初勇志，劉成林，太萬雪，陽 宏

1.中國石油大學(北京) 油氣資源與探測國家重點實驗室，北京 102249；2. 中國石油大學(北京) 地球科學學院，北京 102249

1 地質(zhì)概況

渤海灣盆地是華北地臺東部重要的含油氣盆地，其已探明石油儲量遠大于天然氣儲量[10-11]。渤中凹陷是盆地中最大的富生烴凹陷，位于渤海灣盆地渤中坳陷的主體深凹部位，面積約8 660 km2，夾于石臼坨凸起、沙壘田凸起、渤南低凸起和渤東低凸起之間[12-17](圖1)。該凹陷自漸新世以來成為渤海灣盆地的沉積和沉降中心，發(fā)育古近系沙河街組三段、一段和東營組三段優(yōu)質(zhì)烴源巖，總厚度介于500～2 500 m，有機質(zhì)類型以Ⅱ1型為主，有機質(zhì)豐度高，總有機碳含量普遍高于1%，大部分為超過2%的優(yōu)質(zhì)烴源巖[18-19]。本文選取東營組作為主要研究對象之一，該烴源巖整體鹽度非常低，是典型的淡水—微咸水的沉積環(huán)境[20]。

圖1 渤海灣盆地渤中凹陷構(gòu)造位置及新生界地層劃分據(jù)文獻[11]，有修改。

柴達木盆地是在前侏羅紀柴達木地塊基礎(chǔ)上發(fā)育而成，由于地理位置位于南部祁連山、東部昆侖山脈和阿爾金山之間，盆地干旱少雨，形成了以新生界為主的高原內(nèi)陸咸化盆地[21-24]。獅子溝地區(qū)處于柴西地區(qū)古近系—新近系生油凹陷中(圖2)，該生油凹陷油氣資源量遠遠超過東部富油氣凹陷標準，有效烴源巖占同期湖盆面積的比例也超過50%，巖性以泥巖、泥灰?guī)r為主，與淡水湖相烴源巖的明顯區(qū)別在于總有機碳含量值與生烴潛量的差異性[25]。有資料顯示，該區(qū)烴源巖TOC大于0.6%時即為優(yōu)質(zhì)烴源巖，在低熟階段大量生烴，當Ro<0.8%時即可達到液態(tài)烴生烴高峰；其最大液態(tài)烴產(chǎn)率可達450～700 mg/g，是中國其他淡水湖相烴源巖的1.15～4.58倍，具有成熟門限低、生烴窗口寬、排烴時間長、烴轉(zhuǎn)化率高等特點[26]。本文選取該區(qū)下干柴溝組作為另一研究對象。

圖2 柴達木盆地獅子溝背斜構(gòu)造位置及新生界地層分布據(jù)文獻[21], 有修改。

2 測井響應(yīng)特征

測井曲線可通過對有機質(zhì)的敏感程度預測烴源巖總有機碳含量，研究表明，自然伽馬(GR)、電阻率(RT)、聲波時差(DT)、密度(DEN)等曲線均有較好的效果。通常情況下，測井異?？梢苑从秤袡C質(zhì)含量，異常值越大對應(yīng)烴源巖總有機碳含量越高。本文選定的研究對象分別為典型的淡水湖相和咸水湖相烴源巖，渤中凹陷的烴源巖在測井響應(yīng)中具有高聲波時差、高電阻率、高自然伽馬和低密度等特征[27]，而柴西獅子溝地區(qū)則不具有常規(guī)優(yōu)質(zhì)烴源巖的測井特征。本文對2個地區(qū)進行測井曲線和實測總有機碳含量相關(guān)性分析(圖3)，選取渤海灣盆地渤中凹陷BZ13-2-4井和柴達木盆地獅子溝地區(qū)獅20井的40個測井及實測總有機碳含量數(shù)據(jù)進行對比分析?？傆袡C碳含量實測的具體實驗方法參照國家標準《沉積巖中總有機碳的測定：GB/T 19145—2003》，將新鮮巖樣磨碎，經(jīng)稀鹽酸和去離子水反復沖洗，并在烘干箱干燥處理后，利用在CS-230碳硫分析儀中高溫下燃燒巖樣生成的CO2量換算成碳元素含量，以測定出有機碳含量[27]。

