Bayes判别分析方法在岩性识别中的应用.pdfVIP

学兔兔 石油天然气学报 (江汉石油学院学报) 2009年4月 第31卷 第2期 Journal of Oil and Gas Technology(J．JPI) Apr．2009 Vo1．31 No．2 Bayes判别分析方法在岩性识别中的应用 孑』J＼1建 (长江大学计算机科学学院，长江大学地球物理与石油资源学院，湖北荆州434023) 周 魁，冉小丰 (长江大学机械工程学院，湖北荆州434023) 李 斌 (长江大学地球物理与石油资源学院，湖北荆州434o23) [摘要]针对复杂储层岩性识别难度较大的情况，引入Bayes数理统计方法，把采用测井资料来划分岩性， 看作是一种类别判别问题，通过计算样本的后验概率大小来判别样品类别的归属。实际应用结果表明， 将Bayes判别应用于复杂岩性的划分，效果良好。 [关键词]Bayes判别；岩性识别；测井评价 [中图分类号]P631．84 [文献标识码]A [文章编号]1000—9752(2009)O2—0074一O4 当前测井技术的发展是以测井信息迅速增加，测井、物探、地质信息间相互精细标定与刻度为特 点，但由于地下岩体的隐蔽性、复杂性和测井资料的多解性，欲提高测井信息的有效还原能力，有必要 引入相应的数学方法。因此，利用相应的数学方法解决测井资料数字分析中的实际问题具有很强的现实 意义。 在油田的实际应用过程中，识别岩性一般采用图版法、交会图法或者本地区的经验公式计算n]。图 版法、交会图法一般是选取2～3个测井参数，建立解释图版或者交会图，用以识别岩性，这种方法可 以同时应用的参数较少，对于复杂岩性有时不能满足要求，且交会图法的岩性界限划分没有具体标准， 人为因素影响较大。采用经验公式计算，经验丰富的解释人员在本地区储层中的识别准确度较高，但该 方法与参数无法推广到其他地区中，局限性较大。因此，上述方法在数据整理及参数选取的过程中人为 因素的影响比较大，计算结果可能不稳定。采用数学方法进行类型判别，可将此类影响减至最小，相应 提高判别的精度。目前常用的数学方法还有BP神经网络识别岩性，对于复杂多变的地质条件，采用该 方法必须事先确定足够多的岩性类别，用大量的样本进行训练。这样带来一个致命的问题就是网络运行 速度慢，给实时识别岩性带来一定困难瞳 ]。Bayes判别分析是判别样品所属类型的一种统计方法[5]， 其运行速度快，可以实时增加判别类型。 储层的岩性划分可以归结为一种类型判别问题，其基本思路是：对于多种不同类型的岩性，计算新 给样品属于各类总体的后验概率p(1／x)，z一1，2，…，k，比较这k个概率的大小，然后将新样品判归为来 自概率最大的总体。笔者将对用Bayes判别分析方法进行测井岩性识别展开探讨。 方法原理及程序设计 设有g个总体N个样品，第L个母体(L一1，2，3，…，g)有N 个样品，每个样品有P项指标，用z 表示第L类第k个样品第 个指标。同时，视各样品为相互独立的正态随机向量，于是便有第L类X 服从 均值向量为“ ，协方差矩阵为 ∑ 的多元正态分布X ～N(u ，∑ )。先验概率分别为q。，q ，…， ；各总 体的密度函数分别为_厂。( )，f2(z)，…，fk(z)。观测到一个样品x(x ，zz，…，z ) ，计算它来自第g类总体 的后验概率： [收稿日期]2008—12—07 [作者简介]孙健 (198I一)，男，2003年大学毕业，硕士生，现主要从事生产测井原理与方法和计算机检测与控制方面的研究工作。 学兔兔 第3l卷第 2期 孙健等：Bayes判别分析方法在岩性识别中的应用 P(g／z)一 g一1，…，志