宋延杰，劉鵬奇，閻偉林

(1.東北石油大學非常規(guī)油氣成藏與開發(fā)省部共建國家重點實驗室培育基地，黑龍江大慶163318;2.大慶油田有限責任公司勘探開發(fā)研究院，黑龍江大慶163712)

N油田M組是以碳酸鹽巖［1－2］為主的淺湖相混合沉積，主要有灰質粉砂巖、泥晶灰?guī)r、藻灰?guī)r、泥灰?guī)r和泥巖等多種巖性。目前，巖性識別［3－5］的方法主要有概率統(tǒng)計方法、模糊學聚類分析方法［6－7］，以及模式識別方法［8］，應用這些方法識別該地區(qū)M組的巖性，精度較低，無法達到生產要求。筆者選用主成分分析法確定巖性識別主成分，制作圖版，并對N油田M油組巖性進行識別，以滿足生產需求。

1 儲層的巖性特征

1.1 巖性歸類

N油田淺層M油組的巖心與薄片資料表明，研究區(qū)巖性主要以沉積巖類和碳酸鹽巖類為主，巖性地質定名達20余種，其中，某些巖性儲層的測井響應特征相近，能夠采用相同的測井解釋模型進行解釋。因此，在滿足地質與測井評價需求情況下，可以對巖性進行歸類。筆者以微觀薄片分析和宏觀巖心描述為準則，根據(jù)N油田淺層M油組7口井81塊巖芯薄片及鑄體薄片鑒定結果，將該區(qū)的巖性歸納為藻灰?guī)r、泥晶灰/云巖和泥質碳酸鹽巖三類。

1.2 巖性測井響應特征

對M油組7口井35個層的樣本數(shù)據(jù)進行研究，結果如圖1、表1所示。分析可知，在補償中子(CNL)及聲波時差(ΔtAC)曲線(圖1a、1b)上，藻灰?guī)r類為低值，泥晶灰/云巖類為中值，泥質碳酸鹽巖類為高值;在深感應電阻率/圍巖電阻率(ΔR)及深側向電阻率(ρRLLD)曲線(圖1c、1d)上，藻灰?guī)r類為高值，泥晶灰/云巖類為中值，泥質碳酸鹽巖類為低值。

2 巖性識別方法

N油田M油組的常規(guī)測井響應規(guī)律復雜，應用地層微電阻率掃描成像測井(FMI)和地層成像測井(ECS)能夠較好地識別巖性，但該區(qū)這類資料極為有限，不能全面應用于整個油組。為此，筆者在常規(guī)測井響應研究的基礎上，提出基于主成分分析法的地層巖性識別方法。

2.1 主成分分析法原理

主成分分析法是對數(shù)據(jù)降維的一種數(shù)學方法?；舅枷胧牵O法將原來眾多的具有一定相關性的指標X1，X2，…，Xp(例如p個指標)，重新組合成一組較少數(shù)量的互不相關的綜合指標Fm，以代替原來指標。

圖1 ΔGR與ΔtAC、φCNL、ΔR、ρRLLD交會圖Fig.1 Crossplot of GR and ΔtAC、φCNL、ΔR、ρRLLD

表1 各類巖性測井響應特征Table 1 Various lithological logging response characteristics

設F1表示原變量的第一個線性組合所形成的主成分指標，即F1=a11X1+a21X2+…+ap1Xp，每一個主成分所提取的信息量可用其方差來度量。一般，第一主成分F1所含的信息量最大，因此，在所有的線性組合中選取的F1應該是X1，X2，…，Xp的所有線性組合中方差最大的，故稱F1為第一主成分。如果F1不足以代表原來p個指標的信息，那么再考慮選取第二個主成分指標F2。為有效地反映原信息，F(xiàn)1已有的信息就不需要再出現(xiàn)在F2中，即F2與F1要保持獨立、不相關，所以F2是與F1不相關的X1，X2，…，Xp的所有線性組合中方差最大的，故稱F2為第二主成分，依此類推構造出的F1，F(xiàn)2，…，F(xiàn)m為原變量指標X1，X2，…，Xp第一、第二、…、第m個主成分。

根據(jù)以上分析得知:Fi與Fj互不相關，即Cov(Fi，F(xiàn)j)=0，F(xiàn)1是X1，X2，…，Xp的一切線性組合(系數(shù)滿足上述要求)中方差最大的，即Fm是與F1，F(xiàn)2，…，F(xiàn)m－1都不相關的X1，X2，…，Xp的所有線性組合中方差最大者。

