CN104295293B - 一种获取测井密度曲线的方法 - Google Patents

Abstract

本发明实施例提供了一种获取测井密度曲线的方法，所述获取测井密度曲线方法的具体流程包括：获取目标钻井的自然电位曲线和声波时差曲线；基于小波变换Mallat算法将所述自然电位曲线和所述声波时差曲线进行曲线融合计算，得到所述目标钻井的密度系数曲线；根据所述目标钻井所在区域的密度数据和密度系数曲线计算得到所述目标钻井的密度曲线。本发明实施例提供的获取测井密度曲线的方法通过有效地提取自然电位曲线和声波时差曲线内分别所包含的岩性及物性特征，采用小波重构的信息融合方式，有效地融合两者，计算得到的测井密度曲线精度更高，更接近实际的密度曲线。

Description

一种获取测井密度曲线的方法

技术领域

本发明涉及测井密度曲线的处理技术，具体涉及一种获取测井密度曲线的方法。

背景技术

密度测井就其方法的物理基础而言，是属于放射性测井，在测量时需要使用到伽马射线源，一般是铯¹³⁷(₅₅Cs¹³⁷)或钴⁶⁰(₂₇Co⁶⁰)，较高的测井作业要求导致在20世纪90年代以前，我国油田开发的密度测井施工作业不多，因此，也导致大部分油井都缺少密度资料，而补充这部分油井的密度资料对石油勘探科技研发是很有意义的工作。如果能够仅仅通过计算获得接近于实际的测井密度曲线，将大大减少科技研发的人力物力，并提高石油勘探的效率。

目前，在进行测井解释和地震工作中，可以通过地层速度曲线(声波时差曲线)来求取密度，Gardner曾根据大量实际资料得到了一个由速度推算密度的经验表达式：

ρ＝0.31V^0.25

V为地层速度。在Gardner表达式中，密度与速度表现为指数关系的正相关，当有测井速度的情况下，可以利用Gardner表达式来求取密度。这是地震解释和反演工作中，为制作合成地震记录经常采用的方法。但由于该表达式是根据不同岩性速度和密度的关系，统计得到的一般规律性关系，因此，其计算误差往往较大，在某些地区甚至完全不符合适实际测量结果。比如我国东部高孔高渗的疏松砂泥岩储层，受差异压实作用的影响，往往导致砂泥岩速度重叠，速度与岩性相关程度低，图1为大庆杏树岗油田X5-33-721井砂岩段与泥岩段声波时差的分布范围，可以看出，两种岩性的声波时差分布在(320～380)μs/m之间重合，反映出速度与岩性相关度较差。而实际测量的密度却与岩性具有很高的相关程度，能够较好地区分砂泥岩性，如图2为X5-33-721井实测曲线所示，其中，左数第一道曲线是自然伽马曲线，第二道是自然电位曲线，根据这两条曲线可以解释得到该井的岩性分布，即左数第四道的岩性解释结论。左数第五道和第六道曲线分别为密度曲线和声波时差曲线，从曲线形态可以看出，密度曲线与岩性具有很高的相关程度，砂岩密度较低，泥岩密度高。通过对比发现，表示地层速度的声波时差曲线与岩性无明显相关关系，这种条件下密度与速度之间并不符合指数正相关关系，因此，依据Gardner表达式由速度计算的密度也是不符合真实的地质认识和规律。

发明内容

针对现有技术使用单一速度曲线来计算密度的不足，本发明的目的在于提供一种获取测井密度曲线方法，通过有效提取多种测井曲线内所包含的岩性及物性特征，采用小波重构的信息融合方式，得到更准确更接近实际的密度曲线。

本发明实施例提供了一种获取测井密度曲线的方法，所述方法包括：

获取目标钻井的自然电位曲线和声波时差曲线；

基于小波变换Mallat算法将所述自然电位曲线和所述声波时差曲线进行曲线融合计算，得到所述目标钻井的密度系数曲线；

根据所述目标钻井所在区域的密度数据和所述密度系数曲线计算得到所述目标钻井的密度曲线。

可选的，在本发明一实施例中，所述曲线融合计算，包括：

将所述自然电位曲线和声波速度曲线分别当作小波变换Mallat算法中的近似部分和细节部分，采用Morlet小波系数进行重构计算，所述声波速度曲线为所述声波时差曲线的倒数。

可选的，在本发明一实施例中，所述基于小波变换Mallat算法将所述自然电位曲线和所述声波时差曲线进行曲线融合计算还包括：剔除所述自然电位曲线在测量及记录过程中产生的异常值和无效值。

