CN103775075A - 一种全井段岩性识别方法 - Google Patents

Abstract

本发明涉及一种全井段岩性识别方法，包括：从多个深度位置取出多个岩心样本，确定每一岩心样本的粒度数据及其岩性类型；确定所述多个深度位置处的多种测井参数的值，选择随着岩性样本粒度增大而增大或减小的N种测井参数作为特征参数，N≥2；根据所述多个深度位置处岩心样本点的岩性类型及所述N种特征参数的值，确定以所述特征参数坐标的N维空间中，各N维单元格与岩性类型之间的对应关系；根据全井段各深度位置处所述特征参数的值及所述对应关系，确定各深度位置处的代表岩性类型。本方法融合了传统地质分析和测井处理识别岩性类型的方法优点，所建立的交互式多维直方图岩性识别方法准确可靠，尤其在岩心资料较少的情况下特别适用。

Description

一种全井段岩性识别方法

技术领域

本发明涉及一种岩性识别方法，特别是涉及一种采用交互式多维直方图对岩性进行全井段岩性类型定量识别的方法。

背景技术

目前利用测井信息识别岩性的方法主要有常规测井资料解释法、判别分析法、神经网络算法等。常规测井资料解释法目的主要是确定地层泥质含量，解释结果仅为砂岩和泥岩两种岩性,解释结果太粗,无法反映地质非均质性情况；利用判别分析法识别地层岩性较为普遍，但对原始样本数据的代表性和影响岩性类别的指标的全面性要求较高，针对性较差，由于受到流体性质等因素的影响，可靠性也较差，无法满足储层物性的精细评价和沉积学研究的需要；神经网络算法，该方法泛化能力不强，识别结果准确性较差，且需要人工先验知识，在岩心资料较少的情况下，很难用常规方法进行岩性识别。上述三种方法岩性识别精度不够，均无法满足测井精细评价和地质研究的需要。

发明内容

本发明提供一种全井段岩性识别方法，其目的是提供一种利用岩心资料和测井资料通过数理统计学建立多维直方图模型进行岩性的分类和定量识别，最终建立精细连续的岩性剖面。

为了实现上述发明目的，本发明采取的技术方案如下：

一种全井段岩性识别方法，包括：

从多个深度位置取出多个岩心样本，确定每一岩心样本的粒度数据及其岩性类型；

确定所述多个深度位置处的多种测井参数的值，选择随着岩性样本粒度增大而增大或减小的N种测井参数作为特征参数，N≥2；

根据所述多个深度位置处岩心样本点的岩性类型及所述N种特征参数的值，确定以所述特征参数坐标的N维空间中，各N维单元格与岩性类型之间的对应关系；

根据全井段各深度位置处所述特征参数的值及所述对应关系，确定各深度位置处的代表岩性类型。

进一步地，在所述N维空间中确定所述特征参数与岩性类型之间的对应关系的方法为：

对所述多个深度位置中的每一深度位置，将该深度位置处的岩性类型确定为该深度位置处N种特征参数值所指向的N维单元格对应的一份岩性类型，由此得到所述N维空间中，一个或多个N维单元格对应的一种或多种岩性类型及每一种岩性类型的份数；

对所述N维空间中没有对应的岩性类型的N维单元格，通过就近插值法插值生成对应的一种或多种岩性类型及其份数。

进一步地，各深度位置处的代表岩性类型为此深度位置所有岩性类型中份数最多的岩性类型。

进一步地，所述岩心样本点粒度数据容量不少于五个。

进一步地，所述测井参数为自然伽马参数、密度参数、声波参数和中子参数。

另一种可替代的技术方案为：

一种交互式多维直方图全井段岩性识别方法，包括：

步骤一，从多个深度位置取出多个岩心样本，确定每一岩心样本的粒度数据，并根据岩心样本粒度数据确定岩性类型；

步骤二，用同一深度位置处的岩性类型刻度多种测井参数的值，并建立测井参数与岩性类型之间的交会图；

步骤三，选择交会图中，随着岩性样本粒度增大而增大或减小的测井参数作为特征参数，分别统计每一个特征参数中各类岩性类型出现的份数，并建立多个特征参数-岩性类型-份数之间的直方图模型；

