CN106968668A - 一种得分式测井岩性优选解释方法 - Google Patents

Abstract

本发明涉及油气田勘探开发领域，尤其是一种得分式测井岩性优选解释方法。本发明通过岩心归位、成像测井识别以及阵列声波测井等建立不同的常规测井曲线与岩性的识别标准数据库；依据每种岩性的有效判别数据库的大小，建立岩性判别顺序，在不同阈值条件下，分别计算不同岩性的测井识别数据库对应的得分率；通过循环迭代，输出不同井、不同层段测井解释结果。本发明解决了传统的测井解释软件往往解释结果单一，在不同的地区、不同岩性段适用性差的问题；它实现了测井岩性的多元合理解释，为研究人员筛选解释结果提供了合理的依据。

Description

一种得分式测井岩性优选解释方法

技术领域

本发明涉及油气田勘探开发领域，尤其是一种得分式测井岩性优选解释方法。

背景技术

测井解释岩性具有多解性，不同的解释人员的解释结论往往不一，这取决于研究者对工区的了解程度、专业背景等等；传统的测井解释软件往往解释结果单一，给研究人员选择的余地较小，很难兼顾地质资料的特殊性以及科研人员的专业知识背景，测井软件在不同的地区、不同岩性段适用性差。如何充分利用岩心、成像测井识别以及阵列声波测井等较为准确的岩性解释结论，同样也是测井解释软件面临的一大难题。本发明专利通过岩心归位、成像测井识别以及阵列声波测井等建立不同的常规测井曲线与岩性的识别标准数据库；依据每种岩性的有效判别数据库的大小，建立岩性判别顺序，在不同阈值条件下，分别计算不同岩性的测井识别数据库对应的得分率；通过循环迭代，输出不同井、不同层段测井解释结果。

发明内容

本发明旨在解决上述问题，提供了一种得分式测井岩性优选解释方法，它实现了测井岩性的优选解释。

本发明的技术方案为：一种得分式测井岩性优选解释方法，具体步骤如下：

第一步建立岩性识别数据库。

通过岩心归位、成像测井识别以及阵列声波测井等建立不同的常规测井曲线与岩性的识别标准数据库；所述的常规测井曲线与岩性的识别标准数据库是指建立不同的岩性对应的测井曲线响应数据库，利用每次岩心归位、成像测井识别以及阵列声波测井解释结果，建立岩性与对应的一套测井相应数据库一次响应，进而建立不同岩性对应的测井识别数据库：W₁、W₂、...W_i...W_m-1、W_m，其中，1≤i≤m；m为岩性的数目；对于第i类岩性，共有n_i组有效判别数据库，标记为：Y_i，1、Y_i，2、...W_i，j...Y_i，n_i-1、Y_i，n_i；对于第i类岩性的第j组有效判别数据库，共有q_i,j条测井曲线判别条件，依次标记为：X_i，j，1、X_i，j，2、...X_i，j，k...X_i，j，q_i,j-1、X_i，j，q_i,j(图2)。

第二步确定岩性判别顺序。

依据每种岩性的有效判别数据库n_i的大小，建立岩性判别顺序，优选的是，n_i数值大者的优先识别为该种岩性。

第三步测井岩性输出阈值设定(得分标准的判断)。

所述的岩性输出阈值是指对于第i类岩性的第j组有效判别数据库的q_i,j条测井曲线，确定测井岩性输出阈值(Φ_u)0≤Φ_u≤1；例如，u＝5时，设定为Φ₁＝0.2，Φ₂＝0.4，Φ₃＝0.6，Φ₄＝0.8，Φ₅＝1，在测井解释过程中，对于某一岩性段共有s条测井曲线测井响应值，某种岩性的测井解释得分标准记为：

e_i,j为测井解释过程中对于第i类岩性的第j组有效判别数据库，满足q_i,j条测井曲线判别条件的曲线条数。

对于不同的阈值(Φ_u)：

η_i≥Φ_u (2)

当η满足公式(2)时，即在阈值(Φ_u)条件下，该某一岩性段的第i类岩性解释可能性加一分。

第四步不同阈值条件下，岩性得分率计算。

在不同阈值条件下，分别计算测井识别数据库：W₁、W₂、...W_i...W_m-1、W_m对应的得分率：

ε_u,i为第u阈值对应的i岩性得分率；依次计算不同阈值对应的不同岩性得分率，在同一阈值下，得分最高的判定为该阈值下测井岩性识别结果；优选的是，相同的得分率时优先识别为n_i数值大的所对应的岩性。

