基于支持向量機(jī)模擬交會圖的致密砂巖流體類型識別方法
【技術(shù)領(lǐng)域】
[0001] 本發(fā)明涉及一種基于支持向量機(jī)模擬交會圖的致密砂巖流體類型識別方法,屬于
技術(shù)領(lǐng)域。
【背景技術(shù)】
[0002] 致密砂巖油氣藏作為一種重要的連續(xù)性非常規(guī)油氣藏類型,廣泛分布于中國的各 個盆地中,具有良好的勘探開發(fā)前景。但是由于儲層滲透率低、孔隙類型多樣、非均質(zhì)性強(qiáng), 導(dǎo)致電性特征受物性及巖石骨架影響較大,測井響應(yīng)特征復(fù)雜,常規(guī)交會圖方法識別油、 氣、水層難度大,容易遺漏甚至錯誤識別致密砂巖油氣藏流體類型,影響致密砂巖油氣藏儲 量的計(jì)算精度。
[0003] 交會圖識別技術(shù)在油氣勘探中應(yīng)用廣泛,它在檢查測井資料質(zhì)量、選擇解釋參 數(shù)、確定巖性、檢驗(yàn)解釋結(jié)果和評價地層流體類型方面發(fā)揮著重要作用。在巖石物理學(xué)方 面,可以通過交會圖制作巖石物理量板,利用量板進(jìn)行巖性預(yù)測;在地震AVO(Amplitude VersusOffset,振幅隨偏移距的變化)技術(shù)應(yīng)用方面,通過交會圖技術(shù),即將AVO屬性 (入p-yp,Ip-"等)投影到交會圖上,利用不同儲層的巖性和流體類型異常在交會圖平 面上占有不同區(qū)域的特點(diǎn),進(jìn)行異常劃分;在儲層和流體解釋方面,交會圖技術(shù)不僅可用于 屬性優(yōu)化,同時可以應(yīng)用于儲層類型劃分、儲層水淹層測井評價和儲層流體的定性識別。傳 統(tǒng)交會圖一般是選擇與研宄對象相關(guān)的兩種參數(shù)或?qū)傩裕赬Y坐標(biāo)平面上構(gòu)建解釋圖版, 這種方法在對象的屬性較多的時候就顯得力不從心,缺乏可操作性和準(zhǔn)確性。與此同時,在 傳統(tǒng)的交會圖分析中,對交會圖內(nèi)區(qū)域的劃分一般采用粗略描述或人工勾繪,方法的本身 存在很大的不確定性,特別是在數(shù)據(jù)點(diǎn)較多的情況下,不同屬性的樣本點(diǎn)重疊在一起,很難 準(zhǔn)確快速地對樣本點(diǎn)所屬的類別進(jìn)行判斷和識別。
【發(fā)明內(nèi)容】
[0004] 本發(fā)明的目的是提供一種基于支持向量機(jī)模擬交會圖的致密砂巖流體類型識別 方法,以解決傳統(tǒng)交會圖在數(shù)據(jù)點(diǎn)較多的情況下難以準(zhǔn)確快速對樣本點(diǎn)所屬的類別進(jìn)行識 別的問題。
[0005] 本發(fā)明為解決上述技術(shù)問題而提供一種基于支持向量機(jī)模擬交會圖的致密砂巖 流體類型識別方法,該識別方法包括以下步驟:
[0006] 1)從測井計(jì)算的參數(shù)或測井曲線中選擇最能反映油水層特征的參數(shù)和試油資料 所對應(yīng)的流體類型作為流體樣本;
[0007] 2)構(gòu)建支持向量機(jī)模型,根據(jù)所選擇的流體樣本對支持向量機(jī)模型進(jìn)行訓(xùn)練,以 得到誤差在允許范圍內(nèi)的支持向量機(jī)分類預(yù)測模型;
[0008] 3)將支持向量機(jī)分類預(yù)測模型得到的向量數(shù)據(jù)點(diǎn)投影到交會圖平面上以形成支 持向量機(jī)模擬交會圖版,并以分類預(yù)測模型的目標(biāo)輸出相量作為支持向量機(jī)模擬交會圖中 各流體類型的中心點(diǎn);
