基于测录井资料的环西—彭阳地区延安组储层流体性质识别方法研究

张丛秀; 郝晋美; 刘治恒; 郭浩鹏

doi:10.11911/syztjs.2020079

基于测录井资料的环西—彭阳地区延安组储层流体性质识别方法研究

张丛秀^{1, 2,},
郝晋美^{1, 2},
刘治恒^{1, 2},
郭浩鹏^{1, 2}

1.
中国石油长庆油田分公司勘探开发研究院，陕西西安 710021
2.
低渗透油气田勘探开发国家工程实验室，陕西西安 710021

基金项目: 国家科技重大专项“鄂尔多斯盆地大型低渗透岩性地层油气藏开发示范工程”（编号：2016ZX05050）资助

详细信息

作者简介:
张丛秀（1973—），女，陕西西安人，1996年毕业于石油大学（华东）矿场地球物理专业，高级工程师，主要从事测录井解释评价工作。E-mail：zangcx3_cq@petrochina.com.cn

中图分类号: P631.8⁺4
计量
- 文章访问数: 1162
- HTML全文浏览量: 334
- PDF下载量: 80
出版历程
- 收稿日期: 2019-12-01
- 修回日期: 2020-06-17
- 网络出版日期: 2020-07-05
- 刊出日期: 2020-09-24

A Study on the Logging-Based Identification Method for Reservoir Fluid Properties of the Yan’an Formation in the Huanxi–Pengyang

ZHANG Congxiu^{1, 2,},
HAO Jinmei^{1, 2},
LIU Zhiheng^{1, 2},
GUO Haopeng^{1, 2}

1.
Research Institute of Exploration and Development, PetroChina Changqing Oilfield Company, Xi’an, Shaanxi, 710021, China
2.
State Key Laboratory for Exploration and Development of Low Permeability Oil and Gas Fields, Xi’an, Shaanxi, 710021, China

摘要

摘要: 针对鄂尔多斯盆地环西—彭阳地区延安组储层流体性质识别困难的问题，从测井、录井常规解释难点入手，引入SPSS软件中的Fisher判别方法，利用大数据理念，对测录井资料进行了深度挖掘。从判识率与分离度2方面考虑，筛选出15项对储层流体性质敏感的参数，进行Fisher非标准化判别函数分类识别，流体识别准确率可达92.8%。选用2个贡献率较大的函数F₁和F₂进行交会，建立了解释图版，图版返判率为89%。利用解释图版对环西—彭阳地区9口井10个储层进行了流体识别评价，符合率达80%，且未遗漏有价值的储层。应用结果表明，Fisher判别方法适用于类似油藏的储层流体性质识别，流体识别准确率高，具有推广价值。
- 测录井参数 /
- Fisher判别方法 /
- 储层流体性质 /
- 环西—彭阳地区 /
- 延安组
Abstract: In view of the difficulty in identifying the reservoir fluid properties of the Yan’an Formation in the Huanxi–Pengyang Area, beginning with the conventional interpretation difficulties of logging and mud logging, the Fisher discrimination method in SPSS software was introduced, with the concept of Big Data, the logging/mud logging parameters were deeply mined. Considering the recognition rate and separation degree, 15 parameters of reservoir fluid sensitivity were selected to identify the classification of Fisher non-standardized discriminant function, and the accuracy of fluid identification could reach 92.8%. Functions F₁ and F₂ were selected for their large contribution rate and intersected to plot the interpretation chart, and the identification rate of the chart was 89%. The interpretation chart was applied in the fluids interpretation and evaluation of 10 layers in 9 wells of Huanxi–Pengyang Area with a coincidence rate of 80%, and no valuable layers were missed. The application results showed that the Fisher discriminant method is suitable for high accurate identification of reservoir fluid properties in similar reservoirs, and it is worthy of wide adoption.
- logging parameters /
- Fisher discrimination method /
- reservoir fluid property /
- Huanxi–Pengyang Area /
- Yan’an Formation

HTML全文

水平井、大位移井和分支井等复杂结构井钻井过程中，井场人员需要实时了解各种井下参数，如井斜角、方位角和工具面等^[1-3]。钻井液脉冲传输是钻井过程中应用最为广泛的数据传输方式，其基本原理是控制井下脉冲发生器按照一定编码规则工作，不断改变钻杆里钻井液的压力，以压力波脉冲的形式将测量数据传送至地面^[4-8]。然而，经过编码后的脉冲信号在钻井液中传播时不可避免地会受到井场电压、地面钻井泵、钻井液中气泡以及运动钻具等各种噪声源的干扰，必须经过去噪和识别处理才能得到井下真实的测量数据。针对脉冲位置调制（pulse position modulation，PPM）码钻井液脉冲信号，李艳军^[9]提出了一种基于低通滤波和方波相关的信号去噪方法，段友祥等人^[10]提出了一种基于可信度分析的信号识别方法，胡永健等人^[11]提出了一种基于小波变换和自动阈值调节的信号处理方法，这些方法均取得了一定效果。然而，在深井、超深井和小井眼等复杂井眼环境下，编码脉冲信号的路径损耗和码间干扰明显增强，对钻井液脉冲信号处理提出了更高的要求^[12-15]。为了满足微弱PPM码钻井液脉冲信号处理要求，笔者提出了一种基于优化变分模态分解（variational mode decomposition，VMD）和互相关的钻井液脉冲信号处理方法，并利用现场资料与传统方法进行对比，验证了该方法在压制杂波、保留编码脉冲特征和抗异常干扰等方面的有效性。

