基于云模型的蘇五區(qū)塊石盒子組流體性質(zhì)判別方法

徐 擁，丁邦春，邱 毅，陳代剛，任小權(quán)，范利群，黃衛(wèi)東

(川慶鉆探工程有限公司測(cè)井公司 重慶 400021)

·開(kāi)發(fā)設(shè)計(jì)·

基于云模型的蘇五區(qū)塊石盒子組流體性質(zhì)判別方法

徐 擁，丁邦春，邱 毅，陳代剛，任小權(quán)，范利群，黃衛(wèi)東

(川慶鉆探工程有限公司測(cè)井公司 重慶 400021)

蘇五區(qū)塊石盒子組流體性質(zhì)難以判別，這是由于在該區(qū)高阻與低阻水層、氣層并存，高孔隙度氣層、水層并存，電阻率差異性在本區(qū)也難以應(yīng)用?；谶@一困難，參考云模型在其他領(lǐng)域的廣泛應(yīng)用，提出了由識(shí)別流體性質(zhì)的測(cè)井曲線與儲(chǔ)層類別建立聯(lián)合判別矩陣進(jìn)行模式判別的方法——云模型識(shí)別方法。該方法利用云模型對(duì)各類儲(chǔ)層測(cè)井參數(shù)進(jìn)行指標(biāo)集的構(gòu)建與正態(tài)云建模，從而得到各類儲(chǔ)層隸屬度矩陣，然后利用云模型的定性定量轉(zhuǎn)換特性進(jìn)行流體性質(zhì)判別。

石盒子組；流體性質(zhì)判別；云模型；隸屬度矩陣

0 引 言

在蘇五區(qū)塊的石盒子組儲(chǔ)層流體性質(zhì)判別中，由于儲(chǔ)層受沉積相、成巖作用以及分流河道沉積等因素的控制，造成測(cè)井解釋上的儲(chǔ)層識(shí)別難、流體性質(zhì)判別更難的特點(diǎn)，使得該區(qū)的測(cè)井解釋符合率比較低，解釋結(jié)論具有一定的隨機(jī)性和模糊性[1]。如何對(duì)儲(chǔ)層流體性質(zhì)進(jìn)行正確判別，從而減少試油的盲目性和降低勘探成本，顯得尤為重要。

云模型是用語(yǔ)言值表示的某個(gè)定性概念與其定量表示之間的不確定性轉(zhuǎn)換模型。它主要反映客觀世界中存在的事物(定量)與人類知識(shí)中關(guān)于此事物的概念(定性)間的映射的不確定性：模糊性(邊界的亦此亦彼性)和隨機(jī)性(發(fā)生的概率)，并把二者完全集成在一起，構(gòu)成定性和定量相互間的映射[2]。

在蘇五區(qū)塊的石盒子組儲(chǔ)層當(dāng)中，主要產(chǎn)層有石盒子組的盒8段、盒7段；有高阻氣井，也有低阻氣井，也有高阻氣水井；既有高阻水井(產(chǎn)水高達(dá)100多立方米)，也有低阻水井；有物性好的氣井，也有物性好的干層；既有電阻率呈正差異的氣井，也有負(fù)差異的水井，還有負(fù)差異的氣井；有鄰井高產(chǎn)，井距500 m左右卻是干層；有全烴較高的氣井，也有全烴較低的氣井，也有全烴較高的干層。

由此可以看出蘇五石盒子組的儲(chǔ)層流體性質(zhì)判別既有模糊性又有隨機(jī)性，有必要利用云模型的判別方法，以實(shí)現(xiàn)定量的測(cè)井資料與定性的解釋結(jié)論之間的有機(jī)結(jié)合，從而提高測(cè)井解釋符合率[1]。

1 云模型

云模型是一種定性定量不確定性轉(zhuǎn)換模型，它將模糊集理論中的模糊性和概率理論中的隨機(jī)性有機(jī)地結(jié)合起來(lái)。它通過(guò)期望Ex，熵En，超熵He三個(gè)數(shù)字特征來(lái)整體表征一個(gè)概念。期望Ex反映了云滴群的重心位置；熵En反映了在論域空間中這個(gè)定性概念的可接受范圍，即模糊度，是定性概念亦此亦彼性的度量，而且還反映了論域空間中的點(diǎn)能夠代表這個(gè)定性概念的概率，即定性概念的云滴出現(xiàn)的隨機(jī)性；超熵He反映了在論域空間中代表定性概念所有點(diǎn)的不確定度的凝聚性，即云滴的凝聚。

如圖1所示，在“青年人”這一模型中，期望是24，熵是3，超熵是0.2。在圖1中，25附近的點(diǎn)最密，離25越遠(yuǎn)點(diǎn)越稀，即25屬于“青年”的可能性最大，離25越遠(yuǎn)屬于“青年”的可能性越小?？拷拍钪行幕蜻h(yuǎn)離概念中心處隸屬度的隨機(jī)性較小，離概念中心不遠(yuǎn)不近的位置隸屬度的隨機(jī)性大，符合期望和熵的特點(diǎn)；中間云厚，兩頭云薄，符合超熵的特點(diǎn)[3]。

