主成分分析法在致密砂巖巖性識別的應(yīng)用研究

王宵宇 謝然紅 毛治國 吳勃翰 徐陳昱 衛(wèi)弘媛

1. 中國石油大學(xué)(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(xué)(北京)地球探測與信息技術(shù)北京市重點實驗室, 北京 102249;3. 中國石油勘探開發(fā)研究院, 北京 100083

0 前言

巖性識別既是儲層測井評價的基礎(chǔ),也是致密砂巖儲層研究中的一個重要環(huán)節(jié)。在對致密砂巖儲層進行綜合評價時,巖性識別的準確性將直接影響儲層評價結(jié)果的可靠性。而致密砂巖儲層由于存在復(fù)雜的孔隙結(jié)構(gòu)和強非均質(zhì)性,巖性識別困難。在致密砂巖巖性的識別中,利用測井信息提高巖性識別精度，常用方法包括曲線重疊法[1-2]、構(gòu)造特征參數(shù)法[3-4]和交會圖法[5-9],但這些方法嚴重依賴解釋人員的知識和經(jīng)驗。近年來,一些學(xué)者嘗試利用機器學(xué)習(xí)方法識別巖性,其中包括決策樹[10]、神經(jīng)網(wǎng)絡(luò)[11-12]、支持向量機[13-14]、模糊推理[15]和隨機森林[16]等方法,機器學(xué)習(xí)方法基于輸入的測井曲線與輸出的巖性類別在特征空間中形成映射關(guān)系,實現(xiàn)對巖性識別。機器學(xué)習(xí)方法屬于模式識別,而模式識別對于人們來說屬于“黑盒”,無法直接觀察巖性識別的過程。因此,本文利用主成分分析法對致密砂巖巖性進行識別。主成分分析法是一種簡單的數(shù)理統(tǒng)計方法,通過正交變換將一組存在相關(guān)性的變量轉(zhuǎn)換為一組線性不相關(guān)的變量,轉(zhuǎn)換后的這組變量稱為主成分[17],一些學(xué)者常利用主成分分析法對數(shù)據(jù)進行降維[18-19]。由于在致密砂巖中,不同巖性的測井響應(yīng)特征差異小,利用測井曲線識別巖性困難,筆者選取對致密砂巖巖性敏感的測井曲線,對測井數(shù)據(jù)進行降維,建立交會圖,實現(xiàn)對巖性識別過程的直接觀察。目前,主成分分析法主要應(yīng)用于碳酸鹽巖[20-22]、頁巖[23]和火成巖[24-25]的巖性識別,本文將主成分分析法應(yīng)用于致密砂巖巖性的識別,綜合測井資料、巖心分析資料和錄井資料,利用主成分分析法提取所選測井曲線的主成分,建立主成分交會圖對巖性進行準確劃分。

1 主成分分析法的基本原理

主成分分析法是利用正交變換把由線性相關(guān)變量表示的數(shù)據(jù)轉(zhuǎn)換為少數(shù)幾個由線性無關(guān)變量表示的數(shù)據(jù),線性無關(guān)的變量稱為主成分[17]。主成分的個數(shù)通常小于原始變量的個數(shù),所以主成分分析法屬于降維方法，計算步驟如下。

(1)

2)由于各參數(shù)的量綱與物理意義不同,數(shù)量級差別較大,將原始數(shù)據(jù)進行標準化處理:

(2)

(3)

4)利用雅可比方法求取協(xié)方差矩陣C的特征值λ1≥λ2≥…≥λm,以及各特征值的特征向量。

(4)

(5)