1. 传统信号处理方法及其不足

PPM编码是一种常见的钻井液脉冲信号编码方式，其本质是以时间间隔为数据流传输信息^[4,9]。PPM码钻井液脉冲信号传统的处理方法主要包括带通滤波、阈值设定和峰值检测等^[2,9,11]。带通滤波算法可以用来对原始信号进行去噪，阈值设定算法可以用来去除杂波，峰值检测算法可以用来识别去噪后的信号。具体步骤是：1）对原始钻井液脉冲信号进行带通滤波处理，得到去噪后的信号；2）对去噪后的信号进行阈值设定，去除杂波；3）对去除杂波的信号进行峰值检测，得到各有效脉冲的位置；4）根据同步头中各脉冲的位置关系得到数据帧的起始位置；5）划分数据块，数据块中有效脉冲的位置所对应的十六进制数即为该数据块内波形所代表的码值；6）根据各测量参数的位数，将各数据块对应的码值进行组合，最终根据各测量参数的量程，将组合后的十六进制数转换成井下真实的测量结果。

钻井液脉冲信号是一种非平稳信号，传统的带通滤波、阈值设定等方法的参数设置依赖于人工选择，在复杂井眼环境下存在去噪效果较差和适应性不强等问题。

2. 改进的信号处理方法

变分模态分解是一种自适应、完全非递归的信号分解估计方法，通过迭代搜寻变分模型最优解来确定每个分量的频率中心和带宽，能够自适应地实现信号的频域剖分及各分量的有效分离。此外，由于钻井液脉冲信号中噪声信号与有效脉冲之间相的关性较弱，应用互相关法可以有效抑制干扰噪声。互相关法不考虑信号的频率，对未知频率的信号也可以进行处理，适合有效脉冲的检测。

基于上述思路，提出了一种基于优化变分模态分解和互相关的钻井液脉冲信号处理方法。该方法主要包括粒子群优化算法（particle swarm optimization, PSO）、VMD算法和互相关算法：PSO算法用来对VMD算法中的惩罚因子α和分解个数K进行寻优^[3,16-17]；VMD算法用来分解原始信号，去除干扰噪声^[16-18]；互相关算法用来识别去噪后的信号^[9,19-20]。具体处理步骤为：

1）初始化PSO各项参数，构造适度函数，设置惩罚因子α和分解个数K的寻优范围。通常，适度函数可以设置为原始信号和重构信号的均方根误差与原始信号和重构信号的互相关系数之比。评估每个粒子的适度函数值，判断各粒子是否满足种群进化停止条件，若不满足则继续寻优，直到满足最大种群进化预设值^[3,16-17]。

2）用获得的最优参数对钻井液脉冲原始信号进行VMD分解，得到本征模态分量。即：

$x\left( t \right) = \sum\limits_{k = 1}^K {{u_k}\left( t \right)}$

(1)

${u_k}\left( t \right) = {A_k}\left( t \right)\cos \left( {{\varphi _k}\left( t \right)} \right)$

(2)

式中：x(t)为原始信号；u_k(t)为第k个模态的信号；A_k(t)和 $\varphi _k(t)$ 为该模态的瞬时幅度和相位^[16-18]。

在较小的时间范围内，u_k(t)可以看作谐波信号，能量主要集中在频率f_k处。VMD同时计算所有模式波形及其中心频率，该过程可以看作寻找一组使变分约束问题最小化的u_k(t)和f_k。通过引入惩罚因子α和拉格朗日乘子λ，可使相应的变分约束问题转化为非约束变分问题，其增广拉格朗日函数定义为^[16-18]：

$\begin{gathered} L\left( {{u_k}\left( t \right),{f_k},\lambda \left( t \right)} \right) = a\sum\limits_{k = 1}^K {\left\| {\frac{{\rm{d}}}{{{\rm{d}}t}}\left[ {\left( {\delta \left( t \right) + \frac{{\rm{j}}}{{{\text{π}} t}}} \right) * {u_k}\left( t \right)} \right]{{\rm{e}}^{ - {\rm{j}}2{\text{π}} {f_k}t}}} \right\|_2^2}+ \\ \left\| {x\left( t \right) - \sum\limits_{k = 1}^K {{u_k}\left( t \right)} } \right\|_2^2 + \left\langle {\lambda \left( t \right),x\left( t \right) - \sum\limits_{k = 1}^K {{u_k}\left( t \right)} } \right\rangle \\[-16pt] \end{gathered}$

(3)

式中：*代表卷积；假定2个函数分别为p(t)和q(t)，则<p(t), q(t)>表示内积，||p(t)|| $_2^2$ 表示2-范数。

对增广拉格朗日函数进行时频域转换后可以求取对应的极值解，从而得到模态分量和中心频率的表达式^[16-18]。对于第 n +1次迭代，满足：

$\hat u_k^{n + 1}\left( \omega \right) = \frac{{\hat x_k^{n + 1}\left( \omega \right) - \displaystyle\sum\limits_{i \ne K} {{{\hat u}_k}\left( \omega \right) + \dfrac{\hat \lambda \left( \omega \right)}{2}} }}{{1 + 2\alpha {{\left( {\omega - {\omega _k}} \right)}^2}}}$

(4)

$\,其中\qquad\qquad \omega _k^{n + 1} = \frac{{\displaystyle\int_0^\infty {\omega {{\left| {{{\hat u}_k}\left( \omega \right)} \right|}^2}{\rm{d}}\omega } }}{{\displaystyle\int_0^\infty {{{\left| {{{\hat u}_k}\left( \omega \right)} \right|}^2}{\rm{d}}\omega } }} \qquad\qquad$

(5)

式中，包含“^”上标的变量为不包含“^”上标变量的傅里叶变换。

通过不断迭代即可得到x(t)的K个模态分量。

3）根据各本征模态分量的频谱特征，将其依次分为随机噪声、泵冲信号、基线信号和有用信号，将有用信号模态分量叠加可以得到去噪后的信号。

4）构造同步头相关器，将去噪后的信号与同步头相关器进行互相关处理，相关后波形最大值所对应的位置即为数据帧的起始位置。基于同步头相关器进行起始位置确定时的互相关函数满足：

${r_{xy}}\left( \tau \right) = \sum\limits_{t = - \infty }^{ + \infty } {x\left( t \right)y\left( {t - \tau } \right)}$

(6)

