贝叶斯判别法在储层流体识别中的应用
合集下载
相关主题
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
２方法 应 用 ２ １ 资料 分析 Ｓ 凹陷地质 特征复杂 ， 储层 电阻率 测井 响应受岩 性等多种 因素 影响严 重 ， 导 致油水 层 电阻率 跨度 范围大 ， 油 水 界限模 糊不 清 ， 应用常 规方 法 无法 建立统 一
率， 将 样 品判别 为 来 自概 率最 大 的总体 。 该 方法 应用 简单 方便 ， 运 行速度 快 ， 具 有 一 定的 实用 价值 。 １贝叶 斯 判别 法 原理
储层 流体性质 识别 一直是 测井解释 的重点 和难点 ， 其解 释精度 和准确度 直
值向 量， ∑ 是Ｐ× Ｐ维协 方差矩 阵， ∑ 是∑的 逆 矩阵， ｌ ∑ ｌ 是∑的 行列式。
由于 （ １ ） 式 中 的分 母是 个 常 量 ， 因此在 实 际计 算 中只 需 要 计算 分 子部 分
在 确立 了样 本集 的基础 上 ， 建立 了判 别函数 ， 编 制 了相应 的处理 程序 。 图１ 为ｓ ｌ 井 处理 成果 图， 其４ ０ 、 ４ ２ 、 ４ ４ 号 层 电阻 率分 布在 １ ５ ． ５ ９ ２ ７ ． ９ ２ ｆ ） ・ ｍ之 间 ， 采
应 用 技 术
Ｉ ■
贝 叶 斯 判 别 法 在 储 层 流 体 识 别 中 的 应 用
王 杰 ｌ ＇ 王 晔 王 向玖 王健 颖
（ １ ． 油 气资 源 与勘 探 技术 教 育部 重 点 实验 室 （ 长江大 学 ） ， 湖北 武汉 ４ ３ ０ １ 吣 ２ ． 长 江大 学地 球 物 理与 石 油资 源 学 院 ， 湖北 武汉 ４ ３ ０ １ Ｏ ０ ）
Ｇ （ ） ＝ Ｉ ｎ Ｐ （ ｘ ／ ｇ ） Ｐ （ ｇ ） ＝ 一 言 Ｚ （ 一 “ ） ∑ （ 一 “ ） 一 １ Ｚ ｎ ２ 一 寺 Ｚ 】 ｎ Ｉ ∑ ｌ ＋ Ｉ ｎ 尸 （ ｇ ）（ ３ ）
即当 ＧＩ （ ） ＝ｍａ ｘＧ ｊ ） （ ＝１ ， ２ ， ． Ｇ） ． 时， 样 本 属于 第 类 。
其中 （ ｇ ） 是第ｇ 类的先验概率 ， Ｐ （ ｘ ／ ｇ ） 是ｘ 属于第ｇ 类的概率尸 （ 七 Ｉ ｘ ） 密
度 函数 。 在算 出的 卜 后验 概率 中 ， 如 果ｘ 属于 第ｋ 类的 后验概率 最大 ， 则将 样品Ｘ 归 属 于第 ｋ 类。
的油水层识别标准， 流体识别难度较大。 分析认为主要是研究区钙质胶结严重 ， 低阻油层 和高 阻水层 同时存在 ， 岩性 对 电性 的控 制作用 大于储层 流体 对 电性 的 控制 作用 。 ２ ． ２ 样本 选择 由于岩性等多种因素影响， 油水层测井响应复杂， 直接利用原始 电阻率 曲 线来 区分 油水层 是行 不通 的 。 在 进 行油水 层测 井响 应特 征提取 的 过程 中发 现 ， 深浅 电阻 率的 比值 能较好 地反 映油水 层性 质 。 通过 对储 层的 分析 和研 究 ， 最终 选取了对流体性质响应敏感的４ 个参数， 即声波时差、 补偿Hale Waihona Puke Baidu子、 密度 、 Ｒ’ （ 深浅 电阻率的 比值 ） ， 作为 储层流 体识 别的 指标 ， 进 行流体 识 别 。 针对研 究 区块储 层 特征并结合试油资料 ， 在１ ８ ２ １ １ 井的储层中各选取了６ ｏ 个样 品组成每一类的样本 集， 每一 个样 品 都反 映 出与之对 应 的流 体类 型 。 ３应 用 效果 分析
