馬福軍,李 楠,劉 剛,王 婷
(中國石油吉林油田分公司,吉林 松原 138000)
新北油田區(qū)域構(gòu)造位于松遼盆地中央坳陷區(qū)扶余華字井階地的扶余-新立背斜構(gòu)造北翼,是一個高滲透、被斷層復(fù)雜化的構(gòu)造巖性油藏,1978年以425 m反九點(diǎn)法面積注水方式全面投入開發(fā),開發(fā)目的層為黑帝廟油層。1994年加密調(diào)整成300 m反九點(diǎn)法面積注水井網(wǎng),2001年再次加密調(diào)整成212 m反九點(diǎn)法面積注水井網(wǎng),現(xiàn)已進(jìn)入高含水期開發(fā)階段。隨著油田水驅(qū)開發(fā)程度的不斷提高,油田的水淹程度日趨增高,導(dǎo)致油層的流體性質(zhì)、孔隙結(jié)構(gòu)、巖石的物理化學(xué)性質(zhì)以及油氣水分布規(guī)律等都會發(fā)生一定程度的變化[1-7],使得調(diào)整井水淹層解釋相對復(fù)雜化,解釋結(jié)果與實(shí)際符合率相對較低。尤其在近幾年,老區(qū)調(diào)整新井投產(chǎn)后的實(shí)際水淹情況與測井解釋結(jié)果相差較大,統(tǒng)計(jì)2015年完鉆投產(chǎn)井實(shí)際含水與測井解釋符合程度為75.4%,嚴(yán)重影響了產(chǎn)能形象。水淹層識別研究是油田開發(fā)后期開發(fā)調(diào)整的關(guān)鍵,近幾年測井技術(shù)人員也相應(yīng)開展了水淹層機(jī)理方面的研究,但仍沒有突破性進(jìn)展,因此,我們在分析油層水淹對測井響應(yīng)產(chǎn)生的主要變化基礎(chǔ)上,采用逐步判別分析方法來識別水淹層,提高水淹層識別與實(shí)際的符合程度,為油田開發(fā)后期調(diào)整井水淹層的識別提供新的思路和方法。
判別分析是判別樣品所屬類型的一種統(tǒng)計(jì)方法[8-12],其主要思想就是用統(tǒng)計(jì)方法將待判樣品與已知樣品進(jìn)行類比,確定待判樣品歸屬于那一類。實(shí)際往往常用的是多組線性判別方法,考慮盡可能多的變量來區(qū)分總體,但每個變量所攜帶的地質(zhì)信息不同,對區(qū)分總體判別的貢獻(xiàn)不一樣,為此采用逐步判別方法,變量有進(jìn)有出,每一步都對變量貢獻(xiàn)進(jìn)行檢驗(yàn),在把一個重要變量引入判別函數(shù)后,同時(shí)考慮到較早引入判別函數(shù)的某些變量隨著新變量的引入而變得不重要,將其從判別函數(shù)中剔除,最終保留有“重要性”的變量,使判別函數(shù)更加簡潔實(shí)用。 其計(jì)算步驟如下:
設(shè)有m個總體,第g總體有ng個樣品,每個樣品均觀測了p項(xiàng)指標(biāo),原始數(shù)據(jù)記為:
Xgjk(g=1,2……,m;j=1,2,……,ng;k=1,2……,p)
(1)
式中:Xgjk表示第g組第j個樣品的第k項(xiàng)指標(biāo)。
首先計(jì)算出各組變量均值Xgk和總均值Xk,組內(nèi)離差矩陣W與總離差矩陣T。
用Wilks統(tǒng)計(jì)量U來檢驗(yàn)p個變量區(qū)分m個總體的能力。U是矩陣W與矩陣T行列式值之比。
1.1.1引入變量
按式(2)對未引入的變量Xi計(jì)算判別能力Ui,選出判別能力最大的變量Xr,并按式(3)計(jì)算出F1,若F1>Fa(m-1,N-m-l),則Xr引入判別式。
Ui=Wii/Tii
(2)
式中:Ui是第i個變量的判別能力;Wii是組內(nèi)離差矩陣i行i列元素;Tii總離差矩陣i行i列元素。
(3)
式中:F1是引入變量的F檢驗(yàn)值;l是判別式已引入的變量數(shù),N是m個總體全部樣品總數(shù)(N=n1+n2…+ng)。
