李鹏，李东，孟丽，张璋，张欣 (中海油田服务股份有限公司，天津 300459)

渤海黄河口凹陷已开发油田中，取心井段代表性差的油田，其孔渗关系模型计算的渗透率误差较大。目前，对于测井解释模型的研究基本上建立在单个油田的常规岩心数据及测井资料的基础上，利用区域上多油田资料综合建立区域测井评价模型的研究相对较少。为此，笔者基于黄河口凹陷各油田具有相似的测井响应特征及近似的储集物性等特点，利用图论多分辨率聚类算法，将黄河口凹陷各油田取心井段对应的测井曲线同时进行测井相划分，得到一口类似于全井段均有取心资料的关键样本井，从而避免单个油田取心资料少造成的岩心代表性差问题。在测井相划分基础上，确定岩相与测井相的对应关系，建立基于测井相-岩相约束的区域渗透率评价模型，提高岩心样品代表性差油田的渗透率评价精度。

1 研究背景及存在的问题

黄河口凹陷位于渤海湾盆地渤中凹陷的东南部，其北部为渤南凸起，东部为庙西凹陷，南北夹持在渤南、垦东两个凸起之间，东南部为莱北低凸起，凹陷总面积3309km2[1]。黄河口凹陷的油气勘探起步于20世纪 80年代初，多年的勘探实践证实了黄河口凹陷是一个富生烃凹陷。截至目前，以新近系为主要勘探层系，在中央构造带相继发现了BZ25、BZ34、BZ29、BZ28、BZ26、KL32等一系列大中型油气田(见图1)，油气储量已超过 6×108m3，展现了巨大的油气资源勘探潜力[2，3]。

黄河口凹陷各油田主力含油气层系主要分布于新近系明化镇组下段，属于浅水三角洲和河流相沉积，岩性均为疏松砂岩，油藏平均埋深在800～1700m左右。根据区域内各油田常规测井响应特征及常规岩心分析样品统计结果发现，该区域以中高孔渗的储集物性为主，平均孔隙度32.78%，平均渗透率1581.0mD；地层原油密度为0.727～0.875g/cm3，地层原油黏度为8.21～20.40mPa·s，属于轻质原油。目前该区域已投产的油田共有12个，从钻井及测井资料分析可知，黄河口凹陷各油田具有相同的沉积环境、相近的埋深、相同的岩石矿物成分、相似的测井响应特征，因此具有相近的储集物性。

储量评价阶段，黄河口凹陷各油田渗透率模型是建立在各油田传统的岩心孔渗指数关系基础上，因此对于取心数据丰富的油田来说，岩心样品代表性强，孔渗关系相关性较好(见图2(a))，渗透率计算精度较高(见图3(a))；而对于取心数据少的油田，岩心样品代表性差，孔渗关系相关性差(见图2(b))，渗透率计算精度存在较大误差(见图3(b))。

黄河口凹陷各油田储层岩性均为疏松砂岩储层，非均质性较强，孔隙度的微小变化往往使渗透率发生数量级的变化。开发生产阶段，渗透率参数的求取精度直接关系到产能评价和储层非均质性研究，因此提高渗透率的评价精度，对开发方案的部署具有重要的指导意义[4，5]。

2 基于多油田的测井相划分

常规测井及岩心分析资料能够反映出储层的非均质性和孔隙结构。一般来说，同一沉积环境中同类岩性的地层具有一组特定的测井参数值。因此，可以利用测井资料将整个地层划分为若干具有地质意义的测井相[6]。同类测井相储层一般具有相似的岩性、物性、电性、孔隙结构和测井响应特征，因此开展黄河口凹陷的储层测井相分类研究，建立基于测井相约束的区域渗透率评价模型，将复杂储层的非均质性、非线性问题转化为均质性、线性问题，能够提高渗透率解释精度[7～11]。

图论多分辨率聚类算法是在最小邻近(KNN)算法和图数据理论结合的基础上提出的，该算法不但克服了邻近个数的微小变化产生的聚类结果不稳定问题，而且解决了最优类选择问题。该方法主要利用邻近指数对样本数据进行分类和利用核心代表指数优选出最优分类结果[12～14]。

采用图论多分辨率聚类算法对黄河口凹陷各油田取心井段测井曲线进行测井相划分的具体步骤如下：

1)选取黄河口凹陷6个油田中钻井取心资料较多且取心井段尽可能均匀分布在整个目的层段的多口井作为研究对象，选择各取心井段的自然伽马、密度、中子测井曲线整体作为样本曲线；