圖1 定性概念為“青年人”的一維正態(tài)云模型

2 基于云模型的流體性質(zhì)判別方法

儲(chǔ)層的流體性質(zhì)判別，是將測(cè)井采集的各項(xiàng)資料數(shù)據(jù)與常規(guī)的油氣水層的特征進(jìn)行匹配，從而得到該儲(chǔ)層的流體性質(zhì)的過(guò)程。用到常規(guī)測(cè)井參數(shù)據(jù)主要有：補(bǔ)償聲波，補(bǔ)償中子，補(bǔ)償密度，深電阻率，電阻率差異等測(cè)井資料以及錄井的全烴資料[4]。

2.1 指標(biāo)集構(gòu)建

假設(shè)把儲(chǔ)層類型分為4類，即氣層(包括含水氣層)、氣水層、水層(包括含氣水層)、干層(包括微氣、產(chǎn)水層)。對(duì)于每一類儲(chǔ)層的測(cè)井特征都可以用上述的6個(gè)測(cè)井參數(shù)進(jìn)行表征。即R1，R2，R3，R4對(duì)應(yīng)于4類儲(chǔ)層(氣層、氣水層、水層、干層)[4]；對(duì)于每一類儲(chǔ)層Ri都有 6個(gè)特征參數(shù)，即

Ri=(xi1,xi2,…,xi6)

(1)

xij表示第i類儲(chǔ)層的第j個(gè)特征參數(shù)，如x22表示的是氣水層的補(bǔ)償中子值。建立集合U含有6個(gè)相應(yīng)的參數(shù)指標(biāo)，即

(2)

其中Uxj(j=1,2，…)為指標(biāo)集中的第j個(gè)指標(biāo)

2.2 云模型建模

對(duì)于每個(gè)指標(biāo)，都可以用云模型來(lái)表示。對(duì)于所用的指標(biāo)變量，即各測(cè)井參數(shù)都可以表示為區(qū)間型變量，如聲波時(shí)差，存在著雙邊約束[Δtmin,Δtmax]，可以用期望值作為約束條件的中值，主要作用區(qū)域?yàn)殡p邊約束區(qū)域的云來(lái)近似建模(可以采用正態(tài)云建模)，云參數(shù)計(jì)算公式如下所示：

(3)

在上式中，Cmax為每個(gè)指標(biāo)的最大值，Cmin為每個(gè)指標(biāo)的最小值；k為常數(shù)，可以根據(jù)具體指標(biāo)的模糊性和隨機(jī)性而做出具體調(diào)整。

2.3 隸屬度計(jì)算

設(shè)測(cè)井過(guò)程中測(cè)取的某一層的6個(gè)測(cè)井參數(shù)，即X=(x1,x2,…)，xj(j=1,2,…)為測(cè)得儲(chǔ)層的第j個(gè)特征參數(shù)。由上述確定的云模型，可以通過(guò)計(jì)算每個(gè)特征參數(shù)的云滴，得到該儲(chǔ)層的每個(gè)特征參數(shù)相對(duì)于4類儲(chǔ)層(即氣、氣水、水、干層)的確定度(即隸屬度)[3]。6個(gè)測(cè)井參數(shù)均為連續(xù)型區(qū)間變量，則其隸屬度公式為：

(4)

其中Exij為第i類儲(chǔ)層第j個(gè)測(cè)井參數(shù)的期望，Enij’為根據(jù)第i類儲(chǔ)層第j個(gè)測(cè)井參數(shù)的熵Enij和超熵Heij求得的方差。

由上述的隸屬度公式可以構(gòu)造一個(gè)關(guān)于測(cè)井參數(shù)的隸屬度矩陣，即一個(gè)4×6矩陣：

(5)

2.4 權(quán)值確定

在流體性質(zhì)判別中各參數(shù)權(quán)值的確定很重要。一般在先驗(yàn)條件下，即沒(méi)有試油結(jié)論的情況下，權(quán)系數(shù)可以用等概率來(lái)代替，即

ωij=1/6,i=1,2,…,n;j=1,2,…,m

(6)

n為儲(chǔ)層類型個(gè)數(shù)，m為測(cè)井參數(shù)個(gè)數(shù)，ωij為待判別儲(chǔ)層的第j個(gè)測(cè)井參數(shù)相對(duì)于第i類儲(chǔ)層的第j個(gè)測(cè)井參數(shù)在總的隸屬度中所占的權(quán)值。

在有試油結(jié)果的情況下，根據(jù)各參數(shù)在儲(chǔ)層流體性質(zhì)判別中的重要性對(duì)權(quán)值作出相應(yīng)動(dòng)態(tài)調(diào)整。具體方法如下：