步骤四，将步骤三中得到所有直方图模型统一表示在一个N维坐标空间中，N≥2；

步骤五，对于N维坐标空间的单元格中没有岩性类型的，查找距拟生成单个格空间距离最近的样本点单元格，采用就近插值法插值生成无样本点单元格中的各类岩性类型，并更新N维坐标空间，最终在N维坐标空间形成包括全井段岩性类型分布图；

步骤六，分别统计N维坐标空间每个单元格中各类岩性类型的数目，并计算各类岩性类型在每个单元格内出现的份数；

步骤七，将全井段的每一个深度区段所对应的特征参数值逐个在N维坐标空间中单元格寻找对应位置，并以此单元格中出现份数最多的岩性作为对应深度区段的岩性类型代表，然后对连续且岩性类型相同的特征参数值合并，形成全井段的连续岩性剖面。

优选地，所述步骤一中，岩心样本点粒度数据容量不少于五个。

优选地，所述步骤二中，测井参数为自然伽马参数、密度参数、声波参数或中子参数。

优选地，所述步骤三，直方图中每个特征参数轴根据其所代表的特征参数值范围等间距划分，形成空间单元格。

优选地，所述步骤四，N维坐标空间中每个维度间距和数值范围的确定同其所代表特征参数在直方图中范围和间距。

本发明和现有技术相比，具有如下有益效果：

本方法融合了传统地质分析和测井处理识别岩性类型的方法优点，所建立的交互式多维直方图岩性识别方法准确可靠，尤其在岩心资料较少的情况下特别适用。该方法忠实于岩性类型结果，自动化程度高，准确地反映了地层沉积的变化特征，为精细评价储层物性和沉积学研究提供了可靠依据。

附图说明

图1a～图1d是不同岩性类型的测井参数交会图。

图2a～图2c为选定的特征参数形成直方图。

图3是图2a～图2c表示成的三维坐标空间。

图4是最终形成精细岩性剖面。

附图标记：1-自然伽马参数、2-密度参数、3-声波参数、4-岩性剖面。

具体实施方式

为使本发明的发明目的、技术方案和有益效果更加清楚明了，下面结合附图对本发明的实施例进行说明，需要说明的是，在不冲突的情况下，本申请中的实施例和实施例中的特征可以相互任意组合。

一种全井段岩性识别方法，包括：

从多个深度位置取出多个岩心样本，确定每一岩心样本的粒度数据及其岩性类型；

确定所述多个深度位置处的多种测井参数的值，选择随着岩性样本粒度增大而增大或减小的N种测井参数作为特征参数，N≥2；

根据所述多个深度位置处岩心样本点的岩性类型及所述N种特征参数的值，确定以所述特征参数坐标的N维空间中，各N维单元格与岩性类型之间的对应关系；

根据全井段各深度位置处所述特征参数的值及所述对应关系，确定各深度位置处的代表岩性类型。

进一步地，在所述N维空间中确定所述特征参数与岩性类型之间的对应关系的方法为：

对所述多个深度位置中的每一深度位置，将该深度位置处的岩性类型确定为该深度位置处N种特征参数值所指向的N维单元格对应的一份岩性类型，由此得到所述N维空间中，一个或多个N维单元格对应的一种或多种岩性类型及每一种岩性类型的份数；

