目前，随着勘探开发的不断深入，地质工作者所面临的油藏越来越复杂，复杂储层评价逐渐成为热点，而储层孔隙结构评价则是复杂储层评价中的难点^[1-3]。孔隙结构特征实验表征和测井新技术是目前开展储层孔隙结构表征的主要手段，实验室主要是通过扫描电镜、铸体薄片、压汞、离心机、核磁共振、CT扫描成像等试验方法来获取储层孔隙结构的相关信息^[4-6]，但这种方法受制于取心井数量及样品数量，且价格昂贵；而借助于测井资料来评价储层孔隙结构可以较好地解决上述问题，目前应用最为广泛的主要包括核磁共振测井、成像测井^[7-8]，但在目前低油价的形势下，为降本增效，多数新钻井只进行常规测井资料录取，尤其是开发井，很少进行特殊测井作业，导致这一方法也不能较好地服务于油田生产。因此，如何进一步挖掘常规测井资料信息，开展基于常规测井资料的低渗储层孔隙结构评价方法研究具有重要意义。

本文以北部湾盆地乌石凹陷M油田流沙港组为研究对象，以高压压汞实验为基础，采用流动单元划分技术探讨了基于常规测井资料的复杂储层毛管压力曲线重构方法，并基于重构的毛管压力曲线开展了储层孔隙结构评价研究，取得了较好的效果，为复杂油藏勘探开发奠定了基础。

1 压汞毛管压力曲线特征及物理意义

在高压压汞实验中，水银对岩石而言是一种非润湿相流体，通过不断施加压力连续地将水银注入被抽空的岩样孔隙系统中，注入水银的每一点压力就代表一个相应的孔喉大小下的毛管压力。在这个压力下进入孔隙系统的水银量就代表这个相应的孔喉大小所连通的孔隙体积，随着压力的不断增大，水银不断进入更小的孔隙喉道，以此来获取岩石的孔喉结构相关的信息^[9-11]。

以高压压汞实验数据为基础，储层孔隙结构的差异控制着压汞毛管压力曲线形态，在一定压力条件下，进入岩石有效连通孔隙系统中的汞体积与岩石的储层品质因子RQI有关（图 1）。岩石孔隙结构越好，储层品质因子越大，单位压力下进入孔隙空间的汞体积越大，进汞曲线越平缓；反之，岩石孔隙结构越差，单位压力下进入有效连通孔隙的汞体积越小，进汞曲线越陡。

$ RQI = \sqrt {\frac{K}{\phi }} $

(1)

式中：RQI为岩石的储层品质因子，μm；K为储层渗透率，×10^-3 μm²；φ为储层有效孔隙度，%。

2 基于孔隙结构的毛管压力曲线重构

基于以上分析，毛管压力曲线形态主要与储层孔隙度、渗透率有关，不同孔隙结构类型的储层，曲线形态存在较大差异，因此对储层进行孔隙结构分类，减小储层非均质性的影响，以及如何准确求取储层孔隙度、渗透率是进行毛管压力曲线重构的关键。

2.1 储层类型划分及储层特征

流动单元是一定规模储层岩石物理特性的综合，是沉积作用、成岩作用、后期构造作用和流体改造作用的综合反映^[12]。每一类流动单元具有特定的水动力特征，在其内部与影响流体流动的物性参数类似，储层具有均质的特征。储层的非均质性则表现为不同流动单元之间岩性、物性的差异性^[13]。

如果渗透率K的单位用×10^-3 μm²表示，定义储层质量指标RQI（μm）：

$ RQI = 0.031\;4\sqrt {\frac{K}{\phi }} $

(2)

标准化孔隙度指标：

$ {\phi _{\rm{z}}} = \frac{\phi }{{1 - \phi }} $

(3)

流动层带指标FZI（μm）：

$ FZI = \frac{{RQI}}{{{\phi _{\rm{z}}}}} = 0.031\;4\sqrt {\frac{K}{\phi }} \frac{{1 - \phi }}{\phi } $

(4)

