专利名称：多参数降维油气水层识别方法
技术领域：
本发明涉及油气勘探和开发井油气水层解释的方法，尤其是多参数降维油气水层识别方法。
背景技术：
长期以来，石油工业在油田的勘探和开发中广泛应用电测井和录井资料等解释油气层这在石油工业中发挥了至关重要的作用。在长期的科研生产实践中，根据油田从勘探到开发不同阶段的特点，形成了许多方法，按油气层具高电阻率、高声波时差的特征解释出许多油气层，被勘探和开发科研生产实践所证实。但是随着油气勘探的不断深入，勘探开发的目标地质条件越来越复杂，原有的解释油气水层的方法和技术具有不适应性。以往在大庆油田长垣以东地区的扶余、杨大城子油层，一般结合深侧向电阻率、自然电位及感应等测井数据就可以判别储层的产油气水性质。但随着勘探方向转至长垣西部的扶余、杨大城子油层，用原有的方法识别油气水层，其符合率明显降低。尤其在提高石油预测储量时，由于油层储层物性差，多为低孔低渗储集层，有泥质、钙质含量较高，孔隙结构比较复杂，使得电阻率等曲线中反映流体的信息被反映孔隙结构及岩性部份的信息所掩盖，在解释过程中很难用原有的方法从测井曲线中简单地将储层中流体性质正确地识别出来。另一方面，由于低渗透储层产水层位在区域上无明显的规律性，且试油多以合试层为主，这对于通过试油结果来准确判定单层流体性质有一定困难，同时对于含水饱和度模型的建立还无法做到随岩性的变化而变化，至使计算结果存在较大的误差，用传统方法制作的图版解释的油水层符合率较低，尤其在缺少单层试油条件下无法制定油层电性标准图版。多方面因素使得原有的方法难以满足油气勘探开发及提高储量工作的需要。
发明内容
为了克服现有的解释油气水层的方法油水层符合率较低的不足，本发明提供一种多参数降维油气水层识别方法，该方法使油气层解释更准确，油水层符合率较高，提高了获工业油气流的成功率，从而提高了油气勘探和开发的经济效益。油气勘探和开发中的低孔渗压裂改造，一层储层试油费用约50多万元。因此，运用该方法提高施工成功率，具有重要经济意义。
本发明的技术方案是该多参数降维油气水层识别方法，包括下述步骤①考察油藏的地质条件，收集油藏的试油、试采或产油数据；②根据电测井综合解释和录井油气显示结果，确定井中目标储层；③选取目标储层的电测井和录井的储层参数；④运用统计数学—因子分析的方法，使用计算机技术，编制成计算机程序，结合①所得到的目标储层的产液(油、气、水)数据，对③所得到的目标储层多项电测井和录井参数，进行线性组合降维至二项主因素，即主因子，即P＝2并且二项主因子累计方差贡献超过80％时，建立能展示在二维平面的油气水层分类图版，也称油气水层识别图版；⑤用④中建立的油、气、水层图版，对本油藏其它目标储层进行油气水层判别。
上述的多参数降维油气水层识别方法，对于缺少单层试油的油藏，在建立油气水层分类图版之前，还要结合对应分析方法。
所述的井中是指在裸眼井中；所述目标储层的电测井参数是微球聚焦电阻率、深侧向电阻率、自然电位、声波时差、补偿中子、补偿密度、自然伽玛中三项以上的数据。
所述目标储层的录井参数是指地化录井数据。
所述的目标储层的录井参数是气测录井数据，全烃、烃组份、非烃组份。
本发明具有如下有益效果由于采取上述方案，考虑了目标储层流体及岩石骨架对多项测井、录井参数的影响，使用了多参数数理统计的数学算法，通过降维建立平面图版，比过去仅用两个参数建立二维图版的方法具有更大的实用性。与过去多参数法、神经网络法及滤波法等判别方法相比，有自身的优点，它是以实际试油结果为正演基础建立的油、气、水层判别方法，适用于勘探程度较高的地区。实测样品越多，图版精度及判别符合率越高。尤其是对于多层合试资料较多的地区，通过反复剔除异常点，筛选出典型的油、气、水层的办法，建立油水层判别图版。另外，对于复杂储层条件，结合人工经验，对参数进行各种组合变换，形成新的参数，可适应目标区的储层特征，提高判别的符合率。
