低孔渗储层含油气性神经网络识别.pdfVIP

低孔渗储层含油气性神经网络识别 王慎文 包书景 曹建康 (中石化河南南阳油田，河南南阳473132) 摘要：所有的知识都存在于数据中，其中明显的已被总结应用，但更有一些复杂的、抽象 的、出乎意料的关系、规则隐藏在大量的数据背后。对于一个特定的地区，某些貌似不相关的 数据之间可能存在着紧密的对应关系。发掘这些关系可能会对实际工作有很大意义。有效地发 现数据中存在的知识正是数据挖掘研究的目的。神经网络是数据挖掘的重要工具之一，本文利 用神经网络技术从一些不直接相关的、分散的试验分析数据识别、判断储层含油气性，取得一 定效果。 荚键词：数据挖掘；神经网络；含油气性识别；低孔渗储层 刚 舌 所有的信息都存在于数据当中，其中一部分明显的关联关系已被研究人员识别、总结、 应用，更有一些复杂的、抽象的、出乎意料的关系、规则隐藏在大量的数据背后。随着计算 机数据库技术的发展应用，收集、储存的数据越来越多，缺乏探究数据背后隐藏的关系和规 则的方法，导致了“数据爆炸但知识贫乏”的现象。如何有效地发现数据中存在的关系和规 则，如何根据现有的数据预测其它未知的状态，正是数据挖掘研究的目的。 简单地，很容易发现孔隙度随深度的变化规律和孔隙度随碳酸盐含量的变化规律，可以 作出两个平面曲线图；而孔隙度随深度和碳酸盐含量的复合变化规律就不容易用一句话总结 出来，虽然它可以表示为一个三维的曲线；至于孔隙度随深度和碳酸盐含量以及泥质含量、 石英含量、地温梯度等等的复杂关系就更难以宜观的总结了。数据挖掘(Data Mining)，也 称为从数据库中发现知识(KnowledgeDiscoveryin 月举行的第11届国际联合人工智能学术会议上，是指从大量的、不完全的、有噪声的、模 糊的、随机的数据中，提取隐含在其中的、人们事先不知道的、但又是潜在有用的信息和知 识的过程。数据挖掘是许多学科的交叉，运用了统计学、计算机、数学等学科的技术理论。 数据挖掘目的在于预测或验证其它未知的状态或找到数据关联的模式。主要包括：数据 总结、数据泛化、数据分类、数据聚类、数据关联等。数据挖掘需要三个基础支持：大数据 库；高性能计算机；可行的算法。数据挖掘与数据分析的区别是数据挖掘是在没有明确假设 的前提下去挖掘信息、发现知识。数据挖掘所得到的信息应具有先未知，有效和可实用三个 特征。 知识发现和数据挖掘技术在商业领域、信息网络领域已广泛受到重视和应用。有许多典 型的简单直观的例子，比如，通过数据挖掘发现了“小孩尿布和啤酒之间有着惊人的联系”、 “在购买面包和黄油的顾客中，有90％的人同时也买了牛奶”等，对商业营销策略都有明显 的指导意义。同时该技术在军事、航空航天等高尖端技术方面的应用前景也受到关注。现代 185 的石油地质研究同样面对着大量的数据，也具备开展数据挖掘的基本条件，将数据挖掘理论 应用于石油地质研究将是有意义、有前途的。 神经网络在地质研究已有较多应用，但多是用于对已有的认识作进一步总结。受数据挖 掘理论的启发，我们尝试用神经网络从一些间接的、分散的数据识别油气储层，已取得较好 效果。 1准备 1．1构思 数据挖掘是要发现那些不能靠直觉发现的信息或知识，甚至是违背直觉的，出乎意料的 信息，也可能很有价值。这就要求网络的训练数据选择要打破常规，那些直观认为不相关的 数据，也许有着间接的关联，所以训练数据要范围大、范围广。 就储层含油气性而言，最直接的 验证方法是试油，次之是岩心含油分 析；再有各种测井方法等等；至于如 薄片分析的石英、长石含量之类数据