由式（2）~（4）可以得：

$ \lg FZI = \lg RQI - \lg {\phi _{\rm{z}}} $

(5)

式中：φ为地层孔隙度，小数；K为地层空气渗透率，×10^-3 μm²；RQI为储层质量指标，μm；φ_z为标准化孔隙度，%；FZ为流动带指标，μm。

一般认为，在RQI与φ_z的双对数坐标图上，具有相同FZI值的样品点应该落在一条斜率基本为1的直线上，不同FZI值的样品点应该落在与其平行的一条直线。同一直线上的样品点具有相似的孔喉结构，属于同一类储层，而不同类型的储层，其FZI不同，因此可以根据计算的岩心RQI、φ_z值，对储层进行分类。

根据覆压校正后的岩心孔隙度、渗透率计算每一块岩心FZI值，然后做FZI的累积频率分布图（图 2），属于同一流动单元的样品落在同一折线段上，不同流动单元的样品分布在不同的折线段上。根据上述原则，将M油田的储层划分为Ⅰ、Ⅱ、Ⅲ、Ⅳ共4类，其FZI分别为＞2.0、1.0 ~ 2.0、0.4 ~ 1.0、＜0.25。分类后，在RQI与φ _z的双对数坐标图上，每一类单元的岩心点均落在一条斜率接近为1的直线上（图 3）。

Ⅰ类流动单元储层孔隙结构最好，沉积环境主要为扇三角洲前缘水下分流河道（图 4），岩性主要为含砾粗砂岩，平均渗透率为327.6×10^-3 μm²，平均孔隙度为18.4%，为区域最有利储层；Ⅱ类流动单元储层孔隙结构较好，沉积环境主要为扇三角洲前缘河口坝（图 5），岩性以细砂岩为主，分选中等，平均渗透率为20.7×10^-3 μm²，平均孔隙度为16.6%，为区域较有利储层；Ⅲ类流动单元储层孔隙结构较差，沉积环境主要为扇三角洲前缘席状砂（图 6），岩性以含砾中砂岩为主，砂泥岩薄互层，平均渗透率为3.8×10^-3 μm²，平均孔隙度为15.2%，为区域较差储层；Ⅳ类流动单元储层孔隙结构极差，沉积环境主要为扇三角洲前缘远砂坝（图 7），岩性以粉砂岩为主，平均渗透率为1.7×10^-3 μm²，平均孔隙度为14.7%，分选中等，为区域极差储层。

2.2 毛管压力曲线重构

根据毛管压力实验资料，分析发现，同一孔喉半径下的汞饱和度与储层的孔隙度、渗透率的对数之间存在较好关系，且不同类型储层，关系不一致。基于以上认识，本研究根据实验资料分别建立了不同类型流动单元储层的汞饱和度与物性参数之间的预测模型，得到了研究区不同类型储层伪毛管压力曲线预测模型，表 1为Ⅰ类流动单元伪毛管压力曲线预测模型。

由表 1可知，不同压力下进汞饱和度预测模型精度均较高，满足毛管压力曲线重构的需求。根据模型对实验样品毛管压力曲线进行重构，并与实验实测数据进行对比（图 8 ~ 图 11），由图可知，无论是高中渗、还是低渗岩样，重构曲线与实验曲线匹配均较好，采用划分储层类型分别建立不同类型储层汞饱和度的预测模型较好地提高了毛管压力曲线重构的精度。

3 储层参数计算及储层类型预测

如2.2节所述，以物性参数为基础，采用根据储层类型分别建立毛管压力曲线预测模型的方法效果较好，但是以上分析都是以岩心实验分析数据为基础的，且岩心样品是有限的，实际中，储层的孔隙度、渗透率以及不同深度点的储层类型是未知的，因此如何进行全井段孔隙度、渗透率以及储层类型连续、准确地预测是本研究方法成功应用于油田实际生产的关键。

