一種單砂體多因素分類評價方法
——以柴達木盆地扎11井區下油砂山組為例

李積永， 張 平， 胡光明， 蒲 勇， 王軍林， 祁青山， 吳 濤

(1.中國石油青海油田勘探開發研究院， 敦煌 736202； 2.中國石油勘探開發研究院西北分院， 蘭州 730020；3.長江大學地球科學學院， 武漢 430100； 4.中國石油青海油田生產運行處， 敦煌 736202； 5.青海油田采油五廠， 敦煌 736202)

油氣勘探開發過程中的儲層綜合評價涉及兩個方面：一是選擇什么參數進行評價；二是如何確定各種參數之間的權重，這兩個方面是儲層綜合評價的核心內容[1]。常用的評價參數包括沉積相、成巖階段、成巖相、物性、儲層厚度、砂地比、孔隙類型、孔隙結構、突進系數、變異系數、含油飽和度和儲量等[2]，也有學者采用動靜態參數相結合進行評價[3]，選擇哪些參數主要取決于具體工區中各種參數對儲層的影響程度，一般是優選出對儲層影響較大的、相互獨立的參數參與綜合評價[4]。

評價方法主要包括定性評價、半定量評價和定量評價。其中，定性評價主要是根據經驗選出參與評價的參數，并對不同參數進行分級，然后得出綜合評價的結論。對于評價對象較少、影響因素較少的儲層，這種方法快捷、簡便，比較實用，但評價結果容易受到主觀因素影響。因此，科研工作者更傾向于采用半定量、定量評價，這也是儲層評價的發展趨勢。定量評價是采用數學方法篩選出參與綜合評價的參數和確定各參數的權重，如應用主成分分析法、Q 型主因子分析法等選出儲層分類的主因子參數, 然后采用聚類分析、逐步判別分析等方法進行儲層評價[5-6]，還有模糊綜合評判法[7]、灰色聚類法[8-9]等。這類方法受主觀因素影響較小，因而結果比較客觀，適用于評價對象較多、控制因素較復雜的工區，但定量評價需要自行構建復雜的數學模型，往往沒有現成的軟件工具而需要編程，不便于油田工作者使用。因此，借助已有的統計軟件探索簡單易行的評價方法就顯得格外重要了。

1 地質背景

2 單砂體特征

3 單砂體分類評價

單砂體分類評價的目的是劃分砂體的優劣，確定不同類型油砂體的開發政策，改善開發效果，提高采收率。如何優選出具有代表性的評價參數，并科學地確定各參數的權重，是進行單砂體分類評價的關鍵。

3.1 評價參數的選取

用于砂體分類評價的參數很多，但由于不同地區有其自身的特點，在實際應用中不可能取全所有參數，關鍵是要選出有代表性的參數。在SPSS中，相關性分析可選用皮爾遜相關系數(Pearson correlation coefficient)評價兩個變量是否在一條線上面，用它來衡量變量間的線性關系，相關系數的絕對值越大，相關性越強，即相關系數越接近于1或-1，相關度越強，相關系數越接近于0，相關度越弱[14]。然后通過顯著性檢驗來對參數進行取舍。

(1)

式(1)中：C為油砂體的周長。

利用SPSS軟件進行相關性分析時，發現單砂體階段產量(P)與砂體儲量(N)、含油面積(A)與油砂體地層系數(KH)、長寬比(R)均呈正相關(表1)，皮爾遜相關系數分別為0.843、0.826、0.805、0.444，顯著性檢驗sig≤0.05，說明階段產量與三參數顯著相關，而階段產量(P)與形狀因子(S)呈負相關，且sig=0.013，雖然也是小于0.05，但遠大于階段產量(P)與其他參數之間的sig，說明階段產量(P)與形狀因子(S)相關性相對較差。 因此，選取了單砂體儲量(N)、含油面積(A)、油砂體地層系數(KH)及長寬比(R) 4 個具有代表性的參數進行單砂體綜合評價。

