基于敏感元素特征谱图的岩性识别方法
夏良冰, 赵彦泽, 胡云, 王建立, 苑仁国, 阚留杰
①中海油能源发展股份有限公司工程技术分公司
②中海石油(中国)有限公司天津分公司

作者简介:夏良冰 高级工程师,1984年生,2007年毕业于大庆石油学院资源勘查工程专业,现在中海油能源发展股份有限公司工程技术分公司从事钻井地质工作。通信地址: 300459 天津市滨海新区塘沽海洋高新技术开发区海川路2121号海洋石油大厦C座502。电话:(022) 66502033。E-mail: xialb@cnooc.com.cn

摘要

应用元素录井技术测定地层元素含量变化,可以辅助判别地层岩性和层位,对于元素含量差异大的层段识别效果较好,但在岩性复杂、元素含量特征相近的地层中,应用效果难以保证。利用渤海探区已取得的元素录井资料,建立不同地层单元的岩性与元素对比数据库,并采用交会分析法提取敏感元素,形成不同地层单元不同岩性的敏感元素标准谱图,在此基础上,利用线性回归方法将实测岩样敏感元素分别与不同岩性标准谱图的敏感元素进行相关性分析,通过定量化的方法匹配相似度,实现岩性比对判别。通过在渤海探区的实践应用表明,该方法能够实现地层岩性的定量化判别,有效消除岩性识别过程中由于人为因素产生的偏差,对于复杂岩性的准确识别具有较强的实用性。

关键词: 敏感元素; 特征谱图; 线性回归; 岩性识别; 元素录井
中图分类号:TE132.1 文献标志码:A
Lithology identification method based on characteristic map of sensitive elements
XIA Liangbing, ZHAO Yanze, HU Yun, WANG Jianli, YUAN Renguo, KAN Liujie
①CNOOC Ener Tech-Drilling & Production Co.,Tianjin 300459,China
②Tianjin Branch,CNOOC China Ltd.,Tianjin 300459,China
Abstract

Determining the change of element content of formation by element logging technology can assist in the identification of lithology and layer of the formation, with better effect for intervals with large difference in element content but unsure effect for formations with complex lithology and similar element content characteristics. Using the element logging data obtained in Bohai Sea exploration area to establish the lithology and element comparison database of different stratigraphic units, and the sensitive elements are extracted by the intersection analysis method to form standard spectra of sensitive elements with different lithologies in different stratigraphic units. The linear regression is used to analyze the correlation between sensitive elements of measured rock samples and sensitive elements of different lithology standard spectra. The similarity is matched by a quantitative method to realize the comparison and discrimination of lithology. The application in Bohai Sea exploration area indicates that the method can realize quatitative identification of formation lithology, and effectively eliminate the deviation caused by human factors in lithology identification, providing strong practicality for the accurate identification of complex lithology.

Keyword: sensitive elements; characteristic map; linear regression; lithology identification; element logging
0 引言

在钻井过程中, 地层岩性识别是一项基础性的重要工作, 及时准确地识别地层岩性是正确选择施工参数、确保钻井安全、提高油气勘探效率的重要保证。随着石油钻井工艺技术的发展和油气勘探开发难度的加大, 由井底返出的岩屑十分细碎、混乱、复杂。常规岩性识别方法直接或借助简单的光学仪器观察岩屑组成成分, 这种方法往往由于录井人员经验不同, 对同一个岩屑样品的岩石定名或特征描述差别较大, 难以准确描述地层岩性, 甚至造成对地层岩性的误判[1, 2, 3, 4]

元素录井技术采用元素光谱分析方法, 用X射线激发岩屑样品, 检测样品中化学元素的相对含量, 通过元素组合特征分析识别岩性[5, 6, 7, 8]。元素录井技术的推广应用, 给岩性识别增添了新的手段, 但目前该技术的应用研究还不够深入, 岩性解释方法欠缺, 因此寻找其规律性, 建立有效的元素录井技术解释评价方法具有重要意义。

