基于支持向量機的綜合錄井水淹層評價方法的研究

佘天威, 張方舟, 孫永穎

(東北石油大學 計算機與信息技術學院， 大慶 163318)

基于支持向量機的綜合錄井水淹層評價方法的研究

佘天威, 張方舟, 孫永穎

(東北石油大學 計算機與信息技術學院， 大慶 163318)

近幾年來，隨著錄井技術的長足進步，為水淹層評價提供了新的技術手段，其目的是進一步精確地描述油層水淹程度，降低采油成本提高采油量及其采收率；地化錄井技術作為水淹層評價的重要依據，現階段還未實現錄井水淹層智能評價方法，因此提出基于支持向量機的錄井水淹層評價方法。研究支持向量機的分類方法，研究地化熱解和飽和烴氣相色譜評價水淹層的理論和方法，利用綜合評價圖版對分類結果進行驗證；通過支持向量機與綜合錄井技術結合，可以自動識別油層水淹程度，提高水淹層評價的準確性.

支持向量機; 綜合錄井資料; 水淹層評價; 多分類

0 引言

綜合錄井技術是水淹層識別和評價的重要手段[1]，可以顯著提高在薄差層和非均質層的水淹層評價精度。綜合錄井評價主要采用巖石熱解、氣相色譜及熒光顯微圖像技術，分析相關參數與油層水淹程度的映射關系，通過建立水淹層判別標準，定性判別水淹程度。許多學者致力于測井水淹層自動評價方法的研究，目前還沒有提出綜合錄井水淹自動評價方法。因此，本文采用支持向量機的多分類方法，進行水淹層自動分類和評價。

2 支持向量機

支持向量機適用于小樣本、線性及高維特征等條件下的模式識別問題，在訓練樣本數目有限的情況下，該方法能夠考慮模型復雜性和學習能力，可以避免神經網絡等學習方法容易出現的過度擬合問題[2]。目前支持向量機已成為機器學習與人工智能學科中的一個重要研究內容，可解決結果預測、圖像識別、文本分類等模式識別問題。

支持向量機分類方法是通過構建最優分類超平面，計算最大分類間距，對樣本進行準確的分類；支持向量的定義是距最優分類超平面最近的向量。支持向量機可分為線性支持向量機和非線性支持向量機，在綜合錄井水淹層評價過程中，評價參數與水淹程度之間存在線性映射關系；因此本文采用線性支持向量機分類法結合綜合錄井技術對水淹層進行自動評價。

2.1 線性支持向量機分類

(1)

(2)

引入Lagrance函數為式(3)。

(3)

分別對w和b求偏導，令偏導等于0為式(4)。

(4)

上式整理得到最優化函數并求其最大值為式(5)。

(5)

二次規劃處理后，分類決策函數表示為式(6)。

(6)

只對支持向量進行求和，b表示分類閾值。

2.2 支持向量機多分類方法

支持向量機是針對二分類問題提出的，但錄井水淹層評價中要解決的是多分類的問題，因此，采用支持向量機多分類的方法，劃分強水淹、中水淹和弱水淹的評價結果?！耙粚Χ唷狈椒ㄊ翘幚碇С窒蛄繖C多分類的常用方法之一，該方法的分解策略是從結果中選擇一個類為正類，其他的類別作為負類，對正類和負類的訓練樣本構造分類器，這樣k個類別對應k個構造的分類器。在對未知樣本進行測試時，“一對多”方法使用最大優選策略，通過k個支持向量機對未知樣本測試，共得到k個決策函數值，以決策函數輸出值為依據劃分測試樣本所屬的類別?！耙粚Χ唷狈椒ㄔ跍y試階段只使用k個分類器，其分類速度相對較快，本文構造3個分類器對樣本集進行訓練，樣本集數量較小，因此不會影響訓練速度。

3 綜合錄井技術自動識別水淹層

綜合錄井技術是多種地質勘探技術綜合起來解決儲層預測、水淹層評價的地質導向等問題，結合了地化錄井、巖屑錄井、色譜錄井等多種技術，通過綜合錄井儀采集、處理儲層數據，能夠為地質勘探提供更加可靠的數據支持。采用支持向量機多分類方法，結合地化熱解技術、飽和烴氣相色譜技術，實現自動識別水淹層的方法，根據綜合錄井資料驗證識別結果。

3.1 地化熱解技術

地化熱解是對儲層的巖石樣品進行程序升溫，使巖石樣品中的烴類在不同溫度下揮發，將濃度轉化為相應的電流信號[4]，經過數據處理，記錄各溫度區間的組分含量，根據所得到的地化熱解參數，可以對儲層進行水淹評價。地化熱解參數(訓練樣本)主要包括：S0氣態烴含量，S1液態烴含量，S2裂變烴含量；生烴潛量Pg=S0+S1+S2。其中孔隙度對生烴潛量存在影響，如式(7)、式(8)。

