CN103527172B - 可变岩电耦合指数含水饱和度计算方法 - Google Patents

Abstract

本发明公开了一种可变岩电耦合指数含水饱和度计算方法，包括如下步骤：a、建立新的含水饱和度计算模型；b、建立饱和度岩心数据库；c、对饱和度岩心数据库的信息进行挖掘，建立岩电耦合指数计算图版；d、对新输入的测井资料进行处理，得出新输入测井资料的岩电耦合指数；e、将步骤d得到的岩电耦合指数用于步骤a中的计算模型，计算得出新输入测井资料的含水饱和度。本发明首次提出了岩电耦合指数概念，并找到了相应的计算方法，达到了提高计算精度的目的。

Description

可变岩电耦合指数含水饱和度计算方法

技术领域

本发明涉及一种可变岩电耦合指数含水饱和度计算方法，用于石油地质测井资料处理。

背景技术

石油地质测井资料处理有一项重要的内容，就是含水饱和度的计算。目前，计算模型多达30多种，这些计算模型均从阿尔奇公式演变而来，针对不同的地区，不同的地质体，这些计算模型演变的思路总体上离不开以下三点：①对阿尔奇公式做泥质校正；②对阿尔奇公式做矿化度校正；③对阿尔奇公式做温度校正。例如，2007年05期《测井技术》公开了含水饱和度指数n值计算方法探讨，研究了不同样品在不同实验条件下的含水饱和度指数n值的计算方法。根据岩电实验中含水饱和度Sw与电阻增大率I交会曲线的特征，分析了样品孔隙结构及含水饱和度对含水饱和度指数n值的影响，使用了I‐Sw分段回归法、n‐Sw相关分析法以更精确地计算样品的含水饱和度指数n值。实验分析了不同的油藏参数与含水饱和度指数n值的关系，认为储层性质和流体性质是影响含水饱和度指数n值的关键参数，对实际油藏应通过多因素拟合的方法求解含水饱和度指数n值。

但现有的方法还存在如下不足：每做一项校正，都会给阿尔奇公式增加新的项或新的待定参数，其结果会导致计算模型的适应性变窄。另外，阿尔奇公式自身有四个待参数，它们都需要岩心实验数据来标定，如果增加了更多待定参数，会使计算模型计算结果的稳定性变差。理论和实验研究均表明，即使同种岩性，阿尔奇公式胶结指数(m，无量纲)和饱和度指数(n，无量纲)并不固定，而目前计算含水饱和度均采用固定的m，n值，这是阿尔奇公式计算精度不高的主要原因。

发明内容

本发明的目的在于克服现有得到含水饱和度的方法存在的上述问题，提供一种可变岩电耦合指数含水饱和度计算方法。本发明首次提出了岩电耦合指数概念，并得出相应的计算方法，最大限度地发挥含水饱和岩心实验数据库的作用，简化传统含水饱和度计算模型，同时提高了含水饱和度的精度。

为实现上述目的，本发明采用的技术方案如下：

一种可变岩电耦合指数含水饱和度计算方法，其特征在于，包括如下步骤：

a、建立新的含水饱和度计算模型；

b、建立饱和度岩心数据库；

c、对饱和度岩心数据库的信息进行挖掘，建立岩电耦合指数计算图版；

d、对新输入的测井资料进行处理，得出新输入测井资料的岩电耦合指数；

e、将步骤d得到的岩电耦合指数用于步骤a中的计算模型，计算得出新输入

测井资料的含水饱和度。

所述步骤a中，建立新的含水饱和度计算模型过程如下：

将胶结指数m、饱和度指数n对含水饱和度S_w计算结果的影响耦合成一个指数，称之为岩电耦合指数，等价关系表示为：

$\{\frac{\∂S_w}{\∂m}>0,\frac{\∂S_w}{\∂n}>0\}\⇔\{\frac{\∂S_w}{\∂m}>0,n\≡2\}---\left(1\right)$

