Petrophysics 2022年第4期论文摘要翻译

版权及使用说明：本翻译的版权归SPWLA西南分会所有，仅供学术交流使用。若有翻译不到之处，请联系：E-mail: support@spwla-swchina.org.cn

利用流体压力梯度预测凝析气藏的原位物性

Tianmin Jiang, Ron J.M. Bonnie, Thiago Simoes Correa, Martin C. Krueger, L. Taras Bryndzia and Mark G. Kittridge

新型混合EOS-PVT模型已被开发用于估计反凝析油流体的原位流体性质。该混合模型基于调谐状态方程(EOS)属性，用于对凝析油气进行全球分布的一组质量控制(QC)压力-体积-温度(PVT)分析，其中凝析油气比(CGR)的范围约为5至350桶/百万立方英尺，原位流体密度范围约为0.2至0.6克/立方厘米。混合EOS-PVT模型是基于测量的流体压力梯度(FPG)导出的原位流体密度与由调谐EOS模型和QC PVT数据获得的EOS原位流体密度高度相关的观察结果得到的。

利用现场FPG数据计算的流体密度值，可以估计各种凝析气流体特性，例如粘度、甲烷摩尔分数(XCH4)、密度、声速以及绝热流体模量，后者是Gassmann流体替换模型关键输入参数。新型混合EOS-PVT模型的实用性在于它们能够便于快速对滞留气体资源评估，而无需采集流体样本进行实验室PVT分析。正确执行的FPG数据也可作为实验室测量PVT特性的可靠质量控制。

我们提出了普适于凝析油的CGR、粘度、原位流体密度和声速的混合EOS-PVT模型。这项工作的一个重要贡献是开发了一种新的流体声学特性模型，该模型能够估计反凝析油的绝热流体模量(Kad)。使用本文报导的流体密度[ρ]和速度[Vp]的预测模型，可以非常容易地计算绝热流体模量。本文的流体速度模型也通过北海中部(CNS)的高温高压Shearwater Field的实际样本现场条件下的流体声学速度的测量结果获得了验证。【译者：邓雨薇，校稿：聂昕，长江大学】

在过断层地层地质导向应用中利用深度学习的随钻电阻率测量实时2.5维反演

Kyubo Noh, Carlos Torres-Verdín, and David Pardo

我们开发了一种用于解释2.5维井眼电阻率测量的在线计算成本可以忽略不计的深度学习反演方法。该方法在过断层地层和各向异性地层的三轴随钻电阻率测量的反演中得到了成功的验证。我们的深度学习反演工作流程采用了四个独立的深度学习架构。第一种架构在几种预先确定的地质构造类型模型中识别出是哪一种；随后，第二、第三和第四个架构分别估计了以下三种模型的参数化的空间电阻率分布：(1)不穿越层界或断层面；(2)穿越层界但不穿越断层面；(3)穿越断层面。每个深度学习架构都使用了卷积层，并使用精确的高阶、网格自适应有限元正演数值模拟器获得的合成数据进行训练。数值结果证实了使用多分量电阻率测量(特别是交叉偶合电阻率分量)对成功重建井眼轨迹附近2.5维电阻率分布的重要性。通过两个由实际现场测量启发的合成例子对所开发的反演工作流程的可行性和有效性进行了评估。结果展示了该方法可成功地重建2.5维电阻率分布、地层边界位置和倾角以及断层面位置，确定了其用于实时井眼地质导向的可靠性。【译者：董明宇 校稿：聂昕，长江大学】

多层各向异性地层中电偶极源一维响应的地层探测敏感性

Joshua C. Bautista-Anguiano and Teruhiko Hagiwara

来自一次电流源的电场和磁场响应已经被解析推导、探索并用于勘探和检测两层模型中由于地层边界的存在而引起的电异常。然而，前人的相关工作需要深入的数学知识，这可能成为想进入感应测井领域的或者需要一个直接的方法来开发算法的从业者的障碍。因此，我们引入了在一维横观各向同性介质中任意方向的电流偶极子源的电场和磁场响应的解析表达式。此外，我们用这些方程式来检验电场和磁场对横向电偶极发射器远处电阻异常的响应。我们的分析显示，对于垂直或水平钻孔，磁场响应对仪器面前的异常更加敏感。虽然已知用传统电阻率仪器进行的共面电场测量对仪器周围的电阻率异常很敏感，但使用横向电偶极发射器的轴向磁场测量和使用轴向电偶极发射器的横向磁场测量对仪器周围的异常比任何电场测量更敏感。这种深探测的能力是通过一个相对较短的10米源间距来实现的。基于增强的深探测能力，我们鼓励使用基于电偶极子源的通用地质导向工具的磁分量，因为与电测量的灵敏度相比，它具有超过电测量60%距离的远处标记异常的潜力。【译者：孙传瑞 校稿：聂昕，长江大学】

一种快速透明的贝叶斯测井解释方法

Mirano R. Spalburg.

本文提出了一种可用于测井解释的快速且透明的基于贝叶斯的计算方法。该方法的结果不是地层属性的单一值，而是概率分布。该方法对大量地层的测井仪器响应只计算一次并将其储在数据库中，因此速度非常快。此后，这个数据库被用于解释真实的测井数据。该方法之所以是透明的，是因为它完全依赖于选择在给定的误差范围内等于实际测井仪器响应的地层数据。因此只有内部一致的解释结果才能被找到。数据库的大小是可以实现的，并且测井评价计算的时间足够短。该方法已在100多口井上进行了测试并取得了良好的结果。本文介绍和讨论了其中一些井的结果。本文所展示的测井评价使用了包含大约2500万个地层结果的大约300MB的数据库。数据库的构建和全井评价均仅需要几秒钟的时间。【译者：王振阳 校稿：聂昕，长江大学】

中国南海珠江口盆地基底花岗岩的测井相分析及储集特性

Guiyu Hua, Xueqi Yang, Changhai Xu, Shenglan Lei, and Guangfa Zhong

基底花岗岩代表了潜在的油气储集空间，然而我们对其储集性质的了解仍然有限。在南海北部大陆边缘的珠江口盆地（PRMB），按照岩性花岗岩约占基底的57%，这为研究基底花岗岩储层的特征和分布提供了极好的机会。本文列举了根据13口探井的常规测井数据得到的PRMB基底花岗岩的测井相分析结果。综合运用了用于分割的变化点分析方法和用于测井相分类的模糊C—均值聚类方法。以此识别了五个测井相（LF1~5）。综合不同测井曲线对岩性响应的分析、与文献中确认的类似案例类比、以及有限的岩屑和井壁取心数据的校准，对这些测井相进行了解释。由于次生孔隙和裂缝的发育程度不同，PRMB中基底花岗岩的储层性质差异很大。研究表明次生孔隙和裂缝发育的花岗质岩石以低密度（DEN）、高声波时差（AT）和较高的中子孔隙度为代表（NP）的测井相LF3储集潜力最好，然后依次是具有不同裂缝数量的高伽马（GR）、较高AT、低NP的测井相LF2，低NP、中等DEN、AT的测井相LF4。其余以LF1和LF5为代表的花岗岩整体致密，储层物性较差。有利的储层测井相（LF2~4）的分布具有非均质性。这些发现将有助于加深我们对基底花岗岩储层性质的认识。【译者：周迎 校稿：聂昕，长江大学】