岩石物理相的研究及应用课件

岩石物理相研究及应用2006年8月17日主要内容1、岩石物理相的概念2、研究进展3、岩石物理相研究内容4、岩石物理相的表征方法5、岩石物理相的划分6、用模糊聚类方法划分岩石物理相7、MRIL测井的应用8、小结1、岩石物理相的概念（PetrophysicalFacies)1.1 概念的提出上世纪70年代由Schlumberger国际服务公司率先提出以测井精细解释为主导技术的油藏描述技术（ResevoirDescriptionTechnology)。这一技术首次将地质、测井、地震、生产测试等油田技术紧密地结合起来，以油藏地质体为研究对象，综合运用以上技术，对油藏的几何形态、储层的地质特征、流体的性质以及油藏的空间展布进行多学科综合研究，最终给出油藏的三维可视化模型。1、基本概念引自熊绮华等《现代油藏描述技术及其应用》石油学报（1994）增刊岩石物理相从这个流程图中可以看出，岩石物理相是岩相、储集相以及成岩模型的综合反映，是油藏描述中不可缺少的一个环节。1、基本概念1、岩石物理相的概念（PetrophysicalFacies)1.2 岩石物理相通过油藏描述技术的研究发现，储层属性的好坏往往不决定于单一的因素，并且也不是一成不变的，而是各种地质条件，包括沉积作用、成岩作用、后期构造改造作用等因素综合作用的结果，同时还将随着油田开发程度的提高而不断地变化。而储层属性的变化最直接的反映在岩石物性的变化，可以说岩石物性是宏观储层属性的基本单元。1、基本概念1、岩石物理相的概念（PetrophysicalFacies)1.2 岩石物理相正是认识到了这一点，石油大学熊绮华教授提出了“岩石物理相”的概念。熊教授认为：岩石物理相是多种地质作用形成的成因单元，它是沉积微相、成岩储集相、后期构造改造等作用的综合效应，它最终表征为现今的孔隙几何学特征－孔隙模型。1、基本概念2、国内外研究现状1994年，石油大学熊绮华教授等将岩石物理相定义为：岩石物理相是沉积作用、成岩作用和后期构造作用的综合效应，它最终表现为现今的孔隙几何学特征－孔隙模型。

熊教授同时详细阐明了岩石物理相研究中的两大要素、表征参数和相应的研究思路和研究方法。姚光庆等（1995)、吕晓光等（1997)、戴厚柱（1998)、郭燕华等（2000)、程会明等（2002)、代金友等（2003)等也都相继开展了这方面的研究。3、岩石物理相的表征方法岩石物理相的表征参数（包括4种类型的参数）：1、岩石骨架参数：矿物成份，颗粒大小与分布，分选，磨圆度，胶结等结构特征参数2、孔隙网络特征：孔隙类型，孔喉大小、孔喉配位数、迂曲度以及毛管压力曲线特征等表征孔喉网络的参数3、孔隙内黏土矿物敏感性特征：黏土矿物成份，产状，组合类型、含量以及流体通过时引起的储层孔隙结构变化的敏感性4、孔隙表面特征：粗糙度、润湿性等4、岩石物理相的研究内容主要涉及以下内容：沉积相和沉积微相的研究成岩储集相的研究微观孔隙结构孔隙表面特征：粗糙度、润湿性等岩石骨架参数：矿物成份，颗粒大小与分布，分选，磨圆度，胶结等结构特征参数4、岩石物理相的研究内容4.1沉积相和沉积微相的研究沉积相和沉积微相的研究是地质研究的基础，沉积微相研究的方法也由原先的定性向半定量，定量化，自动化的方向发展。要实现沉积微相定量自动化的划分就必须借助于测井资料。

