符強，譚忠健，李鴻儒，郭明宇，劉志偉，苑仁國

1.中海油能源發(fā)展股份有限公司工程技術(shù)分公司（天津 300459）

2.中海石油（中國）有限公司天津分公司（天津 300459）

0 引言

從已經(jīng)發(fā)現(xiàn)的眾多潛山類型油氣藏來看，變質(zhì)巖潛山約占潛山油氣儲量發(fā)現(xiàn)的四分之三，商業(yè)價值很大[1-3]。渤海油田在錦州25-1南構(gòu)造、渤中19-6構(gòu)造和渤中13-2構(gòu)造等多個變質(zhì)巖潛山中獲得了好的油氣發(fā)現(xiàn)，揭示了變質(zhì)巖潛山在渤海油氣勘探發(fā)現(xiàn)中的巨大潛力。

當(dāng)前對于變質(zhì)巖潛山巖性的定名，主要依據(jù)實驗室?guī)r石薄片鑒定結(jié)果結(jié)合常規(guī)測井曲線特征對變質(zhì)巖巖性進行綜合定名[4-6]，雖然效果顯著，但時效性差，成本較高。與實驗室專用的高精度ZSX Primus Ⅱ波長色散X 射線元素?zé)晒夤庾V儀相比，現(xiàn)場主要選用簡易型能量色散型儀器EML-200 型和HB-X100型對現(xiàn)場巖屑進行元素分析，其特點是分析時間短，成本低，結(jié)構(gòu)簡單，易于拆卸和搬運，特別適合錄井現(xiàn)場的作業(yè)環(huán)境。但相應(yīng)的缺點也突出，受俄歇效應(yīng)和基體效應(yīng)影響，儀器對低原子序數(shù)（如Na元素）和低含量元素的測量精度較低，導(dǎo)致井間可對比性差[7-9]，特別是對于由火山巖變質(zhì)作用形成的非均質(zhì)性較強的變質(zhì)巖潛山來說，巖性識別精度更差。其次是缺少相應(yīng)的變質(zhì)巖潛山巖性判別圖版，行業(yè)內(nèi)相對權(quán)威的TAS 圖版是基于礦物成分而非元素對火成巖巖性的判別[10]。最后是當(dāng)前應(yīng)用元素錄井對巖性的判別多是依據(jù)經(jīng)驗，比如，陳穎等的塔河油田風(fēng)化殼卡取難點及方法引用[11]，陳然等的庫車坳陷博孜1201 井古近系鹽底卡層技術(shù)[12]。近年來，數(shù)據(jù)挖掘技術(shù)被廣泛應(yīng)用在石油行業(yè)。它是一種建立在計算機技術(shù)基礎(chǔ)上的數(shù)學(xué)算法分析技術(shù)，通過統(tǒng)計、在線分析處理、機器學(xué)習(xí)、專家系統(tǒng)（經(jīng)驗法則）等方式挖掘隱藏在數(shù)據(jù)中的人工不易察覺的規(guī)律和價值。它的優(yōu)勢在于最大程度降低了人的主觀因素在判別結(jié)果中的權(quán)重，評價結(jié)果更加客觀且智能。近年來該方法在石油行業(yè)的成功案例不勝枚舉[13-16]。

井場元素錄井?dāng)?shù)據(jù)雖然在一定程度上反應(yīng)了變質(zhì)巖潛山巖性的信息，但還無法對變質(zhì)巖潛山巖性給出準確定名，需要借助數(shù)據(jù)挖掘技術(shù)提高數(shù)據(jù)本身的價值。本文基于井場元素錄井?dāng)?shù)據(jù)，應(yīng)用數(shù)據(jù)挖掘技術(shù)中的數(shù)據(jù)降維和隨機森林算法，建立巖性判別模型，以實現(xiàn)對變質(zhì)巖潛山巖性的智能高效判別。

1 識別方法建立及流程

實施方法是基于實驗室薄片鑒定及測井?dāng)?shù)據(jù)的巖性結(jié)論，將井場元素錄井（XRF）數(shù)據(jù)按照巖性結(jié)論整理為初選樣本，再通過PCA（Principal Component Analysis）數(shù)據(jù)降維的方法精簡樣本，提高樣本的代表性，最后應(yīng)用隨機森林算法形成訓(xùn)練樣本決策樹，進而形成基于隨機森林算法的巖性判別模型，利用生成的判別模型對實際井資料進行分析，最終得出巖性判別結(jié)果（圖1）。

