5-2-储层测井精细解释研究

5.6 储层含流体性质测井精细解释方法研究

测井相包括岩性测井相和流体测井相，流体测井相是指单井剖面储层段所含流体性质，

1/2

即是油层、气层、水层和同层及干层等。采用曲线重叠法、两参数交会图法和P 正态分

布法及判别分析法等对研究工区储层的含流体性质进行判释，发现综合利用SW-RWa、Rt-POR参数以及基于测井多参数的两判别向量R1-R2交会图法识别油水层效果较好。实际上，准确判释低孔低渗地层含流体性质的技术关键，主要在于根据测井响应(曲线)特征，提取一些能敏感反映地层含流体性质差异的特征参数以及选用合理的数学分类准则。

5.6.1 油水层判别参数的提取

(1)地层水电阻率Rw计算

地层水电阻率是测井计算含油气饱和度的一个非常重要的参数。确定Rw的方法包括①根据地层水样测定Rw；②根据地层水化学分析结果确定Rw；③根据SP曲线求Rw；④根据标准水层确定Rw；⑤用Rt-POR交会图求Rw；⑥用Rwa-SP交会图求Rw。考虑到研究工区地质情况和地层水资料较少、地层水性质复杂多变,加之SP测井曲线在整个井段的变化特征不甚明显，为此采用第②种方法和第④种方法及第⑤种方法综合确定RW。

1）根据地层水化学分析结果确定Rw：由地层水分析的每种离子浓度Ci，计算总矿化度TC=ΣCi，根据TC计算每种离子浓度Ci的加权校正系数ai，由此计算等效NaCl溶液矿化度（等效NaCl溶液矿化度=ΣCi* ai）。最后再由等效NaCl溶液矿化度(ppm)和地层温度(t)确定地层水电阻率。

2）根据标准水层确定Rw：标准水层指含水纯地层，其地层水电阻率由Rw=Ro?Фm/a求出，其中Ro由深探测电阻率测井曲线求得，Ф由孔隙度测井求得。标准水层确定Rw必须满足以下两个条件：①在解释层段所选标准水层，必须是100%含水的纯地层，而且厚度大、孔隙性好。②用孔隙度测井求得的Ф值可靠，解释参数m、a已知。

3）用电阻率-孔隙度交会图求Rw：根据Rt-Ф交会图中的水线求出Rw。在交会图水线（SW=100%）上任取一点，读出该点的Rt-Ф，已知a、b和m利用Archie公式可以反求出地层水电阻率来。其应用条件是在解释层段有含水纯地层，而且地层水矿化度稳定。

表5-6-1 研究工区地层水电阻率RW(ohmm)取值范围 井 区 Wu10和Wu8,Wu20,乌检320井区 Wu16井区 Wu9和风26井区 乌检321,322,323井区 DW337,Wu5,Wu26井区 Dw261井区 T2k2 0.73 0.201 0.665 0.377 0.386, 0.465 T2K1 0.706 0.154 0.231 0.348 0.761 T1b 0.616 0.192 0.359 0.521 备 注 常取0.65 常取0.2 常取0.45 常取0.36 常取0.38 常取0.45 103

(2)地层水含水饱和度Sw计算

目前的饱和度计算方程基本有两类：一是建立在均匀孔隙单一介质基础上的饱和度方程，另一类是建立在裂缝和孔隙双重介质基础上的饱和度方程。均匀单一介质基础上的饱和度方程对岩性和孔隙结构比较均匀的砂岩储层能得出较满意的效果，而对非均质性的裂缝性砂岩储层则误差较大。本区砂岩储层以孔隙型为主，可采用不同的饱和度方程来计算地层含水饱和度。

① 利用阿尔奇公式计算纯地层的含水饱和度Sw

阿尔奇公式是连接孔隙度测井和电阻率测井这两类测井方法的桥梁，适用于纯的孔隙型均匀各向同性的砂岩地层。

a?b?RwSwn? (5-6-1) m??Rt式中： Rt为地层电阻率(Ω.M)，Rw为地层水电阻率(Ω.M)， Sw为地层含水饱和度(小数)，Φ为孔隙度(小数)，m为胶结指数或孔隙结构指数(通常取2)，a为岩性系数(常选1)，n为饱和度指数(多选2)，b为调节系数(也可称为岩性系数，常选1)。

②利用Simendoux方程计算含泥质地层的含水饱和度Sw

Sw?1?0.81?RwRw?Vsh??? (5-6-2) ????Rt0.4?Rsh??

