核磁共振测井技术在致密油储层评价中的应用研究

2016-05-07 06:46成志刚吴有彬李戈理林伟川席辉
测井技术 2016年6期
关键词:测井渗透率流体

成志刚, 吴有彬, 李戈理, 林伟川, 席辉

(中国石油集团测井有限公司油气评价中心, 陕西 西安 710077)

0 引 言

致密油是指以吸附或者游离状态赋存于生油岩中或与生油岩紧邻的致密砂岩、致密碳酸盐岩等储集岩中未经过大规模长距离运移的石油聚集[1]。中国致密油分布广泛,在鄂尔多斯盆地三叠系延长组长6—长7段、准噶尔盆地二叠系芦草沟组、四川盆地中-下侏罗统、松辽盆地白垩系青山口组-泉头组等都获得了重要的勘探发现[2]。致密油储层物性差、孔隙结构复杂、非均质性强,仅仅依靠常规测井资料难以正确评价。核磁共振测井[3-4]是评价复杂储层和非常规储层的重要手段,但致密油储层中核磁共振测井信号较为微弱,受噪声影响较大,导致核磁共振测井在该类储层中应用效果不佳。只要在核磁共振测井数据处理、综合分析等方面做到有针对性,核磁共振测井就能在致密油储层中发挥优势。本文针对这一难题,将基于小波域自适应滤波方法应用于核磁共振测井降噪处理,提高致密油储层核磁共振测井数据的信噪比;在此基础上,提出动态T2截止值计算方法,提高了致密油储层核磁共振物性参数计算精度;提出了核磁共振流体指示参数法和核磁共振T2几何均值重叠法,有效提高了储层流体识别的准确性。

1 核磁共振测井降噪处理方法

1.1 方法原理

信号经过小波变换[5],有用信号主要集中在低频系数,其幅值大,数目少;噪声主要集中在高频系数,其幅值小,数目多。小波阈值降噪方法[6]通过选择合适的阈值,将小于该阈值的系数置零而保留大于该阈值的系数,使噪声得到有效抑制,再进行小波逆变换,得到小波阈值降噪信号。

自适应滤波方法[7]利用前一时刻已获得的滤波器参数自动调节现时刻的滤波器参数,以适应信号和噪声未知的或随时间变化的统计特性,从而实现最佳滤波。采用横向结构的有限脉冲响应的滤波器形式实现自适应滤波是常用的方法,其表达式

y(n)=w(n)xT(n)

(1)

式中,x(n)为n时刻输入信号值;y(n)为n时刻输出信号值;w(n)为滤波器系数,w(n)=[w1,w2,…,wL],x(n)=[x(n),x(n-1),…,x(n-L+1)],L为自适应滤波器权系数个数。

LMS算法[8]基本原理是调节加权系数w(n),使均方误差最小。LMS算法基于最陡下降法的原理,下一个加权系数w(n+1)等于现在的加权系数w(n)加上一个正比于梯度(n)的负值变换,即

w(n+1)=w(n)-μ(n)

(2)

式中

(n)=∂[e2(n)]∂w(n)

(3)

由此可得LMS算法的迭代公式

e(n)=f(n)-xT(n)w(n)

(4)

w(n+1)=w(n)+2μe(n)x(n)

(5)

式中,μ为步长因子;f(n)为参考信号。

LMS算法的收敛性很大程度上依赖于输入信号自相关矩阵特征值的发散程度。输入信号自相关矩阵特征值的发散程度越小,LMS算法的收敛性能越好,对输入信号作某些正交变换后,输入信号自相关矩阵特征值的发散程度会变小[9]。小波域自适应滤波方法[10]先将输入信号与经小波阈值降噪后得到的参考信号分别通过小波变换进行多尺度分解,然后在小波域内对所分解的小波系数进行自适应滤波,最后将滤波后的系数通过小波重构得到降噪后的信号。其算法实现步骤见图1。

(1) 选取小波基函数ψ1,将加载的信号f通过小波变换进行分解,通过阈值降噪方法对分解后的小波系数进行处理,再将处理后的小波系数通过小波重构得到小波阈值降噪后的信号f1。

