论文部分内容阅读
[摘 要]论文以S凹陷为研究对象，该凹陷由于岩性变化大、孔隙结构复杂，导致油水层测井响应复杂，油水层识别难度大。针对这一问题，利用贝叶斯判别方法，结合测井资料建立判别函数，依据此判别函数对井资料进行了处理，应用效果较好。
[关键词]测井响应 贝叶斯判别 流体识别
中图分类号：O212.8 文献标识码：A 文章编号：1009-914X（2015）03-0358-01
储层流体性质识别一直是测井解释的重点和难点，其解释精度和准确度直接关系到油田的经济效益，甚至是评价整个油藏是否具有开发价值的关键[1]。在油田的实际应用过程中，一般采用交会图法来识别储层流体性质，但是通过研究发现，利用交会图技术总是存在交叉的边界区间无法判定，只能粗略地进行识别，识别精度低。近年来，随着测井技术以及计算机技术的飞速发展，多种数学方法如模糊数学、神经网络等相继引入到测井解释中，并在某些方面取得了较大的成果。对于模糊数学，计算过程较为复杂，而且主观经验依赖性强；对于神经网络，需要采用大量的样本进行训练，运行效率低。贝叶斯判别分析方法是判别样品所属类型的一种统计方法[2]，通过计算样品属于各类总体的后验概率，将样品判别为来自概率最大的总体。该方法应用简单方便，运行速度快，具有一定的实用价值。
1 贝叶斯判别法原理
设有G个总体，N个样品，每个样品都属于这G个总体的一个样本，每个样品有P项指标。同时，视各样品为相互独立的正态随机向量，于是便有第g类服从均值向量为，协方差矩阵为的多元正态分布。若有一来自某类的新样品，则可根据贝叶斯公式计算出样品归属于第g类的后验概率：
其中是第g类的先验概率，是x属于第g类的概率密度函数。
在算出的G个后验概率中，如果x属于第k类的后验概率最大，则将样品x归属于第k类。
在的假设下，若各类总体的协方差矩阵不全相等，其概率密度函数可以表示为：
2 方法应用
2.1 资料分析
S凹陷地质特征复杂，储层电阻率测井响应受岩性等多种因素影响严重，导致油水层电阻率跨度范围大，油水界限模糊不清，应用常规方法无法建立统一的油水层识别标准，流体识别难度较大。分析认为主要是研究区钙质胶结严重，低阻油层和高阻水层同时存在，岩性对电性的控制作用大于储层流体对电性的控制作用。
2.2 样本选择
由于岩性等多种因素影响，油水层测井响应复杂，直接利用原始电阻率曲线来区分油水层是行不通的。在进行油水层测井响应特征提取的过程中发现，深浅电阻率的比值能较好地反映油水层性质。通过对储层的分析和研究，最终选取了对流体性质响应敏感的4个参数，即声波時差、补偿中子、密度、R’（深浅电阻率的比值），作为储层流体识别的指标，进行流体识别。针对研究区块储层特征并结合试油资料，在18口井的储层中各选取了60个样品组成每一类的样本集，每一个样品都反映出与之对应的流体类型。
3 应用效果分析
在确立了样本集的基础上，建立了判别函数，编制了相应的处理程序。图1为S1井处理成果图，其40、42、44号层电阻率分布在15.59～27.92Ω·m之间，采用贝叶斯判别（第9道）结果为油层，试油结果为油层，经压裂后日产油15t，日产水0.13m3。判别结果与试油结果相符。
4 结论
（1）利用贝叶斯判别法对储层进行流体识别是可行的，具有较高的应用价值。
（2）在实际应用过程中，样本的选取一定要全面，而且参数的选取非常关键，本文中对电阻率曲线进行了适当变换，提高了识别准确度。
参考文献
[1] 范翔宇，黄毅，等.基于对应分析理论的油气储层流体识别新方法[J].钻采工艺，2009，32（1）：39-42.
[2] 于秀林，任雪松.多元统计分析[M].北京：中国统计出版社，2003.
[3] 付殿敬，徐敬领，等.基于Q型聚类分析和贝叶斯判别算法研究储层分类评价[J].科技导报，2011，29（03）：29-33.
