王希芹(中國石油遼河油田分公司金海采油廠,遼寧 盤錦 124010)
快速預測儲層敏感性方法研究與應用
王希芹(中國石油遼河油田分公司金海采油廠,遼寧 盤錦 124010)
油田開發到中后期,儲層保護非常重要,要制定系統的儲層保護方案,首先要弄清楚儲層損害機理,而敏感性研究是分析損害機理的前提。敏感性研究是建立在巖心敏感性試驗的基礎之上,因而需要大量巖心,但是巖心的鉆取越來越困難,而且評價試驗時間較長,不能滿足某些特殊要求。因此,研究了快速預測儲層敏感性方法,該方法利用敏感性礦物和常規巖心分析數據,提取其中與儲層敏感性有關的信息,然后利用該方法建立預測模型,計算儲層敏感性,現場應用表明預測準確率能達到85%,可以滿足儲層敏感性預測的需要。
儲層保護;敏感性分析;巖心分析
敏感性實驗是了解儲層敏感性最直接、最準確的方法,但是該方法所需巖心量大,而且實驗時間比較長。基于以上缺陷,近年來出現了一些快速預測儲層敏感性的新方法:神經網絡方法、模糊數學方法、多元判別分析法、灰色評價方法等,但是目前的這些預測方法均存在不足[1]。本文在前人研究的基礎之上,提出了新的儲層敏感性預測方法,即單相關--多元回歸綜合分析預測法,與其它方法相比其預測準確率高、計算速度快。
什么是相關?是指幾個變量存在關聯關系,其中一個或幾個變化時,另外的變量會以一定規律變化,盡管其精確值可能不能確定,但是依然可以確定它們之間存在不嚴格、不確定的數量關系[2]。英國統計學家皮爾生最早提出兩個變量線性相關系數的計算公式,見式(1),即積距相關系數計算公式。線性相關系數r絕對值大小表示X和Y兩變量間相關關系的強弱,其數值取值范圍從-1到1[3]。

回歸分析是指在利用相關分析得出的數據基礎上,確定變量之間的關系,建立經驗公式,已達到預測或控制的目的。
3.1 影響因素的確定
3.1.1 影響因素
與儲層敏感性有關系的因素很多,而且相互之間關系復雜。根據遼河油田的特點,收集了可能與儲層敏感性有關的各種數據,包括:儲層物性數據、巖石結構特征、孔隙結構特征、巖石礦物類型、成分及地層流體數據。
3.1.2 求單相關系數
利用公式(1)計算了儲層敏感性與搜集到的各因素之間的單相關系數,見表1。表中數值大小表示對敏感性影響的強弱程度,篩選出相關系數大于0.5的因素,為下一步線性回歸提供數據基礎。

表1 敏感性主要影響因素的單相關系數
3.2 線性回歸預測敏感性
以小洼地區水敏性預測為例進行分析。由上表找出小洼地區水敏性高度相關的7種因素:蒙脫石含量、伊利石含量、伊蒙混層含量、黏土總量、碳酸鹽含量、氣測滲透率、泥質含量。為數據搜集提供依據。
3.2.1 搜集數據
查閱資料、文獻,搜集小洼地區水敏性高度相關因素數據,利用線性回歸建立小洼地區水敏性預測模型。其中Kg是指空氣測巖樣滲透率,其它因素含量是指絕對百分含量。
3.2.2 建立敏感性預模型
按照回歸思想,我們要建立的計算公式如下:

式中,x1,x2,x3,x4,x5,x6,x7是指小洼地區水敏性高度相關的7種因素,觀測值為水敏指數。搜集到的影響因素數據建立自變量矩陣X,敏感性數據建立觀測值矩陣Y。
分析小洼地區儲層敏感性的影響因素,并利用單相關--多元回歸分析建立了小洼地區儲層敏感性計算公式,計算準確率平均約為85%,該方法計算結果可靠性高,能定量反映儲層潛在敏感性程度,為制定儲層保護措施提供科學的依據。
[1]周鋒德,姚光慶,王國昌.Elman神經網絡在低滲儲層敏感性預測中的應用[J].地質科技情報,2007,26(6):91-94.