模糊识别方法在储层识别中的应用.docVIP

模糊识别方法在储层识别中的应用 1　模糊识别的数学原理 1.1　概念及原理 所谓模糊识别即模糊模式识别,它是指对具“模糊性”的事物经过分析、判断、归类,识别出事物与供模仿的样本间的相同或相似。 一般地说,一个事物有n个特征,而每个具体的对象对于这n个特征有n个录属度μ1,μ2,…,μn。由于这些特征所起的作用不同,因此必须相应地加上权值:a1,a2,…,an;当事先规定一个限度M,若满足则认为此事物满足要求,并根据M的取值不同而进行归类。 1.2　模糊识别方法 模糊识别有直接法和间接法两种。直接法根据最大录属度原则判别被识别对象的归类;间接法则按择近原则对被识别对象进行归类。在此选择直接法建立模糊识别模型。 设A1,A2,…,An是论域U上的n个模糊子集,?1(x),?2(x),…,?n(x)是它们的隶属度函数,今有x0∈U(x0为被识别的对象),若Ai(x0)=max{A1(x0),A2(x0),…,An(x0)}则认为x0属于第i类模糊子集。 2　储层模糊模式识别系统的建立 2.1　隶属函数的确定 设论域U上有两个模型空间:稠油层模型空间V0和常规油层模型空间P0。根据前述分析,在V0中选取m个稠油层样本模型,组成稠油层的测井响应组合;而每个稠油层的自然电位(SP),声波测井(AC),地层密度测井(DEN),深侧向电阻率测井(RD)和深浅双侧向的比值(RR),组成一个样本模型的五维空间[2,3]{SPi(V0),ACi(V0),DENi(V0),RDi(V0),RRi(V0)}i=1,2,…,m。 于是,对上述集合中的各条曲线进行极差正规化后,可得下述集合 { xij(V0)}　i=1,2,…,m;j=1,2,…,5。然后求取样本集合中各曲线的平均值 则样本集合各曲线的标准偏差为 从而可得到稠油层模糊分布函数 式中j=1,2,… ,5。 于是,对于一个待识别的模式,由(1)式可以计算出稠油层五条曲线的隶属μj(V0),j=1,2,3,4,5;由(2)式可以计算出常规油层五条曲线的隶属度μj(P0),j=1,2,3,4,5。而五个隶属度组成的综合隶属度可以表示为 稠油层: 常规油层: 2.3　隶属度权值的确定 隶属度权值的大小取决于该曲线对稠油层及常规油层识别能力的高低,识别能力越强,则相应的权值越大。因此可以选用单条曲线模糊识别函数对稠油层及常规油层的识别正确率来确定各曲线的权重。假设第j条曲线(稠油层模糊识别函数),正确识别稠油层的层数为mj;正确识别常规油层的层数为nj。则第j条曲线(模糊识别函数)模糊识别的正确率Rj计算公式为 Rj=NjN0式中Nj=mj+nj第j条曲线(模糊识别函数)的正确识别层数;N0=m+n总的建模样本数 以上特征说明粗粒亮晶白云石胶结物是中—深埋藏环境下的产物,充填原生孔隙的0～20%。经过上述4期7种不同结构类型的白云石胶结物充填后,区内灯影组储层段内的原生粒间孔和蓝菌藻粘结“格架”孔已基本填盈,仅在局部可见到少量残余粒间孔、蓝菌藻粘结“格架”孔和白云石胶结物间的晶间孔。 2.4　结　论 综上分析可看出,不同成岩环境中形成的白云石胶结物在矿物学和地球化学特征上变化较复杂,但具有一定的变化趋势。具体表现在: (1)随成岩深度的增加,白云石胶结物由原生孔隙边缘向中心生长,晶体由细变粗、颜色变浅、变亮;包裹体由无到多,均一温度升高;碳、氧同位素值降低;结晶有序度变大。这可能与成岩介质变洁净、成岩温度升高、结晶时间变充足等因素有关。 (2)除第一期海底白云石胶结物外,其余白云石胶结物中的微量元素Na2O、K2O、SrO、BaO含量均明显低于前者,说明其形成时孔隙水盐度变低;FeO、MnO的含量变化较为复杂,但随埋藏深度的增加,FeO/MnO明显降低,从而导致阴极射线下的发光强度增加。 (3)现今四川盆地灯影组储层内原生孔隙的残存量极少,作为主要储集空间的应为次生孔隙。 方法确定研究区域内的储层类型是可行的。 表　模糊识别模型稠油层及常规油层识别结果表 序 SP AC DEN RD RR* 常规油层 稠油层 判别 试油 号 (mv) (m/μs) (g/cm3) (Ψ.m) 隶属度 隶属度 结论 结论 1 30 280 2.34 5 8.333 3.017 1.196 油层 油层 2 28 280 2.34 5 8.333 3.092 1.196 油层 油层 3 21 298 2.