引用本文
温海涛, 郭明宇, 阚留杰, 苑仁国, 王建立. 元素特征组合法在BZ凝析气田开发井潜山界面预警中的应用[J]. 录井工程, 2023,34(1): 29-34.
WEN Haitao, GUO Mingyu, KAN Liujie, YUAN Renguo, WANG Jianli. Element characteristics combination method of buried hill interface early warning of development wells in BZ condensate gas field[J]. Mud Logging Engineering, 2023,34(1): 29-34.
Doi:10.3969/j.issn.1672-9803.2023.01.005  
Permissions
Copyright©2023, 《录井工程》杂志社
《录井工程》杂志社 所有
元素特征组合法在BZ凝析气田开发井潜山界面预警中的应用
温海涛①, 郭明宇②, 阚留杰①, 苑仁国①, 王建立②
①中海石油能源发展股份有限公司工程技术公司
②中海石油（中国）有限公司天津分公司

作者简介: 温海涛 工程师,1989年生,2013年毕业于东北石油大学资源勘查工程专业,现在中海油能源发展工程技术分公司从事钻井地质相关工作。通信地址：300452 天津市滨海新区海川路2121号增3号海洋石油大厦C座604室。电话：15822655280。E-mail：wenht4@cnooc.com.cn

收稿日期: 2023-01-23
摘要

渤海BZ凝析气田试验区开发井潜山界面卡取面临深层地震解释精度差、上部厚层泥岩缺少标志层、定向井及水平井井斜大、钻机提速导致岩屑细碎等作业难题。通过分析已钻井元素录井资料,应用多聚类特征选择算法对潜山及上覆地层进行敏感元素筛选,从中筛选出可进行地层对比和潜山界面深度预警的4种敏感元素Mn、S、Ca、Sr,并提出三级元素预警机制,建立区域元素特征剖面,实现了潜山上覆地层精细划分对比及界面深度预警;根据泥岩中Ca元素含量变化,建立两类潜山卡取模式类型,用于预警进入潜山钻井参数变化,实现了潜山界面深度和进入潜山钻井参数的精准预警,助力现场快速完成潜山界面的卡取,为钻井施工安全及潜山储层开发保护提供了技术保障。

关键词: 元素录井; 敏感参数; 特征剖面; 开发井; 潜山; 界面预警; 卡山模式
中图分类号:TE132.1 文献标志码:A
Element characteristics combination method of buried hill interface early warning of development wells in BZ condensate gas field
WEN Haitao①, GUO Mingyu②, KAN Liujie①, YUAN Renguo①, WANG Jianli②
①CNOOC Ener Tech-Drilling & Production Co.,Tianjin 300459,China
②CNOOC（China） Co., Ltd.,Tianjin Branch, Tianjin 300452, China
Abstract

Buried hill interface identification of development wells in the test area of the BZ condensate gas field is faced with some operational problems, such as poor accuracy of deep seismic interpretation, lack of marker layer in upper thick mudstone, large deviation of directional and horizontal wells, and fine fragmentation of cuttings by using high speed tools. The multi-clustering characteristics selection algorithm is applied to screen the sensitive elements in buried hill and its overlying strata by analyzing the element logging data of drilled wells. Four sensitive elements Mn, S, Ca and Sr are selected, and a three-level element early warning mechanism is put forward, and a regional element characteristic profile is established to realize the fine division and correlation of overlying strata and interface depth early warning of buried hill. According to the variation of Ca content in mudstone, two types of stuck models are established for early warning of the change of drilling parameters entering the buried hill. It realizes accurate early warning, helps the well site quickly complete the stuck of buried hill interface, and provides a solid technical guarantee for drilling construction safety and protection for buried hill reservoir.

