技術(shù)特征：

1.一種基于儲層質(zhì)量主控因素分析的致密砂巖孔隙度、滲透率預(yù)測方法，其特征在于，包括以下步驟：

1)儲層砂巖孔隙度、滲透率、巖石學(xué)組分含量、膠結(jié)物含量、總孔隙體積、溶蝕孔體積定量參數(shù)的獲取，成巖作用定量評價；

1.1)對砂巖柱塞樣品測試孔隙度、滲透率參數(shù)，并磨制柱塞樣品匹配的鑄體薄片，利用偏光顯微鏡定性分析成巖作用類型，結(jié)合圖像分析、掃描電鏡、X-射線衍射技術(shù)定量鑒定巖石礦物組分含量、膠結(jié)物含量、總孔隙體積、溶蝕孔體積、顆粒粒度分選性；

1.2)在成巖作用與成巖礦物含量鑒定基礎(chǔ)上，依據(jù)壓實作用損失孔隙度式(1)和膠結(jié)作用損失孔隙度式(2)計算公式計算樣品的壓實作用與膠結(jié)作用引起的孔隙度降低量；公式如下：

$COPL=OP-\frac{(100\×IGV)-(OP\×IGV)}{(100-IGV)}---\left(1\right);$

$CEPL=(OP-COPL)\×\frac{CEM}{IGV}---\left(2\right);$

IGV＝intergranular pore space+CEM (3)；

其中，COPL為壓實作損失孔隙度，CEPL為膠結(jié)作用損失孔隙度，OP為原始孔隙度；CEM為砂巖中膠結(jié)物總體積；IGV為壓實作用后，膠結(jié)作用前的粒間孔隙體積；

OP通過原始孔隙度計算公式，即Φ_o＝20.91+22.90/S_o計算，其中Φ_o表示砂巖原始孔隙度，S_o表示特拉斯科分選系數(shù)；砂巖原始孔隙度分布為35～39.25％；CEM和IGV通過砂巖鑄體薄片的偏光顯微鏡鑒定；計算統(tǒng)計COPL分布1.4-34.83％，平均15.5％，CEPL分布1％-34％，平均13.86％；表明壓實作用與膠結(jié)作用導(dǎo)致了儲層孔隙的大量損失，其中壓實作用的影響略強于膠結(jié)作用；

1.3)為綜合對比壓實作用、膠結(jié)作用、溶蝕作用的強度差異及對儲層質(zhì)量的影響，進一步通過視壓實率,式(4)、視膠結(jié)率，式(5)、視溶蝕率，式(6)定量評價各成巖作用：

$ACOMR=\frac{PVinitial-PVfinial}{PVinitial}\×100\%---\left(4\right);$

其中，ACOMR為視壓實率；PVinitial為原始粒間孔隙體積，等同于式(1)中的OP；PVfinial為壓實后膠結(jié)強粒間孔隙體積IGV；

$ACEMR=\frac{Vcements}{Vcements+IGP}\×100\%---\left(5\right);$

其中，ACEMR為視膠結(jié)率；Vcements為總膠結(jié)物體積，等同于式(2)中的CEM；IGP為粒間孔隙體積–(粒間膠結(jié)物+雜基含量)；

$ADISR=\frac{PVdissolution}{PVtotal}\×100\%---\left(6\right);$

其中，ADISR為視溶蝕率；PVdissolution為溶蝕孔隙體積；PVtotal為總孔隙體積，即粒間孔隙體積+溶蝕孔隙體積；

通過鑄體薄片的鑒定結(jié)果獲取Vcements、depositional matrix參數(shù)，利用圖像處理軟件對鑄體薄片照片進行孔隙提取，相應(yīng)孔隙平面面孔率近似為孔隙體積，得到PVdissolution、PVtotal孔隙體積參數(shù)；

2)儲層質(zhì)量發(fā)育主控因素選取沉積因素，即石英含量、長石含量、剛性巖屑含量、雜基含量、塑性巖屑含量；成巖因素，即碳酸鹽膠結(jié)物含量、硅質(zhì)膠結(jié)物含量、高嶺石含量、綠泥石含量、伊利石含量、壓實率、溶蝕率；各類膠結(jié)物含量作為成巖因素體現(xiàn)；

3)選取多元線性逐步回歸作為數(shù)據(jù)分析方法，進行儲層發(fā)育主控因素定量分析，在儲層質(zhì)量發(fā)育主控因素分析基礎(chǔ)上實現(xiàn)對孔隙度與滲透率預(yù)測；

3.1)分析過程中分別以孔隙度(φ)、滲透率(k)作為因變量Y，以石英含量，長石含量，剛性巖屑含量，塑性巖屑含量，雜基含量，碳酸鹽膠結(jié)物含量，高嶺石含量，綠泥石含量，伊利石含量，硅質(zhì)膠結(jié)物含量，視壓實率，視溶蝕率為自變量集合(X₁，X₂，X₃……X₁₂)，建立自變量集合關(guān)于的Y多元線性逐步回歸分析；