式中：Rt为地层电阻率(Ω·M)，Rw为地层水电阻率(Ω·M)，Sw为地层含水饱和度(小数)，Φ为孔隙度(小数)，Vsh为泥质含量(小数)，Rsh为泥质的电阻率(Ω·M)。 (3)视地层水电阻率Rwa的求取

由阿尔奇公式推导出视地层水电阻率Rwa的计算公式为

Rwa??m?Rt (5-6-3) 就同一岩性储层段的Rwa而言，一般有油层>油水同层>水层。一般情况下，水层的Rwa介于0.05～0.5之间，而油层的Rwa多大于1。

根据DW248井、WU25井、WU30井等33口井的SW和POR数据，结合实际试油结果，绘制了T2K和T2B地层SW-POR关系图，如图5-6-2(a)-(b)所示，画出SW随POR变化的外包络线，由此确定出T2K和T2B地层的有效孔隙度下限分别为13.5%、11.5%,束缚水饱和度分别为32%、33.5%。

104

图5-6-2(a) 工区T2k地层Sw-POR关系图

图5-6-2(b) 工区T2b地层Sw-POR关系图

实际处理时，可利用SW参数作为横坐标、Rwa作为纵坐标绘制交会图，水层集中在图版左下角，而油层分布在图的右上角，油水同层分布在中间位置。

105

5.6.2 电阻率和孔隙度两参数交会图法识别油水层

电阻率-声波、电阻率-密度和电阻率-中子等交会图在测井精细解释中，可用于确定地层水电阻率Rw、骨架参数、含水饱和度和冲洗带含水饱和度以及判断油水层等。实际上这些交会图法评价地层的含油性都是基于Archie 公式，并假定岩性稳定(a,b,m,n不变)和地层水电阻率Rw基本不变。

最常用的电阻率-孔隙度交会图有两种，即 (1)Hingle的Y?1mRt,X?POR指数和线性刻度的Rt-Por交会图

(2)Pickett的Y=log(Rt),X=log(Por),C=log(aRw)双对数交会图

本研究综合应用这两种交会图来确定油水干层，并由试油层段的资料点绘制Rt-Por交会图版以确定T2K1-2和T1b油层的有效厚度划分标准。例如，由图5-6-3～图5-6-4确定T2K2的POR下限为13.5%、Rt下限为17欧姆米、So下限为43%；由图5-6-5～图5-6-7交会图确定T2K1的POR下限为13.6%、Rt下限为34欧姆米、So下限为43%。

图5-6-3 电阻率和孔隙度交会图法识别T2K2油水层

106

图5-6-4 电阻率和孔隙度交会图法识别T2K1油水层

图5-6-5 电阻率和孔隙度交会图法识别T2K2油水层

107

图5-6-6 电阻率和孔隙度交会图法识别T2K1油水层

5.6.3 测井多参数两判别向量R1-R2交会图法识别油水层

在评价地层的含油(气)、水性质时，特别是对中低电阻、低含油饱和度的油层和其他复杂的地层，只根据地层电阻率或油气饱和度往往是不能准确地判断油层和水层的。实际上地层出油或出水，不仅与其电阻率或含油饱和度有关，而且还和地层的岩性、泥质含量、孔隙度、渗透率以及原油的性质等诸多因素有关，这些因素之间的关系又十分复杂，想用严格的数学物理方程来描述地层的各种参数与油水产量之间的关系是十分困难的，有时甚至是不可能的。针对工区试油井层多，油水层复杂多样的特点，从现代数理统计的角度出发，采用改进的测井多参数两判别向量投影值(R1-R2)交会图法识别油水层。 (1)方法原理

