储层垂向非均质性定量测定方法、系统、介质、设备及终端与流程

1.本发明属于地质技术领域，尤其涉及一种储层垂向非均质性定量测定方法、系统、介质、设备及终端。


背景技术：

2.目前，储层非均质性是指地层的基本性质，包括岩性、物性、电性、含油性以及微观孔隙结构等在三维空间上分布的不均一性。储层非均质性研究可以分为微观非均质性和宏观非均质性。目前进行储层非均质性评价的方法包括薄片观察、孔渗实验获得各种非均质性参数，通过录井岩心观察分析宏观沉积构造和沉积现象描述、沉积微相研究等。而对储层非均质性的地质认识,目前还集中在对不同参数的评述表征上，非均质性地质理论的进一步发展受到了缺乏标准工作流程、量化程度不足、未以动态指标纳入评价预测体系,以及对多影响因素下的关键控制因素认识不足等方面的影响。由于复杂的因素之间互相影响的关系，任何一个单一的因素都不能用来独立评价储层的非均质性，需要将各种储层信息有效融合。
3.地球物理测井是油田勘探开发中获取地层信息的重要途径和常规手段，能够获取钻井剖面的地质体岩性、物性的连续变化特征。垂向非均质性表现在测井曲线上即测井曲线的形态、幅值、频率等发生变化。因此，各种测井曲线的变化特征是对地层属性在钻井剖面发生变化的综合体现。传统的非均质性定量评价只是从某一方面对非均质性进行评价，特别是集中研究渗透率非均质性，而忽略其他综合因素对储层非均质性的影响。测井参数是储层性质的综合反映，各种测井观测值的差异主要取决于储层特征的差异，某一测井曲线值的变化其内在原因是储层的性质(岩性、矿物成分、颗粒大小、结构、孔隙流体的性质)的变化，从另一方面也反映了非均质性的强弱。因此，亟需一种新的储层垂向非均质性定量测定方法。
4.通过上述分析，现有技术存在的问题及缺陷为：
5.(1)对储层非均质性的地质认识,目前还集中在对不同参数的评述表征上,非均质性地质理论的进一步发展受到了缺乏标准工作流程、量化程度不足、未以动态指标纳入评价预测体系,以及对多影响因素下的关键控制因素认识不足等方面的影响。
6.(2)由于复杂的因素之间互相影响的关系，任何一个单一的因素都不能用来独立评价储层的非均质性，需要将各种储层信息有效融合。
7.(3)传统的非均质性定量评价只是从某一方面对非均质性进行评价，特别是集中研究渗透率非均质性，而忽略其他综合因素对储层非均质性的影响。
8.解决以上问题及缺陷的难度为：低孔隙度低渗透率、致密等非均质储层各向异性强，非均质性严重，导致储层精细非均质性定量评价困难，尤其在油田开发后期，储层不同规模不同层次的非均质性导致剩余油高度分散，造成挖潜难度越来越大。储层非均质性的评价方法主要以定性评价为主，现有的定性
‑
半定量技术在精细评价储层非均质性方面还有很多不足。有关非均质性的定量分析，主要还是通过计算渗透率变异系数、渗透率突进系
数、渗透率级差等单一参数来表征，如何选取储层非均质性参数来定量评价成为难点。另外，除了泥岩和砂砾岩，一些特殊岩性的储层(例如火山岩储层、礁滩相储层)具有复杂的孔渗关系，储层渗透率精细解释与定量预测难度较大，目前多借用碎屑岩表征参数和表征方法,致使储层非均质性难以定量表征。
9.解决以上问题及缺陷的意义为：对多种数据进行主成分变化，提取第一主成分，将原始数据综合化，促进储层非均质性综合表征发展；研究对象不断扩展，不仅可以对常见的河流、三角洲、扇三角洲等碎屑岩储集体进行非均质性定量评价，而且可以对火山岩、浊积岩体、煤系地层等更加复杂与隐蔽的储集体进行评价，利用多种技术、多种方法协同合作，对储层的非均质性特征刻画越来越准确；由对影响储层非均质性的地质特征的定性描述转向储层非均质性的定量表征，表征方法定量化、统一化，由多个单一参数的定量表征转向基于不同算法理论得出的反应综合非均质性的综合指数。弥补了因取心及测试数据不足而造成的在垂向上评价储层非均质性的困难，提供一种准确、实用和易于推广的储层垂向非均质性定量评价方法。


技术实现要素：

10.针对现有技术存在的问题，本发明提供了一种储层垂向非均质性定量测定方法、系统、介质、设备及终端，尤其涉及一种基于高频旋回分析的储层垂向非均质性定量测定方法、系统、介质、设备及终端。
