， ，， ，

(1.山東科技大學(xué) 山東省沉積成礦作用與沉積礦產(chǎn)重點(diǎn)實(shí)驗(yàn)室，山東 青島 266590；2.山東科技大學(xué) 地球科學(xué)與工程學(xué)院，山東 青島 266590；3.青島瑞源工程集團(tuán)，山東 青島 266555)

臨南洼陷北部沙三中亞段砂質(zhì)碎屑流儲(chǔ)層定量分類評(píng)價(jià)

高麗華1,2，夏迪3，韓作振1,2，韓梅1,2，李昊1,2

(1.山東科技大學(xué) 山東省沉積成礦作用與沉積礦產(chǎn)重點(diǎn)實(shí)驗(yàn)室，山東 青島 266590；2.山東科技大學(xué) 地球科學(xué)與工程學(xué)院，山東 青島 266590；3.青島瑞源工程集團(tuán)，山東 青島 266555)

臨南洼陷北部沙三中亞段發(fā)育一套砂質(zhì)碎屑流扇體，取得了較好油氣勘探成果，但該區(qū)取心井及實(shí)驗(yàn)分析資料較少，困擾著該區(qū)儲(chǔ)層的定量分類評(píng)價(jià)。首先利用普通薄片及鑄體薄片鑒定、物性和壓汞測(cè)試，確定該套砂質(zhì)碎屑流儲(chǔ)層物性特征并將研究區(qū)儲(chǔ)層分為Ⅰ、Ⅱ、Ⅲ三類；再以巖心物性數(shù)據(jù)作為儲(chǔ)層分類標(biāo)準(zhǔn)，建立使用測(cè)井?dāng)?shù)據(jù)作為參數(shù)的儲(chǔ)層貝葉斯判別函數(shù)；最后采用判別函數(shù)對(duì)研究區(qū)各井測(cè)井曲線進(jìn)行儲(chǔ)層判別分析，所得儲(chǔ)層平面分布特征與沉積相展布特征相符。因此，采用貝葉斯判別函數(shù)進(jìn)行儲(chǔ)層判別分析與勘探實(shí)踐吻合，可用于對(duì)研究區(qū)儲(chǔ)層進(jìn)行評(píng)價(jià)。

砂質(zhì)碎屑流；儲(chǔ)層分類；貝葉斯判別；儲(chǔ)層評(píng)價(jià)

惠民凹陷臨南洼陷北部沙三中亞段發(fā)育一套重力流沉積[1]。以往研究認(rèn)為該套砂體埋藏深、物性差、產(chǎn)能較低，一直未進(jìn)行系統(tǒng)研究[2-3]。近幾年，L7-X40塊、T26-X3塊沙三中亞段相繼發(fā)現(xiàn)該套深水沉積油藏，取得了較好勘探效果，具有廣闊的滾動(dòng)勘探開發(fā)前景[4]。但儲(chǔ)層橫向連續(xù)性差、縱向變化快，儲(chǔ)層展布范圍不清、巖心及實(shí)驗(yàn)分析資料少等問題困擾該區(qū)勘探開發(fā)工作。

貝葉斯判別根據(jù)最小風(fēng)險(xiǎn)代價(jià)判決或最大似然比判決，是依據(jù)貝葉斯準(zhǔn)則進(jìn)行判別分析的多元統(tǒng)計(jì)分析方法。貝葉斯判別廣泛應(yīng)用于各個(gè)領(lǐng)域，在儲(chǔ)層評(píng)價(jià)方面具有重要應(yīng)用，尤其對(duì)于非均質(zhì)性強(qiáng)、連續(xù)性差、實(shí)驗(yàn)分析資料少的儲(chǔ)層具有更好的應(yīng)用效果。如付殿敬等[5]采用貝葉斯判別分析法，依據(jù)取心井資料建立儲(chǔ)層分類評(píng)價(jià)判別函數(shù)，對(duì)非取心井目的層進(jìn)行儲(chǔ)層分類評(píng)價(jià)，取得良好效果。馬立文等[6]、唐俊等[7]分別對(duì)冀東老爺廟油田和鄂爾多斯盆地，采用Q型聚類分析法進(jìn)行儲(chǔ)層分類，選擇判別分析的最優(yōu)化參數(shù)，得到貝葉斯判別函數(shù)，在儲(chǔ)層定量化描述基礎(chǔ)上，利用判別函數(shù)對(duì)研究區(qū)各井進(jìn)行儲(chǔ)層評(píng)價(jià)，獲得了較好的效果。Avseth等[8]使用貝葉斯判別分析法研究不同巖性巖石的孔隙流體空間分布規(guī)律，得到了不同巖石的孔隙流體的空間概率分布圖，并將這種方法成功運(yùn)用于北海濁積巖系統(tǒng)。但對(duì)于臨南洼陷北部沙三中亞段發(fā)育的該套砂質(zhì)碎屑流扇體，缺少儲(chǔ)層展布規(guī)律的研究，更未見利用貝葉斯判別進(jìn)行定量分類與預(yù)測(cè)。

