CN105487122A - 用于确定储层流体识别因子的敏感性的方法及系统 - Google Patents

Abstract

本发明公开了一种用于确定储层流体识别因子的敏感性的方法及系统，该方法包括以下步骤：利用Biot-Gassmann方程进行流体替换来获得储层段完全饱水状态和完全饱气状态时的物性参数；基于获得的物性参数得到两种状态的多种流体识别因子，并基于所述多种流体识别因子构建多个敏感性定量因子；基于各个敏感性定量因子的数值的大小确定流体识别因子对储层流体的敏感性的大小。本方法不但能为测井资料解释提供重要的参考，还能有效地指导地震属性参数的提取，具有计算速度快、稳定性好的优点，可直接用于地震资料的解释工作。

Description

用于确定储层流体识别因子的敏感性的方法及系统

技术领域

本发明涉及石油地球物理勘探领域，尤其涉及一种用于确定储层流体识别因子的敏感性的方法及系统。

背景技术

地震勘探技术是油气勘探中应用最为广泛的一种地球物理学方法，其原理是，利用地震波在不同介质中传播的速度、振幅、频率、相位、波形等参数的变化来分析、预测油气储层分布范围以及储层物性特征。目前油气勘探面临愈加复杂的情况，比如储层通常表现为具有厚度薄、物性高度非均质、有效储层规模小、分布分散、岩石物理关系复杂及储层岩性差异小等特征。对于这些复杂情况，如果仅仅利用少量的或者单一的信息难以达到区分识别储层及流体的目的。

为了从地震资料中获得更多的反映储层流体的信息，国内外很多学者已经提出了多种不同的流体识别因子以及相应的流体区分方法。如Fatti等定义的与纵横波反射系数有关的流体识别因子△F，Goodway等(1997)提出的识别流体异常的LMR法，Russell等提出的ρf流体识别因子，Dillon等采用的直接烃类指示(DHI)的波阻抗差分法、截距斜率法(PG剖面)等。国内的比如有学者提出了具有波阻抗量纲的一次方和二次方的流体识别因子FIFI和FSFIF。

在储层预测及流体识别中，上述各种流体识别因子和流体识别方法均在某一方面有较强的识别能力，但不能全面有效的识别不同类型的储层及流体，不同的流体识别因子对储层流体的敏感性不同。如何在繁多的流体识别因子中选择合适的、对储层识别能力高的流体识别因子，到目前为止仍缺乏理论指导，制约了油气勘探工作的进一步开展。

综上，如何在众多流体识别因子中优选出对储层流体最为敏感的流体识别因子，成为亟待解决的问题。

发明内容

本发明所要解决的技术问题之一是需要提供一种在众多流体识别因子中优选出对储层流体最为敏感的流体识别因子的方法。

为了解决上述技术问题，本发明提供了一种用于确定储层流体识别因子的敏感性的方法，包括以下步骤：利用Biot-Gassmann方程进行流体替换来获得储层段完全饱水状态和完全饱气状态时的物性参数；基于储层段完全饱水状态和完全饱气状态时的物性参数得到两种状态的多种流体识别因子，并基于所述多种流体识别因子构建多个敏感性定量因子；基于各个敏感性定量因子的数值的大小确定流体识别因子对储层流体的敏感性的大小。

在一个实施例中，所述流体替换包括：根据储层测井数据中的饱含流体岩石的纵波速度、横波速度以及密度得到饱含流体岩石的体积模量和剪切模量；利用Biot-Gassmann方程，根据饱含流体岩石的体积模量和剪切模量以及孔隙所饱含的流体的体积模量得到干岩石的体积模量和剪切模量；利用Biot-Gassmann方程，根据干岩石的体积模量和剪切模量、以及岩石完全饱水和完全饱气两种状态下的孔隙所饱含的流体的体积模量，分别得到岩石在完全饱水和完全饱气时的体积模量和剪切模量；分别利用岩石在完全饱水和完全饱气时的体积模量、剪切模量以及密度得到完全饱水岩石和完全饱气岩石的纵波速度和横波速度。

在一个实施例中，通过以下表达式来构建所述敏感性定量因子f_x：

$f_x=\frac{\max (F_w,F_g)}{\min (F_w,F_g)}$

式中，F_w和F_g分别为储层岩石完全饱含水和完全饱含气时的流体识别因子；max(F_w,F_g)表示取F_w和F_g中的较大值，min(F_w,F_g)表示取F_w和F_g中的较小值。

