謝黎明 曾楷 翟昆 曾成杰

【摘要】? ? 針對地下儲(chǔ)層井參數(shù)不足導(dǎo)致神經(jīng)網(wǎng)絡(luò)訓(xùn)練不充分，預(yù)測結(jié)果誤差較大的問題。提出了基于地震相約束的高精度地震屬性定量預(yù)測方法，即首先對地震多屬性進(jìn)行聚類得到地震相參數(shù)，再依據(jù)地質(zhì)背景，開發(fā)動(dòng)態(tài)資料和解釋經(jīng)驗(yàn)來分析數(shù)據(jù)間的關(guān)系，即地震相分析。然后依據(jù)地震相進(jìn)行約束，彌補(bǔ)井參數(shù)的不足，從而更有效的監(jiān)督訓(xùn)練神經(jīng)網(wǎng)絡(luò)，進(jìn)行地震多屬性的儲(chǔ)層定量預(yù)測。該方法在DF1-1油田壓力監(jiān)測中取得了良好的應(yīng)用結(jié)果。

【關(guān)鍵詞】? ? 地震相約束? ? 地震屬性? ? 定量預(yù)測

引言：

地震屬性分析結(jié)果一般可以劃分構(gòu)造、檢測斷層、預(yù)測巖性、表征儲(chǔ)層參數(shù)、識別流體性質(zhì)、監(jiān)測油藏變化等?；诘卣饘傩缘膬?chǔ)層預(yù)測根據(jù)其學(xué)習(xí)過程是否需要先驗(yàn)知識又可分為有監(jiān)督和無監(jiān)督兩類。

模糊自組織神經(jīng)網(wǎng)絡(luò)（FSONN），是將模糊系統(tǒng)引入了自組織神經(jīng)網(wǎng)絡(luò)，使神經(jīng)網(wǎng)絡(luò)具有處理模糊信息的能力，其本質(zhì)還是一種自組織神經(jīng)網(wǎng)絡(luò)。1987年，Kosko率先將模糊數(shù)學(xué)與神經(jīng)網(wǎng)絡(luò)相結(jié)合，提出了模糊神經(jīng)網(wǎng)絡(luò)的概念。徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)（RBFNN）是一種三層前向神經(jīng)網(wǎng)絡(luò)。它的隱層激活函數(shù)是一種徑向?qū)ΨQ的核函數(shù)。當(dāng)輸入樣本傳播到隱單元空間時(shí)，這組核函數(shù)構(gòu)成了輸入樣本的一組“基”。因此，這種神經(jīng)網(wǎng)絡(luò)稱為徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)。

地震屬性的聚類分析就是利用FSONN神經(jīng)網(wǎng)絡(luò)將地震多屬性映射成一個(gè)反映地震反射波綜合特征的屬性參數(shù)，又稱為地震相分析。如果能有井資料的標(biāo)定，即可進(jìn)行沉積相的轉(zhuǎn)換與分析。對于少井情況下模式識別，可以將地震多屬性的自組織聚類特征結(jié)合到地震屬性的定量預(yù)測中，實(shí)現(xiàn)對神經(jīng)網(wǎng)絡(luò)更有效的監(jiān)督與約束。

一、地震相約束的地震儲(chǔ)層預(yù)測方法

地震多屬性模式識別預(yù)測中，有監(jiān)督的神經(jīng)網(wǎng)絡(luò)訓(xùn)練過程，就是將地震屬性作為輸入，井參數(shù)作為輸出，計(jì)算輸入與輸出間的關(guān)系來調(diào)整和確定神經(jīng)網(wǎng)絡(luò)的層數(shù)、神經(jīng)元個(gè)數(shù)和層間的權(quán)值。

綜合考慮地震相約束的情況，在已有井參數(shù)中加入虛擬井參數(shù)，修改神經(jīng)網(wǎng)絡(luò)的訓(xùn)練方式。假設(shè)有三口井P'（x，y，z）=（t1，t2，t4）T，其中兩口井參數(shù)t1和t2已知，希望預(yù)測剩下的一口井參數(shù)t4。同時(shí)已經(jīng)從地震數(shù)據(jù)中提取了對應(yīng)于三口井位置的三種地震屬性：

