基于电成像测井的碳酸盐岩储层孔隙结构识别新方法_李曦宁.pdf

测 井 技 术WELL LOGGING TECHNOLOGYVol.46 No.6 Dec 2022第46卷 第6期 2022年12月文章编号：10041338（2022）06068907基于电成像测井的碳酸盐岩储层 孔隙结构识别新方法李曦宁1，2，李剑平1，沈金松2，魏娇1，吴嘉鹏1，郭凯1（1.中国石油集团测井有限公司国际公司，北京 100101；2.中国石油大学（北京）油气资源与探测国家重点实验室，北京 102249）摘要：碳酸盐岩储层储集空间复杂，孔隙结构多样，难以准确计算其储层参数。为了实现对碳酸盐岩储层孔隙结构的精细评价，提出一种基于电成像测井的储层孔隙结构识别新方法，实现裂缝与溶蚀孔洞自动识别。针对一维电扣数据，利用自适应形态滤波，实现随机噪声压制和低频地层层理识别，达到增强电成像图中裂缝与溶蚀孔洞的目的。针对二维电成像图，利用主成分标记连通域算法计算形态学属性参数，构建综合裂缝指数，实现裂缝与溶蚀孔洞自动分离。多口井的实测数据结果表明，该方法分离的裂缝与溶蚀孔洞子图像最大程度地保持了它们的原始形态，很好地描述了储集空间的分布，并为精细评价复杂碳酸盐岩储层提供算法支持。关键词：测井评价；电成像测井；缝洞识别；自适应形态滤波；主成分标记连通域算法；碳酸盐岩储层中图分类号：P631.84 文献标识码：ADoi:10.16489/j.issn.10041338.2022.06.008A Novel Identification Method of Pore Structure in Carbonate Reservoirs Based on Electric Imaging LoggingLI Xining1,2,LI Jianping1,SHEN Jinsong2,WEI Jiao1,WU Jiapeng1,GUO Kai1(1.International Branch,China National Logging Corporation,Beijing 100101,China;2.State Key Laboratory of Petroleum Resources and Prospecting,China University of Petroleum(Beijing),Beijing 102249,China)Abstract:Carbonates always have complex reservoir space and diverse pore structures,so it is difficult to accurately calculate the reservois parameters.In order to the fine evaluation on pore structure in carbonate reservoirs,a novel identification method of pore structure in carbonate reservoirs is proposed to automatically identify fractures and corrusion vugs from the electric imaging logging.For the one-dimensional original conductivity measured by button electrode plates,the adaptive morphological filtering is used to eliminate random noise and identify low frequency stratification,so as to enhance the information of fractures and vugs in the electric logging images.For the two-dimensional electric logging images,the principal component labeling connected region algorithm is applied to calculate the morphological attributes and construct the comprehensive fracture index,which realized the automatic separation of fractures and corrosion vugs.Through testing the measured data of several wells,the results show that the sub-images of separated fractures and corrosion vugs maintain their original morphology to the greatest extent.The novel method can not only accurately describe the distribution of reservoir space,but also provide the algorithm support for the fine evaluation of complex carbonate reservoirs.Keywords:log evaluation;electric imaging logging;fractured-vuggy identification;adaptive morphological filtering;principal component labeling connected region algorithm;carbonate reservoir基金项目：中国石油天然气集团有限公司科技项目“海洋油气勘探关键技术研究”（2021DJ2403）；中国石油集团测井有限公司科技项目“海外稳油控水技术体系研究”（CNLC2022-10D02）；中国石油集团测井有限公司科技项目“海外综合地质及井位部署技术体系研究”（CNLC2022-10D03）；中国石油集团测井有限公司科技项目“CPLog 测井系统在海外市场的集成配套研究”（CPL2021-D04）第一作者：李曦宁，女，1987 年生，工程师，博士，从事海外测井资料解释与油气评价研究工作。