Petrophysics 2024年第5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：周迎、王明星、张远君、孙传瑞、马莹颖、廖中枢、张文艺、侯玉龙、胡威、廖广志，校稿：聂昕、宋红伟、蔡明、张宫、张冲、黑创，单位：长江大学、中国石油大学(北京)】
探针渗透仪在美国德克萨斯州陆上Wilcox下层地层的测试与应用
Jerry L. Jensen and Carlos A. Uroza
渗透率是储层表征和流体流动建模的重要特征。除了采用较为传统的柱塞岩心和全直径岩心取样进行测量外，探针渗透仪(有时也被称为微型渗透仪)还提供了一种可供选择的、无损的渗透率评价方法。然而，在获得有用的结果之前，探针渗透仪的应用可能需要小心。
在本研究中，我们介绍了对一种商业可用的探针渗透仪的测试和修改。我们指出了一些限制，并提出了两种修改方案。利用改造后的装置，对美国德克萨斯州陆上Wilcox组下段岩心进行了CO2注入能力和捕获能力评价。
我们发现，对探针的系统测试提高了对其响应的理解，并为评估所有探针渗透仪提供了指导。可以弥补先前发表的研究中报告的问题，使探针成为可靠的设备，可以测量0.023至760 mD范围内的渗透率。我们发现了由表面损伤引起的问题，可能是由于所研究的岩心的长期储存，降低了探针在渗透性较好的区间的渗透性。我们设计了对读数的调整来解决这个问题。我们发现，在岩心(例如,河流主导的分流河道)的非海相段，粒径是控制渗透率的主要因素，而在海相段(例如,波控三角洲前缘)，粒径的影响较弱。预测CO2注入能力在非海相层段(即河流相)最好，但捕获能力可能较小。预期在海相层段会出现更好的圈闭，但注入性会降低。
一种基于实验室测量的Dean-Stark饱和度重建原位饱和度的方法
Jiansheng Zhang, Sainan Xu, Yunlong Lu, Yi Qi, and Yang Li
近几十年来，密闭取心技术在渤海湾盆地得到广泛应用。岩心从现场井眼到实验室条件所经历的温度和压力变化会导致测量值与现场饱和度之间的不一致。在渤海湾盆地，实验室测得的实测充气饱和度已达10~30%，用实测饱和度标定测井饱和度存在较大的不确定性。
在尝试评估目标资源区的风险、经济和潜力时，必须进行饱和度校正。人们通常认为，地表的空隙空间以前是由烃类占据的。然而，这一说法显然过高估计了烃类的含量，尤其是在水驱段，那里同时存在油和水的流失。蒙脱石脱水对Dean-Stark饱和度的影响尚未被广泛研究。尽管物理实验可以模拟脱气对流体饱和度的影响，但由于这些实验耗时过长，对供应商和操作者来说并不实用。
人们过多地关注于更新取心技术和饱和度测量方法，而忽略了一个关键问题：由于温度和压力的变化，岩心的饱和度如何变化？蒙脱石的层间水在高温下从岩心中渗出。当岩心被带到地面时，孔隙和流体的体积发生变化。由于脱气作用，部分孔隙空间中的流体变得易挥发。所有这些现象都可能导致实验室饱和度测定出现误差。
本文提出了一个工作流程，包括了针对孔隙体积膨胀、粘土脱水和脱气的校正模型，以弥合测量饱和度与原位饱和度之间的差距。校正后的饱和度与测井得到的饱和度以及空气-汞注入饱和度表现出良好的一致性，表明了工作流程的有效性。与标准做法测得的含水饱和度相比，校正后的含水饱和度平均增加了7.4饱和度单位（s.u.），并且具有统计学意义（P = 0.0268 < 0.05）。该工作流程基于对亲水性粘土-石英样品的实验，因此其应用受到地层的润湿性和岩性的限制。
利用磁共振成像饱和度数据及其偏导数导出非稳态相对渗透率曲线
Mohammad Sadegh Zamiri, Armin Afrough, Florea Marica, Laura Romero-Zerón,