（1）

A'中每一列代表一個(gè)屬性，每一行對應(yīng)一口井參數(shù)。

首先將三個(gè)地震屬性模糊自組織聚類，并將聚類數(shù)據(jù)作為第四個(gè)地震屬性s4。其次將地質(zhì)、開發(fā)、巖石物理等資料綜合分析聚類特征，構(gòu)造出一個(gè)虛擬井參數(shù)t3。

然后用已知的三口井參數(shù)P（x，y，z）=（t1，t2，t3）T和聚類得到的第四個(gè)地震屬性進(jìn)行模式識別，即P（x，y，z）=F[A（x，y，z）]，其中F[...]表示某種變換關(guān)系。x，y，z表示對應(yīng)的工區(qū)坐標(biāo)。

由于P（x，y，z）和A（x，y，z）一般情況下都是一種非線性關(guān)系，那么可以先線性擬合出兩者的最佳線性關(guān)系F[A（x，y，z）]，再用徑向基神經(jīng)網(wǎng)絡(luò)來估計(jì)它們的非線性殘差r[A（x，y，z）]，即：

P（x，y，z）=F[A（x，y，z）]+r[A（x，y，z）]? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? （2）

當(dāng)加入地震相約束的時(shí)候，由于虛擬井參數(shù)t3是由地震相屬性s4估計(jì)出的，所以存在很好的相關(guān)性，這樣能夠讓F[A（x，y，z）]更容易的擬合，減小誤差。F[A（x，y，z）]與P（x，y，z）間總是存在誤差E（x，y，z），即：

E（x，y，z）=P（x，y，z）-F[A（x，y，z）]? ? ? ? ? ? ? ? ? ? ?（3）

接下來用A（x，y，z）作為輸入，E（x，y，z）作為輸出，來訓(xùn)練徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)。徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)是一種輸入層、隱含層和輸出層的三層前向神經(jīng)網(wǎng)絡(luò)。隱含層由一組徑向基函數(shù)構(gòu)成，常選用高斯函數(shù)。對于隱含層神經(jīng)元的個(gè)數(shù)、中心及寬度的確定，可以采用基于最近鄰聚類學(xué)習(xí)算法，動(dòng)態(tài)的進(jìn)行網(wǎng)絡(luò)參數(shù)和結(jié)構(gòu)兩個(gè)過程的自適應(yīng)調(diào)整，其輸出函數(shù)為：

（4）

其中高斯函數(shù)半徑r的大小決定了動(dòng)態(tài)自適應(yīng)徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)的復(fù)雜程度，越小越復(fù)雜，通過實(shí)驗(yàn)選取為0.04。a是輸入矢量，即A中的一行，k表示逐次尋找聚類中心的第k次，ci是第i個(gè)基函數(shù)的中心，與a具有相同維數(shù)的矢量，M是隱含層神經(jīng)元個(gè)數(shù)。

訓(xùn)練結(jié)束后，模式識別時(shí)徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)的輸出R（a）可寫為：

（5）

式中wi是訓(xùn)練好的隱含層和輸出層間的權(quán)值，M是隱含層神經(jīng)元個(gè)數(shù)，fi（a）是徑向基函數(shù)。那么最終模式識別的輸出結(jié)果P（a）可以表達(dá)為：

（6）

式中F（a）是多元線性回歸的計(jì)算結(jié)果，R（a）是徑向基函數(shù)計(jì)算的殘差，a表示輸入的一組地震屬性矢量。

二、實(shí)際應(yīng)用

DF1-1氣田在2001年和2007年分別進(jìn)行了地震采集，并做了基礎(chǔ)數(shù)據(jù)和監(jiān)測數(shù)據(jù)的時(shí)移匹配。時(shí)移監(jiān)測區(qū)域是一個(gè)較平緩的背斜構(gòu)造，總長度約16km。主力氣層分為兩個(gè)氣組，I氣組是H1和H2層間，II氣組是H2和H3層間。

首先對工區(qū)所有已知28口開發(fā)井實(shí)測的壓力差異數(shù)據(jù)進(jìn)行統(tǒng)計(jì)。如圖1，工區(qū)整體壓力差范圍在0.5MPa～4.5MPa之間，而且壓力差在1～3.5MPa間最為集中。

