潘曉慧

（中國(guó)石油新疆油田分公司勘探開(kāi)發(fā)研究院，新疆 克拉瑪依市 834000）

致密砂巖氣作為非常規(guī)天然氣的主要類型，成為全球非常規(guī)天然氣勘探開(kāi)發(fā)的重要領(lǐng)域之一[1-2]。油氣勘探開(kāi)發(fā)過(guò)程中，通過(guò)儲(chǔ)層評(píng)價(jià)對(duì)儲(chǔ)層進(jìn)行合理分類，優(yōu)選有利區(qū)帶對(duì)產(chǎn)能進(jìn)行預(yù)測(cè)[3]。早期儲(chǔ)層評(píng)價(jià)主要基于單一參數(shù)評(píng)價(jià)[4]，評(píng)價(jià)結(jié)果與現(xiàn)場(chǎng)實(shí)際情況相關(guān)度較差?，F(xiàn)今儲(chǔ)層評(píng)價(jià)中應(yīng)用的綜合評(píng)價(jià)方法主要有加權(quán)線性和法、聚類分析法、層次分析法、灰色關(guān)聯(lián)法、人工神經(jīng)網(wǎng)絡(luò)法、模糊綜合法和主成分分析法，且新的綜合評(píng)價(jià)方法不斷涌現(xiàn)[5-12]。針對(duì)致密砂巖氣儲(chǔ)層評(píng)價(jià)，上述評(píng)價(jià)方法適用性不理想。因此，本文嘗試引入一種新的儲(chǔ)層綜合評(píng)價(jià)方法——理想點(diǎn)法，通過(guò)構(gòu)造多參數(shù)問(wèn)題的正理想解和負(fù)理想解，以被評(píng)價(jià)對(duì)象與正負(fù)理想解的接近程度作為判斷依據(jù)[13]。較現(xiàn)有儲(chǔ)層評(píng)價(jià)方法，理想點(diǎn)法具原理簡(jiǎn)單、結(jié)構(gòu)合理和分辨率高等優(yōu)點(diǎn)[14]。

1 區(qū)域地質(zhì)概況

蘇里格氣田位于鄂爾多斯盆地伊陜斜坡西北部，勘探面積約4×104km2，區(qū)內(nèi)構(gòu)造相對(duì)穩(wěn)定，總體為北東高、南西低的單斜構(gòu)造[15]，斷層和隆起構(gòu)造均不發(fā)育，僅在寬緩斜坡上存在近NW向的低緩鼻隆，構(gòu)造幅度小，垂向上構(gòu)造具良好的繼承性。氣田主要產(chǎn)層為二疊系山1段-盒8段，區(qū)內(nèi)沉積環(huán)境主要為河流相[16]。通過(guò)覆壓滲透率測(cè)試發(fā)現(xiàn)，氣田85%以上巖心樣品覆壓滲透率小于0.1×10-3μm2，需壓裂改造才能形成工業(yè)產(chǎn)能[17]，屬典型致密砂巖儲(chǔ)層。

2 評(píng)價(jià)方法的構(gòu)建及應(yīng)用

2.1 評(píng)價(jià)參數(shù)優(yōu)選

儲(chǔ)層綜合評(píng)價(jià)首要環(huán)節(jié)是建立完善的評(píng)價(jià)參數(shù)體系，評(píng)價(jià)參數(shù)的選取一般應(yīng)遵循以下原則：①全面性。評(píng)價(jià)參數(shù)能較全面反映評(píng)價(jià)對(duì)象特征；②可行性。評(píng)價(jià)參數(shù)體系的建立應(yīng)在經(jīng)濟(jì)和技術(shù)層面上切實(shí)可行；③獨(dú)立性。評(píng)價(jià)參數(shù)間應(yīng)保持一定獨(dú)立性；④簡(jiǎn)約性。在滿足全面性原則前提下，盡量減少評(píng)價(jià)參數(shù)的數(shù)量；⑤區(qū)分度。評(píng)價(jià)參數(shù)的取值需將評(píng)價(jià)對(duì)象分出層次，取值應(yīng)具一定區(qū)分度。