Benjamin Nicot, and Bruce J.Balcom
室内岩心驱替实验可用于确定表征油藏流动特征的相对渗透率曲线。通常，在假定相对渗透率曲线函数形式的情况下采用数值模拟的方法来求解反演问题并拟合岩心驱替结果。本研究中，利用获取的快速饱和度剖面来推导相对渗透率曲线，而不需要获取流体压力和体积参数，也不需要假设相对渗透率曲线的任何函数形式。核磁共振（MR）成像方法中的自旋回波单点成像（SE-SPI）可获取精确的饱和度剖面，且这些剖面可用于评估饱和度偏导数。本文利用驱替实验饱和度剖面及其偏导数，推导出Bentheimer砂岩的毛细管扩散率、相的分数流动性和自由模型相对渗透率曲线。在排水驱替实验中，毛细管扩散与饱和度的关系在流体前缘表现出超扩散现象。
基于数字岩石物理的巴西盐下碳酸盐岩岩心渗透率各向异性研究
Plinio Cancio Rocha da Silva Junior, Rodolfo Araujo Victor, Rodrigo Surmas,
Emilio Velloso Barroso, and Fábio André Perosi
盐下碳酸盐岩储层具有高度的结构非均质性和具有不同长度尺度孔隙的复杂孔隙系统。绝对水力渗透率( Kabs )是一个依赖于测量方向和观测尺度的属性，因此受到水平障碍、裂隙和优先流路径的影响。Kabs的各向异性是储层建模中的重要参数，其确定是一项具有挑战性的任务，需要将实验室测量数据与不同尺度的测井数据相结合。本研究提出了一种通过常规岩心分析( RCAL )对岩心样品进行水平和垂直柱塞的医学计算机断层扫描测量的方法，利用水力流动单元分类和机器学习技术获得定向Kabs体积。对这些局部渗透率在两个正交的水平方向和垂直方向上进行流动模拟，采用不同的垂向考察窗口将渗透率信息进一步提升到测井尺度。通过岩相评价了纵向( Kv )和横向( Kh )渗透率测井曲线，并与柱塞岩心和全直径岩心样品的RCAL数据进行了比较。在升尺度方法中，我们假设不同方向上存在不同的水力流动单元。在评估结果时，缺乏分米级的实验室数据是一个限制，但在与现有的RCAL数据进行比较时，所获得的结果是令人满意的。随着垂直探测窗口的增大，Kv / Kh max比值逐渐减小。这些结果的中位数在球晶中小于1 %，在叠层石中介于35.64 ~ 24.33 %之间。在球晶中渗透率值具有较高的分散性，反映了由于不同的成岩作用，在这些相中存在两个不同的组，并且在水平方向上具有各向同性的趋势。Kv估计中较低的性能与该方向数据固有的不确定性有关，如较低的CT垂直分辨率和较小的RCAL数据量。这些结果可以作为储层尺度上预测Kv的输入，既可以直接使用渗透率测井，也可以在不同垂向厚度的相模拟中评估Kv / Kh的行为。这种新的方法可以成为三维油藏流动模型中准确地升级Kv的关键，调整模拟网格单元尺寸和地质分类的平均属性。
疏松储层的最佳含水饱和度方程研究：以苏里南塔马雷乔油田为例
Elias R. Acosta, Aima Mijland, and Bhagwanpersad Nandlal
用于表征储层含水饱和度的方程众多，各有其固有的优势和局限性。因此，选择最佳的含水饱和度(Sw)方程是一项复杂的任务。苏里南的塔马雷乔(Tambaredjo)油田过去一直使用的是印度尼西亚方程来评价Sw。最近研究表明，校正后的印度尼西亚方程能够更精确地计算多口井的初始产水量，该方程最初是为开发阿萨巴斯卡(Athabasca)沥青砂而改进的，塔马雷乔油田具有独特的地质特征(疏松储层、稠油)，因此该方程是否适用于塔马雷乔油田仍需要深入研究。
本研究提出了一种综合的方法来评估Sw方程，并确定最适合塔马雷乔油田的优选方案。该方法包括了两个关键步骤：
