聚类分析技术在江苏油田韦2断块储层流动单元划分中的应用

张连锋，袁志华，张玉清，黎 明，黎锡瑜，王艳霞

(1.长江大学研究生院，湖北武汉 430000；2.中国石化河南油田分公司石油勘探开发研究院)

聚类分析技术在江苏油田韦2断块储层流动单元划分中的应用

张连锋1，2，袁志华1，张玉清1，黎 明2，黎锡瑜2，王艳霞2

(1.长江大学研究生院，湖北武汉 430000；2.中国石化河南油田分公司石油勘探开发研究院)

聚类分析是研究样本分类的一种多元统计方法，通过分析各样本或变量间的相似性逐步对其归类。在精选表征流动单元的特征参数的基础上，采用系统聚类方法将江苏油田韦2断块流动单元合理地划分为四类，并详细分析了这四类流动单元的特征。结果表明，系统聚类分析技术是划分流动单元的有效方法之一。

聚类分析；系统聚类；流动单元；数据挖掘

储层流动单元(Petrophysical Flow Unit)，简称流动单元，是20世纪80年代中后期兴起的一种储层研究方法。流动单元概念的提出和应用为储层非均质性的研究提供了一种有效的方法，特别是对油气田的二次采油和三次采油阶段储层的精细研究具有重要的意义。由于流动单元的发育特征和空间分布受沉积作用、构造作用、成岩作用等多种因素的影响和控制，甚至受油田开发所采取的各种措施的影响，如注水开发后储油层的物性会发生变化等，因此，要达到科学划分储层流动单元的目的，就必须在准确选取表征流动单元特征参数的同时，运用一种合理的方法对所选取的参数进行分析和归类。

韦2断块为江苏东台坳陷高邮凹陷北斜坡赤岸构造上的一个狭长断鼻构造，区内物性较差、孔隙结构复杂、非均质性特征较强。本次研究目的是在精选表征流动单元特征参数的基础上，合理地对该区储层流动单元进行划分。解决方案采用系统聚类算法对所选参数相关数据进行细分，以求找出不同流动单元的特征，实现分类的目标[1]。

1 聚类分析的数据挖掘过程

系统聚类分析(Hierachical cluster analysis)是最常用的聚类分析方法之一，它是采取分类后各亚类内距离最小、亚类间距离最大的基本原则来定量地确定研究对象不同种类的一种多元统计分析方法[2]。对系统聚类分析来说，一批给定样品的类型和数目事先都不知道，正好是需要通过聚类分析以后结合地质解释来确定划分的类型和数目。设样本集X如聚类分析的数学模型所述有M个样本，我们要将这M个样本划分为n类。谱系聚类法将模式样本按距离准则逐步聚类，类别由多到少，直到满足合适的分类要求为止。该算法由以下步骤迭代实现：

初始化：令n个模式样本自成一类，即建立n个子集X1(0)，X2(0)，…，Xn(0)。计算各类之间的距离，可得到一个n×n维的距离矩阵D(0)，其中右上角标号(0)表示聚类开始运算前的状态。设定迭代次数计数器为b=0。

步骤一：求距离矩阵D(0)中的最小元素(对角线元素除外)，如果该最小元素为Xi(b)和Xj(b)两类之间的距离，则将Xi(b)和Xj(b)合并为一类Xij(b+1)，并由此建立新的分类：X1(b+1)，X2(b+1)，…；步骤二：计算合并后的新类别之间的距离，得距离矩阵D(b+1)；(注意：计算Xij(b+1)与其他没有发生合并的X1(b+1)，X2(b+1)，…之间的距离时，有多种不同的计算准则，如最短距离法、最长距离法、中间距离法、重心法、类平均距离法等)。步骤三：令b=b+1，跳转到步骤一，重复计算及合并，可一直将全部样本聚集成一类为止；也可取阈值D，当D(b)的最小分量超过阈值D时，算法停止，所得到的分类结果即为聚类结果。

显然，对于任意两个样本Xj和Xk，它们必然会在某个层次上(比如说b)被聚合到同一类中，在更高的层b′>b上这两个样本也仍然处在同一类中。聚类分析的数据挖掘过程如图1所示。

图1 流动单元聚类分析的数据挖掘过程

从目前研究成果来看，划分流动单元的参数主要包括：孔隙度、渗透率、粒度中值、泥质含量、地层系数、净毛比、饱和度、传导系数、沙地比、孔喉半径、孔喉比、流动层段指数(FZI)等。在选取参数时，要全面、准确和适当。因此，表征流动单元划分参数的选取要体现宏观与微观、沉积与成岩、岩石骨架与流体性质各个方面。本次研究选取反映储层宏观物性的孔隙度φ和渗透率K、反应沉积环境的泥质含量VSH、反应微观孔隙结构的孔喉半径R35和流动层段指数FZI等储层特征参数，共同作为储层流动单位划分的样本参数。同时，为了消除变量的单位、数量级和变量绝对值大小的影响，在聚类分析前，对样本数据进行标准化和归一化处理。

