准噶尔盆地永进油田超深层致密砂岩裂缝测井识别

刘浩杰,盖姗姗,于文政,刘洪平,张昌民,张莉

(1.中国石化胜利油田分公司物探研究院,山东东营257015;2.长江大学地球科学学院,湖北武汉430100)

0 引 言

随着油气勘探开发的深入,深层、超深层油气藏成为目前勘探的重要方向[1-2]。永进油田主要目的层为中-晚侏罗系地层,深度大于5 800 m,为典型的超深层致密砂岩油气层[3-4]。前期勘探开发实践显示,虽然其物性差,但裂缝发育段普遍发育高产油气层[5],因此,裂缝识别及预测对于甜点油层的评价具有重要意义。

裂缝识别方法一般分为常规测井裂缝识别[6-7]和特殊测井裂缝识别[8]。特殊测井系列,如电成像或声波成像测井能够准确直观地识别裂缝,但由于开展特殊测井的井数量少,目前特殊测井主要用于非取心井段的裂缝识别[9-10]。利用常规测井系列识别裂缝的主要依据包括:①裂缝发育导致井眼垮塌和井径变化;②裂缝段声波时差曲线出现周波跳跃;③井壁垮塌导致密度测井不贴井壁,进而使密度减小;④裂缝发育段钻井液侵入,导致油层电阻率减小,深、浅侧向电阻率差值减小,水层则会出现增阻侵入。目前,裂缝识别主要通过曲线重构或融合放大裂缝信号[6]、小波分解检测高频成分实现[9,11-12],但二者均存在一定缺陷。曲线重构或融合一般对细节信号不敏感;小波分解对细节信号敏感,但具有多解性,物理意义不明确。

本文在对研究区裂缝发育特征研究的基础上,分析裂缝发育对常规测井曲线的影响,通过曲线重构确定裂缝发育敏感曲线,综合小波分解以及机器学习等手段开展裂缝测井综合预测,建立研究区裂缝综合评价方法。

1 区域地质背景

准噶尔盆地永进油田位于准噶尔盆地腹部(见图1),车莫古隆起南翼、昌吉凹陷西段[4]。主要目的层是中-晚侏罗系齐古组和西山窑组,埋深超过5 800 m,为超深层油气藏。受燕山运动影响,侏罗世中-晚期发生多次抬升剥蚀[13]。中-上侏罗统地层自下而上为西山窑组(J2x)、齐古组(J3q),缺失中侏罗统头屯河组(J2t)和上侏罗统喀拉扎组(J3k)。西山窑组主要发育巨厚的内陆河湖及三角洲沉积,为温暖潮湿的环境。齐古组整体为干旱环境下的河湖沉积,主要发育红色和红褐色的砂岩和泥岩。齐古组与上覆白垩系清水河组(K1q)为角度不整合接触,油气主要分布在该不整合面之下,控制油气藏的分布。研究区目的层岩性主要为中细砂岩,孔隙度为4%～19%,其平均值为6%;渗透率为0.01～5.00 mD(1)非法定计量单位,1 mD=9.87×10-4μm2,下同,其平均值为0.30 mD。该层属于特低孔隙度、特低渗透率储层。

研究区目的层主要发育2类断裂(见图1)。一类为北西西走向逆断层,表现为层内滑脱,下侏罗统断层倾角较小,向上逐渐增大,该类逆断层一般发育在侏罗系地层中,中断于侏罗系顶部,反映其在侏罗系之后停止活动;另一类为北西西到北东向逆断层,该类断层规模较大,在二叠系、三叠系、侏罗系以及白垩系地层中均发育,反映其形成时间较晚。

图1 永进油田齐古组顶面断裂发育特征

2 裂缝特征及其测井响应

2.1 裂缝特征

裂缝特征描述主要考虑裂缝倾角、走向、缝高、开度、密度以及充填状态等特征。王允诚[14]根据裂缝的倾角,将裂缝分为垂直缝(倾角75°～90°)、高角度斜交缝(倾角45°～75°)、低角度斜交缝(倾角15°～45°)和水平缝(倾角0°～15°)。永进油田钻遇齐古组、西山窑组6口取心井的岩心观察和描述显示:裂缝以水平缝(97.1%)为主,其次为高角度斜交缝(2.0%)和垂直缝(0.9%)。下面对这3类裂缝的特征分别进行描述。