利用多参数判别分析法识别储层含流体性质时，若采用一个判别向量C，则水层和油层沿C方向上的投影值R1可能还有重叠混类区，判别效果不很理想。为了提高判别油水层的效果，需要进一步提取有效的判别信息，可引入计算一个与C向量正交的第二判别K向量，使油水层样品点在C、K两个判别向量所决定的平面上投影，其投影值即综合指标(判别函数值)分别为R1和R2。对已知的n个油层和m个水层算出其综合指标 R1和R2，以R1和R2为坐标绘制油水层判别交会图版。然后根据样品点在此交会图中的位置，来判断未知地

108

层的含流体性质，这样做可明显地提高油水层的判别效果。 (2)具体计算步骤

1）计算第一判别向量C:首先从测井计算的参数和其它来源的参数中选择出最能反映油水层特点的参数，构成一个向量Z(z1,z2,?,zp)作为判别分析的观察值。假设选择的判别向量为C(c1,c2,?,cp),建立的判别函数为R,样品点在判别向量方向上的投影R（每个样品点都有一个R值），就是对样品P个变量作线性变化，即

R=C?Z=[c1,c2,?,cp][z1,z2,?,zp]T = c1z1+ c2z2+ ? + cpzp (5-6-4) 式中c1,c2,?,cp是待定系数，可以按照费歇(Fisher)两类判别准则根据油水层的特征数据来确定。为此需要根据已有试油资料或可靠的油水层的数据来建立油层和水层两类统计总体。

n个油层 Xi=(xi1,,xi2,?, xip) i=1,2,?,n m个水层 Yi=(yi1,,yi2,?, yip) i=1,2,?,m，

可以根据这两类统计总体提取判别信息。所谓提取判别信息实质上就是进行坐标变换，以使这两类统计总体在新坐标系中的差别最大。可选择判别向量C为油水层界线，采用线性变换的方法来进行坐标变化，即将油水层层点沿C方向R轴投影，从而使得油水层在R轴上差别最大。设油水层在R轴上的投影(特征值)分别为Rxi和 Ryi，平均值分别为Rx和Ry

p1n1npRxi??cjxij,Rx??Rxi???cjxij??cjxjni?1ni?1j?1j?1j?1p(i?1,2,?,n) （5-6-5）

Ryi??cjy,Ry?j?1ijp11R?cjyij??cjyj?yim??mi?1i?1j?1j?1nmpp(i?1,2,.?,m)提取判别信息就是从已知n个油层和m个水层的参数中找出这样一个判别向量C(c1,c2,?,cp)使式（5-6-5）计算的油层特征值Rxi和水层特征值Ryi的数群尽量分开,即使G?(RX?RY)最大、油层和水层的离散度之和H??(Rxi?Rx)??(Ryi?Ry)2最小。

22i?1i?1nm在此，综合这两个条件，引入一个用以描述两类数群分离性的测度的比值参数Q，使其最大，即Q?GH最大。根据这个原则，即可求出待定系数c1,c2,?,cp。按照求极值的原理

可对Q求偏导数，并令其等于零。于是有

?CSll?1pjl?dj(j?1,2,?,p) ，可简写为矩阵方程 C?S?1D （5-6-6）

109

式中 dj?xj?yj ；Sjl??(xil?xl)(xij?xj)??(yil?yl)(yij?yj) 解方程（5-6-6）求出c1,c2,?,cp后代入式（5-6-4）即可求得判别函数值R。取油层Rx和水层Ry的加权平均值Ro来作为判别指标，即Ro?(nRx?mRy)/(n?m)。比较R和Ro大小便可判别未知地层是油层还是水层。

2)计算第二判别向量K:第二个判别向量K与第一个判别向量C正交，且使测度Q达到最大。设计一个新变量E把第一和第二判别向量联系起来，即

i?1i?1nmE?Q??CTK （5-6-7）

式中 ?为常数；CT为第一判别向量的转置矩阵；K为第二判别向量的矩阵。显然 K要使Q

达到最大，就必然使E达到最大。根据求条件极值的方法，有

K??S?1??(S?1)2D （5-6-8）

1?式中 ??和??均为待定系数。

a2a其次，根据第一和第二判别向量c和k正交的条件，来确定待定系数。根据正交条件有c*k=0，即 [S?1D]T*?[S?1??(S?1)2]?0 或 D,(S?1)，S?1D??D,(S?1),(S?1)2D 注意到S?1方阵是其对称矩阵,其转置矩阵仍为S?1,故得