1 研究思路

通过对各类岩石典型样品元素含量数据采集分析, 可以了解其元素组成及分布规律, 由于不同性质的岩石其矿物组成不同, 其中元素的含量也就不同, 但由于地层岩性多样, 部分岩性之间的元素组成及含量的差异性较小, 只有少数几种元素含量差异性较大, 可以将这些元素称之为敏感元素, 通过筛选和提取各类典型岩石的敏感元素, 建立对应的标准特征谱图, 再通过被检测样品的元素特征与典型岩石标准特征谱图对比分析, 即可实现判别岩性的目的。但由于岩性复杂多样, 元素种类繁多, 对应的标准特征谱图种类多, 依靠人为主观进行谱图对比显然是不科学的, 且判断准确性难以保证[9, 10]。因此在对研究区元素资料采集分析的基础上, 通过引入线性回归分析方法, 实现实测元素数据与标准特征谱图数据之间相关性的量化计算, 以最大相关性为原则寻求最佳匹配结果, 进而实现通过特征谱图对比进行岩性识别的目的。其分析流程如图1所示。

图1 岩性识别分析流程

2 方法的建立
2.1 建立数据库

将研究区块已采集的同一地层单元不同岩性岩石的各元素含量进行均值计算, 建立区块内各层段的岩性与元素含量均值数据库。以渤中区块东营组为例, 按照不同岩性分别对采集的17种元素数据进行均值计算, 形成岩性与元素含量均值数据库(表1)。

表1 渤中区块东营组岩性与元素含量均值数据库%
2.2 敏感元素筛选

根据渤中区块东营组统计情况, 该区主要包括泥岩、砂岩、泥质砂岩、碳酸盐岩、玄武岩及安山岩6种岩性。结合已有地质录井资料, 选取元素交会分析法对该区东营组各层段的岩石元素含量进行交会分析, 提取对岩性反映较为敏感的元素。通过对采集的17种元素两两交会建立图板, 可以得到136个交会对比图。从交会对比图中可以发现Si、Fe、Al、Ca元素相对砂岩、泥岩、泥质砂岩具有较好的区分性, Si、Mg、Mn、K、Ca、Ti元素相对玄武岩、安山岩、碳酸盐岩具有较好的区分性。这些元素对于该区东营组的岩性具有较好的区分性, 可以确定为该区的敏感元素(图2)。

图2 渤中区块东营组岩性元素交会图

2.3 标准特征谱图的建立

根据研究区各地层单元筛选出的敏感元素, 将每种岩性主要元素特征含量按出峰顺序投入到坐标系中, 建立该区块岩性元素特征含量标准谱图。

以渤中区块东营组地层为例, 对元素进行两两交会, 综合分析后发现Mg、Si、Al、Fe、K、Ca、Mn、Ti八种元素对岩性识别较为敏感, 之后建立该区块东营组地层岩性敏感元素特征含量标准谱图, 如图3所示。

图3 渤中区块东营组地层岩性敏感元素特征含量标准谱图

2.4 利用相关性分析判别岩性

采集在钻井的元素录井数据, 提取实测样品的特征峰值数据, 得到下列n组数据:

(X1, Peak11), (X2, Peak12), …, (Xn, Peak1n)

式中:X1, X2, …, Xn为研究区筛选出的反映岩性特征的主要元素, 例如Na、Mg、Al等; Peak11, Peak12, …, Peak1n为相应元素的特征峰值数据。

然后在标准谱图库中查找相应的n组数据:

(X1, Peak21), (X2, Peak22), …, (Xn, Peak2n)

式中:Peak21, Peak22, …, Peak2n为相应元素在标准谱图库中的特征峰值数据。

X坐标相同的两个峰值相除, 得到下列n组数据:(X1, Y1), (X2, Y2), …, (Xn, Yn)。

从这n组数据来看, 如果两个谱图完全相似, 则坐标连接成一条直线, 可以判定两个谱图对应相同的岩性; 但是, 实际情况不可能完全相同, 因此要对这组数据进行一元线性回归处理, 步骤如下:

x¯= 1ni=1nxi

y¯= 1ni=1nyi

lxx= i=1n(xi- x¯)2

lyy= i=1n(yi- y¯)2

lxy= i=1n(xi- x¯)(yi- y¯)