式中：r_xy为相关值；x(t)为待相关信号；y(t)为同步头相关器。

需要注意的是，相关器中各点的平均值应为零，否则输出将随基线压力而变化。常用的相关器包括矩形相关器、三角形相关器和礼帽相关器等^[9,19-20]。

5）分别构造代表十六进制数0x0～0xF的数据块相关器，将去噪后的信号与各数据块相关器进行互相关处理，最大相关值所对应的十六进制数即为该数据块内波形所代表的码值。基于数据块相关器进行码值确定时的互相关函数满足：

${r_{xy}}\left( i \right) = \sum\limits_{t = - \infty }^{ + \infty } {x\left( t \right){y_i}\left( t \right)}$

(7)

6）根据各测量参数的位数，将各数据块对应的码值进行组合。最终根据各测量参数的量程，将组合后的十六进制数转换成井下真实的测量结果。

3. 传统方法与改进方法的对比分析

苏北地区某小井眼页岩油井现场采集的一段钻井液脉冲原始信号如图1所示。分析可知，由于受各种噪声的干扰，原始信号十分复杂，无法直接从中准确地分辨出编码脉冲，需要对钻井液脉冲原始信号进行去噪和识别处理，才能够得到真实的井下测量数据。分别采用传统和改进的信号处理方法对图1中的钻井液脉冲原始信号进行处理，以对比分析上述2种方法在去噪、同步头识别和码值判别等方面的应用效果。

图 1 钻井液脉冲原始信号

Figure 1. Original pulse signal of drilling fluid

下载: 全尺寸图片幻灯片

3.1 去噪效果

去噪是钻井液脉冲信号处理的关键步骤之一，直接决定信号识别的准确性。分别利用带通滤波算法和优化VMD算法处理钻井液脉冲原始信号，结果如图2和图3所示。对于优化VMD算法，为了加快计算速度，设置K的取值范围为[2,10]，α的取值范围为[100,5 000]，K的更新步长为1，α的更新步长为100。

图 2 经过带通滤波处理的钻井液脉冲信号（带通滤波器的通带频率0.1～0.4 Hz）

Figure 2. Pulse signal of drilling fluid after bandpass filtering (the passband frequency of the bandpass filter is 0.1 ～ 0.4 Hz)

下载: 全尺寸图片幻灯片

图 3 钻井液脉冲原始信号的变分模态分解结果（K=8，α=1 000）

Figure 3. VMD results of original pulse signal of drilling fluid (K=8，α=1 000)

下载: 全尺寸图片幻灯片

由图2可知，经过带通滤波处理后，钻井液脉冲原始信号中的噪声被明显压制，编码脉冲的形态得以展现出来。由图3可知，经过优化VMD算法处理后，钻井液脉冲原始信号中各种模态分离较为彻底。由于泵冲信号的频谱特征是在泵冲基频的整数倍处有明显的能量极大值，故可判断IMF6为泵冲基波，频率约为0.99 Hz；IMF4和IMF3分别为泵冲二次和三次谐波，频率分别约为1.98和2.97 Hz；IMF5、IMF2和IMF1为部分泵冲谐波和部分高频噪声的叠加；由于基线信号的频谱特征是能量主要集中在0.10 Hz以下的低频处且能量很强，故可判断IMF8为基线信号；由于随机噪声的频谱特征为全频率分布，故可判断残余分量为部分随机噪声和部分泵冲谐波的叠加；由于有用信号的能量主要集中在脉冲周期的倒数附近，故可判断IMF7为有用信号。

将带通滤波和优化VMD去噪后的信号进行对比，结果如图4所示。分析可知，尽管有用信号幅度仅为原始信号幅度的0.5%左右，但2种去噪方法均能有效地压制噪声，进而较为明显地从有用信号中分辨出编码脉冲。根据编码规则可以初步判断，15.3～26.3和162.3～173.2 s的3个连续脉冲可能为同步头信号，56.3～71.7，93.4～109和131.3～146.9 s的2个幅度较高的脉冲可能为数据信号，其他为杂波。对比35～53，73～91和112～128 s的杂波幅度可知，与带通滤波算法相比，优化VMD算法能够更好地压制杂波。

图 4 带通滤波和优化VMD去噪效果对比

Figure 4. Comparison of de-noising effects between bandpass filtering and optimal VMD

下载: 全尺寸图片幻灯片

3.2 同步头识别效果

寻找同步头是信号识别的第一步。寻找同步头的传统方式是检测去噪后信号的峰值，判断相邻波峰之间的时间间隔是否符合同步头特征。然而，由于去噪算法并不能完全去除所有干扰，去噪后的波形中必然存在诸多伪峰^[9-11]。对于该情况，通常通过设定阈值去伪，但在低信噪比条件下编码脉冲和杂波幅度相差不大，难以保证应用效果，如图5所示。对于带通滤波去噪后的信号，当阈值设定为0.036 MPa时，幅度小于0.036 MPa的波形均被置为0，只有部分杂波被消除，与编码脉冲幅度差异不大的伪峰未被消除（如52.10和82.85 s附近的杂波脉冲），仍会对后续处理造成干扰。当阈值设定为0.067 MPa时，幅度小于0.067 MPa的波形均被置为0，杂波均被消除，波形中不再存在伪峰，但19.9和167.5 s附近的同步头脉冲也被消除，无法再确定同步头。对于优化VMD分解去噪后的信号，当阈值设定为0.036 MPa时，即可完全消除杂波，并完整保留编码脉冲。

图 5 通过设定阈值去除杂波效果示意

Figure 5. Clutter removal effects through threshold setting

下载: 全尺寸图片幻灯片

根据编码规则，同步头信号中3个脉冲峰值之间的时间间隔均为4 s。计算15.3～26.3 s范围内3个连续脉冲相邻波峰之间的时间间隔，结果如图6所示。对于带通滤波去噪后的信号，相邻波峰之间的时间间隔分别为3.35和4.63 s，与理论值差异较大，难以判定为同步头信号。对于优化VMD分解去噪后的信号，相邻波峰之间的时间间隔分别为4.03和3.96 s，与理论值差异很小，可以判定为同步头信号。即，优化VMD分解算法能够更好地保留编码脉冲的特征。