2.1.1水平缝的特征

研究区的水平缝发育导致岩心呈等间距的饼状,一般称之为“饼裂”[5]。水平缝倾角一般小于10°,裂缝密度相差较大,水平缝发育段裂缝密度一般在每米20～50条,裂缝与层理面近似平行,缝面含油,裂缝一般未充填胶结物[见图2(a)、(b)]。统计显示,水平缝发育段占总取心长度的13.5%,是研究区最为发育的裂缝类型。

图2 研究区中上侏罗统地层裂缝发育特征

水平缝的成因较复杂,目前一般认为水平缝是构造挤压和超压共同作用的产物[5-15]。水平缝的开度较难估算,从研究区的生产特征来看,W1井齐古组产层基质平均孔隙度为8.68%、平均渗透率为0.44 mD,但初期日产油为63.6×103kg,日产气为1.05×104m3。鄂尔多斯盆地、松辽盆地致密油产能均远低于该井产能,这反映研究区水平缝在地下受构造挤压和强超压作用可能是张开状态,是研究区高产的重要控制因素。声波时差和密度测井也显示研究区层理缝可能为开启状态。

2.1.2高角度斜交缝的特征

该类裂缝在研究区的发育整体较弱,高角度斜交缝发育长度占总取心长度的1.7%;裂缝倾角一般在55°～75°;裂缝密度较小,一般小于每米5条;裂缝高度一般在5～20 cm,未充填胶结物[见图2(c)、(d)、(e)]。研究区高角度斜交缝的发育规模较小,这主要与研究区位于准噶尔盆地腹部、受南部天山构造挤压相对较弱有关。

2.1.3垂直裂缝特征

该类裂缝占取心总长度的0.8%,为高角度斜交缝的一半;裂缝倾角一般为80°～90°;裂缝密度较小;裂缝高度小于20 cm,未充填胶结物[见图2(c)]。结合构造背景,该类裂缝的发育可能与晚期走滑断裂发育有关,该类裂缝主要分布在断层附近。

2.2 裂缝常规测井特征

裂缝识别方法包括常规测井裂缝识别和成像测井裂缝识别两类方法。利用成像测井能够直观识别裂缝产状,但研究区缺少成像测井资料。因此,基于常规测井系列的裂缝识别是目前主要的研究方法。裂缝对常规测井响应均有一定影响,但不同测井系列存在一定差异,且受裂缝性质影响。常规测井系列一般可以分为3大类:岩性测井系列、孔隙度测井系列以及电阻率测井系列。

(1)岩性测井系列的裂缝响应:一般认为,放射性物质会在裂缝中富集,导致自然伽马(GR)测井值升高,但实际上自然伽马测井值仍然主要反映岩性,对裂缝的响应较弱。从自然伽马与声波时差(AC)交会图[见图3(a)]看,裂缝主要发育段的自然伽马小于80 API,主要为中、细砂岩,因此,自然伽马测井对于裂缝的响应总体较弱。

(2)孔隙度测井系列的裂缝响应:裂缝的存在一般会导致声波时差“周波跳跃”,同时,裂缝发育段地层可能会扩径,扩径导致密度测井减小。油气层的中子孔隙度一般低于水层,裂缝的存在导致钻井液侵入变深、补偿中子增大。从不同类型裂缝的声波时差测井响应[见图3(a)、(b)、(c)]来看,水平缝发育段的声波时差值一般大于230 μs/m,但部分水平缝发育段声波时差值在200～230 μs/m,说明仅根据声波时差测井无法有效识别水平缝。垂直缝和高角度斜交缝声波时差特征相似,声波时差值总体在200～220 μs/m,说明垂直缝和高角度斜交缝对声波时差测井的影响较弱。水平缝、垂直缝和高角度斜交缝对补偿密度(DEN)测井的影响难以直接区分,数据点分布区与无裂缝地层相似,补偿密度均小于2.5 g/cm3。补偿中子(CNL)测井在裂缝发育段其值一般大于0.1 p.u.,整体随声波时差的增大而增加。由于垂直缝和高角度斜交缝裂缝密度较低,补偿中子也较低,受裂缝影响较弱[见图3(c)]。