3.2)綜合考慮儲層質(zhì)量預(yù)測階段對建模分析的精度驗證，選取其中34口井290個樣品參數(shù)作為回歸分析樣本，而另外10口井的154個樣品作為驗證數(shù)據(jù)；根據(jù)建模樣品數(shù)據(jù)建立自變量數(shù)據(jù)X與觀測值Y矩陣(式9～式17)，其中特征指標為P＝12，每一個特征指標有n＝290個待分析樣本；初步估計選入的回歸方程的自變量個數(shù)為6個左右，驗水平取α＝0.1，則有F_0.1(6，283)＝2.1，因此選取的引入標準和剔除自變量的臨界值為：

F₁＝2.1(7)；F₂＝2.1 (8)

樣品的數(shù)據(jù)矩陣如下：

$\stackrel{\‾}{x_j}=\frac{1}{n}\underset{i=1}{\overset{n}{\Σ}}{x}_{ij},j=1,2,\mathrm{...},p---\left(11\right);$

$\stackrel{\‾}{y}=\frac{1}{n}\underset{i=1}{\overset{n}{\Σ}}{y}_i---\left(12\right);$

$s_j=\sqrt{\frac{1}{n}\underset{i=1}{\overset{n}{\Σ}}{(x_{ij}-{\stackrel{\‾}{x}}_j)}^2}---\left(13\right);$

$s_y=\sqrt{\frac{1}{n}\underset{i=1}{\overset{n}{\Σ}}{(y_i-\stackrel{\‾}{y})}^2}---\left(14\right);$

$S_{kj}=\frac{1}{n}\underset{i=1}{\overset{n}{\Σ}}(x_{ik}-{\stackrel{\‾}{x}}_k)(x_{ij}-{\stackrel{\‾}{x}}_j)---\left(15\right);$

$r_{kj}=\frac{s_{kj}}{s_k\·s_j}---\left(16\right);$

$P_i^m=\frac{{\left(r_{iy}^{\left(m\right)}\right)}^2}{r_{ii}^{\left(m\right)}}---\left(17\right);$

原始數(shù)據(jù)第m步相關(guān)系數(shù)矩陣(式18)：

$R^{\left(m\right)}=\left[\begin{array}{ccccc}{r}_{11}^{\left(m\right)}& r_{12}^{\left(m\right)}& \mathrm{...}& r_{1p}^{\left(m\right)}& r_{1y}^{\left(m\right)}\\ r_{21}^{\left(m\right)}& r_{22}^{\left(m\right)}& \mathrm{...}& r_{2p}^{\left(m\right)}& r_{2y}^{\left(m\right)}\\ .& .& .& .& .\\ .& .& .& .& .\\ .& .& .& .& .\\ r_{p1}^{\left(m\right)}& r_{p2}^{\left(m\right)}& \mathrm{...}& r_{p3}^{\left(m\right)}& r_{3y}^{\left(m\right)}\\ r_{y1}^{\left(m\right)}& r_{y2}^{\left(m\right)}& \mathrm{...}& r_{y3}^{\left(m\right)}& r_{yy}^{\left(m\right)}\end{array}\right]---\left(18\right)$

首先對原始數(shù)據(jù)作0步相關(guān)關(guān)系矩陣R⁽⁰⁾，對所有自變量x_i(i＝1,2,…，p)計算偏回歸平方和P_i⁽⁰⁾，標準化回歸方程為：

$b_i^{\′\left(0\right)}=\frac{r_{iy}^{\left(0\right)}}{r_{ii}^{\left(0\right)}}---\left(20\right);$

$P_i^{\left(0\right)}=\frac{{\left(r_{iy}^{\left(0\right)}\right)}^2}{r_{ii}^{\left(0\right)}}---\left(21\right);$

將最大者P_t⁽⁰⁾的x_t作為待引入方程，對x_t進行顯著性檢驗，求取F，如果F≥F₁，則引入變量x_t：

$F=\frac{P_t^{\left(0\right)}(n-2)}{Q^{\left(1\right)}}=\frac{P_t^{\left(0\right)}(n-2)}{r_{yy}^{\left(0\right)}-P_t^{\left(0\right)}}---\left(22\right);$

引入變量后，對矩陣進行變換，做出第一步變換后的矩陣R⁽¹⁾：

$r_{ij}^{\left(1\right)}=\left\{\begin{array}{cc}{r}_{ij}^{\left(0\right)}-r_{it}^{\left(0\right)}{r}_{tj}^{\left(0\right)}{r}_{tt}^{\left(0\right)}& i\≠t,j\≠t\\ r_{tj}^{\left(0\right)}/r_{tt}^{\left(0\right)}& i=t,j\≠t\\ -r_{it}^{\left(0\right)}/r_{tt}^{\left(0\right)}& i\≠t,j=t\\ 1/r_{tt}^{\left(0\right)}& i=t,j=t\end{array}\right\}---\left(23\right)$

$R^{\left(1\right)}=\[r_{ij}^{\left(1\right)}\]---\left(24\right);$

隨后繼續(xù)引入變量，當(dāng)逐步回歸進行到第m步時，已有r個自變量，x₁^(m)，x₂^(m)，x_r^(m)(它們是12個自變量中的r個)引入回歸方程，即有：