图 6 15.3～26.3 s范围内3个连续脉冲相邻波峰之间的时间间隔

Figure 6. Time interval between adjacent wave peaks of three continuous pulses in the range of 15.3 ～ 26.3 s

下载: 全尺寸图片幻灯片

互相关是一种确定2个信号之间相似度的处理方法，不需要准确地获取每个有效峰的位置，其基本原理是对信号序列和相关器进行点积计算^[9,19-20]。对于本文所分析的信号，构造的理论同步头相关器如图7所示。将理论同步头相关器与去噪后的信号进行互相关处理可得相关后的波形，如图8所示。分析可知，无论是带通滤波去噪后的信号还是优化VMD去噪后的信号，互相关处理后，同步头附近的相关波形幅度均明显强于其他位置。对于带通滤波去噪后的信号，第一帧数据相关波形最大值所对应的位置为25.45 s（即第一帧数据的起始位置），第二帧数据相关波形最大值所对应的位置为172.50 s（即第二帧数据的起始位置）。对于优化VMD去噪后的信号，第一帧数据的起始位置为25.50 s，第二帧数据的起始位置为172.50 s，与利用带通滤波去噪后信号获取的起始位置基本一致。这表明，与传统基于峰值检测的同步头识别算法相比，基于互相关的同步头识别算法具有更高的稳定性。

图 7 理论同步头相关器波形

Figure 7. Waveform of theoretical synchronization correlator

下载: 全尺寸图片幻灯片

图 8 理论同步头相关器与去噪后信号通过互相关处理得到的波形

Figure 8. Waveforms obtained by cross-correlation between the theoretical synchronization correlator and the de-noised signals

下载: 全尺寸图片幻灯片

3.3 码值判别效果

起始位置确定后，即可根据数据块长度对去噪后的信号进行分块处理，每一个数据块内的波形代表着一个码值。传统的码值判别方式与传统的寻找同步头方式类似，即检测数据块内波形的峰值，计算波峰位置与数据块起始位置之间的时间间隔。这种方式同样也存在稳定性差的问题，在此不再赘述。基于图8中得到的同步头位置，对优化VMD去噪后的信号进行分块处理。对于第一帧数据，25.5～44.5 s为第一个数据块，44.5～63.5 s为第二个数据块，63.5～82.5 s为第三个数据块，82.5～101.5 s为第四个数据块，101.5～120.5 s为第五个数据块，120.5～139.5 s为第六个数据块，139.5～158.5 s为第七个数据块，如图9所示。

图 9 数据块划分结果

Figure 9. Partition results of data blocks

下载: 全尺寸图片幻灯片

根据编码规则构造理论数据块相关器，其波形如图10所示。对于每个数据块，将理论数据块相关器与数据块内去噪后的信号分别进行互相关处理，即可得到16个相关值，如图11所示。

图 10 理论数据块相关器波形

Figure 10. Waveforms of theoretical data block correlators

下载: 全尺寸图片幻灯片

分析可知，将理论数据块相关器与数据块1进行相关处理后，0x2码值对应的相关值最大，即数据块1内波形所对应的码值为0x2。同理可以得出，数据块2～7内波形所对应的码值分别为0xA、0x3、0x9、0x3、0x9和0x3。根据编码规则可知，该数据帧为复合序列，由1个同步头、1个序列号和3个GAMMA测量值3部分组成（见表1）。序列号占据1个数据块，每个GAMMA测量值占据2个数据块。因此，序列号的码值为0x2，3个GAMMA测量值的码值依次为0x3A、0x39和0x39。

表 1 数据序列编码

Table 1. Coding of data sequence

序列号	参数名称	位数	量程/API	脉冲数	精度/API
1	GAMMA	8	0～500	2	±0.977
2	GAMMA	8	0～500	2	±0.977
3	GAMMA	8	0～500	2	±0.977

下载: 导出CSV

| 显示表格

图 11 理论数据块相关器与各数据块内去噪后的信号通过互相关处理得到的曲线

Figure 11. Curves obtained by cross-correlation between theoretical data block correlators and the de-noised signals in data blocks

下载: 全尺寸图片幻灯片

根据表1所示数据序列编码规则，可以将组合后的十六进制数先转换成十进制数，再转换成井下真实的测量结果。即：

${V_{\rm{m}}} = \frac{{V_{{\rm{bin}}}} \left( {{V_{\max}} - {V_{\min }}} \right)} { {{2^D} - 1} } + {V_{\min }}$

(8)

式中：V_m为真实参数测量值，API；V_bin为十进制组合码值；V_max为最大测量值，API；V_min为最小测量值，API；D为测量值位数。

因此，该帧钻井液脉冲信号最终解码结果为：序列号为2，3个GAMMA测量值依次为113.726、111.765和111.765 API。

4. 结论与建议

1）为了满足复杂井眼环境下钻井液脉冲信号处理的要求，根据脉冲位置调制编码的基本原理，提出了一种基于优化变分模态分解（VMD）和互相关的钻井液脉冲信号处理方法。利用该方法，实现了低信噪比条件下有用信号的有效提取、数据帧起始位置的可靠计算以及码值的准确获取。

2）与传统的带通滤波去噪算法相比，优化VMD算法能够更好地压制杂波、保留编码脉冲的特征。与传统的阈值设定和峰值检测识别算法相比，互相关算法不需要准确地获取每个有效峰的位置，具有更高的稳定性。

3）目前，VMD算法具有较大的计算量，建议下一步对算法进行并行化处理，以提高解码效率。

图 1 地层水水型分布

Figure 1. Distribution of formation water types

下载: 全尺寸图片幻灯片

图 2 地层水Cl^－质量浓度与电阻率的关系

Figure 2. Relationship between mass concentration of chloride ion in formation water and resistivity