可以看出，在渤中凹陷，DT與總有機碳含量相關(guān)性最高，決定系數(shù)R2為0.676；其次為DEN，R2為0.654 7；RD、GR和SP與總有機碳含量的相關(guān)性較低(圖3a-e)。在獅子溝地區(qū)，DT與總有機碳含量的相關(guān)性仍為最高，R2為0.493 3，其余由高到低依次為CAL、GR和RT(圖3f-i)。對比兩地分析可知，由于測井儀器對干酪根的敏感性差異影響著測井響應(yīng)與有機質(zhì)豐度的關(guān)系[28]，渤中凹陷的相關(guān)性顯著高于獅子溝地區(qū)，其測井參數(shù)與實測總有機碳含量的決定系數(shù)普遍高于0.3；電阻率、自然伽馬測井值在渤中凹陷與總有機碳含量相關(guān)性較強，而在獅子溝地區(qū)很弱；兩地的聲波時差測井值均與總有機碳含量具備最高的相關(guān)性。由于有機質(zhì)的高聲波傳播時間，DT會隨總有機碳含量的增大而增大，呈正相關(guān)。

圖3 渤海灣盆地渤中凹陷和柴達木盆地獅子溝地區(qū)實測總有機碳含量與測井參數(shù)相關(guān)圖

3 烴源巖總有機碳含量預測模型

3.1 支持向量機理論

支持向量機在解決復雜的回歸和分類問題上有著廣泛的應(yīng)用，其原理可理解為將線性不可分的數(shù)據(jù)擴展到多維空間中運用超平面進行劃分，通過找到最小的結(jié)構(gòu)化風險來增強模型泛化能力，從而實現(xiàn)在統(tǒng)計樣本量較少的情況下也可以得到有效統(tǒng)計規(guī)律的目的[29-30]，對于解決小樣本、非線性的測井相關(guān)問題有著很好的應(yīng)用[31-33]。

支持向量機是基于統(tǒng)計學習理論的一種機器學習方法，通過給定的訓練樣本(xi，yi)構(gòu)造一個目標函數(shù)f(x)，使其與y盡可能接近，其中xi為輸入向量，yi為輸出向量。在選取最優(yōu)回歸超平面的過程中需引入非線性映射φ(x)：

f(x)=ωTφ(x)+b

(1)

式中：ω為權(quán)重系數(shù)；b為偏差量。

通過引入正則化常數(shù)C和松弛變量β兩個參數(shù)，可以在一定程度上克服無法完成嚴格分類、過擬合等問題，從而提高模型泛化能力。最優(yōu)回歸超平面轉(zhuǎn)化為二次規(guī)劃問題的公式為：

(3)在沙塵回流的影響時段(4日100～5日000)，PM10濃度突增，NO2 平均濃度變化與PM10 同步上升，而SO2氣態(tài)污染物呈現(xiàn)反向下降的趨勢。

(2)

式中：Q為優(yōu)化目標；W為權(quán)重系數(shù)。

最后通過拉格朗日函數(shù)將其轉(zhuǎn)化為對偶形式，其中核函數(shù)可以把數(shù)據(jù)映射到高維，以求取最優(yōu)分割超平面，得到回歸函數(shù)為：

(3)

3.2 支持向量機回歸預測模型的建立

3.2.1 數(shù)據(jù)預處理

分別選用渤中凹陷BZ13-2-4、BZ13-2-5、BZ13-2-6、BZ19-6-12、BZ19-6-14、BZ19-6-15等6口井及獅子溝地區(qū)獅15、獅20、獅24、獅25、獅27等5口井各154個測井及實測總有機碳含量數(shù)據(jù)，作為模型建立樣本?？傆袡C碳含量在采集中僅能采取到毫克量級的樣品，測井數(shù)據(jù)也會受到環(huán)境等因素的干擾，這導致實測值可能難以反映地下的真實水平，在進行數(shù)據(jù)預測時產(chǎn)生一定的誤差。基于此，筆者采用人工去除異常點和濾波預處理的方法增強數(shù)據(jù)的可用性。同時，支持向量機對參數(shù)的敏感度較高，且各特征量綱不一致，因此在訓練模型時將數(shù)據(jù)歸一化到[0,1]區(qū)間，轉(zhuǎn)換公式為:

(4)

式中：X*是經(jīng)歸一化計算后的測井曲線數(shù)據(jù)；X是原始測井數(shù)據(jù)；Xmax和Xmin為該測井曲線數(shù)據(jù)的極大值和極小值。

3.2.2 模型評價指標

選用決定系數(shù)(R2)、均方誤差(MSE)和平均絕對誤差(MAE)計算得到相關(guān)性及訓練誤差或測試誤差，以評價模型的預測性能。R2也稱為擬合優(yōu)度，是相關(guān)系數(shù)的平方，用于評價擬合的好壞，R2越接近于1，則擬合回歸的效果越好。均方誤差是指參數(shù)估計值與參數(shù)真實值的差平方的期望值，而平均絕對誤差是絕對誤差的平均值，能更好地反映預測值誤差的實際情況，兩者的值越小，則預測模型擁有更好的精確度。指標計算公式為：

(5)

(6)

(7)

