CN115469366A - 一种油基泥浆微电阻率扫描成像测井参数确定方法 - Google Patents

一种油基泥浆微电阻率扫描成像测井参数确定方法 Download PDF

Info

Publication number
CN115469366A
CN115469366A CN202211164950.9A CN202211164950A CN115469366A CN 115469366 A CN115469366 A CN 115469366A CN 202211164950 A CN202211164950 A CN 202211164950A CN 115469366 A CN115469366 A CN 115469366A
Authority
CN
China
Prior art keywords
mud
oil
resistivity
impedance
dielectric constant
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN202211164950.9A
Other languages
English (en)
Other versions
CN115469366B (zh
Inventor
高建申
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Xian Shiyou University
Original Assignee
Xian Shiyou University
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Xian Shiyou University filed Critical Xian Shiyou University
Priority to CN202211164950.9A priority Critical patent/CN115469366B/zh
Publication of CN115469366A publication Critical patent/CN115469366A/zh
Application granted granted Critical
Publication of CN115469366B publication Critical patent/CN115469366B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01V—GEOPHYSICS; GRAVITATIONAL MEASUREMENTS; DETECTING MASSES OR OBJECTS; TAGS
    • G01V3/00—Electric or magnetic prospecting or detecting; Measuring magnetic field characteristics of the earth, e.g. declination, deviation
    • G01V3/18—Electric or magnetic prospecting or detecting; Measuring magnetic field characteristics of the earth, e.g. declination, deviation specially adapted for well-logging
    • E—FIXED CONSTRUCTIONS
    • E21—EARTH OR ROCK DRILLING; MINING
    • E21B—EARTH OR ROCK DRILLING; OBTAINING OIL, GAS, WATER, SOLUBLE OR MELTABLE MATERIALS OR A SLURRY OF MINERALS FROM WELLS
    • E21B49/00—Testing the nature of borehole walls; Formation testing; Methods or apparatus for obtaining samples of soil or well fluids, specially adapted to earth drilling or wells
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01V—GEOPHYSICS; GRAVITATIONAL MEASUREMENTS; DETECTING MASSES OR OBJECTS; TAGS
    • G01V3/00—Electric or magnetic prospecting or detecting; Measuring magnetic field characteristics of the earth, e.g. declination, deviation
    • G01V3/38—Processing data, e.g. for analysis, for interpretation, for correction

Landscapes

  • Life Sciences & Earth Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Geology (AREA)
  • Physics & Mathematics (AREA)
  • Environmental & Geological Engineering (AREA)
  • General Life Sciences & Earth Sciences (AREA)
  • Mining & Mineral Resources (AREA)
  • Remote Sensing (AREA)
  • General Physics & Mathematics (AREA)
  • Geophysics (AREA)
  • Fluid Mechanics (AREA)
  • Geochemistry & Mineralogy (AREA)
  • Geophysics And Detection Of Objects (AREA)

Abstract

一种油基泥浆微电阻率扫描成像测井参数确定方法，无须改动现有的现场设备，基于现场的测井仪器，先确定油基泥浆电阻率、油基泥浆介电常数或油基泥浆/泥饼阻抗相角，最后到地层电阻率、地层介电常数和泥浆/泥饼厚度的确定，求取更多、适用范围更广的测井参数，更好地服务于油气地层解释评价；本发明还制定了多参数级联反演方法，确定参数反演顺序，有利于提高参数评价的准确性；解决了油基泥浆微电阻率扫描成像测井参数定量评价难题。