式中，表示S_w对m求导数；表示S_w对n求导数；表示等价关系，n≡2表示令n恒等于2；

据此推导，将含水饱和度阿尔奇公式变形，得到新的含水饱和度计算模型：

$S_w^2=\frac{a\·R_w}{{\mathrm{\φ}}^{\mathrm{\ω}}\·R_t}---\left(2\right)$

上式中，ω，岩电耦合指数，无量纲；S_w，含水饱和度，％；a，岩石孔隙结构弯曲度，无量纲；R_t，原状地层电阻率，Ω·m；R_w，地层水电阻率，Ω·m；φ，孔隙度，小数。

所述步骤b建立饱和度岩心数据库中，饱和度岩心数据库字段主要包括岩心实验孔隙度，岩心实验得到的含水饱和度，经过测井深度校正后得到的原状地层电阻率，自然伽玛值，补偿中子值，补偿声波以及补偿密度值。

所述步骤c中，对饱和度岩心数据库的信息进行挖掘的方法如下：

先利用步骤a建立的计算模型，反演ω；对于任意一个岩心样品，已知岩心实验含水饱和度S_w，岩心实验孔隙度φ，地层水电阻率R_w，岩石孔隙结构弯曲度a，然后经过测井深度校正找到对应的原状地层电阻率R_t，通过数值反演，求解ω值，计算式为：

$\mathrm{\ω}=\frac{log\left(\frac{a\·R_w}{R_t\·S_w^2}\right)}{log\left(\mathrm{\φ}\right)}---\left(3\right)$

这样，对于每一个岩心样品，就形成了R_t、S_w、ω一一对应的关系；采用相同的方法，延伸至其它测井项目：自然伽玛(单位：API)，补偿声波(单位：us/ft)，补偿中子(P.U)，补偿密度(g/cm3)，分别找到与每个岩样具有一一对应关系的自然伽玛值、补偿声波值、补偿中子值、补偿密度值；然后对原状地层电阻率，自然伽玛，补偿声波，补偿中子，补偿密度等5个测井项目的测量值形成的5维数据空间进行聚类分析，对数据点进行分类。

所述对数据点进行分类的步骤如下：

a1、构建由测井项目测量值形成的5维数学空间；

a2、采用最短距离法对5维数学空间里的数据点进行聚类分析，实现对数据点的分类；

a3、得到每一类的数据点的集合，通过公式3反演得到的岩电耦合指数ω；

a4、得到每一类的重心，重心是指：该类所有数据点各个测井项目测量值的均值。

所述步骤a1中测井项目测量值包括原状地层电阻率、自然伽玛、补偿声波、补偿中子和补偿密度。

所述步骤a3中，集合包括原状地层电阻率(单位：Ω·m)，自然伽玛(单位：API)，补偿声波(单位：us/ft)，补偿中子(P.U)，补偿密度(g/cm3)以及岩心实验含水饱和度(单位：小数)。

所述步骤c中，建立每一类ω＝f(φ)计算图版的步骤如下：

c1、利用每一类数据集合里的补偿声波测量值，根据威利平均公式，求出声波孔隙度φ_a(单位：小数)；

c2、根据声波孔隙度φ_a与ω具有一一对应关系，建立该类的ω＝f(φ)函数关系式；

c3、所有类的ω＝f(φ)函数关系式就形成了计算图版。

所述步骤d按下述步骤对新输入测井资料进行处理，步骤如下：

d1、根据新输入测井资料的测井值归并到某一类；

d2、然后按该类已经建立的ω＝f(φ)函数关系式计算出岩电耦合指数ω。

所述步骤d1中，新输入的测井资料是5个测井项目构成的5维空间当中的一个点，求出该点与上述每一类的重心之间的距离，该点与某一类的重心距离最短，则归并到那一类。

所述步骤e中，原状地层电阻率、孔隙度均为新输入的测井资料，岩石孔隙结构弯曲度a，地层水电阻率R_w通过岩心实验分析的地层水样分析均已知，将步骤d得到的岩电耦合指数ω代入步骤a建立的含水饱和度计算模型即：式，求出新输入测井资料类的含水饱和度。

采用本发明的优点在于：

一、采用本发明至少达到了三个目的，其一是最大限度地发挥含水饱和岩心实验数据库的作用；其二是简化传统含水饱和度计算模型；其三是与传统的含水饱和度计算模型相比，通过综合岩心实验、数学建模、地质、测井以及计算机等多学科的技术，提高了计算精度。

