储层测井精细解释研究.doc

5 储层测井精细解释方法研究 工区三叠系克拉玛依组和百口泉组碎屑岩储层岩性复杂、且具有中-低孔、低渗和中低电阻率及地层水性质多变的特征，采用常规的测井解释方法和程序难以取得理想的地质效果，为此需要探索适用于工区实际储层情况的测井精细解释方法与技术。5.1 测井曲线的平滑和井眼影响校正处理测井资料的精细处理解释，一是要求原始资料质量可靠，二是对储层有比较正确的认识，即解释模型要正确合理。当原始测井曲线存在某种质量问题时，需要进行一些必要的校正处理。5.1.1 测井曲线的平滑滤波处理常规测井曲线，例如GR、AC和DEN曲线等或数字化后的测井曲线数据，常出现许多与地层性质无关的统计起伏变化或毛刺干扰等无用信息。在测井资料预处理中，必须设法把这些干扰滤掉，只保留曲线上反映地层特性的有用成分，为此可用滑动平均数字滤波法来解决这个问题。在平滑滤波中采用深度域上的滤波，即将测井曲线作抛物线最佳数值拟合，求出其滑动均值替代原测井值，取其趋势、去其剩差。根据测井曲线上的毛刺干扰情况，可采用最小二乘滑动平均法和加权滑动平均法。工区有多种系列的测井资料，其中部分探井的AC曲线等存在明显的与地层性质无关的毛刺干扰等无用信息，例如Wu8井、Wu9井、Wu16井、Wu26井、Wu27井、Wj320井、Wj321井、Wj322井、Wj323井的AC测井曲线。研究发现，采用五点二次函数平滑效果较好，其平滑滤波公式分别为： (5-1-1)式中：、分别为平滑前、平滑后测井曲线上第i点的采样值，、为平滑前测井曲线上第i-1点、第i+1点、第i-2点、第i+2点的采样值。5.1.2 测井曲线的井眼影响校正处理井眼环境影响校正主要是消除由于大井眼(井眼垮塌或崩落等)对测井曲线的影响，例如井径扩大使地层密度测井值明显降低、声波时差测井值和中子测井值增高、深中浅电阻率测井曲线值降低等。(1) GR测井曲线的井眼扩大校正处理 通常，泥浆的放射性不同于地层的放射性，而且泥浆又会吸收来自地层的射线。因此，井内泥浆会对测量的GR读数产生影响：泥浆与地层的放射性差别越大，泥浆的密度越大，则泥浆的影响就越明显。井径变化相当于井内径向泥浆层厚度的变化，故井径变化对GR读数有重要的影响。一般来说，泥浆的放射性较地层的放射性低，因而随着井径和泥浆比重的增大，GR测井值显著降低。其校正方法如下： GRc=AGR-e(CAL-di) -0.3958 （5-1-2）式中：GR、GRc分别为校正前、后的自然伽玛测井值；为井内泥浆密度（g/cm）；CAL、di为井径和仪器外径(cm)；A、B分别为与仪器外径和仪器在井内居中或偏心有关的系数，见表5-1-1。 表5-1-1 A、B系数随GR仪器外径变化情况di(cm)4.295.089.219.84A5.080.951.01.05BB=1（仪器居中）B=0.697（仪器偏心）(2) AC(t)测井曲线井眼扩大校正处理就中子、密度与声波孔隙度测井而言，声波测井曲线受井眼影响较小，但当井眼垮塌严重或井壁不规则时，t值明显增大（如图5-1-1所示）。校正方法为：先按式(5-1-3)计算出解释层段的声波时差上限值tmax，然后逐点检验声波时差值，若实测ttmax时，则仍取t；若ttmax且井径与钻头直径之差(CAL-BITS)大于某一界限值DCAL(常取2或扩径率大于15%)时，可以认为由于井壁垮塌导致声波时差值比tmax还大，此时令t=tmax作为该地层的声波时差近似值。这种近似校正的效果与参数tsh、tp 的选取有重要的关系，故应根据地质及井眼情况，合理地选择这两个参数。tmax=Vshtsh+(1-Vsh)tp （5-1-3）式中 tsh、tp为井壁未垮塌处泥质与纯地层的最大声波时差值）(3) CNL测井曲线井眼扩大校正处理补偿中子测井曲线在井眼不规则的井段必须作校正，其井眼校正方法见表5-1-2。表5-1-2 补偿中子测井曲线井眼影响校正公式CAL (in)CNL校 正 公 式CAL14CNL校=0.902CNL-4.28612.25CAL14CNL校=0.925CNL-3.339.875 CAL12.25CNL校=0.965CNL-1.6677.875CAL9.875CNL校=CNL6.25 CAL7.875CNL校=1.054CNL+1.54.75CAL，则仍取值。参数、是由人工在处理井段附近井径规则的密度测井曲线上选取的，而Vsh可用CNL和RT曲线计算。=Vsh+（1- Vsh） （5-1-5）式中 、Vsh分别为泥质密度和地层泥质含量；为解释层段中孔隙度最大的纯地层密度值。