本文充分利用研究區(qū)測(cè)井資料豐富的特點(diǎn)，結(jié)合該區(qū)儲(chǔ)層分布特點(diǎn)、控制因素，充分利用測(cè)井曲線資料，以SPSS軟件為平臺(tái)，采用貝葉斯判別法分析典型井測(cè)井?dāng)?shù)據(jù)，對(duì)各井區(qū)儲(chǔ)層進(jìn)行分類評(píng)價(jià)，在此基礎(chǔ)上對(duì)儲(chǔ)層有利區(qū)進(jìn)行預(yù)測(cè)。

1 地質(zhì)背景

研究區(qū)位于惠民凹陷臨南洼陷北部(圖1(a))，中央隆起帶中部，北部與滋鎮(zhèn)洼陷相鄰，南與臨南洼陷相接，受臨邑?cái)鄬訓(xùn)|部分支控制，為一個(gè)向北逐級(jí)抬升的大型斷階帶(圖1)。該區(qū)發(fā)育的新生代地層：古近系自下而上為沙河街組、東營(yíng)組，沙河街組厚度大，分為沙一段、沙二段、沙三段和沙四段；新近系包括館陶組、明化鎮(zhèn)組，新近系和古近系之間角度不整合接觸。

沙三中亞段發(fā)育一套砂質(zhì)碎屑流沉積扇體(圖1(b))，該套砂質(zhì)碎屑流位于上下油頁(yè)巖之間，最厚達(dá)120 m，平均30 m(圖1(c))[1]，巖性主要以粒度較細(xì)的粉砂巖(部分砂巖見油浸、油斑及油跡現(xiàn)象)、塊狀砂巖、泥巖、灰質(zhì)泥巖和油頁(yè)巖居多。

2 砂質(zhì)碎屑流沉積特征

砂質(zhì)碎屑流是一種以砂質(zhì)為主，可混雜礫石(陸源礫石、泥礫)和泥質(zhì)的非黏結(jié)性碎屑流，流變學(xué)屬于塑性流，運(yùn)動(dòng)狀態(tài)為層流，以整體凍結(jié)的方式發(fā)生沉積[1]。泥質(zhì)碎屑流以泥質(zhì)沉積為主，可混雜少量砂質(zhì)顆粒和砂質(zhì)團(tuán)塊，黏結(jié)性強(qiáng)。該流體是在一定的觸發(fā)機(jī)制下，由自身重力驅(qū)動(dòng)沿斜坡向下運(yùn)動(dòng)，最后由于慣性力和重力消失而沉積在斜坡下部和湖盆的平坦部位[1]。撕裂屑一般指混雜于砂巖中的泥質(zhì)變形團(tuán)塊或條帶，其成因可以是在上覆不均勻壓力作用下向上擠入砂質(zhì)層中的泥質(zhì)沉積物，也可能是由于風(fēng)暴流或重力流攪動(dòng)或侵蝕下伏未固結(jié)或半固結(jié)泥質(zhì)沉積物而成，還可成因于滑塌變形造成的巖性混雜[1]。

研究區(qū)沙三中亞段具有典型砂質(zhì)碎屑流的沉積構(gòu)造特征：砂巖多為粉砂巖和細(xì)砂巖(圖2)，粒度較細(xì)；粒度概率累積曲線主要呈三段式，以跳躍和懸浮總體為主，懸浮總體由兩個(gè)組段組成，兩組段斜率不同，說明砂質(zhì)碎屑流分選性極差，具有“凍結(jié)式”沉積的特征。塊狀砂巖中漂浮有不規(guī)則狀泥質(zhì)撕裂屑和泥質(zhì)團(tuán)塊(圖2(a)、 2(b)、 2(d)、 2(e))、塊狀泥質(zhì)粉砂巖中漂浮有粉砂巖團(tuán)塊(圖2(h))，發(fā)育大段塊狀構(gòu)造(圖2(a)、2(b)、2(f))和滑塌變形構(gòu)造(圖2(c))；未見濁積巖中常見的包卷層理以及遞變層理，具有典型的砂質(zhì)碎屑流特征(圖2)。研究區(qū)沙三中亞段發(fā)育多層砂體，砂體之間夾有大量富含石英碎屑顆粒的粉砂質(zhì)泥巖(圖2(i))。因此，結(jié)合其巖石類型、沉積構(gòu)造、地質(zhì)背景、粒度特征、測(cè)井曲線以及地震剖面等特征，認(rèn)為其為遠(yuǎn)岸水下扇沉積，主要發(fā)育中扇及外扇亞相，內(nèi)扇不發(fā)育，其中中扇亞相進(jìn)一步劃分為水下主水道、水下分流水道、水道間泥、水道側(cè)緣以及無水道區(qū)濁積席狀砂5種微相[1]。

(a)研究區(qū)位置及區(qū)域構(gòu)造；(b)砂質(zhì)碎屑流沉積相展布；(c)砂質(zhì)碎屑流南北向連井剖面

3 儲(chǔ)層定量分類評(píng)價(jià)