3.1 孔隙度、渗透率计算

研究区孔隙度测井资料涵盖密度、补偿中子和声波，声波测井资料受井眼环境影响曲线质量不可靠，密度和中子能较好反映储层孔隙信息，孔隙度采用中子—密度交会来计算：

$ {\phi _{\rm{D}}} = \frac{{{\rho _{{\rm{ma}}}} - {\rho _{\rm{b}}}}}{{{\rho _{{\rm{ma}}}} - {\rho _{\rm{f}}}}} - {V_{{\rm{sh}}}}\frac{{{\rho _{{\rm{ma}}}} - {\rho _{{\rm{sh}}}}}}{{{\rho _{{\rm{ma}}}} - {\rho _{\rm{f}}}}} $

(6)

$ {\phi _{\rm{N}}} = \frac{{CN{L_{{\rm{ma}}}} - CNL}}{{CN{L_{{\rm{ma}}}} - CN{L_{\rm{f}}}}} - {V_{{\rm{sh}}}}\frac{{CN{L_{{\rm{ma}}}} - CN{L_{{\rm{sh}}}}}}{{CN{L_{{\rm{ma}}}} - CN{L_{\rm{f}}}}} $

(7)

$ {\phi _{{\rm{DN}}}} = \sqrt {\frac{{{\phi _{\rm{D}}}^2 + {\phi _{\rm{N}}}^2}}{2}} $

(8)

其中：

$ {V_{{\rm{sh}}}} = \frac{{{2^{3.7 \times {I_{sh}}}} - 1}}{{{2^{3.7}} - 1}} $

(9)

$ {I_{{\rm{sh}}}} = \frac{{GR - G{R_{\min }}}}{{G{R_{\max }} - G{R_{\min }}}} $

(10)

式中：φ_D为密度孔隙度，小数；ρ_ma为岩石骨架密度，g/cm³；ρ_b为岩石密度，g/cm³；ρ_f为储层流体密度，g/cm³；ρ_sh为泥岩密度，g/cm³；V_sh为储层泥质含量，小数；φ_N为中子孔隙度，小数；CNL_ma为岩石骨架中子值，V/V；CNL为岩石中子响应值，V/ V；CNL_f为储层流体中子值，V/V；CNL_sh为泥岩中子值，V/V；GR为储层自然伽马响应值，API；GR _min为纯砂岩储层自然伽马响应值，API；GR_max为纯泥岩自然伽马响应值，API。

储层渗透率的准确求取一直是测井解释中的一个难点，根据2.1节流动单元划分界限对岩心实验样品进行分类，分别建立每一类储层渗透率预测模型（图 12~图 13），由图可知，分类后，以孔隙度为基础的渗透率预测模型精度较高，误差基本均在半个数量级内，能满足实际生产中的精度要求。

3.2 储层类型识别

测井资料是储层岩性、孔隙结构、流体性质等物理特性的综合反映，不同类型储层之间孔隙结构的不同表现为测井响应特征的差异，其可以较为连续地反映储层岩石物理性质纵向上的变化，因此，测井资料与数学方法相结合这一手段被地质工作者广泛应用于地质油藏、岩石物理研究工作^[14-15]。

经过相关分析，本研究选取反映储层孔隙结构的中子密度交会幅度值NDS、中子密度交会孔隙度、泥质含量Vsh作为基础输入变量，采用支持向量机^[16-17]作为储层类型识别的方法，以储层流动单元类型作为输出变量开展研究。

$ NDS = \frac{{45 - CNL}}{6} - \frac{{DEN - 1.95}}{{0.1}} $

(11)

储层类型识别过程主要分为三步：

（1）训练样本的选取。选取区域目标油组不同流动单元具有代表性的岩心样本作为训练样本集，提取样本对应的中子密度交会幅度值NDS、中子密度交会孔隙度、泥质含量V_sh作为支持向量机预测模型的输入训练变量，将储层流动单元类型作为目标输出变量。

（2）数据的预处理。为避免输入参数量纲的差异对核函数内积计算带来困难，从而产生对预测结果造成负面影响，首先需要对输入样本参数进行归一化处理，对属性值呈正态分布的曲线进行常规归一化，将样本属性值映射到[0, 1]之间，从而减小支持向量机计算量，提高模型预测精度。

