王如意 吳 鈞 楊向同 丁江輝 秦 冬

（1.中國石油集團工程技術研究院有限公司，北京 102206；2.中國石油大慶油田有限責任公司勘探開發(fā)研究院，黑龍江 大慶 163712）

0 引 言

隨著常規(guī)油氣資源日益匱乏，頁巖油等非常規(guī)油氣資源日益增加，逐步成為油氣儲量和產量增長的重要領域。 頁巖油儲層總有機碳含量（w（TOC））是反映頁巖油氣富集程度及生烴潛力的關鍵參數之一［1］。w（TOC）的定量表征和預測對于頁巖油地質甜點確定、儲量評估和開發(fā)方案制定具有重要作用。w（TOC）通常在實驗室內通過巖石熱解儀器對少量巖心化驗分析獲得，數據采集成本較高，數據量也相對較少［2］。因此對于w（TOC）預測通常利用巖心標定測井建立數學模型的方法實現。目前ΔlogR法［3-10］及改進ΔlogR法［11-14］、Carblog 法［15］、疊合面積法［16-17］、多元回歸法等常規(guī)方法應用于w（TOC）的預測中，但預測精度普遍較低。近年來隨著大數據和人工智能技術的發(fā)展，支持向量機［18-21］、最近鄰［22］、貝葉斯判別［23］、隨機森林回歸算法［24］、最優(yōu)化估算和貝葉斯統(tǒng)計［25］、BP 神經網絡［26-28］、貝葉斯正則化改進BP 神經網絡［29］、卷積神經網絡［30］和概率神經網絡［31］等人工智能技術和方法開始應用于w（TOC）的預測中。雖然人工智能技術在烴源巖w（TOC）預測上已經取得了較多的應用成果，但是受巖心測試數據與測井數據之間分辨率差異、鉆桿深度與電纜深度系統(tǒng)誤差、敏感測井曲線與算法和參數選擇等因素影響，w（TOC）預測具有較高的不確定性，模型的泛化能力普遍較低。針對這一問題，本文提出融合滑動窗口法巖心歸位技術、基于相關系數的層次聚類算法和機器學習自動化技術融合的機器學習智能決策系統(tǒng)，解決w（TOC）智能預測的不確定問題，最大化降低w（TOC）預測的不確定性，提高預測精度和模型的泛化能力，并利用大慶油田古龍頁巖油實際鉆測井資料進行了驗證，取得了很好的應用效果。

1 研究區(qū)概況

古龍凹陷處于松遼盆地中央坳陷區(qū)的西部，東面鄰近大慶長垣，面積約為5 500 km2。古龍凹陷在青山口組沉積階段湖平面上升，沉積了一套70～120 m 厚的半深湖—深湖相富含有機質的暗色泥頁巖［32］。其中，青一段和青二段下部地層是頁巖油富集的重點層段，巖性以厚層頁巖為主，局部可見厚度極薄的粉砂巖、白云巖及介殼灰?guī)r等夾層，有機質類型以Ⅰ型和Ⅱ型干酪根為主，屬于典型的湖相富有機質泥頁巖。通過對古龍凹陷青山口組4 口取心井中680 塊樣本的總有機碳含量巖心化驗結果進行數據分析，w（TOC）主要為1.5%～4.2%，平均值為2.2%［32］，其中，青一段的w（TOC）相對較高，主要為2.0%～4.2%，平均值為2.7%［32］，屬于高有機質含量泥頁巖。

2 方法原理

針對古龍頁巖油藏多尺度數據耦合、敏感測井響應特征優(yōu)選、機器學習方法及附帶參數優(yōu)選問題，以系統(tǒng)論為思想基礎，聯合基于滑動窗口算法的w（TOC）巖心自動歸位技術、基于相關系數的層次聚類算法w（TOC）敏感特征優(yōu)選技術和基于粒子群機器學習自動優(yōu)化算法的w（TOC）預測技術構建機器學習智能決策系統(tǒng)。應用該系統(tǒng)可以實現基于測井數據的頁巖油w（TOC）定量表征及智能預測研究。

