[发明专利]储层垂向非均质性定量测定方法、系统、介质、设备及终端

权利要求书

1.一种储层垂向非均质性定量测定方法，其特征在于，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K均值聚类、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，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；

所述储层垂向非均质性定量测定方法包括以下步骤：

步骤一，选取储层的测井数据和录井数据；

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；

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；

步骤四，对储层的测井数据进行主成分分析，利用自适应变时窗手段进行第一主成分数据PCA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，提高储层垂向非均质性参数计算的精确性，计算非均质性系数；以窗口的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；

步骤五，综合运用所述Kmeans聚类分析、主成分分析和一维连续小波变换的结果，绘制所述非均质性参数对应的曲线，相互补充修正，综合分析结果表征储层垂向非均质性；

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：

对反映储层属性的测井数据做Kmeans聚类分析，每次聚类根据聚类谱系图的调整距离的远近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；

定义非均质性指数H：

H＝(n+k)/h；

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；

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变化频率较低或基本不发生变化，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；

步骤五中，综合运用所述Kmeans聚类分析、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：

级差J：

J＝Ρ_max/Ρ_min；

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；

均质系数K：

K＝K_mean/K_max；

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；

绘制比值对应的曲线，相互补充修正，综合分析结果来定量表征储层垂向非均质性。

2.如权利要求1所述储层垂向非均质性定量测定方法，其特征在于，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：

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。