注水开发是当今油气勘探开发的重要领域,在水驱过程中,储层的岩石物理性质、地层水矿化度、岩石的孔隙结构以及剩余油分布等都会发生不同程度的变化,导致测井响应特征复杂多变,不同的测井响应特征往往与目的层段的水淹程度有着密切的关系。为正确识别出靶区水淹级别和产水率,本文通过对目标区域水淹层测井响应特征进行综合分析,研究出一套适用于S油田的水淹层测井解释的关键技术和方法,对于指导油田下一步开发提供理论支持。本文首先对S油田L区块不同水淹级别状态下测井曲线的变化特征进行综合分析,并以水驱油实验结果为基础,分析油层在不同的水淹状况下形成的“L”型、“U”型、“S”型等复杂的岩电关系,因此水淹层测井评价的技术难点在于如何解决测井资料的多解性和测井曲线变化的复杂性。为此本文利用精确计算地层混合液电阻率的变倍数物质平衡法,可以精确的模拟出水驱油岩电参数的动态变化过程,为后续水淹层定量解释评价提供理论基础。在水淹层定性识别方法上,应用同一水淹级别下测井曲线形态变化具有相似性的地质-测井基础,提出了动态扭曲方法进行相似性搜索和孪生神经网络识别的方法。同时,根据水淹层不同测井响应值反映着水淹级别的变化特征,利用决策树、BP神经网络、概率神经网络的方法构建不同的机器学习模型来识别储层的水淹级别。根据建立的靶区测井解释模型和变倍数物质平衡法,在储层地质约束条件下建立了求解水淹层关键参数的测井解释方法和数据处理软件,计算的水淹层关键参数,如地层混合液电阻率、剩余油饱和度和产水率分别与密闭取心实验数据和试油结论基本吻合,测井综合解释符合率达到88.6%,为油田开发方案提供科学依据,对其他油田的水淹层测井解释评价具有重要的参考价值和指导作用。