对所述N维空间中没有对应的岩性类型的N维单元格，通过就近插值法插值生成对应的一种或多种岩性类型及其份数。

进一步地，各深度位置处的代表岩性类型为此深度位置所有岩性类型中份数最多的岩性类型。

进一步地，所述岩心样本点粒度数据容量不少于五个。

进一步地，所述测井参数为自然伽马参数、密度参数、声波参数和中子参数。

另一种可替代的技术方案，采用交互式多维直方图全井段岩性识别方法，本实施例选择以样本点的深度范围为-3712.0米至-3915.0米的井段，其具体实施步骤如下：

步骤一，从多个深度位置取出多个岩心样本，确定每一岩心样本的粒度数据，并根据岩心样本粒度数据确定岩性类型；

以岩心样本资料为基础，根据岩心样本点粒度数据划分岩性类型；

为了确保样本的代表性，所述岩心样本点粒度数据不少于五个深度点，本实施例中选择的样本数为15个参见具体下表1。表1为岩性样本命名表，本实施例选择的样本点的深度范围为-3712.0米至-3915.0米参见表中第2列，测定每个样本点采集的样本中各种组份（砾石、粗砂、中砂、细砂、粉砂和泥）的重量百分比参见表中第3至8列，然后根据沉积学上岩性类型规则，将样本点从细到粗分别命名为粉砂岩（下表中序列11）、细砂岩（序列7和10）、中-粗砂岩（8、12和15）、粗砂岩（序列2）、含砾粗砂岩（序列1、4、13和14）、砂砾岩（序列3、5、6和9）参见表中第9列。

表1岩性样本命名表

步骤二，用同一深度位置处的岩性类型刻度多种测井参数的值，并建立测井参数与岩性类型之间的交会图；

依据岩性粒度与常规测井参数有较好的相关性理论，用命名后的岩心样本点刻度常规测井参数,本实施例中选择为自然伽马（GR）、密度参数(RHOZ)、声波参数(DT)和中子参数(tnph)，实际检测过程中，还可根据需要选择其他的常规测井参数，建立不同参数与岩性样本的交会图，判断各参数与岩性粒度的相关性。参见图1a～图1d，图1a～图1d为四种不同参数与岩性样本的交会图。在图1a～图1d中，采用相同的图例表示相同的岩性类型，此实施例中，五角星表示粉砂岩、十字型表示细砂岩、三角形表示中-粗砂岩、菱形块表示粗砂岩、圆形块表示含砾粗砂岩、矩形块表示砂砾岩。

图1a为GR-DT交会图，即以GR为横坐标刻度，以DT为纵坐标刻度，将表1中经过命名的岩性样本在交会图中刻度，可以看出，同一种岩性的样本点在GR-DT交会图中位置集中，且不同粒径岩性分布在交会图不同的区域，表现为粒径从细到粗（从细到粗依次为：粉砂岩、细砂岩、中-粗砂岩、粗砂岩、含砾粗砂岩、砂砾岩）GR逐渐减小，而DT逐渐增大，呈现明显规律性。此图说明，GR和DT与岩性粒径具有良好的相关性。图1b为GR-RHOZ交会图，即以GR为横坐标刻度，以RHOZ为纵坐标刻度，将表1中经过命名的岩性样本在交会图中刻度，可以看出，同一种岩性的样本点在GR-RHOZ交会图中位置集中，且不同粒径岩性分布在交会图不同的区域，表现为粒径从细到粗（从细到粗依次为：粉砂岩、细砂岩、中-粗砂岩、粗砂岩、含砾粗砂岩、砂砾岩）GR和RHOZ均逐渐减小，呈现明显规律性。此图说明，GR和RHOZ与岩性粒径具有良好的相关性。图1c为DT-RHOZ交会图，即以DT为横坐标刻度，以RHOZ为纵坐标刻度，将表1中经过命名的岩性样本在交会图中刻度，可以看出，同一种岩性的样本点在DT-RHOZ交会图中位置集中，且不同粒径岩性分布在交会图不同的区域，表现为粒径从细到粗RHOZ逐渐减小，而DT逐渐增大，呈现明显规律性。此图说明，DT和RHOZ与岩性粒径具有良好的相关性。上述三图综合可以看出，所选岩性样本的粒度与GR、RHOZ及DT相关性较好，随着岩性粒度变粗（从细到粗依次为：粉砂岩、细砂岩、中-粗砂岩、粗砂岩、含砾粗砂岩、砂砾岩），GR值和RHOZ值逐渐变低，而DT值逐渐变大。图1d为GR-tnph交会图，即以tnph为横坐标刻度，以GR为纵坐标刻度，将表1中经过命名的岩性样本在交会图中刻度，可以看出，样本在此交会图中，同一种粒径的样本分布分散，且整体无规律性，此图说明tnph与岩性粒度相关性差，因此，选择自然伽马、密度参数和声波参数作为特征参数。

步骤三，选择交会图中，随着岩性样本粒度增大而增大或减小的测井参数作为特征参数，分别统计每一个特征参数中各类岩性类型出现的份数，并建立多个特征参数-岩性类型-份数之间的直方图模型；