在蘇里格氣田山1段、盒8段儲(chǔ)層評(píng)價(jià)研究中，基于儲(chǔ)層評(píng)價(jià)技術(shù)相關(guān)文獻(xiàn)查閱，結(jié)合現(xiàn)場(chǎng)測(cè)井資料的系統(tǒng)統(tǒng)計(jì)、分析，初選出孔隙度、滲透率、有效厚度、含氣飽和度、地層壓力、主流喉道半徑和泥質(zhì)含量7個(gè)主要參數(shù)（表1）。

現(xiàn)有儲(chǔ)層評(píng)價(jià)方法選擇的評(píng)價(jià)參數(shù)往往會(huì)出現(xiàn)不符合獨(dú)立性、簡(jiǎn)約性和區(qū)分度原則等問(wèn)題，無(wú)法客觀、準(zhǔn)確評(píng)價(jià)儲(chǔ)層。因此，采取辨識(shí)度分析和冗余度分析方法，對(duì)初選出的7個(gè)參數(shù)進(jìn)行定量復(fù)選。辨識(shí)度可用變異系數(shù)表征，變異系數(shù)越高，說(shuō)明該參數(shù)辨識(shí)度越大。冗余度可將各評(píng)價(jià)參數(shù)進(jìn)行聚類分析測(cè)度，參數(shù)之間距離越小，說(shuō)明冗余度越高。

辨識(shí)度分析結(jié)果表明（表2），含氣飽和度和地層壓力的變異系數(shù)小于0.15，說(shuō)明其在各評(píng)價(jià)對(duì)象的取值變化較小，故將其排除。冗余度分析結(jié)果表明（圖1），滲透率和主流喉道半徑的距離較小，說(shuō)明二者相關(guān)性較高，這與前人研究成果相符[18-19]。由于致密砂巖滲透率級(jí)差較大，采用客觀賦權(quán)法往往造成滲透率“一家獨(dú)大”現(xiàn)象，且滲透率主要與主流喉道半徑相關(guān)，故將滲透率排除，保留主流喉道半徑即可。因此，最終優(yōu)選孔隙度、有效厚度、主流喉道半徑和泥質(zhì)含量作為儲(chǔ)層評(píng)價(jià)參數(shù)。

表1 蘇里格氣田部分關(guān)鍵井儲(chǔ)層評(píng)價(jià)參數(shù)數(shù)據(jù)Table 1 The evaluation parameter datas of some key wells in Sulige gas field

表2 評(píng)價(jià)參數(shù)變異系數(shù)分析結(jié)果Table 2 The variation coefficient table of evaluation parameters

2.2 評(píng)價(jià)參數(shù)權(quán)重計(jì)算

在進(jìn)行儲(chǔ)層綜合評(píng)價(jià)時(shí)，需對(duì)較優(yōu)評(píng)價(jià)參數(shù)賦予不同的權(quán)重值，明確不同評(píng)價(jià)參數(shù)的重要程度。目前，參數(shù)權(quán)重的確定方法主要包括主觀、客觀和組合賦權(quán)3種。

2.2.1主觀賦權(quán)法

圖1 評(píng)價(jià)參數(shù)聚類分析結(jié)果Fig.1 The cluster analysis of evaluation parameters

主觀賦權(quán)法主要根據(jù)賦權(quán)者的個(gè)人偏好或經(jīng)驗(yàn)給出評(píng)價(jià)參數(shù)的權(quán)重。層次分析法是常用的主觀賦權(quán)法之一，通過(guò)復(fù)雜問(wèn)題層次化處理，將決策者主觀判斷定量化，經(jīng)換算得到各評(píng)價(jià)參數(shù)的權(quán)重[20]。

構(gòu)建判斷矩陣在確定判斷標(biāo)度基礎(chǔ)上（表3），通過(guò)評(píng)價(jià)參數(shù)相互比較得到判斷矩aij表示第i個(gè)評(píng)價(jià)參數(shù)相比于第j個(gè)評(píng)價(jià)參數(shù)的重要程度，且滿足為評(píng)價(jià)參數(shù)數(shù)量。

表3 層次分析法標(biāo)度Table 3 AHP Weight scale

計(jì)算權(quán)重求取判斷矩陣的最大特征值λmax及其對(duì)應(yīng)的特征向量W，并進(jìn)行歸一化處理，所得新向量中的各元素值即為相應(yīng)評(píng)價(jià)參數(shù)的權(quán)重。