3.2.3 支持向量機模型

在進行烴源巖總有機碳含量預測時，應(yīng)選擇對有機質(zhì)更敏感的曲線，研究顯示自然伽馬、電阻率、聲波時差、密度、井徑等曲線符合要求。在此基礎(chǔ)上，采用XGBoost特征重要性分析結(jié)合相關(guān)性分析的方法進行降維操作，以選取得分較高的特征。前者原理為根據(jù)結(jié)構(gòu)分數(shù)的增益情況計算得到作為分割點的特征，而特征的重要性即為其在所有樹中出現(xiàn)的次數(shù)之和。因此本文選出的在渤中凹陷和獅子溝地區(qū)的特征分別為DT，DEN，RD，GR，SP和DT，CAL，GR，RT，能夠全面有效反映巖性、孔隙度等烴源巖性質(zhì)。在實測數(shù)據(jù)中人工劃分80%的數(shù)據(jù)作為訓練集，20%的數(shù)據(jù)作為測試集，即渤中凹陷測試集為BZ13-2-5井和BZ19-6-14井的30個數(shù)據(jù)，獅子溝地區(qū)測試集為獅25井的31個數(shù)據(jù)。在模型的建立過程中，本文采用交叉驗證的方法，檢驗不同情況下的模型預測精度以確定超參數(shù)，同時試驗了不同的核函數(shù)的預測效果(表1)，在對比之后選擇了使用線性核函數(shù)的支持向量機模型。

表1 渤海灣盆地渤中凹陷烴源巖樣品不同核函數(shù)預測效果對比

4 應(yīng)用效果對比分析

通過相關(guān)性分析和誤差檢驗的方式，可以發(fā)現(xiàn)支持向量機烴源巖總有機碳含量預測模型在2個研究區(qū)的應(yīng)用都達到了理想效果，實測與預測數(shù)據(jù)具有很好的一致性。模型在渤海灣盆地渤中凹陷的效果總體表現(xiàn)更好，R2達到0.95，反映總有機碳含量實測值和預測值具有高相關(guān)性(圖4a)；MSE和MAE分別為0.04和0.17，實測值和真實值之間誤差很小，預測精度很高。模型在柴達木盆地獅子溝地區(qū)的預測準確度稍低于前者，但也具有較強的表達能力，R2為0.72，在去掉2個異常值后達到0.81，具有較高的相關(guān)性(圖4b)，擬合直線方程的斜率為0.84，說明擬合效果隨總有機碳含量值的增加而變差；MSE和MAE分別為0.04和0.20。

圖4 渤海灣盆地渤中凹陷和柴達木盆地獅子溝地區(qū)總有機碳含量實測和預測數(shù)據(jù)相關(guān)性

總體來說，模型通過大量機器學習均達到了一定的穩(wěn)定性和泛化能力，可以應(yīng)用至不同沉積環(huán)境的烴源巖中。同時，渤中凹陷在相關(guān)性和誤差等多方面均優(yōu)于獅子溝地區(qū)，尤其在渤中凹陷可以靈敏地預測出實測數(shù)據(jù)中出現(xiàn)的高值和低值(圖5)。原因主要是渤中凹陷中測井曲線對于烴源巖有機質(zhì)的敏感性更高，機器學習方法根據(jù)數(shù)據(jù)挖掘出測井曲線與總有機碳含量之間的關(guān)系，因此更高的相關(guān)性能夠為模型預測提供更多的參考信息。除此之外，測井參數(shù)的有效性會極大影響模型預測結(jié)果，在沉積過程中高鹽度地區(qū)會在一定程度上受到鹽度變化影響，從而出現(xiàn)測井曲線變化異常的情況，如石鹽段發(fā)育有異常高聲波時差、高電阻率等，碳酸鹽巖與泥巖混積段的測井曲線也易發(fā)生震蕩[34]。

圖5 渤海灣盆地渤中凹陷烴源巖總有機碳含量預測模型BZ13-2-5井單井對比

5 結(jié)論

(1)支持向量機烴源巖總有機碳含量預測模型在應(yīng)用至典型的淡水湖相盆地和咸水湖相盆地時，可采用不同的超參數(shù)而具有很強的泛化能力，能夠適應(yīng)不同地區(qū)的地質(zhì)特征，以實現(xiàn)良好的預測性能。

(2)模型在渤海灣盆地的應(yīng)用效果顯著高于柴達木盆地，相關(guān)性檢驗和誤差分析等均存在明顯的優(yōu)劣分異，主要原因在于沉積盆地的咸化程度影響著測井曲線與烴源巖有機質(zhì)豐度的相關(guān)程度，從而成為影響預測性能的主要因素。

(3)本文建立的預測模型可以為烴源巖有機質(zhì)研究的外推和泛化提供一定參考，后續(xù)可以進行更大范圍的模型適用性推廣，同時采用更多的實測總有機碳含量數(shù)據(jù)充分訓練得到效果卓越的模型。