11.本发明是这样实现的，一种储层垂向非均质性定量测定方法，所述储层垂向非均质性定量测定方法包括：综合利用测井、录井资料，基于kmeans聚类、主成分分析、频谱分析，并利用自适应变时窗进行周期性曲线拟合，从而计算出级差绝对值、均质系数绝对值，提取振幅和频率在内的非均质性参数；综合分析结果来表征储层垂向非均质性，以此反映储层的地质属性；其中，所述频谱分析包括一维连续小波变换和傅里叶变换。
12.进一步，所述储层垂向非均质性定量测定方法包括以下步骤：
13.步骤一，选取储层的测井数据和录井数据；测井参数是储层性质的综合反映，各种测井观测值的差异主要取决于储层特征的差异，某一测井曲线值的变化其内在原因是储层的性质(岩性、矿物成分、颗粒大小、结构、孔隙流体的性质)的变化，从另一方面也反映了非均质性的强弱。因此选择能综合反映储层属性的测井数据和录井数据作为非均质性评价的基础数据，进行下一步处理。
14.步骤二，对选取的测井数据进行kmeans聚类分析，根据kmeans聚类结果的轮廓图确定分类结果的合理程度，选择分类数，并确定聚类曲线在柱状图中的变化频率和变化次数；聚类分析可以将数据按相似性划分为若干个类，同一个类中的数据性质相似，而与其它类中数据相异。kmeans聚类分析的结果可以将储层内部的非均质性较好地展示出来。聚类分析曲线变化频率较低或基本不发生变化，说明储层的非均质性弱；储层的内部属性越不均匀，聚类分析曲线类数越多、变化频率越高，说明储层的非均质性越强。
15.步骤三，选择自然伽马测井数据gr进行一维连续小波变换，绘制小波系数曲线和小波波谱图；整体来看自然伽马曲线与岩性响应较好，与其他测井曲线相比，自然伽马曲线最能敏感地反映沉积物中泥质和有机质含量的变化，进而反映各种沉积、成岩、古环境、古气候因素的变化，因此主要选择自然伽马值(gr)作为研究储层非均质性的基础数据，将gr
数据进行一维连续小波变换。
16.步骤四，对储层的测井数据进行主成分分析，对多维测井数据进行降维，简化数据运算，提取对信息综合能力最强的第一主成分进行非均质性评价。利用自适应变时窗进行第一主成分数据曲线的周期性拟合，根据对第一主成分曲线的拟合优度实时调整时窗的长度来计算非均质性参数，可以提高储层垂向非均质性参数计算的精确性。以窗口中心点深度为纵坐标，计算得到的非均质性参数为横坐标，绘制一系列不同深度上的非均质性参数组成的曲线。
17.步骤五，综合运用所述kmeans聚类、主成分分析和一维连续小波变换的结果，绘制所述参数对应的曲线，相互补充修正，避免单一的因素用来独立评价储层非均质性的片面性，综合所述分析结果表征储层垂向非均质性。
18.进一步，步骤二中，所述对选取的测井数据进行kmeans聚类分析，根据kmeans聚类结果的轮廓图确定分类结果的合理程度，选择分类数，并确定聚类曲线在柱状图中的变化频率和变化次数，包括：
19.对反映储层属性的测井数据做kmeans聚类分析，每次聚类设置不同个数的簇中心，在一定分类范围内利用多种分类进行试验，根据kmeans聚类结果的轮廓图确定分类结果的合理程度，选择分类结果最好的作为kmeans聚类的分类数；将kmeans聚类的结果在柱状图中单位厚度的变化频率和变化类数，确定储层的非均质性。
20.定义非均质性指数h：
21.h＝(n k)/h；
22.式中，h为非均质性指数，n为所求一段地层聚类分析曲线的变化次数，k为类的数目，h为地层的厚度。变化次数与类别个数求和除以厚度表示单位厚度内地层成分的变化，非均质性指数越大，反映地层的非均质性越强。
23.测井曲线近似直线，变化很小，则储层的内部成分均匀，相应的聚类分析曲线也变化均匀，说明储层的非均质性弱；如果测井曲线摆动剧烈，幅度较大，则储层的内部属性越不均匀，聚类分析曲线类数越多、变化频率越高，说明储层的非均质性越强；通过聚类分析展现这些测井数据点的差异，从而得到储层垂向的非均质性。
24.进一步，步骤三中，所述选择自然伽马测井数据gr进行一维连续小波变换，包括：
25.选择自然伽马值gr作为研究储层非均质性的基础数据，将gr数据进行一维连续小波变换，选取的小波基是morlet小波，尺度设置最小值为1，步长为1，最大尺度根据数据长度设置，gr曲线幅度越大、频率越大，小波波谱图的亮度值越高，小波系数曲线的变化幅度也越大，对应地，储层的垂向非均质性越强。