判斷矩陣的一致性檢驗(yàn)判斷矩陣主要通過(guò)評(píng)價(jià)參數(shù)間相互比較得到，可能存在主觀誤差，需進(jìn)行一致性檢驗(yàn)。當(dāng)一致性指標(biāo)CI（式1）≤0.1時(shí)，其一致性可接受；當(dāng)CI＞0.1時(shí)，需重新建立判斷矩陣并計(jì)算權(quán)重向量。當(dāng)CI符合一致性需求后，即對(duì)平均隨機(jī)一致性指標(biāo)CR進(jìn)行檢驗(yàn)（式2），認(rèn)為CR＜0.1時(shí)，判斷矩陣的一致性可接受；否則需對(duì)判斷矩陣進(jìn)行適當(dāng)修正。

RI為任意一個(gè)成對(duì)比矩陣的平均隨機(jī)一致性指標(biāo)，其取值取決于表4。

2.2.2客觀賦權(quán)法

客觀賦權(quán)法主要基于評(píng)價(jià)參數(shù)的數(shù)據(jù)信息，通過(guò)數(shù)理計(jì)算得出不同評(píng)價(jià)參數(shù)的權(quán)重。變異系數(shù)法是常用的客觀賦權(quán)法之一，通過(guò)確定評(píng)價(jià)參數(shù)在所有評(píng)價(jià)對(duì)象處的觀測(cè)值的變異程度對(duì)其進(jìn)行賦權(quán)。

2.2.3組合賦權(quán)法

組合賦權(quán)法主要將主觀賦權(quán)法和客觀賦權(quán)法所得到的權(quán)重結(jié)果通過(guò)數(shù)理方法換算求得。該結(jié)果可同時(shí)體現(xiàn)決策者的經(jīng)驗(yàn)和數(shù)據(jù)客觀性，相較于單一賦權(quán)法的結(jié)果更真實(shí)可靠(表5)。

2.3 建立評(píng)價(jià)對(duì)象的參數(shù)矩陣

設(shè)有n個(gè)評(píng)價(jià)對(duì)象，每個(gè)評(píng)價(jià)對(duì)象選擇m個(gè)評(píng)價(jià)參數(shù)，得到一個(gè)m×n的原始數(shù)據(jù)矩陣，其中各元素為針對(duì)蘇里格氣田選定21個(gè)評(píng)價(jià)對(duì)象，4個(gè)評(píng)價(jià)參數(shù)，組成了一個(gè)4×21的原始數(shù)據(jù)矩陣。

2.4 評(píng)價(jià)參數(shù)的同向化

評(píng)價(jià)參數(shù)一般分正向參數(shù)和負(fù)向參數(shù)，正向參數(shù)取值越大說(shuō)明評(píng)價(jià)對(duì)象越好，負(fù)向參數(shù)取值越大說(shuō)明評(píng)價(jià)對(duì)象越差。進(jìn)行綜合評(píng)價(jià)前，需對(duì)優(yōu)選評(píng)價(jià)參數(shù)進(jìn)行同向化處理（即將正向參數(shù)中每個(gè)參數(shù)取值除以該參數(shù)取值的最大值，負(fù)向參數(shù)取值中的最小值除以該參數(shù)的每個(gè)取值），得到評(píng)價(jià)指標(biāo)正向化后的無(wú)量綱矩陣Zm×n，其中各元素為

2.5 無(wú)量綱矩陣的標(biāo)準(zhǔn)化

對(duì)無(wú)量綱矩陣中各元素Zij進(jìn)行標(biāo)準(zhǔn)化處理，得到標(biāo)準(zhǔn)化矩陣：

2.6 正、負(fù)理想點(diǎn)的確定

表4 平均隨機(jī)一致性指標(biāo)Table 4 The average random consistency index

表5 評(píng)價(jià)參數(shù)權(quán)重計(jì)算結(jié)果Table 5 The weight of evaluation parameters

對(duì)選取的m個(gè)評(píng)價(jià)參數(shù)，每個(gè)評(píng)價(jià)參數(shù)取n個(gè)評(píng)價(jià)對(duì)象中的最大值，得到正理想點(diǎn)ri+=maxirij；每個(gè)評(píng)價(jià)參數(shù)取n個(gè)評(píng)價(jià)對(duì)象中的最小值，從而得到負(fù)理想點(diǎn)