Keyword: element logging; sensitive parameter; characteristic profile; development well; buried hill; interface early warning; Kashan model
0 引言

渤海BZ凝析气田处于渤中凹陷西南部西南洼和渤中主洼之间的近南北向构造脊上, 整体受基底和走滑断层控制[1, 2]。该区主要开发目的层系为太古界花岗片麻岩潜山, 潜山上覆地层为厚层高压泥岩, 2020年该区域部署7口开发试验井, 平均井深5 121 m, 地质作业难度大, 潜山界面卡取不准确会对钻井施工安全产生威胁, 甚至导致单井报废而无法完成开发任务[3, 4, 5]。因此, 准确卡取太古界潜山界面对深层开发至关重要, 是油气藏开发的重要前提条件。

潜山界面卡取一般是通过潜山构造特征、钻井工程参数特征、岩性特征、邻井地层对比等信息综合判断潜山界面[6, 7, 8, 9]。近年来, 元素录井技术在渤海油田潜山界面卡取中应用较为广泛, 主要辅助现场判别潜山岩性和潜山界面深度, 有谱图法、曲线法、数值法及数学地质法等[7, 8], 而在地层精细对比及潜山界面深度预警方面研究相对较少。为提升BZ凝析气田的开发作业时效, 辅助现场地质作业人员快速准确卡取潜山界面, 本文通过已钻井的元素录井统计分析筛选出敏感元素, 建立潜山元素特征剖面及元素预警机制, 细化潜山界面卡取模式等方法, 预警潜山界面深度及进入潜山钻井参数变化, 提前做好预判, 有效降低循环次数和时间, 在快速钻井条件下实现了井场作业快速精准判断潜山界面, 提高开发井作业时效。该方法在BZ凝析气田试验区的应用表明, 单井循环次数由勘探阶段平均3.1次降低到1.28次, 作业效率得到明显提升。

1 区域地质概况及作业难点

渤海BZ凝析气田自上而下钻遇的地层有第四系平原组, 新近系明化镇组、馆陶组, 古近系东营组、沙河街组及孔店组（局部缺失）, 太古界变质岩潜山。东营组及馆陶组发育多期次火成岩, 潜山储层的形成受构造、风化淋滤、古地貌等多种地质因素的影响[1, 2, 3], 区域储层呈现非均质性强的发育特征, 潜山界面不清晰, 岩性辨识困难。

根据地质及工程设计, 该凝析气藏开发阶段潜山界面卡取面临以下作业难点：一是该区域平均设计井深5 200 m, 深层地震解释精度不足, 同时受馆陶组及东营组多期次火成岩影响, 潜山界面深度预测误差大; 二是上覆地层岩性无明显变化规律, 难以找到对比标志层, 地层精细对比难; 三是由于钻井提速工具的使用, 机械钻速快, 钻井参数变化不明显; 四是开发井以定向井和水平井为主, 钻井岩屑细碎返出困难, 识别难度大; 五是上覆泥岩高压需使用高比重钻井液, 潜山常压需使用无固相钻井液体系, 如果潜山界面卡取不准, 造成钻井液漏失风险大。

2 元素特征组合法研究思路及其作业要点
2.1 研究思路

针对BZ凝析气田开发面临的作业难题, 通过分析已钻探井的录井、测井资料, 在ODP（油田开发方案）上增加X射线荧光元素录井（XRF, 下文简称元素录井）辅助进行潜山界面识别, XRF可检测岩屑中17种元素, 不受岩屑形状影响, 同时受沉积作用控制, 在同一区域同一层位, 组成各类矿物的元素含量也是一定的[10, 11, 12]。因此, 可以通过对XRF检测的17种元素进行分层段分类统计, 分析并筛选出每个层段的特征元素, 建立潜山及上覆地层的元素特征剖面及地层对比元素标志层, 最终预警潜山界面深度及进入潜山钻井参数变化, 有效降低钻井循环次数和循环时间。

2.2 筛选特征元素

多聚类特征选择算法（MCFS）是一种嵌入式特征选择的经典算法, 既适用于有监督学习算法领域, 又适用于无监督学习算法领域, 该方法使用L 1范数（向量中各个元素绝对值之和）去衡量每一种元素特征用于区别不同层位的能力, 选择能更好地保持元素数据的各个聚类结构, 并且能区分多数聚类的特征元素[13, 14, 15]。利用多聚类特征选择算法, 从17种元素里筛选出敏感元素参数, 步骤及结果如下。