第m+1步，要在剩下的12-r個自變量中選出某一個變量進入回歸方程，在這12-r個變量中選其在回歸中對y所起作用最大的那個變量x_t，即x_t對應(yīng)的偏回歸平方和P_t^(s)最大，并利用其對應(yīng)的F值來檢驗x_t的影響是否顯著如果F≥F₁，則決定引入x_t：

$F=\frac{P_t^{\left(m\right)}}{Q^{(m+1)}/(n-r-1)}---\left(26\right);$

$Q^{(m+1)}=r_{yy}^{\left(m\right)}-p_t^{\left(m\right)}---\left(27\right);$

當(dāng)逐步回歸進行至第s步時，在第s+1步對所引入的r個自變量中剔除某個在回歸方程中已不再是重要的變量x_h，它所對應(yīng)的偏回歸平方和p_h^(s)最小，用統(tǒng)計量F來檢驗x_h是否顯著；如果F＜F₂，則剔除x_h，反之則保留：

$F=\frac{P_h^{\left(m\right)}}{Q^{\left(m\right)}/(n-r-1)}---\left(28\right);$

$Q^{\left(s\right)}=r_{yy}^{\left(s\right)}---\left(29\right);$

重復(fù)以上步驟進行逐步回歸，直到第k步既不能引入也不能剔除，由R^(k)得到回歸方程的結(jié)果：

標準回歸系數(shù)

標準殘差平方和

復(fù)相關(guān)系數(shù)

標準回歸方程其中i表示引入后沒有被剔除的變量的足碼；

將所有標準化的量轉(zhuǎn)化成原有關(guān)的相應(yīng)量以建立最終的回歸方程，計算公式如下：

${b_i}^{\left(k\right)}=\frac{s_y}{s_i}{b}_i^{\′\left(k\right)}=\frac{s_y}{s_i}{r_{iy}}^{\left(k\right)},(i=1,2,\mathrm{...},p)---\left(30\right);$

${b_0}^{\left(k\right)}=\stackrel{\‾}{y}-\underset{i=1}{\overset{p}{\Σ}}{b_i}^{\left(k\right)}{\stackrel{\‾}{x}}_i---\left(31\right);$

$s_y=\sqrt{\frac{1}{n}\underset{a=1}{\overset{n}{\Σ}}{(y_a-\stackrel{\‾}{y})}^2}---\left(32\right);$

$s_i=\sqrt{\frac{1}{n}\underset{a=1}{\overset{n}{\Σ}}{(x_{ia}-{\stackrel{\‾}{x}}_i)}^2}---\left(33\right);$

4)依據(jù)多元線性逐步回歸分析方法分別對孔隙度和滲透率進行回歸分析，回歸過程及主要分析結(jié)果如下：

4.1)回歸分析建立12個自變量與孔隙度的相關(guān)系數(shù)矩陣，對孔隙發(fā)育建設(shè)性因素根據(jù)影響程度排序為高嶺石含量＞硅質(zhì)膠結(jié)物含量＞伊利石含量＞綠泥石含量＞塑性巖屑含量＞雜基含量＞石英含量，對于孔隙度發(fā)育有著破壞性的各因素影響程度排序則為壓實作用(視壓實率)＞長石含量＞剛性巖屑含量＞碳酸鹽膠結(jié)物含量＞溶蝕作用(視溶蝕率)；依據(jù)各因素與孔隙度的相關(guān)程度綜合分析認為高嶺石、硅質(zhì)膠結(jié)物、伊利石、綠泥石與壓實作用、長石是孔隙度發(fā)育的主要影響因素；

孔隙度預(yù)測回歸方程建立共進行10步，得到多元逐步回歸分析構(gòu)建的孔隙度預(yù)測回歸方程如式(34)所示：

v＝-57.907+0.931x₁+0.926x₂+0.904x₃+0.959x₄+0.05x₅+0.09x6+0.064x₇+0.081x₁₀-0.346x₁₁ (34)；

4.2)在滲透率發(fā)育影響因素與預(yù)測分析過程中由于滲透率絕對值均較小，取滲透率對數(shù)lnk作為Y值，同樣建立12個自變量與滲透率的相關(guān)系數(shù)矩陣，滲透率發(fā)育建設(shè)性因素影響程度排序硅質(zhì)膠結(jié)物含量＞石英含量＞伊利石含量＞高嶺石含量＞雜基含量＞塑性巖屑含量＞綠泥石含量＞溶蝕作用(視溶蝕率)，對滲透率發(fā)育具有破壞性影響的因素影響程度排序為壓實作用(視壓實率)＞長石含量＞剛性巖屑含量＞碳酸鹽膠結(jié)物含量含量；分析認為硅質(zhì)膠結(jié)物，石英，伊利石，高嶺石，壓實作用，長石是滲透率發(fā)育的主要控制因素；滲透率預(yù)測方程建立共進行10步，多元逐步回歸分析構(gòu)建的滲透率回歸方程如式(35)：y＝-14.113+0.188x₁+0.15x₂+0.153x₃+0.212x₄+0.035x₅-0.158x₈+0.042x₁₀-0.078x₁₁ (35)。