劉得芳，林發(fā)武，梁忠奎，田超國(guó)，李 穎

(中國(guó)石油冀東油田分公司，河北 唐山 063004)

?

碳酸鹽巖儲(chǔ)層流體性質(zhì)綜合判別方法

劉得芳，林發(fā)武，梁忠奎，田超國(guó)，李 穎

(中國(guó)石油冀東油田分公司，河北 唐山 063004)

以電性物性特征、聲波參數(shù)或氣測(cè)參數(shù)等單項(xiàng)信息為依據(jù)，針對(duì)判別碳酸鹽巖儲(chǔ)層含油氣性存在多解性大的問(wèn)題提出了基于數(shù)學(xué)算法，融合測(cè)井、氣測(cè)錄井等多項(xiàng)信息的流體性質(zhì)綜合判別方法。分析了多項(xiàng)資料對(duì)油氣的相對(duì)敏感信息，利用開(kāi)源數(shù)據(jù)挖掘軟件WEKA，將決策樹(shù)、徑向基函數(shù)、神經(jīng)網(wǎng)絡(luò)、聚類分析4種數(shù)學(xué)算法應(yīng)用于流體性質(zhì)綜合評(píng)判，并通過(guò)模型精度的對(duì)比分析，優(yōu)選決策樹(shù)和神經(jīng)網(wǎng)絡(luò)算法模型。冀東探區(qū)測(cè)試資料證實(shí)，該方法較單一信息的判別方法準(zhǔn)確性更高，應(yīng)用效果顯著。

碳酸鹽巖；流體性質(zhì)；數(shù)據(jù)挖掘技術(shù)；綜合判別方法

0 引 言

目前較常用的判別儲(chǔ)層流體性質(zhì)的方法有多種，包括深淺雙側(cè)向判別法、P1/2正態(tài)分布法、孔隙度重疊法、交會(huì)圖法、陣列聲波參數(shù)判別法等測(cè)井方法及氣測(cè)判別法。由于碳酸鹽巖儲(chǔ)層儲(chǔ)集空間及流體分布的復(fù)雜特性，儲(chǔ)層含油氣特征受多種因素影響而變得復(fù)雜，上述各判別方法的使用條件、影響因素也變得更復(fù)雜，因此，造成應(yīng)用效果因?qū)佣怺1-6]，僅依靠上述基于單一油氣敏感信息形成的單項(xiàng)信息判別方法難以取得較好效果。綜合多種測(cè)井、非測(cè)井油氣敏感信息，實(shí)現(xiàn)多項(xiàng)信息的綜合判別，是提高碳酸鹽巖儲(chǔ)層流體性質(zhì)判別準(zhǔn)確性的一個(gè)重要研究方向。

1 單項(xiàng)判別技術(shù)及油氣敏感指示參數(shù)確定

冀東探區(qū)碳酸鹽巖儲(chǔ)層孔洞、裂縫發(fā)育，目前主要應(yīng)用電阻率-聲波時(shí)差交會(huì)圖法、P1/2正態(tài)分布法、縱橫波速度比含氣指示法和氣測(cè)參數(shù)判別法4種單項(xiàng)信息判別方法判別流體性質(zhì)。4種方法均從不同角度揭示儲(chǔ)層油氣響應(yīng)特性，針對(duì)不同儲(chǔ)層情況恰當(dāng)選擇適用判別方法，可以較準(zhǔn)確判別流體性質(zhì)，但每種方法適用條件有明顯差異，對(duì)于適用性不明確的儲(chǔ)層，難以依據(jù)4種單項(xiàng)信息判別方法得出一致、可靠的判別結(jié)果。因此，依據(jù)4種方法抽提相對(duì)應(yīng)的油氣敏感指示參數(shù)，作為綜合判別方法研究的基本參數(shù)。

1.1 電阻率-聲波時(shí)差交會(huì)圖法

電阻率-聲波時(shí)差交會(huì)圖法是以電性物性特征判別流體性質(zhì)的方法，以實(shí)際測(cè)試資料建立交會(huì)圖版(圖1)，能夠直觀區(qū)分油氣水層，在常規(guī)砂巖儲(chǔ)層中，該方法應(yīng)用效果較好。碳酸鹽巖儲(chǔ)層巖性、物性對(duì)儲(chǔ)層電性的影響程度大，在巖性致密、物性差及裂縫發(fā)育時(shí)，儲(chǔ)層流體對(duì)儲(chǔ)層電阻率值的貢獻(xiàn)被不同程度掩蓋，此時(shí)，電阻率-聲波時(shí)差交會(huì)圖法判別準(zhǔn)確率大大降低。

