基于巖性字典的巖性識別方法研究

摘 要：選擇覆蓋研究區的預探井，用其測錄井資料作為數據樣本，通過層序約束、樣本數據分析和算法研究，建立同一層序格架內巖性與測井取值對應關系的巖性字典，然后通過待解釋井的測井曲線數據與巖性字典內各種巖性測井曲線取值的比對，進行巖性解釋，解決了由于缺少錄井資料給沉積相研究帶來的難題。

關鍵詞：幅度均值；偏度校正；巖性解釋

巖性字典是實現巖性解釋的核心部分，建立巖性字典要求選擇覆蓋研究區的具有代表性的取芯井的巖性數據或巖性錄井數據和電測數據作為樣本數據，通過對巖性數據和測井數據進行一系列的預處理和數據分析，最后建立起與實際情況相符合的巖性字典。

1 字典數據分析

數據分析是為了確定合理的數據樣本。數據分析中涉及的參數有：電測曲線取值的最值、平均值、方差以及偏度，這些參數從數學的角度反映出樣本的好壞，剔除不合理的樣本，保留合理的樣本，從而建立起合適的巖性字典，提高巖性解釋的正確性，各參數的具體含義如表1。

表1 參數及其含義

根據分析設計所采用的均值x、方差δ、標準差s和偏度sk計算方法如下式（1）、（2）、（3）、（4）。

2 偏度校正的數據分析

樣本的偏度反映樣本數據分布的非對稱程度，當樣本數據的分布為正態分布時（sk=0），絕大部分樣本數據集中分布在中間部位，接近于樣本的平均值。當樣本數據的分布為非正態分布時，絕大部分樣本數據分布在樣本平均值的左側或右側，即當偏度sk>0時，樣本分布呈右偏態，絕大部分樣品數據分布在樣本均值的左側，少部分樣本數據分布在樣本均值的右側；當偏度sk<0時，樣本分布呈左偏態，絕大部分樣本數據分布在樣本均值的右側，少部分樣本數據分布在樣本均值的左側。算法選擇偏度校正進行數據處理的目的有兩個：一是剔除偏離樣本均值較遠的樣本，這些樣本一般數量較少，當它們的取值異常程度很高時，會對數據分析結果的正確性產生較大的影響。把這些數據剔除后，會使樣本數據分布集中于大部分樣本所分布的范圍內，從而使數據范圍更集中，樣本數據更合理；二是使GR幅度均值按照從小到大的順序排列后，GR幅度均值與巖性有較好的一致性，與實際情況相符。

3 巖性字典的建立

通過一系列數據預處理、選擇偏度校正的數據分析操作，樣本數據分布已經符合地質認識，可以進行巖性字典的建立了，巖性字典的本質就是巖性和GR幅度均值的關系表，以FI1內巖性、GR曲線幅度均值為例所建立的巖性字典如表2所示。

由表2可知，選擇偏度校正后，GR幅度均值按照砂巖-粉砂巖-粉砂質泥巖-泥巖的順序依次增大，這與地質認識相吻合。可見，通過偏度校正，達到了預期的目的。

4 誤差分析

通過巖性解釋效果評價，可以看出采用該方法和流程所解釋的巖性與實際錄井巖性有稍微的出入，產生這種誤差的原因很多，本人認為主要有以下因素：巖性的復雜性、測錄井數據的準確性、建立巖性字典時所選擇的典型井是否規范、數據分析所選擇的校正偏度是否合適等等。巖性字典是巖性對比解釋的基礎，為了提高解釋的準確性需要花費時間精心建立巖性字典。另外，可以把工區進行細化，對具有相同物源的區塊分別建立巖性字典，分區進行巖性解釋。

在層序地層格架約束下，選擇典型井建立巖性字典，采用GR幅度與巖性字典相應層序內的GR幅度均值比對的方法，進行巖性解釋，具有快速、方便的特點。該算法和流程所解釋的巖性與GR測井曲線具有較好的一致性，能夠滿足沉積相研究以及砂體比對的需要。

參考文獻

[1]楊川東，等.凝析氣藏（井）合理開采技術的研究與應用[J].鉆采工藝，1998，21（6）：25-28.

[2]劉建國，等.子洲氣田Y30井區合理產量研究[J].石油化工應用，2012，31（3）：31-33.

[3]李士倫，等.凝析氣勘探開發技術論文集[C].四川科學技術出版社，1998.

[4]駱什洪，等.HB1區塊異常高壓氣藏氣井合理產量研究[J].天然氣勘探與開發，2010（2）：37-39.

[5]陳軍，等.凝析氣井合理產量確定方法研究[J].內蒙古石油化工，2010，36（7）：103-105.

作者簡介：盧書田（1978，6-），男，漢族，本科，研究方向為石油地質。