谢洪路
(中法渤海地质服务有限公司,天津 300450)
随着数字化技术和人工智能技术的快速发展,已经迎来了全面数智化时代。数智化时代为石油行业发展带来了新的机遇和挑战,目前国内外油田均在积极推进数字化转型。录井作为石油勘探领域中不可或缺的重要专业,在以往的油田发现中发挥了重要作用,但是现在却难以参与到国家级和集团公司级的一些重大项目中。特别是近些年在油田降本增效的大背景下,录井服务费用进一步被压缩,表明了目前的一些录井技术含量不够高,缺乏解决复杂问题的能力。
在过去油气勘探中录井被定位为“勘探开发的眼睛、钻井安全的参谋、井场信息的中枢”。通过录井可以获取第一手资料,及时了解地下钻遇情况,包括岩性信息和流体信息等,为钻井现场实时决策提供依据,保障钻井安全。而在数智化时代,录井还要能够为测井解释、压裂选层以及压裂后评估等提供有力技术支撑。基于获取的高分辨率、高精度的录井数据,对测井曲线进行校正,特别是在部分测井作业难以实施的情况下,可以实现录井对测井的简单替代[1]。
录井数据采集对象为岩屑和钻井液,具有直接、实时和地面采集的特点。录井通过对岩屑以及钻井液样品进行直接观测,可以了解岩石成分、岩石物理化学性质以及地层流体参数等。随着岩屑伽马、伽马能谱等测井技术的发展,测井也逐渐向随钻和地面延伸[2]。录井的实时性主要是相对于电缆测井、地层测试以及实验室分析数据而言,在数智化背景下近钻头随钻技术以及钻头前视随钻技术快速发展,随钻测井以及随钻地层测试也开始呈现明显的实时性特点。同时,钻井专业已经可以在地面对钻井液性能和钻井工程参数进行一体化和智能化在线测量,井下随钻取样也由原来的岩心和流体向岩屑拓展。目前,岩屑取样和油基钻屑处理后的含油性检测已经不再是录井的业务范畴[3]。
录井中非常重要的一项工作便是岩屑采样,基于岩屑样品可以进行核磁共振分析、岩石热解分析、定量荧光分析等,为实验室数据标定研究提供基础数据。其基于人工方式采样,劳动强度大,并且容易受到人为因素干扰,从而导致数据真实性难以得到有效保证。随着人工智能技术的快速发展,智能机器人已经在多个行业中成功实现商业化应用,这为录井采样机器人的研发和应用提供了思路。在井场智能采样机器人视觉上集成扫描、识别等系统,可以自动实现岩屑的挑选以及数据信息的采集和传输。除了岩屑外,井场智能采样机器人还能实现钻井液信息的实时采集。井场智能采样机器人若成功应用,将会是录井专业发展的一次革命性成就,录井将彻底摆脱过去的手工模式,为在线实时录井提供一种全新的技术解决方案。
目前在非常规钻井领域已经成功实现了“一趟钻”,在测井领域也在积极探索尝试“一趟测”,这些方式均可以在保障钻井和测井质量的同时显著提升工作效率、降低成本。因此,录井也可以借鉴钻井和测井思想,实现岩屑和钻井液的“一趟录”。录井相关系统包括岩心核磁共振扫描系统、岩屑声波录井系统、激光诱导在线录井系统以及伽马在线扫描系统等,通过对这些系统进行集成可以实现岩心“一趟录”,获取含油性、钻井液含气性以及元素成分等各种信息,相比于传统录井模式可以显著提升录井数据采集的连续性和系统性[4]。