通過取心井巖石薄片分析，砂巖的成分特征為：石英含量44%～50%，長(zhǎng)石含量35%～40%，巖屑11%～21%，鈣質(zhì)膠結(jié)為主，膠結(jié)物以方解石、鐵白云石居多(圖2(g))。碎屑顆粒磨圓度較差，棱角到次棱角狀不等，分選中等到差，分選系數(shù)1.399～4.190。砂巖粒度較細(xì)，C值0.122～0.678 mm，中值0.019～0.761 mm左右。L7-X301井67個(gè)巖心物性及12個(gè)壓汞資料表明，儲(chǔ)層孔隙度11.2%～22.7%，平均19.2%；滲透率0.066～29.6×10-3μm2，平均9.2×10-3μm2；喉道半徑中等0.27～1.31 μm，平均0.94 μm；排驅(qū)壓力及中值壓力中等，分別為0.16～0.99 MPa和0.75～5.03 MPa。因此，該套砂質(zhì)碎屑流儲(chǔ)層為中孔、低滲儲(chǔ)層(圖3)。

根據(jù)趙靖舟等[9]提出的低滲透儲(chǔ)層分類標(biāo)準(zhǔn)，結(jié)合臨盤油田碎屑巖儲(chǔ)層評(píng)價(jià)標(biāo)準(zhǔn)，將研究區(qū)儲(chǔ)層分為Ⅰ、Ⅱ、Ⅲ三類(表1)，其主要特征為：

I類儲(chǔ)層：物性好，孔隙度>15%，滲透率>5×10-3μm2，排驅(qū)壓力低于0.2 MPa，中值壓力<1 MPa，最大孔喉半徑>3 μm，中值半徑>0.5 μm，平均孔喉半徑>1 μm。主要是塊狀砂巖，也有少量細(xì)砂巖，儲(chǔ)層砂巖經(jīng)壓實(shí)、膠結(jié)和溶蝕作用可見粒間孔隙、鑄模孔和各種溶蝕孔(圖3(c))。

(a) 砂巖中扭曲變形的泥質(zhì)團(tuán)塊(L7-X301井、2 662.3 m)；(b) 塊狀砂巖中漂浮泥質(zhì)撕裂屑(L7-X301井、2 664.4 m)；(c) 滑塌變形構(gòu)造(L7-X301井、2 668.7 m)；(d)巖石薄片下見砂巖中泥質(zhì)團(tuán)塊(L7-X301井、2 663.4 m，鑄體，單偏光)；(e) 巖石薄片下見泥質(zhì)條帶(L7-X301井、2 662.8 m，鑄體，單偏光)；(f) 砂巖塊狀構(gòu)造，沙三中中段(L7-X301井、2 671.5 m)； (g) 巖石薄片下見砂巖磨圓、分選較差，鐵白云石膠結(jié)(L7-X301井、2 671.5 m，單偏光)； (h) 巖石薄片下見混有砂質(zhì)團(tuán)塊的泥巖 (L7-X301井、2 669 m單偏光)；(i) 巖石薄片下見泥巖含有大量石英碎屑顆粒(L7-X301井、2 676.7 m單偏光)；圖2 研究區(qū)沙三中亞段砂質(zhì)碎屑流巖石學(xué)特征

Ⅰ類儲(chǔ)層Ⅱ類儲(chǔ)層Ⅲ類儲(chǔ)層孔隙度/%>1512～15<12滲透率/(10-3μm2)>51～5<1排驅(qū)壓力/MPa<0．20．2～0．35>0．35中值壓力/MPa<11～2．5>2．5最大孔喉半徑/μm>31～3<1中值半徑/μm>0．50．3～0．5<0．3平均孔喉半徑/μm>10．5～1<0．5孔喉組合中孔中細(xì)喉小孔細(xì)喉細(xì)孔微細(xì)喉評(píng)價(jià)好中等差

Ⅱ類儲(chǔ)層：物性中等，孔隙度12%～15%，滲透率>1～5×10-3μm2，排驅(qū)壓力0.2～0.35 MPa， 中值壓力1～2.5 MPa，最大孔喉半徑1～3 μm，中值半徑0.3～0.5 μm，平均孔喉半徑0.5～1 μm。主要是含泥礫粉砂巖和雜砂巖，儲(chǔ)集巖經(jīng)壓實(shí)、膠結(jié)和溶蝕作用，可見粒間孔隙和溶蝕孔，相對(duì)于I類儲(chǔ)層，其粒間孔隙由于泥質(zhì)碎屑的填充而減少(圖3(d))。

Ⅲ類儲(chǔ)層：物性差，孔隙度<12%，滲透率<1×10-3μm2，排驅(qū)壓力>0.35 MPa，中值壓力>2.5 MPa，最大孔喉半徑>3 μm，中值半徑>0.5 μm，平均孔喉半徑>1 μm。主要是泥巖，孔隙少、孔徑小(圖3(e))。