综合岩心资料库：整理了所有与Sw方程校正相关的岩心资料，包括直接和间接测量的束缚水饱和度(Swir)。为了评估不同Sw方程(例如，印度尼西亚方程、双水方程等)的校正效果，对27个样品进行了毛管压力、压汞、电阻率指数、核磁共振(NMR)和相对磁导率等测试，作为不同Sw方程的校正参考。
编写了含水饱和度方程评估程序(WSEAT)：WSEAT分析了所有输入变量对结果影响的敏感性，同时直接将各个方程的输出结果与岩心样本数据进行比较，从而评估和选择最佳的Sw方程。
通过WSEAT的评估发现，改进后的印度尼西亚方程计算出的结果与岩心样本数据具有最佳的拟合效果。然而，该方程最初是应用在沥青砂中，在塔马雷乔油田的适用性还需进一步研究。对该方程进行了再次的修正、假设检验，并针对具有挑战性的输入参数详细探讨了相应的解决方案。
最终，本文开发了一种新方法。与以往将粘土和粉砂视为整体（如页岩）的处理方式不同，新方法在推导时充分考虑了储层中各组分(砂、粘土、粉砂)的地层水电阻率(Rw)，将粘土和粉砂进行单独的校正处理并整合到Sw计算中。此外，本文还考虑了层状模型方法，因为在塔马雷乔油田的某些区块，该方法能够计算出更优的结果。
为验证计算结果与现场产能的一致性，对所提出的方程进行了井间评价。在塔马雷乔中央区(TAMC)的应用结果显示，Sw从原来的41.4 %降低至24.5 %，计算结果得到明显改善。这意味着实际采收率值为11.2 %，与现场预期的初始采收率更接近。
本研究提出了一种综合方法，旨在为疏松储层选择最佳的Sw方程，并举例说明了其在塔马雷乔油田的应用效果。针对特定储层特征所提出的苏里南粘土Sw方程，为计算含水饱和度提供了更高的精度，并与生产数据更好地吻合。
使用LWD 核磁共振仪器对水平井中薄层响应进行表征：
仪器刻度装置的见解
Zeyad Ramadan, David Allen, and Ahmed Allam
随钻 (LWD) 核磁共振 (NMR) 测井仪器在储层评估中发挥着至关重要的作用。然而，在层厚小于仪器敏感区域的水平井中，获取每层对敏感区内信号的响应系数是一项艰巨的挑战。一般认为，所有薄层对测量的信号贡献率相同。但现实情况比预想的更加复杂。这种复杂性源于各层相对仪器圆柱形敏感区域的位置，因此为 LWD NMR 工具开发精确的正演模型较为困难。本文构建了一个理论响应模型，以解释 LWD NMR 工具在这种情况下的响应特征，并通过实验对理论模型进行了验证。
为了应对这一挑战，我们在可控环境（水箱）中设计并实施了实验，以模拟薄层水平井中的复杂条件。为在实验室中重现实际测量中不同位置薄层信号的响应特征，我们使用了 Slim-LWD NMR 工具的校准装置进行测量。实验通过离散增量系统地降低校准池中的水位，模拟了仪器的水平圆柱形敏感区域内薄层的垂直运动。随着水位逐渐降低，数据采集按照预设的时间间隔进行，直到水箱完全排空。本实验中的噪声水平为标准的每相位交替对( PAP ) 6 p.u.，最终使用的叠加水平为5个水平。由于仪器在该水箱中处于静止状态，实验过程中未遇到(轴向或侧向)的运动影响。
通过对获取的水位数据进行细致处理，我们评估了每次水位下降对原始信号的单独贡献。这项工作的最终结果是产生了一个综合查找表，其中包含薄至 0.25 英寸的水平层响应系数。我们相信，这项实验的结果可以帮助测井分析人员更好的了解水平井中LWD-NMR工具对单个深度测量多个薄层时的响应特征。由于实验验证了我们预期的理论数学响应，现在可以构建任何层厚度的薄层模型。
利用随钻核磁共振成像、微电阻率成像和方位角地层测试了解异质碳酸
盐岩储层的侧向渗透率变化
Mohamed Fouda, Ahmed Taher, .Ahmed Fateh, and Ashok Kumar