Description

一种油基泥浆微电阻率扫描成像测井参数确定方法
技术领域
本发明涉及地球物理测井技术领域，特别涉及一种油基泥浆微电阻率扫描成像测井参数确定方法。
背景技术
石油勘探开发行业在国民经济与能源发展过程中占有重要地位。油气储层评价能够为石油勘探与开发提供有利的技术支撑，其中，测井技术及解释评价发挥着重要作用。测井也称为地球物理测井，属于应用地球物理领域，是利用电磁、声波、核磁、放射性、电化学等测量仪器在地下钻孔内测量地层电阻率、介电常数、密度等参数及其分布，广泛应用于油气勘探开发领域。
电成像测井是一种电测井方法，也称为微电阻率扫描成像测井，是利用测井仪器极板上密集分布的阵列式钮扣电极组成微电阻率扫描阵列，结合配套的屏蔽电极、返回电极、调节和采集电路等部件，能够同时测量几十到上百条电阻率曲线，经过数据处理得到高清晰的井壁地层电阻率分布图像，可以用来进行地层裂缝、孔洞识别，薄层分析，地质构造解释等。
测井时，井筒内含有泥浆，起到润滑、传输、保持井内压力稳定等作用。经常使用的泥浆为低电阻率的水基泥浆，水基泥浆出现最早，应用广泛。还有一类泥浆是以油(柴油或矿物油)为连续相，水或亲油的固体(有机土、氧化沥青等)为分散相，并添加适量处理剂、石灰和加重材料所形成的分散体系。油基泥浆的主要优点是能抗高温，有很强的抑制性和抗盐、钙污染能力，润滑性好，并可有效减轻对油气层的损害。
进行现场测井作业时，井内充满泥浆，起到保持井内压力、润滑等作用。最常用的泥浆类型为水基泥浆，即以水相为连续相，其他成分为分散相的泥浆，其电阻率低。最初使用的微电阻率扫描成像测井仪器适用于低电阻率的水基泥浆。但是，在相当多的情况下，水基泥浆难以满足现场作业要求，如大斜井、水平井、页岩地层、深海储层等特殊环境。油基泥浆具有良好的润滑性，耐高温高压，保持井壁稳定，提高作业效率等优点，在这些特殊环境中得到广泛应用。但是油基泥浆是以油相为连续相，电阻率高，通常为水基泥浆电阻率的几百倍甚至上万倍，限制了原有的适用于水基泥浆的微电阻率扫描成像测井仪器。
目前，为开展适用于油基泥浆的微电阻率扫描成像测井技术，所采取的措施有开发导电型油基泥浆，四端点测量法，电容耦合法等。申请号为201910294886.8的专利申请，公布了一种基于凹陷电极结构的油基泥浆微电阻率扫描成像测井方法，采用一个频率，但是没有考虑地层电阻率与地层介电常数的耦合性，适用于电阻率相对较小的地层，只测量了地层电阻率，测量数据单一，不便于后续的地层解释分析，而且增加极板机械设计及制造的难度。题目为《低电阻率地层基于凹陷电极对的油基泥浆电成像测井四参数计算方法》的文献，公布了基于凹陷电极对的油基泥浆微电阻率扫描成像测井四参数计算方法，采用一个频率，经过等效模型计算得到了泥浆电阻率、泥浆介电常数、泥饼厚度和地层电阻率等四个参数，丰富了测量数据，但是该方法也未考虑地层电阻率、地层介电常数之间的耦合，与申请号为201910294886.8的专利申请一样，只适用于低阻地层。申请号为202011019657.4的专利申请是在申请号为201910294886.8的专利基础上，进行了井壁裂缝、孔洞识别和判断，同样未考虑地层电阻率与地层介电常数的耦合性，只适用于低阻地层。申请号为201910124532.9的专利申请公布了基于油基泥浆环境微电阻率扫描成像的多频率校正方法，该方法也是将获取地层电阻率作为主要目的，未充分考虑地层电容耦合作用的影响。《中国石油大学学报：自然科学版》公布了题目为《油基钻井液环境下电成像测井响应分析及定量反演》的文献，分析了油基泥浆微电阻率扫描成像测井的响应特征，利用反演方法研究了地层电阻率和极板与井壁之间的泥饼厚度(间隔)，需要反复查找正演数据库，直到满足目标函数，过程繁琐，不能满足测井现场解释的实时性要求，而且缺乏地层介电常数影响分析及反演处理方法。通过上述分析，现有方法存在开发成本高、适用地层条件有限、不能有效实现泥饼/泥浆信号与地层信号地有效分离、受地层电容耦合作用影响、数据单一、数据处理过程繁杂等缺点。
发明内容
为了克服上述现有技术的缺陷，本发明的目的在于提供一种油基泥浆微电阻率扫描成像测井参数确定方法，无须改动现有的现场设备，先确定油基泥浆电阻率、油基泥浆介电常数或油基泥浆/泥饼阻抗相角，最后到地层电阻率、地层介电常数和泥浆/泥饼厚度的确定，求取更多、适用范围更广的测井参数，更好地服务于油气地层解释评价。
为了达到上述目的，本发明的技术方案为：
一种基于油基泥浆微电阻率扫描成像测井参数确认方法，包括以下步骤：
步骤A，测井仪器4利用支撑臂9推靠成像极板10，使得成像极板10与井筒1的井壁紧密接触；随着测井仪器4在井内移动，成像极板10每隔某一采样间距对井壁地层进行测量；
步骤B，在成像极板10的中间位置镶嵌着一排或多排有间隔距离、数目不限的钮扣电极11，多个钮扣电极11构成钮扣电极阵列；在钮扣电极11阵列周围镶嵌有矩形环状的屏蔽电极12，屏蔽电极12的边缘拐角处存在弧度倒角，使得相邻边界平滑过度；钮扣电极11与屏蔽电极12之间相互独立；在成像极板10的两端对称镶嵌着一对电流电极13，电流电极13与钮扣电极11阵列之间存在一个设定间距；
步骤C，成像极板10与地层2之间存在泥浆/泥饼3，泥浆/泥饼3具有厚度，工作时，采用两种模式，第一种方式，钮扣电极11阵列和屏蔽电极12分别以相同电位U发射多个频率的A电流14和B电流15，电流频率的个数为n，n≥3；A电流14和B电流15穿过泥浆/泥饼3进入地层2，然后再穿过泥浆/泥饼3返回到成像极板10两端的电流电极13；
步骤D，将成像极板10的工作过程抽象为数学模型，即
Figure BDA0003861763960000041
式(1)中，符号Zb、
Figure BDA0003861763960000042
分别为钮扣电极11的测量阻抗幅度和相位，符号G表示成像极板10的几何参数，当成像极板10结构确定时，参数G也保持不变；符号f为表示采用的电流频率，在测井时，直接确定；符号F表示描述测量响应的非线性函数；符号Rm、εmr、sd、Rt、εfr表示成像极板10周围环境与测量结果有关的五个属性参数，分别为油基泥浆电阻率、油基泥浆介电常数(相对)、泥浆/泥饼厚度、地层电阻率、地层介电常数(相对)；建立反问题模型F-1，即根据已知及测量参数确定环境参数，该过程可用式(2)表示：
Figure BDA0003861763960000043
步骤E，根据成像极板10的测量数据，结合测井解释评价需要的信息，建立油基泥浆微电阻率扫描成像测井参数确定方法和顺序，包括测量数据预处理，测量阻抗幅度和相位，确定泥浆参数，确定地层参数和确定泥浆/泥饼厚度；
步骤F：基于以上操作，实现所有钮扣电极11阵列的测量数据到地层电阻率、地层介电常数和泥浆/泥饼厚度的反演计算，根据测井图像生成和显示方法即可实现地层电阻率成像、地层介电常数成像和泥浆/泥饼厚度成像。
所述步骤C采用两种模式，其中第二种方式为极板两端的两个电流电极13以相同电位U发射多个频率的电流，电流频率的个数为n，n≥3；电流首先穿过泥浆/泥饼3进入地层2，然后再穿过泥浆/泥饼3返回到成像极板10中间的钮扣电极11阵列和屏蔽电极12；返回到钮扣电极11阵列的为A电流14，返回到屏蔽电极12为B电流15。
所述步骤E具体包括：
子步骤E1：在井筒2内，测井仪器4从井底向井口上行工作时，成像极板10在井筒内移动并以某一采样间隔l0，对井壁地层进行测量，移动的总深度为H；当成像极板10工作时，采集多个频率下钮扣电极11阵列发射或接收的A电流14的幅度和相位，分别记为Iijk、
Figure BDA0003861763960000051
记录钮扣电极11阵列与极板两端电极13之间的电位差幅度和相位，分别记为Uijk、
Figure BDA0003861763960000052
子步骤E2：对测量数据进行预处理，包括仪器移动加速度校正，钮扣电极测量数据深度对齐，测量数据的异常值剔除和插值，测量数据滤波处理；
子步骤E3：根据欧姆定律，得到钮扣电极11阵列各个钮扣的测量阻抗的幅度和相位，分别记为Zijk、
Figure BDA0003861763960000053
并满足Zijk＝Uijk/Iijk，
Figure BDA0003861763960000054
脚标i代表钮扣电极11阵列中各个电极的编号，脚标j表示各个频率的编号，脚标k表示随深度变化的不同测量点；汇总所有钮扣电极11的测量阻抗幅度和相位信息，满足Zb＝{Zijk}，
Figure BDA0003861763960000055
子步骤E4：确定油基泥浆电阻率Rm和油基泥浆介电常数εmr；当测井仪器4从井口向井底下行时，关闭支撑臂9，使得成像极板10环抱在测井仪器4轴心周围。受成像极板10径向探测深度的限制，测量响应主要反映在井筒1的油基泥浆的属性参数，即钮扣电极11的测量阻抗为泥浆/泥饼阻抗，满足泥浆/泥饼阻抗幅度Zm＝Zb，泥浆/泥饼阻抗相位
Figure BDA0003861763960000056