2.1 基于滑動窗口算法的w(TOC)巖心自動歸位技術

該技術是將w（TOC）巖心化驗分析數據標定到測井曲線上的一種智能算法，以有效解決因電纜和鉆桿壓縮系數不同而產生測量深度系統(tǒng)誤差問題［33］。在利用滑動窗口法進行巖心歸位時，首先需要明確測井數據的采樣間隔和滑動窗口的長度，依次逐點滑動計算各數據中w（TOC）和常規(guī)測井數據之間的相關系數，以相關系數的絕對值最大為決策條件優(yōu)選出絕對相關系數最大的測井曲線類別及深度位置（圖1）。一般而言，滑動長度控制在10 m 以內，窗長為目標地層巖心分析測試數據頂底深度，滑動步長為測井數據采樣間隔，多為0.1 m 或者0.125 m。

圖1 滑動窗口法巖心自動歸位示意Fig.1 Schematic diagram of automatic core location by sliding window method

2.2 基于相關系數的層次聚類算法w(TOC)敏感特征分析技術

定義1：數據集S= ｛Sm1，Sm2，…，Smn｝是一個具有m行，n個維度特征的數據集合。對于任一維度特征數據有X=S：k，Y=S：j，k，j∈［1，n］。

相關系數是由統(tǒng)計學家卡爾·皮爾遜設計的統(tǒng)計指標，是研究變量之間線性相關程度的量，相關系數定義為

式中：r——相關系數；cov（X，Y）——X，Y的協方差；var（X）、var（Y）——X、Y的方差。

層次聚類算法是一種表征數據之間相似度系數層次結構關系的算法。該算法在處理高維度或多類別數據問題上具有不可替代的優(yōu)勢，該算法可以根據數據點、數據變量和數據簇之間相似度系數進行相似度層次結構的構建。開始時，點、變量或聚類等數據樣本分別被視為一個單獨的聚類，即每個聚類只包含一個數據樣本（點、變量或聚類）。然后計算出數據樣本之間的相似系數矩陣，并將大多數相似的數據聚類合并成一個新的聚類。重復上述步驟，直到所有樣本（或變量）被合并到一個聚類中，或者所有相似性系數小于或大于閾值的多個類別中。通常，數據點或數據簇以距離為度量進行聚類，其中具有最小距離的兩個點首先被合并。本文以相關系數為相似度計算指標代替距離重構，基于相關系數的層次聚類算法，解決連續(xù)型數據之間層次結構關系問題。應用該算法可以實現w（TOC）敏感特征的定量分析。

2.3 基于粒子群機器學習自動優(yōu)化算法的w(TOC)預測方法和參數智能優(yōu)選技術

為了解決不同數據集或同一數據集不同模式識別訓練任務會對不同的算法具有不同的適應性問題，將交叉驗證數據集剖分技術、粒子群優(yōu)化算法和機器學習算法融合構建出基于粒子群機器學習自動優(yōu)化算法。應用該算法進行w（TOC）智能預測，可起到人工智能算法和附帶參數智能優(yōu)選的作用，具有智能化程度高、預測精度高和計算效率高的特點。

粒子群優(yōu)化算法（Particle Swarm Optimization，PSO）是基于模擬鳥群捕食行為提出的一種群智能算法，其中每一只鳥代表一個粒子，鳥群所尋找的“食物”就是所求的最優(yōu)解。采用粒子群優(yōu)化算法對一群隨機粒子進行初始化處理，第i個粒子的坐標為xti=（xti1，xti2，…，xtiN），xtiN∈［LN，UN］，N個目標解的坐標為未優(yōu)化前的目標解。第i個粒子運行 速 度 為vti= （vti1，vti2，…，vtin），vtin∈［vmin，N，vmax，N］，第i個粒子最優(yōu)化位置為Pti=（Pti1，Pti2，…，），種群最優(yōu)化位置為Ptg=（，，…，）。則第s維度的粒子運動速度和粒子坐標的迭代結果可表示為