（3）采用支持向量机进行参数预测的关键在于核函数的选取以及惩罚系数C的确定。在训练回归参数时，惩罚参数C、不敏感值X和核函数类型、核参数的选择等，对训练的速度和函数估计器的推广性能都有较大影响。研究经过多次试验，核函数采用径向基RBF核K (x，x_i) = exp(-‖x-x_i‖²/2g²），最佳的优化参数根据网格搜索寻优来选取，C取值范围为│2^-10、2^-9、……、2¹⁰│，g取值范围为│2^-8、2^-7、……、2⁸│，步长为1，在选定的区间让C和g呈指数增长，通过不断改变C和g²的组合，对每个组合分别训练并估算其MSE误差，将这些组合中MSE推广误差最小的一个组合（C，g²）作为最优参数，由此获得最优化参数C=16，g=0.031。

由此，结合常规测井资料，根据建立的流动单元预测模型对全井段流动单元进行连续预测，根据预测的流动单元类型选取合适的渗透率计算模型以及伪毛管压力曲线重构模型进行渗透率精细评价和伪毛管压力曲线重构，最后根据计算的渗透率以及由伪毛管压力曲线衍生得到的平均孔喉半径等参数就可以对储层孔隙结构进行综合评价（表 2）。

4 应用效果及分析

将研究方法程序化，对区域一口有代表性的取心井M井进行了处理（图 14）。图中第1道为岩性道，SPDH为自然电位曲线，mV；CAL为井径曲线，in；GR为自然伽马曲线，GAPI；第2道为三孔隙度道，DTC为纵波声波时差曲线，μs/ft；TNPL为补偿中子曲线，%；SBD2为密度曲线，g/cm³；第3道为电阻率道，分别为探测深度不同的几条电阻率曲线；第4道为岩屑录井道；第5道为深度道；第6道为孔隙度道，φ为中子密度交会计算有效孔隙度，%；CPOR（蓝色圆点）为岩心分析孔隙度，%；第7道为平均孔喉半径道，RM为本文方法计算平均孔喉半径，μm；CRM（红色圆点）为岩心分析平均孔喉半径，μm；第8道为渗透率道，K为本文方法计算渗透率，×10^-3 μm ²；CPERM（粉红色圆点）为岩心分析渗透率，×10^-3 μm²；第9道为核磁T₂谱；第10道为纵向上识别的流动单元类型；第11道解释岩性剖面；第12道为解释结论。

由图 14可知，本方法计算孔隙度、渗透率和由毛管压力曲线衍生得到的平均孔喉半径均与岩心分析数据吻合较好，在2 762~ 2 780 m储层段，根据测井曲线识别的流动单元类型主要为Ⅰ、Ⅱ类单元，反映储层孔隙结构较好，此深度段内，岩心分析渗透率达到100×10^-3 μm²左右，大孔隙核磁T₂谱峰较为明显，并且存在较明显的“拖拽”现象，证实为区域优质储层，二者比较一致，由此可见，本文方法对于区域复杂储层的孔隙结构评价及开发方案的制定与实施具有较好的指导意义。

5 结论

（1）进汞压力一定条件下，进汞饱和度主要受岩石有效连通孔隙控制，储层品质因子RQI能够较好反映储层的连通性，其值越大，水银越容易进入到岩石有效连通孔隙中；

（2）采用基于流动单元分类重构毛管压力曲线的方法，能够较好恢复储层毛管压力曲线，并同时适用于高渗、中渗、低渗、特低渗储层，适用范围广，精度较高；采用分流动单元的方法提高了区域储层渗透率的预测精度；此外，以测井曲线为基础，采用适用于小样本学习的支持向量机方法可以较好地预测地层纵向上的流动单元分布，对于储层“甜点”预测具有较好的效果；

（3）根据重构的毛管压力曲线衍生出的平均孔喉半径RM可以较为直观地反映储层孔隙结构，对于复杂储层综合评价及产能预测具有重要的意义。