下载: 全尺寸图片幻灯片

图 3 电阻率与声波时差解释图版

Figure 3. Interpretation chart of resistivity and interval tran-sit time

下载: 全尺寸图片幻灯片

图 4 电阻率与补偿中子解释图版

Figure 4. Interpretation chart of resistivity and compensated neutron

下载: 全尺寸图片幻灯片

图 5 电阻率差异与储层流体性质的关系

Figure 5. Relationship between resistivity difference and reservoir fluid properties

下载: 全尺寸图片幻灯片

图 6 电阻率变化与储层流体性质的关系

Figure 6. Relationship between resistivity variation and reservoir fluid properties

下载: 全尺寸图片幻灯片

图 7 通过测井资料计算的含油饱和度与泥质含量解释图版

Figure 7. Interpretation chart of oil saturation and shale content calculated with logging data

下载: 全尺寸图片幻灯片

图 8 荧光直照色与储层流体性质的关系

Figure 8. Relationship between direct fluorescence color and reservoir fluid properties

下载: 全尺寸图片幻灯片

图 9 荧光系列对比级别与储层流体性质的关系

Figure 9. Relationship between fluorescence series contrast level and reservoir fluid properties

下载: 全尺寸图片幻灯片

图 10 荧光含油面积与储层流体性质的关系

Figure 10. Relationship between fluorescence oil-bearing area and reservoir fluid properties

下载: 全尺寸图片幻灯片

图 11 气测最大全烃含量与气测湿度比的图版

Figure 11. Chart of maximum total hydrocarbon content and gas logging humidity ratio

下载: 全尺寸图片幻灯片

图 12 气测峰基比与充注系数的图版

Figure 12. Chart of gas logging peak-to-base value and filling coefficient

下载: 全尺寸图片幻灯片

图 13 SPSS软件流体分类Fisher判别图

Figure 13. Fisher discrimination diagram of fluid classification by SPSS software

下载: 全尺寸图片幻灯片

图 14 Fisher判别方法流体性质解释图版

Figure 14. Interpretation chart of fluid properties by Fisher discriminant method

下载: 全尺寸图片幻灯片

图 15 环西—彭阳地区延安组综合解释验证图版

Figure 15. Comprehensive interpretation and verification chart of Yan’an Formation in Huanxi-Pengyang Area

下载: 全尺寸图片幻灯片

图 16 X42井延安组测井录井曲线

Figure 16. Logging curve of Yan’an formation of Well X42

下载: 全尺寸图片幻灯片

图 17 X20井延安组测井录井曲线

Figure 17. Logging curve of Yan’an formation of Well X20

下载: 全尺寸图片幻灯片

图 18 X42井和X20井综合解释图版

Figure 18. Comprehensive interpretation chart of Well X42 and Well X20

下载: 全尺寸图片幻灯片

表 1 不同类型储层流体分类函数系数及常量

Table 1 Coefficient and constant of classification function for different types of reservoir fluids

序号	参数		判别函数的系数
序号	名称	符号	F₁	F₂	F₃
1	电阻率	X₁	–0.002	0.006	0.009
2	声波时差	X₂	0	–0.059	0.027
3	补偿中子	X₃	0.044	0.226	–0.187
4	泥质含量	X₄	0.019	–0.087	–0.051
5	是否取心	X₅	0.364	–0.144	1.023
6	最大全烃含量	X₆	–0.336	–0.666	–0.754
7	平均全烃含量	X₇	0.501	1.231	1.538
8	湿度比	X₈	0.839	0.145	–0.004
9	荧光直照色	X₉	–0.013	–0.083	–0.050
10	含油面积	X₁₀	0.327	–0.003	–0.121
11	荧光系列对比级别	X₁₁	–0.110	0.634	–0.134
12	充注系数	X₁₂	2.264	–0.463	–1.768
13	电阻率差异	X₁₃	0.336	1.277	–0.419
14	电阻率变化	X₁₄	0.202	–0.604	0.125
15	含油饱和度	X₁₅	0.055	–0.088	0.028
常量			–5.131	9.880	–2.691
注：判别函数F₁、F₂和F₃等于各参数值与对应系数乘积之和再加上常量，如F₁=–0.002X₁+0.044X₃+0.019X₄+0.364X₅–0.336X₆+0.501X₇+0.839X₈–0.013X₉+0.327X₁₀–0.110X₁₁+2.264X₁₂+0.336X₁₃+0.202X₁₄+0.055X₁₅–5.131。

下载: 导出CSV

表 2 Fisher分类及流体性质判别符合情况

Table 2 Conformity of Fisher classification and fluid properties identification

预测分类	油层		油水同层		含油水层		水层
预测分类	层数	占比， %	层数	占比， %	层数	占比， %	层数	占比， %
油层	17	80.95	0	0	0	0	1	1.92
油水同层	1	4.76	7	87.50	0	0	0	0
含油水层	1	4.76	0	0	2	100	0	0
水层	2	9.53	1	12.50	0	0	51	98.08
合计	21	100	8	100	2	100	52	100

下载: 导出CSV

表 3 Fisher判别函数特征值与方差贡献率

Table 3 Eigenvalue and variance contribution rate of Fisher discriminant function

函数	特征值	方差贡献率，%
F₁	1.186	65.5
F₂	0.452	25.0
F₃	0.171	9.5

下载: 导出CSV

表 4 环西—彭阳地区延安组综合解释图版验证结果

Table 4 Verification results of comprehensive interpretation chart of Yan’an Formation in Huanxi-Pengyang area