如图2a～2c所示，图2a是GR特征参数-岩性-频率直方图模型，直方图的X轴代表GR特征参数，Y轴代表的各类岩性，Z轴代表的是各类岩性GR特征参数点上出现的频率；图2b与图2a不同的是，直方图的X轴代表DT特征参数；图2c与图2a不同的是，直方图的X轴代表RHOZ特征参数；上述直方图中，根据参数值范围设定合适的间距，在图2a中，自然伽马(GR)特征参数范围为0-210，间距取10；图2b中，声波（DT）特征参数范围为0-100，间距取5；图2c密度（RHOZ）特征参数范围0-3，间距取0.1。若所选特征参数不等于三，则建立对应数量的特征参数-岩性-频率直方图模型。

步骤四，将步骤三中得到所有直方图模型统一表示在一个N维坐标空间中，N≥2；

因本实施例中选择的特征测井参数个数大于2时，为了更清楚的显示所有特征测井参数和样本点之间的对应关系，将图2a与图2c统一表示在一个3维坐标空间中；

如图3所示，3维坐标空间中X轴表示自然伽马(GR)特征参数；Y轴表示声波（DT）特征参数；Z轴表示密度（RHOZ）特征参数；3维坐标空间的每个维度的间距设置同直方图模型中的特征参数间距设置。

直方图和3维坐标空间，可采用常规的数理统计软件来实现，如Excel、Matlab或Origin等通用软件。也可采用由中海油田服务股份有限公司开发的测井沉积相软件中岩性识别模块建立。

步骤五，对于N维坐标空间的单元格中没有岩性类型的，查找距拟生成单个格空间距离最近的样本点单元格，采用就近插值法插值生成无样本点单元格中的各类岩性类型，并更新N维坐标空间，最终在N维坐标空间形成包括全井段岩性类型分布图；

对于3维坐标空间的单元格中没有岩性样本的，通过查找距拟生成单个格空间距离最近的样本点单元格，插值生成无样本点单元格中的各类岩性点数，并更新3维坐标空间，最终形成包括全井段3维坐标空间岩性分布图；

步骤六，分别统计N维坐标空间每个单元格中各类岩性类型的数目，并计算各类岩性类型在每个单元格内出现的份数；

统计所有测井参数的值区段内每种岩性类型出现的频率，以出现频率最高的岩性类型作为本区段内的岩性类型代表，最终形成拟化后全井段连续的岩性类型。（频率的计算方法如下：如某一单元格中包含中-粗砂岩样本3个，含砾粗砂岩样本6个，砂砾岩样本1个，则该单元格各类岩性概率为中-粗砂岩30%、含砾粗砂岩60%、砂砾岩10%，其它岩性概率为零）。

步骤七，将全井段的每一个深度区段所对应的特征参数值逐个在N维坐标空间中单元格寻找对应位置，并以此单元格中出现份数最多的岩性作为对应深度区段的岩性类型代表，然后对连续且岩性类型相同的特征参数值合并，形成全井段的连续岩性剖面。

形成的全井段连续的精细化岩性剖面参见图4，此图可以采用中海油田服务股份有限公司开发的测井沉积相软件实现也可采用其他测井沉积相软件实施，具体过程为由计算机提取3维坐标空间中的特征参数、范围和间距，计算参数点所处的单元格序号，并在3维坐标空间中搜索对应的单元格，以单元格中频率最高的岩性作为该参数点的岩性类型。最后对连续且岩性相同的参数点进行合并，建立岩性剖面，图4中给出了三列自左向右依次为测井深度、特征参数和岩性剖面，其中，特征参数列中，自然伽马参数1的范围为0-300api；密度参数2的范围为1.95-2.95g/cc；声波参数3的范围为1.40-40US/FT;最右侧列显示的是以单元格中频率最高的岩性确定的岩性类型形成的连续的岩性剖面，此岩性类型与表1中命名的岩性类型一一对应。岩性剖面4以矩形方式显示，图中矩形长度相等的为同一种岩性，矩形的高度表示岩性在深度方向上的分布范围。