二、本发明首先将阿尔奇公式胶结指数和饱和指数对含水饱和度计算结果的影响耦合成一个参数，称之为岩电耦合指数，以提高计算模型的普遍适应性；利用岩心实验数据、数据库信息挖掘、数值分析等手段找到岩电耦合指数的计算方法，用可变的岩电耦合指数代替传统固定m，n值的饱和度计算方法，以提高该饱和度计算模型的计算精度；这样，同时兼顾了计算模型的普遍适应性与计算的精度这两个核心问题；另外，整个方法和流程易于计算机语言实现。

三、利用本发明，将提高石油测井资料解释评价计算含水饱和度的精度，从而更加准确地得到储层的含水信息，最后达到更精准地判别储层流体类型的目的；另外，该含水饱和度计算模型因为对待定参数进行了耦合，较传统的计算模型相比，普遍适应性将更为广阔。

附图说明

图1是针对砂岩、泥岩岩性为主的储层岩石的模拟示意图

图2是针对云岩、灰岩岩性为主的储层岩石的模拟示意图

图3是第1类建立的ω＝f(φ)函数关系式图

图4是第1～7类建立的ω＝f(φ)函数关系式图

具体实施方式

实施例1

本发明首次提出了岩电耦合指数概念，并找到了相应的计算方法，达到了提高计算精度的目的。

一种可变岩电耦合指数含水饱和度计算方法，包括如下步骤：

a、建立新的含水饱和度计算模型；

b、建立饱和度岩心数据库；

c、对饱和度岩心数据库的信息进行挖掘，得到岩电耦合指数计算图版；

d、对新输入的测井资料进行处理，根据计算图版，得到岩电耦合指数的本

征计算函数，通过本征计算函数计算得出新输入测井资料的岩电耦合指数；

e、将步骤d得到的岩电耦合指数用于步骤a中的计算模型，计算得出新输入

测井资料的含水饱和度。

步骤a、建立新的含水饱和度计算模型中：

现有技术中，教科书上经典的计算含水饱和度阿尔奇公式为：

$S_w=\sqrt[n]{\frac{a\·R_w}{{\mathrm{\φ}}^m\·R_t}}$

式中，m，胶结指数，无量纲；n，饱和度指数，无量纲；S_w，含水饱和度，％；a岩石孔隙结构弯曲度，无量纲；R_t，原状地层电阻率，Ω·m；R_w，地层水电阻率，Ω·m；φ，孔隙度，小数。

阿尔公式中，φ，R_t是直接通过测井仪器测量得到的，那么，计算含水饱和度S_w，就存在待定参数a，R_w，m，n；其中，R_w是分析地层水样得到的一个常量，a也是经过岩心实验分析得到的一个常量；在理想情况下，岩性较纯，孔隙结构均一时，m，n也为常量，但事实上，地层岩石成分往往含有1～3种岩性，另外，孔隙结构也并不均一，特别是低孔隙度、低渗透率地层岩石，孔隙结构较为复杂，大量实验室分析数据也表明，m，n值通常是在一个范围内波动。例如，四川PL地区，m的取值范围为1.2～3.5，n的取值范围为1.3～2.7。因此，利用固定的m，n来计算含水饱和度存在缺陷，特别面对当前日益增多的低孔隙度、低渗透率储层、致密油、致密气非常规油气藏储层。

为解决这一难题，提高含水饱和度计算精度，首先明晰m，n对含水饱和度计算结果的影响，下面一组数值模拟展示了在给定φ，R_t，a，R_w值条件下，不同m，n值与S_w几何函数关系图。

图1主要是针对砂岩、泥岩岩性为主的储层岩石的模拟，其特征是原状地层电阻率相对较低(R_t一般为几十Ω·m)，孔隙度相对较高(φ一般在0.06～0.13)；图2主要针对的是云岩、灰岩岩性为主的储层岩石的模拟，其特征是原状地层电阻率相对较高(R_t一般为几百Ω·m)，孔隙度相对较低(φ一般低于0.07)；由图1、图2可知，无论那一类岩性组合，含水饱和度S_w与m正相关，与n正相关，很显然，m，n值对S_w计算结果的影响与其中某一个值对含水饱和S_w的影响等价，因此，可以将胶结指数m、饱和度指数n对含水饱和度S_w计算结果的影响耦合成一个指数，称之为岩电耦合指数，等价关系可表示为：