此时不同频率下的油基泥浆电阻率Rm和油基泥浆介电常数εmr分别表示为：
Figure BDA0003861763960000057
Figure BDA0003861763960000058
式(3)中，K为关闭支撑臂9时成像极板10的仪器常数，随着仪器4在井内移动，每一个钮扣电极都能够根据采集的电压、电流信号，转换成阻抗信号，根据式(3)、(4)计算出油基泥浆电阻率和介电常数；在确定油基泥浆电阻率和介电常数之后，采用数据融合方法，在已建立好的滑移窗口的基础上，进一步建立融合滑移窗口Li_i+1，i为已建好的滑移窗口的序号，即利用已建好的滑移窗口Li的下侧半个窗口和滑移窗口Li+1的上侧半个窗口构建融合滑移窗口Li_i+1；在融合滑移窗口Li_i+1内利用方法A或方法B求得的油基泥浆属性参数，并与滑移窗口Li、Li+1的油基泥浆属性参数进行融合，采用的一种融合方法如式(7)、(8)所示：
Figure BDA0003861763960000061
Figure BDA0003861763960000062
式(7)、(8)中，
Figure BDA0003861763960000063
分别为在滑移窗口Li，Li+1和融合滑移窗口Li_i+1得到的油基泥浆电阻率，
Figure BDA0003861763960000064
分别为在滑移窗口Li，Li+1和融合滑移窗口Li_i+1得到的油基泥浆介电常数。Rm_up、Rm_down分别为融合滑移窗口Li_i+1的上半侧窗口、下半侧窗口内经过融合后的油基泥浆电阻率，εmr_up、εmr_down分别为融合滑移窗口Li_i+1的上半侧窗口、下半侧窗口内经过融合后的油基泥浆介电常数。α1、α2、α3、α4为融合系数，满足但不局限于条件：α1+α2＝1，α3+α4＝1。利用式(7)、(8)计算时，需要注意滑移窗口Li与Li_i+1，Li+1与Li_i+1的测量数据深度对齐；
子步骤E5：利用有限差分、有限单元等数值模拟方法或实验室、现场模拟井实验方法建立油基泥浆微电阻率扫描成像测井多参数正演模型OBMEIFM，OBMEIFM模型中，多参数影响因素分别为油基泥浆电阻率Rm、油基泥浆介电常数εmr、地层电阻率Rt、地层介电常数εfr、泥浆/泥饼厚度sd，电流频率f，设置各个参数的范围，采用线性或对数设置各参数的采样步长，得到各参数的个数分别为m1、m2、m3、m4、m5、m6，即可得到六维网格参数点，网格点总数为m1×m2×m3×m4×m5×m6；在每个网格点上利用数值模拟方法或实验室、现场模拟井实验方法计算或测量钮扣电极11的响应，输出参数为钮扣电极11的测量阻抗幅度Zb和相位
Figure BDA0003861763960000071
子步骤E6：采用正交设计方法，减少正演模型OBMEIFM中网格点数量，方便正演模型OBMEIFM在后续反演模型中的调用；
子步骤E7：利用机器学习算法，建立地层电阻率、地层介电常数、泥浆/泥饼厚度级联反演训练模型TrainModel，首先，将正演模型OBMEIFM中的影响参数，油基泥浆电阻率、油基泥浆介电常数，电流频率和多频条件下钮扣电极11的测量阻抗幅度和相位作为反演模型的输入INPUT1，将地层电阻率Rt作为反演模型的输出OUTPUT1；然后，将INPUT1与OUTPUT1组装成新的反演模型输入INPUT2，将地层介电常数εfr作为反演模型的输出OUTPUT2；将INPUT2与OUTPUT2组装成新的反演模型输入INPUT3，将泥浆/泥饼厚度sd作为反演模型输出OUTPUT3；根据机器学习优化算法不断优化模型参数，保存最佳模型参数，作为级联反演测试模型TestModel的模型参数；
子步骤E8：在求得油基泥浆电阻率和介电常数之后，调用级联反演测试模型TestModel，将子步骤E4得到的油基泥浆电阻率、油基泥浆介电常数，以及电流频率、实际测井中所有成像极板上的钮扣电极11阵列的测量阻抗幅度和相位输入到级联反演测试模型TestModel，按照子步骤E7示的级联顺序实现对地层电阻率、地层介电常数和泥浆/泥饼厚度的预测。
所述的子步骤E4能够用子步骤E4’替代，具体为：改变成像极板10结构，在成像极板上端或下端设置一个凹陷16，在凹陷16的表面设置一个小电极17，当仪器4下行或当钮扣电极11阵列测量井壁地层时，小电极17以一定频率，发射电流18，电流18进入油基泥浆中，并回流到电流电极13或极板背侧金属部分，电流18流经路径主要在泥浆/泥饼3中，测量响应反映泥浆参数；将小电极17的测量电压、电流转换成测量阻抗，即根据式(3)、(4)得到油基泥浆电阻率和介电常数信息。
所述的子步骤E4还能够用子步骤E4”替代，具体为：建立测量阻抗矢量图版，横轴为阻抗实部，纵轴为阻抗虚部，
Figure BDA0003861763960000081
为钮扣电极11的测量阻抗矢量，满足
Figure BDA0003861763960000082
Figure BDA0003861763960000083
与横轴之间的夹角为测量阻抗相角
Figure BDA0003861763960000084
Figure BDA0003861763960000085
为泥浆/泥饼阻抗矢量，满足泥浆/泥饼幅度
Figure BDA0003861763960000086
Figure BDA0003861763960000087
与横轴之间的夹角为泥浆/泥饼阻抗相角
Figure BDA0003861763960000088
Figure BDA0003861763960000089
为地层阻抗矢量，满足地层阻抗幅度
Figure BDA00038617639600000810
Figure BDA00038617639600000811
与横轴之间的夹角为地层阻抗相角
Figure BDA00038617639600000812
当地层电阻率极小时，利用钮扣电极11的测量阻抗确定泥浆/泥饼的阻抗幅度和相位；当地层电阻率极大时，利用钮扣电极11的测量阻抗确定泥浆/泥饼阻抗的相位；进而利用公式(3)、(4)确定油基泥浆电阻率和介电常数。
所述的子步骤E4”具体通过两种方法实现，其中方法A为：将所有成像极板10上的钮扣电极11阵列的测量电压和电流转换为阻抗，并将其网格化，选择一个滑移窗口，滑移窗口对应某一测量深度间隔L，L1表示第1个滑移窗口，Lq表示第q个滑移窗口；每一个滑移窗口内包含所有钮扣电极11的多组测量阻抗。在一个滑移窗口内，统计所有钮扣电极11测量阻抗的幅度和相角，并寻找测量阻抗幅度最小值和测量阻抗相角最大值，分别等效为泥浆/泥饼阻抗幅度和相角，即
Zm＝min{Zb}L (5)
Figure BDA00038617639600000813
利用式(5)、(6)结合式(3)、(4)即可确定滑移窗口内的油基泥浆电阻率和介电常数。
所述的子步骤E4”具体通过两种方法实现，其中方法B为：在测井作业时，同时进行感应测井和微电阻率扫描成像测井，首先将感应测井视电阻率曲线与钮扣电极11的测量阻抗曲线进行深度对齐；然后在滑移窗口内，寻找感应测井视电阻率极小值Ramin *或极大值Ramax *；与Ramin *同一深度点的钮扣电极11阵列的最小测量阻抗对应的幅度和相位，即可近似为泥浆/泥饼阻抗的幅度Zm和相位
Figure BDA0003861763960000091
或与Ramax *同一深度点的钮扣电极11阵列的最大测量阻抗对应的相位，即近似为泥浆/泥饼阻抗的相位
Figure BDA0003861763960000092
最后，结合式(3)、(4)即可确定滑移窗内的油基泥浆电阻率和介电常数。
所述的子步骤E4还能够用子步骤E4”’替代，具体为：首先根据以往经验、实验室测量及温压校正，确定油基泥浆电阻率、油基介电常数的区间范围，采用线性或对数设置两个参数区间的采样步长，得到两个参数的数量分别为m1、m2，即可得到二维网格参数点，网格点总数为m1×m2；然后，在一个滑移窗口内，对钮扣电极11阵列的测量数据进行采样，例如可以随机选择其中一个钮扣的测量数据，或者指定选择一定数目的测量数据，确定选择数据的组数为NC，每一组数据记为
Figure BDA0003861763960000093
i＝1,2,…,NC；其次，将第j(j＝1,2,…,m1×m2)个网格点对应的油基泥浆电阻率、油基泥浆介电常数、电流频率以及选择的测量阻抗幅度和相位输入到反演测试模型TestModel，从而每一个网格点都可得到NC组(Rtij,dctij,sdij)，i＝1,2,…,NC，其中(Rtij,dctij,sdij)为在第j个网格上，第i组选择测量数据对应的地层电阻率、地层介电常数、泥浆/泥饼厚度的反演值；第四，将每一个网格点对应的油基泥浆电阻率、油基泥浆介电常数，以及对应的NC组(Rtij,dctij,sdij)输入到正演模型OBMEIFM，得到NC组钮扣电极11的测量阻抗幅度和相位数据
Figure BDA0003861763960000094
在所有网格点上构建目标函数：
