自然電位曲線進行鉆井液泥漿密度校正,因此需要每口井的鉆井液電阻率和鉆井液密度信息。利用井號查詢技術,批量讀出鉆井液電阻率和鉆井液密度數值,為多井批處理解釋奠定基礎。
以多井解釋配套技術及上述自動讀取和調用技術為基礎,利用不同時期多井分類軟件劃分出不同井型,在每種井型中首先建立多井解釋井號數據包,根據數據包中的井號,順序批處理解釋每口井;依次通過選擇井網類型、測井系列、標準化分層取值、孔滲飽參數解釋進行批量處理解釋,批處理后每口井生成一個標準的DAT 文件,包括原始曲線、方波取值曲線及解釋結果曲線。處理流程見圖4。

圖4 多井批處理解釋軟件流程
多井解釋配套技術共研制7 大類18 項自動檢錯及整改技術,提高效率6倍以上,使老井參數補齊工作由原工作模式下的需要40 a 完成減少到只需7 a 便可完成,在短時間內為油田開發調整提供齊全精細的儲層參數。
解釋結果為儲層評價、潛力分析、方案優化、措施挖潛提供了量化數據支持,實現了油藏數值模擬由賦值向個性化參數應用的轉變,精細刻畫層內非均質性,提高模擬精度,改善開發效果(見圖5)。

圖5 全參數精細解釋前后模擬效果對比
2016 年至2019 年,全參數新井解釋1 122 口,老井6 660 口,指導油井補孔、壓裂等措施調整計567 口井。累計增油22.09×104t,直接經濟效益達13 248.38萬元,節約人工成本2 331.00萬元,合計經濟效益15 579.38萬元,成果應用效果顯著。
(1)伴隨油田開發步入特高含水期,薄差層在水驅開發調整中越來越重要,薄差儲層參數補齊勢在必行。
(2)老井測井解釋參數補齊面臨的問題和困難是部分油田老區共同存在的問題,該套技術為有效解決此問題提供了思路與方案。
(3)多井批處理解釋技術為高效完成新老井參數補齊奠定了基礎,推動了測井解釋由單井軟件化向多井自動化的邁進。