（1）数据准备：从BZ凝析气田X井区已钻探井的元素录井数据里, 选择起始段、第一预警层、第二预警层的数据（表1）。

表1 BZ凝析气田X井区已钻探井数据

（2）数据分析：将17种元素数据导入SPSS软件中, 运行多聚类特征选择算法, 找到能有效区分起始段与第一预警层的元素特征, 在假定已钻进至第一预警层的情况下, 找到能有效区分第一预警层和第二预警层的特征元素, 结果如表2所示。

表2 多聚类特征选择算法特征元素筛选结果

（3）结果分析：由筛选结果可知, Mn、Ca、S、Sr元素出现在每种层位区分的前6位敏感元素中, 说明这4种元素能同时有效区分各种不同层位。通过多聚类特征选择算法, 最终确定试验区选取Mn、Ca、S、Sr共4个敏感参数用来进行地层对比和预警决策。根据已钻探井地层岩性及岩屑元素特征, 潜山主要是花岗片麻岩, 一般富含Si、Na元素, 上覆地层为泥岩, 相对富含Ca、Fe元素。因此, 选取两个衍生参数Si/Fe、Ca/Na比值进行界面辅助决策。

2.3 创建元素三级预警机制及特征剖面

通过对BZ凝析气田已钻井元素录井数据分析, 以及区域不同层段的敏感元素特征, 利用敏感元素变化进行潜山界面预警, 并建立三级元素预警机制。

三级预警元素：Ca、S, 元素含量从低值到高值整体抬升。

二级预警元素：Mn, 元素含量从低值→ 高值→ 低值, 呈单峰状。

一级预警元素：Ca, 元素含量整体再次抬升; Sr, 元素含量从低值到异常高值。

界面决策元素：Mn、S、Ca、Sr, 元素含量急剧降低; Si/Fe快速升高; Ca/Na快速下降。

通过敏感元素、预警元素及决策元素的分析, 建立潜山元素特征剖面（图1）, 实际随钻过程中, 可根据实钻元素含量变化与特征元素剖面进行对比分析, 预警潜山界面深度。

图1 BZ凝析气田潜山元素特征剖面

2.4 细分潜山界面卡取模式

根据对区域已钻井泥岩进入潜山元素特征研究, 发现高Ca元素（含量≥ 12%）的泥岩可钻性差, 由高Ca元素泥岩进入太古界变质岩潜山后钻井参数变化不明显, 低Ca元素（含量< 12%）的泥岩可钻性相对较好, 低Ca元素泥岩进入太古界变质岩潜山后钻井参数变化明显。根据泥岩Ca元素含量与进入潜山钻井参数的变化规律, 精细划分试验区卡山模式及进入潜山钻井参数预警：模式一是相对低Ca元素含量泥岩进入潜山, 钻井参数变化明显; 模式二是相对高Ca元素含量泥岩进入潜山, 钻井参数变化不明显。

该区域潜山界面预警卡取过程中, 根据地层元素特征, 快速准确预警潜山界面深度及进入潜山钻井参数特征, 有针对性地选择控速钻进不进行地质循环的方法, 或者根据钻井参数变化进行地质循环的方法进行潜山界面卡取, 从而减少循环次数和循环时间, 提升钻井作业效率。为此建立了BZ试验区潜山界面卡取预警作业流程（图2）。

图2 BZ试验区潜山界面卡取预警作业流程

3 应用情况
3.1 BZ-A 1H井

BZ-A 1H井设计进潜山深度4 581.81 m⊥4 398.50 m, 实钻过程中, 通过元素三级预警对比, 实时预测潜山界面深度位置及钻头位置, 钻进至井深4 500 m, 进入一级预警元素深度后开始重点跟踪, 实钻发现井深4 515 m之后泥岩Ca元素含量12%~16%, 达到高Ca元素含量泥岩的标准, 根据卡山模式的分类采用控速法卡山, 从井深4 525 m左右开始控制机械钻速7~8 m/h, 岩屑样品一米一取样分析, 发现变化及时进行地质循环。最终, 钻进至4 540.00 m⊥4 391.20 m返出岩屑发生变化, 4个敏感元素Mn、Ca、S、Sr含量急剧降低, Ca/Na比值由17.2快速下降至0.70, Si/Fe比值由5.0上升至11.3, 判断钻进至太古界潜山, 最终进山8.00 m⊥1.57 m。本井实际控速井段长度15 m, 由于免去不必要的地质循环（单次循环2~3 h）, 卡取潜山界面提效明显, 其元素特征剖面如图3所示, 与区域特征剖面对比性较好。