Figure BDA0003861763960000095
最后，当目标函数O取得最小值时，对应的j值即为优选出的网格点编号，从而获得油基泥浆电阻率、油基泥浆介电常数的值，对滑移窗口逐个进行上述操作，即可获得整个测量井段的油基泥浆电阻率、油基泥浆介电常数曲线。
子步骤E8：采用正交设计方法，减少正演模型OBMEIFM中网格点数量，方便正演模型OBMEIFM在后续反演模型中的调用。具体为：
首先，除电流频率f外，将其他五个影响参数的范围，即油基泥浆电阻率Rm、油基泥浆介电常数εmr、地层电阻率Rt、地层介电常数εfr、泥浆泥饼厚度sd的范围分别划分为不同区域，并采用线性或对数方式在每个区域内进行采样，然后，构建五个影响参数划分区域的全组合模型，共n1×n2×n3×n4×n5×m6，其中n1、n2、n3、n4、n5分别为五个影响参数划分区域的个数，m6为电流频率的个数；其次，在每一个参数区域组合模型内，利用正交设计方法，构建多因素多水平正交设计表，从而可以构建出n1×n2×n3×n4×n5×m6×L个影响参数组合，其中L为正交设计表中的组合数。最后，针对每个影响参数组合，利用数值模拟方法或实验室、现场模拟井实验方法计算或测量钮扣电极11的响应，输出参数为钮扣电极11的测量阻抗幅度Zb和相位
Figure BDA0003861763960000101
本发明的优点：
1、提出了基于油基泥浆微电阻率扫描成像测井的多参数确定方法，能够先后获得油基泥浆电阻率、油基泥浆介电常数、地层电阻率、地层介电常数、泥浆/泥饼厚度，解决了油基泥浆微电阻率扫描成像测井参数定量评价难题，能更好地服务于地层成像和解释评价。
2、重点解决了求取油基泥浆参数的难题，提出了多种可相互替代的技术方案，根据实际测井条件选择最优方案。制定了多参数级联反演方法，确定参数反演顺序，有利于提高参数评价的准确性。
附图说明
图1是本发明工作实施的整体示意图。
图2是成像极板10的正视和侧视的结合示意图。
图3是成像极板10工作原理示意图，其中(a)是第一种方式，(b)是第二种方式。
图4是油基泥浆微电阻率扫描成像测井参数确定方法及流程。
图5是油基微电阻率扫描成像测井极板(含凹陷泥浆电极)。
图6是测量阻抗矢量图版。
图7是测量数据网格化示意图。
图8是地层电阻率、地层介电常数和泥浆/泥饼厚度级联反演训练模型。
图9是基于二维网格确定油基泥浆电阻率和介电常数。
图10是关闭支撑臂利用钮扣电极11测量结果，其中图10中的(a)油基泥浆电阻率，(b)是介电常数结果。
图11利用凹陷泥浆电极测量油基泥浆结果，其中图11中的(a)是油基泥浆电阻率，(b)是油基泥浆介电常数。
图12利用滑移窗口测量数据表征泥浆/泥饼阻抗相角仿真测试结果。
图13利用正演模型和油基泥浆参数反演模型预测泥浆/泥饼阻抗角统计结果。
图14是测量地层结果，其中图14中的(a)是地层电阻率；(b)是地层介电常数；(c)是泥浆/泥饼厚度。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚明白，以下结合具体实施例，并参照附图，对本发明进一步详细说明。
本发明实际应用的测井场合，如图1所示。图1中，井筒1穿过地层2，井筒1内充满油基泥浆，地层2含有多层不同类型的储集层。在井筒和地层的压力差作用下，井壁上附着厚度不均匀的泥浆/泥饼3。井筒1中悬挂着测井仪器4，在这里测井仪器4为微电阻率扫描成像测井仪器。测井仪器4通过铠装电缆5与地面上的井架6连接，铠装电缆5的另一端与测井车7上的绞车8连接。测井车7上装有微机控制系统(未给出)，控制井下测井仪器4的运动状态。测井仪器4利用支撑臂9与成像极板10连接，工作时，支撑臂9推靠成像极板10，使得成像极板10与井壁紧密接触。随着测井仪器4在井内移动，成像极板10每隔某一采样间距对井壁地层进行测量。
结合上述图1中工作实施的整体示意图，本发明提出的是基于上述成像极板10的油基微电阻率扫描成像测井方法，即为：一种基于油基泥浆微电阻率扫描成像测井参数确认方法，包括以下步骤：
步骤A，测井仪器4利用支撑臂9推靠成像极板10，使得成像极板10与井筒1的井壁紧密接触；随着测井仪器4在井内移动，成像极板10每隔某一采样间距对井壁地层进行测量。
成像极板10的结构如图2所示。其主体材料为非金属材料，如耐磨陶瓷、橡胶等非金属材料，整体镶嵌在与支撑臂9末端连接的金属板上。图2给出了成像极板10的正视图和侧视图。在成像极板10的中间位置镶嵌着一排或多排有间隔距离、数目不限的钮扣电极11，其形状可为圆形、长条形或其他任意形状，多个钮扣电极11构成钮扣电极阵列。
步骤B，在钮扣电极11阵列周围镶嵌有矩形环状的屏蔽电极12，屏蔽电极12的边缘拐角处存在弧度倒角，使得相邻边界平滑过度；钮扣电极11与屏蔽电极12之间相互独立；在成像极板10的两端对称镶嵌着一对电流电极13，电流电极13与钮扣电极11阵列之间存在一个设定间距。
步骤C，成像极板10的具体使用过程如图3所示。工作时，利用支撑臂9将成像极板10推靠在井筒1的井壁上。受极板与井筒半径不同、井筒剖面不规则、地层渗透等多因素影响，成像极板10与地层2之间存在泥浆/泥饼3，泥浆/泥饼3具有厚度，其厚度大小受极板与井筒半径不同、井筒剖面不规则、地层渗透等多个因素的共同影响。工作时，采用两种模式，第一种方式如图3(a)所示，钮扣电极11阵列和屏蔽电极12分别以相同电位U发射多个频率的A电流14和B电流15，电流频率的个数为n，n≥3；A电流14和B电流15穿过泥浆/泥饼3进入地层2中，然后再穿过泥浆/泥饼3返回到成像极板10两端的电流电极13。图3(b)中，第二种方式为极板两端的两个电流电极13以相同电位U发射多个频率的电流，电流频率的个数为n，n≥3；电流首先穿过泥浆/泥饼3进入地层2，然后再穿过泥浆/泥饼3返回到成像极板10中间的钮扣电极11阵列和屏蔽电极12；返回到钮扣电极11阵列的为A电流14，返回到屏蔽电极12为B电流15。在实际应用中，B电流15对A电流14起到屏蔽聚焦作用，使得电流14更好地在地层中流通。从电流14的流通路径可知，钮扣电极11的测量响应主要受到泥浆/泥饼3和地层2的共同影响。
步骤D，成像极板10的测量结果是极板、井筒、泥浆/泥饼、地层等多个环境影响的综合反映，将成像极板10的工作过程抽象为数学模型，即
Figure BDA0003861763960000131
式(1)中，符号Zb、
Figure BDA0003861763960000132
分别为钮扣电极11的测量阻抗幅度和相位，包含不同钮扣电极在不同频率、不同地层深度测量的信息。符号G表示成像极板10的几何参数，当成像极板10结构确定时，参数G也保持不变；符号f为表示采用的电流频率，在测井时，频率大小可以直接确定；符号F表示描述测量响应的非线性函数，无法用已知的解析表达式准确表达出该非线性函数。符号Rm、εmr、sd、Rt、εfr表示成像极板10周围环境与测量结果有关的五个属性参数，分别为油基泥浆电阻率、油基泥浆介电常数(相对)、泥浆/泥饼厚度、地层电阻率、地层介电常数(相对)。这个五个环境属性参数未知，其中，地层电阻率、地层介电常数、泥浆/泥饼厚度是测井解释评价需要的参数，可以用来进行地质构造识别、孔隙结构、饱和度、渗透率评价等，确定这三个参数时，需要掌握油基泥浆属性信息，通过某些方法确定它们的大小。因此建立反问题模型F-1，即根据已知及测量参数确定环境参数，该过程可用式(2)表示：
Figure BDA0003861763960000133
步骤E，需要求解的未知属性参数较多，难以根据测量数据直接进行准确评价。根据成像极板10的测量数据，结合测井解释评价需要的信息，建立如图4所示的油基泥浆微电阻率扫描成像测井参数确定方法和顺序，包括测量数据预处理，测量阻抗幅度和相位，确定泥浆参数，确定地层参数和确定泥浆/泥饼厚度。
所述步骤E具体包括：
子步骤E1：在井筒2内，测井仪器4工作时，成像极板10在井筒内移动并以某一采样间隔l0，如0.00254m，对井壁地层进行测量，移动的总深度为H；当成像极板10工作时，采集多个频率下钮扣电极11阵列发射或接收的A电流14的幅度和相位，分别记为Iijk、
Figure BDA0003861763960000141
记录钮扣电极11阵列与极板两端电极13之间的电位差幅度和相位，分别记为Uijk、
Figure BDA0003861763960000142
子步骤E2：对测量数据进行预处理，包括仪器移动加速度校正，钮扣电极测量数据深度对齐(包括同一块极板上钮扣电极数据深度对齐和极板之间深度对齐)，测量数据的异常值剔除和插值，测量数据滤波处理等。
子步骤E3：根据欧姆定律，得到钮扣电极11阵列各个钮扣的测量阻抗的幅度和相位，分别记为Zijk、
Figure BDA0003861763960000143
并满足Zijk＝UijkIijk，
Figure BDA0003861763960000144