5.2 测井曲线的斜井校正处理由于工区的探井和开发井中有不少井为斜井,例如W1022 W1023, W1025, W1029, W1030, W1031,W1032,W1036,W1037,W1038,W1039,W1040,W1044,W1045,W1046,W1047,WJ322,WJ323,W1124,W1125,W1127,W1128,W1130,W1131,W1132,W1134,W1135,W1137,DW168,DW199,DW200,DW201,DW229,DW258,DW324,DW325,DW352,DW357,DW358,DW385,DW386,DW390,DW391,DW419,DW420,W1029,DW017,DW025,DW033, DW192, DW307井，因此需要将测井曲线从实际井深校正到垂直井深上便于与直井资料进行井间对比，以及提供更为准确的地层厚度、地层岩性、物性参数和含流体性质。图5-2-1 井斜校正示意图与直井不同，斜井的测量深度和垂直深度是不同的。通常井斜角越大、水平位移越大，斜深与垂深的差值也越大。由于斜深是垂深、井斜角和方位角的函数，即，需要用关系式进行井斜校正。把斜井中测量的曲线校正为相当于垂直井段的测井曲线，校正方法的前提是，假设需要校正的斜井各井段(一定井段内)的曲率为一常数，即井斜角随深度h的变化为一常数。假设某一深度点井斜角为，在斜井上的足够小段dh，可看成直线段。即在此井眼轨迹点附近取一微元段，则其纵坐标增量为： (5-2-1) (H)数据一般是离散数据(井斜角通常是每30m测得一个数据)，可以从井斜资料中获得。如图5-2-1所示，垂深计算时需把n到n+1点这段井眼作为一个长度单元，并且使用n点和n+1点的井斜角平均值作为本井段的平均井斜角，则其几何关系可表达如下 (5-2-2)由此，可以得到垂深计算公式： (5-2-3)式中，表示垂直深度；表示斜深(即测井深度值)；表示井斜角，表示n到n+1深度点之间的平均井斜角。当井斜方位角变化比较大时，不用式(5-2-3)而采用最小曲率法进行井斜校正。利用公式(5-2-3)可以计算出每个斜深点对应的垂直深度，并将与对应的测井数据赋给，同时对新生成的数据进行等间距化，这样就形成了相当于直井的测井数据。根据上述斜井测井曲线的垂深校正原理，对工区一些井斜角大于3的探井和开发井进行了必要的斜深校正，得到了垂深校正后的一系列测井曲线如VAC、VGR、VDEN、VRT、VCAL等曲线。图5-2-2为W1036井1249-440米井段的测井曲线斜井校深成果图，图5-2-3为DW358井940-1410米井段的测井曲线斜井校深成果图。GR曲线是实测自然伽马曲线，VGR曲线是将GR曲线校正到垂直井深上的曲线（其他曲线类同，实线表示实际的测井曲线，点线表示垂深校正后的曲线），DEVI为井斜角，AZIM为井斜方位角。通过对乌尔禾油田的51口井的测斜数据和斜深校正处理结果分析，发现工区有些井的井斜角最大可达到40，井底(目的层)斜深和垂深相差较大，最大可达150米。 图5-2-2 W1036井斜井测井曲线垂深校正处理成果图 图5-2-3 DW358井斜井测井曲线垂深校正处理成果图对于一个油田来说，在长期的勘探与开发过程中，所有井的测井曲线很难保证是用同一类型的仪器、相同的标准刻度器以及统一的操作方式进行测量和刻度仪器的，故各测井数据间必然存在以刻度因素为主的误差。因此，对计算储层参数所用的测井数据除了进行环境校正外，还需对测井曲线进行标准化处理。5.3 测井曲线的标准化处理测井数据的标准化是对油藏描述中多井储层参数解释研究而提出的，旨在消除仪器类型不同、刻度误差以及操作技术等问题带来的测井曲线系统误差，统一刻度以保证井间精确的定量对比。标准化的原则是选取油田内标准层段并以其代表性响应值为准，对比所有井测量偏移值作为全井测井值的校正依据。目前一般采用频率交会图、二维直方图、多维直方图和趋势面分析法以及均值-方差法等对各井测井数据进行标准化处理。具体步骤为： 1)首先选择厚度大、岩性分布稳定和测井响应特征明显的层段作为标准层段。在碎屑岩剖面最好选择不具渗透性的泥岩段，它不受流体性质和物性变化的影响。此外，致密石灰岩、石膏层，或是孔隙度分布稳定的砂岩、砾岩都可以选为标准层。2)绘制各井标准层段的声波、中子、密度、电阻率等测井曲线值的频率直方图，由此了解各井的测井曲线数值分布范围与峰值。如果在标准层段各井的测井值基本相同，且只有一个标准层，则可简单地进行标准化。如果标准层段各井的测井值有一变化规律，则可用多项式趋势面分析法对局部出现异常的井点进行必要的校正。