Petrophysics 2023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
本期摘要【译者：王晓壮、黎焕兴，校稿：郭江峰】
过套管核监测测井的发展史
Dale E. Fitz1
自1939年引入伽马射线测井以来，核测井技术在油气储层评价和监测中发挥了关键作用。本文回顾了核测井重要的发展历史，包括钢套管井中气-油(GOC)、气-水(GWC)和油-水(OWC)界面识别方法，注气、注蒸汽和注水前缘侵蚀识别方法，饱和度计算方法和有效的油藏衰竭识别方法的发展。本文只聚焦于能够直接识别套管外流体的核测井方法的阐述，主要利用自然伽马射线、中子诱导伽马射线和中子通量测量。综述的核测井方法包括伽马测井、伽马能谱测井、单探测器和双探测器中子测井、脉冲中子俘获测井和脉冲中子能谱（C/O）测井。但它不包括识别套管外流体的其他方法，例如使用有线管道的井眼重力和深层电磁（EM）方法，也不包括储层流体识别的间接方法，例如测量伽马密度和脉冲中子的核生产测井。
基于泥浆滤液侵入和电阻率测井联合数值模拟的深侵致密气砂岩真实地层电阻率及含水饱和度评价
German Merletti1,Salim Al Hajri1,Michael Rabinovich1,Russell Farmer2,Mohamed Bennis3,and Carlos Torres-Verdín3
泥浆滤液侵入多孔渗透性岩石过程涉及泥浆滤液和地层流体之间的非混相流体驱替与盐混合。因此，侵入后井周流体和电解质浓度的空间分布会影响不同探测深度（DOI）电阻率测量结果。在泥浆滤液侵入深的情况下，利用深电阻率测井对未侵入层含水饱和度的评价可能是不准确的。在Barik储层中，耦合shoulder-bed效应的导电滤液深侵会使含水饱和度（Sw）计算值增加20个饱和度单位，不进行侵入校正会降低对油气孔隙体积的计算值。
Barik砂岩储层具有低孔隙度（不高于14%）、中低渗透率（高达40 md）和高残余气饱和度（40%~50%）的特点，其储集形成不透水泥饼所需的临界滤液的能力低。加上连续多日浸泡在盐水基泥浆（WBM）中，泥浆滤液侵入导致了径向过渡带深且均匀，未侵入的地层远远超出了侧向测井仪器的探测深度。因此，深部电阻率值低于真实地层电阻率。此外，电阻率测井数值模拟表明，当单个储层厚度小于2.5米时，shoulder-bed效应会加剧侵入造成的电阻率降低。
本文介绍了一种组合式流体流动模拟器的实现方法，用于数值模拟直井中水基泥浆侵入和泥饼形成的过程。该算法在多层模型中模拟井周的物理分散和流体驱替。根据阿尔奇公式，结合时间有关的饱和度和矿化度的径向剖面和岩心标定孔隙度和电性计算电阻率。随后，使用特定的正演模型生成模拟的测井曲线，并与现场测量结果进行比较。
这项工作在不同岩石物理类型和钻井条件下的各种储层段进行了广泛的测试。结果表明，当储层孔隙度小于8%时，深侧向测井对导电滤液侵入的敏感性较低。超过这个阈值，侵入距离是涉及多变量的重要参数。尽管在裸眼井条件下，侵入时间是造成深侵的关键因素，但某些储层特征可能会在短侵入时间内导致更深的侵入，从而加大饱和度计算的误差。
巴西Santos盆地Barra Velha组矿物学建模与岩石物理性质
Marta H.Jácomo1,Gelvam A.Hartmann1,Taynah B.Rebelo1,Nathália H. Mattos1,Alessandro Batezelli1,and Emilson P.Leite1
巴西近海Santos盆地拥有南美洲最重要的碳酸盐岩储层。Barra Velha组（BVF）盐下碳酸盐岩储层矿物分布复杂，物性存在非均质特征，建立可靠的矿物学模型面临挑战。除了标定地震相外，了解岩石矿物学对石油勘探和多孔介质研究也很重要。本文展示了一种应用多组分反演的矿物学反演程序对BVF盐下储层和非储层进行建模。BVF最上面的15至28米被称为“Lula Fingers”，与深层相比，伽马值更高，其特征是高的白云岩含量。在Lula Fingers区域下方，上部BVF可分为BVF100（上）和BVF200（下），BVF100的伽马值较低。它们主要由灌木和富含球晶岩的原位相形成，粘土和镁质粘土含量较少，常被白云岩和石英所取代。BVF200为富镁粘土微孔层段，主要分布在构造侧翼区域，或贫镁粘土大孔段，主要分布在高位。该模型与地层层段吻合很好，可以更好地了解BVF100和BVF200矿物学分布，尤其是构造高点和侧翼区域的横向矿物学变化性。
基于建模与反演的高清晰度油基泥浆井眼成像仪的裂缝成像和响应表征
Yong-Hua Chen1,Tianhua Zhang2,Richard Bloemenkamp2,and Lin Liang1