(a)研究區(qū)不同類型儲(chǔ)層的孔隙度與滲透率交會(huì)圖；(b)研究區(qū)不同類型儲(chǔ)層的毛細(xì)管壓力曲線特征；(c)I類儲(chǔ)層鑄體薄片鏡下特征(L7-X301井、2 672.1 m，單偏光)；(d)Ⅱ類儲(chǔ)層鑄體薄片鏡下特征(L7-X301井、2 664.2 m，單偏光)；(e)Ⅲ類儲(chǔ)層鑄體薄片鏡下特征(L7-X301井、2 668.5 m，單偏光)；

4 貝葉斯判別分析

為節(jié)省成本，當(dāng)前油氣田勘探開發(fā)多采用減少取心、增加測(cè)井的方法，因此常規(guī)的利用儲(chǔ)層物性等實(shí)驗(yàn)分析資料進(jìn)行儲(chǔ)層定量評(píng)價(jià)已經(jīng)跟不上當(dāng)前油氣田勘探的形勢(shì)。貝葉斯判別分析法，能以關(guān)鍵井的分析測(cè)試數(shù)據(jù)為基礎(chǔ)，利用大量存在的測(cè)井?dāng)?shù)據(jù)提出相應(yīng)儲(chǔ)層的貝葉斯判別函數(shù)，進(jìn)行儲(chǔ)層分類評(píng)價(jià)。該方法適用廣泛，特別是在一些取心資料少的地區(qū)，能充分利用測(cè)井資料進(jìn)行儲(chǔ)層定量評(píng)價(jià)。

臨南洼陷北部沙三中亞段砂質(zhì)碎屑流儲(chǔ)層,非均質(zhì)性強(qiáng)，鉆井取心資料少，但測(cè)井資料豐富，常規(guī)儲(chǔ)層評(píng)價(jià)方法無法取得理想效果，因此，通過測(cè)井曲線的貝葉斯判別分析法開展儲(chǔ)層評(píng)價(jià)。

4.1 巖心深度歸位

巖心資料是進(jìn)行貝葉斯判別的基礎(chǔ)資料，選取有巖心分析化驗(yàn)資料井的測(cè)井?dāng)?shù)據(jù)作為制作貝葉斯判別函數(shù)的標(biāo)準(zhǔn)模板。研究區(qū)L7-X301取心井層序完整具有代表性，以該井測(cè)井曲線為標(biāo)準(zhǔn)，進(jìn)行巖心深度歸位校正[10]，使各測(cè)井曲線達(dá)到深度一致(圖4)；然后利用巖心巖性與測(cè)井曲線進(jìn)行對(duì)比，計(jì)算深度誤差，將巖心深度校正到測(cè)井深度，經(jīng)觀察認(rèn)為巖心深度上移1.1 m匹配度較好。

4.2 建立貝葉斯判別函數(shù)

根據(jù)前文將砂質(zhì)碎屑流儲(chǔ)層分為Ⅰ、Ⅱ、Ⅲ三類(圖5)，分別建立貝葉斯判別函數(shù)，實(shí)現(xiàn)儲(chǔ)層分類評(píng)判由取心數(shù)據(jù)向測(cè)井?dāng)?shù)據(jù)的轉(zhuǎn)變[7]。選取反映儲(chǔ)層物性的聲波時(shí)差(AC)、反映泥質(zhì)參數(shù)的自然電位(SP)、自然伽馬(GR)和反映滲透性的|RNML-RLML|作為參數(shù)[11-12],利用SPSS軟件建立貝葉斯判別函數(shù)。

圖4 L7-X301井巖心歸位效果對(duì)比圖

將制作好的模板數(shù)據(jù)輸入到SPSS中生成貝葉斯判別函數(shù)以及特征判別參數(shù)式((1)～(4))，由判別函數(shù)的組內(nèi)平方和與總平方和之比(Wilks’ Lambda)(表2)可以看出，Sig均小于0.01，表明不同判別函數(shù)間差異性顯著。儲(chǔ)層分類結(jié)果顯示(表3)判別函數(shù)對(duì)初始分組案例中的 96.9%進(jìn)行了正確分類、對(duì)交叉驗(yàn)證分組案例中的 96.3%進(jìn)行了正確分類，表明建立的判別函數(shù)和評(píng)價(jià)指標(biāo)符合精度要求。貝葉斯判別函數(shù)為：

Ⅰ類儲(chǔ)層:Y1=0.738AC+61.181SP+0.681GR-1.665|RNML-RLML|-263.076；

(1)

Ⅱ類儲(chǔ)層:Y2=0.846AC+78.727SP+0.682GR-2.052|RNML-RLML|-386.368；

(2)

Ⅲ類儲(chǔ)層:Y3=0.799AC+87.101SP+0.987GR-0.596|RNML-RLML|-453.126；

(3)

油頁(yè)巖:Y4=0.819AC+101.926SP-0.029GR-0.565|RNML-RLML|-487.61。

(4)