3)对测井曲线标准化之后，要重新绘制标准层直方图检查该井的效果。如果个别井的测井质量太差，则舍弃不用。实际处理时，以关键井中标准层测井数据的频率分布为客观依据，对其它井的测井数据进行刻度误差校正。由于工区内GR曲线分辨率较低、质量较差，本研究只对声波和中子及密度测井等三孔隙度曲线进行标准化。通过对比分析，选择DW237井、DW248井、DW283井、DW631井、WJ323井、WU27井、WU30井为关键井，并在每口井中选择12个标准层，作AC和CNL的直方图(如图5-3-1图5-3-14所示)。由于工区内致密层较少，纯泥岩层受井眼影响较大，选用纯水层作为标准层。对比图5-3-1图5-3-7发现，标准层AC曲线的峰值Wu30井为80us/ft、Dw283井和Dw631井均为86 us/ft、Wj323井和Wu27井为89 us/ft、Dw237井为92 us/ft、Dw248井为95 us/ft，为此需要对Wu30井的AC曲线作校正、校正值为6us/ft。用同样的方法可以对该油田内的其它测井曲线进行标准化。例如对CNL曲线进行标准化处理，对比分析图5-3-8图5-3-14发现，CNL曲线的峰值Dw237井为33%，Dw248井和Dw283井为30%，Dw631井和Wu27井为32%，Wj323井为38%，Wu30井为28%。不难得知，需要对Wj323井、Wu30井的CNL曲线进行校正，校正值分别为-6%、2%。 图5-3-1 WU30井AC直方图 图5-3-2 DW283井AC直方图 图5-3-3 DW631井AC直方图 图5-3-4 WJ323井AC直方图 图5-3-5 WU27井AC直方图 图5-3-6 DW237井AC直方图 图5-3-7 DW248井AC直方图 图5-3-8 DW237井CNL直方图图5-3-9 DW248井CNL直方图 图5-3-10 DW283井CNL直方图 图5-3-11 DW631井CNL直方图 图5-3-12 WJ323井CNL直方图 图5-3-13 WU27井CNL直方图 图5-3-14 WU30井CNL直方图5.4 岩电实验数据处理与分析为了提高测井解释油水层的精度和可靠性，对工区内乌9井、乌20井、乌23井、乌25井、DW075井、乌30井、DW237井、DW283井、DW248井、乌26井、乌001井等11口井的岩电实验数据进行了处理，并绘制了相应了F-POR与I-SW图版，得到了工区内m、n、a、b值和其变化规律，见图5-4-1图5-4-11。表5-4-1是乌尔禾油田T2K、T1b 、P2W地层岩电实验数据，取心深度为1052.821774.86米，孔隙度分布范围为7.64%22.07%之间，岩性主要为砂岩和砂砾岩，结构成熟度和成分成熟度较低，分选性差，孔吼半径小，非均质性强。对表中的岩电实验数据进行整理并制作了如图5-4-1图5-4-6所示的T2K、T1b、P2W三套地层的F-POR与I-SW图版。表5-4-1 乌尔禾油田T2K地层岩电实验数据井号层号NO矿化度深 度岩 性孔隙度地层因素nbma乌9T2K21150001326.05 砂质小砾岩15.50 24.40 1.50 1.14 1.71 1.00T2K12150001431.25 砂质泥岩14.88 23.60 1.50 1.14 1.66 1.003150001431.90 砂质泥岩12.05 24.40 1.50 1.14 1.51 1.00乌20T2K21100001619.70 灰绿色砂砾岩13.31 40.74 1.89 1.01 1.84 1.00乌23T2K11200001361.60 砂砾岩11.27 75.68 1.52 1.03 1.98 1.002200001366.03 砂质小砾岩14.45 54.17 1.52 1.03 2.06 1.003200001409.58 粗砂岩22.07 20.96 1.52 1.03 2.01 1.004200001416.10 粗砂岩18.00 40.32 2.21 0.85 2.16 1.005200001450.63 中砂岩16.14 35.57 1.61 0.99 1.96 1.006200001544.40 砂砾岩11.85 57.63 1.61 0.99 1.90 1.007200001546.35 砂砾岩12.15 52.80 1.20 1.05 1.88 1.00乌25T2K21200001478.31 细砂岩13.38 52.14 1.51 0.90 1.97 