26.进一步，步骤四中，选取多条测井曲线进行主成分分析，对多维测井数据进行降维，在第一主成分的贡献率超过30％的情况下，选取第一主成分代替原有的多维测井信息。
27.利用自适应变时窗，对第一主成分数据进行拟合，求取拟合效果最优的长度作为本窗口的长度，然后将窗口的终点向后移动1个点进行加窗，计算有关非均质性的参数在深度上的变化情况，其中所述参数包括级差绝对值、均质系数绝对值、频率、振幅；
28.以窗口中心点深度为纵坐标，计算出的非均质性参数为横坐标，得到一系列不同深度上的非均质参数组成的曲线，根据各深度点对应的非均质参数在纵向上的变化情况，判断储层的非均质性在垂向上的变化情况；
29.其中，级差越小、均质系数越接近于1，储层的非均质性越弱；级差越大、均质系数越远离1，储层的非均质性越强；频率和振幅变化都较大的井段的非均质性也较强。
30.进一步，步骤五中，综合运用所述kmeans聚类、主成分分析和一维连续小波变换的结果，并利用自适应变时窗进行周期性曲线拟合，计算出渗透率级差绝对值、均质系数绝对值，提取振幅、频率，包括：
31.级差j：
32.j＝p
max
/p
min
；
33.式中，j是窗口内的第一主成分的最大值和最小值的比值；p
max
是窗口内第一主成分的最大值；p
min
是窗口内第一主成分的最小值。级差j越大，反映储层的非均质性越强，反之，非均质性越弱。
34.均质系数k：
35.k＝k
mean
/k
max
；
36.式中，k为窗口内第一主成分数据的平均值p
mean
与最大值p
max
的比值。均质系数越接近于1，地层的均质性越好，非均质性越弱。
37.绘制所述指标对应的曲线，相互补充修正，综合所述分析结果来定量表征储层垂向非均质性。
38.本发明的另一目的在于提供一种应用所述的储层垂向非均质性定量测定方法的储层垂向非均质性定量测定系统，所述储层垂向非均质性定量测定系统包括：
39.数据选取模块，用于选取储层的测井数据和录井数据；
40.聚类分析模块，用于对选取的测井数据进行kmeans聚类分析，根据kmeans聚类结果的轮廓图确定分类结果的合理程度，选择分类数，并确定聚类曲线在柱状图中的变化频率和变化次数；
41.连续小波变换模块，用于选择自然伽马测井数据gr进行一维连续小波变换，绘制小波系数曲线和小波波谱图；
42.主成分分析模块，用于对储层的测井数据进行主成分分析，自适应变时窗拟合第一主成分数据，计算非均质性系数；以窗口中心点深度为纵坐标，计算得到的非均质性参数为横坐标，绘制不同深度上的非均质性参数组成的参数；
43.储层表征模块，用于综合运用所述kmeans聚类、主成分分析和一维连续小波变换的结果，绘制所述参数对应的曲线，相互补充修正，综合所述分析结果表征储层垂向非均质性。
44.本发明的另一目的在于提供一种计算机设备，所述计算机设备包括存储器和处理器，所述存储器存储有计算机程序，所述计算机程序被所述处理器执行时，使得所述处理器执行如下步骤：
45.综合利用测井、录井资料，基于kmeans聚类、主成分分析、频谱分析，并利用自适应变时窗进行周期性曲线拟合，从而计算出级差绝对值、均质系数绝对值，提取振幅和频率在内的非均质性参数；综合分析结果来表征储层垂向非均质性，以此反映储层的地质属性；其中，所述频谱分析包括一维连续小波变换和傅里叶变换。
46.本发明的另一目的在于提供一种计算机可读存储介质，存储有计算机程序，所述计算机程序被处理器执行时，使得所述处理器执行如下步骤：
47.综合利用测井、录井资料，基于kmeans聚类、主成分分析、频谱分析，并利用自适应变时窗进行周期性曲线拟合，从而计算出级差绝对值、均质系数绝对值，提取振幅和频率在内的非均质性参数；综合分析结果来表征储层垂向非均质性，以此反映储层的地质属性；其中，所述频谱分析包括一维连续小波变换和傅里叶变换。
48.本发明的另一目的在于提供一种信息数据处理终端，所述信息数据处理终端用于实现所述的储层垂向非均质性定量测定系统。