(7)

(8)

式中Pg為生烴潛量，φ為孔隙度，ρma，ρ0，ρw巖石、油和水的密度，PI表示油氣含量減小系數。從PI、Pg、S0關系可以看出，生烴潛量和氣態烴含量受孔隙度影響較大。M井的熱解參數，如表1所示。

表1 M井的熱解參數

樣本集中選取85個訓練樣本和35個測試樣本，構建支持向量機模型，設計解釋評價標準；熱解參數對水淹層自動評價圖版如圖1所示。

3.2 飽和烴氣相色譜分析技術

雖然飽和烴氣相色譜技術在水淹層解釋評價中發揮重要作用[5]，將飽和烴錄井技術與試油結果結合，針對不同儲層分級建立水淹級別識別圖版，主要依據譜圖的比值參數、峰面積參數和形態表征參數識別水淹級別，受人為因素的影響較大；因此，需要一種自動多分類方法，可進一步提高錄井水淹層評價水平。

飽和烴氣相色譜技術獲取到的正構烷烴的比值參數作

圖1 熱解參數水淹層評價圖版為訓練樣本集，采用“一對多”的分類方法，構造3個分類器；飽和烴氣相色譜比值參數，如表2所示。

表2 該示例的三角形圖版判別標準

該評價模型較好地劃分了水淹級別，比值參數圖版如圖2所示。

圖2 比值參數水淹層評價圖版

3.3 綜合錄井資料的水淹層評價方法

以上采用地化熱解技術和飽和烴氣相色譜技術分別對水淹層進行評價；在實際應用中，錄井技術人員往往采用綜合錄井資料評價水淹級別，即地化熱解、色譜圖形態、輕烴技術結合，根據水淹層評價機理，選取評價參數，建立水淹層綜合評價圖版。因此，在現有地化熱解參數的基礎上，引入氣相色譜圖形態表征參數Ag；其中Ag值越小，譜圖呈正態峰形，產水率越小，表現為弱水淹特征，Ag值越大響應值低，譜圖曲線形態不豐滿，輕組分缺失嚴重，碳數范圍變窄，表現為強水淹特征；針對熱解參數和色譜圖形態參數建立綜合評價圖版，如圖3所示。

圖3 綜合錄井資料水淹層評價圖版

4 總結

本文利用支持向量機的多分類方法，對水淹層進行自動評價；分別應用地化熱解技術和飽和烴氣相色譜技術，建立水淹層評價模型，結合“一對多”方法，實現評價結果多分類，最終設計綜合錄井資料水淹層評價模型，達到水淹層精細評價的效果。結果表明，多分類支持向量機能夠自動準確的劃分水淹級別，具有實際應用價值。

[1] 宋冠軍，耿長喜，左鐵秋，秋玉娥. 地化錄井水淹層綜合評價方法及應用[J].錄井工程，2007，18(4)：49-53.

[2] 謝偉增.人工蜂群算法優化支持向量機的網絡入侵檢測[J].微型電腦應用，2017，33(1)：71-73.

[3] Lin C.J. Formulations of Support Vector Machines: A Note from An Optimization Point of View[J]. Neural Computation. 2001，13(2)：307-317.

[4] 孫建偉.地化熱解錄井技術在鉆井過程中的應用[J].地質裝備，2011，12(5)：25-28.

[5] 劉明，耿長喜，趙淑英.飽和烴氣相色譜信息處理方法及應用[J].科學技術與工程，2009，9(18)：5455-5459.

Comprehensive Logging Technology Based on Support Vector Machine in Water Flooded Layer Identification

She Tianwei， Zhang Fangzhou, Sun Yongying

(School of Computer and Information Technology, Northeast Petroleum University, Daqing 163318, China)

Recently, the development of logging technology provides a new method for the evaluation of water flooded layer, so that further it can describe the water flooded degree of oil layer accurately, reduce the cost and improve the quantity and rate of oil extraction. Geochemical logging technology is an important method for evaluation of water flooded layer, and the intelligent evaluation method has not been achieved in the water flooded layer. Therefore, the paper puts the evaluation method of water flooded layer based on support vector machine. Research on classification method of support vector machine and the evaluation of water flooded layer by geochemical technology, the results are verified by a comprehensive chart. Combining the SVM and comprehensive mud logging technology, this method can automatically get the result of water flooded layer.

Support vector machine; Comprehensive logging data; Water flooded layer; Multi classification

國家級重大工程關鍵技術裝備研究與應用(2013E-3B-09)

佘天威(1992-)，男、漢族、大慶、碩士，研究方向：數據庫與智能信息系統。 張方舟(1973-)，男、漢族、商丘、教授，博士，研究方向：計算機網絡安全。 孫永穎(1993-)，女，碩士，研究方向：數字集體技術。

1007-757X(2017)08-0018-03

TG4

A

2017.0.0)