新一代高清晰度油基泥浆井眼成像仪通过纽扣电极阻抗，通过反演获得地层电阻率、地层介电常数和传感器偏心量的图像。每张图像都反应井下介质的一个独特方面，成像图可以全面了解储层的次生孔隙度，即裂缝和孔洞。为了了解和验证裂缝和孔洞的反演特征，模拟并反演了轴对称二维裂缝和孔洞的测井曲线。
虽然反演的介质性质随裂缝充填材料的变化而变化，但是反演的距离是裂缝张开/关闭状态的可靠指示。具体来说，对于充满泥浆的张开裂缝，总会出现增加的反演偏心量，这一点在实验室对人工裂缝和孔洞的测量中得到了进一步验证。数值实验表明，当矿物填充材料与原状地层之间的电阻率差异较大时，矿物填充的裂缝也可能会引起反演偏心量的变化。因此，增加的偏心量也可能与矿物填充的裂缝有关。
建模和反演有助于揭示实际裂缝特征与反演参数之间的联系。当裂缝张开并充满泥浆时，在裂缝处反演获得等效偏心量。这种等效偏心量不仅随着裂缝宽度的增加而增加，而且随着原状地层电阻率的增加而增加。因此，裂缝在不同地层中可能具有不同的振幅。
裂缝建模和反演也使我们了解在井场普遍存在的导电性裂缝。一般认为，油基泥浆的电阻率总是高于地层的电阻率。然而，这只适用于传统的工作频率。由于泥浆的频散，两种工作频率下泥浆电阻率不同。在较高的工作频率下，地层电阻率只需要超过泥浆电阻率就可以将充满泥浆的电阻性张开裂缝转换到导电裂缝，电阻率通常在100 Ω·m数量级，而不是在较低工作频率下的1000 Ω·m数量级。因此，张开缝可能在某一层中是导电的，而在另一层中则是电阻的。
新的迭代电阻率建模技术减少了深侵储层中含水饱和度计算的不确定性
German Merletti1,Michael Rabinovich1,Salim Al Hajri1,William Dawson1,Russell Farmer2,Joaquin Ambia3,and Carlos Torres-Verdín3
为了降低阿曼Sultanate地区Barik致密砂岩含水饱和度（Sw）计算的不确定性，设计了一种新的迭代建模工作流程。该案例研究的结果表明，如果将获得的深电阻率用于体积计算，则Sw可能被高估高达20 s.u.。
过平衡钻井会导致水基泥浆滤液深侵到多孔渗透性岩石中，导致原位饱和流体沿着远离井筒方向径向移动。在使用水基泥浆钻井的低孔隙度储层中，由于侵入过程无法快速形成泥饼，导致了长的径向过渡带。在某些储层和钻井条件下，深电阻率测井不能可靠地测量真实地层电阻率，因此无法准确计算含油气饱和度。
泥浆滤液侵入对电阻率测井的影响已被广泛报道。使用电阻率反演和基于仪器的正演建模来提供未入侵地层电阻率测井曲线，这更适合于现场资源量的评估。然而，敏感性分析表明，随着侵入深度的增加，入侵校正测井曲线的精度急剧下降，需要进一步约束反演过程。
新的工作流程旨在降低真实地层电阻率模型的非唯一性，使其能够支持多种独立的岩石物理数据。反演程序使用耦合马尔可夫链蒙特卡罗（MCMC）采样的贝叶斯算法。反演结果基于两种岩石性质模型进行迭代修正:一种基于岩心数据（氦孔隙度和Dean-Stark饱和度），另一种基于油基泥浆井厚储层的等效测井解释。在针对岩石性质模型每次循环后，模拟的井眼电阻率与现场测井进行比较。
基于反演的新工作流程在非常规致密Barik地层中进行了广泛的测试，包括纯烃层和静止水层，并通过生产测井获得的毛细管压力反演的饱和度-高度模型和流体流入速率验证了反演得到的Sw模型。
用于井数据验证、可视化和处理的Python Dash
Yuchen Jin1,Chicheng Xu1,Tao Lin1,Weichang Li1,and Mohamed Larbi Zeghlache2
开源Python库通过实现智能数据驱动解决方案的快速部署，在促进能源行业数字化转型方面发挥着关键作用。本文我们演示了一个使用Dash的例子。Dash是Plotly引入的用于创建交互式web应用程序的Python框架。一款适合井数据验证、可视化和处理用途的内部研究项目软件被设计。
该应用程序可自动对不同测井数据文件（DLIS/LIS或LAS）进行质量控制，以确保其完整性、有效性和可重复性。需要人工专家使用测井解释软件来执行该乏味而关键的任务。典型的测井文件可能包含成百上千个难以可视化和手动验证的数据通道。有时，数据提供者和数据接收者之间需要进行频繁的沟通才能获得最终有效的版本。通过利用开源Python库，如DLISIO（Equinor ASA, 2022）和LASIO（Inverarity, 2023），开发了一个基于Plotly-Dash的web界面，它可以自动可视化和检查所有数据通道，然后生成PDF或HTML格式的总结报告。用于验证具有数百个数据通道的Dlis文件的时间大大减少。
这种自动化数据质量控制工作流程的实现表明，开源Python库可以显著缩短从开发到部署周期的时间。基于Python Plotly-Dash的智能软件快速实施，可定制自定义解决方案或工作流程，他们可以进一步提高常规数据质量控制流程的有效性和效率。