?D,(S?1)2D ??,?13 （5-6-9）

D(S)D同时,对K取单位向量,即K*K?1或K*K?1,得

1 ?2?T?1 （5-6-10） ?122D[S?(S)]D 根据式(5-6-8)( 5-6-9)和(5-6-10)可算出第二判别向量K,再用式(5-6-4)就可以算出第二个综合指标R2。

3)确定判别准则：首先按岩性和储层类型，统计出一批典型的已知水层和油层两类总体的样本层，其次根据测井和地质资料计算出判别分析所需要的各种参数(这些参数彼此间尽可能独立)，如含水饱和度(SW)、视地层水电阻率(RWa)和有效孔隙度及径向电阻率比值等，然后对判别参数进行规格化处理，分别计算第一和第二判别向量C和K以及水层和油层的综合指标(R1w, R2w)、(R1o,R2o)，并绘制油水层判别图版，同时根据图上水层和油层点的判别分界限让计算机按最优化处理方法自动画出两条相互平行的油水层判别线L1和L2，L1是油层与油水同层的界线、L2是油水同层与水层的界线，并自动求出L1、L2分界线的斜率A和系数B,C（L1、L2直线方程分别为R2=A*R1+B，R2=A*R1+C）。另外，可在判别图上过

?原点做直线L3与L1和L2正交，则L3的方程为R2=-R1/A，写成向量形式则为L3(R1,R2)。在

110

,，rL3上取单位向量i3(r1,r2) ，则有i3?r1i?r2j，r12?r22?1 ，?1A?2r ，解得

2 r1??A/1?A2，r2?1/1?A2 ，则油层、油水同层、水层点的向量w(R1,R2)在L3上的投影(W)将不会重叠，可作为区分油水层的单一变量，称为油水层特征值（可看作油气指示器或油气特征曲线），即

W?wi3?R1r1?R2r2 (5-6-11)

将L3与L1和L2的交点坐标代入式（5-6-11）可求得油层与油水同层判别分界值W1和油水同层与水层判别分界值W2；对于待判地层算出综合指标R1和R2及油水特征值W后便可判别它的含油水性质，当W>W1时为油层、当W

图5-6-7为乌尔禾油田三叠系T2K砂岩储层的油水层判释图版。由图可见，水层和油层都集中分布在相距较远处，而油水同层分布在水层和油层之间。当需要判别任一地层的含流体性质时，只要算出其综合指标R1和R2，由它落在判别图上的位置即可判断该层是油层、油水同层或水层。实际处理时，先算出W1和W2两个界限值，然后逐点计算每个采样点的W值，得到一条连续的油水层特征值W曲线，并把渗透率小于某一数值K0(本区产油层最小孔隙度为13.5%,最小渗透率取为0.04md)的地层认为是干层，将其W值置为W2。

表5-6-1中POR为泥质校正后的测井解释有效孔隙度；Rti为测井侵入系数，等于地层深探测电阻率与浅探测电阻率之比，该参数不但可反映泥浆滤液侵入油层、油水同层、油层而造成油水分布不同的规律，而且在一定程度上反映了油水的相对渗透率大小；SW为测井解释的含水饱和度，Kind代表地层含流体性质类别，其中O、O/W、W分别表示油层、油水同层、油层，共有80个样本层。这些层来自工区T2K多口井的砂岩储层段统计数据和试油结果。由于各区块的测井信息的种类、数量和品质不一样，考虑到普遍性和实用性，所以仅从测井资料中提取了这四种参数作为识别油层、油水同层、水层的特征参数。

综合应用上述方法识别油水层的符合率较高，其中300口井统计的符合率高达89.5%以上。限于文幅，在此仅举部分井段的油水层测井精细解释成果表和成果图，见表5-6-1?表5-6-5 、图5-6-7?图5-6-9。