4、岩石物理相的研究内容4.1沉积相和沉积微相的研究实际上，早在1979年，O’Serra就提出了电相(electro-face)的概念，从而在测井和地质这个学科间架起了一座相互沟通的桥梁，使得利用测井资料研究沉积相和沉积微相成为可能。随着计算机技术的迅速发展，沉积微相的研究逐渐定量化。利用测井资料划分沉积微相属于人工智能的范畴，从大的分类来看，可以分为2种:一种是无监督信号的模式识别方法，如马世忠等人，提出的定量自动识别测井微相的数学方法；另一种是有监督信号的模式识别方法，如冉启全等人，提出的利用神经网络模式识别测井微相的方法。大量的油田资料表明，最能反映沉积微相特征的常规测井资料是自然电位(SP)、自然伽马(GR)和微电阻率曲线。4、岩石物理相的研究内容4.1沉积相和沉积微相的研究

定量自动化划分沉积微相可参考的最新的文献主要有：冉启全，李仕伦，李元元.用神经网络模式识别沉积微相.石油勘探与开发，1995，22(2)

文政，雍世和，，王中文.应用测井资料定量识别沉积微相.沉积学报1996；14(1)

马世忠，黄孝特，张太斌.定量自动识别测井微相的数学方法.石油地球物理勘探，2001；35(5)

刘红歧，彭仕宓，夏宏泉等测井曲线元数学特性及沉积微相定量识别中国海上油气，2004；16(6)4、岩石物理相的研究内容4.1沉积相和沉积微相的研究－测井曲线形态特征分析1.岩性岩性是划分沉积微相的主要依据，因此首先要初步地估算岩性类型。通常根据GR或SP曲线，按照常规的计算泥质含量的方法，确定岩性，当然这样确定的岩性并不是很准确，只是起到指示沉积微相的作用。4、岩石物理相的研究内容4.1沉积相和沉积微相的研究－测井曲线形态特征分析

2.曲线的比幅度是指曲线的幅度与其厚度的比，显然指形曲线的比幅度应该较大，其它形态相对较小。此外比幅度也在一定程度上反映岩性的变化。实际计算时，分别寻找层内最大和最小值，以是GR曲线为例，最小值与厚度的比定义为左比幅度，最大值与厚度的比定义为右比幅度。显然左比幅度越大，粒度越粗；相反，粒度变细。4、岩石物理相的研究内容4.1沉积相和沉积微相的研究－测井曲线形态特征分析3.曲线的方差曲线的实际上反映了粒度的分选性。如果粒度分选好，物性变化不大，测井曲线则近似为直线，测井数据的均值主要集中在曲线元的中部，只有顶底数据与均值偏差大一些，因此方差较小。这种情形对应了箱形曲线元。如果粒度分选性差，说明物性变化较大，反映到测井曲线上，则有一定的起伏，曲线元可能为漏斗形、钟形或者指形，其测井数据相对分散，有相当一部分数据点远离均值，必然导致方差较大。实际的计算表明，大段的泥岩层，其方差是各种沉积环境中最小的，对应于河道间、支流间湾或三角洲泥的沉积。4、岩石物理相的研究内容4.1沉积相和沉积微相的研究－沉积微相的自动判别

表1是以GR曲线为例，对于几种常见的曲线形态，计算以上参数。对于钟形，上段曲线变化平缓，下部变化剧烈。漏斗形则恰恰相反，箱形和指形曲线两个斜率近似相等。表1中曲线的共同特征是上斜率都是负值，下斜率都是正值。如果曲线为GR曲线，斜率负值表示岩性变粗，正韵律，如果曲线为电阻率曲线则相反。4、岩石物理相的研究内容4.1沉积相和沉积微相的研究－自动化分沉积微相

5.自动划分沉积单元和沉积微相的步骤根据以上的研究，自动划分沉积微相的步骤是：选择分层的曲线，一般选择GR、SP或微电极曲线；给定分层的一些初始参数；自动分层；分层深度调整；（如果有小层分层数据则以上几步省略）曲线形态特征刻画；估算岩性；划分沉积微相。4、岩石物理相的研究内容4.1沉积相和沉积微相的研究－自动化分沉积微相实例6.自动划分沉积微相的实例苏里格气田主要产气层段位于二叠系的石盒子组和山西组。其中山西组和石盒子。其沉积特征如下：山西组是一套以分流河道为主的砂泥岩沉积，夹煤层。岩性为细砂岩、中砂岩，泥质常含不规则条带及保存完好的化石，厚度在40m左右。下石盒子组主要为一套河流－三角洲相沉积，岩性为浅灰色含砾粗砂岩、灰－灰白色中粗砂岩及灰绿色长石砂岩。厚度为140－160m左右。成岩作用类型成岩作用类型压实作用（中等压实为主，次为强压实）胶结作用（中等胶结为主，次为弱胶结）溶解作用（形成粒间溶孔、粒内溶孔、铸模孔）

