A285区块萨尔图油层和葡萄花油层作为油田开发的重点,研究区萨葡油层岩性以砂泥岩为主,储层含泥含钙较重、孔隙结构复杂,存在低阻油层和高阻水层,这增加了储层流体性质评价与产能预测的难度。因此,对研究区开展流体性质评价与产能预测方法研究具有十分重要的意义。本文基于钻井取心、岩心分析、试油投产和测井等资料,开展A285区块萨尔图油层和葡萄花油层的储层特征及“四性”关系研究,得出萨尔图油层主要岩性为粉砂岩、泥质粉砂岩、钙质粉砂岩,含油性以油斑为主;葡萄花油层储层主要岩性为粉砂岩、泥质粉砂岩,含油性以油斑为主。萨尔图油层和葡萄花油层的储层类型分别为中低孔特低渗储层及中孔中渗储层,储层含泥含钙较重,总体上均呈现岩性变好、孔渗增大、含油级别变高的特征。采用岩心刻度测井方法,分别建立了萨葡油层钙质含量、孔隙度、渗透率等储层参数模型。泥质、钙质、物性是影响萨尔图油层和葡萄花油层储层流体性质测井响应的主要因素,其中,高含泥和高含钙分别是造成低阻油层和高阻水层的主要因素。通过油水层测井响应机理和特征分析,优选敏感测井响应和参数,分别建立了萨尔图油层AC-RILD、CNL-RLLD×φ~2/1000的油水层识别图版,以及葡萄花油层CNL-RILD的油水层识别图版。对储层电阻率进行泥质和钙质影响校正,建立了萨尔图油层AC-RILD钙质校正、CNL-RLLD泥质校正×φ~2/1000的油水层识别图版,以及葡萄花油层CNL-RILD泥质校正的油水层识别图版。利用油水层敏感测井响应和参数,建立了萨尔图油层和葡萄花油层的油水层人工神经网络判别模型。选取泥钙校正后的解释图版及人工神经网络判别模型作为萨尔图油层流体性质定性解释方法,选取泥质校正前的解释图版及人工神经网络判别模型作为葡萄花油层流体性质定性解释方法。针对储层含泥含钙特点,考虑泥质和钙质形状结构及泥质附加导电对岩石导电性影响,使用连通导电方程,建立了饱和度模型。通过分析萨葡油层储层产能主要影响因素,分别建立了萨尔图油层和葡萄花油层的米平均产油量和产水量的多元回归预测模型和BP神经网络预测模型,优选BP神经网络预测模型对萨尔图油层和葡萄花油层的储层产油量和产水量进行预测。利用建立的流体性质定性定量解释方法及产能预测方法处理与解释了研究区22口井测井资料,并与试油和初期投产结果对比,萨尔图油层和葡萄花油层的油水层解释符合率分别为91.3%、95.2%,油水层产能预测结果与试油结果吻合较好。说明该方法可很好地用于A285区块萨尔图油层和葡萄花油层含泥含钙储层流体性质评价与产能预测。