(3)电阻率测井系列的裂缝响应:从深、浅侧向电阻率与声波时差交会图[见图3(d)、(e)、(f)]可看出,裂缝的存在导致深、浅侧向电阻率降低。统计结果显示,地层水平缝发育,则其深侧向电阻率(RLLD)和浅侧向电阻率(RLLS)一般小于40 Ω·m;地层垂直缝和高角度斜交缝发育,则其深侧向电阻率大于水平缝发育段的地层电阻率,与无裂缝段的深侧向电阻率相似。整体而言,根据电阻率测井无法有效识别裂缝。从常规测井曲线与裂缝的关系来看,孔隙度和电阻率测井序列对裂缝响应较明显,但受岩性、物性、含油气性差异的影响,裂缝发育段与无裂缝发育段单个测井参数存在较大重合。因此,利用单一测井系列开展裂缝识别难度较大,需要利用综合方法开展裂缝识别。

3 基于小波分解的裂缝识别

常规测井系列所测信息是地层中微观孔隙结构、流体性质、裂缝、岩性等多种信息形成的不同频率响应的信号之和。裂缝发育的地层,由于地层性质突变,导致测井响应出现局部异常。岩性、物性、含油气性等特征对测井参数的影响一般是渐变的,可以用低频信息反映,而裂缝导致局部特征的突变,它一般是高频信息,因此,小波分解后的高频信息可以用于裂缝识别[9,12]。利用小波分解识别裂缝的流程可分为3步:构建裂缝敏感参数曲线、选取小波基和小波分解层数、构造裂缝指示曲线。

图3 永进油田常规测井裂缝响应特征

图4 W1井基于换小波分解的裂缝识别效果

3.1 构建裂缝敏感参数曲线

从常规测井曲线的分析结果来看,声波时差曲线对裂缝的反映最为敏感,其次为深、浅侧向电阻率和密度曲线,补偿中子和自然伽马曲线对裂缝的反映较弱。因此,本研究重点选取声波时差、补偿密度、深侧向电阻率、浅侧向电阻率曲线放大裂缝信号。进而构建声波裂缝指示曲线和电阻率裂缝指示曲线。声波裂缝指示曲线可由式(1)得到

AFI=AC-a/DEN

(1)

式中,AFI为声波裂缝指数;a值为非裂缝段声波时差和密度的线性转换值,为常量;AC为声波时差,μs/m;DEN为补偿密度,g/cm3。

一般认为,在无裂缝的碎屑岩剖面,利用声波时差计算的有效孔隙度和利用密度计算的总孔隙度相似。研究区裂缝段声波时差变化较大,但密度测井对裂缝响应不明显。因此,通过非裂缝段声波时差曲线和补偿密度曲线叠合,获取转换参数a,AFI值越大代表裂缝越发育,非裂缝段AFI值接近于0。

电阻率裂缝指示曲线可由式(2)得到。在裂缝发育段,钻井液侵入导致浅侧向电阻率减小,深侧向电阻率略减小,RFI值增大。对于水层则会导致浅侧向电阻率增大,深侧向电阻率变化不大,二者差值增大,非裂缝段RFI值则较小。

RFI=RLLD-RLLS

(2)

式中,RFI为电阻率裂缝指数,Ω·m;RLLD和RLLS分别为深侧向电阻率和浅侧向电阻率值,Ω·m。

3.2 选取小波基和小波分解层数

前人利用小波分解识别裂缝的实验显示,不同的小波基对裂缝识别的差异较小,通常选择具有紧支撑性、对称性和平滑性的正交小波,例如dbN系列小波基、symN系列小波基和coifN系列小波基,其中N代表小波分解阶数。本研究选择目前常用的db4小波基进行小波分解。对于小波分解层数,前人多选择3个小波分解层来获取高频曲线指示裂缝。为了选取合理的小波分解层数,利用W1井目的层段AFI曲线,开展基于db4小波基3层分解,小波分解后的高频分量表示为AFI_H。图4中8～10道为W1井目的层段AFI曲线3层小波分解效果对比图,从分解后的高频曲线来看,三者在形态上具有一定的相似性,但第2层分解在高频处幅度比第1层弱,第3层在裂缝段和非裂缝段小波分解特征相似。研究区主要以水平缝为主,多数层段裂缝整体不发育,故选取第1层小波分解高频曲线用于指示裂缝发育程度。

3.3 构造裂缝指示曲线

小波分解之后的高频细节曲线能反映抖动幅度大小,难以反映裂缝发育的强弱,特别是裂缝密度等参数。目前,一般通过计算高频细节窗口平均能量反映裂缝响应特征[11]。假设:测井曲线原始值序列为xi(i=1,2,…,n),小波分解后高频细节值序列为yi(i=1,2,…,n),窗口平均能量为Qi(i=1,2,…,n)。采取5点滑动窗口法计算裂缝响应平均能量值。