1.1.2剔除變量
按式(4)對已引入的變量Xj計(jì)算判別能力Uj,選出判別能力最小的變量Xr,并按式(5)計(jì)算出F2,若F2≤Fa(m-1,N-m-l+1),則Xr判別力不顯著,從式中剔除。
Uj=Tjj/Wjj
(4)
式中:Uj是第j個變量的判別能力;Wjj組內(nèi)離差矩陣j行j列元素;Tjj總離差矩陣j行j列元素。
(5)
式中:F2是剔除變量的F檢驗(yàn)值。
每引入或剔除一個變量都要對矩陣W與T進(jìn)行一次求解求逆并行變換[7],重復(fù)式(2)~(5)計(jì)算步驟,直到?jīng)]有變量可以剔除,也沒有變量可以引入為止,篩選變量完成。
篩選變量結(jié)束后,方程最終已引入了D個變量,可算得各組判別函數(shù)如下:
(6)
式中,Ckg為判別函數(shù)的系數(shù);Cog為判別式中常數(shù)項(xiàng);D為方程最終引入的變量個數(shù)。
設(shè)一樣品為X=(x1,x2,……,xp),將它代入式(6)算出m個判別函數(shù)值。
油層水淹級別劃分是按含水百分?jǐn)?shù)大小劃分,按標(biāo)準(zhǔn)分為5個級別,見表1。
表1 油層水淹級別劃分標(biāo)準(zhǔn)
地質(zhì)工程師通過多年來對水淹層識別方法的研究[13-16],認(rèn)為油層水淹后在測井響應(yīng)引起變化的主要指標(biāo)有:0.5 m電阻率、聲波時(shí)差、自然伽馬、孔隙度、滲透率和含油飽和度。
為此,我們選擇這6項(xiàng)測井參數(shù)作為逐步判別的指標(biāo)變量,建立判別函數(shù)。
收集新北油田2015年完鉆投產(chǎn)的30口井生產(chǎn)數(shù)據(jù)。
由于注水開發(fā)時(shí)間較長,老區(qū)不存在未水淹層,因此只建立弱水淹層、中水淹層、強(qiáng)水淹層和特強(qiáng)水淹層4個級別的判別函數(shù),其數(shù)據(jù)見表2。
表2 新北油田30口井各項(xiàng)指標(biāo)與水淹級別數(shù)據(jù)
注:回判結(jié)果:1.弱水淹;2.中水淹;3.強(qiáng)水淹;4.特強(qiáng)水淹;*.與實(shí)際不符。
用表2中X1~X6的6列數(shù)據(jù),按式(1)構(gòu)成4個總體6個指標(biāo)數(shù)據(jù),經(jīng)式(2)~(6)計(jì)算,最終有3個變量引入判別函數(shù),分別是0.5 m電阻率、聲波時(shí)差和含油飽和度。其4個總體的判別函數(shù)如下:
第1組:F1(x)=-443.694 5-4.957 8x1+1.778 1x2+4.913 6x6
第2組:F2(x)=-411.204 8-4.657 3x1+1.758x2+4.243 5x6
第3組:F3(x)=-529.860 5-5.468 2x1+1.980 8x2+5.043 1x6
第4組:F4(x)=-475.674 9-5.248 5x1+1.869 9x2+4.864x6
式中:x1是0.5 m電阻率,Ω·m;x2是聲波時(shí)差,μs/m;x6是含油飽和度,%。
逐步判別分析建立的判別函數(shù)使各總體間差異最大,總體內(nèi)差異最小,所建的判別模型需驗(yàn)證顯著性,通常有兩種方法:一是回判率檢驗(yàn),二是總體間顯著性檢驗(yàn)。
2.2.1 回判率檢驗(yàn)
為了驗(yàn)證所建判別函數(shù)的顯著性,將原始樣品代入所建判別函數(shù)中進(jìn)行回判,一般認(rèn)為,回判正確率大于75%,判別函數(shù)有效[8,17]。經(jīng)原始樣品數(shù)據(jù)代回判別式,其回判結(jié)果見表2,中水淹層判錯1口,強(qiáng)水淹層判錯1口,弱水淹層和特強(qiáng)水淹層全部判對,總體看30口井判對28口井,回判正確率為93.3%,所建立的判別函數(shù)可應(yīng)用于實(shí)際水淹層識別。