$\{\frac{\∂S_w}{\∂m}>0,\frac{\∂S_w}{\∂n}>0\}\⇔\{\frac{\∂S_w}{\∂m}>0,n\≡2\}$

式中，表示S_w对m求导数；表示S_w对n求导数；表示等价关系，n≡2表示令n恒等于2。据此推导，将含水饱和度阿尔奇公式变形为：

$S_w^2=\frac{a\·R_w}{{\mathrm{\φ}}^{\mathrm{\ω}}\·R_t}$

上式中，ω，岩电耦合指数，无量纲；S_w，含水饱和度，％；a，岩石孔隙结构弯曲度，无量纲；R_t，原状地层电阻率，Ω·m；R_w，地层水电阻率，Ω·m；φ，孔隙度，小数。

这样，就建立了新的含水饱和度计算模型。

所述步骤b建立饱和度岩心数据库中，饱和度岩心数据库字段主要包括岩心实验孔隙度，岩心实验得到的含水饱和度，经过测井深度校正后得到的原状地层电阻率，自然伽玛值，补偿中子值，补偿声波以及补偿密度值。

所述步骤c中，对饱和度岩心数据库的信息进行挖掘的方法如下：

先利用步骤a建立的计算模型，反演ω；对于任意一个岩心样品，已知岩心实验含水饱和度S_w，岩心实验孔隙度φ，地层水电阻率R_w，岩石孔隙结构弯曲度a，然后经过测井深度校正找到对应的原状地层电阻率R_t，通过数值反演，求解ω值，计算式为：

$\mathrm{\ω}=\frac{log\left(\frac{a\·R_w}{R_t\·S_w^2}\right)}{log\left(\mathrm{\φ}\right)}$

这样，对于每一个岩心样品，就形成了R_t、S_w、ω一一对应的关系。既然能通过测井深度校正找到对应原状地层电阻率R_t，那么，采用相同的方法，延伸至其它测井项目：自然伽玛(单位：API)，补偿声波(单位：us/ft)，补偿中子(P.U)，补偿密度(g/cm3)，也可以分别找到与每个岩样具有一一对应关系的自然伽玛值、补偿声波值、补偿中子值、补偿密度值。然后对原状地层电阻率，自然伽玛，补偿声波，补偿中子，补偿密度等5个测井项目的测量值形成的5维数据空间进行聚类分析，就可以对数据点进行分类，步骤如下：

(1)构建由原状地层电阻率，自然伽玛，补偿声波，补偿中子，补偿密度等5个测井项目测量值形成的5维数学空间。

(2)采用最短距离法对5维数学空间里的数据点进行聚类分析，实现对数据点的分类，分类数目根据不同的地区，不同的岩性组合动态确定，一般分为3～7类为宜。

(3)得到每一类的数据点的集合，该集合括原状地层电阻率(单位：Ω·m)，自然伽玛(单位：API)，补偿声波(单位：us/ft)，补偿中子(P.U)，补偿密度(g/cm3)以及岩心实验含水饱和度(单位：小数)、通过上式反演得到的岩电耦合指数ω(单位：无)。

(4)得到每一类的重心，重心的定义是：该类所有数据点各个测井项目测量值的均值。

下面对每一类建立ω＝f(φ)计算图版的步骤进行说明。

建立每一类的ω＝f(φ)函数关系式，步骤如下：

(1)利用每一类数据集合里的补偿声波测量值，根据教科书上经典的威利平均公式，求出声波孔隙度φ_a(单位：小数)。

(2)因为声波孔隙度φ_a与ω具有一一对应关系，那么，就可以建立该类的ω＝f(φ)函数关系式。

(3)所有类的ω＝f(φ)函数关系式就形成了计算图版。

所述步骤d按下述步骤对新输入测井资料进行处理，步骤如下：

(1)根据新输入测井资料的测井值归并到某一类。

因为新输入的测井资料，它是原状地层电阻率，自然伽玛，补偿声波，补偿中子，补偿密度等5个测井项目构成的5维空间当中的一个点，所以，可以求出该点与上述每一类的重心之间的距离，该点与某一类的重心距离最短，则归并到那一类。