(3)

在小波分解的基础上,分别计算AFI小波分解高频分量和RFI小波分解高频分量的5点滑动窗口裂缝响应平均能量值,计算结果表示为QAFI_H和QRFI_H。

图4为W1井小波分解裂缝识别结果与岩心观察识别裂缝密度的对比图,从图4中可以看出小波分解后的AFI高频分量对于裂缝有一定的识别能力,RFI小波分解高频分量(RFI_H)识别裂缝效果较差。AFI小波分解高频分量对于薄层裂缝发育段识别效果较好,如图4中①号、③号和④号层,对于②号和⑤号层识别效果不明显。②号层识别效果差可能与裂缝段过薄有关,⑤号层声波和电阻率均为高值,仅密度值减小,导致裂缝识别效果不明显。同时,从④号层的裂缝识别效果来看,小波分解高频分量识别裂缝效果较好的层段位于④号层和⑤号层的交界部位,而对④号层内部识别效果较差。④号层水平缝较为发育,从常规测井曲线上可以看出声波时差明显减小,深、浅侧向电阻率减小,但因厚度较大,仅在储层与泥岩交界处裂缝响应较明显。从重构曲线小波分解识别裂缝的结果来看,小波分解对于薄裂缝发育段以及裂缝段与非裂缝段的界限识别较为清楚;而对厚层裂缝段,由于测井参数变化较小,裂缝识别效果较差。因此,仅利用小波分解识别裂缝存在一定的缺陷。

4 基于支持向量机的裂缝综合识别

支持向量机(Support Vector Machine,SVM)是一类按照监督学习方式对数据进行二元分类的广义线性分类器,其决策边界是对学习样本求解的最大边距超平面,将SVM由分类问题推广至回归问题[16-17]。相比传统的线性回归模型,支持向量机回归模型是在二元分类的基础上获取回归模型,在裂缝预测过程中能排除对非裂缝发育段计算裂缝密度等参数。本研究采用台湾大学资讯工程研究所开发的支持向量机分析工具(LIBSVM),利用SVM回归获取裂缝密度参数,其中选取自然伽马、声波时差、密度、补偿中子、深侧向电阻率、浅侧向电阻率以及对裂缝指示较好的AFI_H作为模型输入。

图5为W2井基于SVM的裂缝综合识别效果图,可以看出AFI_H指示曲线对②、③、④号层以及⑤号层上部识别效果较好,①号层下部以及⑥号层几乎无法识别,而利用SVM回归则均有一定的识别效果,⑤号层下部基于换波分解以及SVM回归识别效果均较差,这可能与裂缝是否张开有关,从AC低值和RLLD/RLLS测井高值可以看出,⑤号层下部可能在地下未张开。

图5 W2井基于SVM的裂缝综合识别效果

垂直缝和高角度斜交缝一般识别难度较大,从图5中可以看出,上述2种裂缝在AFI_H以及SVM回归裂缝识别中均有一定的效果。结合前人对裂缝识别方法的研究,小波分解对于垂直缝和高角度斜交缝也有较好的识别效果[9]。因此,本方法能够对研究区的裂缝进行识别。

5 结 论

(1)永进油田目的层裂缝以水平缝为主,垂直缝和高角度斜交缝少见,裂缝未充填,水平缝是裂缝识别的关键内容。

(2)孔隙度测井系列和电阻率测井系列对水平缝有一定影响,裂缝导致声波时差降低、密度降低、补偿中子增大,深、浅侧向电阻率减小,但单条常规测井曲线识别裂缝难度较大,垂直缝和高角度斜交缝对常规测井曲线响应不明显。

(3)基于AFI的db4小波1层分解高频分量对研究区裂缝识别效果较好,重构的电阻率裂缝指示曲线对裂缝响应较弱。小波分解能够识别薄层裂缝发育段,而对厚层裂缝发育段识别效果较差。

(4)基于常规测井曲线和AFI小波分解高频分量的SVM回归方法能够综合常规测井曲线对于长裂缝发育段整体响应和小波分解对薄层裂缝段的高精度识别效果,进而提高裂缝的识别精度,该方法对于研究区的裂缝识别具有较好的应用价值。