2017, Vol. 39
[PDF全文]
Q油田位于渤海湾盆地秦南凹陷南侧，石臼坨凸起东倾末端北界断层下降盘的断坡带上，南依石臼坨凸起，北临秦南生烃凹陷，在沙一二期主要发育扇三角洲、碳酸盐滩坝等沉积相类型。研究区内储层具有岩性复杂、厚度大、低孔低渗等特点，储层平均渗透率4.5 mD，单井累计油层厚度200 m，储量规模大。油田开发初期，这种复杂低渗巨厚油藏的开发存在较大的不确定性和风险，因此，对储层进行综合评价并找出“甜点”的分布范围，是合理制定开发方案、减小投资风险的前提。
影响储层质量的因素很多，评价储层必须采用多项参数，从多个方面进行综合评价。目前，储层评价主要采用多指标综合评价的方法进行，参与评价的参数主要包括渗透率、孔隙度、厚度、泥质含量、毛管力及变异系数等[1]，而为了应对低渗透储层，又提出将喉道半径、可流动百分数及启动压力梯度等作为新的评价参数[2-4]。但在实际储层综合评价过程中，考虑到储层特点、参数获取的可操作性以及参数之间的相关性等因素，并不是选取的参数越多越好，而要根据储层的实际特点，选取最能表征储层品质的、具有代表性的参数。Q油田储层最大的特点是岩性特别复杂，同时为低渗、特低渗透储层，按照传统的储层评价方法选取渗透率、孔隙度、中值半径及分选系数等参数进行综合评价得到的评价结果与试油结论相关性较差。因此，针对该油田储层特点优选合适的评价参数和评价方法对储层进行综合评价、找出“甜点”具有重要意义。
1 复杂储层综合评价方法的建立储层综合评价的最终目的是对储层作出逼近真实地质特征的分类与评价，针对Q油田储层岩性复杂的特点，从岩性的精细识别入手，以期形成该类复杂储层的综合评价方法。
(1) 综合岩芯、薄片、阴极发光及X衍射等资料对取芯段岩性进行精细识别和分类，结合ECS测井技术实现对整个井段岩性的识别和分类；
(2) 基于岩性精细识别结果，利用铸体薄片资料建立孔隙类型和面孔率与岩性之间的关系；
(3) 以压汞分析数据及铸体薄片等资料为基础，对储层的孔喉特征进行分析，建立储层物性与孔喉参数的定量关系，选择影响储层物性的关键参数；
(4) 基于岩性分类和孔喉分析结果，建立基于核磁测井的渗透率解释模型；
(5) 优选评价参数，在地质条件约束下采用层次分析法获得评价参数的权重值，求取储层综合评价参数，对储层进行综合分类评价。
2 储层分类评价 2.1 复杂岩性识别研究区储层岩性复杂，既有碎屑岩和碳酸盐岩沉积，也有两者不同程度混合形成的混积岩沉积[5-7]。通过岩芯、薄片、阴极发光及X衍射等资料对岩性进行精细识别和分类，碎屑岩类主要是火山角砾岩、凝灰质砂砾岩和砂砾岩等。碳酸盐岩主要是生屑云岩和鲕粒云岩，一般呈薄层状产出。混积岩主要包括白云质砂岩、白云质鲕粒砂岩及含生屑白云质砾岩等(图 1)。其中，碳酸盐岩组分包括表鲕粒、生屑及原生的泥晶碳酸盐岩，含量5%~85%，组分及含量变化范围大。
 |
| 图1 Q油田岩石类型 Fig. 1 The types of Lithology in Q Oilfield |
利用取芯段的岩性分类结果标定ECS测井，实现对整个井段的岩性识别和分类，建立单井岩性剖面。沙一二段巨厚储层从下往上可以分为5个岩性段、6大类岩性，包括灰质砂岩、鲕粒白云岩、白云质砂岩、岩屑砂岩、砂砾岩和凝灰质砂砾岩。岩石类型与孔隙类型、孔喉特征及物性等关系密切，因此，岩性的精细识别对储层的综合评价奠定了基础。
2.2 孔隙类型通过铸体薄片、扫描电镜等资料，目的层段主要孔隙类型为次生孔隙，包括粒间溶蚀孔、粒内溶蚀孔、铸模孔及晶间孔等，原生孔隙和微裂缝等发育很少。储集空间类型与岩性关系密切[8-13]，不同组分的岩石在压实、胶结、溶蚀等成岩作用过程中受到的影响程度不同，其所形成孔隙的类型、发育程度等有着显著差别(表 1)。
| 表1 研究区孔隙类型 Table 1 The types of pore in the study area |
 |
经统计，储层次生孔隙平均面孔率3.9%~ 5.9%，原生孔隙面孔率1.5%~1.8%，不同岩性中孔隙类型发育比例各不相同，碎屑岩层段中次生溶蚀孔隙占到总面孔率的73.0%，混积岩储层次生溶蚀孔隙占总面孔率的91.0%，碳酸盐含量越高，溶蚀孔隙越发育、物性越好(图 2)。
 |
| 图2 储集空间类型及面孔率 Fig. 2 The types of pore and the surface porosity |