附图1是XZ地区葡萄花油水层判别图版；附图2是bycg地区扶余、杨大城子油层油水层判别图版。
具体实施例方式下面结合具体实施例对本发明作进一步说明本发明源于发明人对油田勘探中对探井的油气水层解释、提交储量制作油气水层判别图版及现场实际试油效果分析的新认识。
在上述原理的基础上，我们采用delphi语言编制了多参数降维油气水层分类识别计算机程序，程序中使用汉字菜单、*.dbf、*.xls、*.vts等多种数据格式，操作灵活方便。
该多参数降维油气水层识别方法，包括下述步骤①考察油藏的地质条件，收集油藏的试油、试采或产油数据；②根据电测井综合解释和录井油气显示结果，确定井中目标储层；③选取目标储层的电测井和录井的储层参数。
以上三步是现有技术，在杨通佑等编著《石油及天然气储量计算方法》(1990)第18到49页有详细论述，在此不作介绍。
④运用统计数学—因子分析的方法，使用计算机技术，编制成计算机程序，结合①所得到的目标储层的产液(油、气、水)数据，对③所得到的目标储层多项电测井和录井参数，进行线性组合降维至二项主因素，即主因子，即P＝2并且二项主因子累计方差贡献超过80％时，建立能展示在二维平面的油气水层分类图版，也称油气水层识别图版。
测井的不同曲线所得到的数据，反映了储层的多种信息，声波测井和密度测井能较好地反映储层的孔隙性；伽玛测井能较好地反映储层中的泥质含量；电阻率测井能较好地反映储层的含油性；感应测井和自然电位测井能较好地反映储层的含水性。地化录井S1和S2值反映了储层含烃类流体状况。这些多样的电测井和录井资料从多方面反映了储层的特征，为识别储层的含水性质提供了多项参数。我们把油气水储层可以看成是由多个参数表征的空间几何图形，为了达到判别的目的，必须对多项参数进行线性组合，降维处理，形成新的组合参数—因子，从工程数学角度来看，多参数表征的空间几何图形特征由量和形两方面因素影响，即量—反映大小；形—反映空间几何形态。复杂的难以区别的油气水储层其空间几何图形应该是不一样的，经斜方差极大正交旋转，即可对多参数降维，即把由多参数表征的空间几何图形特征展示到二维平面，在平面上找到区别它们的图形。从而达到用多参数识别油、气、水层的目的。利用目标储层的多参数，通过降维处理，建立油气水层平面图版，从而实现对井中目标储层的油气水层性质判别。这就是本发明的出发点。
在本发明中，可以根据电测井和录井得到的参数量(n)，目标储层的多个样品(m)，从中提炼出2个主要因素，用原参数的线性组合表示，达到基本上反映大量数据所提供的信息的目的。
设有n个样品，每个样品包含m个变量，把n个样品m个变量的值写成数据矩阵形式Z=z11z12······z1nz21z22······z2nzm1zm2······zmn]]>在矩阵Z中，zj＝(z1jz2j……zmj)′(j＝1，2，…，n)表示第j个样品m个变量的观测值，即Z的第j个样品；zi＝(zi1zj2……zin)(i＝1，2，…，n)表示第i个变量在n个样品中的观测值，即Z的第i个变量。
在矩阵Z中，zj＝(z1jz2j……zmj)′(j＝1，2，…，n)表示第j个样品m个变量的观测值，即Z的第j个样品；zi＝(zj1zj2……zin)(i＝1，2，…，n)表示第i个变量在n个样品中的观测值，即Z的第i个变量。
设变量zi的标准差标准化(简称标准化)变量为xi，并把相应的观测值记为矩阵X=x11x12······x1nx21x22······x2nxm1xm2······xmn]]>在因子分析中的后续读者讨论中，若无特殊说明，均约定变量是标准的。
对于任意两个变量xi＝(xi1xi2……xin)和xj＝(zj1zj2……zjm)它们的相关系数为rij=1n-1Σk=1nxik·xjk,(i,j=1,2,···,m)]]>m个变量的相关系数构成一个m×m的矩阵R=r11r12······r1nr21r22······r2nrm1rm2······rmn]]>且rij＝rji，r11＝r22＝…＝rmn＝1，并称R为变量的相关矩阵。