可选的，在本发明一实施例中，在所述剔除所述自然电位曲线在测量及记录过程中产生的异常值和无效值之后，还包括：

对所述自然电位曲线进行泥岩基线漂移，表达式为：

SSP＝SP-SP_泥

其中，SSP为计算得到的静自然电位曲线，SP为原始自然电位曲线，SP_泥为泥岩基线。

可选的，在本发明一实施例中，在所述对所述自然电位曲线进行泥岩基线漂移之后，还包括：

对所述自然电位曲线进行归一化计算，表达式为：

其中，SSP1为归一化的静自然电位曲线，SSP_min为SSP的最小值，SSP_max为SSP的最大值。

可选的，在本发明一实施例中，在所述基于小波变换Mallat算法将所述自然电位曲线和所述声波时差曲线进行曲线融合计算，还包括：剔除所述声波时差曲线在测量及记录过程中产生的异常值和无效值。

可选的，在本发明一实施例中，在所述剔除所述声波时差曲线在测量及记录过程中产生的异常值和无效值之后，还包括：对所述声波时差曲线进行低通滤波，去除部分异常高频振荡信号。

可选的，在本发明一实施例中，在所述对所述声波时差曲线进行低通滤波之后，还包括：

对所述声波时差曲线求倒数得到所述声波速度曲线，表达式为：

其中，DT为声波速度曲线，AC为声波时差曲线；

对所述声波速度曲线进行归一化计算，表达式为：

其中，DT1为归一化的声波速度曲线，DT_min为DT的最小值，DT_max为DT的最大值。

可选的，在本发明一实施例中，所述根据所述目标钻井所在区域的密度数据以及所述密度系数曲线计算得到所述目标钻井的密度曲线，包括：

对所述密度系数曲线归一化，表达式为：

其中，DEN_WAV为密度系数曲线，DEN_WAV1为归一化的密度系数曲线，DEN_WAV_min为DEN_WAV的最小值，DEN_WAV_max为DEN_WAV的最大值；

根据所述目标钻井所在区域的密度数据和所述密度系数曲线，计算得到所述目标钻井的密度曲线，表达式为：

DEN＝A_min+(A_max-A_min)×DEN_WAV1

其中，DEN为目标钻井的密度曲线，A_min和A_max为目标钻井所在区域地层密度的最小值和最大值。

本发明实施例提供的获得测井密度曲线的方法，实际是在低频的岩性特征(自然电位)的基础上补充一个高频的孔隙流体特征(声波速度)，有效地融合两者，与传统的Gardner表达式相比，计算得到的结果更为接近实际，精度更高。该方法能够实现多口井的自动批量化处理，节省科技人员宝贵的人力。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1为大庆杏树岗油田X5-33-721井砂岩段与泥岩段声波时差的分布范围图。

图2为大庆杏树岗油田X5-33-721井实测自然伽马曲线、自然电位曲线、密度曲线以及声波时差曲线。

图3为本发明实施例获取测井密度曲线方法的流程图。

图4为对大庆杏树岗油田X5-33-721井自然电位曲线进行泥岩基线漂移示意图。

图5为本发明实施例应用Gardner表达式和本发明实施例方法分别计算密度曲线的效果对比图。

图6为本发明实施例实测密度值、Gardner表达式计算密度值和本发明实施例计算密度值的数值分布图。

图7为本发明实施例计算密度数据与实测密度数据的数据交汇图。

具体实施方式

为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

本发明实施例提供一种获取测井密度曲线的方法，图3为本实施例的密度曲线重构方法的流程图，该流程包括如下步骤：

S101，获取自然电位曲线(SP)和声波时差曲线(AC)。通过常用的自然电位测井仪器和声波时差测井仪器即可获得自然电位曲线(SP)和声波时差曲线(AC)。

S102，基于小波变换Mallat算法将所述自然电位曲线和所述声波时差曲线进行曲线融合计算，得到密度系数曲线。

可选的，对自然电位曲线(SP)进行处理，包括：

可选的，曲线预处理：在测井记录过程中，往往会产生一些异常值和无效值，这些值将会影响后续计算工作的开展，因此，需要进行剔除所述自然电位曲线(SP)在测量及记录过程中产生的异常值和无效值；