1.00T2K12200001551.25 泥质粉砂岩16.29 33.50 1.51 0.90 1.94 1.003200001551.75 砂质泥岩17.37 31.94 1.57 0.90 1.98 1.004200001555.20 砂质泥岩12.87 38.68 1.57 0.90 1.78 1.00DW075T2K218299.31429.17 灰色泥质粉砂岩16.48 11.25 1.69 1.02 1.34 1.0028299.31429.59 灰色泥质粉砂岩16.91 11.81 1.67 1.04 1.39 1.0038299.31429.80 灰色砂砾岩16.87 16.90 1.52 1.07 1.59 1.0048299.31430.84 灰色砂砾岩15.29 24.82 1.56 1.08 1.71 1.0058299.31432.00 灰色砂砾岩18.26 13.49 1.78 1.01 1.53 1.0068299.31451.88 灰色砂砾岩16.69 19.33 1.63 1.05 1.65 1.0078299.31453.95 灰色中砂岩17.64 19.97 1.76 1.01 1.73 1.00乌30T2K21110001379.10 灰色细砂岩21.02 33.19 1.73 1.02 2.25 1.002110001379.58 灰色粉砂岩16.62 38.66 1.75 1.03 2.04 1.003110001381.10 灰色粉砂岩16.39 40.13 1.76 1.01 2.04 1.004110001526.13 灰色中砂岩17.57 47.66 1.74 1.02 2.22 1.005110001541.38 灰色砂砾岩14.58 71.81 1.81 1.05 2.22 1.006110001542.74 灰色砂砾岩14.62 71.62 1.70 1.05 2.22 1.00T202 灰色砂砾岩12.45 94.41 1.77 1.05 2.18 1.008110001773.73 灰色砂砾岩7.64 300.30 1.87 1.04 2.22 1.009110001774.86 灰色砂砾岩14.37 78.06 1.81 1.02 2.25 1.00DW237T2K218299.31052.82 灰色小砾岩14.37 29.64 1.75 1.05 1.75 1.00T2K128299.31156.80 深灰色泥质细砂岩18.70 13.98 1.66 1.09 1.57 1.0038299.31159.77 褐色中砂岩18.78 14.48 2.03 1.01 1.60 1.0048299.31160.53 灰色细砂岩19.32 12.44 2.09 1.00 1.53 1.0058299.31161.28 灰色细砂岩21.87 11.38 2.07 1.01 1.60 1.0068299.31167.31 灰色泥质细砂岩13.50 27.45 1.77 1.06 1.65 1.0078299.31183.88 褐色中细砂岩17.47 17.09 1.83 1.06 1.63 1.0088299.31185.96 褐色砂砾岩17.13 18.78 2.07 1.01 1.66 1.0098299.31188.91 灰褐色泥质细砂岩14.50 14.21 1.83 1.03 1.37 1.00DW283T2K118299.31339.44 灰色砂砾岩18.07 18.45 1.57 1.08 1.70 1.0028299.31387.13 灰色砂砾岩13.66 18.58 1.65 1.03 1.47 1.0038299.31396.18 灰色砂砾岩20.36 19.16 2.00 0.98 1.86 1.0048299.31397.56 灰色砂砾岩18.29 23.29 1.93 1.05 1.85 1.0058299.31398.01 灰色砂砾岩16.98 25.48 1.88 1.02 1.83 1.0068299.31431.12 灰色砂砾岩15.53 32.55 1.96 1.00 1.87 1.0078299.31432.00 灰色砂砾岩11.51 57.02 2.03 1.05 1.87 1.00DW248T2K218299.31433.60 砂砾岩9.06 73.08 1.69 1.06 1.79 1.0028299.31437.00 砂砾岩15.71 28.55 1.80 1.06 1.81 