储层的孔喉特征参数可以通过压汞实验得到[14-15]，不同孔喉结构、孔喉大小和配置关系直接影响储层的渗流能力。在有效孔隙度相同的情况下，孔隙喉道大的岩石比喉道小的岩石渗透率高，孔喉形状简单的岩石比孔喉形状复杂的岩石渗透率要高。
根据压汞实验得到的参数，研究区储层平均孔喉半径0.035~5.513 μm，分选系数0.5~3.5，歪度$-3.3$~0.21，排驱压力0.041~12.999 MPa，饱和度中值压力0.797~42.486 MPa，整体表现为分选中等-差、歪度中-细，孔喉类型为中孔细喉、特细喉及小孔细喉、特细喉型。数据分析发现储层微观孔喉结构参数中的排驱压力、中值半径及分选系数与储层的孔渗大小具有很好的相关性(图 3)，是储层评价的重要参数。
 |
| 图3 孔喉参数与孔渗关系 Fig. 3 Relation of porosity-permeability and pore throat parameters |
分析发现，孔喉结构特征与岩石类型关系密切，火山角砾岩、凝灰质砂砾岩等分选差、岩屑含量高，塑性强，在强烈的压实作用和胶结作用改造下，原生粒间孔隙绝大部分消失，储层失去了形成大规模溶蚀型次生孔隙所必需的有效空间，因而溶蚀型的次生孔隙基本不发育，孔隙类型基本为小孔细喉、特细喉型。砂砾岩、白云质砂岩中石英、长石等刚性矿物含量较高，早期成岩过程中残留有一定的原生孔隙，后期成岩过程中形成一定数量的溶蚀孔隙，但喉道大多呈缩颈型和片状，孔隙间大都连通性差。灰质岩屑砂岩主要为方解石胶结，胶结物含量最高可达到26%，溶蚀作用不明显，孔隙局部发育，连通性差。混积岩中碳酸盐岩成分含量较高，溶蚀作用明显，但受岩石组分及含量差异的影响，形成了不同的孔喉结构特征。
实验结果显示，不同岩性的压汞曲线形态差异显著(图 4)，表现出不同的歪度和分选性，其中，鲕粒白云岩、白云质砂岩、含陆屑生屑灰岩等碳酸盐岩含量高，溶蚀作用强，粒间溶孔、粒内溶孔及铸模孔较发育，孔隙连通性较好，排驱压力最小，分布在0.04~0.38 MPa，中值半径0.12~0.92 μm，是低孔低渗储层中的最优质储层。
 |
| 图4 不同岩性的压汞曲线形态 Fig. 4 Mercury injection curves of different lithology |
实验室分析得到的孔隙度分布在5.1%~34.6%，主要分布在10.0%~25.0%，渗透率0.15~340.00 mD，大部分样品的渗透率小于5.00 mD，为低渗透储层。
渗透率是评价储层好坏的重要参数，但由于该区岩性多样，孔喉结构复杂，孔渗相关性差，常规的渗透率测井解释模型的解释结果达不到储层分类评价的精度标准。因此，在本次研究中采用了核磁测井技术，其原理是在SDR模型的基础上，考虑到大孔隙和小孔隙中水膜厚度和束缚水对渗透率的影响，会造成大、小孔隙对渗透率的贡献差异，在计算过程中综合考虑岩性特征和$T_2$谱特征，将$T_2$谱分为大小孔隙两部分，分别计算$T_2$几何平均值并赋予不同的权系数值，得到更加合理的渗透率模型，从而提高渗透率的解释精度。其公式为
| $ K = {C_1} {\left( {\dfrac{{{\phi _{\rm{e}}}}}{{100}}} \right)^m}{{\rm{e}}^{\frac{{{C_2}\sum\limits_{{T_{2i}} = 0}^{32} {\ln\left( {{T_{2i}}^{{A_i}}} \right) + \sum\limits_{{T_{2i}} > 64} {\ln\left( {{T_{2i}}^{{A_i}}} \right)} } }}{{\sum {{A_i}} }}n}} $ | (1) |
式中：$K$-渗透率，mD；
$\phi _{\rm{e}}$-核磁共振有效孔隙度，无因次；
$C_1$、$m$、$n$—地区的经验系数，无因次，可由岩样实验室核磁共振测量确定；
${{T_{2i}}^{{A_i}}}$—核磁共振离散孔隙度的布点时间，ms；
$A_i$—第$i$个核磁共振对应的孔隙度分量，无因次；
$C_2$—小孔隙加权系数，无因次，根据大孔隙对渗透率的贡献而定，一般小于1.0。
2.5 储层综合评价影响储层质量的因素很多，评价储层必须采用多项参数，从多个方面进行综合评价。储层综合分类评价的关键包括两点：一是根据不同地区、不同油藏储层的实际情况，合理选择评价参数；二是合理选择评价方法及确定各参数对储层的影响程度，从而进行定量评价[16-20]。