使储层物性变差碳酸盐胶结、硅质胶结、自生粘土矿物胶结、其它自生矿物胶结长石溶解、方解石胶结物溶解、岩屑溶解、粘土杂基溶解使储层物性变好成岩作用阶段划分4、岩石物理相的研究内容4、岩石物理相的研究内容4.3岩石物理相的微观孔隙结构成岩储集相是指影响储层性质的某种或几种成岩作用和其特有的储集空间（缝、孔、洞）的组合。成岩储集相的研究包括对成岩作用、成岩阶段划分、成岩序列以及成岩模式的研究，最后再根据成岩参数，如视胶结率（pc)，微孔隙率（mp)，成岩系数以及孔隙度（φ）和渗透率(k)等参数对成岩储集相进行划分4、岩石物理相的研究内容4.3岩石物理相的微观孔隙结构－基于相控建模的微观孔隙结构参数测井解释模型苏里格气田苏6区块砂岩储层主要为水下分流河道微相、河口坝微相和远砂坝微相。储层的沉积环境决定了其孔、渗性能的好坏，所以利用沉积相对储层孔隙结构参数进行定量表征进行约束，则更能够反映储层孔隙结构的真实空间展布规律。把渗透率与毛管压力曲线特征参数分别进行非线性单相关分析，结果表明孔喉大小和喉道分选程度是影响苏里格气田储层孔渗性的主要因素，包括排驱压力(Pd)、最大孔喉半径(Rd)，平均孔喉半径(Rm)，孔喉半径均值(Dm)和分选系数(Sp)等参数，分析结果见表2。4、岩石物理相的研究内容4.3岩石物理相的微观孔隙结构－

基于相控建模的微观孔隙结构参数测井解释模型

4、岩石物理相的研究内容4.3岩石物理相的微观孔隙结构－

基于相控建模的微观孔隙结构参数测井解释模型

4、岩石物理相的研究内容4.3岩石物理相的微观孔隙结构－

基于相控建模的微观孔隙结构参数测井解释模型4、岩石物理相的研究内容4.3岩石物理相的微观孔隙结构－

基于相控建模的微观孔隙结构参数测井解释模型4、岩石物理相的研究内容4.3岩石物理相的微观孔隙结构－基于相控建模的微观孔隙结构参数测井解释模型4、岩石物理相的研究内容4.3岩石物理相的微观孔隙结构－基于相控建模的微观孔隙结构参数测井解释模型4、岩石物理相的研究内容4.3岩石物理相的微观孔隙结构－

基于相控建模的微观孔隙结构参数测井解释模型4、岩石物理相的研究内容4.3岩石物理相的微观孔隙结构－

基于相控建模的微观孔隙结构参数测井解释模型利用GridStat三维建模软件，对上述微观参数的空间分布特征进行了研究。首先根据相控模型计算了工区内所有井的微观参数值，构成基本的三维数据体，采用Kriging方法进行井间参数预测，然后绘制了各参数的三维模型和各个方向的剖面图4、岩石物理相的研究内容

4、岩石物理相的研究内容

4、岩石物理相的研究内容

4、岩石物理相的研究内容

4、岩石物理相的研究内容4、岩石物理相的研究内容

图6-15苏里格气田孔隙类型分布图4、岩石物理相的研究内容根据储层砂岩的压汞法测定的微观孔喉参数特征及压汞典线特征，将工区储层微观孔隙结构分为4类。4、岩石物理相的研究内容岩石物理相表征的参数