圖1 隨機森林巖性判別模型建立流程圖

1.1 研究區(qū)巖性分類

以渤海渤中13-X 構(gòu)造及渤中19-X 構(gòu)造為研究目標，研究區(qū)潛山受構(gòu)造及多期次巖漿侵入影響，儲層具有巖性及內(nèi)部結(jié)構(gòu)復(fù)雜多樣、縫—孔復(fù)合發(fā)育、非均質(zhì)性強等特征，嚴重制約了儲層的深入認識。通過研究區(qū)渤中13-X 構(gòu)造電測參數(shù)結(jié)合巖心及壁心實驗室薄片結(jié)論可建立綜合解釋巖電響應(yīng)關(guān)系圖版（圖2），由圖2 可見，研究區(qū)不同巖性間的電學(xué)特征差異十分明顯。圖3 為該構(gòu)造井場人員依據(jù)元素錄井?dāng)?shù)據(jù)結(jié)合經(jīng)驗做出的巖性解釋剖面圖。從圖2、圖3 可見，研究區(qū)內(nèi)實際巖性種類繁雜，測井可分出6 種，但井場工程師解釋巖性單一，錄井僅能識別2 種，雖發(fā)現(xiàn)了元素數(shù)據(jù)含量變化，卻無法據(jù)此對巖性進行細分判斷，使得井場巖性解釋不夠精確，無法滿足變質(zhì)巖儲層快速評價和勘探?jīng)Q策的需求。

圖2 目標區(qū)BZ13-X構(gòu)造巖電響應(yīng)關(guān)系圖版

圖3 目標BZ13-X構(gòu)造井場巖性解釋剖面圖

通過搜集研究區(qū)9 口井近600 個元素數(shù)據(jù)點，綜合實驗室薄片鑒定及區(qū)域不同巖性的測井曲線特征，將研究區(qū)巖性歸納為9 類：①二長片麻巖；②變晶花崗片麻巖；③堿長片麻巖；④斜長片麻巖；⑤混合花崗巖；⑥片麻質(zhì)碎裂巖；⑦變粒巖；⑧閃長玢巖；⑨蝕變輝綠巖。

1.2 數(shù)據(jù)樣本建立及數(shù)據(jù)預(yù)處理

1.2.1 數(shù)據(jù)樣本建立

將上述9種巖性對應(yīng)的現(xiàn)場元素數(shù)據(jù)處理形成初步樣本，樣本包括井場元素錄井技術(shù)所測得17種元素（Si、Fe、Al、Na、Ti、Mn、Ca、Mg、K、P、S、Cl、Ba、V、Ni、Sr、Zr）和對應(yīng)的巖性分析結(jié)果。

1.2.2 樣本數(shù)據(jù)預(yù)處理

綜上所述，當(dāng)前渤海應(yīng)用的能量色散類EML-200型和HB-X100型元素錄井測量儀器對低原子序數(shù)（如Na元素）和低含量元素的測量精度較低，結(jié)合不同元素的含量情況，為了提高對變質(zhì)巖潛山巖性的識別準確性，減少不準確元素對最終巖性判別模型的干擾，決定選取常見造巖礦物中具有代表性的7 種主元素，分別為Si、Al、Fe、Ca、Mg、Na、K（表1）。利用數(shù)據(jù)降維方法對該7 種元素進行降維處理，提取其中的主要敏感元素。

表1 元素數(shù)據(jù)與巖性的相關(guān)系數(shù)

1.3 巖性判別模型建立

1.3.1 基于PCA算法的元素錄井?dāng)?shù)據(jù)降維處理

1.3.1.1 數(shù)據(jù)降維原理及推導(dǎo)

PCA 算法是一種常見數(shù)據(jù)分析方式，常用于將包含冗余信息的高維數(shù)據(jù)轉(zhuǎn)化為包含原始數(shù)據(jù)所有主要信息的少量低維數(shù)據(jù)，即主成分分析。其核心是正交分解。通過選擇新的相互正交的空間基向量將若干可能具有相關(guān)性的數(shù)據(jù)變成一組無關(guān)變量的方式，用少數(shù)幾種最關(guān)鍵的主成分為代表，從而實現(xiàn)數(shù)據(jù)降維的目標[17-18]。