49.结合上述的所有技术方案，本发明所具备的优点及积极效果为：本发明提供的基于高频旋回分析的储层垂向非均质性定量测定方法，综合利用均值聚类、主成分分析、频谱分析(一维连续小波变换、傅里叶变换)，并利用自适应变时窗进行周期性曲线拟合，从而计算出级差(绝对值)、均质系数(绝对值)，提取振幅、频率等非均质性参数，综合以上分析结果来定量表征储层垂向非均质性的方法，以此反映储层的地质属性的变化，弥补了因取心不足而造成的在垂向上评价储层非均质性的困难，提供一种准确、实用和易于推广的储层垂向非均质性定量评价方法。
50.本发明的方法是改变传统的对单一参数评述表征储层非均质性的思路，提取多种测井数据的主成分，将各种储层信息有效融合，结合kmeans聚类、主成分分析、频谱分析(一维连续小波变换、傅里叶变换)多种分析方法，进行储层垂向非均质性定量评价的方法。
51.本发明相比于常规的非均质性评价方法，综合运用了聚类分析、主成分分析和频谱分析(一维连续小波变换、傅里叶变换)，可以在没有岩心、缺乏数据的情况下对储层的非均质性进行综合评价，简洁可行。这几种方法表征的垂向非均质性具有一致性，效果较好。
52.本发明提出的基于高频旋回分析的储层垂向非均质性定量测定方法，从测井资料出发，对多种测井数据先做主成分变换，继而对其第一主成分进行处理，利用kmeans聚类和频谱分析，并且基于自适应变时窗进行曲线拟合，提取频谱特征(频率及幅值)，求取各种非均质参数，表征储层垂向上的非均质性，实现对测井曲线的连续处理，充分挖掘测井资料中丰富的地球物理信息，找到了一种经济有效地评价储层非均质性的方法。利用该方法对储层的垂向非均质性进行定量或半定量评价具有可行性，为储层垂向非均质性定量测定提供了一种新思路，在国内外未见授权专利。
附图说明
53.为了更清楚地说明本发明实施例的技术方案，下面将对本发明实施例中所需要使用的附图做简单的介绍，显而易见地，下面所描述的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下还可以根据这些附图获得其他的附图。
54.图1是本发明实施例提供的储层垂向非均质性定量测定方法流程图。
55.图2是本发明实施例提供的储层垂向非均质性定量测定方法原理图。
56.图3是本发明实施例提供的储层垂向非均质性定量测定系统结构框图；
57.图中：1、数据选取模块；2、聚类分析模块；3、连续小波变换模块；4、主成分分析模块；5、储层表征模块。
58.图4是本发明实施例提供的测井曲线变化模式图。
59.图5是本发明实施例提供的wg2井3712
‑
4458m聚类分析非均质性特征图。
60.图6是本发明实施例提供的wg2井测井数据主成分方差贡献率示意图。
61.图7是本发明实施例提供的自适应变时窗拟合的wg2井测井数据第一主成分示意图。
62.图8是本发明实施例提供的wg2井3712
‑
4458m测井数据第一主成分级差、均质系数柱状图。
63.图9是本发明实施例提供的wg2井3712
‑
4458m测井数据第一主成分频率、振幅柱状图。
64.图10是本发明实施例提供的wg2井3712
‑
4458m的gr数据小波分析垂向非均质性特征图。
65.图11是本发明实施例提供的wg3井垂向非均质性综合评价图。
具体实施方式
66.为了使本发明的目的、技术方案及优点更加清楚明白，以下结合实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。
67.针对现有技术存在的问题，本发明提供了一种储层垂向非均质性定量测定方法、系统、介质、设备及终端，下面结合附图对本发明作详细的描述。
68.如图1所示，本发明实施例提供的储层垂向非均质性定量测定方法包括以下步骤：
69.s101，选取储层的测井数据和录井数据；
70.s102，对选取的测井数据进行k均值(kmeans)聚类分析，根据kmeans聚类结果的轮廓图确定分类结果的合理程度，选择分类数，并确定聚类曲线在柱状图中的变化频率和变化次数；
71.s103，选择自然伽马测井数据gr(gamma ray)进行一维连续小波变换，绘制小波系数曲线和小波波谱图；
72.s104，对储层的测井数据进行主成分分析，自适应变时窗拟合第一主成分数据，计算非均质性系数；以窗口中心点深度为纵坐标，计算得到的非均质性参数为横坐标，绘制一系列不同深度上的非均质性参数组成的参数；
73.s105，综合运用所述kmeans聚类、主成分分析和一维连续小波变换的结果，绘制所述参数对应的曲线，相互补充修正，综合所述分析结果表征储层垂向非均质性。