接关 系到 油 田的经 济 效益 ， 甚至是 评 价整 个油 藏是 否 具有 开发 价值 的 关键“ 】 。 在油 田的 实际应 用过 程 中， 一 般采 用交 会 图法 来 识别储 层流 体性 质 ， 但是 通过 研究 发现 ， 利 用交 会图技 术 总是存 在交 叉的 边界 区间无 法判 定 ， 只能 粗略 地进 行识 别 ， 识别精 度 低。 近年来 ， 随着 测井 技术 以及计 算机 技术 的飞速 发展 ， 多种 数学 方法如 模糊 数学 、 神 经 网络等 相继 引入 到测 井解释 中， 并在 某些 方面 取得 了较 大的成 果 。 对 于模糊 数学 ， 计算过 程 较为复 杂 ， 而且 主观 经验依 赖性 强 ； 对
设 有Ｇ 个 总体 ， Ｎ个样 品 ， 每 个样 品都 属于 这Ｇ个总体 的 一个样 本 ， 每 个样 品有 Ｐ 项指 标 （ ， ， ， ． ． ． ． ， ） 。 同时 ， 视各 样 品为相 互独 立 的正态 随机 向量 ， 于 是 便 有 第ｇ 类（ ｇ＝１ ， ２ ． ． ， Ｇ） ｘ 服从 均值 向量 为 “ ， 协方 差 矩阵为 ∑ 的多 元正
态分布ｘ ～Ｎ（ Ｕ ， ∑ ） 。 若有一来 自 某类的新样品 ＝（ ， Ｘ ２ ， ． ．
根据 贝 叶斯 公式 计算 出样 品 归属 于第 的后 验概 率 ：
） ， 则可
Ｊ Ｐ （ ｇ／ ） ：
∑Ｐ （ ｘ ／ Ｇ ｊ ） Ｐ （ Ｇ ｊ ）
－ Ｊ
于 神经 网络 ， 需要 采用大 量的样 本进行 训练 ， 运行 效率低 贝叶斯判 别分析 方法 是判别 样 品所属 类型 的一种 统计 方 ， 通 过计算 样 品属于各 类总 体的 后验概
Ｐ（ ｘ／ 譬） 尸（ ｇ ） 。 结合（ ２ ） 式并进行取对数处理即可得到判别函数为：
１ 一 ｎ １
［ 摘 要］ 论文 以Ｓ 凹陷为 研究 对 象 ， 该 凹陷 由于 岩性 变 化大 、 孔 隙结构 复杂 ， 导 致油 水层 测 井响 应复 杂 ， 油 水层 识 别难 度大 。 针对 这一 问题 ， 利 用 贝叶斯 判 别 方法， 结 合测井 资 料建 立判 别 函数 ， 依 据此 判别 函数 对井 资料 进行 了 处理 ， 应 用效 果 较好 。 ［ 关键 词］ 测井 响应 贝叶 斯判 别 流 体识 别 中图分 类号 ： ０２ １ ２ ． ８ 文献标 识码 ： Ａ 文 章编 号 ： １ ０ ０ ９ — ９ １ ４ Ｘ （ ２ ０ １ ５ ） ０ ３ —０ ３ ５ ８ 一 Ｏ １
率， 将 样 品判别 为 来 自概 率最 大 的总体 。 该 方法 应用 简单 方便 ， 运 行速度 快 ， 具 有 一 定的 实用 价值 。 １贝叶 斯 判别 法 原理
储层 流体性质 识别 一直是 测井解释 的重点 和难点 ， 其解 释精度 和准确度 直
值向 量， ∑ 是Ｐ× Ｐ维协 方差矩 阵， ∑ 是∑的 逆 矩阵， ｌ ∑ ｌ 是∑的 行列式。
由于 （ １ ） 式 中 的分 母是 个 常 量 ， 因此在 实 际计 算 中只 需 要 计算 分 子部 分
在 确立 了样 本集 的基础 上 ， 建立 了判 别函数 ， 编 制 了相应 的处理 程序 。 图１ 为ｓ ｌ 井 处理 成果 图， 其４ ０ 、 ４ ２ 、 ４ ４ 号 层 电阻 率分 布在 １ ５ ． ５ ９ ２ ７ ． ９ ２ ｆ ） ・ ｍ之 间 ， 采
应 用 技 术
Ｉ ■
贝 叶 斯 判 别 法 在 储 层 流 体 识 别 中 的 应 用
王 杰 ｌ ＇ 王 晔 王 向玖 王健 颖
（ １ ． 油 气资 源 与勘 探 技术 教 育部 重 点 实验 室 （ 长江大 学 ） ， 湖北 武汉 ４ ３ ０ １ 吣 ２ ． 长 江大 学地 球 物 理与 石 油资 源 学 院 ， 湖北 武汉 ４ ３ ０ １ Ｏ ０ ）
Ｇ （ ） ＝ Ｉ ｎ Ｐ （ ｘ ／ ｇ ） Ｐ （ ｇ ） ＝ 一 言 Ｚ （ 一 “ ） ∑ （ 一 “ ） 一 １ Ｚ ｎ ２ 一 寺 Ｚ 】 ｎ Ｉ ∑ ｌ ＋ Ｉ ｎ 尸 （ ｇ ）（ ３ ）
即当 ＧＩ （ ） ＝ｍａ ｘＧ ｊ ） （ ＝１ ， ２ ， ． Ｇ） ． 时， 样 本 属于 第 类 。