(2) 选取小波基函数ψ2,分别将加载的信号f以及小波阈值降噪后的信号f1通过小波变换进行分解,将得到的小波系数分别作为自适应滤波器的输入信号与参考信号。

(3) 通过输入信号与参考信号之间的误差自动调节自适应滤波器的加权系数,从而实现最优滤波,将滤波后的系数进行小波重构得到小波域自适应滤波降噪后的信号f2。

图1 小波域自适应滤波方法的基本流程

1.2 应用效果

对某致密油储层的核磁共振测井数据运用小波域自适应滤波方法进行降噪处理,降噪前后反演结果及物性参数计算结果见图2。第5、第6道分别为降噪前后反演的T2谱,降噪后T2谱比降噪前T2谱的幅度要略高;第7、第8道的杆状条为岩心分析孔隙度、渗透率,蓝色线为降噪前计算的孔隙度与渗透率,红色线为降噪后计算的孔隙度与渗透率。降噪前计算孔隙度要小于岩心分析孔隙度,渗透率要大于岩心分析渗透率;通过小波域自适应滤波方法降噪后计算的孔隙度和渗透率同岩心分析结果有更好的一致性,说明小波域自适应滤波方法能够有效提高核磁共振测井物性参数的计算精度。

图3是另一口致密油井的降噪处理实例。该井核磁共振观测模式选用D9TW。图3中第5、第6道为降噪前的长、短等待时间Tw的T2谱分布;第7道为降噪前的差谱信号;第8、第9道为降噪后的长、短等待时间Tw的T2谱分布;第10道为降噪后的差谱信号。图3中,降噪前39、44、45、46号层基本无差谱显示,经过降噪处理后,39、44、45、46号层均有一定的差谱显示,综合解释为油层。对39号层与44号层进行合试,日产油5.35 t,不产水。

核磁共振测井数据经小波域自适应滤波降噪处理后能够提高流体识别的准确性。

致密油储层中核磁共振测井数据的信噪比较低,利用核磁共振进行物性参数计算和流体识别存在一定误差。利用小波域自适应滤波方法对核磁共振测井数据进行降噪处理可以提高致密油储层核磁共振测井的物性参数计算结果和增强流体识别的准确性。

图2 核磁共振测井降噪处理前后物性参数计算结果*非法定计量单位,1 mD=9.87×10-4 μm2,下同

图3 核磁共振测井降噪处理前后流体识别效果对比

2 核磁共振动态T2截止值计算方法

2.1 方法原理

核磁共振T2谱上不同的弛豫时间对应不同的孔隙区间,总孔隙度可以通过T2谱面积计算[11];核磁共振测井还可以表征岩石的孔隙结构,用其估算渗透率在理论上具有优势。核磁共振测井计算渗透率最常用的模型是Coates模型[12]。如果准确知道储层核磁共振T2截止值,就可以准确求取地层渗透率。实际资料处理中一般采用统一T2截止值进行处理,如果区域T2截止值变化范围很大,会造成实际计算渗透率有所偏差。

T2谱的展布范围以及出现峰值的时间是岩心孔隙结构的一种反映,常用T2几何均值(T2,gm)反映孔隙结构[13];T2截止值(T2,cutoff)在一定程度上也能够反映孔隙结构,可以通过建立T2,gm和T2,cutoff的关系求取地层T2截止值。图4是研究区致密油储层岩样的T2,gm和T2,cutoff的关系图。对T2,gm和T2,cutoff的关系进行拟合,确定研究区致密油储层T2,gm和T2,cutoff的关系式

2.2 应用效果

对核磁共振测井数据进行小波域自适应滤波处理后,利用动态T2截止值计算方法求取连续深度段的T2截止值,然后进行岩石物理参数计算。

图5是某致密油井的处理结果,第6道杆状条为岩心分析孔隙度,蓝色线为核磁计算的孔隙度;第7道的杆状条为岩心分析渗透率,蓝色线为统一T2截止值法计算的渗透率,棕色线为动态T2截止值法计算的渗透率。从对比效果看,动态T2截止值法计算渗透率与岩心分析有很好的一致性。在利用核磁共振测井资料计算致密砂岩层的渗透率时,可以根据岩心实验数据确定公式中的参数实现动态T2截止值求取地层渗透率。通过这种方法可以直接从原始核磁共振测井数据中求得连续测井深度点的T2截止值,克服了用统一T2截止值计算渗透率的缺陷。