4.3 測(cè)井曲線標(biāo)準(zhǔn)化

由于油田不同井測(cè)井時(shí)采用的儀器、標(biāo)準(zhǔn)刻度以及操作方式等不同，在應(yīng)用測(cè)井?dāng)?shù)據(jù)時(shí)，須進(jìn)行標(biāo)準(zhǔn)化處理，使所有同類曲線具有統(tǒng)一刻度[10]。測(cè)井曲線標(biāo)準(zhǔn)化方法包括：直方圖法、頻率交會(huì)圖法、均值-方差法等[13-16]，直方圖法能充分利用標(biāo)準(zhǔn)井段內(nèi)所有數(shù)據(jù)，校正準(zhǔn)確度高，因此采用該方法對(duì)AC、SP、GR和|RNML-RLML|進(jìn)行標(biāo)準(zhǔn)化，主要步驟：

1) 選取標(biāo)準(zhǔn)井和標(biāo)準(zhǔn)層：研究區(qū)L7-X301井連續(xù)取心且沙三中亞段發(fā)育完整，可作為標(biāo)準(zhǔn)井；上油頁(yè)巖全區(qū)穩(wěn)定分布、厚度適中、測(cè)井曲線特點(diǎn)相似，可選作標(biāo)準(zhǔn)層。

2) 繪制直方圖：提取標(biāo)準(zhǔn)井和其他各單井的標(biāo)準(zhǔn)層數(shù)據(jù)，運(yùn)用高斯正態(tài)分布函數(shù)對(duì)各測(cè)井?dāng)?shù)據(jù)頻率分布直方圖進(jìn)行擬合(圖6)，獲得標(biāo)準(zhǔn)井和各單井測(cè)井曲線的峰值讀數(shù)(表4)。

3) 獲取單井曲線校正值：校正值=標(biāo)準(zhǔn)井峰值-單井峰值(表4)，標(biāo)準(zhǔn)化測(cè)井?dāng)?shù)據(jù)=單井測(cè)井曲線數(shù)據(jù)+校正值。

圖5 L7-X301井儲(chǔ)層類性

分類類別預(yù)測(cè)組成員1234合計(jì)初始計(jì)數(shù)17110072211730213013803940005959198．61．40010024．88114．30100%302．697．401004000100100正確分類98．68197．410096．9b交叉驗(yàn)證a計(jì)數(shù)17020072211730213013803940005959197．22．80010024．88114．30100%302．697．401004000100100正確分類97．28197．410096．3c

注：a.僅對(duì)分析中的案例進(jìn)行交叉驗(yàn)證。在交叉驗(yàn)證中，每個(gè)案例都是按照從該案例以外的所有其他案例派生的函數(shù)來分類的；b.已對(duì)初始分組案例中的96.9%個(gè)進(jìn)行了正確分類；c.已對(duì)交叉驗(yàn)證分組案例中的96.3%個(gè)進(jìn)行了正確分類

圖6 標(biāo)準(zhǔn)井和L7-51C井的標(biāo)準(zhǔn)層的AC、SP、GR和|RNML-RLML|頻率直方圖

ACSPGR|RNML?RLML|標(biāo)準(zhǔn)井峰值285．157．5256．550．87L7?51C井峰值302．858．1466．650．76L7?51C井校正值-17．70-0．62-10．100．11

4.4 貝葉斯判別分析

運(yùn)用貝葉斯判別函數(shù)對(duì)標(biāo)準(zhǔn)化后的測(cè)井曲線進(jìn)行貝葉斯判別分析，實(shí)現(xiàn)儲(chǔ)層分類評(píng)判由取心井向非取心井的轉(zhuǎn)變[2]。選取典型井沙三中亞段砂質(zhì)碎屑流儲(chǔ)層的測(cè)井?dāng)?shù)據(jù)，將其標(biāo)準(zhǔn)化后代入貝葉斯判別函數(shù)中，比較各判別函數(shù)值大小，判斷樣品歸為所求函數(shù)值最大的那一類。

對(duì)標(biāo)準(zhǔn)化的測(cè)井?dāng)?shù)據(jù)進(jìn)行判別分析，實(shí)現(xiàn)儲(chǔ)層分類判別，以L7-51C井為例，統(tǒng)計(jì)判別結(jié)果，共識(shí)別出Ⅰ類儲(chǔ)層40.8 m，Ⅱ類儲(chǔ)層9.5 m，Ⅲ類儲(chǔ)層16.4 m(圖7)。

依上述方法對(duì)研究區(qū)目的層標(biāo)準(zhǔn)化后的測(cè)井?dāng)?shù)據(jù)進(jìn)行判別分析，并統(tǒng)計(jì)結(jié)果(表5)。全區(qū)共識(shí)別出Ⅰ類儲(chǔ)層3.4～47.6 m、平均14.7 m，Ⅱ類儲(chǔ)層0.8～27.6 m、平均10.9 m，Ⅲ類儲(chǔ)層4.6～68.4 m、平均32.5 m。

