测井原始数据受到井眼环境、仪器测量、系统误差等因素的影响, 为尽量消除这些影响, 需要进行深度对齐、标准化和环境校正^{[15, 16]}。系统建立了完整的预处理技术。

1.1.1 深度对齐

在实际的测井过程中, 由于井眼环境、仪器自重、测量方式、居中情况等因素, 造成电缆拉伸情况不同, 使得各曲线之间深度发生偏差。通常采用人工方法或自动方法进行校正, 人工校正适合局部深度校正, 自动校正适合整条曲线的深度校正。二者方法相似, 首先确认曲线之间深度是否存在错动, 然后以某一条测井曲线为标准, 确认其他曲线深度的差异再加以校正, 完成各井深度对齐工作。

1.1.2 标准化

多井测井解释首先需要解决系统误差问题, 如年代跨度大、测井仪器型号多、刻度标准不统一、操作方式不一致等问题, 因此解释前需要进行标准化。木里地区曲线标准化工作有:①选取多井均稳定分布的江仓组上段70~100 m处泥岩层作为标准层; ②标准井和标准化, 求取所有井泥岩标准层测井特征值的平均值, 此特征值构成一口虚拟标准井, 建立各井相对标准井的相对校正量, 完成标准化工作。

1.1.3 环境校正

影响测井曲线的环境因素较多, 如井径、泥浆密度与矿化度、泥饼、井壁粗糙度、泥浆侵入带、地层温度与压力、围岩以及仪器外径、间隙等, 为了取得较好的测井解释与数据处理效果, 必须对测井曲线进行环境校正。基于木里地区的地质和工程条件, 总结出测井曲线主要受到井径、井壁粗糙度和泥浆的影响, 利用对应测井仪器的校正图版, 建立了声波(AC)、密度(DEN)和自然伽马(GR)的环境校正模型。

木里天然气水合物储层常规测井方法主要有自然伽马 、井径、深浅电阻率、补偿密度、补偿中子以及声波时差等。由于天然气水合物具有不同于储层骨架及油气的物理性质, 因此在含水合物储层中呈现出独特的测井响应特征:低自然伽马、井径扩大、高电阻率、低密度、高中子孔隙度以及低声波时差等, 尤其是高电阻率和低声波时差特征最为明显^{[8, 9]}。总结了木里地区含有天然气水合物晶体的储层测井响应特征值, 为测井识别水合物储层奠定基础。

基于木里水合物储层岩性和测井响应特征, 选用岩性和流体敏感测井曲线, 利用贝叶斯判别、BP神经网络和支持向量机方法建立了流体、岩性识别方法^[17]。

1.3.1 贝叶斯判别法

贝叶斯的基本思想是:假定对所研究的对象(总体)在抽样前已有一定的认识, 常用先验概率分布来描述这种认识, 然后基于抽取的样本再对先验认识作修正, 得到后验概率分布, 再基于后验概率分布作各种统计判断, 将贝叶斯统计的思想应用于判别分析, 即得到贝叶斯判别方法。

1.3.2 BP神经网络法

BP神经网络是人工神经网络技术中最流行的一种, 是地学领域中应用较多的分类工具。一般BP神经网络模型结构为一个输入层、多个隐层、一个输出层, 只要隐层的节点个数足够多, 就可以逼近任一非线性映射, 故多数情况下只采用一个多节点的隐层。BP人工神经网络分为两个过程:学习过程, 采用BP模型, 用学习样本的已知指标和预测指标, 来求学习样本的预测指标与已知指标间的非线性关系; 预测过程, 利用计算出的非线性关系, 根据学习样本和待预测数据的已知指标的值, 分别求出学习样本和待预测数据的预测指标的值。

1.3.3 支持向量机法

支持向量机是由Cortes和Vapnik于1995年正式提出一种机器学习方法, 它在解决小样本非线性和高维模式识别问题中表现出许多特有的优势, 并在很大程度上克服了“ 维数灾难” 和“ 过学习” 等问题。支持向量机的基本思想是根据结构风险最小化原理, 通过最大化分类间隔或边缘尽量提高学习机的泛化能力, 即寻找一个满足分类要求的最优分类超平面, 使得该超平面在保证分类精度的同时, 能够使超平面两侧的空白区域最大化。