74.本发明实施例提供的储层垂向非均质性定量测定方法原理图如图2所示。
75.如图3所示，本发明实施例提供的储层垂向非均质性定量测定系统包括：
76.数据选取模块1，用于选取储层的测井数据和录井数据；
77.聚类分析模块2，用于对选取的测井数据进行kmeans聚类分析，根据kmeans聚类结果的轮廓图确定分类结果的合理程度，选择分类数，并确定聚类曲线在柱状图中的变化频率和变化次数；
78.连续小波变换模块3，用于选择自然伽马测井数据gr进行一维连续小波变换，绘制小波系数曲线和小波波谱图；
79.主成分分析模块4，用于对储层的测井数据进行主成分分析，自适应变时窗拟合第一主成分数据，计算非均质性系数；以窗口中心点深度为纵坐标，计算得到的非均质性参数
为横坐标，绘制不同深度上的非均质性参数组成的参数；
80.储层表征模块5，用于综合运用所述kmeans聚类、主成分分析和一维连续小波变换的结果，绘制所述参数对应的曲线，相互补充修正，综合所述分析结果表征储层垂向非均质性。
81.下面结合实施例对本发明的技术方案作进一步描述。
82.实施例1
83.本发明实施例提供的基于高频旋回分析的储层垂向非均质性定量测定方法，综合利用测井、录井资料，基于kmeans聚类、主成分分析、频谱分析(一维连续小波变换、傅里叶变换)，并利用自适应变时窗进行周期性曲线拟合，从而计算出级差(绝对值)、均质系数(绝对值)，提取振幅、频率等非均质性参数。综合以上分析结果来表征储层垂向非均质性，以此反映储层的地质属性，弥补了因取心不足而造成的在垂向上评价储层非均质性的困难。
84.本发明提供的基于高频旋回分析的储层垂向非均质性定量测定方法，包括：
85.步骤一，选取储层的测井数据、录井数据。对反映储层属性的测井数据做kmeans聚类分析，每次聚类设置不同个数的簇中心，在一定分类范围内利用多种分类进行试验，根据kmeans聚类结果的轮廓图确定分类结果的合理程度，选择分类结果最好的作为kmeans聚类的分类数，聚类类数的选择不构成对本发明的任何限制，只要是选择的聚类数能反映储层的非均质性，均属于本发明的范围。将kmeans聚类的结果在柱状图中的变化频率和变化类数，确定储层的非均质性。测井曲线近似直线，变化很小，则储层的内部成分均匀，相应的聚类分析曲线也变化均匀，说明储层的非均质性弱；如果测井曲线摆动剧烈，幅度较大，则储层的内部属性越不均匀，单位厚度内聚类分析曲线类数越多、变化频率越高，说明储层的非均质性越强；
86.步骤二，对储层的测井数据进行主成分分析，提取对信息综合能力最强的第一主成分。利用自适应变时窗，对测井数据的第一主成分进行拟合，求取拟合效果最优的长度作为本窗口的长度，然后将窗口的终点向后移动1个点进行加窗。计算有关非均质性的参数(级差绝对值、均质系数绝对值、频率、振幅)在深度上的变化情况，以窗口中心点深度为纵坐标，计算出的非均质性参数为纵坐标，得到一系列不同深度上的非均质参数组成的曲线，根据各深度点对应的非均质参数在纵向上的变化情况，判断储层的非均质性在垂向上的变化情况。级差越小、均质系数越接近于1，储层的非均质性越弱；级差越大、均质系数越远离1，储层的非均质性越强。频率和振幅变化都较大的井段的非均质性也较强。
87.步骤三，选择自然伽马测井数据(gr)进行一维连续小波变换，选取小波基为morlet小波，gr曲线幅度越大、频率越大，小波波谱图的亮度值越高，小波系数曲线的变化幅度也越大，对应地，储层的垂向非均质性越强。
88.步骤四，综合运用上述kmeans聚类、主成分分析、一维连续小波变换的结果，并利用自适应变时窗进行周期性曲线拟合，计算出的渗透率级差(绝对值)、均质系数(绝对值)，提取振幅、频率，绘制这些指标对应的曲线，相互补充修正，综合以上分析结果来表征储层垂向非均质性。
89.本发明对测井数据进行kmeans聚类，用kmeans聚类的结果在柱状图中单位厚度的变化频率和变化类数，确定储层的非均质性。
90.本发明利用自适应变时窗拟合曲线，确定时窗长度，计算窗口内的非均质性参数。
91.本发明计算了第一主成分的级差、均质系数、频率、振幅，定量表征储层垂向非均质性。