1.0038299.31437.62 砂砾岩14.78 34.35 1.09 1.26 1.85 1.0048299.31531.91 砂砾岩13.31 34.89 1.74 1.06 1.76 1.0058299.31532.28 砂砾岩12.74 33.74 1.76 1.03 1.71 1.00乌26T2K21100001363.53 砂砾岩18.92 17.48 1.89 1.04 1.72 1.0021397961129.00 泥质含砾不等粒砂岩12.08 16.13 2.00 1.03 1.32 1.00313979611202.59 泥质粉砂岩16.34 22.27 1.98 1.03 1.71 1.00乌001T2K11116001089.48 深灰色泥质粉砂岩20.62 19.14 1.96 0.99 1.87 1.002116001090.51 深灰色泥质粉砂岩18.85 23.07 1.95 0.99 1.88 1.003116001199.82 浅灰绿色油迹砂砾岩13.35 100.70 1.96 0.99 2.29 1.004116001201.24 浅灰绿色油迹砂砾岩8.99 237.78 1.88 1.01 2.27 1.00a、b、m、n平均值a=1.000； b=1.028；m=1.826；n=1.748104F=0.812/POR2.102（N=4;R=0.988）a=0.812;m=2.102 图5-4-1 P2W地层F-POR关系图 图5-4-2 P2W地层I-SW关系图图5-4-3 T1b地层F-POR关系图图5-4-4 T1b地层I-SW关系图图5-4-5 T2k地层F-POR关系图 图5-4-6 T2k地层I-SW关系图F=0.882/POR1.813(n=21,R=0.924) 图5-4-7 乌5和乌16井区T2K1地层因素F与孔隙度POR关系图SWI=1.074/Sw1.75(n=107,R=0.987)图5-4-8 乌5和乌16井区T2K1地层电阻率增大指数I与含水饱和度SW关系图F=1.098/POR1.888(R=0.973,N=49) 图5-4-10 乌5和乌16井区T1b地层因素F与孔隙度的关系图 图5-4-11 乌5和乌16井区T1b地层电阻率增大指数I与含水饱和度SW关系图根据以上岩电实验数据分析处理结果，工区采用阿尔奇公式计算地层含水饱和度时的a,b,m,n参数的取值如表5-4-2所示。 表5-4-2 工区不同层位砂岩储层的a,b,m,n参数统计结果地 层 a b m n参 数 选 取 依 据 T2K21.0001.0281.8261.748岩电数据回归图版综合优选结果 T2K11.0551.0541.8111.720岩电数据回归图版综合优选结果 T1B1.0981.0281.8881.937岩电数据回归图版综合优选结果 P2W0.8121.0192.1022.086岩电数据回归图版综合优选结果5.5 储层物性参数测井精细解释方法研究5.5.1 基于回归分析法的储层物性参数测井解释模型的建立利用WU27井、DW237井、WU30井、DW248井、DW283井、WUJ323井、DW631等取心井的岩心物性资料采用最优回归分析法建立了工区储层孔隙度、渗透率等参数的解释模型,如表5-5-1表5-5-2和图5-5-1图5-5-14所示。表5-5-1 孔隙度解释公式区 块地层具体公式(AC单位为us/ft，CNL单位为%)POR=-4.199DEN+0.243AC+1.778 (N=29,R=0.826)POR=-0.158CNL-5.345DEN+0.369AC-1.73 (N=29,R=0.853)POR=0.924DEN+47.284 (N=33,R= 0.829)POR=0.304CNL+1.421 (N=33,R=0.846)POR=-11.843DEN+0.107AC+29.215 (N=33,R=0.832)POR=0.312CNL+0.549DEN-0.074 (N=33,R=0.847)POR=0.219CNL+0.092AC-2.290 (N=33,R=0.863)POR=0.328CNL+8.831DEN+0.118AC-28.215 (N=33,R=0.868)乌5区块（WU30井、DW248井、DW283井、WUJ323井）T2kPOR=0.27AC-9.971(N=142,R=0.876)POR=0.270AC+0.002DEN-9.977 (N=142,R=0.843)POR=0.261AC+0.008CNL-9.486 (N=142,R=0.816)POR=0.262AC+0.008CNL+0.154DEN-9.915 (N=142,R=0.809)乌16区块（DW631井）T2kPOR=0.075AC+2.254(N=37,R=0.823)POR=0.065AC-1.970DEN+7.865 (N=37,R=0.828)POR=0.057AC+0.044CNL+2.544 (N=37,R=0.829)POR=0.111CNL-4.279DEN+15.892 (N=37,R=0.809)POR=0.047AC+0.044CNL-2.012DEN+8.279 (N=37,R=0.834)工区现用的孔隙度计算(经验)公式 T2KT1bPOR=(AC-54)/1.659 ； POR=(2.679-DEN)/0.0179POR=(2.698-DEN)/0.0186 (n=49,R=0.973)表5-5-2 渗透率解释公式区 块地 层公 式乌27（WU27井、DW237）T2PERM=0.002e0.4397POR (N=53,R=0.881)P2PERM= 0.002e0.474POR (N=40,R=0.861)乌5区块（WU30井、DW248井、DW283井、WJ323井）T2PERM=0.006e0.365POR (N=66,R=0.836)乌16区块（DW631井）T2PERM=0.0208e0.3859POR (N=42,R=0.8323)图5-5-1 乌27井区P2地层岩心孔隙度与声波时差测井值的关系图版图5-5-2 乌27井区P2地层岩心孔隙度与密度测井值的关系图版图5-5-3 乌27井区P2地层岩心孔隙度与中子测井值的关系图版图5-5-4 乌27井区T2地层岩心孔隙度与声波时差测井值的关系图版图5-5-5 乌27井区T2地层岩心孔隙度与中子测井值的关系图版图5-5-6 乌5井区T2地层岩心孔隙度与声波时差测井值的关系图版 图5-5-7 乌5井区T2地层岩心孔隙度与中子测井值的关系图版 图5-5-8 乌16井区T2地层岩心孔隙度与声波时差测井值的关系图版图5-5-9 乌16井区T2地层岩心孔隙度与密度测井值的关系图版图5-5-10 T1b地层密度测井值DEN与孔隙度的关系图图5-5-11 乌5井区T2地层渗透率与孔隙度的关系图版 图5-5-12 乌16井区T2地层渗透率与孔隙度的关系图版图5-5-13 乌27井P2地层渗透率与孔隙度的关系图版图5-5-14 乌27井T2地层渗透率与孔隙度的关系图版 关于泥质含量Vsh或Sh的计算，一般直接用自然伽马曲线测井读值由式(5-5-1)求取： Ish=(GR-GRmn)/(GRmx-GRmn) (5-5-1a) Vsh=(2GCUR*Ish -1)/(2GCUR -1) (5-5-1b) 式中 GRmx、GRmn分别为解释井段中纯砂岩、纯泥岩段的GR测井读值，一般取为40API和140API；GCUR为地层系数，一般老地层取2、新地层取3.7。研究发现，工区多口井的GR曲线纵向上幅值变化不大，GR曲线因地层矿物成分中含有较多的钾长石而导致其分辨泥质地层和非泥质地层的能力降低，不能用来有效地计算地层的泥质含量，而中子曲线和深探测电阻率曲线对泥质和非泥质地层分辨力较强（在这两条曲线上特征明显），为此用中子曲线和深探测电阻率曲线代替GR曲线来计算泥质含量。实际处理时，需要合理地确定纯砂岩、纯泥岩段的CNL和Rt测井读值，并按式(5-5-1)分别计算泥质含量，取其中最小值作为测井计算的泥质含量。5.5.2 基于神经网络法的储层物性参数测井解释模型的建立使用上述的单一测井值回归公式(显式)来计算具有中低孔隙度、低渗透率和复杂岩性特征的碎屑岩储层物性参数的精度不高，鉴于现代数理统计新方法神经网络法在数据拟合和参数预测及模式识别等方面的明显优势，为此根据工区的岩心物性分析数据和测井数据采用神经网络法建立了储层段的孔隙度和渗透率参数的预测模型。考虑到地层渗透率(Perm或K)相对于孔隙度参数难于求准，在此仅以Perm参数为例，予以说明。利用误差反传神经网络法(EBPANN)计算地层渗透率涉及“学习建模”和“识别预测”两个过程。进行参数建模时，首先要确定网络的层数、各层神经元数和神经元间的连接方式及学习规则。输入层神经元数由所筛选的测井参数决定；中间隐含层神经元数一般可以根据经验确定；输出层的神经元数由需要计算的参数个数决定。