用聚類分析方法劃分孔隙結(jié)構(gòu)類型及其驗(yàn)證

高 超

山東科瑞石油工程技術(shù)研究院 （山東 東營(yíng) 257067）

儲(chǔ)層孔隙結(jié)構(gòu)是評(píng)價(jià)儲(chǔ)層微觀滲流能力的基礎(chǔ)，是油藏開發(fā)過程中不可缺少的參數(shù)[1-3]，是描述儲(chǔ)層特征、非均質(zhì)、流動(dòng)單元、剩余油分布等方面研究必備的資料[4-7]。以松遼盆地三肇凹陷的葡萄花油層為例，根據(jù)壓汞法測(cè)定毛管壓力，基于SPSS軟件建立描述儲(chǔ)層孔隙結(jié)構(gòu)的分類標(biāo)準(zhǔn)，同時(shí)評(píng)價(jià)各類型宏觀參數(shù)與微觀孔隙結(jié)構(gòu)之間的相關(guān)性。

樣品來自于松遼盆地三肇凹陷下白堊統(tǒng)姚家組一段的葡萄花油層。研究區(qū)地層厚度約在32～60m。從巖心樣品、巖屑樣品及測(cè)井資料分析沉積環(huán)境為細(xì)粒三角洲，主要有利沉積微相有水下分流河道、前緣席狀砂、河口砂壩。儲(chǔ)層巖性以長(zhǎng)石砂巖為主，長(zhǎng)石平均含量為38.2%、石英為31.2%、巖屑為18.7%。膠結(jié)類型以接觸-孔隙式、孔隙-接觸式和再生孔隙式為主。儲(chǔ)層物性差，平均有效孔隙度為20.8%，空氣滲透率為217.4×10-3μm2，屬于中孔中低滲透儲(chǔ)層。

1 SPSS軟件簡(jiǎn)介

統(tǒng)計(jì)產(chǎn)品與服務(wù)解決方案 (Statistical Product and Service Solutions)SPSS是世界上最早的統(tǒng)計(jì)分析軟件之一，由美國(guó)斯坦福大學(xué)的3位研究生于20世紀(jì)60年代末研發(fā)，開創(chuàng)了SPSS微機(jī)系列產(chǎn)品的開發(fā)方向，極大地?cái)U(kuò)充了它的應(yīng)用范圍，并使其能很快地應(yīng)用于自然科學(xué)、工程技術(shù)科學(xué)、社會(huì)科學(xué)的各個(gè)領(lǐng)域，世界上許多有影響力的期刊雜志紛紛對(duì)SPSS的自動(dòng)統(tǒng)計(jì)繪圖、數(shù)據(jù)的深入分析、操作方便、功能齊全等方面給予了高度的評(píng)價(jià)與稱贊，是當(dāng)今應(yīng)用最廣泛的專業(yè)統(tǒng)計(jì)軟件之一[8-10]。

SPSS軟件主要有4大特點(diǎn)：

1）能夠完成多項(xiàng)統(tǒng)計(jì)分析，包括：建立數(shù)據(jù)庫、資料編輯、統(tǒng)計(jì)分析、統(tǒng)計(jì)表制作和統(tǒng)計(jì)圖繪制。常用到的有相關(guān)性分析、聚類分析、回歸分析、尺度分析、概率統(tǒng)計(jì)分析、數(shù)理統(tǒng)計(jì)分析、正交試驗(yàn)等。使用SPSS軟件的聚類分析和相關(guān)性分析2個(gè)模塊進(jìn)行了研究。

2）幾乎能夠完成所有的統(tǒng)計(jì)分析、非參數(shù)檢驗(yàn)方法、多元回歸分析等。

3）界面為窗口式，與常用的Excel界面類似，因而簡(jiǎn)便易學(xué)，特別適用于非統(tǒng)計(jì)專業(yè)人員學(xué)習(xí)和使用，同時(shí)可以使用軟件中自帶的幫助窗口，學(xué)習(xí)和使用更加的方便。

4）直接可以調(diào)用 xls、txt、dat等格式的數(shù)據(jù)進(jìn)行分析。

2 儲(chǔ)層孔隙結(jié)構(gòu)分類

2.1 分類方法

聚類分析是根據(jù)事件或樣品本身的特性來研究個(gè)體分類的方法。它的分析原則是同一類的個(gè)體具有較大的相似性，不同類的個(gè)體具有較大差異性[11]。聚類分析有樣品聚類和變量聚類2類，運(yùn)用SPSS軟件中的聚類分析模塊將選取的參數(shù)進(jìn)行聚類。其聚類步驟如下：

