快速预测储层敏感性方法研究与应用

王希芹（中国石油辽河油田分公司金海采油厂，辽宁 盘锦 124010）

快速预测储层敏感性方法研究与应用

王希芹（中国石油辽河油田分公司金海采油厂，辽宁 盘锦 124010）

油田开发到中后期，储层保护非常重要，要制定系统的储层保护方案，首先要弄清楚储层损害机理，而敏感性研究是分析损害机理的前提。敏感性研究是建立在岩心敏感性试验的基础之上，因而需要大量岩心，但是岩心的钻取越来越困难，而且评价试验时间较长，不能满足某些特殊要求。因此，研究了快速预测储层敏感性方法，该方法利用敏感性矿物和常规岩心分析数据，提取其中与储层敏感性有关的信息，然后利用该方法建立预测模型，计算储层敏感性，现场应用表明预测准确率能达到85%，可以满足储层敏感性预测的需要。

储层保护；敏感性分析；岩心分析

敏感性实验是了解储层敏感性最直接、最准确的方法，但是该方法所需岩心量大，而且实验时间比较长。基于以上缺陷，近年来出现了一些快速预测储层敏感性的新方法：神经网络方法、模糊数学方法、多元判别分析法、灰色评价方法等，但是目前的这些预测方法均存在不足[1]。本文在前人研究的基础之上，提出了新的储层敏感性预测方法，即单相关--多元回归综合分析预测法，与其它方法相比其预测准确率高、计算速度快。

1 单相关分析

什么是相关？是指几个变量存在关联关系，其中一个或几个变化时，另外的变量会以一定规律变化，尽管其精确值可能不能确定，但是依然可以确定它们之间存在不严格、不确定的数量关系[2]。英国统计学家皮尔生最早提出两个变量线性相关系数的计算公式，见式(1)，即积距相关系数计算公式。线性相关系数r绝对值大小表示X和Y两变量间相关关系的强弱，其数值取值范围从-1到1[3]。

2 多元回归分析

回归分析是指在利用相关分析得出的数据基础上，确定变量之间的关系，建立经验公式，已达到预测或控制的目的。

3 现场应用

3.1 影响因素的确定

3.1.1 影响因素

与储层敏感性有关系的因素很多，而且相互之间关系复杂。根据辽河油田的特点，收集了可能与储层敏感性有关的各种数据，包括：储层物性数据、岩石结构特征、孔隙结构特征、岩石矿物类型、成分及地层流体数据。

3.1.2 求单相关系数

利用公式(1)计算了储层敏感性与搜集到的各因素之间的单相关系数，见表1。表中数值大小表示对敏感性影响的强弱程度，筛选出相关系数大于0.5的因素，为下一步线性回归提供数据基础。

表1 敏感性主要影响因素的单相关系数

3.2 线性回归预测敏感性

以小洼地区水敏性预测为例进行分析。由上表找出小洼地区水敏性高度相关的7种因素：蒙脱石含量、伊利石含量、伊蒙混层含量、黏土总量、碳酸盐含量、气测渗透率、泥质含量。为数据搜集提供依据。

3.2.1 搜集数据

查阅资料、文献，搜集小洼地区水敏性高度相关因素数据，利用线性回归建立小洼地区水敏性预测模型。其中Kg是指空气测岩样渗透率，其它因素含量是指绝对百分含量。

3.2.2 建立敏感性预模型

按照回归思想，我们要建立的计算公式如下：

式中，x1，x2，x3，x4，x5，x6，x7是指小洼地区水敏性高度相关的7种因素，观测值为水敏指数。搜集到的影响因素数据建立自变量矩阵X，敏感性数据建立观测值矩阵Y。

4 结语

分析小洼地区储层敏感性的影响因素，并利用单相关--多元回归分析建立了小洼地区储层敏感性计算公式，计算准确率平均约为85%，该方法计算结果可靠性高，能定量反映储层潜在敏感性程度，为制定储层保护措施提供科学的依据。

[1]周锋德，姚光庆，王国昌.Elman神经网络在低渗储层敏感性预测中的应用[J].地质科技情报，2007，26(6)：91-94.