圖1 電阻率-聲波時(shí)差交會(huì)圖版

1.2 P1/2正態(tài)分布法

利用電阻率與地層孔隙度計(jì)算的視地層水電阻率分布累計(jì)頻率曲線的傾斜程度，可判別儲(chǔ)層流體性質(zhì)。以實(shí)際資料建立解釋圖版(圖2)，油氣層視地層水電阻率分布累計(jì)頻率曲線斜率明顯高于水層[7]。該方法使用時(shí)，要求儲(chǔ)層裂縫發(fā)育狀況基本一致，否則可能導(dǎo)致解釋結(jié)果錯(cuò)誤。

圖2 正態(tài)分布法流體性質(zhì)判別圖版

上述2種判別方法均依據(jù)儲(chǔ)層電性，并結(jié)合儲(chǔ)層物性判別流體性質(zhì)，因此，抽提儲(chǔ)層電性-物性油氣敏感指示參數(shù)——視地層水電阻率(Rwa)。

1.3 縱橫波速度比含氣指示法

利用陣列聲波的縱橫波速度比識(shí)別含氣儲(chǔ)層是近年常用的流體性質(zhì)判別方法。原理為：縱波速度對(duì)氣的敏感度較高，少量氣即可使縱波速度明顯降低，而橫波速度對(duì)地層含氣不敏感。利用該原理，以測(cè)試資料建立交會(huì)圖版(圖3)，可有效識(shí)別含氣儲(chǔ)層。該方法必須考慮儲(chǔ)層孔隙度及巖性的影響[8]。依據(jù)該方法抽提油氣敏感指示參數(shù)——聲波時(shí)差(AC)和縱橫波速度比(vp/vs)。

1.4 氣測(cè)參數(shù)判別法

氣測(cè)錄井參數(shù)是在現(xiàn)場(chǎng)錄井過(guò)程中，將循環(huán)鉆井液中所攜帶的氣體脫出、組分分離、定量鑒定等分析后得到一組參數(shù)，是評(píng)價(jià)地層流體性質(zhì)最直接、最重要的錄井資料。通過(guò)全脫分析數(shù)據(jù)的組合、地區(qū)測(cè)試資料的標(biāo)定，建立氣測(cè)參數(shù)油水層解釋圖版(圖4)。該方法在多井泥漿壓力基本一致的情況下應(yīng)用效果好。依據(jù)該方法抽提出油氣敏感指示參數(shù)——基峰比(GasR)和烴氣濕度指數(shù)(GasW)。

圖3 聲波特征參數(shù)交會(huì)圖版

圖4 氣測(cè)參數(shù)交會(huì)圖版

上述抽提出的5個(gè)油氣敏感參數(shù)，分別從電性物性、聲波特性和氣測(cè)3個(gè)方面揭示儲(chǔ)層油氣響應(yīng)特性，因此，基于5個(gè)油氣敏感參數(shù)，通過(guò)建立數(shù)學(xué)模型綜合判斷流體性質(zhì)更具全面性、客觀性。

2 綜合判別數(shù)學(xué)模型建立

根據(jù)研究區(qū)測(cè)試資料，利用開(kāi)源數(shù)據(jù)挖掘軟件WEKA，分別用決策樹(shù)、徑向基函數(shù)、神經(jīng)網(wǎng)絡(luò)、聚類分析4種數(shù)學(xué)算法建立流體性質(zhì)綜合判別模型，通過(guò)模型精度對(duì)比，挑選效果較好的判別模型。

2.1 數(shù)據(jù)準(zhǔn)備

對(duì)研究區(qū)錄井、測(cè)井、測(cè)試資料進(jìn)行分析，選擇16口井產(chǎn)液性質(zhì)明確的層作為已試樣層；共選取250個(gè)樣本點(diǎn)，其中訓(xùn)練集樣本點(diǎn)195個(gè)，測(cè)試集樣本點(diǎn)55個(gè)；樣本點(diǎn)屬性5個(gè)，即前面選定的5個(gè)油氣敏感指示參數(shù)；算法輸出分類結(jié)果為：油氣層類、油層類、水層類。

