蔣 煉,賀振華,黃德濟(jì),文曉濤,周茂林

(1.成都理工大學(xué)油氣藏地質(zhì)及開發(fā)國家重點(diǎn)實(shí)驗(yàn)室,四川成都610059; 2.川慶鉆探工程公司地球物理勘探公司,四川成都610213)

M分類法在儲層流體識別中的應(yīng)用

蔣 煉1,賀振華1,黃德濟(jì)1,文曉濤1,周茂林2

(1.成都理工大學(xué)油氣藏地質(zhì)及開發(fā)國家重點(diǎn)實(shí)驗(yàn)室,四川成都610059; 2.川慶鉆探工程公司地球物理勘探公司,四川成都610213)

生物礁灘儲層存在測井流體識別困難的問題。應(yīng)用適合生物礁灘儲層流體識別的多元隸屬函數(shù)M分類法,根據(jù)模糊數(shù)學(xué)的隸屬函數(shù)和最大隸屬原則,研究了該方法及其應(yīng)用準(zhǔn)則,建立了測井流體識別的模糊數(shù)學(xué)模型。根據(jù)多元隸屬函數(shù)M分類法的原理,利用聲波時(shí)差、巖性密度、中子孔隙度、淺側(cè)向、自然伽馬測井值分析和計(jì)算,對某油田生物礁灘儲層段的70個(gè)油層、水層和干層進(jìn)行了判別,最終解釋結(jié)果符合率為85%,油層判別符合率為89.5%。

測井應(yīng)用;生物礁灘儲層;流體識別;多元隸屬函數(shù);模糊理論

0 引 言

利用地球物理測井資料進(jìn)行油、水識別中,漏掉或者誤識別油、氣層會給石油開采帶來巨大的經(jīng)濟(jì)損失,因而準(zhǔn)確識別油氣層在測井解釋中非常重要[1]。近年來,模糊理論和神經(jīng)網(wǎng)絡(luò)技術(shù)的研究在測井解釋油氣識別中有不少的方法理論被引進(jìn),如模糊聚類分析法、模糊灰關(guān)聯(lián)法、模糊綜合判別法等[2-5]。本文利用模糊理論在處理不確定性、模糊性及高度非線性問題中所具有的獨(dú)特優(yōu)勢,根據(jù)某地區(qū)的實(shí)際測井資料,首次引進(jìn)多元隸屬函數(shù)M分類法,對該地區(qū)井上的生物礁灘儲層段進(jìn)行測井流體識別。

1 多元隸屬函數(shù)M分類法的方法、原理[6-7]

為了定量地刻畫模糊概率問題,L.A.Zadeh在隨機(jī)現(xiàn)象中引入了模糊性,提出了模糊概率統(tǒng)計(jì)理論。多元隸屬函數(shù)M分類法就是基于模糊概率統(tǒng)計(jì)理論發(fā)展而來的。該方法的優(yōu)點(diǎn)是可以根據(jù)數(shù)據(jù)的特征差異,最大限度地根據(jù)已知分類預(yù)測具有類似差異特征的未知數(shù)據(jù)的類別。其方法原理如下。

確定論域U和集合 pm={A1,A2,…,Am}。這里A1,A2,…,Am為論域U上的模糊集合。確定特性指標(biāo)向量和抽選樣本。對每個(gè)樣本,選取能反映各個(gè)模糊集合Aj(j=1,2,…,m)特性的 p個(gè)指標(biāo),設(shè) xi1,xi2,…,xip為第i個(gè)樣本ui的 p個(gè)特性指標(biāo),這時(shí)可把ui看作一個(gè)p維向量,即

然后計(jì)算β=(β0,β1,…,βp)T?？紤]線性模型

這里ξi為正太隨機(jī)變量。在上述線性模型的假定下,當(dāng)rank(XTX)=p+1時(shí),可求得β的最小二乘估計(jì)為

構(gòu)造多元隸屬函數(shù) A(u)=A(x1,x2,…,xp。按Logistic函數(shù)形狀構(gòu)造多元隸屬函數(shù),取

式中,α是可根據(jù)實(shí)際情況而定的常數(shù)。選取閾值λi,把論域U劃分成m類。根據(jù)具體情況,選取m-1個(gè)閾值λi∈[0,1],λi>λi+1(i=1,2,…,m-1),把模糊集合A截成m個(gè)經(jīng)典集合。

這樣,就通過多元隸屬函數(shù)值 A(u)把論域U劃分成m類:A＊1,A＊2,…,A＊m,從而達(dá)到了將論域U按某些特性分類的目的。

2 應(yīng)用效果分析

利用上述方法原理開發(fā)了相關(guān)的應(yīng)用程序,對研究區(qū)井上的生物礁灘儲層的40個(gè)油層,9個(gè)水層,21個(gè)干層,共70個(gè)層位,利用這些井的聲波時(shí)差、巖性密度、中子孔隙度、淺側(cè)向、自然伽馬(A C、D EN、CNL、RLLs、GR)測井值進(jìn)行了相關(guān)的分析和計(jì)算。