數(shù)學(xué)推導(dǎo)可以從最大可分性和最近重構(gòu)性兩方面進行，前者的優(yōu)化條件為劃分后方差最大，后者的優(yōu)化條件為點到劃分平面距離最小，這里選擇方差最大的方式。PCA算法的典型步驟如下：

1）對原始數(shù)據(jù)矩陣進行標準化處理。假定原始數(shù)據(jù)樣本數(shù)為n,特征變量維數(shù)為p，生成矩陣X=(Xi1,Xi2,...,Xip)T,其中i=1,2,...,n，n＞p，對樣本矩陣進行如下變換：

2）計算相關(guān)系數(shù)矩陣。通過公式（2）計算得到經(jīng)過標準化處理后數(shù)據(jù)的相關(guān)系數(shù)：

并得到以下相關(guān)系數(shù)矩陣：

F=，其中p為參數(shù)個數(shù)，i，j為某個特征列的編號。

3）計算相關(guān)系數(shù)矩陣F的特征值和特征向量。計算矩陣F的特征值，并按特征值從大到小的順序進行排列，假定求得的特征值：λ1，λ2...，λp。對應(yīng)的特征向量為Ai=（Ai1，Ai2，...Aip），i=1，2，...，p。

4）選擇重要的主成分，并計算主成分得分。由主成分分析可以得到p個主成分，但是在實際分析時，常根據(jù)各個主成分的累積貢獻率的大小選取前k個主成分，以達到數(shù)據(jù)降維的目的。取相關(guān)系數(shù)矩陣F的特征值的累積貢獻率達到一定值的前k個特征值所對應(yīng)的特征向量組成特征矩陣P，即特征矩陣P=（Ai1，Ai2，...Aik）。

原始數(shù)據(jù)矩陣X乘以特征矩陣P，就得到了降維后的數(shù)據(jù)矩陣Q，即Q=XP

1.3.1.2 樣本數(shù)據(jù)降維處理

利用上述降維方法對選取的7種主元素進行降維處理（表1，圖4），選擇降維后第一個主成分相關(guān)的數(shù)據(jù)列A、B、D、G 為敏感性元素，分別為Si、Al、Na、K，其中Si和Al主要存在于硅鋁酸鹽，在變質(zhì)巖礦物中的占比較大，Na和K分別主要存在于變質(zhì)巖中的斜長石和鉀長石，這與研究區(qū)變質(zhì)巖礦物組分也是吻合的。

圖4 PCA對7種元素進行數(shù)據(jù)降維處理結(jié)果

結(jié)合以上結(jié)論將初步樣本降維處理為表2，形成降維樣本數(shù)據(jù)。

表2 降維后的樣本數(shù)據(jù)質(zhì)量分數(shù)及結(jié)果（部分）

從數(shù)據(jù)降維后的表2 中可以發(fā)現(xiàn)，每種巖性沒有特別的直觀特征，僅依靠個人主觀判斷無法將巖性進行細分，需要借助一種智能手段輔助進行巖性判別。本文選用數(shù)據(jù)挖掘技術(shù)中的隨機森林算法建立對變質(zhì)巖潛山巖性的判別模型。

1.3.2 基于隨機森林算法的巖性識別模型建立

隨機森林算法是機器學(xué)習(xí)領(lǐng)域中的一種集成學(xué)習(xí)方法[19]，它通過集成多個決策樹的分類效果來組成一個整體意義上的分類器（圖5）。隨機森林算法主要有兩大優(yōu)勢：①分類準確度高；②算法學(xué)習(xí)過程快速且易于并行化[20-21]。

圖5 隨機森林分類示意圖

該方法是用隨機的方式建立一個森林，森林里有很多相互之間無關(guān)聯(lián)的決策樹。在得到森林之后，當(dāng)新樣本輸入時，會在森林中的每棵決策樹進行一次分類和判別，系統(tǒng)會統(tǒng)計出判別結(jié)果，以出現(xiàn)頻率最多的為最終輸出結(jié)果。