首先計(jì)算每個(gè)特征參數(shù)識(shí)別結(jié)果的熵，即：

Cij=-μRijln(μRij)

(7)

其中Ci j為待識(shí)別儲(chǔ)層的第j個(gè)測(cè)井參數(shù)相對(duì)于第i類儲(chǔ)層的第j個(gè)測(cè)井參數(shù)隸屬度的熵。則權(quán)值可以確定為

(8)

由上式可以看出，待識(shí)別儲(chǔ)層相對(duì)于模板庫(kù)每類儲(chǔ)層的測(cè)井參數(shù)的權(quán)值是不同的，隨著各測(cè)井參數(shù)的變化而變化。

將各參數(shù)的權(quán)值代入，可以得到總的隸屬度矩陣B：

(9)

(10)

2.5 流體性質(zhì)判別準(zhǔn)則

依據(jù)式(10)求得的隸屬度矩陣，采用以下判別準(zhǔn)則進(jìn)行判別：

設(shè)任意兩類儲(chǔ)層R1，R2?R，滿足

(11)

如果有

(12)

則R1即為判別結(jié)果，ε1、ε2為預(yù)先設(shè)定的門(mén)檻，R為儲(chǔ)層類集合，m(Ri)為待識(shí)別儲(chǔ)層相對(duì)于儲(chǔ)層類別Ri的隸屬度，即bi。換句話說(shuō)，假設(shè)現(xiàn)有兩類儲(chǔ)層R1為氣層，R2為氣水層。對(duì)于待識(shí)別的儲(chǔ)層Ri，可以求出Ri對(duì)于四類儲(chǔ)層的隸屬度m(Ri)=bi。如果m(R1)為最大，m(R2)為除m(R1)外最大，且有m(R1)大于某一預(yù)先設(shè)定的門(mén)檻，m(R1)與m(R2)之間的差別大于某一門(mén)檻，則R1即為待識(shí)別的Ri的判別結(jié)果，即Ri為氣層[3，4]。

3 結(jié) 論

本文將云模型引入到儲(chǔ)層流體性質(zhì)判別中，提出了一種基于云模型的判別方法。該方法利用云模型對(duì)儲(chǔ)層類別的測(cè)井參數(shù)進(jìn)行正態(tài)云建模，并且利用云模型的定性定量轉(zhuǎn)換特性對(duì)儲(chǔ)層流體性質(zhì)進(jìn)行判別，同時(shí)給出了可以動(dòng)態(tài)調(diào)整測(cè)井參數(shù)權(quán)值的方法。在這一模型中，對(duì)流體性質(zhì)的判別綜合了各種參數(shù)，實(shí)現(xiàn)了綜合解釋的綜合性，并且不因人而異，直接面向原始測(cè)井資料。

[1] 白雪見(jiàn).蘇里格氣田南區(qū)上古生界盒8段、山1段儲(chǔ)層儲(chǔ)集空間類型研究[J].長(zhǎng)江大學(xué)學(xué)報(bào)(自科版)，2014，11(31)：52-55.

[2] 劉 禹.云模型霧化特性及其在進(jìn)化算法中的應(yīng)用[J].電子學(xué)報(bào)，2009,37(8):1651-1658.

[3] 劉常昱.基于云X信息的逆向云新算法[J].系統(tǒng)仿真學(xué)報(bào)，2004，16(12):2417-2420.

[4] 洪有密.測(cè)井原理與綜合解釋[M].東營(yíng)：石油大學(xué)出版社，1993：22-32.

A Method to Identify Reservoir Fluid Property Based on Cloud Model at Shihezi Formation

XU Yong, DING Bangchun, QIU Yi, CHEN Daigang, REN Xiaoquan, FAN Liqun, HUANG Weidong

(WellLoggingCompany,ChuanqingDrillingEngineeringCo.Ltd.,Chongqing, 400021,China)

Because of the coexistence of high and low resistivity water layer, and high low porosity water layer and gas layer, it is difficult to identify the fluid property in Sulige Gas-field, and the resistivity difference is also difficult to be applied in this field. The pattern recognition method is presented, which is established joint matrix by the fluid properties logging curves and reservoir classification-the widely applied cloud model. The membership degree matrix is obtained about all sorts of reservoir, and the fluid property can be identified by applying the introversions between qualitative and quantitative.

Shihezi formation; identification of fluid property; cloud model; membership degree matrix

徐 擁，男，1977年生，工程師，2000年畢業(yè)于中國(guó)石油大學(xué)(華東)計(jì)算數(shù)學(xué)及應(yīng)用軟件專業(yè)，現(xiàn)從事生產(chǎn)管理工作。E-mail：109905832@qq.com

TP391.9

A

2096-0077(2016)06-0039-03

2015-12-20 編輯：韓德林)