河流-三角洲储层沉积微相模糊推理网络的识别

河流-三角洲储层沉积微相模糊推理网络的识别 河流-三角洲储层沉积微相模糊推理网络的 识别 第10卷第2期 2005年4月 哈尔滨理工大学 JOURNALHARBINUNIV.SCI.&TECH. V0L10No.2 Apr.,2005 河流角洲储层沉积微相模糊推理网络的识别 董焕忠 (大庆油田有限 责任 安全质量包保责任状安全管理目标责任状8安全事故责任追究制幼儿园安全责任状占有损害赔偿请求权 公司第三采油厂,黑龙江大庆163113) 摘要:针对河流一三角洲储层沉积微相自动识别问题,根据取芯井分析资料和专家解释结 果,确定研究区块的沉积微相类型和地质规律,建立了 标准 excel标准偏差excel标准偏差函数exl标准差函数国标检验抽样标准表免费下载红头文件格式标准下载 模式库和专家经验库,选择和提取判别 特征指标的基础上,构建了可同时处理定性专家知识和定量数据的加权模糊推理神经网络进行微 相判别的方法.考虑过渡性沉积相在识别中存在的多解性,在小层对比基础上,参照邻井同层微相 识别结果,依据区块地质规律采用模糊逻辑推理方法确认和修正微相识别类型,保证平面沉积相和 小层单井相的一致性.通过对实际资料处理,其方法的符合率达到84.1%. 关键词:沉积微相;测井曲线;模糊神经网络;模式识别 中图分类号:TP393.07;TEl21文献标识码:A文章编号:1007—2683(2005)02—0057—04 TheRecognitionoftheFuzzyReasoningNetinRiver?--delta ReservoirSedimentaryMicrofacies DONGHuan——zhong (OilRecoveryPlantNo.3DaqingOilfieldCorp..Ltd.Daqing163113.China) Abstract:Tosolvetheproblemofautomaticrecognitioninriver— deltareservoirsedimentarymicrofacies.this papaerputsforwardanewmethod.First,itascertainsthetypeofthesection— blocksedimentarymicrofaciesand thegeologicalruleaccordingtotheanalysisdatafromthecoreswellandtheresultexplainedbyexpert,andites— tablishesthestandardmodewarehouseandexpertexperiencewarehouse.Then,itselects,extractsanddifferenti— atesthecharacteristicindexes.ItconstructsthefuzzyreasoningNNwiththeweightingfactortodealwithqualitative expertknowledgeandquantitativedatatodifferentiatemicrofacies.Itisconsideredthatthetransitionalsedimentary microfacieshavemultiplicityofsolutions.Onthebasisofthesmalllayercontrastandconsultingtherecognitionre— suitswiththemicrofaciesinthesamelayeroftheadjacentwell,itassurestheconsistencyoftheplanesedimentary andthesmalllayerwellsedimentary.Itaffirmsandamendstherecognitiontypeofmicrofacieswiththefuzzyrea— soningmethodaccordingtothegeologicalrule.Itscoincidencerategetsto84.1%throughdealingwiththepracti— caldatafor23wellsinDaqingoilfieldSabeidevelopingarea. Keywords:sedimentarymicrofacies;wellloggingcurve;fuzzyNN;patternrecognition 近年来,随着油藏工程逐步探索,以精细储层研工作.实践证明,不同成因的砂体,具 有不同的开发 究为基础,建立精细地质模型,从而进一步精细 地描述储层轮廓,是岩性分析及沉积相研究的基础 收稿日期:2004—09—09 作者简介:董焕忠(1966一),男,大庆油田有限责任公司高级工程师 特点和开发效果.加强沉积相,亚相及微相研究, 对揭示油层非均质性,掌握油水运动规律,预测砂体 58哈尔滨理工大学第9卷 分布,挖掘油层潜力及提高油田最终采收率都有十 分重要的意义.实际工作中,在不能大量取芯的情况 下,配合岩心,利用测井资料进行岩石沉积学特征的 研究是一种经济而有效的方法.