其中 （ ｇ ） 是第ｇ 类的先验概率 ， Ｐ （ ｘ ／ ｇ ） 是ｘ 属于第ｇ 类的概率尸 （ 七 Ｉ ｘ ） 密
度 函数 。 在算 出的 卜 后验 概率 中 ， 如 果ｘ 属于 第ｋ 类的 后验概率 最大 ， 则将 样品Ｘ 归 属 于第 ｋ 类。
的油水层识别标准， 流体识别难度较大。 分析认为主要是研究区钙质胶结严重 ， 低阻油层 和高 阻水层 同时存在 ， 岩性 对 电性 的控 制作用 大于储层 流体 对 电性 的 控制 作用 。 ２ ． ２ 样本 选择 由于岩性等多种因素影响， 油水层测井响应复杂， 直接利用原始 电阻率 曲 线来 区分 油水层 是行 不通 的 。 在 进 行油水 层测 井响 应特 征提取 的 过程 中发 现 ， 深浅 电阻 率的 比值 能较好 地反 映油水 层性 质 。 通过 对储 层的 分析 和研 究 ， 最终 选取了对流体性质响应敏感的４ 个参数， 即声波时差、 补偿Hale Waihona Puke Baidu子、 密度 、 Ｒ’ （ 深浅 电阻率的 比值 ） ， 作为 储层流 体识 别的 指标 ， 进 行流体 识 别 。 针对研 究 区块储 层 特征并结合试油资料 ， 在１ ８ ２ １ １ 井的储层中各选取了６ ｏ 个样 品组成每一类的样本 集， 每一 个样 品 都反 映 出与之对 应 的流 体类 型 。 ３应 用 效果 分析
接关 系到 油 田的经 济 效益 ， 甚至是 评 价整 个油 藏是 否 具有 开发 价值 的 关键“ 】 。 在油 田的 实际应 用过 程 中， 一 般采 用交 会 图法 来 识别储 层流 体性 质 ， 但是 通过 研究 发现 ， 利 用交 会图技 术 总是存 在交 叉的 边界 区间无 法判 定 ， 只能 粗略 地进 行识 别 ， 识别精 度 低。 近年来 ， 随着 测井 技术 以及计 算机 技术 的飞速 发展 ， 多种 数学 方法如 模糊 数学 、 神 经 网络等 相继 引入 到测 井解释 中， 并在 某些 方面 取得 了较 大的成 果 。 对 于模糊 数学 ， 计算过 程 较为复 杂 ， 而且 主观 经验依 赖性 强 ； 对
设 有Ｇ 个 总体 ， Ｎ个样 品 ， 每 个样 品都 属于 这Ｇ个总体 的 一个样 本 ， 每 个样 品有 Ｐ 项指 标 （ ， ， ， ． ． ． ． ， ） 。 同时 ， 视各 样 品为相 互独 立 的正态 随机 向量 ， 于 是 便 有 第ｇ 类（ ｇ＝１ ， ２ ． ． ， Ｇ） ｘ 服从 均值 向量 为 “ ， 协方 差 矩阵为 ∑ 的多 元正
态分布ｘ ～Ｎ（ Ｕ ， ∑ ） 。 若有一来 自 某类的新样品 ＝（ ， Ｘ ２ ， ． ．
根据 贝 叶斯 公式 计算 出样 品 归属 于第 的后 验概 率 ：
） ， 则可
Ｊ Ｐ （ ｇ／ ） ：
∑Ｐ （ ｘ ／ Ｇ ｊ ） Ｐ （ Ｇ ｊ ）
－ Ｊ
于 神经 网络 ， 需要 采用大 量的样 本进行 训练 ， 运行 效率低 贝叶斯判 别分析 方法 是判别 样 品所属 类型 的一种 统计 方 ， 通 过计算 样 品属于各 类总 体的 后验概
Ｐ（ ｘ／ 譬） 尸（ ｇ ） 。 结合（ ２ ） 式并进行取对数处理即可得到判别函数为：
１ 一 ｎ １
［ 摘 要］ 论文 以Ｓ 凹陷为 研究 对 象 ， 该 凹陷 由于 岩性 变 化大 、 孔 隙结构 复杂 ， 导 致油 水层 测 井响 应复 杂 ， 油 水层 识 别难 度大 。 针对 这一 问题 ， 利 用 贝叶斯 判 别 方法， 结 合测井 资 料建 立判 别 函数 ， 依 据此 判别 函数 对井 资料 进行 了 处理 ， 应 用效 果 较好 。 ［ 关键 词］ 测井 响应 贝叶 斯判 别 流 体识 别 中图分 类号 ： ０２ １ ２ ． ８ 文献标 识码 ： Ａ 文 章编 号 ： １ ０ ０ ９ — ９ １ ４ Ｘ （ ２ ０ １ ５ ） ０ ３ —０ ３ ５ ８ 一 Ｏ １