脚标i代表钮扣电极11阵列中各个电极的编号，脚标j表示各个频率的编号，脚标k表示随深度变化的不同测量点；汇总所有钮扣电极11的测量阻抗幅度和相位信息，满足Zb＝{Zijk}，
Figure BDA0003861763960000145
子步骤E4：确定油基泥浆参数，具体为油基泥浆电阻率Rm和油基泥浆介电常数εmr；当测井仪器4从井口向井底下行时，关闭支撑臂9，使得成像极板10环抱在测井仪器4轴心周围。成像极板10与地层2之间的间距较大，受成像极板10径向探测深度的限制，测量响应主要反映在井筒1的油基泥浆的属性参数，即钮扣电极11的测量阻抗为泥浆/泥饼阻抗，满足泥浆/泥饼阻抗幅度Zm＝Zb，泥浆/泥饼阻抗相位
Figure BDA0003861763960000146
此时不同频率下的油基泥浆电阻率Rm和油基泥浆介电常数εmr分别表示为：
Figure BDA0003861763960000147
Figure BDA0003861763960000148
随着仪器4在井内移动，每一个钮扣电极都能够根据采集的电压、电流信号，转换成阻抗信号，根据式(3)、(4)计算出油基泥浆电阻率和介电常数。值得注意的是，与地层参数不同，油基泥浆参数随着深度变化一般不会出现剧烈变化，在一定深度间隔内，可以认为泥浆参数保持不变。为了缩小测井时间，控制成本，仪器4下行时，不必采用测量地层时的采样间距，可适当提高测量泥浆参数的采样间距，如0.3m或1.0m。
所述的子步骤E4能够用子步骤E5替代，具体为：如图5所示，改变成像极板10结构，采用一定的机械工艺，在成像极板上端或下端设置一个凹陷16，在凹陷16的表面设置一个类似钮扣电极的小电极17。当仪器4下行或当钮扣电极11阵列测量井壁地层时，小电极17以一定频率，如1MHz，发射电流18，电流18进入油基泥浆中，并回流到电流电极13或极板背侧金属部分。电流18流经路径主要在泥浆/泥饼3中，测量响应反映泥浆参数；将小电极17的测量电压、电流转换成测量阻抗，即根据式(3)、(4)得到油基泥浆电阻率和介电常数信息。同样，小电极17可适当使用较大的采样间距，如0.3m或1.0m。
所述的子步骤E4还能够用子步骤E6替代，具体为：如步骤C中描述，钮扣电极11发射的电流主要受泥浆/泥饼和地层的影响，为此建立如图6所示的测量阻抗矢量图版。图6中，横轴为阻抗实部，纵轴为阻抗虚部，
Figure BDA0003861763960000151
为钮扣电极11的测量阻抗矢量，满足
Figure BDA0003861763960000152
Figure BDA0003861763960000153
与横轴之间的夹角为测量阻抗相角
Figure BDA0003861763960000154
Figure BDA0003861763960000155
为泥浆/泥饼阻抗矢量，满足泥浆/泥饼幅度
Figure BDA0003861763960000156
Figure BDA0003861763960000157
与横轴之间的夹角为泥浆/泥饼阻抗相角
Figure BDA0003861763960000158
Figure BDA0003861763960000159
为地层阻抗矢量，满足地层阻抗幅度
Figure BDA00038617639600001510
Figure BDA00038617639600001511
与横轴之间的夹角为地层阻抗相角
Figure BDA00038617639600001512
可以看出，当Zf足够小时，满足
Figure BDA00038617639600001513
Zb≈Zm；当Zf较大时，则
Figure BDA00038617639600001514
Zb＞Zm；当地层电阻率为极高值时，向量
Figure BDA00038617639600001515
与
Figure BDA00038617639600001516
近似平行，也满足
Figure BDA00038617639600001517
为此，当地层电阻率极小时，利用钮扣电极11的测量阻抗确定泥浆/泥饼的阻抗幅度和相位；当地层电阻率极大时，利用钮扣电极11的测量阻抗确定泥浆/泥饼阻抗的相位；进而利用公式(3)、(4)确定油基泥浆电阻率和介电常数。为了实现本目的，设计如下两个方法：
方法A：将所有成像极板10上的钮扣电极11阵列的测量电压和电流转换为阻抗，并将其网格化，如图7所示。在图7中，P1至Pm表示测井仪器4所携带的m个成像极板10的编号。n为一个成像极板10上所镶嵌的钮扣电极11的数量，P1_1表示第1个极板的第1个钮扣电极，以此类推。选择一个滑移窗口，滑移窗口对应某一测量深度间隔L，如100l0或1000l0，将所有测量阻抗数据网格化，L1表示第1个滑移窗口，Lq表示第q个滑移窗口。每一个滑移窗口内包含所有钮扣电极11的多组测量阻抗。在一个滑移窗口内，统计所有钮扣电极11测量阻抗的幅度和相角，并寻找测量阻抗幅度最小值和测量阻抗相角最大值，分别等效为泥浆/泥饼阻抗幅度和相角，即
Zm＝min{Zb}L (5)
Figure BDA0003861763960000161
利用式(5)、(6)结合式(3)、(4)即可确定滑移窗口内的油基泥浆电阻率和介电常数。
方法B：另外，实际测井现场操作时，油基泥浆微电阻率扫描成像测井仪器一般与双感应或阵列感应测井仪器串接在一起同时进行井下地层测量。首先将感应测井视电阻率曲线与钮扣电极11的测量阻抗曲线进行深度对齐；然后在滑移窗口内，寻找感应测井视电阻率极小值Ramin *或极大值Ramax *；与Ramin *同一深度点的钮扣电极11阵列的最小测量阻抗对应的幅度和相位，即可近似为泥浆/泥饼阻抗的幅度Zm和相位
Figure BDA0003861763960000162
或与Ramax *同一深度点的钮扣电极11阵列的最大测量阻抗对应的相位，即近似为泥浆/泥饼阻抗的相位
Figure BDA0003861763960000163
最后，结合式(3)、(4)即可确定滑移窗内的油基泥浆电阻率和介电常数。
采用方法A或方法B即可确定在整个测量井段划分的每一个滑移窗口内的油基泥浆属性参数。为保证相邻滑移窗口的油基泥浆参数的连续性，采用数据融合方法，在已建立好的滑移窗口的基础上，进一步建立融合滑移窗口Li_i+1，i为已建好的滑移窗口的序号，即利用已建好的滑移窗口Li的下侧半个窗口和滑移窗口Li+1的上侧半个窗口构建融合滑移窗口Li_i+1；在融合滑移窗口Li_i+1内利用方法A或方法B求得的油基泥浆属性参数，并与滑移窗口Li、Li+1的油基泥浆属性参数进行融合，采用的一种融合方法如式(7)、(8)所示：
Figure BDA0003861763960000171
Figure BDA0003861763960000172
式(7)、(8)中，
Figure BDA0003861763960000173
分别为在滑移窗口Li，Li+1和融合滑移窗口Li_i+1得到的油基泥浆电阻率，
Figure BDA0003861763960000174
分别为在滑移窗口Li，Li+1和融合滑移窗口Li_i+1得到的油基泥浆介电常数。Rm_up、Rm_down分别为融合滑移窗口Li_i+1的上半侧窗口、下半侧窗口内经过融合后的油基泥浆电阻率，εmr_up、εmr_down分别为融合滑移窗口Li_i+1的上半侧窗口、下半侧窗口内经过融合后的油基泥浆介电常数。α1、α2、α3、α4为融合系数，满足但不局限于条件：α1+α2＝1，α3+α4＝1。利用式(7)、(8)计算时，需要注意滑移窗口Li与Li_i+1，Li+1与Li_i+1的测量数据深度对齐。
子步骤E7：利用有限差分、有限单元等数值模拟方法或实验室、现场模拟井实验方法建立油基泥浆微电阻率扫描成像测井多参数正演模型OBMEIFM，OBMEIFM模型中，多参数影响因素分别为油基泥浆电阻率Rm、油基泥浆介电常数εmr、地层电阻率Rt、地层介电常数εfr、泥浆/泥饼厚度sd，电流频率f，设置各个参数的范围，如地层电阻率Rt范围可设置为0.2～20000Ω·m，采用线性或对数设置各参数的采样步长，得到各参数的个数分别为m1、m2、m3、m4、m5、m6，即可得到六维网格参数点，网格点总数为m1×m2×m3×m4×m5×m6；在每个网格点上利用数值模拟方法或实验室、现场模拟井实验方法计算或测量钮扣电极11的响应，输出参数为钮扣电极11的测量阻抗幅度Zb和相位
Figure BDA0003861763960000181
子步骤E8：在子步骤7的基础上，采用正交设计方法，减少正演模型OBMEIFM中网格点数量，方便正演模型OBMEIFM在后续反演模型中的调用。具体为：