能够用于储层分类评价的指标涉及到岩性、物性、孔隙结构及非均质性等多项内容，每项内容又包括多项参数，用这些复杂的参数对储层进行合理分类评价十分困难。储层综合定量评价就是在储层评价参数选取的基础上，对储层的多个影响因素进行综合分析，最终得到一个综合评价指标，并依据它对储层进行分类[21]。充分考虑Q油田储层低孔低渗、垂向上储层厚度大、岩性多样、孔喉结构复杂的特点，并详细分析了岩性、物性及孔喉结构等重点表征参数间的相互关系，最后，选取宏观表征参数——有效厚度、岩性、渗透率、孔隙度，微观表征参数——排驱压力、中值半径、分选系数共7种参数对研究区的储层进行综合评价。
确定各项表征参数的权系数是储层综合评价中所要解决的关键问题，储层表征参数权系数确定的数学方法有多种，如非线性映射法、层次分析法和熵值法等[22-23]，本文采用定性、定量结合且能将定性问题转化为定量问题的层次分析法来确定所选参数的权系数值。首先，对各参数进行归一化处理，7个参数中只有岩性参数为非数值型，在归一化过程中，采用不同岩性对应的储层品质指数进行量化
| $ I_{\textrm{RQ}} = 0.0314\sqrt {{K}/{{\rm{\phi }}}} $ | (2) |
式中：$\phi$-孔隙度，%。
渗透率和排驱压力参数在层间变化较大，需转化成对数后再进行归一化处理，排驱压力与储层物性为反比关系，计算时对排驱压力取倒数。
其次，对岩性、孔隙度、渗透率、有效厚度、排驱压力、孔喉中值半径及分选系数进行两两比较，建立判断矩阵
| $ \left[\begin{array}{l} \begin{array}{*{20}{c}} {\begin{array}{*{20}{c}} {\begin{array}{*{20}{c}} {{r_{11}}}&{{r_{12}}} \end{array}}&{{r_{13}}}&{{r_{14}}} \end{array}}&{{r_{15}}}&{{r_{16}}}&{{r_{17}}} \end{array}\\ \begin{array}{*{20}{c}} {\begin{array}{*{20}{c}} {\begin{array}{*{20}{c}} {{r_{21}}}&{{r_{22}}} \end{array}}&{{r_{23}}}&{{r_{24}}} \end{array}}&{{r_{25}}}&{{r_{26}}}&{{r_{27}}} \end{array}\\ \begin{array}{*{20}{c}} {\begin{array}{*{20}{c}} {\begin{array}{*{20}{c}} {{r_{31}}}&{{r_{32}}} \end{array}}&{{r_{33}}}&{{r_{34}}} \end{array}}&{{r_{35}}}&{{r_{36}}}&{{r_{37}}} \end{array}\\ \begin{array}{*{20}{c}} {\begin{array}{*{20}{c}} {\begin{array}{*{20}{c}} {{r_{41}}}&{{r_{42}}} \end{array}}&{{r_{43}}}&{{r_{44}}} \end{array}}&{{r_{45}}}&{{r_{46}}}&{{r_{47}}} \end{array}\\ \begin{array}{*{20}{c}} {\begin{array}{*{20}{c}} {\begin{array}{*{20}{c}} {{r_{51}}}&{{r_{52}}} \end{array}}&{{r_{53}}}&{{r_{54}}} \end{array}}&{{r_{55}}}&{{r_{66}}}&{{r_{57}}} \end{array}\\ \begin{array}{*{20}{c}} {\begin{array}{*{20}{c}} {\begin{array}{*{20}{c}} {{r_{61}}}&{{r_{62}}} \end{array}}&{{r_{63}}}&{{r_{64}}} \end{array}}&{{r_{65}}}&{{r_{66}}}&{{r_{67}}} \end{array}\\ \begin{array}{*{20}{c}} {\begin{array}{*{20}{c}} {\begin{array}{*{20}{c}} {{r_{71}}}&{{r_{72}}} \end{array}}&{{r_{73}}}&{{r_{74}}} \end{array}}&{{r_{75}}}&{{r_{76}}}&{{r_{77}}} \end{array} \end{array} \right] \Rightarrow \left[\begin{array}{l} \begin{array}{*{20}{c}} {\begin{array}{*{20}{c}} {\begin{array}{*{20}{c}} 1&3 \end{array}}&5&{{\textstyle{1 \over 3}}} \end{array}}&2&3&3 \end{array}\\ \begin{array}{*{20}{c}} {\begin{array}{*{20}{c}} {\begin{array}{*{20}{c}} {{\textstyle{1 \over 3}}}&1 \end{array}}&1&{{\textstyle{1 \over 5}}} \end{array}}&{{\textstyle{1 \over 2}}}&1&1 \end{array}\\ \begin{array}{*{20}{c}} {\begin{array}{*{20}{c}} {\begin{array}{*{20}{c}} {{\textstyle{1 \over 5}}}&{{\textstyle{1 \over 3}}} \end{array}}&1&{{\textstyle{1 \over 7}}} \end{array}}&{{\textstyle{1 \over 4}}}&{{\textstyle{1 \over 3}}}&{{\textstyle{1 \over 3}}} \end{array}\\ \begin{array}{*{20}{c}} {\begin{array}{*{20}{c}} {\begin{array}{*{20}{c}} 3&5 \end{array}}&7&1 \end{array}}&4&5&5 \end{array}\\ \begin{array}{*{20}{c}} {\begin{array}{*{20}{c}} {\begin{array}{*{20}{c}} {{\textstyle{1 \over 2}}}&2 \end{array}}&4&{{\textstyle{1 \over 4}}} \end{array}}&1&2&2 \end{array}\\ \begin{array}{*{20}{c}} {\begin{array}{*{20}{c}} {\begin{array}{*{20}{c}} {{\textstyle{1 \over 3}}}&1 \end{array}}&3&{{\textstyle{1 \over 5}}} \end{array}}&{{\textstyle{1 \over 2}}}&1&1 \end{array}\\ \begin{array}{*{20}{c}} {\begin{array}{*{20}{c}} {\begin{array}{*{20}{c}} {{\textstyle{1 \over 3}}}&1 \end{array}}&3&{{\textstyle{1 \over 5}}} \end{array}}&{{\textstyle{1 \over 2}}}&1&1 \end{array} \end{array} \right] $ | (3) |
由判断矩阵计算被比较表征参数的相对权重，通过计算得出上述矩阵的特征向量值和最大特征值。通过对特征向量归一化，得到各表征参数的权向量[0.058, 0.154, 0.359, 0.030, 0.091, 0.154, 0.154]，对应的特征向量为7.142。经计算，一致性比例为0.018，因此，判断矩阵的一致性可以接受。
对各表征参数进行归一化处理，按下式进行加权平均
| $ I_{\textrm{RE}} = \sum\limits_{i = 1}^7 {{w_i}} \overline {{x_i}} $ | (4) |
式中：$I_{\textrm{RE}}$-储层综合评价指标；
$w_i$-各参数权值；
$\overline {{x_i}}$-归一化处理后的参数值。