111

图5-6-7 工区T2K地层油水层判别图版 表5-6-1 研究工区油水层识别样本统计模式 NO 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 POR 21.6 19.2 15.7 16.7 18.0 15.5 15.3 17.1 18.3 17.6 15.7 16.7 17.4 18.2 17.0 20.6 20.3 12.7 11.8 SW 32.3 33.7 30.8 27.4 24.2 29.5 34.7 32.6 29.4 32.3 33.7 31.0 29.7 29.0 31.7 32.0 33.1 27.5 24.9 Rti Rwa 备注 油层 油层 油层 油层 油层 油层 油层 油层 油层 油层 油层 油层 油层 油层 油层 油层 油层 油层 油层 NO 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 57 58 59 POR 9.9 9.9 9.2 17.6 15.1 15.0 15.2 7.4 11.8 13.2 13.9 13.7 13.2 12.7 12.6 13.7 13.8 12.6 12.8 SW 68.7 73.0 100.0 71.4 69.5 69.9 70.2 100.0 88.6 75.3 68.9 69.2 72.7 76.2 76.4 68.8 72.5 80.2 75.1 Rti 0.977 1.034 1.185 1.181 1.358 1.328 1.264 1.549 1.416 1.402 1.437 1.503 1.505 1.459 1.394 1.413 1.396 1.360 1.421 Rwa 0.262 0.236 0.066 0.274 0.280 0.276 0.275 0.062 0.174 0.237 0.279 0.276 0.252 0.230 0.229 0.279 0.255 0.210 0.236 备注 水层 水层 水层 水层 水层 水层 水层 水层 水层 水层 水层 水层 水层 水层 水层 水层 水层 水层 水层 1.644 1.630 1.553 1.480 1.647 1.667 1.602 2.060 1.634 2.604 1.622 1.791 1.552 1.344 1.508 1.532 1.705 1.854 1.566 1.569 1.485 1.418 1.502 1.662 1.474 1.807 1.469 1.906 1.477 1.606 1.453 1.638 1.475 1.540 0.931 0.619 0.930 0.622 112

图5-6-9 Wu20井1457m-1515m井段(T2K2)油水层测井综合解释成果图

118

5.7 基于多矿物模型分析的最优化测井多功能解释方法

该法综合多种测井解释方法，主要基于组分分析原理，以油气水在微观孔隙中的分布

和渗流理论为依据，采用最优化解释方法处理复杂岩性地层的测井资料，目的在于求解反映地层静态和动态特性的一系列地质参数。其模块是一个多步处理应用程序，主要包括模型分析、矿物计算、曲线合成、岩相划分和岩相修正五个步骤，可分辨出单井剖面中地层矿物类别及其体积含量。应用该模块解释了工区多口井尤其是开发井的测井资料，获得了连续的地层矿物含量剖面、岩性剖面和各种储层参数。通过与岩心、录井和试油资料等对比证实，效果明显，这是一种全新的地层岩性、物性参数和含流体性质的解释方法。

5.7.1 方法原理 （1）模型建立

把岩性复杂的地层看成是由局部均匀的几个部分组成的：几种骨架矿物(?Vmai)、粘土(Vcl)和孔隙(?)。通常可选择多种矿物成分并设置四种储集层参数，即未知量向量为:

m??Vmai? (5-7-1) X???，Sw，Vcl，Sxo，?i?1??式中m为骨架矿物数，Sw为含水饱和度，Sxo为冲洗带含水饱和度。骨架矿物是按实际地质情况指定的常见的石英、方解石、白云石或其它矿物。地层对于测井仪器的响应方程可由岩石体积物理模型表示。例如，对于含有m种矿物(第m种为孔隙)的地层，密度测井?b可用响应方程表示为：

?b??1V1??2V2????jVj?????V? (5-7-2)

1?V1?V2???Vj???V?