井号	层位	电阻率/ (Ω·m)	声波时差/ (μm·s^–1)	补偿中子，%	泥质含量，%	气测全烃含量，%		含油饱和度，%	是否取心	湿度比	荧光直照色	含油面积，%	系列对比级别	充注系数	电阻率差异	电阻率变化	F₁	F₂	试油结果	解释结果	符合情况
井号	层位	电阻率/ (Ω·m)	声波时差/ (μm·s^–1)	补偿中子，%	泥质含量，%	最大	平均	含油饱和度，%	是否取心	湿度比	荧光直照色	含油面积，%	系列对比级别	充注系数	电阻率差异	电阻率变化	F₁	F₂	试油结果	解释结果	符合情况
X34	延7	19.01	231.28	18.63	17.54	6.66	2.85	54.23	是	0.42	黄	10～15	10	0.9	负	平稳	0.42	–2.36	油层	油水同层	否
X35	延7	8.65	241.96	17.49	12.00	0.56	0.48	46.60	否	0.69	黄白	5～10	9	0.3	负	平稳	–0.96	–1.01	水层	水层	是
X42	延9	5.81	234.37	12.70	6.56	7.32	6.48	45.54	否	0.52	黄	8～14	9	1.0	负	降低	0.95	1.87	水层	含油水层	否
A75	延7	6.26	246.88	15.24	9.90	2.09	1.71	39.28	否	0.16		0	7	0.3	负	平稳	–1.95	–1.85	水层	水层	是
A75	延10	6.63	228.87	11.87	10.04	5.43	4.29	31.53	是	0.33	黄	15～20	10	0.3	负	升高	–1.02	1.08	水层	水层	是
Y187	延10	6.86	231.28	17.23	3.95	1.63	1.49	48.73	是	0.59	黄	5～10	9	0.3	负	升高	–0.41	–0.35	水层	水层	是
B72	延10	7.16	244.99	21.00	6.91	0.69	0.53	29.37	否	0.31	黄白	1～2	7	0.3	负	降低	–2.49	0.81	水层	水层	是
Y138	延10	3.49	243.67	14.73	5.04	0.51	0.37	26.38	是	0.44	黄白	2～3	7	0.7	负	降低	–1.61	–0.51	水层	水层	是
M191	延10	6.42	224.27	12.90	3.32	0.82	0.52	43.35	是	0.48	黄	5～20	10	0.5	负	升高	–0.54	–0.51	水层	水层	是
A54	延3	19.79	251.71	18.63	18.72	0.13	0.11	39.51	否	0.11	黄白	1～2	7	1.0	无	升高	0.29	–2.39	油水同层	油水同层	是

下载: 导出CSV

表 5 X42井与X20井参数对比

Table 5 Comparison of parameters of Well H42 and Well H20

井号	电阻率/ （Ω·m）	声波时差/ （μm·s^–1）	补偿中子，%	泥质含量，%	含油饱和度，%	最大全烃含量，%	平均全烃含量，%	湿度比	系列对比级别	充注系数	含油面积，%	是否取心	荧光直照色	电阻率差异	电阻率变化	F₁	F₂
X42	5.81	234.37	12.70	6.56	45.54	7.32	6.48	0.52	9	1.0	5～10	否	黄色	负	降低	0.63	1.88
X20	5.74	243.84	13.39	12.60	50.46	8.09	6.72	0.59	9	1.0	5～10	否	暗黄色	负	降低	0.95	0.22

下载: 导出CSV

参考文献(23)