主要参数包括：1泥质含量(Vsh)，粒度中值(Md)泥质含量和粒度中值主要反映储层的岩石相特征2孔隙度(φ)，渗透率(k)孔隙度、渗透率反映储层的物性特征

3FZI(流动带指标)值反映储层的微观孔隙结构特征。FZI的确定方法及地质意义如下：（根据KozenyCarman关系式）4、岩石物理相的研究内容式中k：渗透率，μm2；φ：有效孔隙度；Fs：形状因子；t：弯曲度；：单位颗粒的比表面。令

Gc

为一表征孔隙结构的参数4、岩石物理相的研究内容研究结果表明，束缚水饱和度Swi

、比表面Sgv与FZI关系密切，FZI(μm)是把结构和矿物地质特征结合起来判定不同孔隙几何特征的一个参数。将上面的算式整理就可以得到如下的FZI与渗透率和有效孔隙度的关系式：4、岩石物理相的研究内容岩石物理相表征的参数

泥质含量、粒度中值、孔隙度、渗透率等宏观参数的测井解释－相控测井解释模型

对岩心分析的孔隙度和渗透率资料统计表明，发现工区孔渗参数分区分带性很强，物性分布是受沉积相控制的，因此，可对于孔渗参数，在完成测井资料标准化、岩心－测井资料归位的基础上，将岩芯分析孔隙度与补偿中子，岩性密度，声波时差三条曲线分别按照综合和分沉积微相的思路建立孔隙度解释模型。

4、岩石物理相的研究内容4、岩石物理相的研究内容4、岩石物理相的研究内容4、岩石物理相的研究内容4、岩石物理相的研究内容4、岩石物理相的研究内容4、岩石物理相的研究内容4、岩石物理相的研究内容5.1岩石物理相的命名采用沉积微相、成岩储集相及孔喉大小综合命名法5.2岩石物理相的分类－多采用模糊数学和聚类分析的方法

5、岩石物理相的划分设有m个评价参数，aij为j个单元的第i个评价因素的指标特征量。表征岩石物理相的参数可以分为越大越好型和越小越好型两类，对于k，FZI，Md等越大越好型参数应用以下相对隶属度公式来描述5、岩石物理相的划分式中rij—j个单元的第i个评价因素的指标隶属度；maxaij—为第i个指标特征量的最大值。

对于Vsh等越小越好型参数可先取其倒数，然后再用下面的式子计算其对于优的隶属度。即式中aij’为aij的倒数。各项指标的权重向量为：W=(W1，W2，⋯，Wm)T(9)Wi为第i项指标(参数)的权重，i=1，2，⋯，m。5、岩石物理相的划分上式即为求得的模糊优化综合指标，以此可以进行储层岩石物理相的划分。5.3应用实例苏里格气田为扇三角洲产物。储层孔隙度10%～23%；渗透率最低0.015×10-3μm2，最高达几千毫达西研究结果表明，相同的岩性相对应于较大范围的物性参数值，存在不同的岩石物理相。以后钻的16口取心检查井资料进行研究，对岩心进行归位处理后，统计530多个自然层或层内相对均质段的5、岩石物理相的划分各项参数平均值，并对照岩心分析其主要岩石类型，计算各自然层或层内相对均质段的FZI值。在此基础上，采用模糊优化理论进行储层岩石物理相的综合划分。考虑不同参数贡献大小不同，对标准化处理后的k，FZI，Md，Vsh，φ分别赋予权值0.3，0.3，0.1，0.1和0.2。在微机上编程计算，计算结果结合储层岩石相分析划分为5类岩石物理相。5、岩石物理相的划分储层岩石物理相是沉积作用，成岩作用和后期构造改造等作用的综合反映。储层岩石物理相研究是储层精细表征的必然结果和要求。孔隙度(φ)，渗透率(k)，泥质含量(Vsh)，粒度中值(Md)及FZI(流动带指标)值等都是描述岩石物理相的重要参数，例如FZI值是把结构和矿物地质特征结合起来判定不同孔隙几何相的一个参数。根据FZI及其它岩性物性参数，采用最优化综合评判的方法可以定量划分岩石物理相。5、岩石物理相的划分