渗透率作为一项至关重要的岩石物理特性，对于精确评估可采储量及制定合理油田开发策略具有不可或缺的作用。鉴于测井设备无法直接测定绝对渗透率，如何在分析测井数据所得渗透率时有效缩减不确定性，仍是石油工业领域内亟待攻克的一项重大岩石物理难题。特别是在横向异质性显著的碳酸盐岩储层开发中，准确评估横向渗透率的变化对于优化完井设计至关重要，同时也要求通过实时的精准井位部署策略，力求最大化储层暴露效率。本文创新性地提出了一种方法，旨在评估此类异质碳酸盐岩储层中横向渗透率的变化情况。
渗透率预测的工作流程，其基础在于利用核磁共振（NMR）技术及高分辨率成像工具所得数据建立的经验关联，对测井记录进行渗透率预测。在跨学科的综合分析框架下，这些数据会与岩心样本、油井测试、生产测井资料以及（如条件允许）地层测试仪提供的流动性数据相结合，并进行归一化处理。传统上，地层测试工具主要用于在每个测试点获取单一的压力与流动性读数。而随钻（LWD）地层测试仪则具备方位定向功能，能够助力评估渗透率的各向异性特征，这是刻画横向异质储层特性的核心要素。此外，定向数据还能为实时调整钻井计划提供有力支持，确保钻井作业能够最大限度地穿透目标“甜点”储层。
定向LWD地层测试仪在每个深度点的测量值变化，与高分辨率微电阻率图像中观察到的方位特征变化展现出良好的相关性。通过对图像进行详尽分析，我们能够进一步深入理解方位渗透率剖面的作用机理。定向LWD地层测试仪与高分辨率图像数据的融合应用，不仅有助于提升实时地质导向决策的准确性，还为当地储层区域内油田开发计划的未来规划与设计提供了有力支持。在提升数据质量方面，需考虑优化井底组装（BHA）设计、确保精确的深度控制，以及采纳基于最佳实践与过往经验教训的先进定向技术。
本文首次在横向异质储层领域，将定向地层测试仪数据与相应的高分辨率图像相结合，开创性地提出了一种综合井位布置方法，并深化了对流动单元特征的认识。
自动渗透率估算的最佳实践：机器学习方法与传统岩石物理模型对比
Oriyomi Raheem, Wen Pan, Misael M. Morales, and Carlos Torres-Verdín
目前已经有一些基于物理和经验的测井估算渗透率的模型。而在存在空间异质性岩石的情况下，从钻孔地球物理测量中估算与流动相关的岩石物理性质仍然是一个挑战。岩心测试结果通常被视为推断原位岩石物理性质的真实数据，但通常缺少样本。现代机器学习方法能够提供新的手段，可利用测井资料估算渗透率并取得准确的结果，从而弥补缺少密集采样岩心测试的不足。
通过比较机器学习（ML）方法与传统岩石物理模型获得的结果，我们获得了从测井和岩心数据中估算渗透率的最佳实践。新的解释工作流程结合了潜在空间测井数据的使用，以在岩心样本和测井的分辨率下估算渗透率，同时在此过程中量化不确定性。
数据预处理对于成功应用机器学习方法进行测井解释至关重要。我们对关键井获得的岩心数据进行了预处理，将专家知识、深度匹配的岩心孔隙度与测井计算的孔隙度相结合，将三重组合测井曲线插值到岩心深度，并对所得数据集进行特征工程处理。为了生成潜在空间测井曲线，采用了降维技术，如主成分分析（PCA）、奇异值分解（SVD）、离散小波变换（DWT）和基于深度学习的自编码器，从中训练模型来估计渗透率。在潜在空间模型中，我们使用随机森林、k近邻、人工神经网络（ANN）和Timur-Coates模型进行回归，从岩心孔隙度和测井曲线（自然伽马、体积密度、中子孔隙度和光电因子）中估计渗透率的对数。最后，根据测试集的验证方差函数计算估计渗透率的不确定性。根据渗透率估计的相对标准误差，比较了各种估计方法的性能。为了得出一般性结论，这些方法在常规和非常规的各种碳酸盐岩和碎屑岩（泥质和纯岩石）的数据集上进行了测试。
