一种碳酸盐岩储层的分类方法技术

本发明专利技术涉及一种碳酸盐岩储层的分类方法，所述分类方法包括：获取储层的微观孔隙结构特征参数，通过将所述微观孔隙结构特征参数和岩心资料进行对比，确定所述储层中岩石的种类；选取所述微观孔隙结构特征参数中的特征数据Y

【技术实现步骤摘要】
一种碳酸盐岩储层的分类方法


[0001]本专利技术涉及岩层分类领域，具体涉及一种碳酸盐岩储层的分类方法。

技术介绍

[0002]目前，碳酸盐岩地层具有较多类型的储集空间，主要以不同类型的大尺度溶洞、小尺度孔洞以及多尺度裂缝为主，储集体的成因机制不同，存在一定程度的离散性。同时碳酸盐岩地层沉积时代久远，经历的成岩作用期次多、类型广，致使其各向异性变大、非均质性变强，如受后期构造运动影响，裂缝和溶蚀孔洞充填比较严重，加剧了储层的非均质性，即有砂、泥质等机械物理充填又存在硅质、方解石等化学充填。因此，碳酸盐岩储层评价一直以来成为困扰该类油气藏开发的主要技术难题之一。常规分类方法主要是根据岩心资料和测井数据的相应特征比对进行储层类型划分。
[0003]如CN112394016A公开了一种潮坪相碳酸盐岩储层分类标准确定方法、评价方法及装置，分类标准确定方法包括以下步骤：识别样本的储集空间类型，划分储集空间组合；计算微观孔隙结构参数；交会分析各类储集空间组合的微观孔隙结构参数的分布范围，筛选各储集空间组合的敏感参数，其中，敏感参数用于识别储集空间组合类型；确定敏感参数的取值范围。评价方法包括基于上述方法得到的分类标准进行分类，在分类结果的基础上，结合储层品质指数，对储层进行评价。其提供的分类方法确定识别储集空间组合类型的敏感参数，能够快速准确地识别潮坪相碳酸盐岩储层的储集空间组合类别。在这种分类标准的基础上，进行储层的分类和评价，有利于得到更加准确的评价结果。
[0004]CN110261330A公开了一种利用光谱特征进行岩石分类的方法，具体包括：
[0005]1、利用波段比值法对碳酸盐岩进行波谱分析；
[0006]2、结合地质图和波谱特征建立训练区，使用监督分类方法对页岩和大理岩进行分类；
[0007]3、利用岩石样本的波谱建立波谱库，结合USGS波谱库补充实施区域中岩石的光谱特征；
[0008]4、通过波谱分析和计算，对砂岩和花岗岩进行分类；
[0009]5、使用最小距离分类法进行监督分类，实现剩余的区域其他岩类的分类。
[0010]解决了遥感解译困难地区尤其是喀斯特地区利用遥感图像解译地质图精度较低的问题。
[0011]然而，在现有技术中整个分类体系没有进行定量化处理，特征识别过程存在主观性。而微观孔隙结构特征的研究对油藏水驱油开发提高采收率有很大的作用，因此需要建立一种碳酸盐岩储层微观孔隙结构特征分类标准的方法。