图3 BZ-A 1H井实钻元素特征剖面

3.2 BZ-A 7井

BZ-A 7井设计进潜山深度4 767.14 m⊥4 656.07 m, 根据三级元素变化预警潜山深度位置, 钻进至井深4 685 m已经在一级预警元素的中下部, 预警快钻进至潜山界面, 此时测得Ca元素含量为9%~11%, 判断进入相对低Ca元素含量泥岩, 采用钻井参数法卡山。实钻过程中, 在井深4 695 m钻速开始变慢, 由18 m/h下降至10 m/h, 钻压升高, 扭矩抬升, 根据元素对比预警已经钻进至潜山深度位置, 钻进至井深4 703 m, 返出岩屑特征发生变化, 4种敏感元素Mn、Ca、S、Sr含量急剧降低, Ca/Na比值由8.0快速下降至0.4, Si/Fe比值由8.7上升至16.5, 在井深4 711 m决定进行地质循环, 最终提前64.16 m⊥55.55 m卡准潜山界面, 其元素特征剖面如图4所示, 与区域特征剖面对比性较好。

图4 BZ-A 7井实钻元素特征剖面

3.3 应用效果

该项技术方法在渤海BZ凝析气田试验区高效完成7口生产井潜山界面的卡取工作, 均未发生井漏等复杂情况, 保障了钻井工程安全, 实现了潜山储层开发, 7口井累计地质循环9次, 单井平均循环1.28次, 实钻进入潜山深度5.00~8.00 m, 满足钻完井工程及地质油藏开发需求, 与勘探阶段单井循环3.1次相比, 增效明显。7口井潜山界面卡取结果如表3所示。

表3 BZ凝析气田潜山界面卡取结果统计
4 结论

元素录井数据含有丰富的地质信息, 元素特征组合法在渤海BZ凝析气田的成功应用表明, 基于元素录井技术的潜山界面位置随钻实时预测及进入潜山参数变化预警, 可以有效地帮助现场地质作业人员进行潜山界面的卡取, 特别是对缺少岩性标志层的井, 元素录井技术可建立元素对比标志层。此外, 本文提到的Ca元素含量与泥岩地层可钻性相关是基于区域的统计规律, 其具体关系还需要进一步研究分析。

(编辑 陈娟)