虽然本发明所揭示的实施方式如上，但其内容只是为了便于理解本发明的技术方案而采用的实施方式，并非用于限定本发明。任何本发明所属技术领域内的技术人员，在不脱离本发明所揭示的核心技术方案的前提下，可以在实施的形式和细节上做任何修改与变化，但本发明所限定的保护范围，仍须以所附的权利要求书限定的范围为准。

Claims (10)

1.一种全井段岩性识别方法，包括：

从多个深度位置取出多个岩心样本，确定每一岩心样本的粒度数据及其岩性类型；

确定所述多个深度位置处的多种测井参数的值，选择随着岩性样本粒度增大而增大或减小的N种测井参数作为特征参数，N≥2；

根据所述多个深度位置处岩心样本点的岩性类型及所述N种特征参数的值，确定以所述特征参数坐标的N维空间中，各N维单元格与岩性类型之间的对应关系；

根据全井段各深度位置处所述特征参数的值及所述对应关系，确定各深度位置处的代表岩性类型。

2.如权利要求1所述的一种全井段岩性识别方法，其中，在所述N维空间中确定所述特征参数与岩性类型之间的对应关系的方法为：

对所述多个深度位置中的每一深度位置，将该深度位置处的岩性类型确定为该深度位置处N种特征参数值所指向的N维单元格对应的一份岩性类型，由此得到所述N维空间中，一个或多个N维单元格对应的一种或多种岩性类型及每一种岩性类型的份数；

对所述N维空间中没有对应的岩性类型的N维单元格，通过就近插值法插值生成对应的一种或多种岩性类型及其份数。

3.如权利要求1或2所述的一种全井段岩性识别方法，其中，各深度位置处的代表岩性类型为此深度位置所有岩性类型中份数最多的岩性类型。

4.如权利要求1或2或3所述的一种全井段岩性识别方法，其中，所述岩心样本点粒度数据容量不少于五个。

5.如权利要求1或2或3所述的一种全井段岩性识别方法，其中，所述测井参数为自然伽马参数、密度参数、声波参数和中子参数。

6.一种交互式多维直方图全井段岩性识别方法，包括：

步骤一，从多个深度位置取出多个岩心样本，确定每一岩心样本的粒度数据，并根据岩心样本粒度数据确定岩性类型；

步骤二，用同一深度位置处的岩性类型刻度多种测井参数的值，并建立测井参数与岩性类型之间的交会图；

步骤三，选择交会图中，随着岩性样本粒度增大而增大或减小的测井参数作为特征参数，分别统计每一个特征参数中各类岩性类型出现的份数，并建立多个特征参数-岩性类型-份数之间的直方图模型；

步骤四，将步骤三中得到所有直方图模型统一表示在一个N维坐标空间中，N≥2；

步骤五，对于N维坐标空间的单元格中没有岩性类型的，查找距拟生成单个格空间距离最近的样本点单元格，采用就近插值法插值生成无样本点单元格中的各类岩性类型，并更新N维坐标空间，最终在N维坐标空间形成包括全井段岩性类型分布图；

步骤六，分别统计N维坐标空间每个单元格中各类岩性类型的数目，并计算各类岩性类型在每个单元格内出现的份数；

步骤七，将全井段的每一个深度区段所对应的特征参数值逐个在N维坐标空间中单元格寻找对应位置，并以此单元格中出现份数最多的岩性作为对应深度区段的岩性类型代表，然后对连续且岩性类型相同的特征参数值合并，形成全井段的连续岩性剖面。

7.根据权利要求6所述的交互式多维直方图全井段岩性识别方法，其特征在于：所述步骤一中，岩心样本点粒度数据容量不少于五个。

8.根据权利要求6所述的交互式多维直方图全井段岩性识别方法，其特征在于：所述步骤二中，测井参数为自然伽马参数、密度参数、声波参数或中子参数。

9.根据权利要求6所述的交互式多维直方图全井段岩性识别方法，其特征在于：所述步骤三，直方图中每个特征参数轴根据其所代表的特征参数值范围等间距划分，形成空间单元格。

10.根据权利要求9所述的交互式多维直方图全井段岩性识别方法，其特征在于：所述步骤四，N维坐标空间中每个维度间距和数值范围的确定同其所代表特征参数在直方图中范围和间距。

Images