3.2 多元回歸分析

多元線性回歸是研究一個變量與多個變量間的相關關系一種統計方法，其原理是：①從一組樣本數據出發，確定變量之間的數學關系式；②對這些關系式的可信程度進行各種驗證；③根據一個或幾個變量的觀測值，用求得的關系式預測或控制另一特定變量的取值，并給出預測或控制的精度[14]。本文以單砂體階段產量為因變量，以單砂體特征參數為自變量，利用多元線性回歸方法求取單砂體各參數的權重系數及其評價模型。

為了消除各參數的單位影響便于分析，選取的48個單砂體的特征參數進行歸一化處理(表2)，即參數值除以該參數最大值。其計算公式為

(2)

式(2)中：Xi、Xmax和X分別為某油砂體的某一參數值、該參數的最大值和歸一化值。

利用SPSS軟件將砂體數據進行多元線性回歸分析，定義砂體階段產量為因變量(dependent variable)，其他參數為自變量(independent variable)，采用后剔除法(backward)進行分析，分別建立了3個回歸模型(表3)。其中，模型1為P與R、KH、N、A的相關模型，模型2為P與KH、A、N的相關模型，模型3為P與KH、N的相關模型，3個模型的相關系數接近且較高，估計標準誤差均低，且D-W(Durbin-Watson)統計量在2左右，說明殘差是服從正態分布的，模型精度較高。

從3個回歸模型的標準化系數來看(表4)，單砂體特征參數對階段產量(P)的重要性順序依次為單砂體儲量(N)、地層系數(KH)、含油面積(A)及油砂體長寬比(R)，說明單砂體儲量(N)影響最大，單砂體長寬比影響最小。由于單砂體儲量與含油面積一定相關系，因此其重要性較小。3個模型的容差(tolerance)均大于0.1，方差膨脹因子(VIF)均小于10，則說明自變量間不存在嚴重共線性情況，且標準化殘差圖中的點分布是隨機的(圖1)，沒有出現趨勢性。因此，回歸模型有效。

分析表明模型1參與回歸參數多，擬合程度最好，復相關系數R最高，為0.906，樣本決定系數為0.820，修正可決系數0.803，估計標準誤差為0.084 22，其回歸系數分別為0.354、0.149、0.365、0.027，常數項為-0.041，即單砂體品質系數Q=0.354N+0.149A+0.365KH+0.027R-0.041。

表1 單砂體產量與特征參數相關性分析

表2 扎哈泉油田扎11井區單砂體歸一化參數統計

表3 不同回歸模型的精度與參數

表4 模型回歸系數及共線性檢驗

圖1 扎哈泉油田扎11井區單砂體評價標準化殘差分析圖

3.3 生產應用

利用上述回歸模型對扎哈泉油田扎11井區379個含油單砂體進行評價，其得分范圍為0.186～0.812(圖2)。在此基礎上并結合油田實際，按其得分將油砂體分為三類(表5)。其中，一類砂體15個，二類砂體34個，三類砂體330個，其儲量占比分別為58.5%、21.9%、19.6%。雖然一二類砂體數量較少，但是開發的主體。

圖2 扎哈泉油田扎11井區單砂體評價得分分布

表5 扎哈泉油田扎11井區油砂體分類

扎11井區通過該分類成果結合生產現狀優選各類潛力砂體67個，開展了老井轉注、水井補孔、分層酸化、調驅等工作量為主體的單砂體注采結構調整工作工作量84 井次。通過調整油水井數比由2.6下降至 2.1，水驅儲量控制程度由 78.0% 上升到87.5%，水驅儲量動用程度由 55.4% 上升至 58.1%；注水見效井增多，注水見效率由 60%上升至 69.2%，油藏自然遞減率呈現下降趨勢由33.2%下降至23.4%，油藏調整效果初步顯現。

4 結論

(1)利用多因素分類評價法可以實現單砂體的分類評價，使砂體分類由單因素半定量分類變為多因素定量評價，并確保分類結果的唯一性，減少人為因素的影響，使之更加客觀、科學。