佘天威, 張方舟, 孫永穎

(東北石油大學(xué) 計算機(jī)與信息技術(shù)學(xué)院， 大慶 163318)

基于支持向量機(jī)的綜合錄井水淹層評價方法的研究

佘天威, 張方舟, 孫永穎

(東北石油大學(xué) 計算機(jī)與信息技術(shù)學(xué)院， 大慶 163318)

近幾年來，隨著錄井技術(shù)的長足進(jìn)步，為水淹層評價提供了新的技術(shù)手段，其目的是進(jìn)一步精確地描述油層水淹程度，降低采油成本提高采油量及其采收率；地化錄井技術(shù)作為水淹層評價的重要依據(jù)，現(xiàn)階段還未實現(xiàn)錄井水淹層智能評價方法，因此提出基于支持向量機(jī)的錄井水淹層評價方法。研究支持向量機(jī)的分類方法，研究地化熱解和飽和烴氣相色譜評價水淹層的理論和方法，利用綜合評價圖版對分類結(jié)果進(jìn)行驗證；通過支持向量機(jī)與綜合錄井技術(shù)結(jié)合，可以自動識別油層水淹程度，提高水淹層評價的準(zhǔn)確性.

支持向量機(jī); 綜合錄井資料; 水淹層評價; 多分類

0 引言

綜合錄井技術(shù)是水淹層識別和評價的重要手段[1]，可以顯著提高在薄差層和非均質(zhì)層的水淹層評價精度。綜合錄井評價主要采用巖石熱解、氣相色譜及熒光顯微圖像技術(shù)，分析相關(guān)參數(shù)與油層水淹程度的映射關(guān)系，通過建立水淹層判別標(biāo)準(zhǔn)，定性判別水淹程度。許多學(xué)者致力于測井水淹層自動評價方法的研究，目前還沒有提出綜合錄井水淹自動評價方法。因此，本文采用支持向量機(jī)的多分類方法，進(jìn)行水淹層自動分類和評價。

2 支持向量機(jī)

支持向量機(jī)適用于小樣本、線性及高維特征等條件下的模式識別問題，在訓(xùn)練樣本數(shù)目有限的情況下，該方法能夠考慮模型復(fù)雜性和學(xué)習(xí)能力，可以避免神經(jīng)網(wǎng)絡(luò)等學(xué)習(xí)方法容易出現(xiàn)的過度擬合問題[2]。目前支持向量機(jī)已成為機(jī)器學(xué)習(xí)與人工智能學(xué)科中的一個重要研究內(nèi)容，可解決結(jié)果預(yù)測、圖像識別、文本分類等模式識別問題。

支持向量機(jī)分類方法是通過構(gòu)建最優(yōu)分類超平面，計算最大分類間距，對樣本進(jìn)行準(zhǔn)確的分類；支持向量的定義是距最優(yōu)分類超平面最近的向量。支持向量機(jī)可分為線性支持向量機(jī)和非線性支持向量機(jī)，在綜合錄井水淹層評價過程中，評價參數(shù)與水淹程度之間存在線性映射關(guān)系；因此本文采用線性支持向量機(jī)分類法結(jié)合綜合錄井技術(shù)對水淹層進(jìn)行自動評價。

2.1 線性支持向量機(jī)分類

(1)

(2)

引入Lagrance函數(shù)為式(3)。

(3)

分別對w和b求偏導(dǎo)，令偏導(dǎo)等于0為式(4)。

(4)

上式整理得到最優(yōu)化函數(shù)并求其最大值為式(5)。

(5)

二次規(guī)劃處理后，分類決策函數(shù)表示為式(6)。

(6)

