L凹陷J油组复杂岩性储层测井精细评价存在以下技术难点:一是储层岩性复杂,岩性与测井响应特征呈非线性关系,导致岩性识别精度受限;二是储层非均质性强、孔隙结构复杂,孔隙度与渗透率相关性差,渗透率计算精度难以满足储层精细评价要求;三是储层中含泥质和凝灰质矿物导致电性关系复杂,低阻油层与高阻水层普遍发育,流体性质有效识别困难。因此,准确识别复杂岩性、提升储层参数计算精度及实现流体性质有效识别,成为本地区亟需解决的关键问题。 针对上述问题,本论文基于常规测井资料,构建岩性敏感复合测井参数,集成高斯核与多项式核的协同优势,设计组合核函数,建立基于多测井参数表征的识别复杂岩性的核主成分分析方法。基于岩心分析资料和常规测井资料,采用多元回归与BP神经网络法,分岩性构建孔隙度计算模型。基于阿尔奇饱和度计算模型,利用岩电分析数据,在岩性分类的基础上分岩性确定阿尔奇参数,建立适合本地区的饱和度计算模型。基于流体流动单元(FZI)的储层分类理论制定储层分类标准,构建适用于FZI分类的渗透率精确计算模型。基于岩心刻度测井思想,通过多元回归建立测井曲线表征的FZI计算模型,实现储层分类和渗透率的连续、定量计算。依据岩性对含油性主控因素的认识,优选敏感测井信息,开展分岩性的流体性质识别方法研究。针对碎屑岩类,建立多参数耦合的流体性质识别图版;针对火山岩-火山碎屑岩类,引入Fisher判别分析法建立多参数的流体识别方法。 研究区实际应用结果表明:复杂岩性数据在核主成分空间分布集中且划分界限清晰,后验岩性识别符合率达90%以上。分岩性构建的BP神经网络孔隙度计算模型显著提升孔隙度计算精度,计算平均相对误差小于8%。基于FZI分类的渗透率计算模型,实现了渗透率的高精度计算,后验渗透率计算平均相对误差为41.02%。利用4口实际试油井资料对多参数耦合的流体识别图版与Fisher判别分析法进行背对背验证,两种方法均表现出良好的流体识别效果,后验流体识别符合率达到85%以上。该套方法为复杂岩性储层的精细测井评价提供重要技术支持,为其他地区复杂岩性储层研究提供可行的技术途径,具有一定的应用和推广价值。