通過樣本數(shù)據(jù)隨機選取和待選特征隨機選取構(gòu)建隨機森林判別模型。①首先從m個對象數(shù)據(jù)的樣本文件（訓(xùn)練數(shù)據(jù)）中進行有放回的抽樣，構(gòu)造n個子數(shù)據(jù)集，然后利用子數(shù)據(jù)集構(gòu)建決策樹，這些樣本組成了決策樹的訓(xùn)練數(shù)據(jù)集。待選特征隨機選取即為子決策樹構(gòu)建過程，與數(shù)據(jù)集隨機選取類似，隨機森林中的子決策樹的每一個分裂過程并未用到所有待選特征。②隨機選擇一定的特征值，然后再在隨機選擇的特征中選取最優(yōu)特征，這樣能夠保證隨機森林中的每一個決策樹都不相同，提升系統(tǒng)的多樣性，進而提升分類性能。假設(shè)每個樣本數(shù)據(jù)均有k個特征，從所有特征中隨機選取i（i≤k）個特征，選擇最佳分割屬性作為節(jié)點建立決策樹，重復(fù)上述步驟即可構(gòu)建m棵決策樹，進而形成隨機森林。

應(yīng)用上述理論，將獲得的表3數(shù)據(jù)做訓(xùn)練數(shù)據(jù)，以1～9號巖性作為決策樹分類模型，對數(shù)據(jù)降維后的樣本數(shù)據(jù)做隨機森林模型建立。建立好的模型可以用來進行新樣本的巖性判別，從而實現(xiàn)對區(qū)域內(nèi)變質(zhì)巖潛山巖性快速識別，減少了個人主觀因素對巖性判別結(jié)果的影響。

表3 實際資料處理符合率統(tǒng)計表

2 結(jié)果與分析

應(yīng)用已經(jīng)建立好的變質(zhì)巖潛山巖性判別模型對目標區(qū)渤中19 構(gòu)造內(nèi)其余13 口井370 個元素樣品資料進行處理，將結(jié)果與相應(yīng)的薄片鑒定結(jié)果進行對比，其中320 個符合，50 個不符合，整體符合率達86.5%，與現(xiàn)場錄井原始巖性剖面僅60%的準確率相比有很大提高。從圖6 可見，本技術(shù)方法在變質(zhì)巖潛山復(fù)雜巖性識別上具有較好的實際應(yīng)用效果。實際資料處理符合率統(tǒng)計見表3。

圖6 BZ19-B1井元素錄井資料處理剖面圖（4 088～4 122 m）

由圖7 分析可知，該方法能較好地識別變晶花崗巖、堿長片麻巖、混合花崗巖等，而對碎裂巖識別效果相對較差，其中未能識別的碎裂巖21 個，占不符合樣本的42%，這主要是由于碎裂巖屬于動力變質(zhì)巖，其母巖與其他變質(zhì)巖成分相似，因此識別準確率不高，可結(jié)合鏡下薄片，依據(jù)其母巖成分對碎裂巖巖性進行細分，以達到井場元素錄井?dāng)?shù)據(jù)可以識別的程度。此外，一部分識別錯誤存在于巖性變化處，其原因是元素錄井資料采樣間距為5～10 m，導(dǎo)致在靠近巖性界面處識別效果較差，可以通過空間插值的方法提高元素錄井?dāng)?shù)據(jù)間隔密度。

圖7 未能識別巖性分析統(tǒng)計圖

對于變質(zhì)巖巖性的識別，行業(yè)界還沒有統(tǒng)一的標準，相對權(quán)威的火成巖巖性TAS 模型也是基于礦物，并沒有基于元素的巖性識別模型。本模型的建立一定程度上解決了特定構(gòu)造內(nèi)的變質(zhì)巖潛山復(fù)雜巖性的識別問題，但有待改進，需要加入更大更全面的標準樣本，加大模型的覆蓋面，最終形成一套完整的、行業(yè)內(nèi)相對認可的基于巖石元素數(shù)據(jù)的變質(zhì)巖巖性分類及判別模型。

3 結(jié)論

1）基于井場元素錄井?dāng)?shù)據(jù)，通過數(shù)據(jù)挖掘技術(shù)中的數(shù)據(jù)降維及隨機森林算法，以實驗室薄片鑒定結(jié)論做標定，建立對變質(zhì)巖潛山巖性識別模型。該方法對研究區(qū)13 口井的巖性識別準確率達到86.5%，可以實現(xiàn)對變質(zhì)巖潛山巖性的有效智能識別。

2）對于變質(zhì)巖潛山巖性的識別依托于實驗室薄片鑒定的結(jié)論，部分巖性定名結(jié)論對于井場現(xiàn)有技術(shù)條件下較難區(qū)分，比如碎裂巖，需要根據(jù)其母巖成分進行進一步細分，以達到井場元素錄井技術(shù)可以判別的程度。