1）在所有樣品中按照合理性、差異性、實(shí)用性、可操作性的原則對(duì)參數(shù)齊全的樣品進(jìn)行選取。由于受到樣品個(gè)數(shù)及參數(shù)類型的限制，選出數(shù)據(jù)類型完整的85個(gè)樣品進(jìn)行分析。在這些樣品的參數(shù)中選取4個(gè)參數(shù)來劃分儲(chǔ)層孔隙結(jié)構(gòu)類型。4個(gè)參數(shù)分別為中值壓力、排驅(qū)壓力、孔隙中值半徑、半徑均值。

2）將選取的4個(gè)參數(shù)進(jìn)行整理并加載到SPSS軟件的數(shù)據(jù)編輯器中，分別在數(shù)據(jù)變量編輯窗口下編輯各參數(shù)的名稱、類型、精度（有效數(shù)字）等。

3）在SPSS軟件的數(shù)據(jù)分析窗口中，選擇聚類模塊中的快速聚類進(jìn)行分析。在分析時(shí)多次調(diào)換聚類的數(shù)目、聚類的方法來查看劃分的結(jié)果是否合理。

2.2 分類標(biāo)準(zhǔn)

通過SPSS軟件的聚類分析和反復(fù)的調(diào)整聚類的數(shù)目，最終將儲(chǔ)層孔隙結(jié)構(gòu)類型劃分為4類。通過SPSS聚類分析獲得了各類儲(chǔ)層孔隙結(jié)構(gòu)參數(shù)的凝聚點(diǎn)、分布范圍（表1），其中凝聚點(diǎn)是以最小歐氏距離為基本原則計(jì)算的。

表1 各類儲(chǔ)層孔隙結(jié)構(gòu)參數(shù)的分布范圍、凝聚點(diǎn)及所占比例

從表1和圖1～圖3可以看出：

圖1 孔隙中值半徑與半徑均值的離散分布圖

圖2 孔隙中值半徑與半徑均值的離散分布圖

1）I型儲(chǔ)層孔隙結(jié)構(gòu)儲(chǔ)層物性較好，孔隙中值半徑和半徑均值均為最高，中值壓力和排驅(qū)壓力最低，滲流能力較強(qiáng)，屬于最好的儲(chǔ)層單元。此類儲(chǔ)層孔隙結(jié)構(gòu)在研究區(qū)中約占1/3。II型孔隙結(jié)構(gòu)是在4個(gè)類型中分布最多的樣品，占半數(shù)以上。該類型儲(chǔ)層物性一般，滲流能力中等，是較好的儲(chǔ)層單元。III型孔隙結(jié)構(gòu)樣品數(shù)較少，僅有9塊，所占比例為10.6%。該類型儲(chǔ)層物性較差，滲流能力較差，是較差的儲(chǔ)層單元，如果采取壓裂、酸化等開發(fā)手段還是較有利的儲(chǔ)層。IV型孔隙結(jié)構(gòu)樣品數(shù)最少，儲(chǔ)層物性最差，基本上沒有滲流能力，是最差的儲(chǔ)層單元，不具有開發(fā)價(jià)值。

圖3 孔隙中值半徑與半徑均值的離散分布圖

2）各類型的儲(chǔ)層孔隙結(jié)構(gòu)之間差異較明顯，劃分界限清晰。從整體上看從I型、II型、III型到IV型儲(chǔ)層物性逐漸變差；各類型的分布比例有較大差異，其中II型分布最多，達(dá)到半數(shù)，III型和IV型的分布比例最少。

3 劃分驗(yàn)證

用毛管壓力曲線對(duì)儲(chǔ)層孔隙微觀結(jié)構(gòu)類型劃分的合理性進(jìn)行驗(yàn)證。驗(yàn)證結(jié)果表明該劃分較合理。從圖4可以看出，這4種類型呈現(xiàn)出4種不同的特征。