2.2 樣本點選擇

樣本點的選擇決定模型的精度，因此選擇時樣本點的測井值應盡可能地反映儲層的實際情況。文中按照下列原則選取樣本點:

(1)剔除薄層和層界面處的樣本點;

(2)剔除井徑及曲線變化異常點;

(3)剔除明顯異常點。

2.3 巖性識別圖版

通過巖性敏感性分析，優(yōu)選聲波時差、自然伽馬相對值、補償中子、深感應電阻率、深感應電阻率/圍巖電阻率作為主成分分析法的輸入?yún)?shù)，根據(jù)三類巖性的42個樣本，分別計算第一、二主成分:

第一主成分－0.52×ΔGR+0.43×AC+0.530×φCNL－0.520×ΔR－0.490×ρRLLD;

第二主成分0.91×ΔGR+0.42×AC－0.036×φCNL－0.007×ΔR+0.043×ρRLLD。

應用7口取心井35層資料(其中泥質碳酸鹽巖類儲層18層，泥晶灰/云巖類9層，藻灰?guī)r類8層)，繪制巖性識別圖版，如圖2所示，圖版精度為94.3%。

圖2 儲層主成分交會圖Fig.2 Cross plot of principal component of reservoir

3 應用效果

應用主成分分析法識別該區(qū)M油組巖性，并與FMI方法和取芯法結果進行對比。全井段應用FMI識別，對藻灰?guī)r的識別精度達到89%以上。以M－1井的識別結果(圖3)為例，F(xiàn)MI方法識別藻灰?guī)r311層，主成分分析法識別藻灰?guī)r260層，主成分分析法識別精度較高。由圖3可以看出，深度(h)1 485～1 495 m發(fā)育一層明顯的藻灰?guī)r儲層，進一步證明主成分識別程序可以有效識別巖性。

圖3 M－1井測井識別巖性對比Fig.3 Comparison chart of logging lithology identification of M-1 well

將研究區(qū)5口重點井的取心段巖性與主成分識別巖性對比，對其中40個儲層進行統(tǒng)計，主成分分析法識別結果符合35層，識別精度為87.5%。以M－34井1 288～1 202 m取心段為例(圖4)，巖心巖性與主成分分析法判別巖性結果較一致。

圖4 M－34井巖心描述與測井識別對比Fig.4 Comparison chart of core description and logging identification of M-34 well

以上兩種方法驗證結果表明，采用主成分分析法識別該區(qū)巖性效果較好，能夠滿足生產需求。

4 結束語

N油田M油組巖性復雜，運用常規(guī)測井巖性識別方法難以滿足生產需求。為此，筆者在巖性歸類及測井響應特征研究的基礎上，提出主成分分析法。應用該方法制作圖版，并對研究區(qū)的巖性進行識別。與FMI法及取芯法的對比結果表明，主成分分析法識別精度較高，能夠滿足實際生產需要。

［1］ 羅曉蘭，應忠才仁，白金蓮，等.南翼山淺層油藏儲層非均質特征研究［J］.青海石油，2010，28(4):25－31.

［2］ 陳科貴，張帆，馮雪龍，等.雙家壩構造碳酸鹽巖儲層參數(shù)評價［J］.西南石油學院學報，2005，27(6):12－14.

［3］ 鐘儀華，李榕.基于主成分分析的最小二乘支持向量機巖性識別方法［J］.測井技術，2009，33(5):425－429.

［4］ 謝剛，胡振平，羅利，等.基于約束最小二乘理論的復雜巖性測井識別方法［J］.測井技術，2007，31(4):354－356.

［5］ 宋延杰，張劍風，閻偉林，等.基于支持向量機的復雜巖性測井識別方法［J］.大慶石油學院學報，2007，31(5):18－20.

［6］ 覃豪，張超謨.基于粗糙集與模糊學的巖性識別［J］.江漢石油學院學報，2004，26(4):60－62.

［7］ 劉為付，孫立新，劉雙龍，等.模糊數(shù)學識別火山巖巖性［J］.特種油氣藏，2002，9(1):14－17.

［8］ 張瑩，潘保芝.基于主成分分析的SOM神經(jīng)網(wǎng)絡在火山巖巖性識別中的應用［J］.測井技術，2009，33(6):550－554.