在一个实施例中，在确定流体识别因子对储层流体的敏感性的大小的步骤中，包括：对于数值大的敏感性定量因子，确定与该敏感性定量因子对应的流体识别因子对储层流体的敏感性大；对于数值小的敏感性定量因子，确定与该敏感性定量因子对应的流体识别因子对储层流体的敏感性小。

在一个实施例中，当储层流体为油水混合态时，通过以下表达式来构建所述敏感性定量因子f_x：

$f_x=\frac{\max (F_w,F_o)}{\min (F_w,F_o)}$

式中，F_o为储层岩石完全饱含油时的流体识别因子。

另一方面，还提供了一种用于确定储层流体识别因子的敏感性的系统，包括以下模块：流体替换模块，其利用Biot-Gassmann方程进行流体替换来获得储层段完全饱水状态和完全饱气状态时的物性参数；敏感性定量因子的建立模块，其基于储层段完全饱水状态和完全饱气状态时的物性参数得到两种状态的多种流体识别因子，并基于所述多种流体识别因子构建多个敏感性定量因子；敏感性分析模块，其基于各个敏感性定量因子的数值的大小确定流体识别因子对储层流体的敏感性的大小。

在一个实施例中，流体替换模块包括：第一弹性模量计算单元，其根据储层测井数据中的饱含流体岩石的纵波速度、横波速度以及密度得到饱含流体岩石的体积模量和剪切模量；第二弹性模量计算单元，其利用Biot-Gassmann方程，根据饱含流体岩石的体积模量和剪切模量以及孔隙所饱含的流体的体积模量得到干岩石的体积模量和剪切模量；第三弹性模量计算单元，其利用Biot-Gassmann方程，根据干岩石的体积模量和剪切模量、以及岩石完全饱水和完全饱气两种状态下的孔隙所饱含的流体的体积模量，分别得到岩石在完全饱水和完全饱气时的体积模量和剪切模量；物性参数计算单元，其分别利用岩石在完全饱水和完全饱气时的体积模量、剪切模量以及密度得到完全饱水岩石和完全饱气岩石的纵波速度和横波速度。

在一个实施例中，敏感性定量因子的建立模块通过以下表达式来构建所述敏感性定量因子f_x：

$f_x=\frac{\max (F_w,F_g)}{\min (F_w,F_g)}$

式中，F_w和F_g分别为储层岩石完全饱含水和完全饱含气时的流体识别因子；max(F_w,F_g)表示取F_w和F_g中的较大值，min(F_w,F_g)表示取F_w和F_g中的较小值。

在一个实施例中，敏感性分析模块在确定流体识别因子对储层流体的敏感性的大小时，对于数值大的敏感性定量因子，确定与该敏感性定量因子对应的流体识别因子对储层流体的敏感性大；对于数值小的敏感性定量因子，确定与该敏感性定量因子对应的流体识别因子对储层流体的敏感性小。

在一个实施例中，当储层流体为油水混合态时，所述敏感性定量因子的建立模块通过以下表达式来构建所述敏感性定量因子f_x：

$f_x=\frac{\max (F_w,F_o)}{\min (F_w,F_o)}$

式中，F_o为储层岩石完全饱含油时的流体识别因子。

与现有技术相比，上述方案中的一个或多个实施例可以具有如下优点或有益效果：

通过建立敏感性定量因子，实现了对各种流体识别因子对储层流体的敏感性的定量描述，进一步根据敏感性定量因子对流体识别因子进行优选，不但能为测井资料解释提供重要的参考，还能有效地指导地震属性参数的提取，进而可为储层预测与流体识别服务。本方法具有计算速度快、稳定性好的优点，可直接用于地震资料的解释工作。

本发明的其它特征和优点将在随后的说明书中阐述，并且部分地从说明书中变得显而易见，或者通过实施本发明而了解。本发明的目的和其他优点可通过在说明书、权利要求书以及附图中所特别指出的结构来实现和获得。