结果表明，随机森林和人工神经网络能在较大的渗透率变化范围（0.001至2000mD）内从三重组合井测井资料中估算出最佳渗透率，使用原始测井资料时，平均相对标准误差为16%。当使用具有离散小波变换的潜在空间测井数据时，估算结果有所改善。机器学习算法将误差降低到13%以下，而使用岩心解析支持系统时，采用全连接自动编码器可将误差减小到10%以下。我们获得了5%的测井分辨率下的平均渗透率估计误差，比岩心支持降低了50%。Timur-Coates模型/方法对于具有不可还原水饱和度先验信息的数据集最为可靠，其相对标准误差低于22%。然而，要提高估算的准确性，还需要对先验数据进行分类。事实证明，本文提出的估算工作流程具有通用性，可用于常规和非常规储层的渗透率估算。
基于高级特征工程和集成分类器的高分辨率岩相预测
在增强储层表征中的应用
Hina Wajid Satti, Tahseenullah Khan, Muhammad Fahad Mahmood, Umar Manzoor,
Muyyassar Hussain, and Muhammad Bilal Malik
岩相识别对于理解沉积盆地至关重要，尤其是在Kohat子盆地的白垩纪Lumshiwal地层中，那里的数据匮乏和复杂的地质结构构成了重大挑战。Kohat子盆地是构造活跃的Kohat褶皱冲断带西部的一部分，具有陡峭的褶皱和断层。因此，综合地质和地球物理方法对于有效的储层表征至关重要。在这项研究中，机器学习算法用于提高在复杂地球物理环境中获得的稀疏数据集的分辨率。因此，高分辨率技术的应用可以有效应对高度复杂环境中面临的挑战。本研究利用高级机器学习算法，特别是Extra Tree和Extreme Gradient Boosting分类器，来改善Kohat子盆地内的岩相预测。利用来自六口井的测井数据，包括伽马射线（GR）、中子孔隙度（NPHI）、电阻率、井径（CALI）、密度（RHOB）、自然电位和微球形聚焦测井（MSFL）等参数，对机器学习模型进行了训练，以实现准确的岩相预测。红点表示四分位数范围之外的值，而热图和方框图用于可视化数据并找出异常值。利用每口井的Vshale和Sw测井曲线的临界值，将Lumshiwal地层的岩层分为三类：天然气砂岩、湿砂岩和页岩。混淆矩阵显示了实测岩性与预测岩性之间的一致性。通过数值实验证明了机器学习方法预测岩性的精确性。ET 分类器的准确率接近 94%，超过了 XGB 分类器。特别是在岩性不同的异质储层中，ET 分类器被证明是非常可靠的，岩性预测准确率在 93% 到 95% 之间。研究结果表明了高级的机器学习技术可以在Kohat子盆地等数据较少的地区增强储层特征描述。这为勘探策略优化和储层管理效率提升提供了有益的信息。
基于RDDTW的岩心-测井深度自适应匹配方法
Yu Fang, Jun Zhou, Lizhi Xiao, and Guangzhi Liao
在岩石物理解释和储层参数预测中，岩心-测井深度匹配都是至关重要的任务。岩心-测井匹配的准确性与可靠性决定了后续所有岩石物理和储层参数模型的质量。目前，此项任务主要由地质专家人工执行，处理过程依赖专家经验并且耗时费力。现有的方法忽视了岩心-测井数据相似性和整体趋势变化的匹配。针对这一现状，本文提出了RDDTW正则化导数动态时间翘曲算法，用于提取并融合岩心与测井孔隙度曲线之间形状和趋势变化信息，实现深度的自适应匹配。此外，该方法包含了一种新的权重函数，称为过度翘曲正则化函数(EWRF)，用于消除过度翘曲的过拟合影响。该方法应用于鄂尔多斯盆地的10口探井中，地层的平均孔隙度为10.31%。使用LDW-PSO线性递减-粒子群算法迭代优化，并与传统的相关系数PCC方法、人工操作进行对比。结果表明，RDDTW能够更加高效、准确地在多种地层类型中实现岩心自适应归位。相比于相关系数PCC，本文提出的方法在孔隙度R2提升了9.62%，均方误差降低了1.57%。