2.7 計(jì)算各評(píng)價(jià)對(duì)象與正、負(fù)理想解之間的加權(quán)距離D和D

式中：Wj是各參數(shù)的權(quán)重i=1,2,…m;j=1,2,…n。

2.8 相對(duì)貼近度的計(jì)算

據(jù)每個(gè)評(píng)價(jià)對(duì)象與正、負(fù)理想解之間的加權(quán)距離合成相對(duì)貼近度Cj。

其中，Cj的取值范圍即為各評(píng)價(jià)對(duì)象最終的綜合評(píng)價(jià)值，其值越大，說(shuō)明評(píng)價(jià)對(duì)象越好。

3 評(píng)價(jià)結(jié)果及分析

基于蘇里格氣田致密砂巖儲(chǔ)層的21口井信息，采用理想點(diǎn)法進(jìn)行儲(chǔ)層評(píng)價(jià)，得到各評(píng)價(jià)對(duì)象的貼近度（表6）。

評(píng)價(jià)對(duì)象貼近度與無(wú)阻流量間相關(guān)性分析結(jié)果見(jiàn)圖2。從圖中可看出，理想點(diǎn)法得到的評(píng)價(jià)參數(shù)貼近度與無(wú)阻流量的相關(guān)性較好，復(fù)相關(guān)系數(shù)達(dá)到0.86。同時(shí)，對(duì)比分析不同評(píng)價(jià)對(duì)象的主要參數(shù)和貼近度可知，不同評(píng)價(jià)參數(shù)對(duì)儲(chǔ)層評(píng)價(jià)效果的影響程度依次為：泥質(zhì)含量＞主流吼道半徑＞孔隙度＞有效厚度。因此，理想點(diǎn)法的儲(chǔ)層綜合評(píng)價(jià)結(jié)果能較好地反映儲(chǔ)層的實(shí)際產(chǎn)能，評(píng)價(jià)效果較理想。

圖2 理想點(diǎn)法評(píng)價(jià)結(jié)果與實(shí)際產(chǎn)能相關(guān)性分析結(jié)果Fig.2 The correlation between evaluation results and production capacity

表6 理想點(diǎn)法評(píng)價(jià)結(jié)果Table 6 The evaluation results of ideal point method

4 結(jié)論

（1）系統(tǒng)對(duì)比、分析了現(xiàn)有儲(chǔ)層評(píng)價(jià)方法的優(yōu)缺點(diǎn)，明確了理想點(diǎn)法具有原理簡(jiǎn)單、結(jié)構(gòu)合理和分辨率高等優(yōu)點(diǎn)，探討了其用于儲(chǔ)層評(píng)價(jià)的可行性。

（2）針對(duì)蘇里格氣田山1段、盒8段儲(chǔ)層，基于儲(chǔ)層評(píng)價(jià)參數(shù)體系優(yōu)選基本原則，采用定性初選、辨識(shí)度分析與冗余度分析復(fù)選相結(jié)合的方法，優(yōu)選孔隙度、有效厚度、主流喉道半徑和泥質(zhì)含量作為主要評(píng)價(jià)參數(shù)。

（3）基于主觀賦權(quán)法和客觀賦權(quán)法各自存在的優(yōu)缺點(diǎn)，采用組合賦權(quán)法確定各評(píng)價(jià)參數(shù)的權(quán)重，并通過(guò)評(píng)價(jià)參數(shù)矩陣建立、參數(shù)同向化、標(biāo)準(zhǔn)化處理，確定正、負(fù)理想點(diǎn)等研究，得出不同評(píng)價(jià)對(duì)象的相對(duì)貼近度，完成了評(píng)價(jià)對(duì)象貼近度與無(wú)阻流量間相關(guān)性分析。

（4）理想點(diǎn)法評(píng)價(jià)結(jié)果與現(xiàn)場(chǎng)無(wú)阻流量的相關(guān)性較好，復(fù)相關(guān)系數(shù)達(dá)到0.86，能較好地反映儲(chǔ)層的實(shí)際產(chǎn)能。不同評(píng)價(jià)參數(shù)對(duì)儲(chǔ)層評(píng)價(jià)效果的影響程度依次為：泥質(zhì)含量＞主流吼道半徑＞孔隙度＞有效厚度。后續(xù)建議加強(qiáng)理想點(diǎn)法在儲(chǔ)層評(píng)價(jià)中的研究及推廣應(yīng)用，具有良好的實(shí)用價(jià)值。