任意两个样品xi(＝x1ix2i…xmi)′和xi(＝x1jx2j…xmj)′的相似系数为qij=Σk=1mxki·xkjΣk=1mxki2Σk=1mxkj2,(i,j=1,2,···,n)]]>n个样品的相似系数写成矩阵形式为Q=q11q12······q1nq21q22······q2nqm1qm2······qmn]]>且q11＝q22＝…＝qmn＝1，qij＝qji，称Q为样品的相似矩阵。
R型因子分析是研究相关矩阵R的内部结构，从中找出p个对所有变量起控制作用的综合变量fk＝(k＝1，2，…，p，p＜m)，并把变量xi表示为fk的线性组合，即xi＝ai1f1+ai2f2+…+aipfp+aiei(i＝1，2，…，m)……(1)
当p＜＜m时，由式(1)化简研究系统，并进一步探索变量的成因联系及空间中变化规律的控制因素。
Q型因子分析是通过对相似矩阵Q内部结构的研究，寻找制约样品相似性的p个综合变量fk＝(k＝1，2，...，p，p＜n)，并把样品xi表示为fk的线性组合，即xj＝aj1f1+aj2f2+…+ajpfp+ajej(j＝1，2，…，n)……(2)当p＜＜n时，由式(2)化简样品研究系统，并进一步研究样品产生相似性的主要原因。
在此需要指出的是式(1)和式(2)也是R型和Q型因子分析的基本假设条件。其中ei和ej分别是服从均值为0、方差为σi2和σj2的正态分布。
上述通过R型和Q型因子分析方法分析，综合目标储层数据，揭示变量之间和样品之间在成因上或空间上的联系，采用该算法可以起到不损失或少损失石油地质成因信息，达到降维分析问题的作用。即当p＝2时，建立起油气水层的分类判别图版。
上述的多参数降维油气水层识别方法，对于缺少单层试油的油藏，在建立油气水层分类图版之前，还要结合对应分析方法。具体结合方式见于笔者发表在2002年第6期《大庆石油地质与开发》的“对应分析油气水层判别方法及应用”一文。所述的井中是指在裸眼井中；所述目标储层的电测井参数是微球聚焦电阻率、深侧向电阻率、自然电位、声波时差、补偿中子、补偿密度、自然伽玛中三项以上的数据；所述目标储层的录井参数是指地化录井数据；所述的目标储层的录井参数是气测录井数据，全烃、烃组份、非烃组份。
⑤用④中建立的油、气、水层图版，对本油藏其它目标储层(末试油)进行油气水层判别。在对目标储层(未试油)进行油气水层判别时，所使用的参数顺序和个数与④中建立的油气水识别图版时的相同。
具体分两步进行第一步建立油气水层识别图版首先，针对具体的油藏或一个区域内，收集单井的试油试采或产油数据，进而读取这些井中目标储层的测井数据和录井数据，如深侧向电阻率、补偿中子、补偿密度、声波时差、自然电位、自然伽玛、井径等七项参数。运用编制好的计算机程序，利用R型和Q型双重因子分析方法进行训练、分类。分类结果用降维后的二维图版表，然后把油区、水区、油水同层区分别涂上不同颜色，一般油区为红色，水区为兰色，油水同层区为浅兰色，如图1所示。至此，多参数降维油气水区判别图版已建好。
第二步判别未知层产流体性质上述图版建成之后，就可对未知储层的流体性质进行判别，判别过程中既可以是批量数据处理，又可以是单个样品直接输入，在获得判别结果之后在待报样品数据的固定列中自然出现油、气、水层之标识，这些判别结果是否准确，可以通过试油工艺来验证。该方法判别油气水层，实现软件化，判别结果客观。同时，它是以数据的形式存在计算机中，在实际科研和生产应用中通过试油验证结果，不断修正已建的油气水层图版，由于该方法考虑了多种参数对储层产油气水的影响，提高了复杂油气藏储层的油气水层判别的精度。
实施例一①考察和研究油藏的地质条件，收集油藏的试油、试采或产油数据。