系统聚类分析和结果可视化在计算样本类与类之间的距离时，最短距离法与重心法使空间过于浓缩，分级的灵敏性较差，不易区分各样本性质间的细微差别；而最长距离法、可变类平均法和离差平方和法又使空间过于扩张，即灵敏度过高，过分显示各样本性质的细微差别，以致影响划分类别。而类平均法的灵敏度及并类距离适中，可以得到较好的分类结果[3]。经综合考虑，本次研究采用类平均法对各样本进行聚类分级，运用Matlab中的基本矩阵操作实现聚类算法，对样品进行聚类，聚类结果如图2所示。

图2 流动单元参数样本的聚类分析谱系

2 应用效果分析

本次研究将韦2断块储层流动单元划分为P、F、G、E四类，应用系统聚类方法对研究区内各个小层进行聚类分析，从分析结果来看，聚类算法可以很好地对储层参数进行分类。通过对各类储层参数进行数据分析，得到各流动单元划分标准如表1所示。

E类流动单元：该类流动单元是该区最好的一类流动单元，以中砂岩、细砂岩为主，颗粒分选较均匀，对应的孔喉都较大，以粒间孔、粒间溶孔为主，其孔隙度平均20%左右，渗透率达18×10-3μm2左右，R35孔喉半径一般也大于1.4 μm，束缚水饱和度小于20%，而泥质含量只有12%左右，在压汞曲线上表现为大孔粗喉、分选较好的特征。在注水开发中该类流动单元见效快，采出程度高，但在开发后期易形成水窜通道。

表1 韦2断块流动单元划分标准

G类流动单元：该类流动单元是该区较好的一类流动单元。以细砂岩为主，见中砂、粗砂岩，颗粒分选不很均匀，孔隙以粒间溶孔为主。虽然该类流动单元泥质含量不是太高，但其它特征参数明显比E类流动单元差。孔隙度平均为17%，渗透率(7～35)×10-3μm2，对应的孔喉比E类流动单元小。含油饱和度一般为50%～58%，束缚水饱和度20%～25%。在压汞曲线上表现为中孔中喉的特征，油水在其中较易运动，是该区主要的储集单元。

F类流动单元：该类流动单元是该区较差的一类流动单元。以细砂岩、粉砂岩为主，颗粒分选不均匀，孔隙仍以粒间孔、粒间溶孔为主。孔隙度平均15%，渗透率(3～20)×10-3μm2，对应的孔喉比G类流动单元小。含油饱和度一般为30%～50%，束缚水饱和度25%～35%，而泥质含量也比E类和G类流动单元含量高。该类流动单元的渗流能力较差，在注水开发后期易形成剩余油富集。

P类流动单元：该类流动单元是该区最差的一类流动单元。以泥质粉砂岩、致密胶结细砂岩为主，颗粒分选不均匀或胶结物均匀分布。该类流动单元孔隙度平均12%左右，含油饱和度只有16%，泥质含量高达42%左右，其孔渗和孔喉参数都很小。因此，该类流动单元一般都是较致密的泥质砂层。

为了更好地研究韦2断块油藏流动单元在平面上分布的特征，将聚类算法得出的四类流动单元与沉积微相进行叠加(图3)，可以直观地反映储层的优劣与微相的相关性，结果表明各类流动单元受沉积作用控制明显，在分流河道发育的部位，流动单元多发育G类和E类流动单元。各类流动单元的分布明显受沉积作用的控制，与沉积微相具有很好的对应关系。从各小层流动单元图来看，流动单元类型以P类流动单元为主，占整个研究区的60%以上；少量土豆状的E类流动单元出现在河道的附近，没有形成大片储集性和渗流性好的砂层；G类流动单元和F类流动单元呈小片状分布。

图3 韦2断块E1f12-3(1)小层流动单元分布平面

3 结论

(1)用聚类分析方法将江苏油田韦2断块流动单元划分为4类，各类流动单元类内相似，类间差别明显，同时，该方法是对事先不知类型和数目的样品进行选择性划分，并对划分变量和数目都可进行调整分析。因此，聚类分析算法是划分储层流动单元的一种适用方法。

(2)研究区构造较平缓，注水开发时间长，E类流动单元储集性能好水淹程度强，油层已基本强水淹，而储集物性相对较差的 G类流动单元和F类流动单元，由于水淹程度较低，是研究区下步开发的潜力区。

[1] 桂峰，黄智辉，马正，等.利用灰关联聚类法划分并预测流动单元[J].现代地质，1999，13(3)：339-344.

[2] RAguilera， MSAguilera.The integration of capillary pres-sures and pickett plots for determination of flow units and reservoir containers[J].SPE71725，2001：1-13.

[3] 杨健.鞍山岩溶地面塌陷环境地质质量系统聚类分级[J].中国岩溶，2000，19(4)：335-341.

编辑：吴官生

1673-8217(2015)02-0087-03

2014-10-25

张连锋，工程师，1981年生， 2006年毕业于长江大学石油工程专业，在读硕士研究生，主要研究方向为油气田开发地质与技术。

TE319

A