按照式(4) 进行加权平均计算储层综合评价指标，最后将储层分为Ⅰ、Ⅱ、Ⅲ等3类(表 2)。从分类结果可以看出，Ⅰ类储层岩性主要是鲕粒云岩、白云质砂岩等混积岩，排驱压力低、孔吼直径中值大；Ⅱ类储层岩性主要是灰质砂岩，部分含砾粗砂岩、砂砾岩等，分选差、排驱压力、高孔吼直径中值小。
| 表2 储层综合评价结果 Table 2 The result of comprehensive evaluation on reservoir |
|
通过储层定量综合评价，将储层分为3类，其中Ⅰ类储层$I_{\textrm{RE}}>1.0$，Ⅱ类储层$0.5 < I_{\textrm{RE}}\leqslant 1.0$，Ⅲ类储层$I_{\textrm{RE}}\leqslant 0.5$。从地层测试结果看，混积岩段储层多属于Ⅰ、Ⅱ类储层，是低渗储层中的“甜点”，测试产能最高，酸化前日产油185.40 m$^3$，酸化后达到日产油253.20 m$^3$。灰质砂岩储层段物性最差，为Ⅲ类储层，产能最低，酸化前日产油仅有1.04 m$^3$。测试结果与储层的分类结果具有很好的匹配性，证明了储层综合评价分类结果的合理性。
| [1] | 裘怿楠. 油气储层评价技术[M]. 北京: 石油工业出版社, 1997: 20-43. |
| [2] |
杨正明, 张英芝, 郝明强, 等. 低渗透油田储层综合评价方法[J].
石油学报, 2006, 27(2): 64–67.
YANG Zhengming, ZHANG Yingzhi, HAO Mingqiang, et al. Comprehensive evaluation of reservoir in low permeability oilfields[J]. Acta Petrolei Sinica, 2006, 27(2): 64–67. doi: 10.3321/j.issn:0253-2697.2006.02.013 |
| [3] |
赵良孝, 陈明江. 论储层评价中的五性关系[J].
天然气工业, 2015, 35(1): 53–60.
ZHAO Liangxiao, CHEN Mingjiang. A discussion on the relationships between five properties in reservoir evaluation[J]. Natural Gas Industry, 2015, 35(1): 53–60. doi: 10.-3787/j.issn.1000-0976.2015.01.006 |
| [4] |
杨秋莲, 李爱琴, 孙燕妮, 等. 超低渗储层分类方法探讨[J].
岩性油气藏, 2007, 19(4): 51–56.
YANG Qiulian, LI Aiqin, SUN Yanni, et al. Classification method for extra-low permeability reservoirs[J]. Lithologic Reservoirs, 2007, 19(4): 51–56. doi: 10.3969/j.issn.-1673-8926.2007.04.009 |
| [5] |
张锦泉, 叶红专. 论碳酸盐与陆源碎屑的混合沉积[J].
成都地质学院学报, 1989, 16(2): 87–92.
ZHANG Jinquan, YE Hongzhuan. Study on carbonate and siliciclastic mixed sediments[J]. Journal of Chengdu college of Geology, 1989, 16(2): 87–92. |
| [6] |
郭福生. 浙江江山藕塘底组陆源碎屑与碳酸盐混合沉积特征及其构造意义[J].
沉积学报, 2004, 22(1): 136–141.
GUO Fusheng. Characteristics and tectonic significance of mixing sediments of siliciclastics and carbonate of Outangdi Formation in Jiangshan, Zhejiang Province[J]. Acta Sedimentologica Sinica, 2004, 22(1): 136–141. doi: 10.-3969/j.issn.1000-0550.2004.01.021 |
| [7] |
张雄华. 混积岩的分类和成因[J].
地质科技情报, 2000, 19(4): 31–33.
