河流-三角洲储层沉积微相的模糊识别.pdfVIP

维普资讯 22 第 23卷 第 6期 大庆石油地质与开发 P．G．O．D．D． 2004年 12月 文章编号 ：1000—3754 (2004)06-0022-03 河流．三角洲储层沉积微相的模糊识别 董 焕 忠 (大庆油田有限责任公司 第三采油厂，黑龙江 大庆 163113) 摘要：针对河流一三角洲储层沉积微相划分问题 ，提 出了一种基于加权模糊推理神经 网络的判别方法。 该模型可同时处理油田沉积微相研究中的定性专家经验和反映油层沉积微相变化的定量数据。根据取 心井分析资料和专家解释结果确定区块沉积微相类型，建立标准模式库 ，判别待识别小层的沉积微相 类型。同时可较好解决过渡性沉积微相在识别中存在 的多解性 问题。通过对大庆油田萨北开发 区23 口井的实际资料处理 ，其符合率达到84．1％。 关 键 词：沉积微相；测井曲线；模糊神经网络；模式识别 中图分类号 ：TE321 文献标识码 ：A 目前沉积相研究大多是在相模式和相序递变规 律…的指导下，依据测井 曲线采用人工判相的方法 2 加权模糊推理网络模型概述 来完成 ，主观因素影响大且工作量繁重。虽然许多地 2．1 加权模糊逻辑推理规则 质研究人员利用计算机进行沉积相 自动识别研究，但 许多实际问题 中，一条推理规则各子前提 的 由于模型及方法的不适应，实际应用存在的具体问题 “重要性”或所包含的信息量都是各不相同的。为了 还未能较好解决。 表达这类现实知识 ，采用加权模糊推理是十分合适 本文针对河流一三角洲储层沉积微相 自动识别问 的。加权模糊推理规则可表示为如下形式 ： 题，提出一种新的解决方法。首先根据取心井分析资 1 P1，2 P2，…， P Q， ，r (1) 料和专家解释结果确定研究区块的沉积微相类型和地 式中 p，Pi(J=1，2，…，n)为模糊逻辑谓词； 质规律 ，建立标准模式库和专家经验库 ，然后选择和 n 提取判别特征指标，构建可同时处理定性专家知识和 [0，1] (：1，2，…，n)，∑ =1为子前提 定量数据的加权模糊推理神经网络，进行微相判别。 p，的权系数。 (0 ≤1)为规则的置信度 ， 『(0 考虑过渡性沉积相在识别中存在的多解性 ，在小层对 『≤1为)该规则的可用阈限。上述规则的含义是： 比基础上 ，参照邻井同层微相识别结果 ，依据区块地 B 当前提的真度t=∑ T (Pj)大于等于 『时，该规 质规律采用模糊逻辑推理方法确认和修正微相识别类 则即可被应用。应用 的结果是推 出结论 p，其真度 型，保证平面沉积相和小层单井相的一致性。 为：T (Q) =t^c厂。其中，^为某种交型运算 ，如 1 模式特征选择 取小、乘积等。 2．2 模糊推理元 模式特征选择适当与否是准确进行沉积微相识别 设P，P：，…，P 为模糊谓词，T ()取 [0， 中的关键性工作之一。所选择的模式特征参数即要能 1]间的实数作