岩石物理相是指具有一定岩石物理特性的储层成因单元，是沉积作用、成岩作用和后期构造作用的综合效应，它最终表现为现今的储层孔隙网络特征。6.用模糊聚类方法划分岩石物理相2.岩石物理相两个原理和研究方法岩石物理相的研究以叠加和延展原理为基础。延展原理：岩石物理相首先是储层沉积微相、成岩储集相和裂缝相从点(井点或控制点)到面(单砂层、砂层组)上的延拓，即延展到平面上的三种相带6.用模糊聚类方法划分岩石物理相2.岩石物理相两个原理和研究方法叠加原理：平面上三种相带的有机叠合形成了现今的孔隙网络特征。岩石物理相的划分方法：主要有叠加法，加权平均法，对应分析法，主因素法，模糊判别，神经网络，聚类分析等方法。6.用模糊聚类方法划分岩石物理相岩石物理相作为一种新的储集层质量评价技术。具体研究流程可概括为：（1）在储集层精细划分对比基础上，利用研究区实验室分析化验资料、多井评价成果和沉积相、成岩储集相、裂缝研究成果，研究岩石微相、成岩储集相、裂缝平面划分与展布。6.用模糊聚类方法划分岩石物理相（2）将岩石微相、成岩储集相、裂缝有机叠加划分出岩心储集层岩石物理相类型。（3）充分利用测井信息、地震信息，分别表征出地震、测井储集层岩石物理相。6.用模糊聚类方法划分岩石物理相（4）以岩心储集层岩石物理相刻度测井岩石物理相，以测井岩石物理相刻度地震岩石物理相，最终确定油田规模、油组规模、小层规模、单砂体规模储集层岩石物理相。（5）对不同规模储集层进行质量评价，以指导油田勘探与开发。6.用模糊聚类方法划分岩石物理相叠加法

指将沉积微相、成岩相、裂缝平面图进行叠加，以其交集作为岩石物理相分类依据。这种方法思路清晰，但在实际操作中工作量大，容易受人为因素的影响。加权平均法

是指选择沉积微相、成岩相、裂缝的各井点、各层位的归一化数值及权系数值，根据选定的综合评判函数:来计算Pf值。6.用模糊聚类方法划分岩石物理相其中：Pf为岩石物理相系数xi为表征岩石物理相特性的参数

ai

为加权系数

n为参数个数。

这种方法操作简单，但对各种因素所占的权系数值很难确定，因此存在人为误差。6.用模糊聚类方法划分岩石物理相对应分析法指将通过因子分析方法，将变量和样品反应到同一因子平面上，以揭示样品和变量间的关系，可以从因子载荷图上对样品进行直观的分类。这种方法虽然能把地质解释样品特征变量的重要程度反映出来，并对样品进行分类，但实际应用中，它一般分多步进行，操作复杂，容易产生误差传导。6.用模糊聚类方法划分岩石物理相主因素法指由一系列反映储层岩石物理特征的参数，包括沉积、物性、孔喉大小、孔喉的均质和连通状况、成岩作用程度等来划分岩石物理相。首先利用因子分析把数量较多的因子归结为几个综合因子，然后用主成分判别分析方法对多种影响因素进行综合评价，最终得到一个综合评判系数，据此进行岩石物理相分类。此方法实现过程工作量大，操作烦杂。另外，如加入物性等因素则与储层岩石物理相强调从储层成因出发来表征储层成因机理的含义不符。6.用模糊聚类方法划分岩石物理相此外，聚类分析，模糊聚类，神经网络等方法都属于模式判别的范畴，他们都是先要有一定的标准样本，经过学习，然后采用一定的分类标准，对未知样板进行判别。关于神经网络要做单独介绍，这里先不讲。下面通过一个实例，讲述模糊聚类分析的研究方法。6.用模糊聚类方法划分岩石物理相以枣南油田为例，讲述模糊聚类划分岩石物理相的方法。这一方法能较好地反映储层储集性能的成因特征。