圖7 L7-51C井儲(chǔ)層分類識(shí)別結(jié)果

井名Ⅰ類儲(chǔ)層/mⅡ類儲(chǔ)層/mⅢ類儲(chǔ)層/m井名Ⅰ類儲(chǔ)層/mⅡ類儲(chǔ)層/mⅢ類儲(chǔ)層/mL104?18．821．541．2L7?X30115．67．621．6L104?26．314．935．8L7?X3024．63．117．3L104?918．824．649．3L7?X30512．60．84．6L104?X1412．011．668．4L7?X30611．24．17．7L10743．320．139．2L7?X408．43．219．3L55?X15．120．660．3L7?X40412．68．428．0L55?X23．413．445．0L7?X4317．48．233．4L7?1010．27．627．2L7?X612．38．430．3L71?53．44．77．7L7?X7014．61．48．0L7?313．37．625．1T26147．620．454．0L7?3077．86．719．5T26?X134．220．163．7L7?4089．94．319．6T26?X429．627．652．8L7?42C7．44．724．4T26?X613．016．356．2L7?51C40．89．516．4T4?X623．421．455．2L7?X26．42．717．9

5 儲(chǔ)層評(píng)價(jià)結(jié)果及有利區(qū)預(yù)測(cè)

對(duì)比L7-51C井、L7-X70井和L7-X305井的貝葉斯判別和綜合解釋結(jié)果(圖7、圖8)發(fā)現(xiàn)：識(shí)別的Ⅰ類儲(chǔ)層與綜合解釋結(jié)果中的儲(chǔ)集層吻合度高達(dá)80%以上，這說明判別分析結(jié)果有較高的準(zhǔn)確度，Ⅰ類儲(chǔ)層能夠代表實(shí)際儲(chǔ)層。

根據(jù)貝葉斯判別結(jié)果繪制研究區(qū)沙三中亞段砂質(zhì)碎屑流Ⅰ類儲(chǔ)層厚度圖(圖9)，由圖9可以看出：研究區(qū)東北部的L7-51C井區(qū)與中部的L107井區(qū)、南部的T261井區(qū)Ⅰ類儲(chǔ)層厚度大于30 m，勘探開發(fā)潛力大；中部的L7-X301井區(qū)Ⅰ類儲(chǔ)層厚10～30 m，勘探開發(fā)潛力中等；南部、西南部的L104-X9、T4-X6井區(qū)Ⅰ類儲(chǔ)層厚度小于10 m，勘探開發(fā)潛力差。

另外，利用貝葉斯判別結(jié)果繪制的儲(chǔ)層平面展布圖與該套砂質(zhì)碎屑流沉積相的分布特征吻合，有利儲(chǔ)層主要分布于重力流水道微相區(qū)，中等儲(chǔ)層主要分布于遠(yuǎn)岸水下扇中扇亞相區(qū)，差儲(chǔ)層主要分布于遠(yuǎn)岸水下扇外扇及深湖相區(qū)。說明該套砂質(zhì)碎屑流的有利儲(chǔ)層分布明顯受控于沉積微相的分布特征，下一步勘探開發(fā)的重點(diǎn)區(qū)域應(yīng)為重力流水道砂體，與實(shí)際生產(chǎn)實(shí)踐結(jié)果吻合。

圖8 研究區(qū)部分井沙三中亞段儲(chǔ)層分類識(shí)別結(jié)果

6 結(jié)論

1) 臨北地區(qū)沙三中亞段發(fā)育大段塊狀構(gòu)造和滑塌變形構(gòu)造，塊狀砂巖中漂浮有不規(guī)則狀泥質(zhì)撕裂塊和砂質(zhì)團(tuán)塊，塊狀泥質(zhì)粉砂巖中漂浮有粉砂巖團(tuán)塊，為典型的砂質(zhì)碎屑流沉積。

2) 研究區(qū)砂質(zhì)碎屑流儲(chǔ)層，孔隙度11.2%～22.7%，滲透率小于30×10-3μm2，是典型的低滲透儲(chǔ)層。根據(jù)儲(chǔ)層物性特點(diǎn)及低滲透儲(chǔ)層的分類與評(píng)價(jià)標(biāo)準(zhǔn)將研究區(qū)儲(chǔ)層分為Ⅰ、Ⅱ、Ⅲ三類：Ⅰ類儲(chǔ)層,主要是塊狀砂巖，也有少量細(xì)砂巖；Ⅱ類儲(chǔ)層，主要是含泥質(zhì)粉砂巖和雜砂巖；Ⅲ類儲(chǔ)層，主要是泥巖。

3) 選取AC、SP、GR和|RNML-RLML|曲線建立儲(chǔ)層的貝葉斯判別函數(shù)，判別函數(shù)的顯著性明顯Sig<0.001、對(duì)初始分組案例中的 96.9%進(jìn)行了正確分類和對(duì)交叉驗(yàn)證分組案例中的 96.3% 進(jìn)行了正確分類，表明建立的判別函數(shù)和評(píng)價(jià)指標(biāo)符合精度要求。

圖9 研究區(qū)沙三中亞段勘探開發(fā)有利區(qū)預(yù)測(cè)