XZ构造位置处于松辽盆地中央坳陷区齐家—古龙凹陷南部的XZ鼻状构造，主要目的层为白垩系下统姚家组一段葡萄花油层。葡萄花油层顶面主体为呈北东—西南倾伏的宽缓鼻状构造，西南为北东倾伏的XZ鼻状构造过渡的鞍部。总体构造形态为东高西低，北高南低，两个鼻状构造与两个向斜相间分布的构造格局。受断层切割，具有东西分带的构造特征，发育了一些以断块、断鼻为主的四级构造。东西方向构造落差较大，在葡萄花油层顶面构造图上可以看到在东西向15km范围内落差达600m。次级构造呈带状分布，自西向东可分为西部向斜斜坡区、西部地堑带、中部地垒缓坡带、东部地堑断裂带四个部分。XZ-441.5测线西侧为古龙向斜东斜坡，该区断层不发肓，构造平缓，埋藏较深；北西向地堑带内微幅度构造比较发育，类型以同沉积背斜、断背斜为主；中央地垒缓坡带断层不发育，由西向东斜坡逐渐变陡；东部南北向地堑断裂带由三组断层组成。T1-1层解释断层均为正断层，断层走向以北西向、近南北向为主，延伸长度2.0～10.0km，一般5.0km，断距一般为30.0m，最大可达70.0m。断层平面呈“Y”字型分布，在断层切割下，XZ鼻状构造进一步复杂化，有利于形成石油富集区。
葡萄花油层属于姚一段地层，与下伏青山口组有明显的区别。岩性上，葡萄花油层下部的灰色、灰绿色、紫红色泥岩与青山口组的黑色泥岩有明显的界面；电测曲线上，葡萄花油层电阻率曲线为锯齿状，而青山口组电阻率曲线平直，声波时差曲线与上下围岩相比呈明显的低值，一般将其半幅点作为葡萄花油层顶底界的分层标志。为了进一步研究葡萄花油层的单砂体特征，我们将葡萄花油层划分成3个砂岩组11个小层，其中葡I1～葡I3层为上砂岩组，葡I4～葡I6层为中砂岩组，葡I7～葡I11层为下砂岩组，并编制小层对比的骨架剖面图。
Xz地区的葡萄花油层砂岩厚度由北至南、由西至东减薄，北部沉积体系控制的g634地堑区块属于长垣三角洲体的侧缘，以水下分流河道为主，席状砂体不发育，砂岩厚度变化大(8.0-14.0m)，整体上砂岩厚度较薄，西部沉积体系控制的g62、g652井地堑区块发育近南北向砂岩发育带，g649-g648-g62井区砂岩厚度大于18.0m，北部、西部沉积体系在XZ油田汇合后，在g652、g628和g639、g648井区形成东西向透镜状砂岩发育区，砂岩厚度18.0-20.0m以上。从葡萄花油层单层有效厚度分布直方图可以看出，XZ油田有效厚度小于1.5m的层数占总层数的88.7％，厚度占总厚度的67.7％。综合分析，葡萄花油层储层以薄互层为主；平面上有效厚度分布与油藏成因和类型有关，位于东、西部地堑g634、g648-g62井区油层比较发育，有效厚度大于6.0m，中部g652、628、x160-76井区透镜状岩性油藏区形成局部油层发育区，有效厚度大于5.0m，受沉积作用影响，东南部g605-g69井区有效厚度较小，由4.0m逐渐减为2.5m。
葡萄花油层岩芯分析资料统计，有效孔隙度一般分布在10～23％之间，平均为15.5％；空气渗透率一般分布在0.3～99.2×10-3μm2，平均为11.3×10-3μm2，平面上有效孔隙度高值区主要集中于XZ鼻状构造轴部，分析原因一方面，储层物性分布特征主要受原始沉积体系的影响，水下分流河道砂发育区物性较好，前缘席状砂发育区物性较差；另一方面，由于XZ油田构造落差较大，最大可达600m，压实作用对其物性也将产生一定的影响。
嫩江组沉积末期，松辽盆地由于受到北西一南东向的压扭性应力作用，伴随着大庆长垣的隆起，在长垣西侧形成六个鼻状构造。XZ鼻状构造就是其中的一个，其定型期为明水组沉积末期，xz鼻状构造形成时期与古龙凹陷青山口组生油岩大量排烃期相匹配，有利于烃类聚集成藏。xz鼻状构造总体上控制了有利含油范围。而后经明末和老第三纪末的多期构造运动，古龙凹陷中心明显西移，促使古龙凹陷烃源岩生成的烃类沿xz鼻状构造斜坡向大庆长垣方向运移，同时在构造运动的影响下XZ构造上“Y”字型断裂多期活动，形成局部断鼻、地堑等复杂构造，有利于烃类运移过程中在XZ断裂带中的局部圈闭中聚集。另外从沉积条件来分析，xz油藏处于北部沉积体系和西南部沉积体系交汇带，碎屑颗粒细，泥质含量高，加之东西方向落差大，成岩作用差异明显，有利于形成岩性圈闭。XZ地区不同断块含油性差别大，油水分布复杂，油气富集受断块、岩性等多因素控制。