油田概况

枣南油田位于河北省沧县境内，是一个典型的陆相湖泊冲积扇沉积形成的复式断块油藏。它处于黄骅凹陷孔店构造带中部孔西主断层的南侧，风化店构造的南翼。6.用模糊聚类方法划分岩石物理相

油田概况

枣南断块新生界孔店组孔一段Ⅴ油组油藏是油田的主力油藏，沉积环境为冲积扇扇中亚相。该油组砂泥互层，储层以细砂岩为主，平均孔隙度为22.5%，渗透率为168×10-3μm2。Ⅴ油组共分13小层，小层平均厚度为20m。6.用模糊聚类方法划分岩石物理相模糊聚类划分岩石物理相方法

直接从储层岩石物理相的概念出发或利用因子分析划分岩石物理相都存在一些缺点。采用模糊聚类方法进行岩石物理相划分时，把样品看作是欧氏空间的点，用样品隶属度进行分类。这种方法避免了多步法的复杂，防止了误差的传递。在参数一定的情况下，不存在人为因素的影响，类间特征明显。

6.用模糊聚类方法划分岩石物理相设对于m维总体U的一个样本A，样本长度为n(已知)，由于样品m个特征(已知)的物理量量纲不同，所以先对其进行规格化。公式如下:6.用模糊聚类方法划分岩石物理相

聚阵R经规格化后变换为元素在[0，1]区间的模糊特征聚阵:m为特征值的个数，n为样本数6.用模糊聚类方法划分岩石物理相将容量为n的样本A分为c类，样品的每一类都有一个中心位置，称为聚类中心，描述该聚类中心的矩阵表示为：式中，Sih表示第h类聚类中心特征i的聚类中心值，由聚类过程中按照给定类别数多次迭代确定。6.用模糊聚类方法划分岩石物理相

样品隶属度矩阵为：把表征样品特征的权值记为wi，满足6.用模糊聚类方法划分岩石物理相

隶属度：是模糊数学中基本概念，他是指一个模糊量隶属于一个（模糊）集合的程度。例如模糊量c，他的定义空间是[0，1]，c=0.2，那么他的隶属度是0.2/(1-0)＝0.2。隶属函数：是模糊集合论中最基本的概念之一，也是模糊集合理论应用于实际问题的基础和桥梁，一个模糊对象，只有给出符合实际的隶属度函数，才能应用模糊数学得方法进行分析计算。6.用模糊聚类方法划分岩石物理相

在聚类中心确定后，可用样品j距中心模式h的隶属度矩阵来判断样品的类别。表示如下:聚类过程是采用区域搜索的迭代过程实现的，

即确定聚类中心和隶属度矩阵。6.用模糊聚类方法划分岩石物理相聚类参数的选择用反映沉积作用和成岩作用的参数来表征样品的沉积微相和成岩相的叠加特征，对于孔一段Ⅴ油组，设n=220，m=6，c=5。该聚类基于小层内砂岩平均参数。反映沉积作用的参数包括:声波时差Δt、砂岩厚度h、小层中砂岩比例Sb、砂岩中泥质含量Vsh。反映成岩作用程度的参数有视压实率α和视胶结率β。6.用模糊聚类方法划分岩石物理相聚类类型特征

选取上述参数对孔一段Ⅴ油组进行聚类，结果见表16.用模糊聚类方法划分岩石物理相从表中可以看出:(1)随着岩石物理相由差变好，α和β均由高变低，说明使储层储集物性变差的压实、胶结作用减弱，而使储层储集物性变好的溶解作用增强。(2)随着岩石物理相由差变好，表征沉积的参数变化不一，Δt和Sb增高，Vsh降低，h对物理相的响应不明显。(3)PF1相相对较高，压实率中等，胶结率中等偏弱，表明使储层储集性能变差的成岩作用弱，储集性能好。统计表明，此类岩石物理相有效孔隙度均值为23.462，渗透率均值为314.804×10-3μm2。PF2相有效孔隙度均值为22.935，渗透率均值为263.548×10－3μm2。6.用模糊聚类方法划分岩石物理相PF3相有效孔隙度均值为21.661，渗透率均值为154.271×10-3μm2。PF4相有效孔隙度均值为18.781，渗透率均值为52.961×10-3μm2。PF5相有效孔隙度均值为101335，渗透率均值为9.1218×10-3μm2。

