摘要：在测井资料的应用中，交会图法是一种较为普遍和实用的油气水识别方法。但是，目前交会图法常常采用二维交会模式，存在较多局限性，由于测井参数不足难以准确识别储层的油气层特征，只是在某种程度上可以反映储层的流体特征。而三维交会图法虽然可以大幅度提高油气层识别的准确度，但在应用时也存在散点多而杂难以快速识别的不足。因此，在三维交会图法的基础上，采用目前最流行的大数据分析的方式，可以既准确又方便快捷的识别油气层。
0 引言
目前，依靠常规测井资料识别油气层方法众多，但在复杂地质与钻探背景下，依靠仅有的常规测井资料和传统的油气层识别方法，对某些复杂油气层测井识别异常困难。本文正是针对的国外某区块低孔低渗复杂岩性储层展开的油气方法研究。该区块储层岩性多为灰质砂岩，且利用岩心资料统计分析孔隙半径中值大部分小于3μm，平均喉道半径大部分小于1μm，属于特小孔细微喉。此外，该区块缺少水分析资料，利用常规方法很难准确识别油气层。
1 三维交会油气层测井识别法.png)
图1 自然伽马-电阻率-孔隙度交会法识别油气层
在研究区块的目的层段内，储层主要为低孔低渗储层，而造成储层低孔低渗的因素除孔隙类型及孔隙度外，另一项重要因素即为粘土的含量与分布类型，而粘土的含量与分布类型也是造成测井解释复杂性的重要原因之一。提出利用自然伽马-电阻率-孔隙度交会法来识别油气层，可有效地降低粘土的含量及分布类型的影响，弥补“电阻率-孔隙度”等传统油气层测井方法的不足。图1为针对试油储层所做的“自然伽马-电阻率-孔隙度三维交会图”，由图可以见数据点多而杂不能够直观识别。
2 大数据分析建模
为了方便快捷的识别油气层，本研究对图1中的三维数据点进行大数据分析，通过对试采结论分析，模拟出各类储层趋势特征，进而达到快速、精确识油气层的目的。
图2 三维交会大数据分析图
拟合的油层趋势面：
拟合的差油层趋势面：
拟合的水层趋势面：
.png)
图3 自然伽马-电阻率-孔隙度交会法识别油气层
（X3井）
式中 z—深电阻率，Ω·m；
x—孔隙度，%；
y—自然伽马，API。
3 应用实例
以研究区块X3井为例，利用大数据分析得到的趋势面，可以方便、快捷、准备的对储层进行分析。
如图3所示，X3井有效储层可在所研究方法下准确识别，所识别的油层已成功投入生产，目前日产油18m3左右。
4 结束语
基于大数据分析模式的测井曲线三维交会图法，既保留了三维图多因素分析准确分析的特点，又继承了现进最流行的大数据分析方便快捷的优点，随着油气田后期开采的深入、测试数据的增加，大数据分析得到的各类储层趋势面甚至不规则多边体将更加精确、完善，油气层的识别也将更准确快捷。
论文作者:兰永涛
论文发表刊物:《科学与技术》2020年第1期
论文发表时间:2020/4/29
标签：油气论文; 孔隙论文; 大数论文; 电阻率论文; 据分析论文; 区块论文; 方法论文; 《科学与技术》2020年第1期论文;