聚類分析法與多級評判法在儲層分類評價中的應用
——以英臺油田姚一段為例

2016-12-21 06:01:39屈泰來

西部探礦工程 2016年12期

關鍵詞：分類評價

余偉，屈泰來

（中國石油天然氣勘探開發公司，北京100034）

聚類分析法與多級評判法在儲層分類評價中的應用
——以英臺油田姚一段為例

余偉*，屈泰來

（中國石油天然氣勘探開發公司，北京100034）

以英臺油田姚一段為研究對象，選取典型井，在研究與合理選擇分類參數的基礎上，綜合應用聚類分析法和多級判別函數法對該區的姚一段儲層進行了定量分類評價，并研究了儲層平面分布特征。研究結果表明，利用該方法進行儲層分類評價是可行的，具有較高的綜合性與科學性。

儲層分類評價；聚類分析；多級評判

隨著油氣勘探開發不斷深入開展，儲層的評價研究工作正日趨向綜合化發展，其總體趨勢是從宏觀到微觀，從定性向定量發展。在這方面國內外許多學者作了大量工作，如Levorsen給出了孔隙度和滲透率分類評價標準；王允誠等人提出了孔隙類型和毛細管壓力曲線特征分類評價標準，姚蔭提出了以多元逐步回歸分析、R型因子分析和Q型聚類分析等分類方法為基礎的綜合評判法[1-2]。前二者是單純應用宏觀或微觀參數進行定性評價，后者為定量的綜合評價方法，較之前者更為準確一些，其基本原理是利用一個判別函數來判別樣品的歸屬，主要適用于樣品分為2類的情況，但實際問題往往更加復雜，即要在兩個或多個類別中決定某個樣品的歸屬問題，因此上述方法適用性較差。在英臺地區的儲層評價實踐中，筆者在對該區儲層進行聚類分析的基礎上，運用多級判別分析法對該區儲層進行了詳細評價，取得了較好的效果。

1 儲層分類評價參數及樣品的選取

1.1 儲層分類評價參數的確定

合理地選擇儲層分類評價參數是儲層評價的關鍵。用來描述儲層特征的參數有很多，包括宏觀、微觀、非均質性、動、靜態產能資料等。按照英臺地區的實際地質情況并通過對應分析，選用滲透率、孔隙度、泥質含量、滲透率突進系數4個參數作為儲層分類評價的參數。這4個參數從儲層的孔滲性、巖性及非均質性3個方面綜合反映了該區儲層的總體特征。

1.2 儲層分類評價樣品的選取

依據以下標準來選擇樣品：（1）所選擇的樣品應包括該區儲層所有巖相類型，使其能夠全面地反映該區的儲層巖性特征；（2）該井試驗分析、測井數字處理及產能等動靜態資料較全，并具有匹配性；（3）巖芯觀察與試驗分析的第一手資料相對應，這樣取得的樣品才具有地質分析的可靠性與代表性。

Y17井為該區一口系統取芯井，取芯收獲率達93%以上，其儲層巖石類型由含礫砂巖、粗砂巖、中細砂巖、粉砂巖等，包括了該區儲層所有巖石類型，而且該井試驗分析、測井數據等資料齊全，處于工區有利的構造與沉積相帶內。

依據以上所述，選取了Y17井22個典型樣品建立了儲層分類的樣品集（表1），即以該井作為儲層類型劃分與建立分類評價的典型井。

2 典型井儲層類型Q型聚類分析

2.1 Q型聚類分析法原理[3-5]

聚類分析是按照一批研究對象在性質上的親疏關系進行分類的一種多元統計分析方法，在對樣品進行分類時，稱之為Q型聚類分析。它能根據樣品的多項觀測指標來具體計算樣品之間的相似程度，把相似的樣品歸為一類，同時把關系密切的歸為一個小分類單位，待把所有樣品歸類完畢后，形成一個由大到小的分類系統。Q型聚類分析中樣品的相似程度用相似系數、距離系數表示。設有N個樣品，測定M個變量，那么任意2個樣品xj和xk之間的相似程度可用M維空間2個樣品的相似系數或距離系數來表示。相似系數：式中：j、k=1,2,…，N。

表1 英臺地區姚一段Y17井儲層分類標準樣品集數據表

2.2 典型井儲層類型劃分

儲層分類的實質是把儲層性質相近的樣品作為同一類，綜合考慮Q型聚類分析方法的數學原理及其優越性，利用該方法對Y17井儲層類型進行了分類研究，分類結果如圖1所示。從圖中可以看出，22個樣品分為4類，即Ⅰ、Ⅱ、Ⅲ、Ⅳ類。

