一种基于灰色理论划分致密砂岩储层岩石物理相的方法

摘要

本发明公开了一种基于灰色理论划分致密砂岩储层岩石物理相的方法，包括以下步骤:步骤a建立区块目的层段岩石物理相分类评价标准;步骤b依据灰色理论及步骤a建立的物理相评价指标确定待处理致密砂岩储层岩石的所处类别;步骤c根据步骤b所确定之类别建立致密气藏储层参数模型，并根据该模型及所确定之类别对应的至少一个物理相来获得致密气藏储层参数。其能够更好的评价致密气储层参数。

说明书

技术领域

本发明涉及划分致密砂岩储层岩石物理相的方法，尤其涉及一种应用灰色 理论进行致密砂岩储层岩石物理相划分的方法技术。

背景技术

致密气储层岩石物理相和测井响应特征表明，致密气藏储层渗流结构、储 集性能差，具有低孔、低渗、非均质、非线性分布和测井响应复杂的特点，导 致储层孔隙空间小，孔隙结构十分复杂，测井解释及定量评价难度很大。因此， 研究致密气储层参数和气层厚度一直是国内外普遍关注的难题。

现有技术中包括采用密度和核磁共振测井相结合研究致密气储层参数的经 验方法，也有利用常规岩心分析、核磁共振成像技术和人工神经网络方法相结 合建立储层参数测井解释模型方法。这些方法均较为复杂且有效性较低。

发明内容

本发明所要解决的技术问题提供一种更加有效的评价致密气储层参数的方 法。

为了解决上述技术问题，本发明提出一种基于灰色理论划分致密砂岩储层 岩石物理相的方法，包括以下步骤：

步骤a，建立区块目的层段岩石物理相分类评价标准；

步骤b，依据灰色理论及步骤a建立的物理相分类评价标准确定待处理致密 砂岩储层岩石的所处类别；

步骤c，根据步骤b所确定之类别建立致密气藏储层参数模型，并根据该模 型及所确定之类别对应的至少一个物理相来获得致密气藏储层参数。

可选的，还包括：

步骤d，根据已有数据确定岩石类别与致密气藏含气层参数对应关系，根据 该对应关系及步骤b所确定之类别获得致密气藏含气层参数。

可选的，步骤a具体包括：

依据致密储层岩石物理相形成的地质条件，分析目的层段致密储层参数与 测井响应特征，在目的层段划分出若干类岩石物理相类型及其样本；

将所述每个类别的样本的测井响应值相对于泥岩减小值或减小系数进行正 态分析统计，采用分类统计平均数据列为相应类别的岩石物理相评价划分标准。

可选的，所述数据列为Χ_0i={Χ_0i(1),Χ_0i(2),……,Χ_0i(n)}；其中，以绝对差 大小|X_0i(k)-X_0j(k)|为准确率，以标准离差大小σ_i(k)、σ_j(k)为分辨率，以 作为所述岩石物理相评价划分标准的相应测井响应参数的权系 数。

可选的，步骤b包括：

根据步骤a中建立的评价标准，利用灰色理论多元加权归一分析划分不同 类别岩石，具体过程包括：

初始评价数据列X：

X＝{X(1),X(2),...,X(i)}

被比较数据列X_oi为:

X_oi={X_oi(1),X_oi(2),...,X_oi(n)}

对以上数据列X、X_oi进行均值处理，使之成为无量纲、标准化的数据X_o(k)， X_i(k)：

$X_o\left(k\right)=\frac{X\left(k\right)}{\frac{1}{m+1}[\underset{i=1}{\overset{m}{\Sigma }}{X}_{\mathrm{oi}}\left(k\right)+X\left(k\right)]}$

$X_i\left(k\right)=\frac{X_{\mathrm{oi}}\left(k\right)}{\frac{1}{m+1}[\underset{i=1}{\overset{m}{\Sigma }}{X}_{\mathrm{oi}}\left(k\right)+X\left(k\right)]}$

