基于加权模糊推理网络的河流——三角洲储层沉积微相识别.pdfVIP

维普资讯 大 庆 石 油 学 院 学 报 第 29卷 第 1期 2005年 2月 J()URNAI()FDAQING PETR()IEUM INSTITUTE Vo1．29 No．1 Feb． 2005 基于加权模糊推理网络的河流一 三角洲储层沉积微相识别 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的划分问题 ．提出了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专家的定性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；同时可较好地解决过 渡性沉积微相在识 别中存在的多解性问题．应用该方法处理了大庆油田萨北开发区23口井的实际资料．识别符合率达到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：P168．13 文献标识码：A 文章编号：1000—1891(200,5)01 0024—0t 0 引言 大庆油田萨北开发区已进入高含水后期开采阶段 ，储层沉积相的精细描述对确定剩余油分布和制定 挖潜措施十分重要．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。采用人工判相的方法 来完成 ，主观因素影响大且工作繁重．许多地质工作者利用计算机研究沉积相的自动识别，但 由于模型及 方法不适应，未能较好地解决实际应用中存在的具体问题．文中针对河流一三角洲储层沉积微相 自动识 别问题，提出一种新的解决方法．首先，根据取心井分析资料和专家解释结果，确定研究区块的沉积微相 类型和地质规律，建立标准模式库和专家经验库；然后 ，选择和提取判别特征指标，构建可同时处理专家定 性经验和定量数据的加权模糊推理神经网络来判别沉积微相 ．考虑过渡性沉积相在识别中存在的多解 性，在小层对比基础上，参照邻井同层微相识别结果，依据区块地质规律，采用模糊逻辑推理方法，确认和 修正微相识别类型，保证平面沉积相和小层单井相的一致性． 1 模式特征参数的选择 模式特征参数的选择适当与否是准确识别沉积微相的关键．所选择的模式特征参数既能反映测井曲 线与沉积微相类型之间的对应关系，又能反映油层的结构特征l3J．综合专家解释经验 ，对实际资料进行相 关分析和反复测试，最终选择渗透率 、油层有效厚度 、微电位与微梯度的平均幅值差、自然电位曲线的最大 幅值 、自然电位曲线重心、自然电位 曲线齿中线斜率和纯表外的薄差层厚与总厚度之比等变量作为沉积微 相识别的特征参数． 2 加权模糊推理网络模型概述 2．1 加权模糊逻辑推理规则 许多实际问题中，一条推理规则各子前提的 “重要性”或所包含的信息量是各不相同的．为表达这类 现实问题，采用加权模糊推理．加权模糊推理 规则可表示为 收稿 日期 ；200t一09 O1；审稿人：任伟建 ；编辑 ：陆雅玲 基金项 目：国家 自然科学基金资助项 日 作者简介：董焕忠(1966一)．男．博士生，高级工程师．主要从事油气田开发地埙方面的研究 · 2|l · 维普资讯 第 1期 董焕忠：基于加权模糊推理网络的河流一三角洲储层沉积微桂I识别 u，l×Pl，u，2×P2，…，u，×P 一 Q．c ．r． (1) 模糊数—●①P＆●某㈣推B式一 式中：Q，PJ(=1．2，…．，】)为模糊逻辑谓词；u。∈Eo，1](一1。2．…。)．∑7A．j一1。为PJ的权因数；cf(0 r_厂≤1)为规则的置信度；r(Or≤1)为该