(2)找到了新输入测井资料类的归属，然后按该类已经建立的ω＝f(φ)函数关系式计算出岩电耦合指数ω。

所述步骤e，因为原状地层电阻率、孔隙度均为新输入的测井资料，而岩石孔隙结构弯曲度a，地层水电阻率R_w通过岩心实验分析的地层水样分析均已知，那么，就可以将步骤d得到的岩电耦合指数ω代入步骤a建立的含水饱和度计算模型即：式，求出新输入测井资料类的含水饱和度。

实施例2

一种可变岩电耦合指数含水饱和度计算方法，包括如下步骤：

a、建立新的含水饱和度计算模型；

b、建立饱和度岩心数据库；

c、对饱和度岩心数据库的信息进行挖掘，得到岩电耦合指数计算图版；

d、对新输入的测井资料进行处理，根据计算图版，得到岩电耦合指数的本

征计算函数，通过本征计算函数计算得出岩电耦合指数；

e、将步骤d得到的岩电耦合指数用于步骤a中的计算模型，计算得出新输入

测井资料的含水饱和度。

所述步骤a:定义岩电耦合指数ω，无量纲，其表征的含义是阿尔奇公式胶结指数和饱和指数对含水饱和度计算结果的影响指数，用岩电耦合指数简化含水饱和度计算公式，建立含水饱和度计算模型：

$S_w^2=\frac{a\·R_w}{{\mathrm{\φ}}^{\mathrm{\ω}}\·R_t}$

上式中，ω，岩电耦合指数，无量纲；S_w，含水饱和度，％；a，岩石孔隙结构弯曲度，无量纲；R_t，原状地层电阻率，Ω·m；R_w，地层水电阻率，Ω·m；φ，孔隙度，小数。

所述步骤b建立饱和度岩心数据库中，饱和度岩心数据库字段主要包括岩心实验孔隙度，岩心实验得到的含水饱和度，经过测井深度校正后得到的原状地层电阻率，自然伽玛值，补偿中子值，补偿声波以及补偿密度值。如四川PL地区建立的岩心数据库(部分)如下表1所示。

表1

所述步骤c中，对饱和度岩心数据库的信息进行挖掘的方法如下：

先利用步骤a建立的计算模型，反演ω；根据步骤b建立的岩心数据库已知岩心实验含水饱和度S_w，岩心实验孔隙度φ，地层水电阻率R_w，岩石孔隙结构弯曲度a，原状地层电阻率R_t，通过数值反演，求解ω值，计算式为：

$\mathrm{\ω}=\frac{log\left(\frac{a\·R_w}{R_t\·S_w^2}\right)}{log\left(\mathrm{\φ}\right)}$

这样，对于每一个岩心样品，就形成了原状地层电阻率，自然伽玛，补偿声波，补偿中子，补偿密度与S_w、ω一一对应的关系。然后对原状地层电阻率，自然伽玛，补偿声波，补偿中子，补偿密度等5个测井项目的测量值形成的5维数据空间进行聚类分析，步骤如下：

(1)构建由原状地层电阻率，自然伽玛，补偿声波，补偿中子，补偿密度等5个测井项目测量值形成的5维数学空间。

(2)采用最短距离法对5维数学空间里的数据点进行聚类分析，实现对数据点的分类，本例是针对四川PL地区，分成了7类。

(3)得到每一类的数据点的集合，该集合括原状地层电阻率(单位：Ω·m)，自然伽玛(单位：API)，补偿声波(单位：us/ft)，补偿中子(P.U)，补偿密度(g/cm3)以及岩心实验含水饱和度(单位：小数)、通过上式反演得到的岩电耦合指数ω(单位：无)。下表2展示了某一类每个测井深度反演得到的岩电耦合指数ω。

表2

(4)得到每一类的重心，下表3展示了得到的每一类的重心。重心的定义是：该类所有数据点各个测井项目测量值的均值。

表3

下面，建立每一类的ω＝f(φ)函数关系式，步骤如下：

(1)利用每一类数据集合里的补偿声波测量值，根据教科书上经典的威利平均公式，求出声波孔隙度φ_a(单位：小数)。下表4展示了某一类根据补偿声波测井值得到的声波孔隙度与岩电耦合指数ω对应关系。