式中k=1,2,...,n；

i=1,2,...,m；

标准化后的数据列X_o、X_i以及参数给定权值数据列Y_o为：

X_o={X_o(1),X_o(2),...,X_o(n)}

X_i={X_i(1),X_i(2),...,X_i(n)}

Y_o={Y_o(1),Y_o(2),...,Y_o(n)}

根据下式计算灰色多元加权系数：

$P_i\left(k\right)=\frac{\stackrel{\min }{i}\stackrel{\min }{k}{\Delta }_i\left(k\right)+A\stackrel{\max }{i}\stackrel{\max }{k}{\Delta }_i\left(k\right)}{A\stackrel{\max }{i}\stackrel{\mathrm{maz}}{k}{\Delta }_i\left(k\right)+{\Delta }_i\left(k\right)}{Y}_o\left(k\right)$

其中，Δ_i(k)＝|X_o(k)-X_i(k)|；

进一步得到灰色加权系数序列：

P_i(k)={P_i(1),P_i(2),...,P_i(n)}

采用综合归一技术，将各点系数集中为一个值，其表达式如下：

$P_i=\frac{1}{\underset{k=1}{\overset{n}{\Sigma }}{Y}_o\left(k\right)}\underset{k=1}{\overset{n}{\Sigma }}{P}_i\left(k\right)$

式中P_i为灰色多元加权归一系数的行矩阵；

利用矩阵作数据列处理后，采用最大隶属原则：

作为灰色综合评价预测结论。

可选的，步骤c包括：根据步骤b所确定之类别建立致密气藏储层参数模 型，并根据该模型及所确定之类别对应的密度、声波时差来获得孔隙度，根据 Hodges-Lehmann法确定渗透率。

可选的，步骤c中所述根据密度、声波时差来获得孔隙度及渗透率具体包 括以下步骤：

根据密度和声波时差计算孔隙度的模型确立如下交会关系曲线：

Δt=Aρ_b＋B，其中Δt为声波时差，ρ_b为密度，A和B分别为系数和常数；

根据待计算层点的密度和声波时差分别与所述曲线所确立的两个交点来确 定校正计算点，并将该校正计算点代入所述密度计算孔隙度模型和声波时差计 算孔隙度模型中获得所述待计算层点的孔隙度值。

可选的，所述密度计算孔隙度模型为：

Ф₁=A₁ρ_b＋B₁，其中Ф₁为孔隙度，A₁和B₁分别为系数和常数；

所述声波时差计算孔隙度模型为：

Ф₂=A₂Δt＋B₂，其中Ф₂为孔隙度，A₂和B₂分别为系数和常数。

可选的，步骤c中获得孔隙度的具体步骤包括：

以待计算层点孔隙度所对应的密度、声波时差测井值分别为ρ_i、Δt_i，对应到 所述交会关系曲线中的点分别为F与E点，采用该E、F在所述交会关系曲线上 的中点M作为校正后的计算点；

其中，E点坐标为（ρ_i′，Δt_i），根据所述交会关系曲线得到Δt_i=Aρ_i′＋B，则

${\rho }_i\prime =\frac{{\mathrm{\Delta t}}_i-B}{A};$

F点坐标为（ρ_i，Δt_i′），根据所述交会关系曲线得到Δt_i′=Aρ_i＋B；

则中点M点坐标为把M点分别带入所述密度和声波时差计 算孔隙度模型中，分别计算得到相应的孔隙度值：

${\Phi }_{1i}=A_1\frac{{\rho }_1+{\rho }_i^{\prime }}{2}+B_1=\frac{A_1}{2}(\mathrm{\rho i}+\frac{{\mathrm{\Delta t}}_i-B}{A})+B_1$

${{\Phi }_{2i}=A}_2\frac{{\mathrm{\Delta t}}_i+\Delta t_i^{\prime }}{2}+B_2=\frac{A_2}{2}(\mathrm{\Delta ti}+\mathrm{A\rho i}+B)+B_2$

则所述待计算层点孔隙度值为：

${\Phi }_i=\frac{{\Phi }_{1i}+{\Phi }_{2i}}{2}=\frac{A_1}{4}(\mathrm{\rho i}+\frac{{\mathrm{\Delta t}}_i-B}{A})+\frac{A_2}{4}(\mathrm{\Delta ti}+\mathrm{A\rho i}+B)+\frac{B_1+B_2}{2}.$

可选的，步骤c中通过Hodges-Lehmann法确定渗透率具体包括：

在目的层段岩石类别中选取若干个稳定渗透率统计特征值，利用 Hodges-Lehmann计算二元对模式确定中间值作为渗透率值。

本发明根据测井资料提出划分一、二、三类岩石物理相及其测井地质分析 准则，利用灰色理论岩石物理相定量评价的分类原则和评价方法，建立岩石物 理相分类的综合评价指标体系，分别采用储层流动层带指标、密度、声波时差、 自然电位、自然伽马及其伽马铀、钍、钾含量、有效光电吸收截面指数、电阻 率、井径等各方面反映岩石物理相的测井资料，利用灰色理论有机地集成和综 合多种测井参数及含气信息，实现致密气藏储层岩石物理相的综合评价和定量 分析。进而建立不同类别岩石物理相测井储层参数解释模型及其含气层评价标 准，有效地提取不同类别岩石物理相含气层厚度，成为一种致密气藏储层参数 建模和含气层评价的有效方法。

附图说明

图1是本发明的一个实施例中所涉及的正态分析统计评价标准的示意图之 一；

图2是本发明的一个实施例中所涉及的正态分析统计评价标准的示意图之 二；

图3是本发明的一个实施例中所涉及的正态分析统计评价标准的示意图之 三；

图4是本发明的一个实施例中所涉及的正态分析统计评价标准的示意图之 四；

图5是本发明的一个实施例中所涉及密度与声波时差交会关系曲线的示意 图；

图6是本发明中目的层段岩石物理相分类评价标准的一个实施例的数据表 格；

图7是本发明的一个实施例中所涉及通过Hodges-Lehmann法计算二元对模 式的示意图；

图8是本发明中不同岩石物理相分类类别的含气层评价标准的一个实施例 的数据表格；

图9是本发明的一个实施例中所涉及的致密储层岩石物理相分类特征表的 数据表格。

具体实施方式

下面结合附图对本发明进行详细阐述。

在本发明一种基于灰色理论划分致密砂岩储层岩石物理相的方法的一个实 施例中，必要时参考图1至图9，包括以下步骤：

步骤a，建立区块目的层段岩石物理相分类评价标准。

本步骤具体包括：建立区块目的层段岩石物理相分类评价指标体系。利用 灰色理论岩石物理相定量评价的分类原则，进行每类岩石物理相流动层带指标、 密度、声波时差、自然电位、自然伽马及其伽马铀、钍、钾含量、有效光电吸 收截面指数、电阻率及井径测井值相对于泥岩减小值或减小系数分析处理，采 用如图1所示意的正态分析统计方法，将正态分析统计特征值数据列Χ_0i作为岩 石物理相评价标准：

Χ_0i={Χ_0i(1),Χ_0i(2),……,Χ_0i(n)}

分别以一、二、三类标准指标绝对差大小|X_0i(k)-X_0j(k)|为准确率，以其标 准离差大小σ_i(k)、σ_j(k)为分辨率，分别利用准确率与分辨率组合 建立特征评价参数的权系数。

其中，在砂岩储层中泥岩作为非储层，其测井响应参数值一般是公知的， 但在各个不同油气田不同地层泥岩测井响应值都是不相同的，测井解释中并不 提供泥岩测井响应数据，也不计算泥岩测井参数。

一般砂岩储层相对于泥岩流动层带指标增大，密度减小，声波时差增大， 自然电位减小，自然伽马减小，伽马钾、钍、铀含量减小，有效光电吸收截面 指数减小，电阻率和井径增大，其中标准数值增大与减小值为负数时为相对于 泥岩的测井参数增大（参考图6），图6就是一个测井参数相对于泥岩减小值、 减小系数及响应值等的划分标准数据。

所述分析处理就是依据致密储层岩石物理相形成的地质条件，分析该区目 的层段致密储层沉积、成岩作用和岩性、物性、孔隙类型、孔隙结构等参数与 测井响应特征，在目的层段划分出一、二、三类岩石物理相类型及样本，图9 就是划分出的岩石物理相类别的一个实施例。然后利用岩石物理相分类样本的 测井响应值（包含相对于泥岩减小值、减小系数及响应值等）进行统计，采用 分类统计平均数据列为岩石物理相评价划分标准。

对于所述特征值数据列Χ_0i来说，其代表图6分类统计岩石物理相评价划分 标准。比如图1坐标图中标准分别为5.5和9.0，图2坐标图中标准为5.5和 25.0，它们分别代表同一评价参数正态分布的统计平均数据值。其中，Χ_0i(n) 代表图6分类岩石物理相评价划分标准，其中Χ₀代表划分标准的数值；下标i 表示行，代表测井响应参数（特征性参数）个数，n表示列，代表岩石物理相类 别（这里是3种类别）。

图6中的权系数表示测井响应特征性参数的重要性，它在灰色理论岩石物 理相综合评价中根据各项参数作用及贡献赋值，具体依据分类标准绝对差 |X_0i(k)-X_0j(k)|和参数分布标准离差σ_i(k)、σ_j(k)确定权系数大小。比如图6中密 度减小值绝对差大（不同类岩相参数相差大），分辨率高（不同类岩相参数分布 标准离差小），从而能够在灰色理论分类岩相评价划分中起到较为重要作用，因 而赋予权值相对最大。

所述准确率表示同一行同一参数不同类别（不同列）标准的绝对差 |X_0i(k)-X_0j(k)|，分辨率表示同一行同一参数统计正态分布的标准离差 σ_i(k)、σ_j(k)。显然，同一参数统计标准绝对差大，岩相分类准确率大（参考图1 坐标图，当然对于图2其自然也就说明了同一参数统计标准绝对差小，岩相分 类准确率小），同一参数统计标准的标准离差小，岩相分类分辨率高（参考图4 坐标图，当然对于图3其自然也就说明恶劣同一参数统计标准的标准离差大， 岩相分类分辨率低），其岩相分类标准准确率大、分辨率高，岩相分类准确、划 分精度高，因而赋予权系数大。

步骤b，依据灰色理论及步骤a建立的物理相分类评价标准确定待处理致密 砂岩储层岩石的所处类别。本步骤具体包括：

根据上一步中所建立的岩石物理相分类评价标准，利用灰色理论多元加权 归一分析划分不同类型岩石物理相储层。实际作灰色多元加权归一处理时，由 于采用数据列量及其单位初值不同，一般利用矩阵作数据列伸缩处理后，再对 系统包含的各种因素（包括已知的和未知的）按数据单位类别进行标准化，使 之产生无量纲、归一化的数据列。详细如下：

初始评价数据列X：

X＝{X(1),X(2),...,X(i)}

被比较数据列X_oi表示为：

X_oi={X_oi(1),X_oi(2),...,X_oi(n)}

其中，所述初始评价数据列是指待确定岩石物理相分类（一类、二类或三类） 的目的层段通过测井提取的特征性评价参数数据列，它包含图6中的密度减小 值、自然电位减小系数、伽马钾减小系数、伽马钍减小系数、伽马铀减小系数、 自然伽马减小系数、有效光电吸收截面减小系数、电阻率、声波时差减小值、 井径减小值和流动层带指标值等待评价数据。所述被比较数据列是指图6分类 岩石物理相评价划分标准，其i代表行，n代表列。它是采用前述分类参数正态 分析统计平均数据建立岩石物理相评价标准。

采用地层评价参数及层点数据标准化方法（这里的地层评价数据列是指待 评价数据列，也就是初始评价数据列），对以上地层评价数据列X、被比较数据 列X_oi进行均值处理，使之成为无量纲、标准化的数据X_o(k)，X_i(k)，具体如下：

$X_o\left(k\right)=\frac{X\left(k\right)}{\frac{1}{m+1}[\underset{i=1}{\overset{m}{\Sigma }}{X}_{\mathrm{oi}}\left(k\right)+X\left(k\right)]}$

$X_i\left(k\right)=\frac{X_{\mathrm{oi}}\left(k\right)}{\frac{1}{m+1}[\underset{i=1}{\overset{m}{\Sigma }}{X}_{\mathrm{oi}}\left(k\right)+X\left(k\right)]}$

式中k=1,2,...,n；

i=1,2,...,m。

标准化后的地层评价数据列X_o、被比较数据列X_i以及参数给定权值数据列 Y_o表示为：

X_o={X_o(1),X_o(2),...,X_o(n)}

X_i={X_i(1),X_i(2),...,X_i(n)}

Y_o={Y_o(1),Y_o(2),...,Y_o(n)}

然后，采用层点标准指标绝对差的极值加权组合放大技术，由下式计算灰色 多元加权系数：

$P_i\left(k\right)=\frac{\stackrel{\min }{i}\stackrel{\min }{k}{\Delta }_i\left(k\right)+A\stackrel{\max }{i}\stackrel{\max }{k}{\Delta }_i\left(k\right)}{A\stackrel{\max }{i}\stackrel{\mathrm{maz}}{k}{\Delta }_i\left(k\right)+{\Delta }_i\left(k\right)}{Y}_o\left(k\right)$

其中Δ_i(k)＝|X_o(k)-X_i(k)|

上述两式中：

P_i(k)表示：数据X_o与X_i在k点（参数）的灰色多元加权系数；

表示：标准指标两级最小差；

表示：标准指标两级最大差；

Δ_i(k)表示：第k点X_o与X_i的标准指标绝对差；

Y_o(k)表示：第k点（参数）的权值；

A表示：灰色分辨系数。

从而可以得出灰色加权系数序列：

P_i(k)={P_i(1),P_i(2),...,P_i(n)}

由于系数较多，信息过于分散，不便于优选，采用综合归一技术，将各点 （参数）系数集中为一个值，其表达式：

$P_i=\frac{1}{\underset{k=1}{\overset{n}{\Sigma }}{Y}_o\left(k\right)}\underset{k=1}{\overset{n}{\Sigma }}{P}_i\left(k\right)$

式中P_i即为灰色多元加权归一系数的行矩阵。

最后，利用矩阵作数据列处理后，采用最大隶属原则：

$P_{\max }=\underset{i}{\max }\left\{P_i\right\}$

作为灰色综合评价预测结论，并根据数据列（行矩阵）的数据值，确定评 价结论精度及可靠性。

步骤c，根据步骤b所确定之类别建立致密气藏储层参数模型，并根据该模 型及所确定之类别对应的至少一个物理相来获得致密气藏储层参数。本步骤详 细过程如下：

通过区块目的层段致密气藏储层各类测井、岩心、岩电实验和试气资料， 分别不同类别岩石物理相建立测井储层参数解释模型。其中分类岩石物理相密 度、声波时差计算孔隙度与分类岩石物理相Hodges-Lehmann法综合评估确定渗 透率有明显效果。

c1：根据密度、声波时差求取不同类别岩石物理相储层孔隙度。

根据密度ρ_b计算孔隙度Ф₁的模型如下：

Ф₁=A₁ρ_b＋B₁，其中A₁和B₁分别为系数和常数；

根据声波时差Δt计算孔隙度Ф₂的模型如下：

Ф₂=A₂Δt＋B₂，其中A₂和B₂分别为系数和常数；

分别制作声波时差Δt与密度测井值ρ_b交会关系图，得到相关曲线公式：

Δt=Aρ_b＋B，其中A和B分别为系数和常数；

如图5，假设需要计算的层点孔隙度所对应的密度、声波时差测井值分别为 ρ_i、Δt_i，对应到密度与声波时差测井值交会关系图中的点分别为F与E点，显然 这两点不在Δt=Aρ_b＋B这条直线上，这样就造成了分别采用密度和声波时差计 算的孔隙度相差较大，采用该层点密度、声波时差对应到其交会直线上两点E、 F的中点M，把该中点M作为校正后的计算点，分别采用所述密度和声波时差计 算孔隙度模型，求取两者孔隙度参数模型拟合值为较可靠的孔隙度值。具体操 作步骤如下：

E点坐标为（ρ_i′，Δt_i），根据所述交会关系曲线得到Δt_i=Aρ_i′＋B，则

F点坐标为（ρ_i，Δt_i′），根据所述交会关系曲线得到Δt_i′=Aρ_i＋B；

则中点M点坐标为把M点分别带入所述密度和声波时差计 算孔隙度模型中，分别计算得到相应的孔隙度值：

${\Phi }_{1i}=A_1\frac{{\rho }_i+{\rho }_i^{\prime }}{2}+B_1=\frac{A_1}{2}(\mathrm{\rho i}+\frac{{\mathrm{\Delta t}}_i-B}{A})+B_1$

${{\Phi }_{2i}=A}_2\frac{{\mathrm{\Delta t}}_i+\Delta t_i^{\prime }}{2}+B_2=\frac{A_2}{2}(\mathrm{\Delta ti}+\mathrm{A\rho i}+B)+B_2$

则所述待计算层点孔隙度值为：

${\Phi }_i=\frac{{\Phi }_{1i}+{\Phi }_{2i}}{2}=\frac{A_1}{4}(\mathrm{\rho i}+\frac{{\mathrm{\Delta t}}_i-B}{A})+\frac{A_2}{4}(\mathrm{\Delta ti}+\mathrm{A\rho i}+B)+\frac{B_1+B_2}{2}.$

c2：根据Hodges-Lehmann法确定不同类型岩石物理相储层渗透率。

利用区块目的层段岩石物理相分类后统计建立的渗透率解释模型，筛选和提 取6个较为稳定渗透率统计特征值，仍然有可能包含若干有利条件和不利因素， 因而很难避免数值上有较大误差，产生不良的计算结果。用Hodges-Lehmann方 法，则能够较好兼顾各个评估数值，较大限度减小偏离很大的测量结果影响。

利用Hodges-Lehmann计算二元对模式（参考图7），对于6个数来说，m=6， 二元对的总数为m+（m-1）+…+1=21，即

K₁₁，K₁₂，K₁₃，K₁₄，K₁₅，K₁₆

K₂₂，K₂₃，K₂₄，K₂₅，K₂₆

K₃₃，K₃₄，K₃₅，K₃₆

K₄₄，K₄₅，K₄₆

K₅₅，K₅₆

K₆₆

把这些数从高到低排列出来，Hodges-Lehmann综合估计值则为这21个数的 中间数值。如果二元对是一组偶数的数值，把数值从高到低排列， Hodges-Lehmann综合估计值为这两个中间数值的算术平均值，由此确定出储层 渗透率。只要上述计算分析值多于2个，也同样用Hodges-Lehmann法估计渗透 率值。

Hodges-Lehmann法可以较好地反映各个评估参数，避免个别畸变数值影响， 从而更精确地计算出储层渗透率。

步骤d，根据已有数据确定岩石类别与致密气藏含气层参数对应关系，根据 该对应关系及步骤b所确定之类别获得致密气藏含气层参数。本步骤详细过程 如下：

利用岩石物理相分类确定致密气藏含气层厚度。其中，利用各类测井、岩心 和试气资料，分析不同类别岩石物理相致密气藏含气层厚度参数下限差异及特 征，基于岩石物理相分类建立起致密气藏含气层岩性、物性、测井曲线、气测 全烃评价标准（如图8），有效地评价筛选致密气藏气层、差气层、气显示层及 其有效厚度。

对于图8来说，不同岩石物理相含气层评价标准是采用不同岩石物理相物 性分析、试气、测井及气测全烃资料是通过数据统计获得的，而所述已有数据 则是指这些数据，此处也就是根据这些数据进行统计，从而获得所述不同岩石 物理相含气层评价标准。具体利用岩心分析和试气资料统计确定不同类型含气 层孔隙度、渗透率和含气饱和度评价标准；利用测井响应和试气资料统计确定 不同类型含气层密度、声波时差、中子孔隙度、自然电位、自然伽马、伽马钾、 钍、铀、有效光电吸收截面指数、电阻率、井径测井评价标准；利用气测全烃、 岩心和鉴定资料确定不同类型含气层全烃和岩性评价标准。并综合含气层及其 夹层分析研究方法确定气层起算下限和夹层扣除下限。从而，有效地利用不同 类型含气层中剩余可动气影响的测井响应及其参数建立起含气层评价标准。

以上仅为本发明的实施例，不应以此来限定本发明的保护范围。在本发明 的原理基础上所作的变形同样也在本发明的保护范围内。