92.本发明对gr数据进行一维连续小波变换，得到小波系数曲线和小波波谱图来表征储层的非均质性。
93.本发明综合运用了聚类分析、主成分分析和频谱分析(一维连续小波变换、傅里叶变换)，可以在没有岩心、缺乏数据的情况下对储层的非均质性进行综合评价，简洁可行。
94.实施例2
95.本发明的目的在于克服已有非均质性定量评价方法的不足，弥补因取心不足而造成的在垂向上评价储层非均质性的困难，提供一种准确、实用和易于推广的储层垂向非均质性定量评价方法。
96.本发明的方法是改变传统的对单一参数评述表征储层非均质性的思路，提取多种测井数据的主成分，将各种储层信息有效融合，结合kmeans聚类、主成分分析、频谱分析(一维连续小波变换、傅里叶变换)多种分析方法，进行储层垂向非均质性定量评价的方法。
97.本发明是采用以下的技术方案实现的：一种基于高频旋回分析的储层垂向非均质性定量测定方法，包括下列步骤：
98.步骤一：选取储层的测井数据、录井数据。对反映储层属性的测井数据做kmeans聚类分析，每次聚类设置不同个数的簇中心，在一定分类范围内利用多种分类进行试验，根据kmeans聚类结果的轮廓图确定分类结果的合理程度，选择分类结果最好的作为kmeans聚类的分类数。将kmeans聚类的结果在柱状图中单位厚度的变化频率和变化类数，确定储层的非均质性。
99.测井曲线的采样间隔通常为0.125m一个点，即一米八个点，这种采样频率是比较高的，而测井曲线就是由每个点的数据连接成的曲线，不同成分地层的测井曲线的变化是不同的，图4中列举了几种不同的成分测井曲线的变化模式。由于测井曲线的变化模式太复杂，无法一一列举，在此仅列举图4这几种示意。从图4中，可以看出测井曲线变化的复杂程度由三个因素控制—类数、变化次数、地层厚度，不同的测井曲线的变化模式不同，其非均质性也不同，一段数据的类别个数越多、变化次数越多、地层厚度越薄，垂向上的非均质性越强。
100.定义非均质性指数h：
101.h＝(n k)/h
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(1)
102.式中：h为非均质性指数，n为所求一段地层聚类分析曲线的变化次数，k为类的数目，h为地层的厚度。变化次数与类别个数求和除以厚度可以表示单位厚度内地层成分的变化，具有普适性，非均质性指数越大，反映地层的非均质性越强。
103.测井曲线近似直线，变化很小，则储层的内部成分均匀，相应的聚类分析曲线也变化均匀，说明储层的非均质性弱；如果测井曲线摆动剧烈，幅度较大，则储层的内部属性越不均匀，聚类分析曲线类数越多、变化频率越高，说明储层的非均质性越强；通过聚类分析展现这些测井数据点的差异，从而得到储层垂向的非均质性；
104.步骤二：选取多条测井曲线进行主成分分析，对多维测井数据进行降维，在第一主成分的贡献率超过30％的情况下，选取第一主成分代替原有的多维测井信息，简化数据运算。
105.步骤三：利用自适应变时窗，对第一主成分数据进行拟合，求取拟合效果最优的长度作为本窗口的长度，然后将窗口的终点向后移动1个点进行加窗，计算有关非均质性的参数(级差绝对值、均质系数绝对值、频率、振幅)在深度上的变化情况，以窗口中心点深度为纵坐标，计算出的非均质性参数为横坐标，得到一系列不同深度上的非均质参数组成的曲线，根据各深度点对应的非均质参数在纵向上的变化情况，判断储层的非均质性在垂向上的变化情况。级差越小、均质系数越接近于1，储层的非均质性越弱；级差越大、均质系数越远离1，储层的非均质性越强。频率和振幅变化都较大的井段的非均质性也较强。
106.步骤四：选择自然伽马值(gr)作为研究储层非均质性的基础数据，将gr数据进行一维连续小波变换，选取的小波基是morlet小波，尺度设置最小值为1，步长为1，最大尺度根据数据长度设置，gr曲线幅度越大、频率越大，小波波谱图的亮度值越高，小波系数曲线的变化幅度也越大，对应地，储层的垂向非均质性越强。
107.步骤五：综合运用上述kmeans聚类、主成分分析、一维连续小波变换的结果，并利用自适应变时窗进行周期性曲线拟合，计算出渗透率级差(绝对值)、均质系数(绝对值)，提取振幅、频率。
108.级差j：
109.j＝p
max
/p
min