首先，除电流频率f外，将其他五个影响参数，即油基泥浆电阻率Rm、油基泥浆介电常数εmr、地层电阻率Rt、地层介电常数εfr、泥浆泥饼厚度sd的范围分别划分为不同区域，并采用线性或对数方式在每个区域内进行采样，例如可以将地层电阻率Rt划分为0.2～10Ω·m、10～200Ω·m、200～20000Ω·m三个区域，而且每个区域内按照线性或对数等间隔方式取9个值。然后，构建五个影响参数划分区域的全组合模型，共n1×n2×n3×n4×n5×m6，其中n1、n2、n3、n4、n5分别为五个影响参数划分区域的个数，m6为电流频率的个数；其次，在每一个参数区域组合模型内，利用正交设计方法，构建多因素多水平正交设计表，从而可以构建出n1×n2×n3×n4×n5×m6×L个影响参数组合，其中L为正交设计表中的组合数。最后，针对每个影响参数组合，利用数值模拟方法或实验室、现场模拟井实验方法计算或测量钮扣电极11的响应，输出参数为钮扣电极11的测量阻抗幅度Zb和相位
Figure BDA0003861763960000182
子步骤E9：利用机器学习算法，如人工智能神经网络、支持向量回归算法建立地层电阻率、地层介电常数、泥浆/泥饼厚度级联反演训练模型TrainModel，如图8所示。首先，将正演模型OBMEIFM中的影响参数，油基泥浆电阻率、油基泥浆介电常数，电流频率和多频条件下钮扣电极11的测量阻抗幅度和相位作为反演模型的输入INPUT1，将地层电阻率Rt作为反演模型的输出OUTPUT1；然后，将INPUT1与OUTPUT1组装成新的反演模型输入INPUT2，将地层介电常数εfr作为反演模型的输出OUTPUT2；将INPUT2与OUTPUT2组装成新的反演模型输入INPUT3，将泥浆/泥饼厚度sd作为反演模型输出OUTPUT3；根据机器学习优化算法不断优化模型参数，保存最佳模型参数，作为级联反演测试模型TestModel的模型参数。
子步骤E10：除子步骤E4、E5、E6之外，还可以采用本步骤来获取油基泥浆电阻率、油基泥浆介电常数。如图9所示，首先根据以往经验、实验室测量及温压校正，确定油基泥浆电阻率、油基介电常数的区间范围，采用线性或对数设置两个参数区间的采样步长，得到两个参数的数量分别为m1、m2，即可得到二维网格参数点，网格点总数为m1×m2；然后，根据图7所示的测量数据网格化示意图，在一个滑移窗口内，对钮扣电极11阵列的测量数据进行采样，例如可以随机选择其中一个钮扣的测量数据，或者指定选择一定数目的测量数据，确定选择数据的组数为NC，每一组数据记为
Figure BDA0003861763960000191
i＝1,2,…,NC；其次，将第j(j＝1,2,…,m1×m2)个网格点对应的油基泥浆电阻率、油基泥浆介电常数、电流频率以及选择的测量阻抗幅度和相位输入到反演测试模型TestModel，从而每一个网格点都可得到NC组(Rtij,dctij,sdij)，i＝1,2,…,NC，其中(Rtij,dctij,sdij)为在第j个网格上，第i组选择测量数据对应的地层电阻率、地层介电常数、泥浆/泥饼厚度的反演值。第四，将每一个网格点对应的油基泥浆电阻率、油基泥浆介电常数，以及对应的NC组(Rtij,dctij,sdij)输入到正演模型OBMEIFM，得到NC组钮扣电极11的测量阻抗幅度和相位数据
Figure BDA0003861763960000192
在所有网格点上构建目标函数：
Figure BDA0003861763960000193
最后，当目标函数O取得最小值时，对应的j值即为优选出的网格点编号，从而获得油基泥浆电阻率、油基泥浆介电常数的值。对滑移窗口逐个进行上述操作，即可获得整个测量井段的油基泥浆电阻率、油基泥浆介电常数曲线。
子步骤E11：在求得油基泥浆电阻率和介电常数之后，调用级联反演测试模型TestModel，将子步骤E4或E5或E6或E10得到的油基泥浆电阻率、油基泥浆介电常数以及实际测井中所有成像极板上的钮扣电极11阵列的测量阻抗幅度和相位输入到级联反演测试模型TestModel，按照子步骤E9所示的级联顺序实现对地层电阻率、地层介电常数和泥浆/泥饼厚度的预测；
步骤F：基于以上操作，实现所有钮扣电极11阵列的测量数据到地层电阻率、地层介电常数和泥浆/泥饼厚度的反演计算，根据测井图像生成和显示方法即可实现地层电阻率成像、地层介电常数成像和泥浆/泥饼厚度成像。
为了说明和验证本发明内容的效果和益处，研究了以下几个实施例。
实施例1：
为了说明发明内容中，当测井仪器下行时，采用关闭支撑的方式使得成像极板紧密围绕在仪器轴周围。此时，在成像极板上，钮扣电极11与井壁地层之间的距离交大，测量结果主要反映井内泥浆的属性特征。图10(a)、(b)分别给了关闭支撑臂利用钮扣电极11测量油基电阻率和介电常数的仿真测试结果。可以看出，油基泥浆电阻率和介电常数的测量值与实际值形成‘y＝x’的直线，说明了利用关闭支撑臂，直接利用钮扣电极11的测量结果表征油基泥浆参数的有效性。
实施例2：
为了说明发明内容中，在成像极板端面设置凹槽16，利用凹陷电极17测量井内泥浆的属性参数，结果如图11所示。同关闭支撑臂的测量方式一样，凹陷电极17发射的电流主要在井内泥浆内，油基泥浆电阻率和介电常数变化都得的了很好地定量表征。值得注意的是，这种测量方式需要考虑凹陷电极17发射电流频率的大小，以减小地层电阻率和介电常数的影响。
实施例3：
为了说明本发明内容，通过模拟测试，在滑移窗口内寻找测量阻抗极小值和极大值来确定泥浆属性。图12给出了一个滑移窗口内，在三个频率条件下(频率1<频率2<频率3)钮扣电极11的测量阻抗相角随着地层电阻率的变化。可以发现，频率变化对测量阻抗相角有明显的影响，控制着测量阻抗相角极小值点对应的地层电阻率值，且不同频率对应的测量阻抗相角极大值也不同。在一个滑移窗口内，在低阻、高阻区域，测量阻抗相角大小很接近，且大于中阻区域的测量阻抗相角。根据阻抗矢量图版分析，选择低阻、高阻区域的测量阻抗相角近似为泥浆/泥饼阻抗相角，图中给出的对应结果分别为81.79°、89.00°、88.99°(从频率1到频率3)，与模拟测试使用的泥浆阻抗相角79.81°、88.97°、89.79°非常接近，验证了在滑移窗口内寻找阻抗极小值或极大值来确定泥浆属性的可行性。
实施例4：
为了说明本发明内容，通过模拟测试，验证联合二维网格、正演模型OBMEIFM和机器学习算法建立的参数反演模型来确定泥浆属性参数的有效性。在建立正演模型OBMEIFM过程中，假设油基泥浆电阻率、油基泥浆介电常数、泥浆/泥饼厚度、地层电阻率、地层介电常数、电流频率的采样个数分别为10、10、10、15、10、3，则六维正演模型OBMEIFM的网格点总数为4.5×105个。当采用正交设计方法时，网格点总数为486个，为未使用正交设计方法的0.11％，大幅度缩小了数据体量，这为后续建立反演模型和减小反演计算时间奠定了基础。
基于正演模型OBMEIFM和机器学习算法参数反演模型，进行了10组泥浆/泥饼阻抗相角的反演计算，并与泥浆/泥饼阻抗相角实际值进行对比，计算反演值与实际值的相关系数，结果如图13所示。从图中可以看出，在10组反演值与实际值的相关系数中，最高值达到了98.28％，即使最低值也达到了85.03％，10组相关系数的平均值为93.20％，说明了利用正演模型OBMEIFM和机器学习算法参数反演模型计算泥浆参数的有效性。
实施例5：
为了说明本发明内容，在利用前述方法确定油基泥浆电阻率、介电常数或泥浆/泥饼阻抗相角之后，进一步基于正演模型OBMEIFM和反演模型按顺序分别计算地层电阻率、地层介电常数和泥浆/泥饼厚度三个关键参数。同实施例4一致，正演模型也采用了正交设计方法压缩数据体量。三个参数都进行了10组反演测试，结果如图14所示。图14(a)为地层电阻率的反演测试统计结果，地层电阻率反演值与实际值的相关系数最高值达到了99.59％，最低值也达到了88.93％，平均值达到了96.55％，说明了利用正演模型和机器学习算法反演模型计算地层电阻率的有效性。同理，图14(b)为地层介电常数的反演测试统计结果，地层介电常数反演值与实际值的相关系数最高值达到了97.63％，最低值也达到了84.78％，平均值达到了91.93％，也说明了利用正演模型和机器学习算法反演模型计算地层介电常数的有效性。最后，图14(c)为泥浆/泥饼厚度的反演测试统计结果，泥浆/泥饼厚度反演值与实际值的相关系数最高值达到了92.76％，最低值也达到了88.82％，平均值达到了90.98％，也说明了利用正演模型和机器学习算法反演模型计算泥浆/泥浆厚度的有效性。
综上所述，本发明提供了一种油基微电阻率扫描成像测井参数确定方法，从油基泥浆电阻率、油基泥浆介电常数或油基泥浆/泥饼阻抗相角，到地层电阻率、地层介电常数和泥浆/泥饼厚度。泥浆电阻率、油基泥浆介电常数或泥浆/泥饼阻抗相角的准确确定是有效确定测井解释评价人员关注的地层电阻率、地层介电常数和泥浆/厚度三个参数的关键所在，前两个参数确定之后，后三个参数也就迎刃而解了，从而可为油气勘探与开发解释评价服务。
以上所述的具体实施例，对本发明的目的、技术方案和有益效果进行了进一步详细说明，所应理解的是，以上所述仅为本发明的具体实施例而已，并不用于限制本发明，凡在本发明的精神和原则之内，所做的任何修改、等同替换、改进等，均包含在本发明的保护范围之内。