式中：v——無因次粒子速度；t——迭代次數；ω——慣性權重，具有平衡全局和局部搜索的作用；c1、c2——學習因子，分別控制著粒子尋找個體最優(yōu)位置和全局最優(yōu)位置的能力；r1、r2——介于［0，1］的隨機數。

基于粒子群機器學習自動優(yōu)化算法的w（TOC）智能預測技術利用數據集剖分技術將標簽集劃分為參數優(yōu)化數據集和測試數據集2 部分，參數優(yōu)選數據集采用交叉驗證法將數據集N等分，依次將其中的1 份當作驗證數據集，其余的N-1 份當作訓練數據集。

基于粒子群機器學習自動優(yōu)化算法中不同的數據集具有不同的作用，訓練數據集主要承擔模型訓練的任務，驗證數據集主要承擔機器學習參數優(yōu)選的任務，而測試數據集主要承擔機器學習算法的評價和優(yōu)選任務（圖2）。

圖2 基于粒子群優(yōu)化算法的機器學習自動化技術流程Fig.2 Machine learning automation system based on particle swarm optimization algorithm

當前機器學習算法類別較多，每種算法需要優(yōu)化的參數也較多，利用常規(guī)的網格搜索算法耗時較長，難以滿足智能化運算的時間需求。將機器學習算法和參數的選擇問題轉化為優(yōu)化問題，應用粒子群優(yōu)化算法驅動w（TOC）數據進行機器學習算法和參數的智能優(yōu)選，最終得出滿足平均絕對誤差最低或者符合率最高決策條件的機器學習算法及其最優(yōu)參數組合（圖2）。

為得到優(yōu)良的人工智能回歸模型，本次集成6種回歸算法進行基于粒子群優(yōu)化算法的機器學習自動化模型優(yōu)化，包括線性回歸算法、嶺回歸算法、決策樹回歸算法、隨機森林回歸算法、最近鄰回歸算法和支持向量機回歸算法。每種機器回歸學習算法的關鍵參數見表1。

表1 機器學習智能決策系統(tǒng)回歸算法及其關鍵參數Table 1 Machine learning intelligent decision system regression algorithm and its key parameters

3 基于機器學習智能決策系統(tǒng)的總有機碳含量預測應用

本文利用4 口取心井中680 個w（TOC）測試數據和對應測井數據，應用機器學習智能決策系統(tǒng)開展古龍頁巖油w（TOC）參數定量表征及智能預測研究?；谠摲椒A測，井A2 等w（TOC）巖心測試為訓練數據集和驗證數據集；井A8 為盲井測試數據集。

3.1 基于滑動窗口算法的w(TOC)巖心自動歸位技術構建w(TOC)―測井數據大表

針對各w（TOC）巖心測試井利用基于滑動窗口法的巖心歸位技術從自然伽馬（qAPI）、淺側向電阻率（RLLS）、深側向電阻率（RLLD）、微球型聚焦電阻率（RMSFL）、聲波時差（Δt）、密度（ρDEN）和中子孔隙度（φN）共7 種常規(guī)測井曲線中智能優(yōu)選出與w（TOC）相關系數絕對值最高的特征敏感曲線和最優(yōu)歸位深度，以此建立w（TOC）—測井數據大表。以井A2 為例，應用基于滑動窗口法的巖心歸位技術后計算得出的敏感測井曲線為聲波時差（Δt），將歸位深度下移4.250 m，歸位后的w（TOC）和聲波時差（Δt）的相關系數從0.06 提高到0.55（圖3—圖4，表2，圖5）。其他各巖心測試井經基于滑動窗口法的巖心歸位技術計算后具有相同的規(guī)律，聲波時差（Δt）是進行巖心歸位最優(yōu)特征測試曲線。以相關系數絕對值為決策條件可以準確得出最優(yōu)巖心歸位位置，實現w（TOC）巖心測試數據對測井數據的標定，以此建立測井數據大表。基于滑動窗口算法的w（TOC）巖心自動歸位技術解決了鉆桿深度和測井深度之間系統(tǒng)誤差校正問題，通過滑動窗口法進行巖心歸位從200 次運算中求取了最優(yōu)解，尋找到了巖心歸位最佳位置，消除了巖心測試w（TOC）數據和測井曲線之間鏈接的系統(tǒng)誤差。通過該算法智能化計算出w（TOC）的敏感測井曲線，確定了最優(yōu)化歸位位置，最大程度提升了巖心刻度測井曲線的準確度，降低巖心歸位的不確定性。