[1]	赵彦德,刘显阳,张雪峰,等. 鄂尔多斯盆地天环坳陷南段侏罗系原油油源分析[J]. 现代地质, 2011, 25(1): 85–93. doi: 10.3969/j.issn.1000-8527.2011.01.011 ZHAO Yande, LIU Xianyang, ZHANG Xuefeng, et al. Oil sources analysis of the Jurassic crude oil in the Southern Tianhuan Depression, Ordos Basin[J]. Geoscience, 2011, 25(1): 85–93. doi: 10.3969/j.issn.1000-8527.2011.01.011
[2]	兰朝利,王建国,周晓峰,等. 鄂尔多斯盆地彭阳油田侏罗系延安组油藏成藏规律[J]. 油气地质与采收率, 2014, 21(5): 45–48. doi: 10.3969/j.issn.1009-9603.2014.05.010 LAN Chaoli, WANG Jianguo, ZHOU Xiaofeng, et al. Hydrocarbon accumulation rules of sandstone reservoirs of Jurassic Yan’an Formation, Pengyang Oilfield of Ordos Basin[J]. Petroleum Geology and Recovery Efficiency, 2014, 21(5): 45–48. doi: 10.3969/j.issn.1009-9603.2014.05.010
[3]	王怡．鄂尔多斯盆地演武西地区侏罗系延安组延9-延6成藏特征及主控因素分析[D]．成都: 西南石油大学, 2017． WANG Yi. Analysis of reservoir characteristics and main controlling factors of Yan 9-Yan 6 oil group of Jurassic Yan’an Formation in the west of Yanwu Area, Ordos Basin[D].Chengdu: Southwest Petroleum University, 2017.
[4]	郭正权,张立荣,楚美娟,等. 鄂尔多斯盆地南部前侏罗纪古地貌对延安组下部油藏的控制作用[J]. 古地理学报, 2008, 10(1): 63–71. doi: 10.7605/gdlxb.2008.01.007 GUO Zhengquan, ZHANG Lirong, CHU Meijuan, et al. Pre-Jurassic palaeogeomorphic control on the hydrocarbon accumulation in the Lower Yan’an Formation in Southern Ordos Basin[J]. Journal of Palaeogeography, 2008, 10(1): 63–71. doi: 10.7605/gdlxb.2008.01.007
[5]	叶博,梁晓伟,李卫成,等. 鄂尔多斯盆地陇东地区侏罗系油藏分布规律及成藏模式[J]. 新疆石油地质, 2014, 35(6): 659–663. YE Bo, LIANG Xiaowei, LI Weicheng, et al. Reservoir distribution and hydrocarbon accumulation pattern of Jurassic in Longdong Area of Ordos Basin[J]. Xinjiang Petroleum Geology, 2014, 35(6): 659–663.
[6]	傅磊．鄂尔多斯盆地演武地区侏罗系延安组延7段沉积相及储层特征研究[D]．荆州: 长江大学, 2017． FU Lei. The study on sedimentary facies and reservoir characeristics of Yan7 oil group of Jurassic Yan’an Formation in Yanwu Area, Ordos Basin[D]. Jingzhou: Yangtze University, 2017.
[7]	张鑫．鄂尔多斯盆地演武西地区侏罗系沉积储层特征研究[D]．成都: 成都理工大学, 2017． ZHANG Xin. Characteristics of Jurassic sedimentation and reservoirs in the west of Yanwu Area, Ordos Basin[D]. Chengdu: Chengdu University of Technology, 2017.
[8]	吴新伟,张永平,张雁,等. 宁夏彭阳地区侏罗系油藏特征及有利区预测[J]. 石油化工应用, 2009, 28(3): 56–58. doi: 10.3969/j.issn.1673-5285.2009.03.017 WU Xinwei, ZHANG Yongping, ZHANG Yan, et al. Reservoir characteristics and predicting for favorable areas of Jurassic in Pengyang Area of Ningxia[J]. Petrochemical Inoustry Application, 2009, 28(3): 56–58. doi: 10.3969/j.issn.1673-5285.2009.03.017
[9]	叶博,梁晓伟,宋娟,等. 鄂尔多斯盆地演武地区侏罗系延安组油藏成藏特征[J]. 岩性油气藏, 2018, 30(4): 65–73. YE Bo, LIANG Xiaowei, SONG Juan, et al. Reservoir accumulation characteristics of Jurassic Yan’an Formationin Yanwu Area, Ordos Basin[J]. Lithologic Reservoirs, 2018, 30(4): 65–73.
[10]	于雷, 陈建文,金文辉,等. 鄂尔多斯盆地彭阳油田侏罗系油气富集规律研究[J]. 岩性油气藏, 2013, 25(4): 33–37. doi: 10.3969/j.issn.1673-8926.2013.04.007 YU Lei, CHEN Jianwen, JIN Wenhui, et al. Oil and gas enrichment law of Jurassic in Pengyang Oilfield, Ordos Basin[J]. Lithologic Reservoirs, 2013, 25(4): 33–37. doi: 10.3969/j.issn.1673-8926.2013.04.007
[11]	仝立华,郝国丽,罗晓玲,等. 鄂尔多斯盆地南部侏罗系油砂的发现与成藏模式[J]. 世界地质, 2018, 37(2): 539–547. doi: 10.3969/j.issn.1004-5589.2018.02.020 TONG Lihua, HAO Guoli, LUO Xiaoling, et al. Discovery of Jurassic oil sand in southern Ordos Basin and its accumulation model[J]. Global Geology, 2018, 37(2): 539–547. doi: 10.3969/j.issn.1004-5589.2018.02.020
[12]	白诗筠．鄂尔多斯盆地彭阳地区延9储层油藏油气富集规律研究[D]．西安: 西安石油大学, 2013． BAI Shiyun. Research on favorable area prediction and hydrocarbon enrichment patterns of the Yan 9 reservoir in Pengyang Area, Ordos Basin[D]. Xi’an: Xi’an Shiyou University, 2013.
[13]	于雷,陈建文,金绍臣,等. 鄂尔多斯盆地彭阳地区延安组、长3油层组储层特征及评价[J]. 岩性油气藏, 2012, 24(6): 49–53. doi: 10.3969/j.issn.1673-8926.2012.06.011 YU Lei, CHEN Jianwen, JIN Shaochen, et al. Reservoir characteristics and evaluation of Yan’an Formation and Chang 3 oil reservoir set in Pengyang Area, Ordos Basin[J]. Lithologic Reservoirs, 2012, 24(6): 49–53. doi: 10.3969/j.issn.1673-8926.2012.06.011
[14]	高畅．鄂尔多斯盆地环县地区侏罗系延9油层组沉积相及储层特征[D]．成都: 成都理工大学, 2018． GAO Chang. Sedimentary facies and reservoir characteristics of Jurassic Yan 9 reservoir group in Huanxian Area, Ordos Basin[D]. Chengdu: Chengdu University of Technology, 2018.
[15]	杜鹏. 鄂尔多斯盆地延安组录井解释评价方法研究[J]. 录井工程, 2019, 30(2): 68–73. doi: 10.3969/j.issn.1672-9803.2019.02.013 DU Peng. Study on mud logging interpretation and evaluation method of Yan’an Formation in Ordos Basin[J]. Mud Logging Engineering, 2019, 30(2): 68–73. doi: 10.3969/j.issn.1672-9803.2019.02.013
[16]	柴童．彭阳地区延安组低幅度构造特征与油气成藏关系研究[D]．西安: 西安石油大学, 2018． CHAI Tong. Research on characteristic of low amplitude structures and it´s relationship with hydrocarbon accumulation of Yan’an Formation in Pengyang Area[D]. Xi’an: Xi’an Shiyou University, 2018.
[17]	蒋钧,梁涛,刘晓龙,等. 彭阳侏罗系储层测井特征研究[J]. 石油化工应用, 2016, 35(10): 115–116, 129. doi: 10.3969/j.issn.1673-5285.2016.10.026 JIANG Jun, LIANG Tao, LIU Xiaolong, et al. Study on logging characteristics of Jurassic reservoirs in Pengyang[J]. Petrochemical Industry Application, 2016, 35(10): 115–116, 129. doi: 10.3969/j.issn.1673-5285.2016.10.026
[18]	郭正权,潘令红,刘显阳,等. 鄂尔多斯盆地侏罗系古地貌油田的形成条件与分布规律[J]. 中国石油勘探, 2001, 6(4): 20–27. GUO Zhengquan, PAN Linghong, LIU Xianyang, et al. Formation conditions and distribution of Jurassic paleogeomorphic oilfield in Ordos Basin[J]. China Petroleum Exploration, 2001, 6(4): 20–27.
[19]	文江波,张劲军,郑飞,等. 流动条件下原油乳化含水率与水相组成的关系[J]. 石油学报, 2015, 36(5): 626–632. doi: 10.7623/syxb201505013 WEN Jiangbo, ZHANG Jingjun, ZHENG Fei, et al. Relationship between emulsified water fraction under flowing conditions and composition of water phase[J]. Acta Petrolei Sinica, 2015, 36(5): 626–632. doi: 10.7623/syxb201505013
[20]	刘联群,刘建平,李勇,等. 鄂尔多斯盆地彭阳地区侏罗系延安组油气成藏主控因素分析[J]. 地球科学与环境学报, 2010, 32(3): 263–267. doi: 10.3969/j.issn.1672-6561.2010.03.008 LIU Lianqun, LIU Jianping, LI Yong, et al. Main factors influencing oil reservoir in Jurassic Yan’an Formation in Pengyang Area, Ordos Basin[J]. Journal of Earth Sciences and Environment, 2010, 32(3): 263–267. doi: 10.3969/j.issn.1672-6561.2010.03.008
[21]	刘杰,张涛,王建,等. Fisher判别分析法在核磁共振录井油水层识别中的应用[J]. 录井工程, 2014, 25(1): 25–29. LIU Jie, ZHANG Tao, WANG Jian, et al. Application of Fisher discriminant and analysis method to identifying oil and water layers in NMR logging[J]. Mud Logging Engineering, 2014, 25(1): 25–29.
[22]	张家政,关泉生,谈继强,等. Fisher判别在红山嘴油田火山岩岩性识别中的应用[J]. 新疆石油地质, 2008, 29(6): 761–764. ZHANG Jiazheng, GUAN Quansheng, TAN Jiqiang, et al. Application of Fisher discrimination to volcanic lithologic identification: an example from Hongshanzui Oilfield, Junggar Basin[J]. Xinjiang Petroleum Geology, 2008, 29(6): 761–764.
[23]	姬建飞, 袁胜斌, 倪朋勃, 等. 核Fisher判别分析方法在黄河口凹陷储集层流体解释评价中的应用[J]. 录井工程, 2019, 30(1): 65–68. doi: 10.3969/j.issn.1672-9803.2019.01.012 JI Jianfei, YUAN Shengbin, NI Pengbo, et al. Application of kernel Fisher discriminant analysis method in fluid interpretation and evaluation of reservoirs in Huanghekou Sag[J]. Mud Logging Engineering, 2019, 30(1): 65–68. doi: 10.3969/j.issn.1672-9803.2019.01.012