ZHANG Xionghua. Classification and origin of mixosedimentite[J]. Geological Science and Technology Information, 2000, 19(4): 31–33. doi: 10.3969/j.issn.1000-7849.-2000.04.006 |
| [8] |
曲延明, 舒萍, 纪学雁, 等. 松辽盆地庆深气田火山岩储层的微观结构研究[J].
吉林大学学报(地球科学版), 2007, 37(4): 721–725.
QU Yanming, SHU Ping, JI Xueyan, et al. Micro-fabrics of reservoir volcanic rocks in the Qingshen Gas Field of the Songliao Basin[J]. Journal of Jilin University (Earth Science Edition), 2007, 37(4): 721–725. doi: 10.3969/j.-issn.1671-5888.2007.04.013 |
| [9] |
庞彦明. 酸性火山岩储层储集空间特征与评价研究——以松辽盆地北部营城组为例[D]. 杭州: 浙江大学, 2006.
PANG Yanming. Characteristie of pore space and evalustion on reservoir of acid volcanic rocks: a case study from Yingeheng Formation in the North of Songliao Basin[D]. Hangzhou: Zhejiang University, 2006. |
| [10] |
张家政. 准噶尔盆地红山嘴油田石炭系火山岩油藏储层研究[D]. 长沙: 中南大学, 2009.
ZHANG Jiazheng. Study of carboniferous voleanic reservoirs in Hongshanzui Oilfield of Junggar Basin[D]. Changsha: Central South University, 2009. |
| [11] |
陈庆, 张立新. 准噶尔盆地西北缘石炭系火山岩岩性岩相特征与裂缝分布关系[J].
现代地质, 2009, 23(2): 305–312.
CHEN Qing, ZHANG Lixin. Relationship between the characteristic of lithology-lithofacies and distribution of fractures in carboniferous reservoirs, northwest margin of Junggar Basin[J]. Geoscience, 2009, 23(2): 305–312. doi: 10.3969/j.issn.1000-8527.2009.02.016 |
| [12] |
杨兆栓, 林畅松, 尹宏, 等. 主成分分析在塔中地区奥陶系鹰山组碳酸盐岩岩性识别中的应用[J].
天然气地球科学, 2015, 26(1): 54–59.
YANG Zhaoshuan, LIN Changsong, YIN Hong, et al. Application of principal component analysis in carbonate lithology identification of the Ordovician Yingshan Formation in Tazhong Area[J]. Natural Gas Geoscience, 2015, 26(1): 54–59. doi: 10.11764/j.issn.1672-1926.2015.01.-0054 |
| [13] |
张宪国, 张涛, 林承焰, 等. 塔南凹陷复杂岩性低渗透储层测井岩性识别[J].
西南石油大学学报(自然科学版), 2015, 37(1): 85–90.
ZHANG Xianguo, ZHANG Tao, LIN Chengyan, et al. Lithology recognition with well logs in complex lithologic low permeability reservoirs in Ta'nan Depression[J]. Journal of Southwest Petroleum University (Science & Technology Edition), 2015, 37(1): 85–90. doi: 10.11885/j.issn.-1674-5086.2013.05.08.01 |
| [14] |
陈孟晋, 刘锐娥, 孙粉锦, 等. 鄂尔多斯盆地西北部上古生界碎屑岩储层的孔隙结构特征初探[J].
沉积学报, 2002, 20(4): 639–643.
CHEN Mengjin, LIU Rui'e, SUN Fenjin, et al. Preliminary approach on the clastic reservoir's pore textures of Upper Paleozoic in northwest Ordos Basin[J]. Acta Sedimentological Sinica, 2002, 20(4): 639–643. doi: 10.3969/j.issn.-1000-0550.2002.04.017 |
| [15] |
毕明威, 陈世悦, 周兆华, 等. 鄂尔多斯盆地苏里格气田苏6区块盒8段致密砂岩储层微观孔隙结构特征及其意义[J].
天然气地球科学, 2015, 26(10): 1851–1861.
BI Mingwei, CHEN Shiyue, ZHOU Zhaohua, et al. Characteristics and significance of microscopic pore structure in tight sandstone reservoir of the 8th member of lower Shihezi Formation in the Su6 area of Sulige Gasfield[J]. Natural Gas Geoscience, 2015, 26(10): 1851–1861. doi: 10.-11764/j.issn.1672-1926.2015.10.1851 |
| [16] |
刘吉余, 李艳杰, 于润涛. 储层综合定量评价系统开发与应用[J].