2.2 數(shù)學(xué)算法優(yōu)選

研究中基于實(shí)際測(cè)試的、相同的樣本點(diǎn)，比較決策樹(shù)、神經(jīng)網(wǎng)絡(luò)、徑向基網(wǎng)絡(luò)、聚類分析4種數(shù)學(xué)算法建立的判別模型精度。

(1) 決策樹(shù)。該算法是數(shù)據(jù)挖掘技術(shù)中用于分類和預(yù)測(cè)的主要技術(shù)，是以實(shí)例為基礎(chǔ)的歸納學(xué)習(xí)算法，利用訓(xùn)練集建立決策樹(shù)流體性質(zhì)判別模型，選用決策樹(shù)挖掘最常用的C4.5算法實(shí)現(xiàn)模型運(yùn)算，并利用WEKA提供的weka.classifiers.meta.CVParameterSelection算法進(jìn)行優(yōu)化。

(2) 神經(jīng)網(wǎng)絡(luò)。BP神經(jīng)網(wǎng)絡(luò)是目前應(yīng)用最為廣泛的神經(jīng)網(wǎng)絡(luò)之一，尋求測(cè)井信息與流體性質(zhì)分類之間的某種非線性映射或擬合，通過(guò)給定的訓(xùn)練樣本集進(jìn)行學(xué)習(xí)得到判別模型，從而實(shí)現(xiàn)流體性質(zhì)的分類預(yù)測(cè)[9-10]。選用WEKA提供的weka.classifiers.functions.MultilayerPerceptron算法實(shí)現(xiàn)模型運(yùn)算。

(3) 徑向基網(wǎng)絡(luò)。徑向基函數(shù)(Radial Basis Function，簡(jiǎn)稱RBF)是沿徑向?qū)ΨQ的標(biāo)量函數(shù)，RBF網(wǎng)絡(luò)可以看成是：首先將原始的非線性可分的特征空間變換到另一空間(通常是高維空間)，通過(guò)合理選擇這一變換，使原問(wèn)題在新空間中線性可分，然后用一個(gè)線性單元來(lái)解決問(wèn)題[11-12]。選用WEKA提供的weka.classifiers.functions.RBFNetwork算法實(shí)現(xiàn)模型運(yùn)算。

決策樹(shù)、神經(jīng)網(wǎng)絡(luò)和徑向基網(wǎng)絡(luò)3個(gè)算法建立的數(shù)學(xué)模型均利用10折交叉驗(yàn)證方法檢驗(yàn)?zāi)Ｐ托阅堋?/p>

(4) 聚類分析。聚類是把數(shù)據(jù)按照相似性歸納成若干類別，同一類中的數(shù)據(jù)彼此相似，不同類中的數(shù)據(jù)相異。聚類分析最常用的算法是K均值算法(K-means)，首先隨機(jī)指定K個(gè)簇中心(設(shè)定K值為10)，將每個(gè)實(shí)例分配到距離最近的簇中心，得到K個(gè)簇，然后計(jì)算各簇中數(shù)據(jù)的均值，將之作為各簇新的簇中心，重復(fù)計(jì)算，直到誤差最小[13]。

考慮冀東探區(qū)南堡凹陷與周邊凸起潛山儲(chǔ)層地質(zhì)條件差異，分區(qū)域分別用訓(xùn)練集建立4種算法的判別模型，并用測(cè)試集對(duì)模型精度進(jìn)行檢驗(yàn)(表1)。通過(guò)對(duì)比可以看出，決策樹(shù)、BP神經(jīng)網(wǎng)絡(luò)2種算法判別模型精度高，且實(shí)際操作更加簡(jiǎn)便。

3 應(yīng)用實(shí)例

圖5為冀東探區(qū)AA井毛莊組流體性質(zhì)判別實(shí)例。11號(hào)層應(yīng)用4種單項(xiàng)信息判別法判別流體性質(zhì)，得出不一致結(jié)果(表2)。利用決策樹(shù)和BP神經(jīng)網(wǎng)絡(luò)判別模型進(jìn)行流體性質(zhì)判別，結(jié)果均為水層。經(jīng)測(cè)試，11號(hào)層日產(chǎn)水為30.9 m3/d，與綜合評(píng)判結(jié)果一致，驗(yàn)證了綜合判別方法的準(zhǔn)確性。

表2 AA井11號(hào)層不同方法判別流體性質(zhì)結(jié)果

4 結(jié) 論

(1) 解析多項(xiàng)資料提出的5個(gè)油氣敏感參數(shù)能夠較全面揭示儲(chǔ)層含油性特征，是流體性質(zhì)綜合判別的可信依據(jù)。