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(2)
110.式中：j是窗口内的第一主成分的最大值和最小值的比值；p
max
是窗口内第一主成分的最大值；p
min
是窗口内第一主成分的最小值。级差j越大，反映储层的非均质性越强，反之，非均质性越弱。
111.均质系数k：
112.k＝k
mean
/k
max
ꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(3)
113.式中：k为窗口内第一主成分数据的平均值(p
mean
)与最大值(p
max
)的比值。均质系数越接近于1，地层的均质性越好，非均质性越弱。
114.绘制这些指标对应的曲线，相互补充修正，综合以上分析结果来定量表征储层垂向非均质性。
115.本发明相比于常规的非均质性评价方法，综合运用了聚类分析、主成分分析和频谱分析(一维连续小波变换、傅里叶变换)，可以在没有岩心、缺乏数据的情况下对储层的非均质性进行综合评价，简洁可行。这几种方法表征的垂向非均质性具有一致性，效果较好。利用该方法对储层的垂向非均质性进行定量或半定量评价的可行性，为储层垂向非均质性定量测定提供了一种新思路。
116.实施例3
117.以东濮凹陷上古生界钻井wg2井为例，按本发明步骤对该地区该井的储层垂向非均质性进行定量评价，具体实施步骤如下：
118.一、选取wg2井3712m
‑
4458m深度范围厚746m的测井数据，为了对比不同类型聚类分析的效果，应用层次聚类和kmeans聚类分析分别对wg2井声波时差(dt)、自然电位(sp)、自然伽马(gr)、侵入带电阻率(rhob)、深感应电阻率(ild)、中感应电阻率(ilm)测井数据分别进行5类、4类、3类、2类聚类分析，分析结果如图5所示。其中tt2，tt3，tt4，tt5分别为层次聚类的对应结果，代表每个数据点所属的类别。相应地，cidx2，cidx3，cidx4，cidx5分别为kmeans聚类的结果。从图5的各曲线可以看出，相比于层次聚类，kmeans聚类可以将储层内
部的非均质性较好地展示出来。测井曲线近似直线，变化很小，则储层的内部成分均匀，相应的聚类分析曲线也变化均匀，说明储层的非均质性弱；如果测井曲线摆动剧烈，幅度较大，则储层的内部属性越不均匀，单位厚度内聚类分析曲线类数越多、变化频率越高，说明储层的非均质性越强。对应图4的聚类分析结果图，发现kmeans聚类聚5类时的效果最好，wg2井3712
‑
3820m井段的非均质性弱，3820
‑
3970m井段的非均质性较强，3970
‑
4030m井段的非均质性弱，4030
‑
4150m井段的非均质性强，4150
‑
4180m井段的均质性极好，4180
‑
4320m井段的非均质性较强，4320
‑
4365m井段的非均质性弱，4365
‑
4458m井段的非均质性强。
119.二、选取wg2井dt、sp、gr、rhob、ild、ilm这6条测井曲线进行主成分分析，对多维测井数据进行降维，构建主成分变量，以少量的主成分变量代替原有的多维测井信息，简化数据运算。第一主成分的贡献率超过了30％，包含测井数据的综合信息，比单条测井数据(gr或者ac等)所含的信息都要具体全面(见图6)。利用自适应变时窗，对wg2井测井数据的第一主成分进行拟合，如图7所示，纵坐标代表的是第一主成分的取值，横坐标是测点，曲线的拟合效果较好。计算有关非均质性的参数(级差绝对值、均质系数绝对值、频率、振幅等)在深度上的变化情况，以窗口中心点深度为纵坐标，计算出的非均质性参数为横坐标，得到一系列不同深度上的非均质参数组成的曲线，根据各深度点对应的非均质参数在纵向上的变化情况判断储层的非均质性在垂向上的变化情况。
120.由图8可见wg2井垂向的级差和均质系数的响应值：级差越小、均质系数越接近于1，储层的非均质性越弱；级差越大、均质系数越远离1，储层的非均质性越强。基于傅里叶变换提取wg2井测井数据的第一主成分曲线的频率、振幅如图9所示，wg2井4120
‑
4155m和4350
‑
4430m井段的频率和幅值变化均很大，远大于其他井段，表明这两段储层的非均质性很强，其他井段的频率和振幅也可以从图9中直观的表现，频率和振幅变化都较大的井段的非均质性也较强。
