快速預測儲層敏感性方法研究與應用

王希芹（中國石油遼河油田分公司金海采油廠，遼寧 盤錦 124010）

快速預測儲層敏感性方法研究與應用

王希芹（中國石油遼河油田分公司金海采油廠，遼寧 盤錦 124010）

油田開發到中后期，儲層保護非常重要，要制定系統的儲層保護方案，首先要弄清楚儲層損害機理，而敏感性研究是分析損害機理的前提。敏感性研究是建立在巖心敏感性試驗的基礎之上，因而需要大量巖心，但是巖心的鉆取越來越困難，而且評價試驗時間較長，不能滿足某些特殊要求。因此，研究了快速預測儲層敏感性方法，該方法利用敏感性礦物和常規巖心分析數據，提取其中與儲層敏感性有關的信息，然后利用該方法建立預測模型，計算儲層敏感性，現場應用表明預測準確率能達到85%，可以滿足儲層敏感性預測的需要。

儲層保護；敏感性分析；巖心分析

敏感性實驗是了解儲層敏感性最直接、最準確的方法，但是該方法所需巖心量大，而且實驗時間比較長。基于以上缺陷，近年來出現了一些快速預測儲層敏感性的新方法：神經網絡方法、模糊數學方法、多元判別分析法、灰色評價方法等，但是目前的這些預測方法均存在不足[1]。本文在前人研究的基礎之上，提出了新的儲層敏感性預測方法，即單相關--多元回歸綜合分析預測法，與其它方法相比其預測準確率高、計算速度快。

1 單相關分析

什么是相關？是指幾個變量存在關聯關系，其中一個或幾個變化時，另外的變量會以一定規律變化，盡管其精確值可能不能確定，但是依然可以確定它們之間存在不嚴格、不確定的數量關系[2]。英國統計學家皮爾生最早提出兩個變量線性相關系數的計算公式，見式(1)，即積距相關系數計算公式。線性相關系數r絕對值大小表示X和Y兩變量間相關關系的強弱，其數值取值范圍從-1到1[3]。

2 多元回歸分析

回歸分析是指在利用相關分析得出的數據基礎上，確定變量之間的關系，建立經驗公式，已達到預測或控制的目的。

3 現場應用

3.1 影響因素的確定

3.1.1 影響因素

與儲層敏感性有關系的因素很多，而且相互之間關系復雜。根據遼河油田的特點，收集了可能與儲層敏感性有關的各種數據，包括：儲層物性數據、巖石結構特征、孔隙結構特征、巖石礦物類型、成分及地層流體數據。

3.1.2 求單相關系數

利用公式(1)計算了儲層敏感性與搜集到的各因素之間的單相關系數，見表1。表中數值大小表示對敏感性影響的強弱程度，篩選出相關系數大于0.5的因素，為下一步線性回歸提供數據基礎。

表1 敏感性主要影響因素的單相關系數

3.2 線性回歸預測敏感性

以小洼地區水敏性預測為例進行分析。由上表找出小洼地區水敏性高度相關的7種因素：蒙脫石含量、伊利石含量、伊蒙混層含量、黏土總量、碳酸鹽含量、氣測滲透率、泥質含量。為數據搜集提供依據。

3.2.1 搜集數據

查閱資料、文獻，搜集小洼地區水敏性高度相關因素數據，利用線性回歸建立小洼地區水敏性預測模型。其中Kg是指空氣測巖樣滲透率，其它因素含量是指絕對百分含量。

3.2.2 建立敏感性預模型

按照回歸思想，我們要建立的計算公式如下：

式中，x1，x2，x3，x4，x5，x6，x7是指小洼地區水敏性高度相關的7種因素，觀測值為水敏指數。搜集到的影響因素數據建立自變量矩陣X，敏感性數據建立觀測值矩陣Y。

4 結語

分析小洼地區儲層敏感性的影響因素，并利用單相關--多元回歸分析建立了小洼地區儲層敏感性計算公式，計算準確率平均約為85%，該方法計算結果可靠性高，能定量反映儲層潛在敏感性程度，為制定儲層保護措施提供科學的依據。

[1]周鋒德，姚光慶，王國昌.Elman神經網絡在低滲儲層敏感性預測中的應用[J].地質科技情報，2007，26(6)：91-94.