式中:x为研究区建立标准谱图的主要元素含量; y为实测样品谱图中特征峰值与标准谱图库中对应元素峰值的比值; x¯为变量x的均值; y¯为变量y的均值; lxx为变量x的离差平方和; lyy为变量y的离差平方和; lxy为变量xy的协方差。

最后用相关系数进行检验, 相关系数反映了变量xy之间的密切程度, 用下式定义:

rxy= lxylxxlyy

用实测样品谱图依次与标准谱图库比对, 找出其中|r|值最大的谱图, 表明两个谱图最为相似, 并以此谱图对应的岩性来判别实测样品的岩性。

3 应用效果
3.1 渤中A井岩性识别应用实例

将渤中区块A井东营组2 705~2 740 m井段实钻中元素录井采集数据(表2), 与该区块已建立的东营组岩性敏感元素特征含量标准谱图对比(表1)。

表2 A井2 705~2 740 m井段特征元素含量

根据实测数据与标准谱图岩性相关系数计算(表3), A井2 705~2 720 m井段的岩屑与泥岩标准谱图相关系数最大, 判断为泥岩; 2 720~2 725 m井段的岩屑与玄武岩标准谱图相关系数最大, 判断为玄武岩; 2 725~2 730 m井段的岩屑与泥质砂岩标准谱图相关系数最大, 判断为泥质砂岩; 2 730~2 740 m井段的岩屑与砂岩标准谱图相关系数最大, 判断为砂岩。

表3 A井2 705~2 740 m井段岩性与标准谱图岩性相关系数

2 700~2 740 m井段的电测资料、井壁取心资料、薄片鉴定分析结果都支持该段岩性的上述特征谱图岩性识别解释判断结果, 证实了该解释评价方法的可靠性, 如图4所示。

图4 A井2 700~2 740 m井段地质综合图

3.2 渤海探区应用情况

渤海探区2015-2017年有15口探井应用元素录井项目, 主要应用于深井勘探, 针对复杂储层识别、潜山界面卡取、潜山岩性识别等。基于敏感元素特征谱图岩性解释方法的应用, 取得了较好的效果, 复杂岩性解释符合率大于80%, 潜山界面卡准率100%(表4表5)。

表4 复杂岩性解释符合情况
表5 潜山界面卡取情况
4 结论

采用基于敏感元素特征谱图的岩性识别方法时, 首先要建立研究区不同地层单元岩性与元素含量均值对比数据库。如果数据采样点较少, 则会导致对比数据库中建立的岩性标准数值与真实岩性误差较大, 因此在研究区选井尽量多, 覆盖范围尽量广; 如果已钻井数不能满足需求, 则不能简单地进行算数平均, 需要利用均值-方差原理进行数据校正, 完成不同岩性-元素特征值的提取。其次要在数据处理的基础上, 利用元素交会分析法提取岩性敏感元素, 建立研究区不同地层单元反映不同岩性的主要元素特征含量标准谱图。最后通过线性回归相关性分析, 将研究区或邻区实测数据对应元素含量谱图与标准谱图进行对比, 识别岩性判断潜山地层。

以上分析及应用效果表明, 基于敏感元素特征谱图的岩性识别方法, 能实现地层岩性的定量化解释识别, 尤其对于复杂岩性更能发挥其优势, 具有较好的解释符合率。利用该方法可为复杂岩性识别、潜山界面卡取提供判断依据, 为确保钻井安全、提高油气勘探效率提供重要保障。

