储层分类评价技术.pptVIP

基于Q型聚类分析和贝叶斯判别算法研究储层分类评价 引言 储层分类评价是油藏研究的重要内容，为了使储层分类更准确、合理，本文采用Q 型聚类分析和贝叶斯判别算法相结合的方法，进行储层分类评价研究。综合优选砂岩厚度、孔隙度、渗透率、碳酸盐含量及泥质含量等各种储层参数，应用数理统计方法将这些参数集合起来，采用Q 型聚类分析的算法对储层进行分类；在此基础上，采用贝叶斯判别算法，建立这些储层参数与储层分类评价的定量判别关系，即建立进行储层分类评价的判别函数，依据此判别函数对非取心井的目的层进行了定量分类评价。实例证明，应用Q 型聚类分析和贝叶斯判别算法相结合进行储层分类评价是有效的，其应用效果良好。 储层评价工作贯穿于油气田开发的始终，当前国内外储层评价的特点是紧紧围绕勘探开发的需要，进行多学科结合的综合性评价，其总的发展趋势是从宏观到微观、从静态到动态、从定性向定量发展。国内外学者针对储层评价进行了大量的工作，1966 年Leveson 首次提出用宏观参数（孔隙 度、渗透率）作为储层分类评价的标准，随后WeKeng 和罗蛰潭等提出应用通过岩石毛管压力曲线求取的微观孔隙结构参数进行储层分类评价等。 由于储层的非均质性，单纯用宏观或微观参数对储层进行分类评价存在片面