断块-岩性复合油藏是xz地区主要油藏类型，基本特点是油水分布受断块控制，而具体含油富集部位却受岩性变化制约，在平面上含油范围总的来看与断块内的局部构造相吻合，但含油边界与构造等高线不一致。从总体上来看，xz油田东、西两个断裂带内延伸较长的大断层附近含油性好，与葡西、新站鼻状构造间的鞍部，尤其断层不发育的斜坡地带含油性较差，单井主要见油水同层、水层，如g602、g633井、g639井区，为油水复杂区；从具体圈闭条件来看，XZ油田局部构造主要与“Y”字型分布的断层活动有关。在断层两盘形成系列牵引构造和坡折带，这些局部构造在岩性变化配合下形成断块-岩性复合油藏。
岩性油藏主要位于XZ鼻状构造倾没部位的g605区块，由透镜状、小片状席状砂体形成层状岩性油藏，油水分布较简单，单井纵向上为油层-干层间互，平面上含油连片。
xz油藏葡萄花油层油水分布关系较复杂，主要有以下5种形式全段纯油层、上下油层中间夹水层、油层与油水层间互、全井油水同层和全井水层，全区无统一油水界面；垂向上落差大，近600m(1280-1900m)。不同埋深储层，其岩性、物性和岩石压实程度差别较大，而电性特征是储层岩性、物性和流体性质的综合反映，结合该区地质特征和测井资料，为减小储层岩性和物性对测井曲线的影响，分轴部和翼部(以1600m为界)分别制定油水层识别图版。
截止2001年12月完成试油58口井159层，获工业油流井47口的油层试油数据(如表1)。
表1 XZ地区葡萄花油层试油数据表
②根据电测井综合解释和录井油气显示结果，确定井中目标储层。
根据电测井综合解释和录井油气显示结果，确定井中目标储层，建立全区每口井的所有目标储层数据表，如表2，这一步就是般所说的渗透砂岩综合解释。
表2 XZ地区葡萄花油层电测参数表
③选取目标储层的电测井和录井的储层参数。
④运用统计数学中的因子分析的方法，使用计算机技术，编制成计算机程序，结合①所得到的目标储层的产液(油、气、水)数据，对③所得到的目标储层多项电测井和录井参数，建立油气水层分类图版。
用因子分析法建立油、气、水层识别图版，要求对原始数据每个样本的属性清楚，也就是现场要有单层试油资料，或者多层合试产纯油，或者多层合试产纯水，这种多层合试中应有干层的可能，建立图版过程中应剔除。XZ地区葡萄花油层的试油等数据资料正符合要求，故运用该方法建立了XZ地区葡萄花油层的油层、水层和油水同层判别图版，如图1所示。原始数据采用16口井34个油层，9个水层，8个油水同层，选用的测井曲线有深侧向电阻率、补偿中子、补偿密度、声波时差、自然电位、自然伽玛、井径等七项参数，其中有二个油水同层误入油层区，图版精度为94.1％，效果相当理想。
实施例二①考察和研究油藏的地质条件，得到油藏的试油、试采或产油数据。
Bycg油藏构造位于松辽盆地北部中央坳陷区西部，跨龙虎泡-大安阶地和齐家-古龙凹陷两个二级构造带。勘探主要目的层为白垩系下白垩统泉四段及泉三段上部的FY油层。
从F油层顶面构造图上看，该地区位于松辽盆地北部中央坳陷区西部。跨龙虎泡-大安阶地中部和齐家-古龙凹陷两个二级构造带。总体为他拉哈向斜向西抬升的古单斜，断裂发育，起主导作用的为三组北北东向断裂带，从东至西依次为哈拉海断裂带、巴彦查干断裂带、太和断裂带。