[0009] 4)將待識別樣本數(shù)據(jù)輸入到所形成的支持向量機(jī)模擬交會圖版中以形成投影分 布點(diǎn),計(jì)算各投影分布點(diǎn)與支持向量機(jī)模擬交會圖中各流體類型中心點(diǎn)之間的距離,距離 最短的中心點(diǎn)所代表的流體類型即為待識別樣本的流體類型。
[0010] 所述步驟2)中在構(gòu)建支持向量機(jī)模型時采用交叉驗(yàn)證法選取支持向量機(jī)模型的 懲罰參數(shù)和核函數(shù)。
[0011] 所述交叉驗(yàn)證法是指將原始輸入數(shù)據(jù)進(jìn)行分組,一部分作為訓(xùn)練集,另一部分作 為驗(yàn)證集,用訓(xùn)練集對分類器進(jìn)行訓(xùn)練,再利用驗(yàn)證集來測試訓(xùn)練得到的模型,以得到的分 類準(zhǔn)確率作為評價分類器的性能指標(biāo),以此來選取最優(yōu)的懲罰參數(shù)和核函數(shù)。
[0012] 所述的支持向量機(jī)分類預(yù)測模型為雙輸出層。
[0013] 所述步驟2)中在對支持向量機(jī)模型進(jìn)行訓(xùn)練時,需對流體樣本進(jìn)行歸一化處理。
[0014] 所述歸一化處理時流體樣本屬性值呈正態(tài)分布的進(jìn)行常規(guī)歸一化,流體樣本屬性 值呈非正態(tài)分布的進(jìn)行對數(shù)歸一化。
[0015] 為了方便支持向量機(jī)分類預(yù)測模型輸出在平面上顯示,需對支持向量機(jī)分類預(yù)測 模型輸出結(jié)果進(jìn)行數(shù)字化。
[0016] 本發(fā)明的有益效果是:本發(fā)明首先選擇最能反映儲層中油氣水層特點(diǎn)的參數(shù)作 為流體樣本數(shù)據(jù);然后運(yùn)用支持向量機(jī)算法,選擇適當(dāng)?shù)膽土P參數(shù)和核函數(shù)來構(gòu)建分類預(yù) 測模型;將分類預(yù)測模型得到的向量數(shù)據(jù)點(diǎn)投影到交會圖平面上以形成支持向量機(jī)模擬 交會圖版;將待識別樣本數(shù)據(jù)輸入到所形成的支持向量機(jī)模擬交會圖版中以形成投影分布 點(diǎn),計(jì)算各投影分布點(diǎn)與支持向量機(jī)模擬交會圖中各流體類型中心點(diǎn)之間的距離,并以距 離最短的中心點(diǎn)所代表的流體類型作為待識別的流體類型。本發(fā)明融合了支持向量機(jī)算法 與測井交會圖識別技術(shù),對傳統(tǒng)交會圖進(jìn)行了改造,實(shí)現(xiàn)了對致密砂巖多種流體類型的識 另IJ。本發(fā)明利用樣本訓(xùn)練得到的支持向量機(jī)模型,能夠綜合研宄對象的多種特征參數(shù)對對 象的類別進(jìn)行準(zhǔn)確劃分,彌補(bǔ)了交會圖只能綜合兩種特征參數(shù)來進(jìn)行類別劃分的局限性。
[0017] 且本發(fā)明采用支持向量機(jī)進(jìn)行致密砂巖流體類型分類預(yù)測時通用性強(qiáng),能夠在很 廣的各種函數(shù)集中構(gòu)造函數(shù);魯棒性好,不需要微調(diào);計(jì)算簡單,只需要利用簡單的優(yōu)化技 術(shù);理論上完善,基于VC推廣性理論的框架。
【附圖說明】
[0018] 圖1是支持向量機(jī)的體系結(jié)構(gòu)示意圖;
[0019]圖2支持向量機(jī)模擬交會圖算法示意圖;