本文将测井学同地 质,现代数学等结合,以地质理论为指导,综合利用 常规测井与地质资料,完成了微相沉积模式类别的 建立.考虑到人工判相工作周期长,判别准确度又因 人的经验而异,给沉积相识别带来不稳定性.用计算 机对井剖面进行自动连续的岩性分析及沉积微相解 释,获得准确可靠的井剖面岩性柱状图及沉积微相 为油藏储层参数的研究,多井地层评价等 解释结果, 提供重要的基础地质资料. 1模式特征选择 在现代油藏描述中,岩心资料和测井资料是研 究沉积相的主要途径,但油田岩心资料较少,因此主 要是通过测井曲线来分析和研究沉积相.模式特征 择适当与否是准确进行沉积微相识别的关键性工 作,所选择的模式特征参数既要能够反映测井曲线 与沉积微相类型之间的一一对应关系,又能够反映 油层的结构特征.测井解释成果中测井曲线有多种, 从中选出最具代 表 关于同志近三年现实表现材料材料类招标技术评分表图表与交易pdf视力表打印pdf用图表说话 pdf 性,实际判相工作中最常用的三 种曲线,即自然电位,微梯度和微电位作为储层沉积 相模式识别.5的主要依据.综合专家解释经验,对 实际资料的相关分析和反复测试,最终选择渗透率, 油层有效厚度,微电位与微梯度的平均幅值差,自然 电位曲线的最大幅值,自然电位曲线重心,自然电位 曲线齿中线斜率和纯表外的薄差层与总厚度之比等 7个变量作为沉积微相识别的特征参数. 2加权模糊推理网络模型 2.1加权模糊逻辑推理 许多实际问题中,一条推理规则各子前提的 "重要性"或所包含的信息量都是各不相同的.为了 表达这类现实知识,采用加权模糊推理是十分合适 的.加权模糊推理规则可表示为 W1P1,W2P2,'?',WP_I?,cs,(1) 其中:p,P,(=1,2,…,n)为模糊逻辑谓词;wi? [0,1](=l,2,…,),?=1为子前提的权 系数;cAO<c,?1)为规则的置信度;(0<?1)为 该规则的可用阈限.上述规则的含义是:当前提的真 度t=?()大于等于时,该规则即可被 应用.应用的结果是推出结论Q,其真度为(Q):t ^cs,^为某种交型运算,如取小,乘积等. 2.2模糊推理元 设P.,P:,…,P为模糊谓词,(P)取[0,1]间 的实数作为真值,f(J=1,2,…,凡)为谓词P的权 系数,则一个加权模糊逻辑蕴涵式可表示为 W1&P10W2&P20…0W&P-.'Q,cs,(2) 式(2)中,&为某种乘积算子;0为某种求和算子. 加权模糊逻辑蕴涵式可用图1所示的推理元表示. 图1模糊推理元 Q 2.3模糊推理网络模型 考虑如下一组加权模糊逻辑蕴涵式: Wll(~P1~wlz~:Pz~…01&P--*Q1,%,l W21~cP1022&P20…02&P'+Q2,c,2,2 :… Wl&PlGw.a&P:G…0&P—}Q,c,爪, (3) 其中,W?[0,1],且?=1,0??1,O??1. 不同的取值将得到各种具体的蕴涵式组.由权系数 组成的矩阵是稀疏的,它对应的网络称为加权模糊 推理网络,如图2所示. 图2加权模糊推理网络 3加权模糊推理网络的训练 3.1模糊推理网络的学习 设所讨论的领域内共有n个谓词,加权模糊推 理网络的学习问题就是要根据已知的一些事实和规 则,得到关于谓词真度T(P.),T(P:),…,T(P)的 若干组合组值g(.,:,…,),…,(.,,…, 第2期董焕忠:河流一三角洲储层沉积微相模糊推理网络的识别59 );然后利用这组值,求出一组权系数(i=1,2,高斯一塞德尔迭代法 … ,m;=1,2,…,n),使之满足方程组: G1(c,l,WTW12,T12,…,W1,T1)=T11 G(c,m,W,T1,W帕,T1,…,W,T1)= G】(c^,W】,W】2,,…,W】,):】 G(cfo,W1,1,W砣,,…,W,)= (4) 这是一个以ITtXn个权系数作为未知数的方程组 当k?ITt时可有多组解;当k>m时可能没有精确 解,但可视为线性规划问题求得最小偏差的近似解. 当以后又获得新知识时,可用上述方法求得的权系 数作为初值,采用一种修改权系数的办法改进学习 结果.通过不断的学习,不断改进系统的行为. 3.2学习算法推导 为满足网络的泛化要求,提供学习的样本量要 大,故仅考虑k>ITt的情形.网络参数的确定需要解一 个超定线性方程组根据3.1节加权模糊逻辑推理的 含义,方程组(4)可写为如下形式的超定方程组: 1W11+T12w12+…+wI=1/c,l 1W1+2花+…+T1=T1/ 1W11+12+…+'W1=1/c,l 11+7花+…+=/ (5) 解上述方程组可视为线性规划问题,定义误差方程: 尺:?wjr,TJ%i=1,2,…,.j};=1,2,…,n 根据最4'-乘法原理,应使上式误差平方和最小,由 多元函数极值存在的充分条件,整理得 kn'k ??=?,r./cf,r,s=1,2,…,n(6)IJJ1IJ 即 kk C=?D?T~T./cf, 则式(6)简化为 ?C#w=D,(=1,2,…,m)(7) 式(7)为含m×n个未知数的mxn阶正规方程组, 至此,完成了超定方程组向正规方程组的转换. 对于方程组(7)已有很多成熟解法,本文采用 4沉积微相标准模式库的建立 沉积微相标准模式库的建立是进行沉积微相模 式识别的一项重要工作.