圖1 Y17井姚一段儲層聚類判別分類譜系圖

為進一步驗證分類的合理性，對4類儲層的參數特征進行綜合分析，發現以下規律：①Ⅰ類儲層（包括樣品2、4、10、21）物性最好，滲透率在1100×10-3μm2以上，孔隙度30%以上，顯示出高孔高滲的儲層特征，滲透率突進系數小于1.2，顯示較弱的儲層非均質性，泥質含量10%左右；②Ⅱ類儲層（包括樣品3、8、11、14、17、19、22），物性較好，滲透率（1100～600）×10-3μm2，孔隙度22%左右，顯示中孔中滲的儲層特征，滲透率突進系數1.5～2，顯示中等非均質性，泥質含量17%左右；③Ⅲ類儲層（包括樣品6、12、13、16、18、20），物性較差，滲透率（600～150）×10-3μm2，孔隙度18%左右，由于泥質含量增高（23%左右），引起滲透率降低，儲層非均質性增強，其滲透率突進系數為3.5左右；④Ⅳ類儲層（包括樣品1、5、7、9），物性相對最差，滲透率150×10-3μm2以下，孔隙度10%以下，具有較強的儲層非均質性，滲透率突進系數值大于4，巖性以泥質粉砂巖、粉砂質泥巖為主。參數特征分析表明，由Ⅰ類至Ⅳ類儲層的孔滲性降低，泥質含量增加，非均質性增強，即儲層質量由好向壞變化。

地質分析證實，該分類結果是合理的，4類儲層對應參數分布特征見表2。

3 儲層分類函數的建立——判別函數法

3.1 多級判別函數法

多級判別函數法是在對樣品進行分類的基礎上，在多個（2個以上）類別中決定某個樣品的歸屬問題，設分類的組數為G，考慮的因子為p個，每類已知樣品數為nj(j=1,2,…，G)。此時，可確立的判別函數個數為：M=min[G-1,p]，即可引入M個判別函數：

表2 4類儲層對應參數均值統計表

式中：x(l)——第l個因子；

yi——第i個判別函數；

vi(l)——第i個判別函數的系數。

為求出此M個判別函數，也就是要確定系數vi(1)(l=1,2，…，M)，求解特征方程組：

而：

式中：N——各類樣品數的總和。

然后得出特征值λi，按其大小順序取其前M=[G-1,p]個，其相應的特征向量即為判別函數的系數，求出特征向量后，判別函數也就確定了。

最后計算未知類屬的樣品對應的判別向量Y=(y1, y2，…，yM)出現在第j類的概率，即

式中：pj=nj/N

如第幾個概率值最大則其屬于第幾類。

3.2 多級判別函數法的應用

依據以上所述的原理，根據前面聚類分析結果，此處分類的組數為G=4，考慮的因子有4個，即p=4，已知樣品總數此時M=min［G-1,p］=3，故可以引入3個判別函數解特征方程組(2)，得出3個判別函數：y1=-0.0008a+0.0118b-0.0072c-0.0143d y2=-0.0002a+0.0072b-0.0070c-0.0024d y3=-0.0031a+0.0042b-0.0036c-0.0026d

式中：a、b、c、d——4個儲層物性參數。

為驗證該方法的可靠性，對已知類屬的Y17井22個樣品進行了判別，如表3所示，除個別樣品被誤判外，大部分均與已知相吻合，吻合率在92%以上。

4 儲層平面分布特征研究

以該區目的層段的主力產油層姚一段為例，研究該區儲層的平面展布特征。利用上述方法對姚一段儲層進行了綜合評價（圖2）。由圖可見，西北部的1、2井及西部的9、10井區為Ⅰ類儲層區，這2個方向也是該區2個主要物源方向；向前過渡為Ⅱ類儲層區，并延伸到北東方向的23、25井區，西南方向的19井區，此外正東的22井區，正西的20、25井區，正北的21井區也為Ⅱ類儲層區；中部的8、11、12、13井區為Ⅲ類儲層區，遠物源的18井區也為Ⅲ類儲層區；Ⅳ類儲層主要分布于邊緣的17、26、27、28、31井區。

通過與該層沉積微相平面分布特征對比分析可見：儲集性能較好的Ⅰ、Ⅱ類儲層主要分布于水下分流河道相帶內，如西北部的1、2井區及西部的9、10井區，均為該區最有利的沉積相帶；河道的遠緣與河口壩區以Ⅲ、Ⅳ類儲層為主，如中部的8、11、12、13井區，是3條分流支河道交匯所形成的河口壩區，該區儲層巖性變細，相應地儲層孔滲性降低，儲層品質變差；而以泥巖沉積為主的河泛平原及分流間灣微相區則對應非儲層區。以上分析表明，該區沉積相的展布直接影響了儲層的分布特征。產能資料的分析也從側面證明了這一點，其結果顯示Ⅰ、Ⅱ類儲層的產能較高，而Ⅲ、Ⅳ類儲層的產能較低甚至為零。