只對支持向量進(jìn)行求和，b表示分類閾值。

2.2 支持向量機(jī)多分類方法

支持向量機(jī)是針對二分類問題提出的，但錄井水淹層評價中要解決的是多分類的問題，因此，采用支持向量機(jī)多分類的方法，劃分強水淹、中水淹和弱水淹的評價結(jié)果?！耙粚Χ唷狈椒ㄊ翘幚碇С窒蛄繖C(jī)多分類的常用方法之一，該方法的分解策略是從結(jié)果中選擇一個類為正類，其他的類別作為負(fù)類，對正類和負(fù)類的訓(xùn)練樣本構(gòu)造分類器，這樣k個類別對應(yīng)k個構(gòu)造的分類器。在對未知樣本進(jìn)行測試時，“一對多”方法使用最大優(yōu)選策略，通過k個支持向量機(jī)對未知樣本測試，共得到k個決策函數(shù)值，以決策函數(shù)輸出值為依據(jù)劃分測試樣本所屬的類別。“一對多”方法在測試階段只使用k個分類器，其分類速度相對較快，本文構(gòu)造3個分類器對樣本集進(jìn)行訓(xùn)練，樣本集數(shù)量較小，因此不會影響訓(xùn)練速度。

3 綜合錄井技術(shù)自動識別水淹層

綜合錄井技術(shù)是多種地質(zhì)勘探技術(shù)綜合起來解決儲層預(yù)測、水淹層評價的地質(zhì)導(dǎo)向等問題，結(jié)合了地化錄井、巖屑錄井、色譜錄井等多種技術(shù)，通過綜合錄井儀采集、處理儲層數(shù)據(jù)，能夠為地質(zhì)勘探提供更加可靠的數(shù)據(jù)支持。采用支持向量機(jī)多分類方法，結(jié)合地化熱解技術(shù)、飽和烴氣相色譜技術(shù)，實現(xiàn)自動識別水淹層的方法，根據(jù)綜合錄井資料驗證識別結(jié)果。

3.1 地化熱解技術(shù)

地化熱解是對儲層的巖石樣品進(jìn)行程序升溫，使巖石樣品中的烴類在不同溫度下?lián)]發(fā)，將濃度轉(zhuǎn)化為相應(yīng)的電流信號[4]，經(jīng)過數(shù)據(jù)處理，記錄各溫度區(qū)間的組分含量，根據(jù)所得到的地化熱解參數(shù)，可以對儲層進(jìn)行水淹評價。地化熱解參數(shù)(訓(xùn)練樣本)主要包括：S0氣態(tài)烴含量，S1液態(tài)烴含量，S2裂變烴含量；生烴潛量Pg=S0+S1+S2。其中孔隙度對生烴潛量存在影響，如式(7)、式(8)。

(7)

(8)

式中Pg為生烴潛量，φ為孔隙度，ρma，ρ0，ρw巖石、油和水的密度，PI表示油氣含量減小系數(shù)。從PI、Pg、S0關(guān)系可以看出，生烴潛量和氣態(tài)烴含量受孔隙度影響較大。M井的熱解參數(shù)，如表1所示。

表1 M井的熱解參數(shù)

樣本集中選取85個訓(xùn)練樣本和35個測試樣本，構(gòu)建支持向量機(jī)模型，設(shè)計解釋評價標(biāo)準(zhǔn)；熱解參數(shù)對水淹層自動評價圖版如圖1所示。

3.2 飽和烴氣相色譜分析技術(shù)

雖然飽和烴氣相色譜技術(shù)在水淹層解釋評價中發(fā)揮重要作用[5]，將飽和烴錄井技術(shù)與試油結(jié)果結(jié)合，針對不同儲層分級建立水淹級別識別圖版，主要依據(jù)譜圖的比值參數(shù)、峰面積參數(shù)和形態(tài)表征參數(shù)識別水淹級別，受人為因素的影響較大；因此，需要一種自動多分類方法，可進(jìn)一步提高錄井水淹層評價水平。

飽和烴氣相色譜技術(shù)獲取到的正構(gòu)烷烴的比值參數(shù)作

圖1 熱解參數(shù)水淹層評價圖版為訓(xùn)練樣本集，采用“一對多”的分類方法，構(gòu)造3個分類器；飽和烴氣相色譜比值參數(shù)，如表2所示。

表2 該示例的三角形圖版判別標(biāo)準(zhǔn)