(2) 基于數(shù)學(xué)算法的碳酸鹽巖儲(chǔ)層流體性質(zhì)綜合判別方法，可有效降低依據(jù)單項(xiàng)信息判別流體性質(zhì)的局限性，是對(duì)現(xiàn)有判別技術(shù)的拓展和補(bǔ)充。冀東探區(qū)資料證實(shí)，該方法較單一信息的判別方法準(zhǔn)確性更高，應(yīng)用效果顯著。

圖5 AA井測(cè)井綜合成果

[1] 趙良孝.碳酸鹽巖裂縫性儲(chǔ)層含流體性質(zhì)判別方法的使用條件[J].測(cè)井技術(shù)，1995，19(2)：126-129.

[2] 王宏建，李慶峰，趙杰，等.塔東古城地區(qū)碳酸鹽巖儲(chǔ)層測(cè)井評(píng)價(jià)[J].大慶石油地質(zhì)與開(kāi)發(fā)，2014，33(5)：215-219.

[3] 司馬立強(qiáng)，鄭淑芬，羅寧，等.川東地區(qū)石炭系儲(chǔ)層流體性質(zhì)測(cè)井判別方法適應(yīng)性分析[J].天然氣工業(yè)，2002，22(6)，45-48.

[4] 閆偉林，等.塔木察格盆地復(fù)雜巖性儲(chǔ)層流體識(shí)別[J].大慶石油地質(zhì)與開(kāi)發(fā)，2012，31(1)：158-162.

[5] 王春陽(yáng).MDT在徐深地區(qū)火山巖儲(chǔ)層流體識(shí)別中的應(yīng)用[J].大慶石油地質(zhì)與開(kāi)發(fā)，2014，33(1)：150-153.

[6] 常澗峰，徐耀東，田同輝，等.埕北古7潛山太古界油氣藏流體類型識(shí)別[J].油氣地質(zhì)與采收率，2012，19(4)：21-23.

[7] 孫志文，馬彩琴，吳輝，等.應(yīng)用正態(tài)分布法判別青西復(fù)雜油藏的油水層[J].石油地球物理勘探，2005，40(6)，721-723.

[8] 李國(guó)寶，唐雪萍，楊文督，等.碳酸鹽巖儲(chǔ)層流體性質(zhì)的縱橫波速度比判別法[J].天然氣勘探與開(kāi)發(fā)，2008，31(3)：30-32.

[9] 龐國(guó)印，唐俊，王琪，等.利用概率神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)成巖相——以鄂爾多斯盆地合水地區(qū)延長(zhǎng)組8段儲(chǔ)層為例[J].特種油氣藏，2013，20(2)：43-47.

[10] 孫玉學(xué)，謝建波，才慶.應(yīng)用量子神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)低滲儲(chǔ)層水鎖損害[J].特種油氣藏，2012，19(6)：53-55.

[11] 吳雄軍，蔣官澄，趙琳，等.徑向基神經(jīng)網(wǎng)絡(luò)優(yōu)化及在儲(chǔ)層敏感性定量預(yù)測(cè)中的應(yīng)用[J].油氣地質(zhì)與采收率，2012，19(1)：107-110.

[12] 馬代鑫，溫鴻濱，趙明宸，等.水驅(qū)開(kāi)發(fā)油藏流體通道描述及定量封堵技術(shù)[J].油氣地質(zhì)與采收率，2012，19(1)：104-106.

[13] 唐俊，王琪，馬曉峰，等.Q型聚類分析和判別分析法在儲(chǔ)層評(píng)價(jià)中的應(yīng)用[J].特種油氣藏，2012，19(6)：28-31.

編輯 姜 嶺

20150305；改回日期：20150615

“十二五”國(guó)家科技重大專項(xiàng)“南堡凹陷油氣富集規(guī)律與增儲(chǔ)領(lǐng)域”(2011ZX05006-06)

劉得芳(1971-)，男，工程師，1996年畢業(yè)于沈陽(yáng)黃金學(xué)院有色金屬冶煉專業(yè)，2007年畢業(yè)于大慶石油學(xué)院地球探測(cè)與信息技術(shù)專業(yè)，獲碩士學(xué)位，現(xiàn)從事測(cè)井解釋工作。

10.3969/j.issn.1006-6535.2015.04.027

TE344

A

1006-6535(2015)04-0104-04