121.三、选择自然伽马值(gr)进行一维连续小波变换。本发明选取的小波基是morlet小波，它是一个周期函数，并且是gauss带包络调制的谐波，更适合旋回性信号的分析。尺度设置最小值为1，步长为1，最大尺度为512。
122.从图10中可以看出，当最大尺度a＝256时，提取的小波系数曲线与gr曲线的频率和幅度变化较一致，整体上来说，gr曲线幅度越大、频率越大，小波波谱图的亮度值越高，小波系数曲线的变化幅度也越大，对应地，储层的垂向非均质性越强。wg2井总体上可以分为五个大的非均质性变化阶段，3710
‑
3840m井段的gr曲线变化大，小波波谱图显示为红色黄色的高能能谱团，小波系数曲线幅值变化大，非均质性强；3840
‑
4030m井段的gr曲线变化较平稳，总体上比较稳定，小波波谱图以蓝色低能为主，小波系数曲线的幅值的变化幅度稳定，非均质性较弱；4030
‑
4210m井段的gr曲线变化较大，小波波谱图亮度值较高，小波系数曲线的幅值变化较大，非均质性较强；4210
‑
4370m井段的gr曲线变化幅度很小，小波波谱图为蓝色低能，小波系数曲线的幅值变化也很小，非均质性弱；4370
‑
4458m井段的gr曲线变化剧烈，小波波谱图为红色黄色高能能谱团，小波系数曲线的幅值变化也很大，非均质性很强。相比于聚类分析来说，小波分析展示的储层垂向非均质性变化的周期较大。
123.四、综合运用上述kmeans聚类、主成分分析、一维连续小波变换的结果，计算出的渗透率级差(绝对值)、均质系数(绝对值)，提取振幅、频率，绘制这些指标对应的曲线，相互补充修正，综合以上分析结果来表征储层垂向非均质性(见图11)。
124.综合结果表明，不同参数之间得到了较一致的结论，展现了较好的应用范围。如图11所示，实现了对储层垂向非均质性的定量综合评价(表1)。
125.1)储层非均质性弱的层段，聚类分析曲线类数少、变化频率低，振幅值总体为低值(小于1.5)，级差绝对值小于1，均质系数部分接近于1；2)储层非均质性较强的井段，聚类曲线变化较复杂，变化频率较高，振幅为中
‑
低值(总体分布在1.5～2.2)，频率值整体为中
‑
高值，级差绝对值大于1，均质系数偏离1；3)储层非均质性强的井段，聚类曲线变化复杂，类数多、变化频率高，振幅总体为高值(大于2.2)，频率值较大，总体为高频，级差绝对值总体大于1，均质系数绝对值远离1，呈锯齿状。(本例确定的参数范围在应用到其他工区时可能会略有不同，但不构成对本专利的限制)
126.表1定量评价储层垂向非均质性参数综合统计表
[0127][0128][0129]
利用上述方法对wg2井的测井数据进行了综合分析，确定了其垂向非均质性特征，结果表明这几种方法表征的垂向非均质性具有一致性，效果较好，表明了利用该方法对储层的垂向非均质性进行定量评价的可行性。wg3井垂向非均质性综合评价图如图11所示。
[0130]
在上述实施例中，可以全部或部分地通过软件、硬件、固件或者其任意组合来实现。当使用全部或部分地以计算机程序产品的形式实现，所述计算机程序产品包括一个或多个计算机指令。在计算机上加载或执行所述计算机程序指令时，全部或部分地产生按照本发明实施例所述的流程或功能。所述计算机可以是通用计算机、专用计算机、计算机网络、或者其他可编程装置。所述计算机指令可以存储在计算机可读存储介质中，或者从一个计算机可读存储介质向另一个计算机可读存储介质传输，例如，所述计算机指令可以从一个网站站点、计算机、服务器或数据中心通过有线(例如同轴电缆、光纤、数字用户线(dsl)或无线(例如红外、无线、微波等)方式向另一个网站站点、计算机、服务器或数据中心进行传输)。所述计算机可读取存储介质可以是计算机能够存取的任何可用介质或者是包含一个或多个可用介质集成的服务器、数据中心等数据存储设备。所述可用介质可以是磁性介质，(例如，软盘、硬盘、磁带)、光介质(例如，dvd)、或者半导体介质(例如固态硬盘solid state disk(ssd))等。
[0131]
以上所述，仅为本发明的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，都应涵盖在本发明的保护范围之内。