大庆油田萨北开发区属于 河流——三角洲储层沉积,各相带分异完善,不同相 带间储层发育明显不同.如果沉积微相标准模式库 只包含一套沉积微相标准模式,在进行识别计算中, 往往会带来较大的识别误差.本文采取了分相带综 合建立标准模式库的方法.标准模式库中包含了河 流相和三角洲前缘相两大沉积相中各种微相模式类 型,这样就避免了以往对不同相带的沉积微相识别 中存在的普适性差,识别效果不好的问题.在实际工 作中,从各微相沉积旋回出发,通过对大量各类沉积 微相所对应的测井曲线形态进行整理归纳,建立了 包括正渐变,均匀一复合型,块状型,反渐变,小型河 道砂,突弃河道砂,渐弃河道砂,河间薄层砂8种典 型图版,并以此来指导沉积微相标准模式库的建立. 5实际资料处理 葡萄 大庆油田萨北开发区储层沉积有萨尔图, 花,高台子等三套油层,主要以河流——三角洲前缘 沉积为主.根据储层沉积特征和油田开发精细地质 研究的需要,沉积的主要微相类型细分为正渐变,均 匀一复合型,块状型,反渐变,小型河道砂,突弃河道 砂,渐弃河道砂,河间薄层砂等8个沉积微相.依照 取芯井分析资料和专家解释结果,按河流相和三角 洲前缘相选取了16类217个沉积微相模式样本,建 立了标准沉积微相模式库. 以所筛选出的7个沉积微相识别特征参数作为 网络输人,以区块所包含的8个沉积微相类型作为网 络输出.因此模糊推理网络的拓扑结构确定为7—8 — 8型,即7个输入节点负责接收样本谓词真度(每 个待识别油层的特征参数值),8个模糊推理层节点 对应按模糊逻辑规则推出的8个谓词真度(沉积微相 类型).模糊逻辑规则按照标准沉积微相模式库中样 本构成的训练集通过样本训练来确定.按照上述分 析,实现过程和算法,编制完成了计算机应用软件.利 用萨北开发区油田7口取芯井资料,217个油层沉积 微相建立了该区块沉积微相自动识别系统,对该区块 23口非取芯井113个小层进行了实际资料处理.人工 识别与机器自动识别对比结果如表l所示. 哈尔滨理工大学第9卷 表1实际资料处理结果 微相类型样本数识别正确数识别率(%)微相类型样本数识别正确数识别率(%) 正渐变型河道砂l81688.9突弃型河道砂1O770.0 块状型河道砂l71694.1渐弃型河道砂12975.0 复合型河道砂l3l292.3河间薄层型232o86.9 反渐变型河道砂7571.4合计1139584.1 小型河道砂l31O76.9 采用加权模糊推理神经网络的沉积微相识别方 法,可提高原始资料信息提取的完整性和客观性,使 原来手工完成的工作由计算机自动完成,为以往沉 积微相自动识别方法中的某些不完备及算法的不适 应问题提供了一种新方法. 参考文献: [1]DAMSLETHE.cud.Atwo—stageStochasticMode|appliedtoNoahSearcservoir[J].JournalofPetroleumG~logy,1992, 44(4):402—408. [2]张团峰,王家华等.三维储层随机建模和随机模拟技术研究[M].北京:地质出版社,1996.59—85. [3]KEYULiu,BOULTFetcr.ScottPaint~andLincolnPaterson:OutcmpanalogforSandyBr aidedStreamreScrvoir:PermeabilityPatternsinthe8s— sHawkerBu~sandg【0ne[J].sydneBasin,Australia,AAPG,1996,zo(12):1850—1865. [4]李振英等.神经网络方法在水淹层识别中的改进[J].大庆石油地质与开发,2004,23(3):44—45. [5]蔺井龙等.沉积微相测井识别[J].大庆石油地质与开发,1997,16(2):71—72. [6]何新贵.模糊知识处理的理论与技术(第二版)[M].北京:国防工业出版社.1998. (审稿:景旭教授,王广召教授;编辑:高长福) (上接第56页) 3结语 本系统利用氮气气管将环境恶劣的水下信号 传递到岸上来 检测 工程第三方检测合同工程防雷检测合同植筋拉拔检测方案传感器技术课后答案检测机构通用要求培训 ,根据运动波预先滤波技术解决 了各种波浪干扰信号的问题,技术先进,操作简单, 维护费用低.由表1可以看出,水位测量误差在?2 cm内,系统测量偏差为一0.12Cm.在要求精准度 下,系统可连续稳定工作的时间为6个月,6个月 实验表明系统 后需要检查压力传感器的零点漂移. 运行稳定可靠,水位数据精确,可用于河流水位,潮 汐及地下水位的观测,已经开始逐渐在全国范围内 推广使用. 参考文献: [1]徐芝纶.弹性力学[M].北京:高等教育出版社,1987. [1]朱长年,唐镇松,刘云.水文自动测报技术的回顾与展望[J].水文,2001,21(2):63—65. [2]王萍,詹彤,徐晓辉.用电话线实现水情远程测报系统的设计[J].微计算机信息,2002,18(3):33—34 【3]范逸之,陈立元.VisualBasic与Rs一232串行通信控制最新版[M].北京:中国青年出版社,2002. [4]罗筱延,李应中.高精度气泡水位计误差分析及综合性能评价[J].东北水利水电,2002,20(8):3O,31. (审稿:刘泊教授,杨明极副教授;编辑:王萍)