第五步循环迭代，输出不同井、不同层段测井解释结果。

通过阈值(Φ_u)的循环迭代，输出不同井、不同层段测井解释结果。

本发明的有益效果是：本发明专利通过岩心归位、成像测井识别以及阵列声波测井等建立不同的常规测井曲线与岩性的识别标准数据库；依据每种岩性的有效判别数据库的大小，建立岩性判别顺序，在不同阈值条件下，分别计算不同岩性的测井识别数据库对应的得分率；通过循环迭代，输出不同井、不同层段测井解释结果。它实现了测井岩性的多元合理解释，为研究人员筛选解释结果提供了合理的依据。

附图说明

图1为一种得分式测井岩性优选解释方法的流程图。

图2为不同岩性对应的测井识别数据库。

图3为研究区构造位置图。

图4研究区某丼不同阈值条件的岩性解释结果。

具体实施方式

下面结合附图说明本发明的具体实施方式：

以鄂尔多斯地区东仁沟区块为例说明本发明的具体实施方式，研究区区域构造处于鄂尔多斯盆地伊陕斜坡带的西部边缘，构造简单，主要为西倾单斜背景上由差异压实作用形成的一系列由东向西倾没的低幅鼻状隆起，鼻状隆起轴线近于东西向(图3)。东西向构造与砂体有效配合，形成良好的鼻隆背斜型圈闭，有利于油气聚集。从长7砂体顶面构造等值线图上看，该区为西倾单斜背景上的差异压实成因的鼻隆背斜型圈闭构造，全区构造相对平缓，沿倾斜方向坡降10m/km左右。

东仁沟区块定4115井区长7地层厚度一般85～110m左右。岩性主要为油页岩、暗色泥岩、砂质泥岩夹黑灰色粉细砂岩。长7总体表现为顶部和底部各发育一套油页岩或黑色泥岩，中部发育两套砂体，砂体间为一层砂泥岩互层。砂层总体表现为由细到粗的反韵律性为主，局部有正韵律。砂岩中主要发育平行层理、板状斜层理。局部发育沙纹层理、透镜状层理、块状构造和斜层理。水平井开发目的层长7₁为本区新发现的油层，为一单砂体，一般砂体厚度10～25m。研究区长7砂岩岩石类型为细、细—中粒灰绿色岩屑长石砂岩、长石岩屑砂岩为主，粒径粒度中值平均0.10mm，粒度范围一般0.1～0.25mm，最大粒径0.25～0.45mm。颜色大都呈灰色、灰绿色、褐灰色及灰白色，薄层状、中层状、中厚层状至块状均可见。砂岩中的石英含量平均为24.7％；长石含量平均46.4％；岩屑含量平均16.8％。根据研究区储层取心井岩心样品分析物性资料及测井孔渗解释结果统计，长7砂岩储层孔隙度最大值14.6％，最小值6.2％，平均10.3％；渗透率最大4.1mD，最小0.2mD，平均0.54mD。研究区长7水平井实施区砂体呈北东南西向展布，区内砂体发育，连片性较好，砂体厚度变化不大，一般15～25m。河道中心砂体发育最好，局部砂体厚度大于30m。研究区油层发育情况主要受砂体分布影响，其发育特征也与砂体发育特征类似。油层发育与砂体匹配关系较好，一般在河道中心砂体厚度大、物性好的地方，油层也较发育，有效厚度一般10～15m，局部达20m以上。研究区测井岩性解释流程为：

第一步建立岩性识别数据库。通过岩心归位、成像测井识别以及阵列声波测井等建立不同的常规测井曲线与岩性的识别标准数据库；所述的常规测井曲线与岩性的识别标准数据库是指建立不同的岩性对应的测井曲线响应数据库，利用每次岩心归位、成像测井识别以及阵列声波测井解释结果，建立岩性与对应的一套测井相应数据库一次响应，进而建立不同岩性对应的测井识别数据库：W₁、W₂、...W_i...W_m-1、W_m，其中，1≤i≤7；对于第i类岩性，共有n_i组有效判别数据库，标记为：Y_i，1、Y_i，2、...W_i，j...Y_i，n_i-1、Y_i，n_i；对于第i类岩性的第j组有效判别数据库，共有q_i,j条测井曲线判别条件，依次标记为：X_i，j，1、X_i，j，2、...X_i，j，k...X_i，_j，q_i,j-1、X_i，j，q_i,j(图2).