式中 Vj、?j分别为地层中第j种矿物的体积含量及体积密度, V?、??分别为第m种矿物的体积含量和密度，即孔隙体积和孔隙密度。

同理，GR、AC、CNL测井曲线也可表示为与上式相同的测井响应方程(假定有N-1条测井曲线L，要计算m种矿物含量，包括孔隙体积V?，并且N?m)：

P1???V1??V?P22?P2j?P2????2????????? (5-7-3)

Pi2?Pij?Pi???Vj?????????P(N?1)2?P(N?1）j?P(N?1)?????V???式中 Li为测井曲线读值(i≤N-1)；Pij为矿物测井响应参数；Vj为矿物体积含量(j

??于是，连同平衡方程V1?V2???Vj???V??1 可组成有N个方程的线性超定方程组。

?L1??P11?L??P?2??21??????=?L?i??Pi1???????L??N?1????P(N?1)1P12P1j 119

实际计算矿物成分时，由于平衡方程已放在超定方程组中并且给予了很大的权系数，则只需在约束条件Vj?0下求解上述线性超定方程组即可。模型分析程序采用“外点惩罚函数”求解，可将约束范围外的解拉回到约束范围内来。目标函数为：

?f?V???PV?L?W?PV?L??V?RV (5-7-4)

式中 W是加权系数矩阵，在模型分析程序中各条测井曲线的总误差被自动地转换成其响应方程的加权系数。惩罚因子矩阵R是对角阵，当Vi?0时，当Vi?0时，Rii?0；Rii?0。即当Vi满足约束条件时不作惩罚，仅仅当Vi不满足约束条件时才进行惩罚。

模型分析程序采用迭代法由无约束最优解向有约束最优解逼近。一般迭代有限次就可得到有约束条件超定方程组的最优解。综上所述，多矿物模型可表示为线性超定方程组。线性超定方程组与不等式约束条件分别为PV-L=0与V≥0；目标函数及其最优解分别为

?f?V???PV?L?W?PV?L??V?RV和 V??P?WP?R??1?P?WL?。

最优化测井解释是根据地球物理学广义反演理论,以环境影响校正后较为真实地反应地层特征的实际测井值为基础,根据适当的解释模型和测井方程,通过合理选择区域性解释参数的初始值,反算出相应的理论测井值,并与实际测井值比较,按非线性加权最小二乘法原理建立目标函数,用最优化技术不断地调整未知储集层参数值,使目标函数最小,直到两者充分逼近,此时计算理论测井值所采用的未知量X就是充分反映实际储层参数值,即最优化测井解释结果。与传统测井解释方法不同的是，该法是将所有测井信息、误差及某些地区地质经验综合成一个多维信息综合体，运用数学上的最优化方法，进行多维处理。最后得到最佳解释结果，其原理如图5-7-1所示。由上所述，多矿物模型可表示为： 线性超定方程组 PV-L=0 (5-7-5) 不等式约束条件 V≥0

目标函数 f(V)=(PV-L)／W（PV-L）+V／RV （5-7-6） 最优解 V=(P／WP+R)-1(P／WL) (5-7-7) 如果N=M也可用上面的方法计算。 （2）模型分析

多矿物模型误差分析和分辨系数至关重要。某条测井曲线的总误差小则其加权系数大，该曲线在目标函数中所起的作用就大。所以在计算出矿物成分时，模型分析程序还根据测井响应方程计算各条理论测井曲线，将其与实测曲线对比，进行误差分析和解释参数调整，并定义平均偏差为：

1N?1?Li?Lit??? (5-7-8) ????N?1i?1??i??2 120

图5-7-1 多矿物模型最优化测井解释原理

用最优化方法调整未知量X 储 层 参 数 初 始 值 X0 解 释 模 型 响 应 方 程 理论测井值 比 较 实际测井值 充 分 逼 近？ 输出 最优 化解 释结 果X 其中Lit为理论测井值，Li为实际测井值，?i为测井总误差。式(5-7-8)所计算的δ是目标函数在约束条件下的极小值，是所用模型对测井数据拟合逼近的度量。