2.2.2 總體間顯著性檢驗(yàn)
把總體兩兩配對逐次檢驗(yàn)兩總體間的顯著性,用馬氏距離構(gòu)成的統(tǒng)計(jì)量[12,17]Fef來檢驗(yàn),通過計(jì)算兩兩總體間馬氏距離和統(tǒng)計(jì)量Fef檢驗(yàn)值(見表3),總體內(nèi)兩類間的Fef值均大于Fa(a=0.1)的值。檢驗(yàn)效果顯著,判別函數(shù)可有效區(qū)分兩兩總體,所建模型可靠。
表3 4個總體兩兩分類間判別效果檢驗(yàn)
2.3.1 應(yīng)用實(shí)例
應(yīng)用所建立的判別函數(shù)對2018年完鉆的12口井進(jìn)行水淹層識別,結(jié)果見表4,與試油生產(chǎn)實(shí)際數(shù)據(jù)對比,其中1口井XB10實(shí)際是中水淹,判別函數(shù)識別成弱水淹了,其余11口判別函數(shù)識別結(jié)果與實(shí)際相符,說明所建的判別函數(shù)符合實(shí)際。
2.3.2 逐步判別方法與測井解釋方法效果對比
從這12口井測井解釋結(jié)果與實(shí)際對比看,其中4口井與實(shí)際含水不相符,測井解釋結(jié)果符合率為66.7%,逐步判別方法符合率為91.7%,遠(yuǎn)高于測井解釋的符合率。圖1是XB9井新舊方法解釋成果對比,測井解釋結(jié)果是中水淹,試油結(jié)果是強(qiáng)水淹,逐步判別結(jié)果是強(qiáng)水淹,可以看出逐步判別方法識別水淹層與測井解釋結(jié)果對比具有較高的識別精度。
表4 新北油田2018年12口調(diào)整井水淹級別識別情況
注:*與實(shí)際不符。
圖1 XB9井測井解釋與判別分析成果對比
分析造成誤差的原因主要有兩個方面:一是影響油層水淹的因素較多,每個因素所攜帶的信息量和對函數(shù)的貢獻(xiàn)不同[18],逐步判別分析過程忽略了某些因素的影響,導(dǎo)致產(chǎn)生一定的誤差;二是用于建立判別函數(shù)的原始觀測數(shù)據(jù)的離散程度也是產(chǎn)生一定誤差的一個原因,原始數(shù)據(jù)有規(guī)律性且代表性強(qiáng),所建立的判別函數(shù)精度就高,誤差就小,若原始數(shù)據(jù)比較離亂,所建立的判別函數(shù)精度就差,誤差就會偏大。從所選的原始數(shù)據(jù)建立判別函數(shù)和實(shí)際應(yīng)用對比看,達(dá)到了較高的識別精度,能較好地滿足實(shí)際需要。
(1)采用了逐步判別分析方法識別水淹層,從相關(guān)測井指標(biāo)中優(yōu)選出與油層水淹相關(guān)的指標(biāo)來建立逐步判別函數(shù),能有效識別水淹層級別,經(jīng)實(shí)際檢驗(yàn),達(dá)到了較好的識別精度,為新北油田開發(fā)后期調(diào)整井水淹層識別提出了新的思路和方法。
(2)逐步判別分析方法已被多個領(lǐng)域廣泛應(yīng)用,對于建立的判別函數(shù)的精度和實(shí)用性,取決于所選建立函數(shù)樣本數(shù)據(jù)的數(shù)量和代表性,已知樣品數(shù)量越多代表性越強(qiáng)時(shí),所得的判別函數(shù)就越可靠,所以優(yōu)選原始數(shù)據(jù)很重要。
(3)用新北油田數(shù)據(jù)建立的判別函數(shù)最適用于新北地區(qū)的油層水淹識別,而且效果非常好,但不一定適合其他地區(qū)的水淹層識別,針對不同地質(zhì)特征油田用自己油田的數(shù)據(jù)建立不同的判別函數(shù),才能有更好的識別效果。