第二步确定岩性判别顺序。

依据每种岩性的有效判别数据库n_i的大小，建立岩性判别顺序，优选的是，n_i数值大者的优先识别为该种岩性；依次判别：油页岩、凝灰岩、泥岩、粉砂岩、细砂岩、钙质细砂岩、中砂岩。

第三步测井岩性输出阈值设定。

所述的岩性输出阈值是指对于第i类岩性的第j组有效判别数据库的q_i,j条测井曲线，确定测井岩性输出阈值u＝4，设定为Φ₁＝0.2，Φ₂＝0.4，Φ₃＝0.6，Φ₄＝0.8在测井解释过程中，对于某一岩性段共有s条测井曲线测井响应值，利用公式(1)-(2)确定该某一岩性段的得分。

第四步不同阈值条件下，岩性得分率计算。

在不同阈值条件下，利用公式(3)，得分最高的判定为该阈值下测井岩性识别结果；优选的是，相同的得分率时依据岩性判别顺序确定对应的岩性。

第五步循环迭代，输出不同井、不同层段测井解释结果。

通过阈值(Φ_u)的循环迭代，输出不同井、不同层段测井解释结果(图4)。

上面以举例方式对本发明进行了说明，但本发明不限于上述具体实施例，凡基于本发明所做的任何改动或变型均属于本发明要求保护的范围。

Claims (1)

1.一种得分式测井岩性优选解释方法，步骤如下：

第一步 建立岩性识别数据库；

通过岩心归位、成像测井识别以及阵列声波测井等建立不同的常规测井曲线与岩性的识别标准数据库；所述的常规测井曲线与岩性的识别标准数据库是指建立不同的岩性对应的测井曲线响应数据库，利用每次岩心归位、成像测井识别以及阵列声波测井解释结果，建立岩性与对应的一套测井相应数据库一次响应，进而建立不同岩性对应的测井识别数据库：W₁、W₂、...W_i...W_m-1、W_m，其中，1≤i≤m；m为岩性的数目；对于第i类岩性，共有n_i组有效判别数据库，标记为：Y_i，1、Y_i，2、...W_i，j...Y_i，n_i-1、Y_i，n_i；对于第i类岩性的第j组有效判别数据库，共有q_i,j条测井曲线判别条件，依次标记为：X_i，j，1、X_i，j，2、...X_i，j，k...X_i，j，q_i,j-1、X_i，j，q_i,j；

第二步 确定岩性判别顺序；

依据每种岩性的有效判别数据库n_i的大小，建立岩性判别顺序，n_i数值大者的优先识别为该种岩性；

第三步 测井岩性输出阈值设定；

所述的岩性输出阈值是指对于第i类岩性的第j组有效判别数据库的q_i,j条测井曲线，确定测井岩性输出阈值Φ_u；所述的Φ_u满足0≤Φ_u≤1；在测井解释过程中，对于某一岩性段共有s条测井曲线测井响应值，某种岩性的测井解释得分标准记为：

${\mathrm{\η}}_i=\frac{e_{i,j}}{s}---\left(1\right)$

e_i,j为测井解释过程中对于第i类岩性的第j组有效判别数据库，满足q_i,j条测井曲线判别条件的曲线条数；

对于不同的阈值Φ_u：

η_i≥Φ_u (2)

当η满足公式(2)时，即在阈值Φ_u条件下，该某一岩性段的第i类岩性解释可能性加一分；

第四步 不同阈值条件下，岩性得分率计算；

在不同阈值条件下，分别计算测井识别数据库：W₁、W₂、...W_i...W_m-1、W_m对应的得分率：

${\mathrm{\ϵ}}_{u,i}=\frac{{\mathrm{\η}}_i}{n_i}---\left(3\right)$

ε_u,i为第u阈值对应的i岩性得分率；依次计算不同阈值对应的不同岩性得分率，在同一阈值下，得分最高的判定为该阈值下测井岩性识别结果；相同的得分率时，依据岩性判别顺序判别岩性；

第五步 循环迭代，输出不同井、不同层段测井解释结果。