测井.docx
- 文档编号:29989022
- 上传时间:2023-08-04
- 格式:DOCX
- 页数:19
- 大小:339.05KB
测井.docx
《测井.docx》由会员分享,可在线阅读,更多相关《测井.docx(19页珍藏版)》请在冰豆网上搜索。
测井
AutomaticDeterminationofLithologyFromWellLogs
测井曲线中岩性的自动确定
PierreDelfiner,SPE,EtudesetProductionsSchlumberger
OlivierPeyret,SPE,SchiumbergerOverseasS.A.,Brunei
ObertoSerra,SchlumbergerTechnicalServices
Summary:
Aprocedurecombiningmodernwirelinemeasurementswithalithofacies岩相databasehasbeendevelopedtoproduceanautomaticlithologicdescriptionoftheformationscrossedbyawell.
摘要:
一个自动描述井筒周围岩相的程序已开发投产,这是由现代电缆测量结果合成的带有岩相数据库的程序。
Thedatabaselithofaciesaredefinedfrompetrographicknowledgeandtranslatedintermsoflogresponses.Theassignmentofdepthlevelstoalithofaciesisdonewiththedatabaseandwithadiscriminantfunction(Bayesiandecisionrule).Externalknowledgecanbetakenintoaccountbyuseofartificialintelligencemethods.Aconfidencefactorisproducedforeachresult.
岩相数据库是从岩相学知识和多种测井解释获得的。
岩相深度辨别函数是由基本数据和辨别函数得来(贝耶斯定理)。
其他信息可以通过人工智能的方式来估算。
每一个结果都有一个置信因数。
Logscurrentlyinthedatabasearethedensity,neutron,sonictransittime,gamma‘ray,photoelectriccrosssection,andconcentrationsofthorium,potassium,anduranium.Majorlithofaciesgroupsrepresentedinthedatabaseincludesandstones,limestones,dolomites,shales,coals,andevaporates.Thesearesubdividedbyintroducingcementandspecialmineralsandbyconsideringporosityranges.
目前在数据库中的测井曲线有密度、中子、声波时差、伽马、光电感应、放射性元素钍、钾、铀测井曲线。
数据库中描述的主要岩相组有砂岩、石灰岩、白云岩、泥页岩、灰岩和蒸发岩,再通过内部胶结、特殊元素和区域孔隙度的不同将其细分。
Theconstructionofthedatabaseisacriticalstep.Itislargelyempiricalandrequirescarefulcalibrationagainstintervals”withwell-knownlithologies(e.g.,fromcores).Thedatabasecanbetunedtolocalconditions.
数据库的构架是一个关键的步骤。
这需要对已知岩相进行间歇性的实验和谨慎的求证,数据库才能符合当地条件。
Theprocedurehasbeentestedinseveralenvironmentsandcomparedwithcoresandmudlogdescriptions.Adetailedlithologiccolumncanbeproducedatthewellsiteandusedindecisionmaking.Theresultscanalsoserveasinputforfurthergeologicstudiesoffaciesandsequencesorforquantitativeevaluationofformations.
这个程序已经在多种环境下测试并且与岩心和泥浆录井资料对比,可以得到井位的详细岩柱资料并且用于决策。
这个结果也可以用于进一步的地质相态和层序研究以及底层的定量评价。
Introduction
前言
Subsurfacelithologyistraditionaldeterminedfromcoreorcuttinganalysis.,Coresaregenerallynntcontinuousandconsequentlydonotprovideacompletedescriptionofformationscrossedbyawell..Itcanbedifficulttorestorethecomponentsandthethicknessofthelithologiccolumnfromcuttings.Thisisbecauseofmudswirling,influenceofcaving(fall-downofwallfragments),lossofsomeconstituents(saltsandsilts),oreventhetotallossofcirculation.Asaresult,thelithologycolumnbasedonthosedataisnotsufficientlyaccurateandpreciseforquantitativeuse.