[4] 孙健，周魁，等.Bayes判别分析方法在岩性识别中的应用[J].石油天然气学报，2009，31（02）：74-77.
[关键词]测井响应 贝叶斯判别 流体识别
中图分类号：O212.8 文献标识码：A 文章编号：1009-914X（2015）03-0358-01
储层流体性质识别一直是测井解释的重点和难点，其解释精度和准确度直接关系到油田的经济效益，甚至是评价整个油藏是否具有开发价值的关键[1]。在油田的实际应用过程中，一般采用交会图法来识别储层流体性质，但是通过研究发现，利用交会图技术总是存在交叉的边界区间无法判定，只能粗略地进行识别，识别精度低。近年来，随着测井技术以及计算机技术的飞速发展，多种数学方法如模糊数学、神经网络等相继引入到测井解释中，并在某些方面取得了较大的成果。对于模糊数学，计算过程较为复杂，而且主观经验依赖性强；对于神经网络，需要采用大量的样本进行训练，运行效率低。贝叶斯判别分析方法是判别样品所属类型的一种统计方法[2]，通过计算样品属于各类总体的后验概率，将样品判别为来自概率最大的总体。该方法应用简单方便，运行速度快，具有一定的实用价值。
1 贝叶斯判别法原理
设有G个总体，N个样品，每个样品都属于这G个总体的一个样本，每个样品有P项指标。同时，视各样品为相互独立的正态随机向量，于是便有第g类服从均值向量为，协方差矩阵为的多元正态分布。若有一来自某类的新样品，则可根据贝叶斯公式计算出样品归属于第g类的后验概率：
其中是第g类的先验概率，是x属于第g类的概率密度函数。
在算出的G个后验概率中，如果x属于第k类的后验概率最大，则将样品x归属于第k类。
在的假设下，若各类总体的协方差矩阵不全相等，其概率密度函数可以表示为：
2 方法应用
2.1 资料分析
S凹陷地质特征复杂，储层电阻率测井响应受岩性等多种因素影响严重，导致油水层电阻率跨度范围大，油水界限模糊不清，应用常规方法无法建立统一的油水层识别标准，流体识别难度较大。分析认为主要是研究区钙质胶结严重，低阻油层和高阻水层同时存在，岩性对电性的控制作用大于储层流体对电性的控制作用。
2.2 样本选择
由于岩性等多种因素影响，油水层测井响应复杂，直接利用原始电阻率曲线来区分油水层是行不通的。在进行油水层测井响应特征提取的过程中发现，深浅电阻率的比值能较好地反映油水层性质。通过对储层的分析和研究，最终选取了对流体性质响应敏感的4个参数，即声波時差、补偿中子、密度、R’（深浅电阻率的比值），作为储层流体识别的指标，进行流体识别。针对研究区块储层特征并结合试油资料，在18口井的储层中各选取了60个样品组成每一类的样本集，每一个样品都反映出与之对应的流体类型。
3 应用效果分析
在确立了样本集的基础上，建立了判别函数，编制了相应的处理程序。图1为S1井处理成果图，其40、42、44号层电阻率分布在15.59～27.92Ω·m之间，采用贝叶斯判别（第9道）结果为油层，试油结果为油层，经压裂后日产油15t，日产水0.13m3。判别结果与试油结果相符。
4 结论
（1）利用贝叶斯判别法对储层进行流体识别是可行的，具有较高的应用价值。
（2）在实际应用过程中，样本的选取一定要全面，而且参数的选取非常关键，本文中对电阻率曲线进行了适当变换，提高了识别准确度。
参考文献
[1] 范翔宇，黄毅，等.基于对应分析理论的油气储层流体识别新方法[J].钻采工艺，2009，32（1）：39-42.
[2] 于秀林，任雪松.多元统计分析[M].北京：中国统计出版社，2003.
[3] 付殿敬，徐敬领，等.基于Q型聚类分析和贝叶斯判别算法研究储层分类评价[J].科技导报，2011，29（03）：29-33.
[4] 孙健，周魁，等.Bayes判别分析方法在岩性识别中的应用[J].石油天然气学报，2009，31（02）：74-77.