[0020] 圖3交叉驗(yàn)證分法參數(shù)尋優(yōu)二維平面結(jié)果示意圖;
[0021 ] 圖4交叉驗(yàn)證法參數(shù)尋優(yōu)三維立體結(jié)果示意圖;
[0022] 圖5支持向量機(jī)模擬交會圖流體識別圖版示意圖;
[0023] 圖6支持向量機(jī)模擬交會圖版分類儲層流體類型結(jié)果示意圖;
[0024] 圖7致密砂巖儲層流體類型識別結(jié)果示意圖。
【具體實(shí)施方式】
[0025] 下面結(jié)合附圖對本發(fā)明的【具體實(shí)施方式】作進(jìn)一步的說明。
[0026] 支持向量機(jī)(SVM,SupportVectorMachine)是由Vapnik首先提出的,其主要思 想是建立一個分類超平面作為決策曲面,使得正例和反例之間的隔離邊緣被最大化。支持 向量機(jī)的理論基礎(chǔ)是統(tǒng)計(jì)學(xué)習(xí)理論,更精確地說,支持向量機(jī)是結(jié)構(gòu)風(fēng)險最小化的近似實(shí) 現(xiàn)。這個原理基于這樣的事實(shí):學(xué)習(xí)機(jī)器在測試數(shù)據(jù)上的誤差率(即泛化誤差率)以訓(xùn)練 誤差率和一個依賴于VC維數(shù)(Vapnik-Chervonenkisdimension)的項(xiàng)的和為界,在可分模 式情況下,支持向量機(jī)對于前一項(xiàng)的值為零,并且使第二項(xiàng)最小化。因此,盡管它不利用問 題的領(lǐng)域內(nèi)部問題,但在模式分類問題上支持向量機(jī)能提供好的泛化性能,這個屬性是支 持向量機(jī)特有的。支持向量機(jī)的體系結(jié)構(gòu)如圖1所示,圖中Xi,X2,…,xn是模型的輸入值, t,Y2是模型的預(yù)測值,K為核函數(shù)。從圖中可以看出,支持向量機(jī)模型可以看成一個非線 性函數(shù)m時,算法就表達(dá)了從n個自變量到m個因變量的函數(shù)映射關(guān)系,因此,可以用它來 解決多參數(shù)(屬性)對象的類型識別問題。
[0027] 從統(tǒng)計(jì)學(xué)觀點(diǎn)看,測井流體識別實(shí)際上是一個分類預(yù)測問題,可以采用支持向量 機(jī)算法建立分類模型來完成,因此本發(fā)明提供了一種基于支持向量機(jī)模擬交會圖的致密砂 巖流體類型識別方法,如圖2所示,該方法融合支持向量機(jī)算法與測井交會圖識別技術(shù),對 傳統(tǒng)交會圖進(jìn)行了改造,實(shí)現(xiàn)了對致密砂巖多種流體類型的識別。首先從測井計(jì)算的參數(shù) 或測井曲線中選擇最能反映油水層特征的參數(shù)和試油資料所對應(yīng)的流體類型作為流體樣 本;然后構(gòu)建支持向量機(jī)模型,根據(jù)所選擇的流體樣本對支持向量機(jī)模型進(jìn)行訓(xùn)練,以得到 誤差在允許范圍內(nèi)的支持向量機(jī)分類預(yù)測模型;將支持向量機(jī)分類預(yù)測模型得到的向量數(shù) 據(jù)點(diǎn)投影到交會圖平面上以形成支持向量機(jī)模擬交會圖版,并以分類預(yù)測模型的目標(biāo)輸出 相量作為支持向量機(jī)模擬交會圖中各流體類型的中心點(diǎn);最后將待識別樣本數(shù)據(jù)輸入到所 形成的支持向量機(jī)模擬交會圖版中以形成投影分布點(diǎn),計(jì)算各投影分布點(diǎn)與支持向量機(jī)模 擬交會圖中各流體類型中心點(diǎn)之間的距離,距離最短