另外，测井曲线对矿物的区分能力是选择解释模型的重要条件。例如GR测井曲线能较好地区分粘土和石英，但不能区分方解石和白云石。可用分辨系数(ε)表示模型分析中测井曲线L对矿物V的区分能力。在进行单模型或多模型处理时，需要对模型进行分析，求出分辨系数ε。研究表明，分辨系数ε<4为好，4<ε< 5为一般，5<ε< 6为较差，ε>6则为很差。因此，当ε值大于6时应减少模型中的矿物数或增加测井曲线种类以保证处理结果正确。实际处理时，合理地选择矿物组合种类和调整矿物测井响应理论值是关键。

（3）多矿物计算

矿物计算程序可以同时并行处理多个相同或不同模型，最后按给定的约束条件对多模型进行组合，输出最佳岩性成分体积剖面。计算中程序根据所给定的约束条件，算出每一模型的概率，从而计算组合模型中各矿物的含量：

Vk???l?Vkl (5-7-9)

l?1?式中：Vk、Vkl分别为组合模型中第k种、第l种模型中的第k种矿物含量；?l为第l个模型的概率；?为模型的个数。

（4）曲线合成

由矿物计算程序处理结果可得到每一深度点的矿物体积含量，而曲线合成程序可根据矿物体积含量和测井响应参数合成或重建测井曲线，即生成理论曲线，将实际曲线与理论

121

曲线进行重叠对比：

L??PiVi (5-7-10)

i?1N?1式中：L—合成测井曲线值（例如：密度），P—第i种矿物测井响应参数，Vi—第ii种矿物含量(包括流体体积含量)。

（5）岩相划分

岩相划分程序提供了一种全新的测井相分析方法。这种方法首先由岩相学知识来定义各种岩相，从而建立矿物岩相数据库。实际处理时可直接利用矿物计算程序处理得到的地层矿物含量剖面，根据矿物与岩相关系数据库划分地层岩相。

根据岩相学可以确定矿物与岩相的关系，例如当地层主要由三种不同含量的矿物(粘土、石英和方解石)组成，则此地层可划分为砂岩、泥岩、石灰岩、泥质砂岩、灰质砂岩、砂质泥岩、钙质泥岩、泥质灰岩和砂质灰岩等近10种岩相。根据具体需要还可以进一步细分，如含泥砂岩等等，并在实际划分中还应考虑孔隙度、次要矿物的影响。

（6）计算含水饱和度和含油气影响校正

有五种含水饱和度公式可供选择，即阿尔奇公式、费尔特公式、印度尼西亚公式、西门杜公式和双水法公式。一般Sw公式是地层电阻率、地层水电阻率、孔隙度等参数的非线性公式。同样，地层冲洗带含水饱和度Sxo是地层冲洗带电阻率、泥浆滤液电阻率等参数的非线性公式。这里将计算地层含水饱和度公式记为：

Sw?f?Rt,Rw,a,b,m,n,Vsh,Rsh,?? ( 5-7-11)

在计算地层矿物体积含量的线性超定方程组（5-7-4）式中，V?是地层孔隙度，Pi?是孔隙中混合流体的测井响应参数，孔隙中的混合流体是由泥浆滤液、地层水和油气组成。对于各种测井，可由下式计算Pi?：

Pi??ti?SxoPimf??1?Sxo?Pih???1?ti??SwPiw??1?Sw?Pih? (5-7-12)

式中 P、Piw和P分别为泥浆滤液、地层水和油气的测井响应参数，?i是侵入因子，ihimf对于不同的测井，侵入因子?i不同。一般密度测井?i =0.9，中子测井?i =0.4，这主要取决于泥浆滤液的侵入深度和仪器的探测深度，在矿物计算程序中?i隐含值都为1。

用线性迭代法进行油气校正：①设Sxo?1，Sw?1；②将Sxo和Sw代入（5-7-11）式计算Pi?；③将流体响应参数Pi?代入（5-7-12）式计算地层各种矿物含量；④用新得到的孔隙度、泥质含量等参数代入（5-7-11）式计算Sxo、Sw。重复迭代计算，直到两次计算的孔隙度误差小于所给定的误差值，至此油气影响校正过程结束。 （7）计算地层渗透率