附图说明

附图用来提供对本发明的进一步理解，并且构成说明书的一部分，与本发明的实施例共同用于解释本发明，并不构成对本发明的限制。在附图中：

图1是根据本发明第一实施例的用于确定储层流体识别因子的敏感性的方法的流程图；

图2是第一类砂岩的流体识别因子的敏感性定量因子的柱状图；

图3是第二类砂岩的流体识别因子的敏感性定量因子的柱状图；

图4是第三类砂岩的流体识别因子的敏感性定量因子的柱状图；

图5是某区域的实际测井曲线图；

图6是某区域实际测井资料某段的流体识别因子的敏感性定量因子的柱状图；

图7是根据表1的11号流体识别因子的纵向剖面图；

图8是根据表1的11号流体识别因子的沿层切片图；

图9是根据本发明第二实施例的用于确定储层流体识别因子的敏感性的系统的结构示意图。

具体实施方式

以下将结合附图及实施例来详细说明本发明的实施方式，借此对本发明如何应用技术手段来解决技术问题，并达成技术效果的实现过程能充分理解并据以实施。需要说明的是，只要不构成冲突，本发明中的各个实施例以及各实施例中的各个特征可以相互结合，所形成的技术方案均在本发明的保护范围之内。

第一实施例

图1是根据本发明第一实施例的用于确定储层流体识别因子的敏感性的方法的流程图。下面参考图1来详细说明本方法的各个步骤。

步骤S110、利用Biot-Gassmann方程进行流体替换来获得储层段完全饱水状态和完全饱气状态时的物性参数。

流体替换就是通过一种孔隙流体状态下的岩石物理参数替换计算出另一种流体状态下的岩石物理参数。在这里我们主要根据实际测井得到的饱含流体岩石的纵波速度、横波速度、密度、孔隙度以及含水饱和度等数据，经过流体替换得到岩石完全饱水时的纵波速度、横波速度以及密度和岩石完全饱气时的纵波速度、横波速度以及密度。该过程还可以进一步细分为：

步骤S111、根据储层测井数据中的饱含流体岩石的纵波速度、横波速度以及密度得到饱含流体岩石的体积模量和剪切模量。

在各向同性介质中，根据以下的表达式(1)可以得到地震波传播的速度：

$V_p^{\mathrm{sat}}=\sqrt{(K_{\mathrm{sat}}+4{\mathrm{\μ}}_{\mathrm{sat}}/3)/{\mathrm{\ρ}}_{\mathrm{st}}},V_s^{\mathrm{sat}}=\sqrt{{\mathrm{\μ}}_{\mathrm{sat}}/{\mathrm{\ρ}}_{\mathrm{sat}}}---\left(1\right)$

式中，V_p ^sat是饱含流体岩石的纵波速度，V_s ^sat是饱含流体岩石的横波速度，ρ_sat是饱含流体岩石的密度；K_sat是饱含流体岩石的体积模量，μ_sat是饱含流体岩石的剪切模量。实际测井中，可以通过测井曲线得到饱含流体岩石的纵波速度、横波速度以及密度，所以将上式进行变换，进一步得到表达式(2)：

$K_{\mathrm{sat}}={\mathrm{\ρ}}_{\mathrm{sat}}(V_p^{\mathrm{sat}2}-4V_s^{\mathrm{sat}2}/3),{\mathrm{\μ}}_{\mathrm{sat}}={\mathrm{\ρ}}_{\mathrm{sat}}{V}_s^{\mathrm{sat}2}---\left(2\right)$

将已经得到的测井数据V_p ^sat、V_s ^sat以及ρ_sat的值带入表达式(2)，便可以通过计算得到K_sat和μ_sat，即饱含流体岩石的体积模量和剪切模量。通常情况下，岩石中饱含的流体为油、气和水的混合状态。

步骤S112、利用Biot-Gassmann方程，根据饱含流体岩石的体积模量和剪切模量以及孔隙所饱含的流体的体积模量得到干岩石的体积模量和剪切模量。

具体的，Biot-Gassmann方程的一种变换形式如表达式(3)所示：

K_dry＝[K_sat(φK₀/K_f+1-φ)-K₀]/(φK₀/K_f+K_sat/K₀-1-φ),μ_dry＝μ_sat(3)

式中，K_dry是干岩石的体积模量，μ_dry是干岩石的剪切模量；K_sat是饱含流体岩石的体积模量，μ_sat是饱含流体岩石的剪切模量，在步骤S111中根据测井数据，由表达式(2)计算得到；φ是孔隙度，由测井数据得到；K₀是基质的体积模量，K_f是孔隙所饱含的流体的体积模量，K₀和K_f可以分别根据VRH公式和Wood公式得到。

