基于逐步回归分析的孔隙度预测方法.pdfVIP

维普资讯 石 油 地 质 与 工 程 2008年 1月 PETROLEUM GEOIOGYANDENGINEERING 第 22卷 第 1期 文章编号：1673—8217(2008)01—0037—03 基于逐步回归分析的孔隙度预测方法 顾伟欣 ，周 红 (中国地质大学 (武汉)资源学院，湖北武汉 430074) 摘要 ：鄂尔多斯盆地麻黄 山区块宁东2、3井 区延安组储层属4~v~L4~v渗储层 ，研究发现 ．利用常规方法预测的储层孔 隙度与岩心孔隙度对 比，误差较大。利用逐步回归分析 的方法．以SPSS软件为平 台，充分利用岩心物性资料 ，建立 了岩心孔隙度与三孔隙度测井数据关系模型。研究证明．利用此方法预测孔隙度 比常规方法计算得到的孔隙度精 确度要 高 关键词 ：麻黄山；4~v~L低渗储层 ；逐步 回归分析 ：SPSS 中图分类号 ：P631．842 文献标识码 ：A 宁东油 田2、3井区位于鄂尔多斯盆地麻黄山西 程 ，然后逐～检查 自变量 ，每次剔除一个 F检验值 区块 ，构造上处于鄂尔 多斯盆地西缘天环坳 陷区和 小于所给 的剔除门槛值 ，再重建方程 ，如此继续下去 西缘冲断带的过渡部位 。该区延安组沉积类型以河 直至所有变量 的F检验都显著为止。本文采用 的 道、边滩、河漫湖沼型组合为主，河道砂体是其主要 是正向逐步回归的程序 。F检验包括F1检验和F2 的储层沉积微相 ，储层孔 隙度分布为 196／～20％，平 检验 。F1是确定 自变量选人方程时的F检验门槛 均值为 12．5 ，渗透率分布范围为 (0．01～495)× 值 ；F2是确定从 回归方程 中剔除 自变量 的F检验 1O～ m ，平均值为 2．9×10～ m ，为低孔、低渗 门槛值 。当F F1引入变量，当 F F2剔除变 致密砂岩储层l1。 量 ，可 以取 F1= F2。 本区利用常规孔隙度计算方法误差较大，例如 对多元 回归方程的显著性检验是通过复相关系 宁东3井，最大渗透率为495×10。。m ，孔隙度为 数R和剩余标准差s来进行的。复相关系数越接 19 ，而利用常规方法计算得到渗透率只有 9．8× 近于 1，回归效果越好。对于线性 回归模 型预测精 10 ／zm ，孔 隙度为 11 ，与实际的岩心分析物性 度的估算 ，使用剩余标准差 s来衡量 。剩余标准差 资料偏差比较大。为此 ，以统计学为基础 ，充分利用 s越小 ，其预测精度越高。本文主要利用多元统计 岩心分析资料 ，建立 了岩心孔隙度与三孑L隙度之间 软件 (SPSS软件)进行逐步回归分析。 的统计模型，利用此模型进行孔隙度预测 ，取得了很 2 逐步回归方法在本区的应用 好的效果。 孔隙度是描述储层储集性好坏的重要参数之 l 逐步回归方法概述 E2,33 一 ， 也是计算含油气饱和度及油气储量的关键参数 逐步回归的基本思想是 ：按照一定的标准 ，在众 之一，为了使模型的建立准确性更高，使建立的岩心 多的自变量 中，根据它们对变量的影响的大小 ，逐次 孔隙度与测井数据之 问的方程更精确 ，首先要进行 选人