圖5 井A2 w(TOC)巖心自動歸位成果Fig.5 Results of w(TOC)in Well A2 by automatic core homing

表2 井A2各測井曲線巖心自動歸位參數Table 2 Automatic core homing parameters for logging curves of well A2

圖3 井A2巖心自動歸位效果Fig.3 Automatic core location of well A2

圖4 井A2歸位前、后w(TOC)和Δt測井特征關系Fig.4 Relationship between w(TOC)and Δt logging characteristics of Well A2 before and after homed

3.2 基于相關系數的層次聚類算法的w(TOC)敏感測井響應特征

本文通過w（TOC）—測井數據大表中巖心化驗分析w（TOC）參數與自然伽馬（qAPI）、淺側向電阻率（RLLS）、深側向電阻率（RLLD）、微球型聚焦電阻率（RMSFL）、聲波時差（Δt）、密度（ρDEN）和中子孔隙度（φN）共7 種測井曲線數據，應用基于相關系數的層次聚類算法進行w（TOC）參數敏感測井曲線分析。研究發(fā)現w（TOC）參數與自然伽馬（qAPI）、淺側向電阻率（RLLS）、深側向電阻率（RLLD）及微球型聚焦電阻率（RMSFL）不具有明顯的相關性，因此這3 個參數不是w（TOC）的敏感測井響應特征參數。w（TOC）與聲波時差（Δt）、密度（ρDEN）和中子孔隙度（φN）測井曲線具有明顯相關關系，聲波時差（Δt）是w（TOC）最為明顯的敏感測井參數，它們之間的相關系數為0.65。聲波時差（Δt）、密度（ρDEN）和中子孔隙度（φN）之間具有明顯的自相關性，聲波時差（Δt）和中子孔隙度（φN） 之間相關性最強，相關系數為0.75（圖6）。經過數據挖掘分析可知，聲波時差（Δt）、密度（ρDEN）和中子孔隙度（φN）測井曲線可以作為w（TOC）參數預測的特征測井曲線。

圖6 w(TOC)參數與測井曲線相關系數矩陣Fig.6 Matrix of correlation coefficients between w(TOC)parameters and logging curves

基于相關系數的層次聚類算法解決了多特征參數內部之間以及多特征參數與目標之間層次結構關系定量表征問題，該方法突破了傳統(tǒng)人工二維交會圖法進行數據分析的技術瓶頸，不僅實現了兩兩數據之間的關系分析，還能實現多維連續(xù)性數據之間層次結構關系的定量化分析，從而實現了預測目標參數敏感特征的準確分析，挖掘出油藏數據中蘊含的地質規(guī)律。在本次研究中發(fā)現w（TOC）參數的敏感特征，并非主觀認為的電阻率測井曲線而是三孔隙度測井曲線。該項技術對于挖掘地質規(guī)律從而提高w（TOC）參數的預測精度具有重要意義。