Claims (9)

1.一种基于油基泥浆微电阻率扫描成像测井参数确认方法，其特征在于，包括以下步骤：
步骤A，测井仪器(4)利用支撑臂(9)推靠成像极板(10)，使得成像极板(10)与井筒(1)的井壁紧密接触；随着测井仪器(4)在井内移动，成像极板(10)每隔某一采样间距对井壁地层进行测量；
步骤B，在成像极板(10)的中间位置镶嵌着一排或多排有间隔距离、数目不限的钮扣电极(11)，多个钮扣电极(11)构成钮扣电极阵列；在钮扣电极(11)阵列周围镶嵌有矩形环状的屏蔽电极(12)，屏蔽电极(12)的边缘拐角处存在弧度倒角，使得相邻边界平滑过度；钮扣电极(11)与屏蔽电极(12)之间相互独立；在成像极板(10)的两端对称镶嵌着一对电流电极(13)，电流电极(13)与钮扣电极(11)阵列之间存在一个设定间距；
步骤C，成像极板(10)与地层(2)之间存在泥浆/泥饼(3)，泥浆/泥饼(3)具有厚度，工作时，采用两种模式，第一种方式，钮扣电极(11)阵列和屏蔽电极(12)分别以相同电位U发射多个频率的A电流(14)和B电流(15)，电流频率的个数为n，n≥3；A电流(14)和B电流(15)穿过泥浆/泥饼(3)进入地层(2)，然后再穿过泥浆/泥饼(3)返回到成像极板(10)两端的电流电极(13)；
步骤D，将成像极板(10)的工作过程抽象为数学模型，即
Figure FDA0003861763950000011
式(1)中，符号Zb、
Figure FDA0003861763950000012
分别为钮扣电极(11)的测量阻抗幅度和相位，符号G表示成像极板(10)的几何参数，当成像极板(10)结构确定时，参数G也保持不变；符号f为表示采用的电流频率，在测井时，直接确定；符号F表示描述测量响应的非线性函数；符号Rm、εmr、sd、Rt、εfr表示成像极板(10)周围环境与测量结果有关的五个属性参数，分别为油基泥浆电阻率、油基泥浆介电常数(相对)、泥浆/泥饼厚度、地层电阻率、地层介电常数(相对)；建立反问题模型F-1，即根据已知及测量参数确定环境参数，该过程可用式(2)表示：
Figure FDA0003861763950000021
步骤E，根据成像极板(10)的测量数据，结合测井解释评价需要的信息，建立油基泥浆微电阻率扫描成像测井参数确定方法和顺序，包括测量数据预处理，测量阻抗幅度和相位，确定泥浆参数，确定地层参数和确定泥浆/泥饼厚度；
步骤F：基于以上操作，实现所有钮扣电极(11)阵列的测量数据到地层电阻率、地层介电常数和泥浆/泥饼厚度的反演计算，根据测井图像生成和显示方法即可实现地层电阻率成像、地层介电常数成像和泥浆/泥饼厚度成像。
2.根据权利要求1所示的一种基于油基泥浆微电阻率扫描成像测井参数确认方法，其特征在于，
所述步骤C采用两种模式，其中第二种方式为极板两端的两个电流电极(13)以相同电位U发射多个频率的电流，电流频率的个数为n，n≥3；电流首先穿过泥浆/泥饼(3)进入地层(2)，然后再穿过泥浆/泥饼(3)返回到成像极板(10)中间的钮扣电极(11)阵列和屏蔽电极(12)；返回到钮扣电极(11)阵列的为A电流(14)，返回到屏蔽电极(12)为B电流(15)。
3.根据权利要求1所示的一种基于油基泥浆微电阻率扫描成像测井参数确认方法，其特征在于，
所述步骤E具体包括：
子步骤E1：在井筒(2)内，测井仪器(4)从井底向井口上行工作时，成像极板(10)在井筒内移动并以某一采样间隔l0，对井壁地层进行测量，移动的总深度为H；当成像极板(10)工作时，采集多个频率下钮扣电极(11)阵列发射或接收的A电流(14)的幅度和相位，分别记为Iijk、
Figure FDA0003861763950000022
记录钮扣电极(11)阵列与极板两端电极(13)之间的电位差幅度和相位，分别记为Uijk、
Figure FDA0003861763950000023
子步骤E2：对测量数据进行预处理，包括仪器移动加速度校正，钮扣电极测量数据深度对齐，测量数据的异常值剔除和插值，测量数据滤波处理；
子步骤E3：根据欧姆定律，得到钮扣电极(11)阵列各个钮扣的测量阻抗的幅度和相位，分别记为Zijk、
Figure FDA0003861763950000031
并满足Zijk＝Uijk/Iijk，
Figure FDA0003861763950000032
脚标i代表钮扣电极(11)阵列中各个电极的编号，脚标j表示各个频率的编号，脚标k表示随深度变化的不同测量点；汇总所有钮扣电极(11)的测量阻抗幅度和相位信息，满足Zb＝{Zijk}，
Figure FDA0003861763950000033
子步骤E4：确定油基泥浆电阻率Rm和油基泥浆介电常数εmr；当测井仪器(4)从井口向井底下行时，关闭支撑臂(9)，使得成像极板(10)环抱在测井仪器(4)轴心周围；受成像极板(10)径向探测深度的限制，测量响应主要反映在井筒(1)的油基泥浆的属性参数，即钮扣电极(11)的测量阻抗为泥浆/泥饼阻抗，满足泥浆/泥饼阻抗幅度Zm＝Zb，泥浆/泥饼阻抗相位
Figure FDA0003861763950000034
此时不同频率下的油基泥浆电阻率Rm和油基泥浆介电常数εmr分别表示为：
Figure FDA0003861763950000035
Figure FDA0003861763950000036
式(3)中，K为关闭支撑臂(9)时成像极板(10)的仪器常数，随着仪器(4)在井内移动，每一个钮扣电极都能够根据采集的电压、电流信号，转换成阻抗信号，根据式(3)、(4)计算出油基泥浆电阻率和介电常数；在确定油基泥浆电阻率和介电常数之后，采用数据融合方法，在已建立好的滑移窗口的基础上，进一步建立融合滑移窗口Li_i+1，i为已建好的滑移窗口的序号，即利用已建好的滑移窗口Li的下侧半个窗口和滑移窗口Li+1的上侧半个窗口构建融合滑移窗口Li_i+1；在融合滑移窗口Li_i+1内利用方法A或方法B求得的油基泥浆属性参数，并与滑移窗口Li、Li+1的油基泥浆属性参数进行融合，采用的一种融合方法如式(7)、(8)所示：
Figure FDA0003861763950000041
Figure FDA0003861763950000042
式(7)、(8)中，
Figure FDA0003861763950000043
分别为在滑移窗口Li，Li+1和融合滑移窗口Li_i+1得到的油基泥浆电阻率，
Figure FDA0003861763950000044
分别为在滑移窗口Li，Li+1和融合滑移窗口Li_i+1得到的油基泥浆介电常数；Rm_up、Rm_down分别为融合滑移窗口Li_i+1的上半侧窗口、下半侧窗口内经过融合后的油基泥浆电阻率，εmr_up、εmr_down分别为融合滑移窗口Li_i+1的上半侧窗口、下半侧窗口内经过融合后的油基泥浆介电常数；α1、α2、α3、α4为融合系数，满足但不局限于条件：α1+α2＝1，α3+α4＝1；利用式(7)、(8)计算时，需要注意滑移窗口Li与Li_i+1，Li+1与Li_i+1的测量数据深度对齐；
子步骤E5：利用有限差分、有限单元等数值模拟方法或实验室、现场模拟井实验方法建立油基泥浆微电阻率扫描成像测井多参数正演模型OBMEIFM，OBMEIFM模型中，多参数影响因素分别为油基泥浆电阻率Rm、油基泥浆介电常数εmr、地层电阻率Rt、地层介电常数εfr、泥浆/泥饼厚度sd，电流频率f，设置各个参数的范围，采用线性或对数设置各参数的采样步长，得到各参数的个数分别为m1、m2、m3、m4、m5、m6，即可得到六维网格参数点，网格点总数为m1×m2×m3×m4×m5×m6；在每个网格点上利用数值模拟方法或实验室、现场模拟井实验方法计算或测量钮扣电极(11)的响应，输出参数为钮扣电极(11)的测量阻抗幅度Zb和相位
Figure FDA0003861763950000045
子步骤E6：采用正交设计方法，减少正演模型OBMEIFM中网格点数量，方便正演模型OBMEIFM在后续反演模型中的调用；
子步骤E7：利用机器学习算法，建立地层电阻率、地层介电常数、泥浆/泥饼厚度级联反演训练模型TrainModel，首先，将正演模型OBMEIFM中的影响参数，油基泥浆电阻率、油基泥浆介电常数，电流频率和多频条件下钮扣电极(11)的测量阻抗幅度和相位作为反演模型的输入INPUT1，将地层电阻率Rt作为反演模型的输出OUTPUT1；然后，将INPUT1与OUTPUT1组装成新的反演模型输入INPUT2，将地层介电常数εfr作为反演模型的输出OUTPUT2；将INPUT2与OUTPUT2组装成新的反演模型输入INPUT3，将泥浆/泥饼厚度sd作为反演模型输出OUTPUT3；根据机器学习优化算法不断优化模型参数，保存最佳模型参数，作为级联反演测试模型TestModel的模型参数；
子步骤E8：在求得油基泥浆电阻率和介电常数之后，调用级联反演测试模型TestModel，将子步骤E4得到的油基泥浆电阻率、油基泥浆介电常数，以及电流频率、实际测井中所有成像极板上的钮扣电极(11)阵列的测量阻抗幅度和相位输入到级联反演测试模型TestModel，按照子步骤E7示的级联顺序实现对地层电阻率、地层介电常数和泥浆/泥饼厚度的预测。
4.根据权利要求3所示的一种基于油基泥浆微电阻率扫描成像测井参数确认方法，其特征在于，
所述的子步骤E4能够用子步骤E4’替代，具体为：改变成像极板10结构，在成像极板上端或下端设置一个凹陷(16)，在凹陷(16)的表面设置一个小电极(17)；当仪器(4)下行或当钮扣电极(11)阵列测量井壁地层时，小电极(17)以一定频率，发射电流(18)，电流(18)进入油基泥浆中，并回流到电流电极(13)或极板背侧金属部分；电流(18)流经路径主要在泥浆/泥饼(3)中，测量响应反映泥浆参数；将小电极(17)的测量电压、电流转换成测量阻抗，即根据式(3)、(4)得到油基泥浆电阻率和介电常数信息。
5.根据权利要求3所示的一种基于油基泥浆微电阻率扫描成像测井参数确认方法，其特征在于，
所述的子步骤E4还能够用子步骤E4”替代，具体为：建立测量阻抗矢量图版，横轴为阻抗实部，纵轴为阻抗虚部，
Figure FDA0003861763950000061
为钮扣电极11的测量阻抗矢量，满足
Figure FDA0003861763950000062
Figure FDA0003861763950000063
与横轴之间的夹角为测量阻抗相角
Figure FDA0003861763950000064
Figure FDA0003861763950000065
为泥浆/泥饼阻抗矢量，满足泥浆/泥饼幅度
Figure FDA0003861763950000066
Figure FDA0003861763950000067
与横轴之间的夹角为泥浆/泥饼阻抗相角
Figure FDA0003861763950000068
Figure FDA0003861763950000069
为地层阻抗矢量，满足地层阻抗幅度
Figure FDA00038617639500000610
Figure FDA00038617639500000611
与横轴之间的夹角为地层阻抗相角
Figure FDA00038617639500000612
当地层电阻率极小时，利用钮扣电极11的测量阻抗确定泥浆/泥饼的阻抗幅度和相位；当地层电阻率极大时，利用钮扣电极11的测量阻抗确定泥浆/泥饼阻抗的相位；进而利用公式(3)、(4)确定油基泥浆电阻率和介电常数。
6.根据权利要求5所示的一种基于油基泥浆微电阻率扫描成像测井参数确认方法，其特征在于，
所述的子步骤E4”具体通过两种方法实现，其中方法A为：将所有成像极板(10)上的钮扣电极(11)阵列的测量电压和电流转换为阻抗，并将其网格化，选择一个滑移窗口，滑移窗口对应某一测量深度间隔L，L1表示第1个滑移窗口，Lq表示第q个滑移窗口；每一个滑移窗口内包含所有钮扣电极(11)的多组测量阻抗；在一个滑移窗口内，统计所有钮扣电极(11)测量阻抗的幅度和相角，并寻找测量阻抗幅度最小值和测量阻抗相角最大值，分别等效为泥浆/泥饼阻抗幅度和相角，即
Zm＝min{Zb}L (5)
Figure FDA00038617639500000613
利用式(5)、(6)结合式(3)、(4)即可确定滑移窗口内的油基泥浆电阻率和介电常数。
7.根据权利要求5所示的一种基于油基泥浆微电阻率扫描成像测井参数确认方法，其特征在于，
所述的子步骤E4”具体通过两种方法实现，其中方法B为：在测井作业时，同时进行感应测井和微电阻率扫描成像测井，首先将感应测井视电阻率曲线与钮扣电极(11)的测量阻抗曲线进行深度对齐；然后在滑移窗口内，寻找感应测井视电阻率极小值Ramin *或极大值Ramax *；与Ramin *同一深度点的钮扣电极(11)阵列的最小测量阻抗对应的幅度和相位，即可近似为泥浆/泥饼阻抗的幅度Zm和相位
Figure FDA0003861763950000071
或与Ramax *同一深度点的钮扣电极11阵列的最大测量阻抗对应的相位，即近似为泥浆/泥饼阻抗的相位
Figure FDA0003861763950000072
最后，结合式(3)、(4)即可确定滑移窗内的油基泥浆电阻率和介电常数。
8.根据权利要求3所示的一种基于油基泥浆微电阻率扫描成像测井参数确认方法，其特征在于，
所述的子步骤E4还能够用子步骤E4”’替代，具体为：首先根据以往经验、实验室测量及温压校正，确定油基泥浆电阻率、油基介电常数的区间范围，采用线性或对数设置两个参数区间的采样步长，得到两个参数的数量分别为m1、m2，即可得到二维网格参数点，网格点总数为m1×m2；然后，在一个滑移窗口内，对钮扣电极(11)阵列的测量数据进行采样，随机选择其中一个钮扣的测量数据，或者指定选择一定数目的测量数据，确定选择数据的组数为NC，每一组数据记为
Figure FDA0003861763950000073
其次，将第j(j＝1,2,…,m1×m2)个网格点对应的油基泥浆电阻率、油基泥浆介电常数、电流频率以及选择的测量阻抗幅度和相位输入到反演测试模型TestModel，从而每一个网格点都可得到NC组(Rtij,dctij,sdij)，i＝1,2,…,NC，其中(Rtij,dctij,sdij)为在第j个网格上，第i组选择测量数据对应的地层电阻率、地层介电常数、泥浆/泥饼厚度的反演值；第四，将每一个网格点对应的油基泥浆电阻率、油基泥浆介电常数，以及对应的NC组(Rtij,dctij,sdij)输入到正演模型OBMEIFM，得到NC组钮扣电极(11)的测量阻抗幅度和相位数据
Figure FDA0003861763950000074
在所有网格点上构建目标函数：
Figure FDA0003861763950000081
最后，当目标函数O取得最小值时，对应的j值即为优选出的网格点编号，从而获得油基泥浆电阻率、油基泥浆介电常数的值；对滑移窗口逐个操作，即可获得整个测量井段的油基泥浆电阻率、油基泥浆介电常数曲线。
9.根据权利要求3所示的一种基于油基泥浆微电阻率扫描成像测井参数确认方法，其特征在于，
子步骤E8：采用正交设计方法，减少正演模型OBMEIFM中网格点数量，方便正演模型OBMEIFM在后续反演模型中的调用；具体为：
首先，除电流频率f外，将其他五个影响参数的范围，即油基泥浆电阻率Rm、油基泥浆介电常数εmr、地层电阻率Rt、地层介电常数εfr、泥浆泥饼厚度sd的范围分别划分为不同区域，并采用线性或对数方式在每个区域内进行采样，然后，构建五个影响参数划分区域的全组合模型，共n1×n2×n3×n4×n5×m6，其中n1、n2、n3、n4、n5分别为五个影响参数划分区域的个数，m6为电流频率的个数；其次，在每一个参数区域组合模型内，利用正交设计方法，构建多因素多水平正交设计表，从而可以构建出n1×n2×n3×n4×n5×m6×L个影响参数组合，其中L为正交设计表中的组合数；最后，针对每个影响参数组合，利用数值模拟方法或实验室、现场模拟井实验方法计算或测量钮扣电极(11)的响应，输出参数为钮扣电极(11)的测量阻抗幅度Zb和相位
Figure FDA0003861763950000082
CN202211164950.9A 2022-09-23 2022-09-23 一种油基泥浆微电阻率扫描成像测井参数确定方法 Active CN115469366B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202211164950.9A CN115469366B (zh) 2022-09-23 2022-09-23 一种油基泥浆微电阻率扫描成像测井参数确定方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202211164950.9A CN115469366B (zh) 2022-09-23 2022-09-23 一种油基泥浆微电阻率扫描成像测井参数确定方法