施引文献(11)

期刊类型引用(10)

1.	易浩，郭挺，孙连忠. 顺北油气田二叠系火成岩钻井技术研究与应用. 钻探工程. 2024(01): 131-138 . 百度学术
2.	徐磊，侯彬彬，董丽娜，高宇行. 靖边区域钻井提速技术. 中国石油和化工标准与质量. 2024(04): 177-179 . 百度学术
3.	王延文，叶海超. 随钻测控技术现状及发展趋势. 石油钻探技术. 2024(01): 122-129 . 本站查看
4.	任海涛，王新东，张昕，杨迎新，苏涛，王柏辉，周广静. PDC钻头数字化选型技术及软件开发. 石油机械. 2024(05): 9-16 . 百度学术
5.	胡文革. 顺北油气田“深地工程”关键工程技术进展及发展方向. 石油钻探技术. 2024(02): 58-65 . 本站查看
6.	刘湘华，于洋，刘景涛. 顺北油气田特深井钻井关键技术现状与发展建议. 石油钻探技术. 2024(02): 72-77 . 本站查看
7.	刘永旺，李坤，管志川，毕琛超，霍韵如，于濮玮. 降低井底岩石抗钻能力的钻速提高方法研究及钻头设计. 石油钻探技术. 2024(03): 11-20 . 本站查看
8.	李一岚. 顺北超深超高温油气藏钻完井提速关键技术. 石油钻探技术. 2024(03): 21-27 . 本站查看
9.	苏前荣，刘伟，张立军，刘松，刘长江，高蓬，纪照生. 顺北奥陶系漏失层钻井液关键技术研究. 内蒙古石油化工. 2024(12): 86-90 . 百度学术
10.	李兵. 海拉尔地区钻井提速设计优化. 山东石油化工学院学报. 2023(03): 51-55 . 百度学术

其他类型引用(1)

资源附件(0)

图(18) / 表(5)

计量

文章访问数: 1162
HTML全文浏览量: 334
PDF下载量: 80
被引次数: 11

1. 传统信号处理方法及其不足
2. 改进的信号处理方法
3. 传统方法与改进方法的对比分析
3.1 去噪效果
3.2 同步头识别效果
3.3 码值判别效果
4. 结论与建议

基于测录井资料的环西—彭阳地区延安组储层流体性质识别方法研究

作者简介: 张丛秀（1973—），女，陕西西安人，1996年毕业于石油大学（华东）矿场地球物理专业，高级工程师，主要从事测录井解释评价工作。E-mail：zangcx3_cq@petrochina.com.cn

计量

出版历程

A Study on the Logging-Based Identification Method for Reservoir Fluid Properties of the Yan’an Formation in the Huanxi–Pengyang

1. 传统信号处理方法及其不足

2. 改进的信号处理方法

3. 传统方法与改进方法的对比分析

3.1 去噪效果

3.2 同步头识别效果

3.3 码值判别效果

4. 结论与建议

期刊类型引用(10)

其他类型引用(1)

计量

出版历程

目录

1. 传统信号处理方法及其不足

2. 改进的信号处理方法

3. 传统方法与改进方法的对比分析

3.1 去噪效果

3.2 同步头识别效果

3.3 码值判别效果

4. 结论与建议

作者简介:
张丛秀（1973—），女，陕西西安人，1996年毕业于石油大学（华东）矿场地球物理专业，高级工程师，主要从事测录井解释评价工作。E-mail：zangcx3_cq@petrochina.com.cn