可选的，在测井剖面中，自然电位的幅度和特点主要决定于造成自然电场的静自然电位SSP，因此，如图4所示，要将实测的自然电位(SP)曲线中岩性、流体等信息，更为准确地带入计算密度曲线中，就需要利用泥岩基线对SP曲线进行基线漂移计算，表达式：

SSP＝SP-SP_泥

其中，SSP为静自然电位曲线，SP为原始自然电位曲线，SP_泥为泥岩基线；

可选的，对漂移完得到的SSP曲线，进行归一化计算，表达式为：

其中，SSP1为归一化的静自然电位曲线，SSP_min为SSP的最小值，SSP_max为SSP的最大值。

可选的，对声波时差曲线(AC)进行处理，包括：

可选的，曲线预处理：同自然电位曲线(SP)一样，首先剔除所声波时差曲线(AC)在测量及记录过程中产生的异常值和无效值；

可选的，频率调整：由于油田现场测试所得到的声波时差曲线频率往往高于常规密度曲线，因此，在密度曲线重构中，需要应用低通滤波器，对声波时差曲线(AC)进行低通滤波，去除部分异常高频振荡信号；

可选的，对滤波后的声波时差曲线(AC)通过求取倒数得到声波速度曲线(DT)，并进行归一化计算，表达式为：

其中，DT1为归一化的声波速度曲线，DT_min为DT的最小值，DT_max为DT的最大值。

曲线融合计算，将归一化后的自然电位曲线(SPP1)和声波速度曲线(DT1)分别当作小波变换Mallat算法中的近似部分和细节部分，采用Morlet小波系数进行重构计算，得到密度系数曲线(DEN_WAV)，融合公式为：

其中，j为采样点号，h为Morlet小波低通滤波系数，g为Morlet小波高通滤波系数，表1是当n为0到12时的h和g的系数值。

表1 Morlet小波系数

n	h(n)	g(n)
			0	-0.00332761	0.00332761
1	0.00569794	0.00569794
			2	0.0196637	-0.0196637
3	-0.0482603	-0.0482603
			4	-0.0485391	0.0485391
5	0.292562	0.292562
			6	0.564406	-0.564406
7	0.292562	0.292562
			8	-0.0485391	0.0485391
9	-0.0482603	-0.0482603
			10	0.0196637	-0.0196637
11	0.00569794	0.00569794
			12	-0.00332761	0.00332761

S103，计算所述目标钻井的密度。对密度系数曲线(DEN_WAV)进行归一化计算，得到归一化后的密度系数曲线(DEN_WAV1)。表达式为：

其中，DEN_WAV1为归一化的密度系数曲线，DEN_WAV_min为DEN_WAV的最小值，DEN_WAV_max为DEN_WAV的最大值。

根据所述目标钻井所在区域的密度数据和密度系数曲线，计算得到所述目标钻井的密度曲线(DEN)。表达式为：

DEN＝A_min+(A_max-A_min)×DEN_WAV1

其中，A_min和A_max为目标钻井研究区域内地层的密度值最小值和最大值，这两个值可以通过对区域内已有密度测井资料统计分析得到，亦可由区域地质认识给定。

图5为应用Gardner表达式和本实施例方法分别计算密度曲线的效果对比图。X6-1-P928为大庆杏树岗油田一口已经测得密度曲线的井。用Gardner表达式和本方法分别进行密度计算，应用实测密度来进行验证。左数第一道曲线为实测密度曲线，第二道曲线为Gardner表达式计算密度曲线，右数第一道曲线为本方法计算密度曲线。从曲线形态可以看出，用Gardner表达式计算的密度曲线，与实测曲线之间差异非常大；而利用本方法计算的密度曲线，曲线变化规律、峰值分布与实测曲线高度相似。

图6为实测密度值、Gardner表达式计算密度值和本方法计算密度值的数值分布图。实测密度值范围主要分布在2.0～2.6之间，本方法计算密度与其吻合，而Gardner表达式计算密度值主要分布在1.5～2.0之间，与实测结果误差较大。

图7为本方法计算密度数据与实测密度数据的数据交汇图。计算密度数据与实测密度数据相关程度高，相关系数R²为0.89，计算绝对偏差控制在±0.08以内，相对误差在4％以内。

本发明实施例上述方法技术方案具有如下有益效果：通过有效地提取自然电位曲线和声波时差曲线内分别所包含的岩性和物性特征，采用小波重构的信息融合方式，有效地融合两者，计算得到精度更高，更接近于实际的密度曲线。

以上所述仅是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也应视为本发明的保护范围。

Claims (9)