Publications (2)

Publication Number Publication Date
CN115469366A true CN115469366A (zh) 2022-12-13
CN115469366B CN115469366B (zh) 2024-07-16

Family

ID=84335369

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202211164950.9A Active CN115469366B (zh) 2022-09-23 2022-09-23 一种油基泥浆微电阻率扫描成像测井参数确定方法

Country Status (1)

Country Link
CN (1) CN115469366B (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116733442A (zh) * 2023-07-10 2023-09-12 北京兰德维尔科技有限责任公司 贴井壁偏心核磁泥浆排除器装置
CN117005846A (zh) * 2023-07-25 2023-11-07 成都理工大学 致密砂岩油气藏条件下电阻率测井侵入校正方法及系统

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20110241690A1 (en) * 2008-10-31 2011-10-06 Andrew Hayman Tool for imaging a downhole environment
CN109782359A (zh) * 2019-02-20 2019-05-21 电子科技大学 基于油基泥浆环境微电阻率扫描成像的多频率校正方法
CN110094195A (zh) * 2019-04-12 2019-08-06 西安石油大学 一种基于凹陷电极结构的油基泥浆电成像测井方法
CN112099098A (zh) * 2020-09-25 2020-12-18 西安石油大学 一种基于油基泥浆电成像测井的井壁裂缝、孔洞识别和判断方法

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20110241690A1 (en) * 2008-10-31 2011-10-06 Andrew Hayman Tool for imaging a downhole environment
CN109782359A (zh) * 2019-02-20 2019-05-21 电子科技大学 基于油基泥浆环境微电阻率扫描成像的多频率校正方法
CN110094195A (zh) * 2019-04-12 2019-08-06 西安石油大学 一种基于凹陷电极结构的油基泥浆电成像测井方法
CN112099098A (zh) * 2020-09-25 2020-12-18 西安石油大学 一种基于油基泥浆电成像测井的井壁裂缝、孔洞识别和判断方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
高建申;孙建孟;姜艳娇;于其蛟;刘彦萍;: "油基钻井液环境下电成像测井响应分析及定量反演", 中国石油大学学报(自然科学版), no. 03, 20 June 2018 (2018-06-20) *

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116733442A (zh) * 2023-07-10 2023-09-12 北京兰德维尔科技有限责任公司 贴井壁偏心核磁泥浆排除器装置
CN116733442B (zh) * 2023-07-10 2024-01-05 北京兰德维尔科技有限责任公司 贴井壁偏心核磁泥浆排除器装置
CN117005846A (zh) * 2023-07-25 2023-11-07 成都理工大学 致密砂岩油气藏条件下电阻率测井侵入校正方法及系统
CN117005846B (zh) * 2023-07-25 2024-02-23 成都理工大学 致密砂岩油气藏条件下电阻率测井侵入校正方法及系统

Also Published As

Publication number Publication date
CN115469366B (zh) 2024-07-16

Similar Documents

Publication Publication Date Title
CN112505778A (zh) 一种页岩生储性能非均质性的三维原位表征方法
CN110187398B (zh) 一种寻找井间目标体的多电极系探测方法
CN115469366B (zh) 一种油基泥浆微电阻率扫描成像测井参数确定方法
CN109001823B (zh) 一种电磁大地透镜探测方法和探测装置
CN103026202A (zh) 获取多孔介质的相容和综合物理性质的方法
US12223692B2 (en) Method and system for image-based reservoir property estimation using machine learning
US8005619B2 (en) Method of determining reservoir parameters
CN111679343B (zh) 地震电磁复合数据采集系统和地下储层油气储量预测方法
Mardi et al. A water saturation prediction using artificial neural networks and an investigation on cementation factors and saturation exponent variations in an Iranian oil well
CN112835124B (zh) 基于成像测井和阵列声波测井资料的裂缝有效性评价方法
CN116738227A (zh) 一种电阻率参数和机器学习的土壤有机污染浓度预测方法
CN107944159A (zh) 一种随钻电磁波正演仿真数据库高精度压缩方法
Hai-cheng et al. A quantitative approach to characterize porosity structure from borehole electrical images and its application in a carbonate reservoir in the Tazhong area, Tarim basin
Kang et al. Using logging while drilling resistivity imaging data to quantitatively evaluate fracture aperture based on numerical simulation
CN108798656B (zh) 一种基于随钻测井仪器实现电阻率测量的方法及装置
CN113075748B (zh) 基于成像测井和声波远探测测井资料的裂缝有效性评价方法
CN112099098A (zh) 一种基于油基泥浆电成像测井的井壁裂缝、孔洞识别和判断方法
CN107939385B (zh) 定量计算极化值及应用的方法
Gao et al. Research on quantitative inversion characterization of high-definition electrical imaging logging in oil-based mud based on backpropagation neural network and multiple population genetic algorithm-Levenberg-Marquardt algorithm
Stummer New developments in electrical resistivity imaging
CN114970661A (zh) 一种历史遗留固体废物属性调查方法及系统
Dell'Aversana et al. Asset Value Maximization through a Novel Well Completion System for 3d Time Lapse Electromagnetic Tomography Supported by Machine Learning
CN113449408A (zh) 用于页岩气井的地层压力计算方法及装置
CN115857015B (zh) 一种火山地层中定量预测沉凝灰岩分布的方法
Roy et al. The influence of resolution on scale-dependent clustering in fracture spacing data

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant