一种基于气测资料快速判别凝析气藏油环大小的方法

摘要

一种基于气测资料快速判别凝析气藏油环大小的方法，包括：采集当前区域已明确油环大小的凝析气藏资料，建立凝析气藏油环大小的识别总体，划分出4类凝析气藏；采集当前区域凝析气藏的气测录井资料，分析所述气测录井资料，建立原始特征参数；将识别总体和原始特征参数输入到SPSS数据分析软件中，依次进行主成分分析和判别分析，建立和验证由判别函数和判别图版组成的判别模型；使用准确性验证通过后的判别模型进行预测、识别凝析气藏油环的大小。本发明采集钻井的气测录井资料，利用主成分分析和判别分析的方法建立预测凝析气藏油环大小的判别模型，资料易获取、判断快速且精度较高，可以快速识别油环大小，为勘探开发决策提供依据。

说明书

技术领域

本发明涉及一种判别凝析气藏油环大小的方法。特别是涉及一种基于气测资料快速判别凝析气藏油环大小的方法。

背景技术

油环大小的判别是整体研究凝析气藏的基础，无论对勘探阶段的寻找储量还是开发阶段的提高产量都具有重要的意义。传统方法是利用凝析气藏天然气组分及其特征参数来进行判别，如方框图法、Φ因子法、Φ秩类法、Z因子法等(表1)，但是这些方法在渤海油田运用中存在以下问题：1、判别准确性较低，准确率不足；2、渤海油田已证实的凝析气藏的天然气组分分析数据较少，天然气样本量太少，以其不足以支撑建立新的判别标准；3、凝析气藏天然气分析周期长，首先需要通过地层测试或者取样等获得的天然气样品，再经过实验室分析后才能获取资料，严重制约凝析气藏勘探开发的进程。

表1 传统凝析气藏油环大小判别方法

气测录井能直接测量地下岩层渗入到钻井液中气体的成分和含量，对渤海油田钻遇凝析气藏的气测录井资料统计发现，凝析气藏气测组分齐全(C1-C5)，与天然气分析的组分相当，同时气测录井是在钻井过程中进行的，对比需要经过测试或者取样后再经过实验室分析的才能获取的天然气分析资料更加容易获取，也更加方便快速，所以基于气测资料判别凝析气藏油环的大小具有良好的物质基础。

发明内容

本发明所要解决的技术问题是，提供一种在凝析气藏勘探开发过程中，可以快速识别油环大小，为勘探开发决策提供依的基于气测资料快速判别凝析气藏油环大小的方法。

本发明所采用的技术方案是：一种基于气测资料快速判别凝析气藏油环大小的方法，包括如下步骤：

1)采集当前区域已明确油环大小的凝析气藏资料，建立凝析气藏油环大小的识别总体，划分出4类凝析气藏；

2采集当前区域凝析气藏的气测录井资料，分析所述气测录井资料，建立原始特征参数；

3)将步骤1)得到的识别总体和步骤2)中得到的原始特征参数输入到SPSS数据分析软件中，依次进行主成分分析和判别分析，建立和验证由判别函数和判别图版组成的判别模型；

4)使用准确性验证通过后的判别模型进行预测、识别凝析气藏油环的大小。

本发明的一种基于气测资料快速判别凝析气藏油环大小的方法，采集钻井的气测录井资料，利用主成分分析和判别分析的方法建立预测凝析气藏油环大小的判别模型，资料易获取、判断快速且精度较高，可以快速识别油环大小，为勘探开发决策提供依据。本发明的方法存在三个优势：

1、利用气测资料判别凝析气藏油环大小，物质资料更容易于获取，成本低；

2、气测录井是随着钻井进行的，大大缩减判别凝析气藏油环大小所需要的时间，周期短；

3、判别模型准确性通过了自身验证、交互验证，准确率高。

附图说明

图1是本发明一种基于气测资料快速判别凝析气藏油环大小的方法的流程图；

图2是采集区域内10个已明确油环大小凝析气藏示意图；

图3是本发明中判别图版示意图；

图4是本发明实施例中个案预测。

具体实施方式

下面结合实施例和附图对本发明的一种基于气测资料快速判别凝析气藏油环大小的方法做出详细说明。

本发明的一种基于气测资料快速判别凝析气藏油环大小的方法，是一种快速、精确识别凝析气藏油环大小的方案。通过统计分析已经明确油环大小的凝析气藏，建立了凝析气藏油环大小的识别总体。接着通过气测录井资料分析，结合数学地质思想，利用数据分析的方法，建立了识别凝析气藏油环大小的方法。该方法优势在于仅需要钻井气测录井资料即可进行判断预测，资料易获取、判断快速且精度较高。

如图1所示，本发明的一种基于气测资料快速判别凝析气藏油环大小的方法，包括如下步骤：

1)采集当前区域已明确油环大小的凝析气藏资料，建立凝析气藏油环大小的识别总体；

采集区域内已明确了油环大小的凝析气藏的储量数据，一个带油环凝析气藏的总储量由凝析气藏储量和油环储量两部分组成，以凝析气藏储量占整个带油环凝析气藏的总储量的比例来表征凝析气藏油环的大小，比例越大，代表油环越小，计算公式如下：P＝100*N1/(N1+N2)，其中P为凝析气藏储量占整个带油环凝析气藏的总储量的比例，N1为凝析气藏储量，N2为油环储量；同时计算过程中为保持天然气储量和石油储量的量纲一致，天然气储量需要换算成石油当量储量；以凝析气藏储量占整个带油环凝析气藏的总储量的比例划分出4类凝析气藏，比例在0-25％为凝析气顶油藏，对应识别类型为1；比例在25-50％为大油环凝析气藏，对应识别类型为2；比例在50-75％为中油环凝析气藏，对应识别类型为3；比例在75-100％为小油环凝析气藏，对应识别类型为4。

2采集当前区域凝析气藏的气测录井资料，分析所述气测录井资料，建立原始特征参数；

对于开发过的凝析气藏，无论是针对凝析气，还油环进行开发，凝析气藏状态都已经改变，为了保证气测资料能真实反映凝析气藏原始地下状态，本发明采集探井或者第一批开发井的气测录井资料，利用气测录井资料中的C1(甲烷)、C2(乙烷)、C3(丙烷)、iC4(异丁烷)、nC4(正丁烷)建立7个原始特征参数：X1＝(C1+C2)/(C3+iC4+nC4)、 X2＝(C2+C3+iC4+nC4)/C1、X3＝(C3+iC4+nC4)/(iC4+nC4)、X4＝(iC4+nC4)/C3、X5＝C2/∑C、 X6＝C3/∑C、X7＝(iC4+nC4)/∑C，其中∑C＝C1+C2+C3+iC4+nC4。

3)将步骤1)得到的识别总体和步骤2)中得到的原始特征参数输入到SPSS数据分析软件中，依次进行主成分分析和判别分析，建立和验证由判别函数和判别图版组成的判别模型；

主成分分析，是考察多个变量间相关性的一种多元统计方法，研究如何通过少数几个主成分来揭示多个变量间的内部结构，即从原始变量中导出少数几个主成分，使它们尽可能多地保留原始变量的信息，且彼此间互不相关。通常数学上的处理就是将原来P个指标作线性组合，作为新的综合指标。

最经典的做法就是用F1(选取的第一个线性组合，即第一个综合指标)的方差来表达，即F1的方差越大，表示F1包含的信息越多。因此在所有的线性组合中选取的F1应该是方差最大的，故称F1为第一主成分。如果第一主成分不足以代表原来p个指标的信息，再考虑选取F2即选第二个线性组合，为了有效地反映原来信息，F1已有的信息就不需要再出现在F2中，称F2为第二主成分，依此类推可以构造出第三、第四，……，第P个主成分，这些主成分之间互不相关，且方差递减。原则上如果有p个指标就可以提取p个主成分，一般是按主成分的方差贡献率的大小提取前k个，多数情况下提取前2-3个主成分就包含了90％的信息，其他可以忽略不计。

本发明所述的建立由判别函数和判别图版组成的判别模型，包括：将步骤1)得到的识别总体和步骤2)得到原始特征参数输入到SPSS数据分析软件中，首先对所述的原始特征参数在SPSS数据分析软件中执行分析→降维→主成分分析的操作进行主成分分析，SPSS数据分析软件在进行主成分分析时，首先会自动对所述原始特征参数进行标准化，因此输出结果中都是指标准化之后的原始特征参数，SPSS数据分析软件完成主成分分析后自动输出解释的总方差表，并提取在解释的总方差表中累计方差贡献率超过90％的主成分作为中间参数，同时输出中间参数与所述标准化的原始特征参数之间的计算函数，SPSS数据分析软件会自动完成中间参数的计算和输入；对所述的中间参数和所述的识别总体在SPSS数据分析软件中执行分析→分类→判别的操作进行判别分析，SPSS数据分析软件自动完成判别分析，输出由判别函数和判别图版组成的并完成准确性验证的判别模型，其中判别图版由判别函数组成，展示4类凝析气藏在在判别空间中的分布情况，并显示4类凝析气藏在判别空间中的质心分布情况；判别模型的准确性验证由SPSS软件利用自身验证和交叉验证的方法自动完成，并输出判别验证结果。

4)使用准确性验证通过后的判别模型进行预测、识别凝析气藏油环的大小；是将需要判别的凝析气藏的气测录井资料，按步骤2)所述建立原始特征参数并输入到SPSS软件中，并执行分析→描述统计→描述→将标准化的得分另存为变量的操作进行标准化，得到标准化的原始特征参数并代入步骤3)所述中间参数的计算函数，得到中间参数并代入步骤3)所述判别函数，得到判别得分并投到步骤3)所述判别图版中，离4类凝析气藏的哪一个质心最近就属于哪一类凝析气藏。