基质的体积模量K₀可以由VRH公式得到，VRH公式的具体形式如表达式(4)所示：

K₀＝[∑(K_i·V_i)+∑(V_i/K_i)]/2(4)

式中，K_i为组成基质的第i种矿物的体积模量，可以由岩石物理实验室测量得到；V_i为第i种矿物所占岩石体积的百分比，可以由测井数据得到。

孔隙所饱含的流体的体积模量K_f可以由Wood公式得到，Wood公式的具体形式如表达式(5)所示：

$K_f=1/[\underset{i=1}{\overset{n}{\mathrm{\Σ}}}{f}_i/K_i]---\left(5\right)$

式中，K_i是孔隙中所饱含的各种流体成分的体积模量，可以由岩石物理实验室测量得到；f_i是孔隙中所饱含的各种流体成分的体积百分含量，可以由测井数据得到。

将K_sat、μ_sat、φ、K₀以及K_f带入表达式(3)中，可以求得K_dry和μ_dry，即干岩石的体积模量和剪切模量。

步骤S113、利用Biot-Gassmann方程，根据干岩石的体积模量和剪切模量，以及岩石完全饱水和完全饱气两种状态下的孔隙所饱含的流体的体积模量，分别得到岩石在完全饱水和完全饱气时的体积模量和剪切模量。

为了求得岩石在完全饱水和完全饱气两种不同状态下的体积模量和剪切模量，首先，在以下两种假设情况下分别求得K_f的值：

完全饱含水时，假设岩石孔隙中的流体只包含水，K_i此时只有K_fw，K_fw是水的体积模量，由岩石物理实验室测量得到，且f_i为100％，带入表达式(5)中，可得K_f的值就等于K_fw。

完全饱含气时，假设岩石孔隙中的流体只包含天然气，Ki此时只有K_fg，K_fg是天然气的体积模量，由岩石物理实验室测量得到，且f_i为100％，带入表达式(5)中，可得K_f的值就等于K_fg。

然后，基于Biot-Gassmann方程的另一种变换形式，如表达式(6)所示：

$K_{\mathrm{sat}}=K_{\mathrm{dry}}+{(1-K_{\mathrm{dry}}/K_0)}^2/[\mathrm{\φ}/K_f+(1-\mathrm{\φ})/K_0-K_{\mathrm{dry}}/K_0^2],{\mathrm{\μ}}_{\mathrm{sat}}={\mathrm{\μ}}_{\mathrm{dry}}---\left(6\right)$

式中各参数的含义及数值如前面所述。将K_dry、μ_dry、K₀、K_fw以及φ带入表达式中，便可以求得完全饱水岩石的体积模量和剪切模量，记为K_satw和μ_satw。将K_dry、μ_dry、K₀、K_fg以及φ带入表达式中，便可以求得完全饱气岩石的体积模量和剪切模量，记为K_satg和μ_satg。

步骤S114、分别利用岩石在完全饱水和完全饱气时的体积模量、剪切模量以及密度得到完全饱水岩石和完全饱气岩石的纵波速度和横波速度。

具体的，首先根据表达式(7)分别得到岩石在完全饱水状态和完全饱气状态时的密度ρ_w和ρ_g。

ρ_w＝φ·[ρ_w0·S_w+ρ_g0·(1-S_w)]+(1-φ)·(∑ρ_iV_i)

(7)

ρ_g＝φ·[ρ_w0·(1-S_w)+ρ_g0·S_w]+(1-φ)·(∑ρ_iV_i)

式中，ρ_w0和ρ_g0分别是水的密度和天然气的密度；S_w是含水饱和度，S_w为1时表示完全饱和水的状态，S_w为0时表示完全饱和气的状态；ρ_i为组成基质的第i种矿物的密度，可以由岩石物理实验室测量得到；V_i为组成基质的第i种矿物占岩石的体积百分含量，可以由测井数据得到；φ是孔隙度，可以由测井数据得到。

然后重新回到表达式(1)，根据K_satw、μ_satw以及ρ_w求得完全饱水岩石的纵波速度V_pw和横波速度V_sw，根据K_satg、μ_satg以及ρ_g求得完全饱气岩石的纵波速度V_pg和横波速度V_sg。