(4)岩石物理相是沉积微相和成岩储集相的交集，好的岩石物理相储层对应好的岩性、物性和储集性能。其中PF5相为致密砂岩，在合注合采的情况下很难动用。(5)PF3相尽管砂岩比例低、砂岩中泥质含量较高，但由于其成岩作用中等，所以储集物性中等。6.用模糊聚类方法划分岩石物理相开展储层岩石物理相研究的目的在于对油气储集层进行质量分类、预测高产、低产区。由于孔一段Ⅴ油组小层多为合注合采，不易进行产量劈分，所以采用综合单井产层的产能资料和小层物理相信息，对单井进行物理相划分和产能评估。对应4类有效物理相储层分了4类单井物理相。表2是利用182口井单井物理相与用井史计算的产油指标的对应关系。岩石物理相的应用6.用模糊聚类方法划分岩石物理相6.用模糊聚类方法划分岩石物理相其中：

PF类型是指单井生产层段的物理相类型累积生产时间是指生产井的生产天数累积产油量是指生产井未报废或转注前的总产油量日均产油量是指单井生产井段的累积产油量与生产时间的比值每米每日平均产油量是指生产井所有生产月份的月产油/(月生产天数当月有效厚度)的均值6.用模糊聚类方法划分岩石物理相其中：有效厚度是指生产井所有月份的有效厚度的均值；井数是某一物理相类型井的数目；均值、最大值、最小值是同一物理相类型井中产能参数的均值、最大值、最小值。6.用模糊聚类方法划分岩石物理相从表2可以看出，从PF1相变化到PF4相，各项指标均变差，特别是日均产油量和单井每米每日平均产油量。由于单井中储层质量有差别，所以物理相类型只是从整体上标度井的好坏。

6.用模糊聚类方法划分岩石物理相对于PF1类井，差的物理相储层会使上述指标降低。对于PF4类井，好的物理相储层会使上述指标升高。因此，用模糊聚类方法划分的小层物理相的各项指标在不同的相类型下产能会有明显的差异

(1)储层岩石物理相的评价方法较多，但都不同程度地存在其局限性。模糊聚类技术可以减少多步法的误差传导，其思路清晰，运算快捷，是进行储层岩石物理相研究的理想方法。(2)储层岩石物理相的模糊聚类划分结果与物性统计结果相一致，与储层的产能状况相符，说明此方法划分的岩石物理相类型能较好地反映储层储集性能的成因特征。其对储层的分类评价，可以作为油田开发措施调整和合理储层管理的依据。小结6.用模糊聚类方法划分岩石物理相岩石物理相主要研究流程6.用模糊聚类方法划分岩石物理相利用自组织神经网络进行储集层岩石物理相分析，不需要对输入的地震属性数据进行统计，不必建立各种储集层岩石物理相的对应地震属性数据库，只要将网络自动分类号与相应的井岩石物理相对应，即可在全区实现自动岩石物理相分类，具有方便快速的特点。因此在本研究中采用自组织神经网络对地震属性进行自动分类，划分出不同的岩石物理相。6.用自组织神经网络方法划分岩石物理相自组织神经网络6.用自组织神经网络划分岩石物理相根据地震属性参数，利用自组织（SOM）神经网络对塔中16—塔中161井区奥陶系碳酸盐岩（距顶50ms）储集层岩石物理相的评价6.用自组织神经网络划分岩石物理相

美国Numar公司的MRIL－2C型磁共振成象测井仪。这种测井仪采用一个24in长的永久磁铁在井眼周围地层产生梯度静磁场,采用自旋－回波技术,用CPMG脉冲序列测量地层中氢核在梯度静磁场中自旋的横向磁