机器学习是人工智能技术的核心,其通过对数据模型进行反复训练,形成准确的评估判断能力,可以给出一个面向某种性能度量的科学决策。基于不同算法的机器学习可以分为有监督学习和无监督学习两种类型。其中深度学习是机器学习的一个子类,其通过构建很多隐层的机器学习模型,并借助海量训练数据,可以更为准确地把握事物特征,从而提升分类识别以及判断评估的准确性。目前,机器学习在录井专业中的应用包括岩相自动识别、流体识别、地质导向以及工程预警等。在录井采集现场录井工作人员往往基于已有经验对采集和处理参数进行设置,没有充分考虑环境条件的不同。同时地层具有一定的非均质性,即使对同一深度且同一岩性的岩屑样品,其特征参数也会存在一定差异。因此,构建基于机器学习的录井采集系统,可以显著提升录井数据采集的智能性和科学性,以改善录井数据质量。
在录井过程中,资料分析处理通常是较为薄弱的环节,具体体现在数据处理、曲线处理以及图像处理等方面:数据处理内容涵盖深度校正、环境因素校正、仪器因素校正以及钻井和钻井液因素校正等;曲线处理内容主要包括时间深度转换、归一化处理以及平滑处理等;图像处理内容主要包括模式识别以及量化处理等[5]。录井资料处理分析涉及很多较为复杂的数据运算,因此通过机器学习可以有效排除各种干扰因素,准确提取真实有用的信息,提升录井数据资料处理分析水平。
录井智能解释若要取得高质量成果,一方面需要准确可靠系统的原始数据,另一方面需要科学合理的解释思路。录井解释主要是基于录井数据获取相应的参数,并对岩性、流体、压力以及工程异常等进行评价。过去将神经网络技术应用于录井领域,进行岩性识别、油气层解释以及地层压力预测等。神经网络技术虽然具有良好的训练效果,但是在实际应用中整体效果一般。考虑到录井解释的复杂性,基于机器学习的录井采集处理解释一体化系统主要基于以下三个方面来提升解释精度:第一,改善数据质量,包括原始数据质量和对原始数据进行科学合理的预处理,为后续机器学习和智能解释奠定数据基础;第二,采用科学的解释流程,采用分步解释思路,对每步解释成果进行有效质控,提升解释评价精度和符合率;第三,应用先进的人工智能算法,近几年类似深度学习等先进的人工智能算法层出不穷,选择合适的算法可以起到事半功倍的效果。
岩石力学研究是钻井设计、压裂设计、井壁稳定性评价以及地层可钻性和可压性评价的重要基础,是石油工程研究的重要内容。岩石力学参数求取方法可以分为两类:一是通过三轴应力测量、声波测量等实验室岩心测量进行求取,该类方法具有较高的精度,但是参数获取及时性较低,采样率不足,并且容易受到环境因素影响;二是通过电缆声波测井或随钻声波测井等进行求取,该类方法可以获取连续性数据,能有效弥补数据采样不足的问题,但是该类方法同样及时性不强,并且价格昂贵。不管采用哪种测井方法均会受到井眼尺寸、高温高压、高硫化氢等地层环境因素的影响,另外对水平井、超深井等往往难以进行声波测井。针对这些问题,亟需创新岩石力学录井技术,发挥录井四高两低(高分辨率、高采样率、高精度、高实时性、低成本、低风险)的技术优势。其中,岩石力学参数可以分为岩石弹性参数、岩石强度参数、地应力参数和地层孔隙压力参数四大类。
2.4.1 岩石弹性参数
岩石弹性参数主要有杨氏模量和泊松比等,录井可以通过多种方法来求取杨氏模量和泊松比:第一种方法基于岩屑的声波技术,基于多极子阵列声波测井资料处理与解释规范中的模型对纵横波时差进行计算,便可以得到杨氏模量和泊松比;第二种方法基于XRD矿物录井技术,每种矿物均具有较为固定的纵横波速度、密度、杨氏模量和泊松比等岩石弹性参数,可以通过矿物岩石骨架测量得到相应的弹性参数;第三种方法为元素分析法,基于多元线性回归来计算杨氏模量和泊松比。
2.4.2 岩石强度参数