3 核磁共振测井流体识别新方法

油、气、水具有不同的弛豫响应特征,不同的Tw其油、气、水的极化率不同[14]。时间域差谱分析(TDA)方法[15]是核磁共振双Tw测井数据进行流体识别的有效方法。对于致密油储层,利用TDA方法进行流体识别时,差谱信号比较微弱,经常会漏判一些油层。如何有效提取双Tw数据之间微弱差异是识别致密油储层流体性质的关键。

图5 致密油储层核磁共振测井岩石物理参数计算结果

3.1 流体指示参数法

实验表明[16],随油含量的增多,T2谱峰值幅度不断增加且向T2大的方向移动;而水信号不仅幅度下降,其位置也向T2小的方向移动。因此,长、短不同等待时间的核磁共振T2分布的差异主要在大孔隙流体部分,其差异越大,则其含烃的可能性越大,含油饱和度越高。

为了更有效地判断储层流体类型,通过对研究区实际核磁共振测井资料及岩心核磁共振实验资料分析,确定128 ms为大、小孔隙T2分布的分界值。然后计算长、短Tw测量的大孔隙流体体积之差的参数DFVM,建立核磁共振流体指示参数FLAG

FLAG=DFVMMPHEA=MBVA-MBVBMPHEA×100%

(7)

图6 核磁共振测井流体指示参数法应用实例

式中,MBVA、MBVB分别为长、短Tw对应的大孔隙流体孔隙度;MPHEA为长Tw对应的有效孔隙度。

根据地区核磁共振测井资料以及试油数据得到该地区核磁共振流体指示参数法判别储层流体的标准(见表1)。

表1 核磁共振流体指示参数法识别标准

图6是核磁共振测井流体指示参数法的应用实例。该井各储层段电阻率差异较小,依据常规的电阻率数据很难进行流体识别,因此增加核磁共振测井,测量模式为D9TWA。对核磁共振测井数据进行小波域自适应滤波处理之后,通过计算得到核磁共振流体指示参数FLAG。图6中第7道中红色线为计算的FLAG值,蓝色线表示FLAG=5,粉色线表示FLAG=3。处理结果,35号层FLAG值分布不均匀,但均大于5%;38号层的FLAG值处于3%~5%;43和45号层FLAG值小于3%。依据流体指示参数法进行综合解释:35、37号层为油层,38号层为差油层,43、45号层为水层。对35、38层进行合试,日产油6.71 t,日产水6.3 m3;对43、45层进行了合试,日产水5.2 m3,不产油。试油结果验证了上述解释结论的正确性。

3.2 T2几何均值重叠法

对于短Tw核磁共振数据,水层能够被完全极化和油层只能部分极化。水层的长、短Tw的T2,gm近似相等,而油层的短Tw的T2,gm小于长Tw的T2,gm。可以依据长、短Tw的T2,gm对储层流体性质进行判断。长、短Tw数据的T2,gm如果有差异可以解释为油层或差油层,无差异则为水层或干层。油层与差油层、水层与干层的长Tw的T2,gm有所差异,利用地区核磁共振测井资料以及试油数据得到了该区核磁共振T2,gm重叠法识别标准(见表2)。

表2 核磁共振T2,gm重叠法识别标准

图7是致密油储层核磁共振T2,gm重叠法识别流体的实例,对核磁共振测井数据进行小波域自适应滤波处理之后,分别计算长Tw的T2,gm和短Tw的T2,gm。图7中第7道中红色线为长Tw的T2,gm(T2,gmA),蓝色线为短Tw的T2,gm(T2,gmB)。处理结果表明,39、44、45、46号层长、短Tw的T2,gm显示有一定的差异,且长Tw的T2,gm相对较大(26~38 ms),综合解释39、44、45、46号层为油层。53、56层的长、短Tw的T2,gm显示无差异,但长Tw的T2,gm较大(20~36 ms),综合解释为水层。其他层位长、短Tw的T2,gm无差异,且长Tw的T2,gm较小(<22 ms),综合解释为干层。39、46层合试日产油5.35 t,不产水;53、56号2个层合试日产水5.2 m3,不产油,试油结果验证了解释结果的正确性,表明该方法能够有效地识别致密储层的流体性质。