2)由于各油田间的测井系列不同造成的测井曲线的差异性，在聚类分析前首先应对样本曲线进行曲线标准化；

3)利用图论多分辨率聚类算法对各取心井段样本数据进行聚类分析并输出最优聚类结果；

4)结合测井、录井及岩心等资料，确定测井相与岩相间的对应关系；

5)利用步骤3)、4)对取心井段所划分的测井相，学习到未取心井段或未取心井上去，确定未取心井段或未取心井的测井相类型；

6)对应所划分的测井相类型，统计各取心井段不同测井相下的岩心孔渗数据，建立基于测井相约束的区域渗透率评价模型。

3 基于多油田的区域渗透率模型建立

黄河口凹陷目前已投产油田12个，勘探取心井20余口，区域上取心井段均匀分布在明化镇组，取心长度达500m左右，平均收获率83.5%，常规岩心分析样品共2122块，岩心孔隙度7.4%～42.8%，岩心渗透率1.6～6820.0mD，区域上岩心分析资料丰富。笔者根据黄河口凹陷6个油田12口关键取心井的常规测井资料及岩心孔渗数据建立区域渗透率评价模型。

3.1 测井曲线标准化

为消除不同测井系列所导致的井间测井曲线的不一致性，以取心井BZ34油田4SA井为关键井，以明化镇组大套泥岩为标志层，采用平均值法对样本曲线(自然伽马、密度、中子孔隙度)进行井间曲线的标准化(见图4)。从6个油田共12口取心井标准化前后的结果对比来看，标准化后的测井参数范围更趋向一致，便于多井间的测井相划分。

3.2 多油田测井相划分

在井间测井曲线标准化的基础上，利用图论多分辨率聚类算法对6个油田(BZ25、BZ26、BZ28、BZ29、BZ34、KL32)12口取心井段所对应的标准化后的测井曲线进行测井相划分，整个取心井段岩性被划分为6类测井相(见图5)。为了评价整个油田或整井段连续的渗透率，利用KNN算法将取心井段所划分的6类测井相学习到其他井或其他井段中去。

3.3 测井相-岩相对应关系建立

由于受各测井相所对应的覆压孔渗试验数据数量的限制，测井相分类级别越多，反而会降低渗透率评价的精度，并增加确定测井相与岩相对应关系的难度。因此，测井相划分是否合理，如何将测井信息等效转化为单井岩相剖面，需通过对各测井相的测井曲线响应特征进行深入分析，并结合研究区的沉积相、地质录井、岩心铸体薄片及覆压孔渗资料等资料，来确定合理的测井相-岩相对应关系。通过分析发现，利用图论多分辨率聚类算法对黄河口凹陷各油田取心井段划分的6类测井相与岩心铸体薄片及地质录井等具有较好的对应关系(见表1)。6类测井相对应的储层物性从好到差依次为粗砂岩、中砂岩、细砂岩、粉砂岩、砂质泥岩、泥质中砂岩。

表1 黄河口凹陷6类测井相的测井曲线响应分布及与岩相的对应关系

3.4 基于测井相-岩相的区域渗透率评价模型

在测井相划分的基础上，建立了基于6类测井相约束的区域渗透率评价模型(见图6)。从图6可以看出,拟合的相关系数得到明显提高，进而提高了渗透率的评价精度。

4 实例应用

利用基于测井相-岩相约束的区域渗透率评价模型，对黄河口凹陷6个油田20余口取心井渗透率进行了计算。从计算结果来看，对于取心资料多、岩心分析样品代表性强的油田来说，利用区域渗透率评价模型与单个油田孔渗关系计算的渗透率相差不大；但是，对于取心资料少、岩心分析样品代表性差的油田来说，基于测井相-岩相约束的区域渗透率评价模型(新方法)计算的渗透率比采用同一指数关系模型(传统方法)计算的渗透率更接近岩心实测值(见图7)。 从取心井段渗透率小层平均结果来看，常规方法计算的渗透率误差在25.3%～62.8%之间，而基于测井相-岩相约束区域渗透率模型计算的渗透率误差在9.6%～32.1%之间，明显提高了渗透率的计算精度。因此，基于测井相-岩相约束的区域渗透率模型可以为黄河口凹陷类似油田在不取心的情况下提供渗透率评价方法，节省取心费用，具有一定的推广意义。

5 结论

1)在渤海黄河口凹陷各油田测井曲线标准化的基础上，提出了多油田取心井段测井相分类后再学习到未取心井或未取心井段的测井相划分渗透率评价思路。

2)根据测井曲线的不同测井响应特征，基于图论多分辨率聚类算法，将常规测井曲线进行分类，并结合地质录井及岩心分析资料，确定岩相与测井相的对应关系。

3)基于岩相-测井相对应关系，建立了基于测井相-岩相约束的区域渗透率评价模型。对于取心资料少且岩心样品代表性差的油田，该区域渗透率评价模型比单个油田的同一指数关系模型明显提高了渗透率的评价精度，为黄河口凹陷后期滚动勘探油田在不取心的情况下提供了渗透率评价方法。