具体处理时，选用3层BP网络结构，并将已知训练样本的自变量和因变量值分别作为输入层的输入信息值和输出层的目标期望值，以非线性型函数作为隐层和输出层神经元的作用函数、以变学习率和变冲量系数(先给大后给小)的算法作为网络学习规则，经过对样本的有限次学习与迭代数值逼近，就可以获得较好的学习效果。已有资料表明，任何线性和非线性的函数不需增加隐含层数而只需增加隐含层的神经元节点数,就可用三层网络无限逼近。本研究采用与地层渗透率密切相关的5个参数(SP、AC、CNL、DEN、RT)作为输入层的变量，以渗透率作为输出层的期望输出值，通过经验选择15个隐含层结点来构成预测渗透率参数的ANN模型拓扑结构，如图5-5-15所示。利用工区关键井的岩心物性分析数据和对应的测井数据构成学习样本集，见表5-5-3(仅为部分样本数据)。将表5-5-3数据进行标准化预处理后，直接加载于图5-5-15 所示的神经网格结构中进行有限次学习模拟，达到单个样本层的渗透率迭代逼近精度要求，求得各层神经元间的连接权重值。这样，由网络层数、各层神经元数目和神经元间的连接权重W12(i,j),W23(j,L)及作用函数等便构成了预测地层渗透率的高度非线性映射神经网络数学模型(具有非显式的特点)，可以表格的形式表示之，见表5-5-4。由此将实际地层的SP、AC、CNL、DEN、RT值作为输入信息加载于网络的输入层，进行信息前传计算便可求得该层(点)的渗透率。对表5-5-15中的数据用多元回归分析法得出的渗透率计算公式如式(5-5-2)所示。表中K(岩心)表示岩心分析渗透率、Kan回判表示用神经网络法回判计算的渗透率、Khg回判表示用回归分析公式(5-5-2)回判计算的渗透率,显然用神经网络法计算的渗透率要明显优于回归分析计算的渗透率。Log(K)=-4.2075-0.5188SP-0.1196AC+0.2053CNL-4.783DEN+5.7757Log(Rt) (R=0.778) (5-5-2) W12(i,j) W23(j,L) i=1,2,5 X(1)=SP j=1,2,.,15Yout=K或POR X(2)=AC L=1 X(3)=CNL X(4)=DEN X(5)=logRt (输入层n1=5) (隐含层n2=15) (输出层n3=1)图5-5-15 本研究采用的BP神经网络结构模型表5-5-3 地层渗透率参数的神经网络学习样本集数据(部分样本)深 度(m)SP(mv) AC(us/ft) CNL(%) DEN(g/cc) LogRt K(岩心)Kan Khg1433.000-18.412 72.019 21.611 2.476 1.7950.7180.7180.492 1433.250-18.694 70.319 21.508 2.485 1.8320.5090.5091.553 1433.500-18.926 68.412 19.817 2.524 1.8000.2280.2280.662 1433.750-19.130 68.546 19.335 2.535 1.7020.0880.0880.156 1435.500-21.383 76.389 21.453 2.423 1.6392.2072.2081.073 1435.750-21.798 75.278 21.768 2.434 1.6575.0375.0353.126 1436.000-22.191 74.630 21.638 2.448 1.6737.6147.6035.958 1436.250-22.548 74.903 21.855 2.441 1.65011.48011.4827.462 1436.500-22.860 76.014 23.139 2.430 1.60014.05714.0608.496 1436.750-23.113 77.546 23.396 2.430 1.57217.92317.9475.865 1437.000-23.310 78.306 22.318 2.444 1.57920.50020.4643.402 1437.250-23.447 78.139 21.807 2.438 1.5823.0903.0903.664 1437.500-23.501 77.769 21.066 2.414 1.5731.1671.1673.523 1437.750-23.464 77.819 21.070 2.394 1.5751.7331.7344.264 1438.000-23.324 78.264 20.806 2.407 1.5971.7631.7623.271 1531.500-25.713 77.458 21.997 2.496 1.4523.5973.5976.7