从该地区F油层顶面构造演化趋势看，本区在F油层沉积时期至嫩江组沉积前，主体上是一个长期发育的从西北向东南倾斜的斜坡构造，并沿哈拉海断裂带呈现局部挠曲的构造特征。其中泉头组至青山口组沉积前，受构造运动的影响，形成大量的T2层北北东向断层，包括典型的哈拉海、巴彦查干、太和断裂带都是这个时期形成的，地层总体上东厚西薄，沿哈拉海断裂带形成强烈的挠曲，他拉哈向斜初具雏形，这种构造格局从姚家组沉积前就继承性发展，但地层产状逐渐趋于平缓，而且他拉哈向斜的轴向由南北逐渐向东偏移，嫩江组和明水组两次构造运动，他拉哈向斜初具规模，直到老第三纪末期构造运动使之定型。由于该区构造格局形成时间早，又毗邻古龙凹陷生油中心，因此在青一段生油岩大量排烃期，该区对油气运移具有一定的指向和诱导作用。
主要储油层为三角洲分流河道沉积。砂体呈近东西向伸展，由西向东逐渐减薄。区内扶余油层单砂层数一般在4-8层，单砂层厚度一般在0.8-4.0m，钻遇砂岩总厚为6-40m，砂地比变化在6.5-48.6％。
Bycg地区扶余油层主要受西部物源控制，为三角洲前缘和三角洲平原沉积，砂体以水上、水下分流河道砂和决口扇沉积为主。扶余油层岩石类型属于长石岩屑细砂岩，碎屑颗粒以0.05-0.15μm为主，泥质含量为2-10％，粘土矿物主要以伊利石为主，含量在3-95％，其次是绿泥石和伊蒙混层，含量分别为在1-50％和1-15％，含少量高岭石，含量为2-4％。胶结类型有再生-孔隙、再生-薄膜、孔隙-薄膜、再生-接触、再生-充填、充填-薄膜状等形式。根据样品分析，巴彦查干地区扶余油层有效孔隙度在7-15％，渗透率在0.07-2×10-3μm2。从孔隙度、渗透率直方图看出，孔隙度主要分布在8-13％，渗透率主要分布在0.2-2×10-3μm2。平均孔隙度为12％，平均渗透率为0.5×10-3μm2。样品分布较散，表明储层非均质性强，从而使该区各井产量差别较大。
截止到2001年9月底，区内已完成探井44口，取芯20口，试油21口。试油数据见表3。
表3 Bycg地区试油数据表
②根据电测井综合解释和录井油气显示结果，确定井中目标储层根据电测井综合解释和录井油气显示结果，确定井中目标储层，建立全区每口井的所有目标储层数据表，格式如表4，这一步就是一般所说的渗透砂岩综合解释。
③先取目标储层的电测井的录井的储层参数该区大部分试油都是油水同出，并且单层试油数据少，无法向实施例二那样用因子分析建立油气水层识别图版。用因子分析建立油气水层识别图版，要求对原始数据每个样本的属性清楚，也就是现场要有单层试油资料，或者多层合试产纯油，或者多层合试产纯水，这种多层合试中应有干层的可能，建立图版过程中应删除。然而，在许多地区经常是全井合试油水同出，这些合试层有可能都是油水同层，也可能有纯油层和纯水层，或者各别油水同层，由于这样则无法确定每个目标层的产液属性，用因子分析就无法建立油水层识别图版。过去在工作中遇到这种情况，用任何传统的方法都不能建立油水层判别图版。采用对应分析的方法就能很好地解决这一难题。对应分析是在因子分析基础上发展起来的一种多元统计分析方法，它是把R型与Q型因子分析结合起来，对变量与样品统一进行分析研究的方法，直观的优点在于样品和变量可以同时反映在同一因子平面图形上，便于对变量与样品统一进行地质解释和推断。
概括地讲，在对应分析的因子平面图上可以提供以下信息i变量间的关系，邻近的一些变量点，表示这些变量紧密相关，即它们具有成因上的联系，指示某一特点的地质作用；ii样品间的关系，邻近的样品点具有相似的性质，属同一类型，是同样地质作用的产物；iii变量与样品的关系，同一类型的样品点将为邻近的变量点所表征，也就是说，同类样品点为其邻近变量点所指示的地质作用下的产物。
bycg地区扶余、杨大城子油层，将能用来作图版的试油13口井53个层数据收集，许多井都是油水同出的合试资料，选用的测井曲线有深侧向电阻率、微球聚焦电阻率、自然电位、声波时差、补偿中子、补偿密度、自然伽玛等七项参数(表4)。
表4 bycg地区扶余、杨大城子油层电测参数表
④运用统计数学中的对应分析的方法，使用计算机技术，编制成计算机程序，结合①所得到的目标储层的产液(油、气、水)数据，对③所得到的目标储层多项电测井和录井参数，建立油气水层分类图版。