至此，根据饱含流体岩石的纵波速度、横波速度以及密度的测井数据分别得到了完全饱水岩石和完全饱气岩石的纵波速度、横波速度以及密度。接下来，根据V_pw、V_sw、ρ_w、V_pg、V_sg以及ρ_g进一步建立不同流体识别因子的敏感性定量因子。

步骤S120、基于储层段完全饱水状态和完全饱气状态时的物性参数得到两种状态的多种流体识别因子，并基于所述多种流体识别因子构建多个敏感性定量因子。

表1给出了几种常用的流体识别因子。敏感性定量因子正是基于两种情况下(岩石完全饱水时和完全饱气时)的流体识别因子建立的。

表1常用流体识别因子

序号

类型

表达式

序号

类型

表达式

1	纵波速度	Vp	8	泊松比	λ/2(λ+μ)
						2	横波速度	Vs	9	λρ	Ip 2-2Is 2
3	密度	ρ	10	μρ	Is 2
						4	纵波阻抗	ρ*Vp	11	ρf	Ip 2-cIs 2
5	横波阻抗	ρ*Vs	12	δHSFIF	Ip/Is*Ip 2-BIs 2
						6	阻抗差	Ipi-Ipi-1	13	泊松阻抗PI	Ip-cIs
7	阻抗比	Ipi/Ipi-1

具体的，敏感性定量因子定义为表达式(8)的形式：

$f_x=\frac{\max (F_w,F_g)}{\min (F_w,F_g)}---\left(8\right)$

式中，f_x为敏感性定量因子，F_w和F_g分别为储层岩石完全饱含水和完全饱含气时的流体识别因子。具体可以为纵波速度、横波速度或密度，也可以为关于纵波速度、横波速度或密度的函数，例如表1中所列举的流体识别因子。max(F_w,F_g)表示取F_w和F_g中的较大值，min(F_w,F_g)表示取F_w和F_g中的较小值。

需要说明的是，此处提出的敏感性定量因子给出的是完全饱水和完全饱气两种状态的情形。但实际上，可以根据储层的实际情况进行选择。例如事先知道了某区域储层的流体为油，但在开采的过程中，开采到了水，此时便可以通过定义油和水的流体识别因子的敏感性定量因子来对储层进行分析。即可以选择使用f_x＝max(F_w,F_o)/min(F_w,F_o)作为该区域的敏感性定量因子对流体识别因子进行优选，此处F_o为储层岩石完全饱含油时的流体识别因子。同样的，如果事先知道了某区域储层的流体主要为气和油的混合状态，还可以进一步定义气和油的混合状态时的敏感性定量因子。为了区分识别气和油，在实际应用中可以忽略含水的这种情况，此时选择f_x＝max(F_g,F_o)/min(F_g,F_o)作为该区域的敏感性定量因子对流体识别因子进行优选。

更进一步的，可以定义油气水三者的混合状态，但是涉及到油气水各自的体积百分含量问题，每种组分的体积百分含量不同，对混合状态的影响也不同。若将本发明方法应用到多种流体混合状态，可分别计算完全含油、完全含气、完全含水状态时的物性参数，然后再计算敏感性定量因子。

步骤S130、基于各个敏感性定量因子的数值的大小确定流体识别因子对储层流体的敏感性的大小。

敏感性定量因子的含义为，当岩石饱含的流体发生变化时，f_x的值越大，表明与其对应的流体识别因子对储层流体越敏感。具体的，对于数值大的敏感性定量因子，确定与该敏感性定量因子对应的流体识别因子对储层流体的敏感性大；对于数值小的敏感性定量因子，确定与该敏感性定量因子对应的流体识别因子对储层流体的敏感性小。

通过比较各个敏感性定量因子的大小，实现了对储层流体识别因子敏感性的定量分析。按照敏感性定量因子的大小，从诸多流体识别因子中优选出对储层流体最为敏感的流体识别因子，比如对水和气的变化是否敏感，对水和油的变化是否敏感，对气和油的变化是否敏感，进一步为测井资料解释及叠前地震反演提供重要分析手段。