接下來根據(jù)基準(zhǔn)樣本井，以它的時(shí)移壓力差（1.5MPa）作為壓力差異基準(zhǔn)。結(jié)合工區(qū)所有井時(shí)移壓力差分布范圍（圖1），建立如表1所示的虛擬井的壓力差異數(shù)據(jù)，其中I氣組4口虛擬井，II氣組3口虛擬井。

最后，用前述地震屬性的組合預(yù)測流程分別計(jì)算壓力差異，如圖2。I氣組是主力產(chǎn)氣層，壓力下降較大，尤其在CDP1300-2500段的背斜構(gòu)造上。而II氣組采氣量較小，壓力下降不大，集中在CDP1500-2100的背斜構(gòu)造區(qū)。以油藏?cái)?shù)值模擬建立的壓力差異變化模型作為誤差校驗(yàn)如表2，二者表現(xiàn)出了很好的一致性趨勢。

三、結(jié)論

對于地震多屬性的優(yōu)化可以分為有井條件下的物性優(yōu)化和無井條件下的純數(shù)學(xué)優(yōu)化。當(dāng)然在有井條件下也可以進(jìn)行兩個(gè)方面的組合優(yōu)化，即首先進(jìn)行地震屬性與井參數(shù)的相關(guān)性與相容性分析;然后進(jìn)行屬性間的獨(dú)立性與冗余性分析，從而進(jìn)一步保證地震多屬性分析的可靠性。

對于地震相分析可以通過地震多屬性的平面聚類分析、地震多屬性的主成份融合分析、地震體屬性的縱向演化分析等方面的綜合研究，來進(jìn)一步挖掘地震屬性在油氣勘探中的應(yīng)用前景。

對于少井勘探區(qū)域，可以利用地震屬性的聚類即地震相分布特征，來構(gòu)造并增加神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)訓(xùn)練的虛擬樣本井，從而提高地震屬性表征油藏參數(shù)的可靠性與有效性。

參? 考? 文? 獻(xiàn)

[1]王永剛，樂友喜，張軍華著，地震屬性分析技術(shù)，山東東營：中國石油大學(xué)出版社，2006

[2]劉企英著，利用地震信息進(jìn)行油氣預(yù)測，北京：石油工業(yè)出版社，1994。

[3]鮑祥生，油藏注水開采中監(jiān)測技術(shù)的研究與應(yīng)用，西南石油學(xué)院碩士學(xué)位論文，2003。

[4]丁峰，地震屬性分析系統(tǒng)的研制與應(yīng)用研究，西南石油學(xué)院碩士學(xué)位論文，2004。

[5]鮑祥生，時(shí)移地震屬性的分析與應(yīng)用，西南石油大學(xué)博士學(xué)位論文，2006。

[6]丁峰，高精度地震屬性技術(shù)研究及其系統(tǒng)實(shí)現(xiàn)，西南石油大學(xué)博士學(xué)位學(xué)位論文，2008

[7]古發(fā)明，地震屬性的優(yōu)化方法研究與地震相分析，西南石油大學(xué)碩士學(xué)位論文，2009

[8]魏艷，尹成，丁峰等，地震多屬性綜合分析的應(yīng)用研究，石油物探，2007，46（1）：42-47

[9]丁峰，尹成，徐峰等，一種基于靈敏屬性分析的相關(guān)聚類屬性優(yōu)化方法，石油地球物理勘探，2008，43（5）：568-572

[10]丁峰，尹成，朱振宇等，利用改進(jìn)的自組織網(wǎng)絡(luò)進(jìn)行地震屬性分析，西南石油大學(xué)學(xué)報(bào)（自然科學(xué)版），2009，31（4）：47-51

[11]趙虎，尹成，朱仕軍，多屬性融合技術(shù)研究，勘探地球物理進(jìn)展，2009，32（2）：119-121

[12]趙虎，尹成，張華光等，屬性技術(shù)在油氣檢測中的應(yīng)用，重慶科技學(xué)院學(xué)報(bào)（自然科學(xué)版），2009，11（4）：36-37

[13]尹成，王治國，雷小蘭等，地震相約束的多屬性儲(chǔ)層預(yù)測方法研究，西南石油大學(xué)學(xué)報(bào)（自然科學(xué)版），2010，32（5）：173-180