表4

(2)因为声波孔隙度φ_a与ω具有一一对应关系，那么，就可以建立该类的ω＝f(φ)函数关系式。图3展示了第1类建立的ω＝f(φ)函数关系式过程。

(3)所有类的ω＝f(φ)函数关系式就形成了计算图版。图4展示了第1～7类建立的ω＝f(φ)函数关系式过程。

下表5展示了第1～7类ω＝f(φ)函数关系式与重心的一一对应关系。

表5

所述步骤d按下述步骤对新输入测井资料进行处理，步骤如下：

(1)根据新输入测井资料的测井值归并到某一类。

因为新输入的测井资料，它是原状地层电阻率，自然伽玛，补偿声波，补偿中子，补偿密度等5个测井项目构成的5维空间当中的一个点，所以，可以求出该点与上述每一类的重心之间的距离，该点与某一类的重心距离最短，则归并到那一类。

例如新输入的某个测井深度点的测井资料如下表6：

表6

原状地层电阻率	自然伽玛	补偿声波	补偿中子	补偿密度
					(Ω·m)	(API)	(us/ft)	(P.U)	(g/cm3)
15.78	50.42	69.52	8.54	2.53

然后求该测井深度点新输入测井资料与步骤c中1～7类重心的距离分别为：10.96，200.06，582.91，1230.16，2742.51，4742.60，8548.49，由此可知，新输入的测井资料与第1类距离最近，因此，将其归属到第1类。

(2)找到了新输入测井资料类的归属，然后按该类已经建立的ω＝f(φ)函数关系式计算出岩电耦合指数ω。

例如，根据上述例子中新输入测井资料补偿声波测井值，按教科书上经典的威利平均公式，求出声波孔隙度为9.23％(岩性为砂岩)。

所述步骤e，因为原状地层电阻率、孔隙度均为新输入的测井资料，而岩石孔隙结构弯曲度a，地层水电阻率R_w通过岩心实验分析的地层水样分析均已知，那么，就可以将步骤d得到的岩电耦合指数ω代入步骤a建立的含水饱和度计算模型即：式，求出新输入测井资料类的含水饱和度。

例如，根据上述例子中新输入测井资料原状地层电阻率为15.78Ω·m，该通过岩心实验分析得到岩石孔隙结构弯曲度为1.6125，地层水电阻率为0.025Ω·m，步骤d(2)已经计算出声波孔隙度9.23％且归属第1类。那么该新输入的测井资料的含水饱和度计算步骤为：

因为归属为第1类，那么：

ω＝0.593·ln(φ)+1.059

＝0.593·ln(9.23)+1.059

＝2.377

将ω＝2.377代入得：

$S_w^2=\frac{a\·R_w}{{\mathrm{\φ}}^{\mathrm{\ω}}\·R_t}=\frac{1.6125\×0.025}{{0.0923}^{2.377}\×15.78}=0.7362\⇒S_w=0.8580$

这样，计算得到含水饱和度为0.8580。

Claims (8)

1.一种可变岩电耦合指数含水饱和度计算方法，其特征在于，包括如下步骤：

a、建立新的含水饱和度计算模型；

b、建立饱和度岩心数据库；

c、对饱和度岩心数据库的信息进行挖掘，建立岩电耦合指数计算图版；

d、对新输入的测井资料进行处理，得出新输入测井资料的岩电耦合指数；

e、将步骤d得到的岩电耦合指数用于步骤a中的计算模型，计算得出新输入测井资料的含水饱和度；

所述步骤a中，建立新的含水饱和度计算模型过程如下：

将胶结指数m、饱和度指数n对含水饱和度S_w计算结果的影响耦合成一个指数，称之为岩电耦合指数，等价关系表示为：

$\{\frac{\∂S_w}{\∂m}>0,\frac{\∂S_w}{\∂n}>0\}\⇔\{\frac{\∂S_w}{\∂m}>0,n\≡2\}---\left(1\right)$