下面分别以理论模型分析和实际资料应用为例，说明敏感性定量因子的应用及效果。

表2分别给出了三类砂岩的模型参数，包括完全饱含水和完全饱含气时的纵波速度、横波速度和密度。

表2三类砂岩的模型参数

图2、图3和图4分别示出的是三类砂岩模型的流体识别因子的敏感性定量因子的柱状图。

具体在图2中，横坐标的序号代表的是表1中所列出的流体识别因子，纵坐标是敏感性定量因子的值，其大小表示流体识别因子对储层流体的敏感性或流体指示能力。从图2中还可以看出，在如图所示的几种流体识别因子中，第12号流体识别因子δ_HSFIF的敏感性定量因子的值最大，说明其识别流体的能力最强。

通过进一步分析可知，第12号流体识别因子I_p/I_s*I_p ²-BI_s ²是通过纵波阻抗与横波阻抗的变换来进行计算的，其中对纵波阻抗进行速度比(I_p/I_s)的倍数缩放，此处速度比是纵波速度与横波速度的比值，横波速度遇流体速度不变或变化很小，而纵波速度则变化明显，纵波阻抗通过速度比系数的修正，更能表征储层流体变化，与敏感性定量因子的分析结果相符。

同理，在图3和图4中，也可以得到与图2一样的结论，此处不再赘述。

图5是某区域的实际测井曲线图，图中各曲线从左至右依次为密度、孔隙度、纵波速度、横波速度以及含水饱和度。将敏感性定量因子应用于该井数据的5810m-5840m这个层段。具体的，利用统计方法，先求出目的层段的各个测井数据的平均值，然后再应用第一实施例中的各个步骤对平均值进行处理，最后得到如图6所示的该测井资料的在5810m-5840m这个层段的流体识别因子的敏感性定量因子的柱状图。从图6中可以看出，11号流体识别因子(ρf)的敏感性定量因子的数值最大，表明11号流体识别因子(ρf)对储层流体的区分识别能力在这些流体识别因子中是最强的。

进一步的，图7是利用叠前地震反演结果构建的该11号流体识别因子的剖面图，图8是利用叠前地震反演结果构建的该11号流体识别因子的沿层切片图。图7和图8均是由纵波阻抗与横波阻抗变换得到的，变换公式为表1所示的11号流体识别因子，其中c取值为2.3。图7和图8可以用于进行储层流体的横向预测。

第二实施例

图9是根据本发明第二实施例的用于确定储层流体识别因子的敏感性的系统的结构示意图，下面参考图9来说明本实施例的各部分组成。

具体在图9中，本实施例的流体替换模块91执行第一实施例的步骤S110的操作，敏感性定量因子的建立模块92执行第一实施例的步骤S120的操作，敏感性分析模块93执行第一实施例的步骤S130的操作。在此不再详细展开。

本领域的技术人员应该明白，上述的本发明的各模块或各步骤可以用通用的计算装置来实现，它们可以集中在单个的计算装置上，或者分布在多个计算装置所组成的网络上，可选地，它们可以用计算装置可执行的程序代码来实现，从而，可以将它们存储在存储装置中由计算装置来执行，或者将它们分别制作成各个集成电路模块，或者将它们中的多个模块或步骤制作成单个集成电路模块来实现。这样，本发明不限制于任何特定的硬件和软件结合。

虽然本发明所公开的实施方式如上，但所述的内容只是为了便于理解本发明而采用的实施方式，并非用以限定本发明。任何本发明所属技术领域内的技术人员，在不脱离本发明所公开的精神和范围的前提下，可以在实施的形式上及细节上作任何的修改与变化，但本发明的专利保护范围，仍须以所附的权利要求书所界定的范围为准。

Claims (10)

1.一种用于确定储层流体识别因子的敏感性的方法，包括以下步骤：

利用Biot-Gassmann方程进行流体替换来获得储层段完全饱水状态和完全饱气状态时的物性参数；

基于储层段完全饱水状态和完全饱气状态时的物性参数得到两种状态的多种流体识别因子，并基于所述多种流体识别因子构建多个敏感性定量因子；

基于各个敏感性定量因子的数值的大小确定流体识别因子对储层流体的敏感性的大小。

2.根据权利要求1所述的方法，其特征在于，所述流体替换包括：

根据储层测井数据中的饱含流体岩石的纵波速度、横波速度以及密度得到饱含流体岩石的体积模量和剪切模量；

利用Biot-Gassmann方程，根据饱含流体岩石的体积模量和剪切模量以及孔隙所饱含的流体的体积模量得到干岩石的体积模量和剪切模量；

利用Biot-Gassmann方程，根据干岩石的体积模量和剪切模量，以及岩石完全饱水和完全饱气两种状态下的孔隙所饱含的流体的体积模量，分别得到岩石在完全饱水和完全饱气时的体积模量和剪切模量；