由于該地區(qū)井的某些測井曲線不是用同一類型的儀器、相同的標(biāo)準(zhǔn)刻度器,以及統(tǒng)一的操作方式進(jìn)行測量和刻度的,故各井測井?dāng)?shù)據(jù)間必然存在差異[8]。所以在進(jìn)行定量模型建立、儲層流體識別前,針對各井曲線存在的問題,首先進(jìn)行單位歸一化和全井段數(shù)據(jù)標(biāo)準(zhǔn)化處理。其思路是主要利用關(guān)鍵井標(biāo)準(zhǔn)層經(jīng)環(huán)境影響校正后的測井?dāng)?shù)據(jù)(如中子、聲波時(shí)差等)作頻率直方圖,并作為測井?dāng)?shù)據(jù)標(biāo)準(zhǔn)化的刻度模式。通過分析各井標(biāo)準(zhǔn)層測井?dāng)?shù)據(jù)的頻率分布,逐一與油田關(guān)鍵井標(biāo)準(zhǔn)模式進(jìn)行相關(guān)對比,并確定校正值。

2.1 特征參數(shù)提取

通過對生物礁灘儲層特征研究和分析,選取了對流體反映敏感的測井參數(shù),如自然伽馬、補(bǔ)償中子、聲波時(shí)差、巖性密度、電阻率參數(shù)等作為生物礁灘儲層流體識別的指標(biāo),進(jìn)行流體識別。

通過儲層段巖心實(shí)驗(yàn)、分析、計(jì)算,作已知儲層段的頻數(shù)圖(見圖1)、交會圖(見圖2)、計(jì)算具有代表性的儲層段各個(gè)測井參數(shù)的平均值,最后確定出對流體識別響應(yīng)敏感的5個(gè)測井響應(yīng)參數(shù),即聲波、密度、中子孔隙度、淺側(cè)向電阻率、自然伽馬。由圖1可以看出,水層聲波時(shí)差值最大,油層次之,干層最小,其他如密度、中子孔隙度測井也有類似的規(guī)律;由圖2的交會圖可以看出它們之間有很好的線性關(guān)系。因此可以利用測井參數(shù)間的這些差異特征進(jìn)行流體的識別。

2.2 應(yīng)用多元隸屬函數(shù)M分類法進(jìn)行流體識別

圖1 ××井聲波測井頻數(shù)圖

選取所有待判識的層段作為論域U,把所有的層分為3類,即水層A1、油層A2、干層A3。則A1、A2、A3可看作U上的模糊子集,故取 p3={A1,A2, A3}。判斷一個(gè)層位是水層,油層,還是干層,就是根據(jù)測井響應(yīng)參數(shù),來判別它對模糊集 A1、A2、A3的隸屬度的大小。

圖2 ××井中子孔隙度與密度交會圖

對于每1個(gè)層u∈U,選用5個(gè)測井響應(yīng)參數(shù)為判斷流體的特性指標(biāo):x1表 A C值,x2表示 D EN值,x3表示 CNL值,x4表示 RLLs值,x5表示 GR值。因此,對第i個(gè)層的特性指標(biāo)可用5維向量表示成

從研究區(qū)的不同井位抽取了70個(gè)經(jīng)試油驗(yàn)證了的樣本層的5個(gè)特性指標(biāo)的觀測數(shù)據(jù)的平均值,其中劃歸為“水層A1類別”、“油層A2”類別和“干層A3”類別的層數(shù)分別為9、40和21。

將各樣本的5個(gè)特性指標(biāo)值分別帶入式(3)、式(4),計(jì)算得出結(jié)果見表1,這就是各樣本層位對各類別的隸屬度。

選取閾值λi(i=1,2),把論域U化為3類。根據(jù)表1選取2個(gè)閾值λ1=0.441,λ2=0.413,把表示層位隸屬程度的模糊集A截成3個(gè)經(jīng)典集合、和,這樣就把所有層分成和這3個(gè)類別,于是可根據(jù)具體的層位 u=(x1,x2, x3,x4,x5)對模糊集合 A的隸屬度 A(x1,x2, x3,x4,x5),判別它的類別。其判別結(jié)果見表2和圖3。

由表2可計(jì)算出判定的正確率為84%,油層判定符合率為93%。最后根據(jù)模型井得到的參數(shù)計(jì)算與模型井同一個(gè)研究區(qū)內(nèi)的其他井的數(shù)據(jù),這里選取了19個(gè)油層、9個(gè)水層和12個(gè)干層進(jìn)行驗(yàn)證。其結(jié)果見表3。

