测井曲线分数维的计算及在储层类型识别中的应用.doc

测井曲线分数维的计算及在储层类型识别中的应用答辩提纲一、 测井曲线分数维与储层类型识别研究概况二、 分数维Df的基本概念，什么是测井曲线分数维三、 Df与阿尔奇公式中m、n等参数的关系四、 Df的新算法五、 Df与m的关系六、 程序框图以及补充说明七、 应用实例（识别方法、应用效果分析）八、 结论与建议一、测井曲线分数维与储层类型识别研究概况测井曲线是对储集层中多种信息的综合反映，其中某些成分发生变化，测井曲线形态也发生变化，反映该种信息的分数维也发生变化，而分数维的变化反映了地层的非均质性，对于研究碳酸盐岩的划分有着重要的意义。分数维主要研究复杂对象，测井曲线分数维反映的是储层测井曲线的变化剧烈程度。二、分数维Df的基本概念，什么是测井曲线分数维？如果测井曲线近似直线，说明地层均匀。此时曲线与网格的交点较少；相反，如果测井曲线摆动剧烈，幅度较大时，地层均质性差，孔隙和裂缝比较发育，此时曲线穿过的网格数多；如果缩小网格间距，就会发现在较大的次级的指状突起也会与网格相交。也就是说网格越密，越能够刻划测井曲线细微的变化。改变观测尺度，交点数就随之改变，交点数越多，说明曲线变化越剧烈。以一定观测尺度的网格去覆盖测井曲线，统计在不同观测尺度下，网格覆盖测井曲线的交点数，将交点数与相应的观测尺度统计数据对在双对数坐标中进行线性回归，所得到的直线斜率即为测井曲线的分数维。三、Df与阿尔奇公式中m、n等参数的关系一般地，地层地孔隙度越小，则喉道半径越小，流通性差，反映地层地孔隙结构指数m值越大，其测井曲线分数维Df越大。m/(3-Df)m1/3 loga/3log(/L)Df=3/log(/L)/logan1(3-Df)n1/3 logb/log(*/)Df3/1+log(*/)/logb mn 、ab这为我们在实际解释中因资料或岩心实际条件所限而需计算Sw时常取mn 、ab提供了一个重要的理论依据。六、 Df的新算法如用尺寸大小不同的平面网格去覆盖测井曲线，并统计曲线所穿过的网格数，不难发现，若地层纵向上变化均匀，孔隙结构较一致，其测井曲线形状变化近于平稳直线段，此时曲线所穿过的网格数就少，相反地层的纵向均质性差，裂缝较发育或裂缝与孔隙都较发育，曲线变化越复杂，所穿过的网格数越多，同时值随网格尺寸变小、网格加密而增大，网格越密越能刻划测井曲线的细微变化及地层纵向上的非均质变化。在值的上下限范围内(适当观察度量区间范围内)，穿过网格数与网格尺寸或纵向(或横向)等分数的次方成一正比“幂律”关系，即网格交点函数：七、 Df与m的关系其中：该式的巧妙之处在于它把分数维Df与孔、电曲线结合起来。阿尔奇公式中m与孔、电曲线Df之间存在一定量化关系。八、 程序框图以及补充说明输入测井曲线数据文件名和分层数据文件名读入井名、曲线名、测井采样点数据、采样间隔设置各条曲线左右刻度并统计各条曲线的最大、最小值按分层深度值读入测井数据选择待处理的测井曲线及刻度类型将交点数与相应的网格间距统计数据对进行线性回归Df统计在不同网格间距下网格与测井曲线的交点数开始计算第一层的测井曲线分数维Df 存储结果，程序结束循环计算下一层九、 应用实例（识别方法、应用效果分析）测井曲线分维值计算结果及储层类型识别对应关系井名序号深度分数维（）储层类型轮南14井15438.000 - 5450.0001.114-2.4150非储层轮南14井25450.000 - 5462.0001.814-0.9880裂缝孔隙型轮南14井35462.000 - 5473.0001.201-2.0010非储层轮南14井45473.000 - 5484.0001.397-0.952 0非储层轮南14井55484.000 - 5504.0001.752-1.3170裂缝孔隙型轮南14井65504.000 - 5513.0001.221-1.5700非储层塔中26井14296.000 - 4316.0001.765-1.2530孔洞型塔中26井24333.000 - 4360.0001.878-1.1320裂缝孔隙型塔中26井34373.000 - 4381.0001.574-1.4870裂缝孔隙型塔中26井44391.000 - 4402.0001.735-0.9490裂缝孔隙型塔中161井14290.000 - 4304.0001.706-1.3550孔洞型塔中161井24369.000 - 4381.0001.632-1.0340低孔微裂缝型测井曲线的变化反映了储集层中的多种信息，储集的岩性、孔隙结构发生变化，测井曲线的形态也发生相应的变化。测井曲线的变化幅度可用测井曲线分数维来定量描述。不同类型的储层孔隙空间在测井曲线上具有不同的响应特征，其中以孔隙度曲线、电阻率曲线特征表现最为明显。孔隙度曲线、电阻率曲线变化越复杂，反映孔隙结构特征的胶结指数m也越大。利用测井曲线或合成的测井曲线计算储层段的分数维值Df及其m参数，统计这些参数的变化规律，采用交会图技术能够定量判别裂缝类型及孔隙结构类型。利用测井曲线的分数维来判别碳酸盐岩储层类型的关键十测井曲线分数维的求取方法。对于近似直线的测井曲线，观测长度不宜过小；而对于变化幅度教大的测井曲线，还需要把一些极值点统计在网格与测井曲线的交点数中。在计算测井曲线分数维的同时，还需要考虑一些因素的影响，例如，在进行统计数据对的取舍、统计数据对线性回归的线性相关性等。在实际的操作中，我一直是使用了在纵向上固定网格间距（即想邻采样点之间的距离0.125 m）的这样一个前提条件，也就是说没有考虑测井曲线在纵向上的变化，因此需要提出一个测井曲线单位地层厚度分数维的概念，它定义为：网格与测井曲线的交点数与地层厚度的比值和网格观测长度进行线性回归所的到的回归直线斜率。并且由于这个原因（只考虑到测井曲线横向上的变化，没有考虑测井曲线纵向上地层厚度的长度变化），通过线性回归得到的回归直线斜率加上1才作为描述该测井曲线分形特征和孔隙度结构特征以及储层类型识别的标志值。测井曲线分数维理论上介于1