在通过XRF/XRD录井技术直接获得泥质含量后,基于泥质含量和杨氏模量,再通过相应的模型计算得到岩石的强度参数,包括抗压强度和抗拉强度。
2.4.3 地应力参数
通过录井求取地应力参数主要有两种方法。第一种方法基于地层压力关系模型,地层上覆压力也被称为静岩压力,是地层压力模型中的主要参数,可以通过地层压力关系模型进行计算。其基于伊顿法模型将上覆压力减去孔隙压力得到垂直有效应力,再通过破裂压力与孔隙压力计算得到最小水平有效应力和最大水平有效应力。第二种方法基于岩屑声波技术,通过纵横波时差计算得到相应的地应力参数。
2.4.4 地层孔隙压力参数
在综合录井系统中地层孔隙压力随钻监测是一项重要内容,其监测质量在很大程度上取决于录井工作人员的专业能力和综合素质。目前,我国一些陆上油田在录井方面已经配置了专门的随钻地层压力评价工程师,并在地层压力预监测方面取得了一定进展。但考虑到地下地层类型较为复杂,碳酸盐岩地层以及裂缝型地层等的孔隙压力预监测有待进一步深入研究。
“超”主要指超深、超高温、超高压钻井,该类钻井常规测井作业难以顺利实施,并且数据准确性和可靠性降低。针对该问题有待于研发高分辨率、高准确度的录井新技术,对测井数据进行校准或简单替代。“微”主要指微观尺度,随着研究的不断深入,孔隙尺寸已经达到了纳米级的致密储层,通过录井对储层物性评价以及流体识别的难度显著增加。在该背景下研发了小型化二维核磁共振、激光扫描共聚焦以及QemScan等先进录井技术,在一定程度上满足了生产需求。“弱”主要指油气显示弱,常规的气测以及岩屑分析化验等手段难以有效识别和发现油气。油气显示弱受到钻井因素、地层因素等影响,钻井因素主要包括井筒正压差、采用PDC钻头和荧光钻井液等,地层因素主要包括水淹层以及低气油比油层等。为了提升对弱油气显示的识别精度,基于聚磺、混油、油基三种体系钻井液构建了核磁共振解释模型,在实际应用中取得了良好成效。
过去录井作业一直在地面进行,但录井作业是否可以向井下发展以及井下录井作业是否还属于录井范畴等,开始引发深入思考。在数智化时代,不同专业之间的界限已经逐渐模糊,因此在录井技术发展中可以不再局限于某个专业,而是重点思考能够有效解决问题的方法。录井向井下发展对钻井液和岩屑的监测均具有重要意义。对于钻井液监测来说,可以在早期及时发现溢流,为工程决策提供可靠依据,同时有助于及时准确发现油气显示,既能节省时间、提升工作效率,又可以避免在上返过程中受到温度和压力降低的影响导致油气扩散;对于岩屑监测来说,井下智能录井技术可以显著提升岩屑测量的实时性和精准性,避免在上返过程中造成岩屑混杂,增加监测难度。由此可见,井下智能录井技术发展具有积极的现实意义。
(1)对于录井专业来说,原始数据质量直接影响后续录井解释成果的可靠性和准确性,影响录井专业价值的发挥。因此在油气勘探开发精度不断提升的大背景下,录井技术发展首先应该保证原始数据质量。
(2)在数智化时代,上下游专业之间相互渗透、专业之间的界限逐渐模糊。因此录井专业在发展中不能局限于原有的专业边界,应该以生产需求为导向,加强与测井、地质等其他专业的融合,拓展专业发展前景、提升技术发展水平、提高解决复杂地质问题的能力。
(3)在数智化时代,录井专业应该充分发挥井场数据中心优势,推动数据采集、传输、解释的一体化和智能化发展,加强“一趟录”信息采集系统、基于机器学习的录井采集处理解释一体化系统等的研发和应用。