编辑 卜丽媛

参考文献
[1] 尚锁贵, 谭忠健, 阚留杰, . 元素录井岩性识别技术及其在渤海油田的应用[J]. 中国海上油气, 2016, 28(4): 30-34.
SHANG Suogui, TAN Zhongjian, KAN Liujie, et al. Lithology identification based on element mud logging and its application in Bohai Oilfield[J]. China Offshore Oil and Gas, 2016, 28(4): 30-34. [本文引用:1]
[2] 阎治全, 毕寅飞, 董洪伟, . 相关矩阵和熵值算法在松辽盆地元素录井岩性识别中的应用[J]. 录井工程, 2017, 28(3): 33-35.
YAN Zhiquan, BI Yinfei, DONG Hongwei, et al. Application of correlation matrix and entropy algorithm in lithology identification of element logging in Songliao Basin[J]. Mud Logging Engineering, 2017, 28(3): 33-35. [本文引用:1]
[3] 李春山. X射线荧光岩屑识别技术研究[D]. 西安: 西北大学, 2010.
LI Chunshan. Research on X-ray fluorescence cuttings identification technology[D]. Xi'an: Northwest University, 2010. [本文引用:1]
[4] 柯梽全, 王阳恩, 王绍龙, . 基于7种主要元素特征谱线的LIBS岩性识别[J]. 中国科学: 物理学力学天文学, 2015, 45(8): 31-38.
KE Zhiquan, WANG Yang'en, WANG Shaolong, et al. LIBS identification of lithology based on spectral lines of 7 main elements[J]. Scientia Sinica Physica, Mechanica&Astronomica, 2015, 45(8): 31-38. [本文引用:1]
[5] 阚留杰, 董国富, 董国杰. X射线荧光录井砂泥岩地层识别方法[J]. 录井工程, 2013, 24(4): 21-23.
KAN Liujie, DONG Guofu, DONG Guojie. X-ray fluorescence logging sand and mudstone formation identification method[J]. Mud Logging Engineering, 2013, 24(4): 21-23. [本文引用:1]
[6] 李春山, 陈英毅, 孙卫. 利用元素录井资料的随钻岩性判别方法[J]. 中国石油大学学报(自然科学版), 2011, 35(6): 66-70.
LI Chunshan, CHEN Yingyi, SUN Wei. Lithology identification method while drilling based on element logging data[J]. Journal of China University of Petroleum(Edition of Natural Science), 2011, 35(6): 66-70. [本文引用:1]
[7] 李功权, 曹代勇, 陈恭洋, . PDC钻头条件下随钻岩性识别方法研究[J]. 石油钻采工艺, 2006, 28(2): 25-27.
LI Gongquan, CAO Daiyong, CHEN Gongyang, et al. Research of lithology identification method while drilling with PDC bit[J]. Oil Drilling & Production Technology, 2006, 28(2): 25-27. [本文引用:1]
[8] 王晓阳. X射线元素录井的岩性解释图板[J]. 西安石油大学学报(自然科学版), 2014, 29(3): 1-7.
WANG Xiaoyang. Lithology interpretation chart of X-ray element logging[J]. Journal of Xi'an Shiyou University(Natural Science Edition), 2014, 29(3): 1-7. [本文引用:1]
[9] 张以军, 代国祥, 王旭东, . 元素特征比值分析法在三塘湖盆地岩性识别方面的初步应用[J]. 新疆石油天然气, 2012, 8(3): 7-15.
ZHANG Yijun, DAI Guoxiang, WANG Xudong, et al. Preliminary application of element characteristic ratio analysis method in lithology identification of Santanghu Basin[J]. Xinjiang Oil & Gas, 2012, 8(3): 7-15. [本文引用:1]
[10] 朱根庆, 何国贤, 康永贵. X射线荧光录井资料基本解释方法[J]. 录井工程, 2008, 19(4): 6-11.
ZHU Genqing, HE Guoxian, KANG Yonggui. Basic interpretation method of X-ray fluorescence logging data[J]. Mud Logging Engineering, 2008, 19(4): 6-11. [本文引用:1]