下面给出具体实例：

1)采集渤海油田已明确油环大小的凝析气藏资料，建立凝析气藏油环大小的识别总体。采集渤海油田10个已明确油环大小的凝析气藏的储量数据，包括凝析气藏的储量N1和油环储量N2。如图2所示，计算了已采集的渤海油田10个已明确油环大小的凝析气藏中凝析气藏储量占整个带油环凝析气藏的总储量的比例P，按比例的分布区间划分出4类凝析气藏，如表2所示，比例在0-25％为凝析气顶油藏，对应识别类型为1；比例在25-50％为大油环凝析气藏，对应识别类型为2；比例在50-75％为中油环凝析气藏，对应识别类型为3；比例在75-100％为小油环凝析气藏，对应识别类型为4。

表2 凝析气藏类别划分

2)气测资料采集及原始特征参数的建立。共采集10个凝析气藏11口探井374组气测录井资料，以此资料为基础建立7个原始特征参数X1～X7。

3)建立和验证由判别函数和判别图版组成的判别模型。将步骤1)得到的识别总体和步骤2)得到原始特征参数输入到SPSS数据分析软件中，首先对所述的原始特征参数X1～X7 在SPSS数据分析软件中执行分析→降维→主成分分析的操作进行主成分分析，SPSS软件在进行分析时，会自动对步骤2)建立的7个原始特征参数X1～X7进行标准化，输出结果中直接就是标准化的原始特征参数ZX1～ZX7。SPSS数据分析软件自动完成主成分分析并输出结果如下：表3是7个原始特征参数X1～X7提取出的7个主成分Z1～Z7方差贡献率和累计贡献率，其中Z1和Z2两个主成分累计方差贡献率达到93.959％，超过了90％，因此只提取这两个主成分作为中间参数。表4是给出的作为中间参数的Z1和Z2两个主成分的系数矩阵，可以直接以此得出中间参数的计算函数，注意在函数中的变量是标准化之后的原始特征参数：Z1＝-0.855ZX1+0.976ZX2-0.840ZX3+0.902ZX4+0.874ZX5+0.979ZX6+0.966ZX7；

Z2＝-0.342ZX1+0.100ZX2+0.467ZX3-0.423ZX4+0.424ZX5+0.089ZX6-0.076ZX7。

SPSS数据分析软件会自动完成中间参数的计算和输入。对所述的中间参数和所述的识别总体在SPSS数据分析软件中执行分析→分类→判别的操作进行判别分析，SPSS数据分析软件自动完成判别分析并输出结果如下：表5是给出的两个判别函数的系数表，可以直接以此得出判别函数F1＝2.927Z1+0.683Z2+0.030；F2＝-0.272Z1+1.155Z2-0.007。图3是以判别函数F1和 F2构成的判别图版，展示样本中4类凝析气藏在判别空间中的分布情况，并显示4类凝析气藏在判别空间中的质心，只要将需要判别的凝析气藏利用判别函数得出判别得分，将判别得分投到判别图版，离哪一个质心最近就属于哪一类凝析气藏。同时SPSS软件自动利用自身验证和交互验证的方法对判别模型进行准确性验证，并输出判别结果，表6是给出的判别结果验证表，可以看出自身验证和交互验证的准确率分别达到了94.7％和94.4％，说明模型效果较好，完成判别模型的有效性验证。图3展示样本中4类凝析气藏以及4类凝析气藏的质心在判别空间中的分布情况，可以看出4类凝析气藏得到较好的区分。

4)以CFD18-2E-1井为例利用所述判别模型进行预测。收集CFD18-2E-1井气测录井资料，利用所述步骤2)建立原始特征参数X1～X7并输入数并输入到SPSS软件中，并执行分析→描述统计→描述→将标准化的得分另存为变量的操作进行标准化，得到标准化的原始特征参数ZX1～ZX7并代入步骤3)所述中间参数的计算函数：

Z1＝-0.855ZX1+0.976ZX2-0.840ZX3+0.902ZX4+0.874ZX5+0.979ZX6+0.966ZX7；

Z2＝-0.342ZX1+0.100ZX2+0.467ZX3-0.423ZX4+0.424ZX5+0.089ZX6-0.076ZX7。

得到中间参数并代入步骤3)所述判别函数F1＝2.927Z1+0.683Z2+0.030； F2＝-0.272Z1+1.155Z2-0.007，得到判别得分并投到步骤3)所述判别图版中，如图4，可以看出距离大油环凝析气藏的质心最近，预测CFD18-2E-1井为一个大油环凝析气藏。

上述实施例仅是用于说明本发明的技术原理和实际应用，其中方法的各实施步骤都是可以修改的，凡是在本发明技术方案的基础上进行的变化或改进，均在本发明的保护范围之内。

表3 解释的总方差

提取方法：主成分分析。

表4 主成分系数

提取方法：主成分分析，提取2个主成分。

表5 判别函数系数

表6 判别结果验证

a.已对初始案例中的94.7％个进行了正确分类。

b.仅对分析中的案例进行交叉验证。在交叉验证中，每个案例都是按照从该案例以外所有其他案例派生的函数来分类。

c.已对交叉验证分组案例中的94.4％个进行了正确分类。