参考文献
[1] 薛永安, 李慧勇. 渤海海域深层太古界变质岩潜山大型凝析气田的发现及其地质意义[J]. 中国海上油气, 2018, 30(3): 1-9.
XUE Yong′an, LI Huiyong. Large condensate gas field in deep Archean metamorphic buried hill in Bohai Sea: Discovery and geological significance[J]. China Offshore Oil and Gas, 2018, 30(3): 1-9. [本文引用:2]
[2] 徐长贵, 于海波, 王军, 等. 渤海海域渤中19-6大型凝析气田形成条件与成藏特征[J]. 石油勘探与开发, 2019, 46(1): 25-38.
XU Changgui, YU Haibo, WANG Jun, et al. Formation conditions and accumulation characteristics of Bozhong 19-6 large condensate gas field in offshore Bohai Bay Basin[J]. Petroleum Exploration and Development, 2019, 46(1): 25-38. [本文引用:2]
[3] 侯明才, 曹海洋, 李慧勇, 等. 渤海海域渤中19-6构造带深层潜山储层特征及其控制因素[J]. 天然气工业, 2019, 39(1): 33-44.
HOU Mingcai, CAO Haiyang, LI Huiyong, et al. Characteristics and controlling factors of deep buried-hill reservoirs in the BZ 19-6 structural belt, Bohai Sea area[J]. Natural Gas Industry, 2019, 39(1): 33-44. [本文引用:2]
[4] 谭忠健, 胡云, 张国强, 等. 渤中19-6构造复杂储层流体评价及产能预测[J]. 石油钻采工艺, 2018, 40(6): 764-774.
TAN Zhongjian, HU Yun, ZHANG Guoqiang, et al. Fluid evaluation and productivity prediction on complex reservoirs in Bozhong 19-6 structure[J]. Oil Drilling & Production Technology, 2018, 40(6): 764-774. [本文引用:1]
[5] 刘小刚, 邓建明. 提高渤海中深层机械钻速技术应用[J]. 石油钻采工艺, 2018, 40(6): 706-710.
LIU Xiaogang, DENG Jianming. Application of ROP improvement technology in middle and deep strata of the Bohai Sea[J]. Oil Drilling & Production Technology, 2018, 40(6): 706-710. [本文引用:1]
[6] 胡云, 谭忠健, 张建斌, 等. 岩屑成分分析在渤中19-6潜山界面识别中的应用[J]. 中国海上油气, 2020, 32(6): 70-76.
HU Yun, TAN Jianzhong, ZHANG Jianbin, et al. Application of cuttings composition analysis in identification on BZ 19-6 burial hill surface[J]. China Offshore Oil and Gas, 2020, 32(6): 70-76. [本文引用:1]
[7] 阚留杰, 毛敏, 陈伟, 等. 渤海油田潜山界面识别录井技术及其组合[J]. 录井工程, 2016, 27(3): 79-83.
KAN Liujie, MAO Min, CHEN Wei, et al. Mud logging technology of buried hill interface identification in Bohai Oilfield[J]. Mud Logging Engineering, 2016, 27(3): 79-83. [本文引用:2]
[8] 张国龙, 闫长青, 张国庆, 等. X射线荧光元素录井在南堡油田潜山卡层中的应用研究[J]. 录井工程, 2012, 23(1): 20-24.
ZHANG Guolong, YAN Changqing, ZHANG Guoqing, et al. Study on the application of X-ray fluorescence element mud logging technology on buried hill stuck layers in Nanpu Oilfield[J]. Mud Logging Engineering, 2012, 23(1): 20-24. [本文引用:2]
[9] 赵彦泽, 李战奎, 苑仁国, 等. 太古界潜山界面卡取方法及应用[J]. 石油钻采工艺, 2018, 40(增刊1): 55-57.
ZHAO Yanze, LI Zhankui, YUAN Renguo, et al. Method and application of Archaean buried hill interface identification[J]. Oil Drilling & Production Technology, 2018, 40(S1): 55-57. [本文引用:1]
[10] 张国田, 赵宏明, 刘新华, 等. 元素录井技术在兴古X断块古潜山岩性识别和界面卡取中的应用[J]. 录井工程, 2014, 25(2): 64-69.
ZHANG Guotian, ZHAO Hongming, LIU Xinhua, et al. Application of element logging technology in lithology identification and interface entrapment of buried hill in Xinggu X fault block[J]. Mud Logging Engineering, 2014, 25(2): 64-69. [本文引用:1]
[11] 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. Study on X-ray fluorescence cuttings identification technology[D]. Xi′an: Northwest University, 2010. [本文引用:1]
[12] 王晓阳. X射线荧光元素录井技术在地质上的应用及新进展[J]. 录井工程, 2014, 25(2): 39-42.
WANG Xiaoyang. Application and new progress of X-ray fluorescence element mud logging technology in geology[J]. Mud Logging Engineering, 2014, 25(2): 39-42. [本文引用:1]
[13] 马元元. 基于多特征选择的聚类方法研究[J]. 数字技术与应用, 2017, 88(5): 139-141.
MA Yuanyuan. Clustering research based on multiple feature selection[J]. Digital Technology and Application, 2017, 88(5): 139-141. [本文引用:1]
[14] 樊东辉. 基于文本聚类的特征选择算法研究[D]. 兰州: 西北师范大学, 2012.
FAN Donghui. Research on feature selection algorithm based on text clustering[D]. Lanzhou: Northwest Normal University, 2012. [本文引用:1]
[15] 章永来, 周耀鉴. 聚类算法综述[J]. 计算机应用, 2019, 39(7): 1869-1882.
ZHANG Yonglai, ZHOU Yaojian. General overview on clustering algorithms[J]. Journal of Computer Applications, 2019, 39(7): 1869-1882. [本文引用:1]