搜索
利用测井技术识别和探测裂缝摘要：裂缝性地层裂缝的测井解释主要包括裂缝带的识别和储层裂缝参数的定量计算两个方面。用测井方法识别储层中的裂缝是目前最常用、最有效的方法，其中裂缝是否有效一直是测井解释的一个难点。在测井方法中，常规的测井方法可以识别裂缝,只是精度不高，成像测井仍是目前最为可靠的裂缝识别依据，而双侧向测井方法可快速、便捷地确定裂缝的有效性。1.绪论裂缝，是岩石中由于构造变形或物理成岩作用形成的面状不连续体，在碳酸盐岩、火成岩和泥岩中均有发育，少量见于潜山变质岩中。裂缝不仅是流体的储集空间,还是重要的流体渗滤通道.在致密的砂岩油气藏中,裂缝主要作为渗流通道存在,大大改善了低孔低渗透储层的生产能力；在碳酸盐岩地层中,裂缝还控制着溶孔、溶洞的发育,影响着地层中原始流体的分布状况和泥浆侵入特性；在火成岩地层中,裂缝是地层产能的最重要、最直接的影响因素.中深部储层由于压实作用多已致密化,天然气的聚集及产出主要依赖于裂缝系统,裂缝的存在势必会对储层的渗透性起到改善作用,形成有开发价值的产层.因此,研究地下裂缝的发育及其分布规律就显得尤为重要.岩心是最为直接的裂缝资料,但往往存在取心数量有限、收获率低和岩心不定向等三个方面的局限。用测井方法识别裂缝,具有成本低、识别力强和经济效益高等优点,已成为勘探裂缝性油气藏的主要手段.2.裂缝按成因分为两种:①天然裂缝,一般是成岩收缩或构造运动形成的；②钻井诱导,一般是在钻井过程中因频繁起、下钻的震动和地应力场的不均衡造成井壁有规律的开裂。根据裂缝的形成原因,天然裂缝又分为非构造裂缝和构造裂缝两类，非构造裂缝主要是由于岩石失水体积收缩或岩浆冷却过程中体积收缩而形成的收缩裂缝以及压溶作用形成的缝合线。构造裂缝是指在地壳运动过程中,岩石受构造作用力而产生的裂缝,这种裂缝是最广泛存在的裂缝，包括开启裂缝、闭合裂缝2种。开启裂缝是没有充填其它物质的裂缝。在水基泥浆中,裂缝中充填有导电的泥浆,这样裂缝的电阻率就比岩石的电阻率低很多,所以,可以根据电阻率的异常来识别开启裂缝。闭合裂缝是充填有其它矿物的裂缝,它示出由构造应力产生的开启裂缝后来被富含盐的流体循环胶结,因此电阻率较高。钻井诱生裂缝由于钻开地层后,原始地层应力释放,挤压井眼周围的地层,在井壁上产生了钻井诱生裂缝，常见的有3种:钻具振动形成的裂缝、重泥浆压裂缝和应力释放裂缝。按产状分,裂缝的产状一般表征分为裂缝面与水平面的夹角和裂缝面的倾向。其分类主要根据裂缝面倾角、倾向相互间的组合以及相关的地质资料,目前分为五大类:低角度裂缝、倾斜裂缝、高角度裂缝、低角度网状裂缝及高角度网状裂缝.图1裂缝类型3.裂缝的测井识别方法根据不同测井序列对裂缝的响应程度,一般用于裂缝识别的常规测井资料有孔隙度、电阻率、声波时差、变密度资料等,其成本低、资料全,利用其识别裂缝是可行的。裂缝在常规测井资料上的响应主要有:①自然电位具明显负异常；②声波时差有跳波现象,整体时差值较高；③深浅测向振幅差明显,中值高；曲线形态整体较圆滑.3.1放射性测井法放射性测井是在钻孔中测量放射性的测井方法，以自然伽马测井为主。自然伽玛测井主要测量地层中的不稳定元素如铀（238U）、钍（282Th）、钾（40K）发出的伽马射线。含钾的硅酸盐矿物易于被风化分解，岩石风化后钾析出并被水流带走，含钾的化合物也以机械搬运和水溶两种形式迁移和再分配。难溶于水的钍化合物则残留在原地，在表生条件下，钍以机械分化迁移为主，被搬运到别处沉积下来，小部分钍则在有利条件下形成络合物或有机络合物，或以胶体的形式迁移。这两种含量的矿物相对比较稳定。而铀在自然界呈两种稳定的化合价状态存在，＋４价铀的化合物不溶于水，而＋６价铀盐可溶，以铀酰离子的形式随地下水迁移，在物理化学条件比较合适的区域转变为＋４价的化合物沉淀下来。正常情况下，泥岩具有较高的放射性数值，伽马为高值，其主要是由富含钾的粘土矿物以及残留的钍元素富集，加上粘土矿物对铀元素的吸收等造成的；对于钾和钍含量较低的地层，铀元素的富集往往指示裂缝的存在，因此可以通过元素铀含量与钍钾含量的差值进行裂缝的识别。