从岩心和切片分析得到地下岩相是比较传统的方法,岩心通常不是连续的,因此不能对井下底层进行完整的描述。
很难从切片中恢复底层岩柱的层序和厚度。
这是泥浆旋涡、地层坍塌、矿物流失甚至死总的循环损失引起的。
因此,基于这些数据的岩柱不足以紧密准确的用于定量研究。
Welllogsgiveapracticallycontinuoussurveyoftheformationscrossedbyawell.Theyallowmeasurementofapparentthicknessandofredthicknessifdipmeterdataaretakenintoaccount.Burkeetal.1andClavierandRust2haveshownthatwelllogresponsescangiveagoodideaofthelithnlogy.Withtheincreaseofphysicalparametersrecordedbymodemloggingtools—e.g.,photoelectriccrosssection,naturalorinducedgammarayspectrometry(GRS),anddielectricconstant-itbecomesmoreobviousthattheircombinationcangiveagoodlitho-logicdescriptionoftheformations.Thisevidencewasthebasisfortheconceptof“electrofacies”(SerraandAbbott3)definedas“thesetoflogresponseswhichcharacterizesabedandpermitsittobedistinguishedfromotherbeds”(Serra4).Appliedtoopenholelogs,thiselectrofaciesisanequivalentofthelithofaciesthat;accordingtoMoore5,isthe“totalsumofthelithologicalcharacteristics(includingbothphysicalandbiologicalcharacters)ofarock.”Itisnotalwaysobvious,however,totranslatethiselectrofacies”intermsofgeologicallymeaningfulrocks.Aprocedurecombiningmodernwirelinemeasurementswithalithofaciesdatabasecreatedfromlogs(strictlyspeaking,anelectrolithofaciesdatabase)hasprovedtobeeffectiveinthistranslation.
测井曲线给出的是井筒中实际连续的地层测量结果。
与地层倾角数据结合即可测定表观厚度和有利区厚度。
Burkeetal、Clavier和Rust认为测井响应是研究岩性学的很好的方法。
随着现代测井工具记录的实际参数的增多,例如自然点位、自然伽马以及自然伽马能谱测井、电阻率测井,很显然,这些曲线结合就可以很好的描述地层的岩性结构。
这就是测井相理论的基础,即测井相可以表征一个层并且区分与其他层系。
对于裸眼钻井,Moore认为这种测井相可以等效于岩相,"这就是岩石岩性的总体特征(包括物理和生物特征)"。
但是对于地质学中复杂岩石测井相的解释,这不总是对的。
一个由现代电缆测量结果合成的带有从测井曲线中创造出来的岩相数据库的程序已经得到,并且证明在这种测井解释中很有效。
Thelithofaciesarepreviouslydefinedfrompetrographicknowledgeand,translatedintermsoflogresponses.Thisformsadatabaseofrocks(sandstone,limestone,etc.)asopposedtominerals(quartz,calcite,etc.).Levelsoflogdateareassignedtoagivenlithofaciesbyuseofthedatabaseandadiscriminantfunction.
前面我们已经给从岩相学知识和测井响应解释得到了岩相的定义。
这种形式的岩石数据库(砂岩、灰岩等)是与矿物(石英、方解石等)对立的。
运用这个数据库和辨别函数就可以得到与给定岩相对应的不同层次的测井曲线。
Theobjectiveinthisapproachistodefinethelithologybyuseofasetoflogresponsesappliedatthewellsiteandatthecomputingcenter.
这种方法的目的就是运用一套来自现场和计算机中心的测井解释就可以确定的岩石岩性。
Approach
方法
Thebasicideaistorepresentasetofnlogreadingsatagivendepthlevelasapointinn-dimensionalspace,thelogspace.Anelectrofaciesisthenmaterializedasaclusterinthisspace—i.e.,anareawitharelativelyhighconcentratingofpoints.Thepointsareclosebecausethelogresponsesaresimilar.Ourtaskistoattachtoeachlevelofthewellthecluster,orgroup,towhichitbelongs.Statisticaltheoryprovidestwotypesofapproach.6
基本的方法就是描述一套来自n维空间给定深度的n条测井曲线,测井曲线空间。
而后测井相就像一个计算机程序一样将其在这个空间上赋予实质,例如,由一些外形相对高而集中的曲线组成的区域。
这些曲线外形相近因为测井响应相似。
我们的任务就是对每一个不同水平的井进行分组,看他属于哪种。
统计理论提供了两种方法。
Oneapproachistodeterminetheclustersfromthedataineachwell.This“clustering”hastheadvantageoflettingthedata“speakforthemselves”andrevealstheirsubtledifferences.However,thegeologicinterpretationoftheclustersmustberepeatedeachtime.AprocedureknownasFACIOLOGTMhasbeendevelopedtoanalyzeelectrofaciesbyclustering.3,7
一种方法就是从每口井的数据中确定出组别。
这种组别有利于数据为自己辩护,现实出细微的差别。
但是这种组别地质解释每次都要重复。
已经开发了一个名叫FACIOLOG的程序是通过组别来分析测井相的。
Thesecondapproach,usedhere,is“classification”(alsocalled“discriminantanalysis”).Thegroupsarespecifiedinalithofaciesdatabaseandtheneachdepthlevelisassignedtothecorrectgroupbyuseofanappropriatediscriminantfunction,Theprocedurehastheadvantageofbeingfullyautomaticbecausetheinterpretationworkisdoneonlyonce;however,acorrectdefinitionofthedatabaseiscriticaltoobtaingoodresults.