式中，表示S_w对m求导数；表示S_w对n求导数；表示等价关系，n≡2表示令n恒等于2；

据此推导，将含水饱和度阿尔奇公式变形，得到新的含水饱和度计算模型：

$S_w^2=\frac{a\·R_w}{{\mathrm{\φ}}^{\mathrm{\ω}}\·R_t}---\left(2\right)$

上式中，ω，岩电耦合指数，无量纲；S_w，含水饱和度，％；a，岩石孔隙结构弯曲度，无量纲；R_t，原状地层电阻率，Ω·m；R_w，地层水电阻率，Ω·m；φ，孔隙度，小数。

2.根据权利要求1所述的可变岩电耦合指数含水饱和度计算方法，其特征在于：所述步骤b建立饱和度岩心数据库中，饱和度岩心数据库字段主要包括岩心实验孔隙度，岩心实验得到的含水饱和度，经过测井深度校正后得到的原状地层电阻率，自然伽玛值，补偿中子值，补偿声波以及补偿密度值。

3.根据权利要求1或2所述的可变岩电耦合指数含水饱和度计算方法，其特征在于：所述步骤c中，对饱和度岩心数据库的信息进行挖掘的方法如下：

先利用步骤a建立的计算模型，反演ω；对于任意一个岩心样品，已知岩心实验含水饱和度S_w，岩心实验孔隙度φ，地层水电阻率R_w，岩石孔隙结构弯曲度a，然后经过测井深度校正找到对应的原状地层电阻率R_t，通过数值反演，求解ω值，计算式为：

$\mathrm{\ω}=\frac{log\left(\frac{a\·R_w}{R_t\·S_w^2}\right)}{\log \left(\mathrm{\φ}\right)}---\left(3\right)$

这样，对于每一个岩心样品，就形成了R_t、S_w、ω一一对应的关系；采用相同的方法，延伸至其它测井项目：自然伽玛(单位：API)，补偿声波(单位：us/ft)，补偿中子(P.U)，补偿密度(g/cm3)，分别找到与每个岩样具有一一对应关系的自然伽玛值、补偿声波值、补偿中子值、补偿密度值；然后对原状地层电阻率，自然伽玛，补偿声波，补偿中子，补偿密度5个测井项目的测量值形成的5维数据空间进行聚类分析，对数据点进行分类。

4.根据权利要求3所述的可变岩电耦合指数含水饱和度计算方法，其特征在于：所述对数据点进行分类的步骤如下：

a1、构建由测井项目测量值形成的5维数学空间；

a2、采用最短距离法对5维数学空间里的数据点进行聚类分析，实现对数据点的分类；

a3、得到每一类的数据点的集合，通过公式(3)反演得到的岩电耦合指数ω；

a4、得到每一类的重心，重心是指：该类所有数据点各个测井项目测量值的均值。

5.根据权利要求1、2或4所述的可变岩电耦合指数含水饱和度计算方法，其特征在于：所述步骤c中，建立每一类ω＝f(φ)计算图版的步骤如下：

c1、利用每一类数据集合里的补偿声波测量值，根据威利平均公式，求出声波孔隙度φ_a(单位：小数)；

c2、根据声波孔隙度φ_a与ω具有一一对应关系，建立该类的ω＝f(φ)函数关系式；

c3、所有类的ω＝f(φ)函数关系式就形成了计算图版。

6.根据权利要求5所述的可变岩电耦合指数含水饱和度计算方法，其特征在于：所述步骤d按下述步骤对新输入测井资料进行处理，步骤如下：

d1、根据新输入测井资料的测井值归并到某一类；

d2、然后按该类已经建立的ω＝f(φ)函数关系式计算出岩电耦合指数ω。

7.根据权利要求6所述的可变岩电耦合指数含水饱和度计算方法，其特征在于：所述步骤d1中，新输入的测井资料是5个测井项目构成的5维空间当中的一个点，求出该点与上述每一类的重心之间的距离，该点与某一类的重心距离最短，则归并到那一类。

8.根据权利要求1、2、4、6或7所述的可变岩电耦合指数含水饱和度计算方法，其特征在于：所述步骤e中，原状地层电阻率、孔隙度均为新输入的测井资料，岩石孔隙结构弯曲度a，地层水电阻率R_w通过岩心实验分析的地层水样分析均已知，将步骤d得到的岩电耦合指数ω代入步骤a建立的含水饱和度计算模型即：式，求出新输入测井资料类的含水饱和度。