3.2三孔隙度测井法三孔隙度测井，即声波，密度和补偿中子测井。裂缝及其所含流体在岩石中形成的声阻抗界面影响了声波传播,声波测井中有声波时差、长源距声波和全波波形测井用于裂缝探测。声波时差以周波跳跃反映水平缝、低角度缝的存在或者是含气层的显示。长源距声波测井除直接应用时差曲线外,还可以通过计算纵、横波幅度比或速度比值来体现裂缝的存在。在全波波形和变密度显示图上,裂缝层段出现纵、横波能量衰减的“V’,字型干涉条纹,可用于确定裂缝的位置并定性解释低角度缝和网状缝,该方法对水平缝显示较好。密度测井主要反映岩石的总孔隙度,与测井仪器极板是否靠上裂缝关系极大。若极板靠上裂缝,曲线反映的孔隙度偏高；而与仪器极板不接触或处于探测空间以外的裂缝溶洞则无法反映。为校正裂缝发育使井壁粗糙不平对密度测井测量结果产生的影响,需对密度测井曲线进行校正,该校正值可用来识别裂缝的存在,裂缝带呈正的窄尖峰状显示,但要注意区分钻井时造成的人工裂缝对密度测井的影响。补偿中子测井通过测量地层的含氢指数来反映地层孔隙度,在岩石骨架不含氢的情况下,它反映地层的总孔隙度,并不受孔隙空间几何形态和分布的影响。由于致密岩石基质孔隙度很低,因此中子测井可直接反映裂缝和溶洞的发育程度。由三孔隙度测井的测量原理知，中子测井和密度测井反映了地层总孔隙度的大小，声波速度测井主要反映原生的粒间孔隙度。声波测井和中子测井在裂缝发育井段一般表现为高值，密度测井则表现为低值。但是，利用单个测井曲线来识别裂缝的效果往往不佳，将三种测井曲线相结合来进行测井裂缝识别更为有效。3.3电阻率测井及倾入校正差比法对裂缝较为敏感的电阻率曲线主要指深浅侧向电阻率和微侧向或微球聚焦测井。深、浅侧向电阻率测井的差异就在于探测深度的不同，天然裂缝的存在，导致泥浆侵入钻井远处的地层，使深浅侧向测井电阻率值出现差值异常，一般的，高角度（大于75℃）裂缝时差值为“正异常”，角度愈高,差异愈大,裂缝张开度大,裂缝延伸长,其有效性就越好；低角度（小于45℃）裂缝时差值为“负异常”，差异幅度越大,裂缝张开度大,其有效性就越好；倾斜裂缝的差值不明显。对于微侧向或微球聚焦测井响应，一般将其与深浅双侧向测井相结合分析地层是否存在裂缝。在井陉规则的情况下，天然裂缝较为发育的井段，其微侧向或微球聚焦测井曲线会在双侧向电阻率曲线背景上发生数值偏离。侵入校正差比法基于双侧向电阻率测井曲线进行裂缝识别。裂缝在双侧向测井曲线上的响应与裂缝的产状、裂缝的宽度与长度、裂缝中的充填物及充填状态、泥浆侵入深度等密切相关。由双侧向测井计算出地层真电阻率，然后构造电阻率侵入校正差比曲线来识别裂缝。当地层为裂缝性气层时，侵入校正的地层真电阻率＞浅侧向电阻率值，深浅电阻率差比值＞０。图2利用常规测井技术识别裂缝3.4地层倾角测井法地层倾角测井和高分辨率地层倾角仪都是通过贴井壁极板上的微聚焦电极接触裂缝时而产生的电导率来检测出裂缝的,可以识别裂缝产状并确定其走向。存在的问题是极板覆盖率低,处理时难以区分泥质条带和低角度裂缝及水平裂缝,只能反映高角度缝和斜交缝,而且仪器测量受井眼影响比较大。利用地层倾角测井曲线识别裂缝的方法主要有裂缝识别测井lFlJ和电导率异常检测IX二A两种方法。DCA处理方法通过检测和比较开启裂缝在不同极板上造成的电导率差异而识别斜交缝或高角度裂缝,根据异常极板有的方位可确定裂缝的走向。应用高分辨率地层倾角测井提供的4条微电阻率曲线、3条角度曲线和2条井径曲线,依据开启裂缝在电阻率曲线上显示的低阻特征进行裂缝识别。针刺状电导异常代表低角度缝、水平缝、斜交缝和网状缝的测井响应,而高角度缝、垂直缝的测井响应对应于较长井段的低电阻异常,但要与角砾岩带和地层层面产生的同为针刺状的非裂缝电导异常相区别。值得注意的是,进行高导异常截止处理时难以区分泥质条带和低角度及水平裂缝,一般作为噪音予以消除,则处理结果只能反映出高角度和斜交裂缝。