1.一种获取测井密度曲线的方法，其特征在于，所述方法包括：

获取目标钻井的自然电位曲线和声波时差曲线；

基于小波变换Mallat算法将所述自然电位曲线和所述声波时差曲线进行曲线融合计算，得到所述目标钻井的密度系数曲线；

根据所述目标钻井所在区域的密度数据以及所述密度系数曲线计算得到所述目标钻井的密度曲线。

2.根据权利要求1所述的获取测井密度曲线的方法，其特征在于，所述曲线融合计算，包括：

将所述自然电位曲线和声波速度曲线分别当作小波变换Mallat算法中的近似部分和细节部分，采用Morlet小波系数对所述自然电位曲线和所述声波速度曲线进行重构计算，所述声波速度曲线为所述声波时差曲线的倒数。

3.根据权利要求1所述的获取测井密度曲线的方法，其特征在于，所述基于小波变换Mallat算法将所述自然电位曲线和所述声波时差曲线进行曲线融合计算还包括：剔除所述自然电位曲线在测量及记录过程中产生的异常值和无效值。

4.根据权利要求3所述的获取测井密度曲线的方法，其特征在于，在所述剔除所述自然电位曲线在测量及记录过程中产生的异常值和无效值之后，还包括：

对所述自然电位曲线进行泥岩基线漂移，表达式为：

SSP＝SP-SP_泥

其中，SSP为计算得到的静自然电位曲线，SP为原始自然电位曲线，SP_泥为泥岩基线。

5.根据权利要求4所述的获取测井密度曲线的方法，其特征在于，在所述对所述自然电位曲线进行泥岩基线漂移之后，还包括：

对所述静自然电位曲线进行归一化计算，表达式为：

$\mathrm{SSP}1=\frac{\mathrm{SSP}-{\mathrm{SSP}}_{\min }}{{\mathrm{SSP}}_{\max }-{\mathrm{SSP}}_{\min }}$

其中，SSP1为归一化的静自然电位曲线，SSP_min为SSP的最小值，SSP_max为SSP的最大值。

6.根据权利要求1所述的获取测井密度曲线的方法，其特征在于，所述基于小波变换Mallat算法将所述自然电位曲线和所述声波时差曲线进行曲线融合计算还包括：剔除所述声波时差曲线在测量及记录过程中产生的异常值和无效值。

7.根据权利要求6所述的获取测井密度曲线的方法，其特征在于，在所述剔除所述声波时差曲线在测量及记录过程中产生的异常值和无效值之后，还包括：对所述声波时差曲线进行低通滤波，去除部分异常高频振荡信号。

8.根据权利要求7所述的获取测井密度曲线的方法，其特征在于，在所述对所述声波时差曲线进行低通滤波之后，还包括：

对所述声波时差曲线求倒数得到所述声波速度曲线，表达式为：

$\mathrm{DT}=\frac{1}{\mathrm{AC}}$

其中，DT为声波速度曲线，AC为声波时差曲线；

对所述声波速度曲线进行归一化计算，表达式为：

$\mathrm{DT}1=\frac{\mathrm{DT}-{\mathrm{DT}}_{\min }}{{\mathrm{DT}}_{\max }-{\mathrm{DT}}_{\min }}$

其中，DT1为归一化的声波速度曲线，DT_min为DT的最小值，DT_max为DT的最大值。

9.根据权利要求1所述的获取测井密度曲线的方法，其特征在于，所述根据所述目标钻井所在区域的密度数据以及所述密度系数曲线计算得到所述目标钻井的密度曲线，包括：

对所述密度系数曲线归一化，表达式为：

$\mathrm{DEN}\_\mathrm{WAV}1=\frac{\mathrm{DEN}\_\mathrm{WAV}-\mathrm{DEN}\_{\mathrm{WAV}}_{\min }}{\mathrm{DEN}\_{\mathrm{WAV}}_{\max }-\mathrm{DEN}\_{\mathrm{WAV}}_{\min }}$

其中，DEN_WAV为密度系数曲线，DEN_WAV1为归一化的密度系数曲线，DEN_WAV_min为DEN_WAV的最小值，DEN_WAV_max为DEN_WAV的最大值；

根据所述目标钻井所在区域的密度数据和所述密度系数曲线，计算得到所述目标钻井的密度曲线，表达式为：

DEN＝A_min+(A_max-A_min)×DEN_WAV1

其中，DEN为目标钻井的密度曲线，A_min和A_max为目标钻井所在区域地层密度的最小值和最大值。