储层物性参数解释方法研究

储层物性参数解释方法研究

宋岩竹

（大庆油田有限责任公司第十采油厂黑龙江大庆 166405）

摘要：首先以测井曲线的分辨率、探测原理为基础，优选出与孔隙度、渗透率相关性较高的声波时差曲线和自然伽玛曲线来建立孔隙度和渗透率的解释方程，并且用非建立关系的密闭取心井和评价井进行验证，解释结果比较合理，为多学科油藏研究奠定良好的基础。

主题词：孔隙度渗透率多元回归

Study on reservoir physical property

interpretation method

Song Yanzhu

(No.10 Oil Production Plant of Daqing Oilfield Co.,Ltd.,Heilongjiang Daqing 166405) 「Abstract」It is a difficult problem in the Oilfield.First，we choose the well log of AC and GR to establish the reservoir physical property interpretation equation,in the base of the differentiated rate and exploration principle of well log.Then it is verified that the result is reasonable based on datas of sealing core drill well and assessment well,and it lays a favorable foundation for the study on multidisciplinary reservoir.

「Keywords」porosity;permeability;multiple regression

1 前言

统计某油田扶余油层探明区内86口探井、几千个样品分析结果表明，油层砂岩平均孔隙度15.3%，平均渗透率10.8×10-3μm2。

作者简介：宋岩竹，工程师，1994年毕业于大庆石油学院采油工程专业，主要从事精细地质描述工作。E-mail:songyanz@

2测井曲线优选

以测井曲线的分辨率、探测原理为基础，根据测井系列，优选适合进行孔、渗参数解释的测井曲线。从2口密闭取芯井的取芯资料发现，储层的孔隙度和渗透率的大小与泥质含量和粒度中值有着密切的关系，随着泥质含量的增加孔隙度和渗透率均减小，随着粒度中值的增大孔隙度和渗透率均增大。所以在回归孔隙度和渗透率的解释方程时优选出最能反映泥质含量和粒度中值的自然伽玛曲线，而且它还具有不受储层内流体性质影响的优点。

经过大量的实践知道，在固结、压实的纯地层中，若有小的均匀分布的粒间孔隙，则孔隙度和声波时差之间存在线性关系，其关系式称平均时间公式或威力公式，如下式：

t∆=фt∆ f ＋ (1－ф) t∆ma

式中:

t∆——有声波时差曲线读出的地层声波时差，us/m；

t∆ f ——孔隙中流体的声波时差，us/m；

t∆ma——岩石骨架的声波时差，us/m。

当岩石骨架成分和孔隙中流体性质已知时，t∆ma和t∆ f 是个常数，于是t∆和孔隙度的关系为线性关系，即

t∆=A・ф＋B

因此最终的优选结果是声波时差曲线和自然伽玛曲线来回归孔隙度和渗透率的解释方程。

3 测井曲线的处理

实践证明，经过各种校正与编辑后的测井资料，仍可能存在刻度误差。这种误差一般是由仪器的刻度误差、测井过程中操作不当以及各种物理参数的测量误差造成的。除此之外，同一种测井曲线间的误差也可能是由于仪器的性能不同造成的。因此，对测井资料进行全油田范围内的标准化处理是非常必要的。

3.1 声波时差曲线

首先，选取扶余油层顶部的泥岩段作为标志层。其次，选取标准井，将标准井中标志层段的声波作为标准值。最后，求取各井标志层中的声波曲线测井响应值的平均值。将每口井的测井响应平均值与标准值的差异量作为该井的校正量，并将每口井的校正量加到相应的测井曲线上。

3.2自然伽玛曲线

选取扶余油层顶部或底部的泥岩段作为标志层，读取纯泥岩的伽玛响应值GRmax；读取发育较厚的纯砂岩段的伽玛响应值GRmin，进行归一化处理：

GR1＝(GR－GRmin)/(GRmax-GRmin) 式中：GR1——标准化后的伽玛值；

GR——伽玛曲线响应值，API；

GRmin——纯砂岩的伽玛曲线响应值，API；

GRmax——纯泥岩的伽玛曲线响应值，API。

对GR1进行深度校正得到 :

GR’=GR1+a*(目前深度-起始深度)

4 参数解释模型的建立

为了满足油田进一步开发的需要，所以

我们组织了攻关组开展了某油田扶余油层

储层物性参数的研究。

4.1优化解释方法

目前运用电测曲线解释孔隙度和渗透

率办法有三种：

方法1：运用高精度显微图像定量分析砂岩孔隙结构，研究该孔隙结构与孔、渗关系，并以此为基础，建立孔、渗参数与测井曲线关系模型，解释孔隙度和渗透率。

方法2：根据岩心数据，制定解释图版，应用阿尔奇公式或怀利公式计算孔隙度，用最小二乘方法等方法求取渗透率。

方法3：分析岩心数据与测井曲线之间的关系，用最小二乘法回归孔隙度和渗透率公式。

前者需要做大量的岩芯薄片，进行显微图像定量分析，工作量较大，后两种方法是较常用的电测曲线解释孔隙度和渗透率办法。由于选择进行多元线性回归，所以选用方法三。

4.2孔隙度解释模型的建立

进行回归分析时，主要采用线性回归函数LINEST，辅以使用索引取值INDEX与四舍五入ROUND函数。

语法：

LINEST(known_y's,known_x's,const,stats)多元回归方程模型则为：

y=b1x1＋b2X2……＋bnXn＋a

本次研究利用某油田的探井和评价井的岩心分析资料，对孔隙度、声波时差和自然伽玛校正值进行多元线性回归，得到孔隙度的解释方程为：

ф=0.0598×t∆-0.1876×GR’－0.1385 式中：t∆——经过校正的声波时差值GR’——经过校正的归一化的自然伽玛测井值经过某密闭取心井验证，该井岩心平均孔隙度为17.7%，原公式计算的该井的平均孔隙度为20.3%，经过多元线性回归的公式计算的平均孔隙度为18.7%，相对误差由14.9%降到5.7%，下降了9.2个百分点。可见引入泥质修正使孔隙度的计算更加准确，为下一步渗透率的计算奠定了良好的基础。

4.3渗透率解释模型的建立

孔渗性是反映储层特征的重要性质之一，孔隙度是指岩样中所有孔隙空间体积之和与该岩样总体的比值。渗透率是指在一定的压差下，液体能通过岩石的能力。由于孔隙度和渗透率有很大的相关性，而且与泥质含量也有关系，所以在建立渗透率模型时要建立与孔隙度、泥质的多元相关。

由于某油田的非均质性严重，所以建立一个统一的渗透率解释方程是很困难的，也没有太大的意义。我们针对某油田的三类区块分别建立一个渗透率的解释方程，才能更有针对性。

进行回归分析时，主要采用线性回归函数LINEST，辅以使用索引取值INDEX与四舍五入ROUND函数。

语法：

LINEST(known_y's,known_x's,const,stats)