运用因子分析法进行分类训练，对应分析差别结果表明，第一主因子(F1)的方差贡献占56.9％，第二主因子(F2)的方差贡献占26.3％，二者累积方差贡献为83.2％，完全可以代表整个数据矩阵。7个测井参数在F1和F2主因子载荷轴上的得分见表5。
表5 对应分析因子载荷得分
从表5中可以看出，得分绝对值较高的测井参数分别为深侧向电阻率、自然电位和自然伽玛。从bycg地区扶余、杨大城子油层油水层判别图版，如图2所示，即因子载荷图上可明显看出深侧向电阻率、自然电位和自然伽玛分别分布于因子平面图上3个端点。据电测井的基本原理和勘探实践可知，油层的深侧向电阻率值较高，水层自然电位幅度大，自然伽玛大反映储层含泥质高导致含水高，结合个别单试层资料，依据因子平面样本的集中程度划分3个区，分别为油层区(44个点)，水层区(8个点)，油水同层区(7个点)。从而建立了bycg地区扶余、杨大城子油层的压后油水层识别图版。
另外，对应分析所建立的油水层判别图版，是从许多井的油水同出的合试资料中通过分类训练确定的油层、水层和油水同层，没有误入样品，也就没有图版精度问题，这一点与前面方法不同。
为了验证本方法的实用性，对该区所有未试油的储层进行重新判别，共8口井29层，经实际试油证实其结果基本符合，只有T23井的15号层、T34井的26号、28号3个层误判为油层，说明油水层判别的解释精度达到了89.6％(表6)，效果相当好。
表6 bycg地区扶杨层油层油水层解释数据表
权利要求
1.一种多参数降维油气水层识别方法，其特征在于该方法包括下述步骤①考察油藏的地质条件，收集油藏的试油、试采或产油数据；②根据电测井综合解释和录井油气显示结果，确定井中目标储层；③选取目标储层的电测井和录井的储层参数；④运用统计数学—因子分析的方法，使用计算机技术，编制成计算机程序，结合①所得到的目标储层的产液(油、气、水)数据，对③所得到的目标储层多项电测井和录井参数，进行线性组合降维至二项主因素，即主因子，即P＝2并且二项主因子累计方差贡献超过80％时，建立能展示在二维平面的油气水层分类图版，也称油气水层识别图版；⑤用④中建立的油、气、水层图版，对本油藏其它目标储层进行油气水层判别。
2.根据权利要求1所述的多参数降维油气水层识别方法，其特征在于对于缺少单层试油的油藏，在建立油气水层分类图版之前，还要结合对应分析方法。
3.根据权利要求1所述的多参数降维油气水层识别方法，其特征在于所述的井中是指在裸眼井中。
4.根据权利要求1所述的多参数降维油气水层识别方法，其特征在于所述目标储层的电测井参数是微球聚焦电阻率、深侧向电阻率、自然电位、声波时差、补偿中子、补偿密度、自然伽玛中三项以上的数据。
5.根据权利要求1所述的多参数降维油气水层识别方法，其特征在于所述目标储层的录井参数是指地化录井数据。
6.根据权利要求1所述的多参数降维油气水层识别方法，其特征在于所述的目标储层的录井参数是气测录井数据，全烃、烃组份、非烃组份。
全文摘要
一种多参数降维油气水层识别方法。主要解决现有的解释油气水层的方法油水层符合率较低的问题。其特征在于该方法包括下述步骤①考察油藏的地质条件，收集油藏的试油、试采或产油数据；②根据电测井综合解释和录井油气显示结果，确定井中目标储层；③选取目标储层的电测井和录井的储层参数；④运用统计数学―因子分析的方法，编制成计算机程序，结合目标储层的产液数据，对目标储层多项电测井和录井参数，进行线性组合降维至二项主因素；⑤用④中建立的油、气、水层图版，对本油藏其它目标储层进行油气水层判别。该方法使油气层解释更准确，油水层符合率较高，提高了获工业油气流的成功率，从而提高了油气勘探和开发的经济效益。
文档编号G01V3/18GK1743872SQ200510106689
公开日2006年3月8日 申请日期2005年9月26日 优先权日2005年9月26日
发明者林景晔, 尹大庆, 陈萍, 韦学锐 申请人:大庆油田有限责任公司