基于支持向量机复杂碎屑岩储层岩性识别.pdfVIP

2年7月第34卷第7期 石油天然气学报201 ·72· ofOlland Ju[．2012V01．34No．7 Jourunl GasTechnology 基于支持向量机的复杂碎屑岩储层岩性识别 周继宏，袁瑞(薹鋈霎蓁耋萎翼薹柔戛鎏墓霎熏萎验室。长爱大学，，湖北荆州；。；。。。) [摘要]以罄河地区石炭系碎屑岩储层的岩性识别为例，阐述了采用支持向量机技术及利用常规测井资料 在取心资料少的情况下识别复杂碎屑岩储层岩性的方法。塔河地区石炭系碎屑岩储层的岩性复杂，普遍 台泥，含灰和舍砾．加之取心资料少和寝I井新技术资料缺乏，其岩性识别遇到了较大的困难。从常规测 并资抖申选取对储层岩性相对敏感的多种资科，选用径向基核函数和一对一多类分类编码祺武，利用有 限的取心资料建立岩性分类器。展示了塔河地区其中一个区块的岩性识别结果，并与BP神经网络方法的 识别结果进行了对比，结果显示该方法具有更好的应用效果。 [关键词]复杂碎屑岩；岩性识别f测井资料；支持向量机；塔河地区 [中国分类号]P831．84 [文献标识码]A 随着石油勘探的不断深入，复杂碎屑岩油气储层越来越受到重视。近年来，塔河地区在古生界碎屑 岩地层中的油气勘探和开发已获得突破，但仍有许多基础性问题亟待深入研究，例如石炭系复杂碎倡岩 储层的岩性识别。塔河地区石炭系碎屑岩储层普遍含泥、含灰和含砾，属复杂岩性储层，此外，该地层 取心资料较少，测并新技术资料缺乏．因此该储层的岩性识别遇到了较大的困难。诸如溺并曲线综合分 析法、孔隙度测井曲线重叠法、岩性交会图版法等常规测井岩性识别方法已很难奏效。虽然国内外已运 用人工神经网络方法在自动识别岩性方面取得了一定成果，但其网络结构难于确定，易出现过学习和欠 学习以及局部极小等问题，导致岩性识别效果不佳…。 Vector 1995年波兰数学家Vapnik口]提出了支持向量枧Support 已经被运用于储层岩性识别，流体识别．参数预测等石油勘探开发领域，表觋出良好的分类或识别能 力∞“]。笔者首次采用支持向量机对塔河地区石炭系复杂碎屑岩储层的岩性识别进行了初步研究，从常 规测井资料中选取对储层岩性相对敏感的多种资料，选用径向基核函数和一对一多类分类编码模式，利 用有限的取心资料建立岩性分类器进行岩性识别学习·并与实际取心资料和BP神经网络方法的识别结 果进行对比，获得了较好的运用效果。 1工区储层岩性特征 据综合地质研究，塔河地区石炭系地层可分为巴楚组和卡拉沙依组。 巴楚组自下而上可包括下砂泥岩段、下泥岩段、双峰灰岩段3个岩性段。区内岩性、岩相变化较 大，主要为浅灰、褐灰色灰质岩屑砂岩，砾岩和灰绿、褐色泥岩互层，夹含砂质泥晶灰岩、粒屑灰岩， 并且岩屑含量高、灰质胶结强，灰质、云质胶结物含量达10％～25％。 卡拉沙依组分为下部上泥岩段和上鄂砂泥岩互层段2个岩性段。由下往上砂岩及砾石含量逐渐增 多，砂岩粒度逐渐变粗，砾石粒径逐渐增大；砾石成分由以泥砾为主逐渐变为以石英、燧石为主；泥岩 色调由深灰、黑色、灰褐色为主逐渐变为以棕褐色为主。 总体上讲，塔河地区石炭系碎屑岩储层的岩性较为复杂。储层主要为浅灰、灰白色长石石英砂岩， [收璃日期】2012-03一lo [基金项目】中国石油化工蟹团股份有限公司勘探先导性项目CKY2010一s-oz8)。 [作者简介]周继宏(1965～)，男，1987年江汉石油学院毕业，硕士。副教授，现从事石油测井方法与地质应用的教学及研究工作。 第34卷第7期 周继宏等：基于支持向量机的复杂碎屑岩储层岩性识别 ·73· 长石岩屑砂岩，其次为岩屑石英砂岩、岩屑长石砂岩，少量为岩屑砂岩、粉砂岩及砾岩等。岩石普遍含 灰质，砾岩和砂砾岩多为砂岩间的夹层。储层岩石碎屑成分主要有石英、岩屑、长石，总体上以石英为 主。长石多为正长石，斜长石、微斜长石和条纹长石含量较低；岩屑类型以酸性喷出岩、沉积岩岩屑为 主，极少量变质岩，并且随着岩屑含量的增加，储层的颗粒分选、磨圆均变差，强烈的压实作用使颗粒 呈点接触演变为线状