分别利用岩石在完全饱水和完全饱气时的体积模量、剪切模量以及密度得到完全饱水岩石和完全饱气岩石的纵波速度和横波速度。

3.根据权利要求1或2所述的方法，其特征在于，通过以下表达式来构建所述敏感性定量因子f_x：

$f_x=\frac{\max (F_w,F_g)}{\min (F_w,F_g)}$

式中，F_w和F_g分别为储层岩石完全饱含水和完全饱含气时的流体识别因子；max(F_w,F_g)表示取F_w和F_g中的较大值，min(F_w,F_g)表示取F_w和F_g中的较小值。

4.根据权利要求3所述的方法，其特征在于，在确定流体识别因子对储层流体的敏感性的大小的步骤中，包括：

对于数值大的敏感性定量因子，确定与该敏感性定量因子对应的流体识别因子对储层流体的敏感性大；

对于数值小的敏感性定量因子，确定与该敏感性定量因子对应的流体识别因子对储层流体的敏感性小。

5.根据权利要求3所述的方法，其特征在于，当储层流体为油水混合态时，通过以下表达式来构建所述敏感性定量因子f_x：

$f_x=\frac{\max (F_w,F_o)}{\min (F_w,F_o)}$

式中，F_o为储层岩石完全饱含油时的流体识别因子。

6.一种用于确定储层流体识别因子的敏感性的系统，包括以下模块：

流体替换模块，其利用Biot-Gassmann方程进行流体替换来获得储层段完全饱水状态和完全饱气状态时的物性参数；

敏感性定量因子的建立模块，其基于储层段完全饱水状态和完全饱气状态时的物性参数得到两种状态的多种流体识别因子，并基于所述多种流体识别因子构建多个敏感性定量因子；

敏感性分析模块，其基于各个敏感性定量因子的数值的大小确定流体识别因子对储层流体的敏感性的大小。

7.根据权利要求6所述的系统，其特征在于，所述流体替换模块包括：

第一弹性模量计算单元，其根据储层测井数据中的饱含流体岩石的纵波速度、横波速度以及密度得到饱含流体岩石的体积模量和剪切模量；

第二弹性模量计算单元，其利用Biot-Gassmann方程，根据饱含流体岩石的体积模量和剪切模量以及孔隙所饱含的流体的体积模量得到干岩石的体积模量和剪切模量；

第三弹性模量计算单元，其利用Biot-Gassmann方程，根据干岩石的体积模量和剪切模量，以及岩石完全饱水和完全饱气两种状态下的孔隙所饱含的流体的体积模量，分别得到岩石在完全饱水和完全饱气时的体积模量和剪切模量；

物性参数计算单元，其分别利用岩石在完全饱水和完全饱气时的体积模量、剪切模量以及密度得到完全饱水岩石和完全饱气岩石的纵波速度和横波速度。

8.根据权利要求6或7所述的系统，其特征在于，所述敏感性定量因子的建立模块通过以下表达式来构建所述敏感性定量因子f_x：

$f_x=\frac{\max (F_w,F_g)}{\min (F_w,F_g)}$

式中，F_w和F_g分别为储层岩石完全饱含水和完全饱含气时的流体识别因子；max(F_w,F_g)表示取F_w和F_g中的较大值，min(F_w,F_g)表示取F_w和F_g中的较小值。

9.根据权利要求8所述的系统，其特征在于，所述敏感性分析模块在确定流体识别因子对储层流体的敏感性的大小时，

对于数值大的敏感性定量因子，确定与该敏感性定量因子对应的流体识别因子对储层流体的敏感性大；对于数值小的敏感性定量因子，确定与该敏感性定量因子对应的流体识别因子对储层流体的敏感性小。

10.根据权利要求8所述的系统，其特征在于，当储层流体为油水混合态时，所述敏感性定量因子的建立模块通过以下表达式来构建所述敏感性定量因子f_x：

$f_x=\frac{\max (F_w,F_o)}{\min (F_w,F_o)}$

式中，F_o为储层岩石完全饱含油时的流体识别因子。