其次裂缝发育可能引起井壁岩块的崩落形成椭圆井眼,利用双井径曲线的变化识别裂缝发育情况,区段分布一般较短。此外还可以根据仪器转动差异(键槽效应)识别有无裂缝发育。图3埕北X井利用倾角测井资料识别裂缝3.5成像测井法最早的成像测井仪器诞生于1969年，经过几十年的发展，目前主要有声、电、核三大类。目前来说，成像测井是最直观、最有效的裂缝判别依据，具体包括井下声波电视测井、微电阻率扫描成像测井(FMI或EMI)和井周成像测井方法(CBIL)。其中FMI测井是国内各大油田裂缝识别时应用较为普遍的成像测井。FMI测井是通过记录极板上大量微电极的电流强度来反映井壁的微电阻率变化，然后对记录数据进行一系列特殊处理，利用井壁图像上的亮与暗来代表该位置电阻率值的高与低，从而得到井壁的电阻率图像，从而获得丰富的裂缝信息，如FVA（裂缝开度）、FVDC（裂缝密度）等，并且FMI的井眼覆盖率接近80%。常见的FMI测井裂缝类型主要有高导缝，高阻缝，钻井诱导缝，微裂缝，在碳酸盐岩储层中还会有溶蚀缝、缝合线等。这些FMI测井裂缝类型中，高导缝表示的是被流体或钻井泥浆充填的开启裂缝，能够有效改善储层的储集性能。除FMI成像测井外，在裂缝的有效性评价方面，偶极子横波成像、远探测声波成像以及方位电阻率成像测井均具有一定的应用前景图4某井高角度开口裂缝与充填缝3.6裂缝测井综合识别方法由于裂缝分布特征复杂，除了成像测井外，其它单一测井方法裂缝识别能力有限，仅使用常规测井曲线进行井上的裂缝识别无法满足勘探开发的精度要求，针对这种情况，将测井裂缝识别与数值统计分析中的相关理论结合，形成了一系列新的裂缝测井综合识别方法。3.6.1概率密度法概率密度方法，其本质是将不同测井裂缝识别方法进行有效融合。不同的测井裂缝识别曲线（如侵入校正差比曲线和三孔隙度比值曲线等），其原理不同，量纲不同，量级差可能较大。将裂缝识别较为准确的位置提取出来，融合成一条新的测井曲线，从而提高裂缝的整体识别准确率。该方法的一般计算流程为：(1)将已有裂缝识别曲线分别进行正态变换及归一化处理；（2）基于单井裂缝先验信息统计裂缝识别曲线的识别率；（3）将这ｎ个识别率进行归一化处理，得到各裂缝识别曲线的权重值；（4）将各裂缝识别曲线进行权值的乘积求和，得到新的曲线，即裂缝概率密度曲线。该方法能够有效提升裂缝的井上识别率，且为连续曲线，可以作为测井约束参与到与裂缝相关的地震反演中。3.6.2R/S变尺度分析法R/S变尺度分析法是应用最广泛的分形统计方法之一。其中R和S分别为极差和标准差，极差Ｒ代表时间序列的复杂程度，标准差Ｓ代表时间序列的平均趋势，那么，可以用两者的比值R/S来代表无因次的时间序列相对波动强度。在实际应用中，先选取两条对裂缝较为敏感的测井曲线（例如自然伽马和声波曲线），并分别计算出两曲线每个采样点的R和S值为，然后将选取的两条识别曲线与n作双对数散点图。在某一深度段内，将散点拟合为曲线，并计算该R/S曲线的斜率H（一般称为Hurst指数），然后求取分形维数Ｄ＝２－Ｈ。一般情况下，井段裂缝越发育，则井段非均质性越强，R/S与n的双对数线性关系图的变化越剧烈，表明D值越高。3.6.3神经网络裂缝识别方法近年来，神经网络技术发展迅速，并将其引入石油地质勘探的实际问题中，用于预测井段的裂缝发育情况。其学习算法由正向传播和反向传播两个过程组成。在正向传播过程中，输入信息从输入层经隐蔽单元逐层处理，并传向输出层。若输出层得不到期望的输出，则转入反向传播，将误差信号沿原来的连通路返回，通过修改各层神经元之间的权值，使误差信号最小。目前应用最广泛的是BP（BackPropagation）网络。在实际的裂缝识别过程中，首先，利用已知测井裂缝信息的井段对神经网络进行训练，达到精度需求时结束学习过程，然后，再利用已经训练好的网络对未知裂缝信息的层段进行预测。4.储层裂缝参数的定性和定量确定4.1裂缝真伪有效性识别钻井诱导缝与天然裂缝