圖4 不同類型孔隙結(jié)構(gòu)類型毛管壓力曲線

I型孔隙結(jié)構(gòu)的毛細(xì)管壓力曲線表現(xiàn)為中間平緩段最長(zhǎng)，說明喉道分布集中、分選好、相對(duì)較均質(zhì)，表現(xiàn)為粗歪度特征，最大進(jìn)汞飽和度高，具有高孔、中高滲型的特征。該類型的進(jìn)汞毛管壓力值較低，主要位于 0.01～0.1MPa。

II型孔隙結(jié)構(gòu)的毛細(xì)管壓力曲線中間平緩段開始縮短，長(zhǎng)度約為Ⅰ型的一半，最大進(jìn)汞飽和度一般在70%～90%，為偏粗歪度；具有中孔、中低滲型的特征。該類型的進(jìn)汞毛管壓力值主要集中在0.1～1MPa。

III型和IV型孔隙結(jié)構(gòu)的毛細(xì)管壓力曲線幾乎沒有中間的平緩段，吼道分布不集中、分選差、非均質(zhì)性強(qiáng)，最大進(jìn)汞飽和度值低，孔滲值較低。相對(duì)III型的儲(chǔ)層孔隙結(jié)構(gòu)要優(yōu)于IV型，但是對(duì)于油藏開發(fā)該類型還是存在較大難度。從上述的分析可以看出運(yùn)用SPSS軟件劃分儲(chǔ)層孔隙結(jié)構(gòu)類型比較可靠，可以指導(dǎo)油田開發(fā)。

4 結(jié)論

1）運(yùn)用SPSS軟件的聚類分析模塊將研究區(qū)的儲(chǔ)層孔隙結(jié)構(gòu)劃分為4個(gè)類型，從I型到IV型孔隙結(jié)構(gòu)逐漸變差。

2）通過毛管壓力曲線驗(yàn)證，各類型的儲(chǔ)層孔隙結(jié)構(gòu)之間差異較明顯，劃分界限清晰，可以指導(dǎo)油田生產(chǎn)。

[1]周叢叢,孫洪國(guó),王曉冬.基于微觀孔隙結(jié)構(gòu)參數(shù)的水驅(qū)采收率預(yù)測(cè)方法[J].特種油氣藏,2009,16(6)：61-63.

[2]楊玉卿,潘福熙,田洪,等.渤中25-1油田沙河街組低孔低滲儲(chǔ)層特征及分類評(píng)價(jià)[J].現(xiàn)代地質(zhì),2010,24(4)：685-693.

[3]林玉保,張江,劉先貴,等.喇嘛甸油田高含水后期儲(chǔ)集層孔隙結(jié)構(gòu)特征[J].石油勘探與開發(fā),2008,35(2)：215-219.

[4]陳杰,周改英,趙喜亮,等.儲(chǔ)層巖石孔隙結(jié)構(gòu)特征研究方法綜述[J].特種油氣藏,2005,12(4)：11-14.

[5]楊希濮,孫衛(wèi).鄂爾多斯盆地低滲透油藏孔隙結(jié)構(gòu)特征及影響因素分析[J].特種油氣藏,2011,18(6)：44-47.

[6]王瑞飛,陳明強(qiáng),孫衛(wèi).特低滲透砂巖儲(chǔ)層微觀孔隙結(jié)構(gòu)分類評(píng)價(jià)[J].地球?qū)W報(bào),2008,29(2)：213-220.

[7]趙哲,羅明高.歐陽可悅,等.克拉瑪依油田七中—東區(qū)克下組儲(chǔ)層孔隙結(jié)構(gòu)特征及分類 [J].特種油氣藏,2011,18(5)：41-44.

[8]薛薇.SPSS統(tǒng)計(jì)分析方法及應(yīng)用[M].北京：電子工業(yè)出版社,2004：1-36.

[9]郝黎仁,樊元,郝哲歐,等.SPSS統(tǒng)計(jì)分析方法及應(yīng)用[M].北京：中國(guó)水利水電出版社,2003：1-18.

[10]張利田,卜慶杰,楊桂華,等.環(huán)境科學(xué)領(lǐng)域?qū)W術(shù)論文中常用數(shù)理統(tǒng)計(jì)方法的正確使用問題[J].環(huán)境科學(xué)學(xué)報(bào),2007,27(1)：171-173.

[11]高新波.模糊聚類分析及其應(yīng)用[M].西安：西安電子科技大學(xué)出版社,2004：37-48.