3.3 基于粒子群機器學習自動優(yōu)化算法的w(TOC)預測方法和參數智能優(yōu)選建模

針對w（TOC）—測井數據大表進行數據剖分，除井A8 的122 個數據點作為盲井測試數據集外，其余558 個w（TOC）—測井數據設置為參數優(yōu)化數據集，以交叉驗證技術按照5 等份進行數據集剖分，輪番以其中4 份數據作為訓練數據集，剩余1 份作為驗證數據集。

利用粒子群智能優(yōu)化算法驅動6 種人工智能回歸算法，以5 次驗證數據集w（TOC）平均絕對誤差最低為決策條件，迭代運算進行算法參數優(yōu)化，并以井A8 測試數據集w（TOC）平均絕對誤差最低為決策條件進行層次迭代優(yōu)化。最終利用粒子群智能優(yōu)化算法優(yōu)選出隨機森林回歸算法在max_depth=24， max_features=0.7， n_estimators=63的參數組合下（圖7）可實現訓練集的平均絕對誤差為0.313%，符合率為81.2%；驗證集平均絕對誤差為0.320%，符合率為82.3%。井A8 測試集粒子群優(yōu)化算法參數優(yōu)化后的隨機森林算法可以將w(TOC)預測平均絕對誤差降低為0.354%，預測符合率可達81.7%（表4、圖8―圖9）。

圖9 井A8機器學習智能決策系統(tǒng)w(TOC)參數多方法智能預測成果Fig.9 Multi-method intelligent prediction of TOC parameters for machine learning intelligent decision system for Well A8

表4 井A8測試集機器學習模型評價Table 4 Evaluation of machine learning models for test set of Well A8

圖8 測試集巖心實測w（TOC）和不同算法測井預測w（TOC）結果交會Fig.8 Crossplots of w(TOC)of test dataset core vs.w(TOC)of log prediction by different algorithms

基于粒子群機器學習自動優(yōu)化技術解決了頁巖油儲層w（TOC）參數預測中方法和參數智能選擇的不確定問題，通過粒子群智能優(yōu)化算法驅動6 種機器學習回歸算法，以w（TOC）參數預測平均絕對誤差最低為決策條件進行w（TOC）參數智能預測。該方法與應用單一人工智能算法手工調參技術或網格搜索進行調參技術相比，最大化提高了w（TOC）參數預測的精度并最大化降低計算時間。

4 結 論

（1）基于滑動窗口法的巖心歸位技術可以有效解決巖心測試數據和測井曲線之間耦合中鉆桿深度和電纜深度之間存在誤差的問題，該方法應用于井A2 確定下移4.250 m 為巖心歸位最優(yōu)距離，歸位后w（TOC）和聲波時差（Δt）的相關系數可從0.06提高到0.55。

（2）基于相關系數的層次聚類算法可以有效解決w（TOC）與測井曲線之間相關性層次結構分析問題，應用該算法挖掘出古龍頁巖油聲波時差、密度和中子孔隙度是w（TOC）的敏感測井響應特征曲線，可以作為預測w（TOC）的特征參數；自然伽馬、淺側向電阻率、深側向電阻率及微球型聚焦電阻率曲線不能有效地反映w（TOC），是預測w（TOC）的無效特征參數。

（3）應用基于粒子群機器學習自動優(yōu)化技術解決頁巖油w（TOC）參數預測中人工方法和參數選擇出現的不確定性問題，從6 種回歸算法中系統(tǒng)優(yōu)化出隨機森林回歸算法及其附屬參數組合可將盲井測試集w（TOC）的預測精度最大提高到81.7%。

（4）基于系統(tǒng)論思想將滑動窗口法、基于相關系數的層次聚類算法和機器學習自動化技術有機融合構建機器學習智能決策系統(tǒng)，應用該系統(tǒng)可以解決古龍頁巖油藏多尺度數據耦合、w（TOC）敏感測井響應特征優(yōu)選、機器學習方法及附屬參數優(yōu)選問題，最大化降低頁巖油w（TOC）參數定量表征和智能預測的不確定性。