4) 利用貝葉斯判別函數(shù)，共識(shí)別出Ⅰ類儲(chǔ)層3.4～47.6 m，Ⅱ類儲(chǔ)層0.8～27.6 m，Ⅲ類儲(chǔ)層4.6～68.4 m。有利儲(chǔ)層區(qū)主要分布于重力流水道微相區(qū)，中等儲(chǔ)層區(qū)主要分布于遠(yuǎn)岸水下扇(內(nèi)、中扇)亞相區(qū)，差儲(chǔ)層區(qū)主要分布于深湖相區(qū)，儲(chǔ)層分布與沉積相展布特征相符。說明采用貝葉斯判別函數(shù)進(jìn)行儲(chǔ)層判別分析與勘探實(shí)踐吻合，可用于對(duì)研究區(qū)儲(chǔ)層進(jìn)行評(píng)價(jià)。

[1]韓作振,劉鳳武,高麗華,等.惠民凹陷臨北斷階沙三中亞段砂質(zhì)碎屑流沉積特征[J].山東科技大學(xué)學(xué)報(bào)(自然科學(xué)版)，2016,35(2):1-7.

HAN Zuozhen,LIU Fengwu,GAO Lihua,etal.Sandy debris-flow sedimentary characteristics of Middle-Es3 in Linbei Step-fault Zone of Huimin depression[J].Journal of Shandong University of Science and Technology (Natural Science),2016,35(2):1-7.

[2]陳永紅.惠民凹陷沙三段三角洲前緣滑塌濁積砂體發(fā)育規(guī)律與油氣聚集關(guān)系[D].廣州:中國(guó)科學(xué)院廣州地化所,2006.

[3]羅薇.臨7斷塊區(qū)沙三段沉積相與儲(chǔ)層研究[D].荊州:長(zhǎng)江大學(xué),2011.

[4]回春,李因蘭,孟海龍.臨盤油田臨北地區(qū)沙三段油氣成藏規(guī)律研究[J].內(nèi)蒙古石油化工,2010(4):101-102.

[5]付殿敬,徐敬領(lǐng),王貴文,等.基于Q聚類分析和貝葉斯判別算法研究?jī)?chǔ)層分類評(píng)價(jià)[J].科技導(dǎo)報(bào),2011,29(3):29-33.

FU Dianjing,XU Jingling,WANG Guiwen,et al.Reservoir classification and evaluation based on Q cluster analysis combined with Bayesian discrimination algorithm[J].Science & Technology Review,2011,29(3):29-33.

[6]馬立文,竇齊豐,彭仕宓,等.用Q型聚類分析與判別函數(shù)法進(jìn)行儲(chǔ)層評(píng)價(jià):以冀東老爺廟油田廟28X1區(qū)塊東一段為例[J].西北大學(xué)學(xué)報(bào)(自然科學(xué)版),2003,33(1):83-86.

MA Liwen,DOU Qifeng,PENG Shibi,et al.Comprehensively applying Q-model gathering and discriminant function methods to reservoir classification and evaluation:Taking Ed1 No.of Miao 28X1 block in Laoyemiao oilfield in Jidong as an example[J].Journal of Northwest University(Natural Science Edition),2003,33(1):83-86.

[7]唐俊,王琪,馬曉峰,等.Q型聚類分析和判別分析法在儲(chǔ)層評(píng)價(jià)中的應(yīng)用:以鄂爾多斯盆地姬塬地區(qū)長(zhǎng) 81儲(chǔ)層為例[J].特種油氣藏,2012,19(6):28-31.

TANG Jun,WANG Qi,MA Xiaofeng,et al.Application of Q-type cluster analysis and discriminatory analysis in reservoir evaluation:Taking reservoir Chang 81of Jiyuan area in Ordos basin as an example[J].Special Oil and Reservoirs,2012,19(6):28-31.

[8]AVSCTH P,MUKERJI T,JORSTAD A,et al.Seismic reservoir mapping from 3-D AVO in a North Sea turbidite system[J].Geophysics,2001,66(4):1157-1176.

[9]趙靖舟,吳少波,武富禮.論低滲透儲(chǔ)層的分類與評(píng)價(jià)標(biāo)準(zhǔn):以鄂爾多斯盆地為例[J].巖性油氣藏,2007,19(3):28-33.

ZHAO Jingzhou,WU Shaobo,WU Fuli.The classification and evaluation criterion of low permeability reservoir:An example from Ordos Basin[J].Lithologic Reservoirs,2007,19(3):28-33.

[10]龍一慧,楊斌,朱冉,等.BP神經(jīng)網(wǎng)絡(luò)在碳酸鹽巖儲(chǔ)層參數(shù)測(cè)井解釋中的應(yīng)用[J].山東科技大學(xué)學(xué)報(bào)(自然科學(xué)版)，2015,34(6):32-39.

LONG Yihui,YANG Bin,ZHU Ran,et al.Logging interpretation of carbonate reservoir parameters by using the neural network[J].Journal of Shandong University of Science and Technology (Natural Science),2015,34(6):32-39.