技术实现思路

[0012]鉴于现有技术中存在的问题，本专利技术的目的在于提供一种碳酸盐岩储层的分类方法，使用聚类分析的储层微观孔隙结构特征分类标准基于大量压汞实验数据，在剔除了不
合理值的基础上分析得出结果，同时采用多种静态方式相结合的实验手段，结合基础地质资料与实际现场资料进行综合解释，深化研究碳酸盐岩储层微观孔隙结构特征，提高储层认识精度，相较于一般的分类标准更具有统一性和准确性。
[0013]为达此目的，本专利技术采用以下技术方案：
[0014]本专利技术提供了一种碳酸盐岩储层的分类方法，所述分类方法包括：获取储层的微观孔隙结构特征参数，通过将所述微观孔隙结构特征参数和岩心资料进行对比，确定所述储层中岩石的种类；
[0015]选取所述微观孔隙结构特征参数中的特征数据Y
ij
进行标准化处理，得到标准数据矩阵X
ij
；
[0016]对所述标准数据矩阵X
ij
进行主成分分析，计算各主成分的方差贡献率及累计方差贡献率并确定3个最终维数，所述3个最终维数分别进行K
‑
means聚类分析，进而确定岩石的微观孔隙类型；
[0017]所述微观孔隙结构特征参数包括：门槛压力、饱和度中值压力、最小湿相饱和度、分选系数、变异系数、均值系数、歪度和退汞效率；
[0018]所述特征数据包括孔喉参数、分选系数、变异系数、均值系数、歪度和退汞效率。
[0019]本专利技术通过采用特定的特征数据建立了碳酸盐岩储层微观孔隙结构特征分类标准，同时提高碳酸盐岩储层认识精度，为提高开发效果打下基础。聚类分析方法中主成分分析将参数赋予地质意义，降维处理得到三个新参数的数学表达式，依据系数的正负与绝对值大小来分析，即绝对值越大影响越大，正表示正相关，负表示负相关，进一步可以确定新的参数的物理含义。
[0020]本专利技术中，主成分因子F1对应参数X1、参数X2、参数X3前的系数绝对值较大，故其地质意义反映储层孔隙大小，且3个系数均为正值，即主成分因子F1的数值越大代表孔径越大；主成分因子F2对应参数X4、参数X5、参数X6、参数X7前的系数绝对值较大，故其地质意义反映储层的孔喉分布对称程度、集中程度、分选均匀程度特征，且其中3个系数为负值，即主成分因子F2的数值越小代表孔喉分布及对称程度越均匀；主成分因子F3对应参数X8前的系数绝对值较大，故其地质意义反映储层的连通程度，且对应系数为负值，即主成分因子F3的数值越小代表驱油效果越好。
[0021]本专利技术中，所述3个最终维数可以是主成分1、主成分2和主成分3。
[0022]本专利技术中，所述岩石的种类可以是白云岩或灰岩等。
[0023]本专利技术中，K
‑
means聚类分析的具体算法为采用类中所有对象的均值作为类中心，并经过反复迭代更新类中心，直到每个簇中的对象不发生变化或者满足迭代条件为止，从而最终将所有对象划分为希望得到的聚类数目。
[0024][0025]式中，k—簇的个数；
[0026]C
i
—表示第i个簇；
[0027]P—簇C
i
中的样本；
[0028]m
i
—簇C
i
中样本的均值；
[0029]E—所有样本的聚类误差。
[0030]最终通过聚类分析数学手段对研究区储层聚类划分类别，确定各类别与主成分的数学关系，最终建立储层微观孔隙结构特征分类标准。
[0031]作为本专利技术优选的技术方案，所述孔喉参数包括R
10
、R
50
和R
max
。
[0032]本专利技术中，所述R
10
为孔喉半径均值。
[0033]本专利技术中，所述R
50
为孔喉半径中值。
[0034]本专利技术中，所述R
max
为最大孔喉半径。
[0035]作为本专利技术优选的技术方案，所述标准化处理为采用式I进行计算：
[0036][0037]式中，p为特征参数的个数，n为数据的组数，其中，n和p分别独立地为≥2的整数。
[0038]作为本专利技术优选的技术方案，所述
[0039]作为本专利技术优选的技术方案，所述主成分分析为将标准数据矩阵X
ij
通过p维相关系数矩阵转化为主成分F
j
。
[0040]本专利技术中，所述p本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种碳酸盐岩储层的分类方法，其特征在于，所述分类方法包括：获取储层的微观孔隙结构特征参数，通过将所述微观孔隙结构特征参数和岩心资料进行对比，确定所述储层中岩石的种类；选取所述微观孔隙结构特征参数中的特征数据Y
ij
进行标准化处理，得到标准数据矩阵X
ij
；对所述标准数据矩阵X
ij
进行主成分分析，计算各主成分的方差贡献率及累计方差贡献率并确定3个最终维数，所述3个最终维数分别进行K
‑
means聚类分析，进而确定岩石的微观孔隙类型；所述微观孔隙结构特征参数包括：门槛压力、饱和度中值压力、最小湿相饱和度、分选系数、变异系数、均值系数、歪度和退汞效率；所述特征数据包括孔喉参数、分选系数、变异系数、均值系数、歪度和退汞效率。2.如权利要求1所述的分类方法，其特征在于，所述孔喉参数包括R
10
、R
50
和R
max
。3.如权利要求1或2所述的分类方法，其特征在于，所述标准化处理为采用式I进行计算：其中，n和p分别独立地为≥2的整数。4.如权利要求3所述的分类方法，其特征在于，所述5.如权利要求1
‑
4任一项所述的分类方法，其特征在于，所述主成分分析为将标准数据矩阵X
ij
通过p维相关系数矩阵转化为主成分F
j
。6.如权利要求5所述的分类方法，其特征在于，所述p维相关系数矩阵中7.如权利要求5或6所述的分类方法，其特征在于，所述主成分分析中Cov(F
i
,F
j
)＝0，其中，i≠j，i＝1,2,3,4,
……
,p，j＝1,2,3,4,
……
,p。8.如权利要求5
‑
7任一项所述的分类方法，其特征在于，所述主成分分析中Var(F1)≥Var(F2)≥Var(F3)≥Var(F4)≥
……
...

【专利技术属性】
技术研发人员：赵文琪，赵伦，许安著，孙猛，范子菲，宋珩，王淑琴，侯珏，李建新，薄兵，
申请(专利权)人：中国石油天然气股份有限公司，
类型：发明
国别省市：