这里用的第二种方法是分类(也称为辨别分析),这些组被限定与一个岩相数据库,通过合适的辨别函数将每个深度水平对应一个正确的组。
这个程序的优点就是全自动的,因为只做一次解释工作;但是一个正确的解释对于取得一个好的结果是至关重要的。
Theobviousclassificationmethodsthatdiffermainlybythecriterion,ordistancemeasure,usedforas-signingasimpletoagroup.Thedistancemeasurecanbeuniformforallrocksorcanvarywiththerock.Buschet.al.8haveproposedamethlodinwhichthediscriminantfunctionsarecalibratedoncoredataforallrocks.Inourapproach,thedistancemeasurevarieswiththerock,reflectingtheinternaldispersionoflogreadingsforeachrock.
很显然,分类方法的不同主要的区别在于标准、距离量度和用于标记组的标志。
对于所有岩石来说距离量度可以是单一的也可以是变化的。
例如Busch就提出一种方法,功能辨别式就是从所有岩心数据校正得到。
我们的方法是距离量度的方法对岩石而改变,反映每种岩石测井曲线井口度数的内色散。
Eachrockisrepresentedinthedatabaseasavolumeinthen-dimensionalspaceoflogs.Avolumeisusedratherthanapointtoallowforavriationsresultingformbothgeologyanddataacquisition.Bydefinition,arockhasmineralproportionsthatvarywithincertainranges.Forexample,aquartzosesandstoneiscomposedof90to100%quartz,and0to10%othermaterial(feldspar,mica,clay,orcalcite).Rockalsovaryinporosity,texture,andfluidcontent.Dataacquisitionintroducesvariation
ofitsown,independentoflithology,bywayofpadcontact,boreholerugosity,invasionprofile,mudeffect,andshouldereffects.Inthecaseofnucleartools,therearealsostatisticalfluctuationsincountrates.
每种岩石都在数据库中有所指代,就像在测井曲线的n维空间的一块容积。
这种方法优于从地质和数据采集中的到得变化的结果。
通过解释我们可以知道一种岩石的矿物组成是在某个特定范围内变化的。
例如,石英砂岩含有90%-100%的石英,0-10%的其他矿物(长石、云母、泥质、方解石)。
岩石的空隙、结构、流体含量也是变化的。
数据采集引入这些变量,不依赖于岩石学,而是极板贴井壁、井眼不规则度、侵入带剖面、泥浆效果、肩状物效果。
由于中子工具的影响,也会有读数率统计性的涨落。
Thesizeofeachvolumereflectstheamplitudeofallthesevariationa.Forexample,gypsumisalithofacieswithawell-fixedcompositionandrepresentedbyasmallvolumeinthedatabase.Bycontrast,thevolumerepresentingshalysandsisquitelarge.Inpractice,thisvolumeisdividedintosubcategories,keepinginmindthetradeoffbetweenrobustnessandresolution:
alargeelectrofaciesvolume“absorbs”morevariationduetoquisitionstatisticsbutmayalsohidereallithologicaldifferences.
每个容积的大小反映了这些变化的幅度。
例如,石膏有一个很好的岩相组成,因此在数据库中有一个很小的体积。
而对于页岩来说容积相应的就大得多。
事实上,容积被分成不同的范畴,记住权衡其稳定性和分辨率的方法:
大的测井相容积对应了很多的变化是由于统计学的量变,但是许多也同时隐藏了岩性的差异。
Eachelectrofaciesvolumeisusuallyrepresentedasanellipsoidinn-dimensionalspacebyreferencetothemultivariateGaussiandistribution.Themodelissimpleandyetflexibleenoughtocapturethemainfeaturesofanelectrofacies-rangeoneachloganddirectionsofmainelongation.Fig.1showstherepresentationof:
anelectrofacies,alithicsandstone(quartz,feldspar,rockfragments,andchlorite)and,a25-to35-p.u.limestone,inthethree-dimensional(3D)spacedefinedbythedensity,neutron,andphotoelectriccross-sectional(Pe)lithodefisitylogs.Fromtheneutron/densitycrossplotalone;itisnotpossible.todistinguishbetweenthetworocks;however,theyarewellseparatedbythePe.Generally,themoredimensions,thebetterthediscrimination.
参考多元正态分布每一个测井相体积通常代表n维空间中的一个椭圆。
对于收集每条测井曲线和倾向等测井相主要特征来说这个模式简单并且灵活。
表1是岩屑砂岩的测井相特征(石英、长石、碎屑岩、绿泥石),25-35%灰岩,三维空间的密度,中子和光电测井曲线。
从中子密度交汇曲线中我们不能明显的区别两种岩石,但是他们可以通过光电测井很好的区分。
通常容积越大越好区分。
Constrpc@onofthe&ithofacies’D
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 测井