E-mail：2022年测 井 技 术690 0 引 言裂缝与溶蚀孔洞是碳酸盐岩储层的主要储集空间和渗流通道，但其分布的非均质性和复杂性影响对该类储层的精细评价。电成像测井以其高分辨率和图像直观的特点，在定量评价碳酸盐岩储层方面得到广泛应用。目前，常用的电成像处理软件，如斯伦贝谢公司的GeoFrame、阿特拉斯公司的eXpress以及中国石油集团测井有限公司的LEAD等，大多是通过人机交互的方式拾取裂缝和溶蚀孔洞，其自动化程度不高，识别和处理的结果受人为因素影响。许多学者在电成像的自动识别与提取方面做了大量研究。Delhomme1提出图像分割标记控制方法，划分地质特征并勾勒其轮廓。Hall等2提出霍夫变换方法，自动拾取裂缝和地层层理，并计算其产状。Chitale等3提出图像增强和高斯拉普拉斯滤波，去除横向地质特征和层边界，实现裂缝追踪。Cornet4基于Matlab平台自动识别储层中裂缝与溶蚀孔洞，用正弦曲线拟合裂缝，并计算裂缝参数。刘瑞林等5和Xie等6利用小波变换去除电成像图中的麻点状噪声，提取裂缝和孔洞子图像，并计算缝洞面孔率。Xavier等7提出基于形态学算法自动识别声成像图中裂缝的方法。Li等8提出基于路径形态学的缝洞自动分离方法。这些方法在相应的研究区都取得了不错的应用效果，但受复杂地质环境和测井条件的影响，现有的识别方法仍无法自适应地识别裂缝与溶蚀孔洞形态。选择合适的图像识别方法将裂缝和溶蚀孔洞从复杂地质图像背景中分割出来，已经成为储层定量评价的热点和难点。该文提出了一种基于电成像测井的储层孔隙结构识别新方法。该方法融合了自适应形态滤波与主成分标记连通域算法，实现了从一维电扣数据的噪声压制和地层层理识别、到二维电成像图的缝洞识别的电成像自动处理全过程。1 一维电扣数据的自适应形态滤波电成像测井仪的纽扣电极所记录的一维电扣数据包含了3个分量：高频分量，反映井壁附近的裂缝与溶蚀孔洞发育情况；低频分量，反映地层电阻率的变化，其探测深度与浅侧向测井一致，保留地层的沉积层理等信息；直流分量，反映极板与井壁摩擦所引起的随机噪声等。该研究以斯伦贝谢公司的电成像测井仪FMI的测量数据为例9，采用自适应形态滤波压制192条一维电扣数据的随机噪声，并识别低频的地层层理信息，从而增强裂缝和溶蚀孔洞的高频信息。1.1 自适应形态滤波的去噪分析电成像测井仪器在井下工作时，往往受到井壁的磕碰、仪器电子元器件和线路等影响，造成电成像图中存在不同程度的麻点状噪声。这些噪声增加了裂缝与溶蚀孔洞的识别难度。因此，有必要采用有效的去噪方法滤除这些麻点状噪声。该文采用形态学的开-闭或闭-开的迭代运算作为算子10，自动搜索一维电扣数据的局部峰值，自适应地确定用于压制随机噪声的形态滤波器 11。该研究将压制噪声后的一维电扣数据预处理后成图，并对电成像图中的空白条带进行填充处理12。文中分别对比了原始电成像图、自适应形态滤波去噪后的电成像图以及Otsu图像分割后的电成像图13（见图1）。如图 1（d）、（e）和（f）所示，自适应形态滤波去噪后的分割效果较Otsu方法更好。Otsu方法在进行图像分割时往往会丢失部分极板的裂缝信息见图 1（f）中蓝色箭头所指处；然而自适应形态滤波方法进行去噪后，很好地保留了原始的极板信息见图 1（e）。分割后裂缝的完整性得到增强，这有助于下文对裂缝和溶蚀孔洞的准确识别。1.2 自适应形态滤波的地层层理自动识别为了更准确地提取高频的裂缝与溶蚀孔洞信息，在去除随机噪声后，还需将电成像数据中反映地层层理的低频信息分离出来。同理，采用自适应形态滤波方法识别一维电扣数据的地层层理信息，实现层理与缝洞的自动分割。首先，对去噪后的一维电导率信号进行多形状结构元素的实验分析，确定用于识别地层层理的结构元素形状。然后，自动搜索一维电扣数据的下包络，自适应地确定形态滤波器。最后，对192条一维电扣数据进行形态滤波，计算出包含层理信息的基质电导率曲线，其每条曲线的形态学滤波残差都反应了高频的裂缝与溶蚀孔洞信息见图 2（a）图 2（c）。分别将提取的一维电扣低频曲线和高频曲线成图，即可获得分离后的层理与缝洞子图像见图 2（d）图 2（g）。提取的层理子图像，可用于计算其产状等参数，这为沉积分析提供依据。分割层理后的电成像图更有效地突出了裂缝与溶蚀孔洞的信息（见图2右侧蓝色箭头所指处）。李曦宁，等：基于电成像测井的碳酸盐岩储层孔隙结构识别新方法第46卷 第6期691 3602701809005 8045 8055 806深度/m3602701809005 8045 8055 806深度/m3602701809005 8045 8055 806深度/m3602701809005 8045 8055 806深度/m3602701809005 8045 8055 806深度/m3602701809005 8045 8055 806深度/m方位/（）方位/（）方位/（）方位/（）方位/（）方位/（）（a）原始电成像图（b）自适应形态滤波去噪后的电成像图（c）压制的噪声（d）图1（a）的二值图（e）图1（b）的二值图（f）Otsu方法图像分割后的二值图图1 自适应形态滤波的噪声压制对比图2 725.52 726.02 726.52 727.02 727.52 728.02 728.52 729.02 729.5深度/m2 725.52 726.02 726.52