該評價模型較好地劃分了水淹級別，比值參數(shù)圖版如圖2所示。

圖2 比值參數(shù)水淹層評價圖版

3.3 綜合錄井資料的水淹層評價方法

以上采用地化熱解技術(shù)和飽和烴氣相色譜技術(shù)分別對水淹層進(jìn)行評價；在實際應(yīng)用中，錄井技術(shù)人員往往采用綜合錄井資料評價水淹級別，即地化熱解、色譜圖形態(tài)、輕烴技術(shù)結(jié)合，根據(jù)水淹層評價機(jī)理，選取評價參數(shù)，建立水淹層綜合評價圖版。因此，在現(xiàn)有地化熱解參數(shù)的基礎(chǔ)上，引入氣相色譜圖形態(tài)表征參數(shù)Ag；其中Ag值越小，譜圖呈正態(tài)峰形，產(chǎn)水率越小，表現(xiàn)為弱水淹特征，Ag值越大響應(yīng)值低，譜圖曲線形態(tài)不豐滿，輕組分缺失嚴(yán)重，碳數(shù)范圍變窄，表現(xiàn)為強水淹特征；針對熱解參數(shù)和色譜圖形態(tài)參數(shù)建立綜合評價圖版，如圖3所示。

圖3 綜合錄井資料水淹層評價圖版

4 總結(jié)

本文利用支持向量機(jī)的多分類方法，對水淹層進(jìn)行自動評價；分別應(yīng)用地化熱解技術(shù)和飽和烴氣相色譜技術(shù)，建立水淹層評價模型，結(jié)合“一對多”方法，實現(xiàn)評價結(jié)果多分類，最終設(shè)計綜合錄井資料水淹層評價模型，達(dá)到水淹層精細(xì)評價的效果。結(jié)果表明，多分類支持向量機(jī)能夠自動準(zhǔn)確的劃分水淹級別，具有實際應(yīng)用價值。

[1] 宋冠軍，耿長喜，左鐵秋，秋玉娥. 地化錄井水淹層綜合評價方法及應(yīng)用[J].錄井工程，2007，18(4)：49-53.

[2] 謝偉增.人工蜂群算法優(yōu)化支持向量機(jī)的網(wǎng)絡(luò)入侵檢測[J].微型電腦應(yīng)用，2017，33(1)：71-73.

[3] Lin C.J. Formulations of Support Vector Machines: A Note from An Optimization Point of View[J]. Neural Computation. 2001，13(2)：307-317.

[4] 孫建偉.地化熱解錄井技術(shù)在鉆井過程中的應(yīng)用[J].地質(zhì)裝備，2011，12(5)：25-28.

[5] 劉明，耿長喜，趙淑英.飽和烴氣相色譜信息處理方法及應(yīng)用[J].科學(xué)技術(shù)與工程，2009，9(18)：5455-5459.

Comprehensive Logging Technology Based on Support Vector Machine in Water Flooded Layer Identification

She Tianwei， Zhang Fangzhou, Sun Yongying

(School of Computer and Information Technology, Northeast Petroleum University, Daqing 163318, China)

Recently, the development of logging technology provides a new method for the evaluation of water flooded layer, so that further it can describe the water flooded degree of oil layer accurately, reduce the cost and improve the quantity and rate of oil extraction. Geochemical logging technology is an important method for evaluation of water flooded layer, and the intelligent evaluation method has not been achieved in the water flooded layer. Therefore, the paper puts the evaluation method of water flooded layer based on support vector machine. Research on classification method of support vector machine and the evaluation of water flooded layer by geochemical technology, the results are verified by a comprehensive chart. Combining the SVM and comprehensive mud logging technology, this method can automatically get the result of water flooded layer.

Support vector machine; Comprehensive logging data; Water flooded layer; Multi classification

國家級重大工程關(guān)鍵技術(shù)裝備研究與應(yīng)用(2013E-3B-09)

佘天威(1992-)，男、漢族、大慶、碩士，研究方向：數(shù)據(jù)庫與智能信息系統(tǒng)。 張方舟(1973-)，男、漢族、商丘、教授，博士，研究方向：計算機(jī)網(wǎng)絡(luò)安全。 孫永穎(1993-)，女，碩士，研究方向：數(shù)字集體技術(shù)。

1007-757X(2017)08-0018-03

TG4

A

2017.0.0)