图7 核磁共振T2,gm重叠法应用实例

4 结 论

(1) 基于小波域自适应滤波方法的核磁共振测井降噪处理技术能够有效提高核磁共振测井数据的信噪比,提高T2谱的反演精度及其在致密油储层中的应用效果。

(2) 动态T2截止值法可以直接从原始核磁共振测井数据中求得连续测井深度点的T2截止值,克服了用统一T2截止值计算渗透率的缺陷,避免了人为因素的干扰。

(3) 致密油储层中核磁共振差谱信号比较微弱,核磁共振流体指示参数法和T2几何均值重叠法能够有效提取双Tw数据之间的微弱差异,准确识别储层流体性质。

参考文献:

[1] 贾承造, 邹才能, 李建忠, 等. 中国致密油评价标准、主要类型、基本特征及资源前景 [J]. 石油学报, 2012, 33(3): 343-350.

[2] 邹才能, 朱如凯. 常规与非常规油气聚集类型、特征、机理及展望——以中国致密油和致密气为例 [J]. 石油学报, 2012, 33(2): 174-187.

[3] 肖立志, 谢然红, 廖广志. 中国复杂油气藏核磁共振测井理论与方法 [M]. 北京: 科学出版社, 2012.

[4] 肖立志. 核磁共振成像测井与岩石物理核磁共振及其应用 [M]. 北京: 科学出版社, 1998.

[5] 程正兴. 小波分析算法与应用 [M]. 西安: 西安交通大学出版社, 1988.

[6] Donoho D L, Johnstone I M. Ideal Spatial Adaptation Via Wavelet Shrinkage [M]. Biometrika, 1994, 81(12): 425-455.

[7] Widrow B, Glover J R, McCool J M, et al. Adaptive Noise Cancelling: Principles and Application [C]∥Proceedings of IEEE, 1975, 12.

[8] 谢胜利, 何昭水, 高鹰. 信号处理的自适应理论 [M]. 北京: 科学出版社, 2006.

[9] Dentino M, Mer Cool J, Widrow B. Adaptive Filtering in the Frequency Domain [C]∥Proc IEEE. 1979, 67: 1658-1659.

[10] Hosur S, Tewfik A H. Wavelet Transform Domain Adaptive FIR Filtering [C]∥IEEE Trans on SP, 1994, 42(3): 572-585.

[11] Coates G R, Peveraro R C A, Hardwick A, et al. The Magnetic Resonance Imaging Log Charaterized by Comparison with Petrophysical Properties and Laboratory Core Data [C]∥SPE, 1991, Paper 22723.

[12] Hamada G M. Integration of NMR and SCAL to Estimate Porosity, Permeability and Capillary Pressure of Heterogeneous Gas Sand Reservoirs [C]∥SPE 121161, EUROPEC/EAGE Conference and Exhibition, 2009.

[13] 周灿灿, 程相至, 赵凌风, 等. 用岩心NMR和常规束缚水的测量改进对T2,cutoff的确定 [J]. 测井技术, 2001, 25(2): 83-88.

[14] Freedman R. A New NMR Method of Fluid Characterization in Reservoir Rocks: Experimental Confirmation and Simulation Results [C]∥SPE 63214, 2000 SPE Annual Technical Conference and Exhibition, Dallas, Texas.

[15] Prammer M G. Lithology-Independent Gas Detection by Gradient-NMR Logging [C]∥SPE 30562, 1995 SPE Annual Technical Conference and Exhibition, Dallas, 22-25, October, 1995.

[16] 谭茂金. 核磁共振测井信息处理与应用方法研究 [D]. 东营: 中国石油大学(华东), 2003.

猜你喜欢
测井渗透率流体
本期广告索引
纳米流体研究进展
流体压强知多少
山雨欲来风满楼之流体压强与流速
中煤阶煤层气井排采阶段划分及渗透率变化
不同渗透率岩芯孔径分布与可动流体研究
SAGD井微压裂储层渗透率变化规律研究
高渗透率风电并网对电力系统失步振荡的影响
基于测井响应评价煤岩结构特征
随钻电阻率测井的固定探测深度合成方法