2 應(yīng)用實例分析

2.1 研究區(qū)概況

本次研究區(qū)位于鄂爾多斯盆地姬塬地區(qū),目的層段為三疊系延長組長8儲層。鄂爾多斯盆地在古生代穩(wěn)定沉降、中生代坳陷遷移、新生代盆地周邊扭動和斷陷[26],受到多重因素影響,長8儲層以辮狀河三角洲發(fā)育的淺灰色細砂巖、灰綠色中砂巖、黑色泥巖和深灰色泥巖互層沉積,以厚層塊狀的巖性組合為主,多期河道砂體疊置,主要發(fā)育交錯層理和塊狀層理,整體上砂泥巖相對集中。長8儲層的砂巖碎屑顆粒以細砂、中細砂為主,含油性好(以中等物性、中阻出油為主),全烴峰值較高,物性較好,平均聲波時差為238.08 μs/m,平均密度為2.49 g/cm3,平均電阻率為18.7·m,電成像圖顯示砂體內(nèi)部及上下圍巖均無裂縫發(fā)育,脆性指數(shù)略大于上下圍巖。長8儲層孔隙度為0.52%～18.54%,平均為10.62%;滲透率為0.002×10-3～873.985×10-3m2,平均為36.320×10-3m2;品質(zhì)因子(RQI)為0.02～7.17,平均為0.82,排除含礫粗砂巖薄層的影響,長8儲層屬于超低孔—超低滲儲層,巖性致密,為典型的非常規(guī)致密油藏。

2.2 選取敏感測井曲線

選取研究區(qū)W井282塊砂巖巖心和107塊泥巖巖心作為本次實驗的樣本,包括含礫粗砂巖、中砂巖、油斑細砂巖、油跡細砂巖、熒光細砂巖和泥巖等巖性。通過建立多種交會圖選取對巖性變化敏感的測井曲線,最終確定選取自然電位(SP)、補償中子(CNL)、密度(DEN)、聲波時差(AC)和核磁共振橫向弛豫時間分布T2幾何均值(T2LM)作為主成分分析法的輸入變量。

2.3 主成分分析法模型構(gòu)建

巖心測井響應(yīng)之間存在信息冗余,對巖性識別精度造成影響,有必要進行主成分分析。首先將原始測井數(shù)據(jù)進行標準化處理,使各樣本數(shù)據(jù)的數(shù)量級和量綱在同一范圍,再進行主成分分析。按照累計貢獻率大于80%的原則,提取主成分F1和F2,F1和F2包含原始測井數(shù)據(jù)中91%的信息,見表1。由于F1和F2的91%累計貢獻率大于80%,能完全表征原始測井信息。因此,本文的研究分析利用F1和F2主成分,同時將原始數(shù)據(jù)的信息損失降到最小。

表1 主成分的方差、貢獻率及累計貢獻率表Tab.1 Variance,contribution rate and cumulative contribution rate of the principal components

表2 主成分的特征向量表Tab.2 Eigenvector of the principal components

F1=0.537×SP+0.454×CNL+0.252×DEN+0.452×AC-0.487×T2LM

(6)

F2=0.189×SP-0.444×CNL+0.672×DEN-0.475×AC-0.299×T2LM

(7)

圖1 主成分F 1、F 2交會識別巖性圖Fig.1 Lithology identification through the crossplot of principal components F1 and F2

2.4 主成分分析法的應(yīng)用實例

表3 巖性回判結(jié)果表Tab.3 Lithological test results

圖2 本文方法預(yù)測的巖性與巖性剖面比較圖Fig.2 Comparison of lithology predicted by the method of this article with lithology profile

2.5 對比分析

a)T2LM和DEN巖性識別交會圖a)Lithology identification crossplot of T2LM and DEN

3 結(jié)論

1)利用主成分分析法對致密砂巖巖性敏感的測井曲線的高維原始數(shù)據(jù)進行降維,提取數(shù)據(jù)的主成分,通過較少變量有效地表征巖性特征,提高巖性識別精度。通過建立主成分交會圖直接觀察不同巖性在特征空間的分布,巖性的區(qū)分界線明顯,同時,巖性的分布符合砂巖含油級別的規(guī)律。相比于敏感測井曲線,利用主成分F1和F2建立交會圖進行巖性識別具有優(yōu)越性。

2)通過結(jié)合馬氏距離判別法進行巖性識別,有效地消除在確定巖性區(qū)分界線中人為因素的影響。在研究中,本文方法對于巖性的識別準確率約91.3%,表明本文方法對致密砂巖巖性的識別具有可行性,為鄂爾多斯盆地姬塬地區(qū)致密砂巖巖性識別提供參考依據(jù)。

3)利用主成分分析法建立主成分交會圖時,所選測井曲線在巖性劃分中是否具有代表性對于模型的建立十分重要,同時,樣本數(shù)量也決定著判別模型的識別精度。因此,建立完善的樣本數(shù)據(jù)庫,能夠有效地提高本文方法對于致密砂巖巖性識別的精度。