[11]王貴文,郭榮坤.測(cè)井地質(zhì)學(xué)[M].北京：石油工業(yè)出版社.

[12]宋子齊,程國(guó)建,楊立雷,等.利用測(cè)井資料精細(xì)評(píng)價(jià)特低滲透儲(chǔ)層的方法[J].石油實(shí)驗(yàn)地質(zhì),2006,28(6):595-599.

SONG Ziqi,CHENG Guojian,YANG Lilei,et al.A method for fine evaluation in extra-low permeability reservoirs logging data[J].Petroleum Geology & Experiment,2006,28(6):595-599.

[13]徐延勇,鄒冠貴,曹文彥,等.測(cè)井曲線標(biāo)準(zhǔn)化方法對(duì)比研究及應(yīng)用[J].中國(guó)煤炭地質(zhì),2013,25(1):53-57.

XU Yanyong,ZOU Guangui,CAO Wenyan,et al.Comparative study and application of logging standardization methods[J].Coal Geology of China,2013,25(1):53-57.

[14]劉佳.L區(qū)塊測(cè)井曲線的標(biāo)準(zhǔn)化研究[J].國(guó)外測(cè)井技術(shù),2015,208(4):15-18.

LIU Jia.Study on the logging curve standardization in L block[J].World Well Logging Technology,2015,208(4)：15-18.

[15]高樹芳,范玲,梁曉宇,等.測(cè)井曲線標(biāo)準(zhǔn)化方法及其對(duì)測(cè)井解釋結(jié)果的影響[J].國(guó)外測(cè)井技術(shù),2008,23(2):17-21.

GAO Shufang,FAN Ling,LIANG Xiaoyu,et al.Log normalization and effect on well logging interpretation[J].World Well Logging Technology,2008,23(2):17-21.

[16]陳熹.測(cè)井曲線標(biāo)準(zhǔn)化方法研究[J].當(dāng)代化工,2015,44(2):328-330.

CHEN Xi.Standardization of well logging curve metgods[J].Contemporary Chemical Industry,2015,44(2):328-330.

ReservoirQuantitativeClassificationandEvaluationofSandDibrisFlowinMiddle-Es3ofNorthofLinnanSubsag

GAO Lihua1,2, XIA Di3, HAN Zuozhen1,2, HAN Mei1.2, LI Hao1,2

(1.Key Laboratory of Depositional Mineralization and Sedimentary of Shandong Province, Shandong University of Science and Technology, Qingdao, Shandong 266590, China; 2.College of Earth Science and Engineering, Shandong University of Science and Technology, Qingdao, Shandong 266590, China; 3.Qingdao Ruiyuan Engineering Group, Qingdao, Shandong 266555, China)

Although good results have been obtained in exploring the sandy debris-flow deposit in Middle-Es3 of north of Linnan Subsag, the reservoir quantitative classification and evaluation are still a problem due to few data of coring and experimental analysis. The identification with rock slice and casting lamella, and the measurement of porosity and permeability and mercury injection confirmed the physical properties of the sandy debris-flow reservoir which was divided into Type I, Type II and Type III. Based on core physical property data, the Bayesian discriminant was established with log data as parameters. The discrimination function was used to analyze each well logging curve in the study area. The results indicate that the reservoir distribution characteristics are corresponding to the sedimentary facies distribution characteristics, which is in a close agreement with the exploratory practice. As a result, the reservoir discrimination analysis with Bayesian discriminant function is consistent with the exploration practice, and can be used to evaluate the reservoir in the study area.

sand debris flow; reservoir classification; Bayesian discriminant; reservoir evaluation

高麗華,夏迪,韓作振,等.臨南洼陷北部沙三中亞段砂質(zhì)碎屑流儲(chǔ)層定量分類評(píng)價(jià)[J].山東科技大學(xué)學(xué)報(bào)(自然科學(xué)版),2018,37(1):71-81.

GAO Lihua,XIA Di,HAN Zuozhen,et al.Reservoir quantitative classification and evaluation of sand dibris flow in middle-Es3 of north of Linnan subsag[J].Journal of Shandong University of Science and Technology(Natural Science),2018,37(1):71 -81.

2017-06-01

國(guó)家自然科學(xué)基金項(xiàng)目(41372134) ；山東省重大科技創(chuàng)新工程項(xiàng)目(2017CXGC1602，2017CXGC1603)；山東科技大學(xué)科研創(chuàng)新團(tuán)隊(duì)支持計(jì)劃資助項(xiàng)目(2015TDJH101)

高麗華(1971—)，女，山東蓬萊人，講師，博士，主要從事油氣儲(chǔ)層方面的研究．E-mail：glhxx@163.com

韓作振(1965—)，男，河南新鄉(xiāng)人，教授，博士生導(dǎo)師，主要從事油氣沉積與成藏方面的研究工作,本文通信作者.

E-mail：hanzz@163.com

TE19

A

1672-3767(2018)01-0071-11

10.16452/j.cnki.sdkjzk.2018.01.007

李 磊)