122

曲线合成程序的一个重要特点是根据矿物含量和孔隙度计算地层渗透率。相同孔隙度的地层渗透率有时可能相差几个数量级。因此单用孔隙度来计算地层渗透率常常会产生较大的误差，Scheidger提出了一个适合碎屑岩均匀孔隙地层的理论公式：

K?A?3?1???2?Sr (5-7-13)

这里A是经验常数、Sr是岩石单位体积内的颗粒表面积，由于测井资料不能确定Sr，所以这一方法不能在实际中应用。

从物理的观点来看，孔隙介质的渗透率与介质的成分关系不大，其孔隙系统才是关键因素。但是从地质的观点来看地层中的矿物成分与沉积环境和物源有关，岩石颗粒的大小、形状和结构与矿物成分相关。因此矿物成分及含量的变化使得地层的孔隙度形态发生变化，从而对地层渗透率产生影响。为了方便计算，将公式（5-7-13）改为下面的公式：

K??m?1?1???m?EXP?Af??BiVi? ( 5-7-14)

式中 Vi—矿物含量；Bi—常数；m—地层胶结指数；Af—解释井段中最大长石含量的函数。

砂岩地层中长石含量大则岩石成分成熟度低，一般岩石颗粒较大，渗透率也大。对于长石和石英，Bi为正值。粘土含量增加将使渗透率减小，其中蒙脱石影响最大，伊利石次之，高岭土对渗透率的影响最小。同时其它胶结物（如钙质胶结）也使砂岩渗透率减小。因此，对粘土矿物和其它胶结物，Bi取负值。Bi可根据岩心分析等资料得到。

5.7.2 应用实例分析

限于篇幅，仅以Dw631井资料为例进行说明。图5-18为该井多矿物模型分析处理成果图，图中CNLT、DENT、ACT、GRT分别为实测曲线CNL、DEN、AC、GR通过最优化反演得到的对应理论曲线，可以看出两者较好地逼近重合。另外，所解释的岩石骨架矿物主要以石英为主、长石次之，泥质含量较高，岩性体积剖面与实际地层的岩石成分较为一致。储层段的物性参数和饱和度参数都与实际的岩心物性分析及试油结果相吻合，且模型误差曲线值主要显示为低值，处理效果良好，说明解释模型及解释参数选取合理。

显然，该法从多矿物分析的角度出发，建立测井曲线L、地层矿物含量V、测井响应参数P和测井相F之间的关系，可以采用多个矿物组合模型处理，根据误差函数和分辨率或模型误差来选择最佳岩性体积剖面，可实现利用多矿物成分和岩性体积剖面建立连续的测井相剖面，可为测井解释提供可靠的岩性模型和骨架参数，而且它弥补了钻井取心费用高和录井岩屑岩性描述与深度有误差的缺陷，优于常规的POR和CRA方法。

123

图5-7-1 DW631井1330-1390米井段多矿物模型分析处理成果图

124

基于以上所研究的工区储层测井精细解释方法和模型，编制了能够直接挂接在FORWARD软件平台上的多个可视化应用程序，实现单井和多井测井资料的分层解释与逐点解释处理。其单井孔渗饱参数的逐点解释处理与储层划分流程见图5-7-2。

将数据文本文件转换成WIS文件并从中读入测井数据，建立解释参数卡 对GR、AC、CNL、DEN、RT测井曲线进行平滑滤波和井眼影响校正 对GR、AC、CNL、DEN、RT测井数据进行直方图标准化 用CNL和RT曲线计算泥质含量Vsh 基于岩心刻度测井技术用回归分析和神经网络法等建立POR、k、Sw测井解释模型

图5-7-2 单井孔渗饱参数的逐点解释处理与储层划分流程图

输出各井储层划分统计结果 对逐点结果进行统计处理，获取砂层、储层和油水层数据 用孔隙度曲线计算 用IPFG选择计算POR的方法 用回归公式计算 用神经网络计算 最优化方法计算 计算Sw和PERM 用交会图等方法综合判释油水层，并输出成果图件 按储层划分标准CUTP=13.5，DCAL=2.0，HDCT=0.4，SHCT=35，CUTK=0.4 建立砂层和储层划分参数卡 125

本文来源：https://www.bwwdw.com/article/ryd6.html