由表3可計(jì)算出判定的正確率為85%,油層判定符合率為89.5%。

表1 樣本層位對各自類別的隸屬度

表2 ××井測井試油結(jié)論和M分類法的判別結(jié)果比較

表3 ××井測井試油結(jié)論和M分類法的判別結(jié)果比較

3 結(jié)論與認(rèn)識

本文綜合考慮了模糊數(shù)學(xué)理論在處理不確定性、模糊性及高度非線性問題中所具有的獨(dú)特優(yōu)勢以及各測井曲線與含油氣的關(guān)系,從測井上給出了礁灘相儲層的模糊數(shù)學(xué)模型和各測井曲線與流體的關(guān)系。通過對礁灘相儲層段各測井曲線間關(guān)系的研究和分析,得出了水層聲波時(shí)差值最大,油層次之,干層最小,其他如密度、中子孔隙度測井曲線也有類似的規(guī)律。在進(jìn)行模糊判別時(shí),根據(jù)這些差異特征,可以有效地指導(dǎo)參數(shù)的設(shè)定和選擇,從而更加合理和準(zhǔn)確地進(jìn)行流體識別。

根據(jù)M分類法多元隸屬函數(shù)法的原理,建立了測井流體識別的模糊數(shù)學(xué)模型,可以最大限度地根據(jù)已知分類預(yù)測具有類似差異特征的未知數(shù)據(jù)的類別。利用該方法對測井分層數(shù)據(jù)進(jìn)行流體識別,解釋正確率為 85%,其中油層判定符合率為89.5%,取得了較好的應(yīng)用效果。證明該方法在復(fù)雜巖性,即生物礁灘儲層進(jìn)行測井流體識別是可行的。

[1] 劉洪林,朱秋影,周振興.模糊聚類分析及其在測井識別油氣層中的應(yīng)用 [J].勘探地球物理進(jìn)展,2005,28 (6):425-427.

[2] 侯俊勝,黃智輝,汪嘉聯(lián).測井多參數(shù)模糊綜合評判和灰色綜合評判的對比分析 [J].測井技術(shù),2000,24 (1):32-35.

[3] 黃布宇,潘保芝.改進(jìn)的模糊模式識別方法在測井曲線分層中的應(yīng)用 [J].物探化探技術(shù),2002,24(2):119 -123.

[4] 張宗林,王 宏,秦志寶,等.長慶氣田下古生界馬五段碳酸鹽巖儲層類別測井識別方法研究 [J].天然氣工業(yè),2000,20(3):44-46.

[5] 李 瑞,楊光惠,胡奇凱.鄂爾多斯盆地碳酸鹽巖儲層測井產(chǎn)能預(yù)測研究 [J].勘探地球物理進(jìn)展,2005,26 (2):109-113.

[6] 曹炳元.應(yīng)用模糊數(shù)學(xué)與系統(tǒng) [M].北京:科學(xué)出版社,2005.

[7] 陳水利.模糊集理論及其應(yīng)用 [M].北京:科學(xué)出版社,2005.

[8] 譚茂金,范宜仁,張晉言.測井?dāng)?shù)據(jù)標(biāo)準(zhǔn)化方法研究及軟件設(shè)計(jì) [J].物化探計(jì)算技術(shù),2006,28(3):219-223.

Application of M Classification Method in Identification of Reservoir Fluid

J IANGLian1,HE Zhenhua1,HUANG Deji1,WEN Xiaotao1,ZHOU Maolin2
(1.State Key Laboratory of Oil and Gas Reservoir Geology and Exploitation,Chengdu University of Technology,Chengdu, Sichuan 610059,China;2.Geophysical Prospecting Company,Chuanqing Drilling Engineering Company, Chengdu,Sichuan 610213,China)

It is difficult to identify fluids using log date in reef and beach reservoir.In order to resolve the problems,we find a proper method called multivariate membership grade function M classification to identify fluids in××oilfield.Researched are the method and its application principle according to membership function and maximum subordination principle in fuzzy mathematics,and established is mathematics model of identifying fluids using log data.Based on the principle of multivariate membership grade function M classification,and the analysis and calculation of log data(A C、D EN、CNL、RLLs、GR),we processed 70 layers in several wells in reef and beach reservoir in an oilfield,the interpretation agreement rate of which is up to 84%,and the oil layer interpretation agreement rate of which is up to 93%.

log application,reef reservoir,fluid identification,multivariate membership grade function,fuzzy theory

P631.84

A

2010-04-23 本文編輯 余 迎)

1004-1338(2010)04-0356-04

蔣 煉,男,1984年生,碩士研究生,研究方向?yàn)閼?yīng)用地球物理、測井、地震資料處理。