1.4.1 计算泥质含量

木里地区天然气水合物通常赋存在细粉砂岩夹层内^{[4, 5, 6]}, 因此泥质含量大小会影响测井响应, 为评估对其造成影响的大小, 并划分砂岩和泥岩层段, 基于工区的地质条件, 通常采用自然伽马测井值、密度— 声波交会方法, 建立泥质含量计算模型。

1.4.2 地层孔隙度计算

测井评价孔隙度直接指示着水合物的存储空间。通常利用测井确定天然气水合物储层中的孔隙度方法主要为密度测井(DEN)、中子测井(CNL)、声波测井(AC)、电阻率测井(RT)及核磁共振测井(NMR)等, 这些测井方法所反映的地层物理响应值均和地层的孔隙度是紧密相关的。研究区内的储层较为致密, 岩芯孔隙度分析表明当研究区内的天然气水合物赋存于砂岩中时, 其地层的孔隙度为3%~11.68%, 均值为6%^{[8, 10]}。基于岩芯分析资料和工区地质条件, 木里水合物测井评价系统采用密度、电阻率及声波测井方法计算天然气水合物储层的孔隙度, 并作相应的压实校正, 建立了可靠的孔隙度计算模型。

1.4.3 天然气水合物饱和度计算

沉积物中所含有的天然气水合物主要分布形式有下面几类:块状、脉状、节状和分散的胶结物^{[4, 5, 6]}。永久冻土区的天然气水合物储层评价模型有两类:冻土层内和冻土层下。木里地区所有井内的天然气水合物储层均出现在冻土层下, 测井计算饱和度主要以阿尔奇公式为基础, 其中参数选取是基础工作, 依据工区岩芯实验并参考国内外水合物岩电实验情况, 选定岩电参数为a=1.32, m=0.51, b=1, n=1.93^{[7, 18]}。目前采用标准阿尔奇公式、修正阿尔奇公式、印度尼西亚公式, 时间平均方程饱和度方法和修正wood方程计算饱和度, 建立了木里水合物饱和度计算方案。

考虑到现场需求, 充分借鉴和吸收国内外成熟商业软件的成果和思想^{[20, 21]}, 在windows系统下, 利用VB (Visual Basic 6.0)语言编写了“ 木里水合物测井评价系统” , 软件的体系结构见图1。采用分层式框架结构, 从下至上共3层:

1)基础数据层, 进行数据访问和管理, 考虑到用户便捷性需求, 在系统数据格式的设计采用测井现场广泛使用的Forward数据格式, 可以快速移植于国内常用测井处理软件, 如Forward、LEAD、CIFLOG和卡奔等软件^{[19, 20]}, 满足现场稳定、快速处理的数据格式要求;

2)中间支持层, 体现软件核心价值的部分, 提供主要功能和服务, 封装形成界面组件库、预处理方法库、流体识别方法库和解释方法库;

3)应用层, 提供测井计算与评价和测井绘图, 可以快速编辑地显示、导出测井评价成果。该系统结构简洁稳定, 占用内存小, 对计算机配置要求低, 易于操作与维护, 运行处理效率高, 可以适应环境恶劣的冻土区测井工作环境, 获取可靠的测井解释成果^{[4, 6]}。

图1

	Figure Option ViewDownloadNew Window
	图1 木里水合物测井评价系统体系结构

基于上文木里水合物测井评价技术和方法, 以及系统的体系结构设计, 实现了系统和技术的主要功能, 建立了一套完整的链式处理模块和技术流程(图2), 易于实现和用户掌握。在获取原始测井资料后, 通过该链式处理模块, 解释人员可以快速准确地获取天然气水合物储层的测井识别结果、储层参数计算和评价成果, 以及相应的数据和图件, 符合现场处理的效率要求。该评价系统和其主要功能, 具有数据管理的可移植与便捷化、识别技术选用的便捷化、评价方法与参数具有多套方案、系统维护和与操作简单等特点。

图2

	Figure Option ViewDownloadNew Window
	图2 木里水合物测井评价系统链式处理模块与流程