物探化探计算技术, 2004, 26(1): 33–36.
LIU Jiyu, LI Yanjie, YU Runtao. The development and application of the reservoir comprehensive and quantitative evaluation system[J]. Computing Techniques for Geophysical and Geochemical Exploration, 2004, 26(1): 33–36. doi: 10.3969/j.issn.1001-1749.2004.01.007 |
| [17] |
吕红华, 任明达, 柳金诚, 等. Q型主因子分析与聚类分析在柴达木盆地花土沟油田新近系砂岩储层评价中的应用[J].
北京大学学报(自然科学版), 2006, 42(6): 740–745.
LÜ Honghua, REN Mingda, LIU Jincheng, et al. Application of Q-model principal factor analysis and clustering method in evaluation on sandstone reservoirs of the Neogene in Huatugou Oilfield, Qaidam Basin[J]. Acta Scientiarum Naturalium Universitatis Pekinensis, 2006, 42(6): 740–745. doi: 10.3321/j.issn:0479-8023.2006.06.008 |
| [18] |
张晓东, 陈景山. 蜀南气田嘉二段储层分类评价的模糊综合评判[J].
石油天然气学报, 2007, 29(1): 59–62.
ZHANG Xiaodong, CHEN Jingshan. Integral fuzzy evaluation on Jia 2 reservoir classification in Jia2 Member of Shunan Gas Field[J]. Journal of Oil and Gas Technology, 2007, 29(1): 59–62. doi: 10.3969/j.issn.1000-9752.2007.-01.015 |
| [19] |
张琴, 朱筱敏, 钟大康, 等. 储层"主因素定量"评价方法的应用——以东营凹陷下第三系碎屑岩为例[J].
天然气工业, 2006, 26(10): 21–23.
ZHANG Qin, ZHU Xiaomin, ZHONG Dakang, et al. Application of major element quantification method in reservoir assessment: Taking the Paleogene clastic reservoirs in Dongying Sag as examples[J]. Natural Gas Industry, 2006, 26(10): 21–23. doi: 10.3321/j.issn:1000-0976.-2006.10.007 |
| [20] |
马立文, 窦齐丰, 彭仕宓, 等. 用Q型聚类分析与判别函数法进行储层评价——以冀东老爷庙油田庙28X1区块东一段为例[J].
西北大学学报(自然科学版), 2003, 33(1): 83–96.
MA Liwen, DOU Qifeng, PENG Shibi, et al. Comprehensively applying Q-Model gathering and discriminant function methods to reservoir classification and evaluation: Taking Ed1 No. of Miao 28X1 Block in Laoyemiao Oilfield in Jidong as an example[J]. Journal of Northwest University (Natural Science Edition), 2003, 33(1): 83–96. doi: 10.3321/j.issn:1000-274X.2003.01.023 |
| [21] |
孙洪志, 刘吉余. 储层综合定量评价方法研究[J].
大庆石油地质与开发, 2004, 23(6): 8–11.
SUN Hongzhi, LIU Jiyu. Reserch on comprehensive and quantitative reservoir evaluation[J]. Petroleum Geology & Oilfield Development in Daqing, 2004, 23(6): 8–11. doi: 10.3969/j.issn.1000-3754.2004.06.004 |
| [22] |
徐凤根, 朱兴珊, 颜其彬, 等. 储层定量评价中指标权重的计算途径[J].
石油学报, 1996, 17(2): 30–35.
XU Fenggen, ZHU Xingshan, YAN Qibin, et al. An approach to define weight of Indexes in the quantitative evaluation of reservoirs[J]. Acta Petrolei Sinica, 1996, 17(2): 30–35. |
| [23] |
王建东, 刘吉余, 于润涛, 等. 层次分析法在储层评价中的应用[J].
大庆石油学院学报, 2003, 27(3): 12–14.
WANG Jiandong, LIU Jiyu, YU Runtao, et al. The application of analytic hierarchy process to reservoir evaluating[J]. Journal of Daqing Petroleum Institute, 2003, 27(3): 12–14. doi: 10.3969/j.issn.2095-4107.2003.03.004 |