利用Fisher判别法识别复杂岩性

利用Fisher判别法识别复杂岩性 基础科学 ?? 利用 Fisher判别法识别复杂岩性 王珍珍 长江大学地球物理与石油资源学院 摘要:岩性复杂地区是指该地区由多种岩性组成例如灰质砂岩、细砂岩、泥质砂岩、灰质泥岩及泥 岩等,这类地层的岩性复杂状况加大了测井解释的难度。针 对S 油田沙四段岩性复杂特征,在统计 5 口井测井 资料 新概念英语资料下载李居明饿命改运学pdf成本会计期末资料社会工作导论资料工程结算所需资料清单 、岩心和薄片分析资料的基础上,以响应特征相似,测井响应上可以识别为原则,通过 Fisher 判别 方法 快递客服问题件处理详细方法山木方法pdf计算方法pdf华与华方法下载八字理论方法下载 ,对该区主要储层岩性进行了分类,进而对岩性复杂地区的岩性识别进行研究分 析。以实例解释与岩心资料为依据,采用 Fisher 判别方法进行岩性识别研究，利用所得判别 公式 小学单位换算公式大全免费下载公式下载行测公式大全下载excel公式下载逻辑回归公式下载 对 80 个井段预测的岩性与岩心岩性符合率达到88.8%。 关键词:复杂岩性识别;Fishe判别r;测井响应特征。 [1] 识别。而对于那些测井响应不明显的过渡类型的 0 引 言岩性，通常需要应用数学物理方程，建立符合研究 区的特定解释模型才能实现。常用的用于识别岩 S 油田沙四段时期很大部分区域位于滨浅湖 性的参数主要有电阻率、自然伽马、自然电位、声波 沉积环境，使得该段地层岩性复杂，储层类型比 和密度等。结合本区实际情况，研究区各井均有感 较多。研究区内沙四段含有灰质和泥质，岩性极 为复杂，在测井曲线特征上利用传统的两两交会 COND)、自然伽马(GR)、自然电位(SP)、应电导率(方式，难以达到岩性识别的理想效果。以取心资 声波时差(AC)等 4 条曲线，因此本次用于岩性识别料为依据，在深入分析和提取不同岩性响应差异 的曲线便选用这四条。 的基础上，本文提出利用交会图法和 Fisher 判别 方法进行岩性识别，取得了较好的效果。 2 Fisher判别法识别岩性 1 岩性识别的依据 判别分析法是依据前期工作经验积累中认为 测井资料所包含的岩性信息，可以通过分析测 有关类别划分的方法及有关最优准则，判定一个 井曲线的形态特征及测井曲线值的高低来做定性 新的样本归属哪一类最合适。其中 Fisher 判别法 识别，这是划分岩性较常规的直观解释方法，也称 是 其 中 较 为 行 之 有 效 的 一 种 方 法 ，故 本 文 使 用 “测井快观解释”。不同岩性测井响应特征不同(图 Fisher 判别法对岩性进行定量分析。 1)，据此可对差别明显的那些岩性用常规方法即可 2.1 Fisher 判别法的原理 Fisher 判别法作为一种分类方法在 20 世纪 30 年代由 Fisher 提出。它的基本原理是对于 N 维空 间 RN 中 的 点 ，通 过 某 种 方 法 投 影 到 低 维 空 间 中。其准则是选取一个方向，把 N 维空间 RN 中的 点投影到一维空间中，使得同一类点在一维空间 的投影点的偏离程度即方差尽量小，而不同类点 在一维空间中的投影点的偏离程度即方差尽量的 大，该算法具有算法稳健、信息量大、准确率高和 图 1 不同曲线测井响应特征 作者简介:王珍珍(1984 年-), 女，学生，硕士在读，主要从事测井解释方面的研究。 (4) (5) 其中: (6) 图2 Fisher判别法图示 (3)计算系数C ，C h lo [2] [3]应用方便的特点。 图 2 是简化的 Fisher 判别法的判别过程，为了 (7)将二维内的两种不同类型的点区分开来，要对这 些点通过降维的方法投影到不同的一维方向之 (8)上，最终寻找到一个方向的，能将降维后的两类 [4]点区分开来。 (4)计算各组的判别函数ƒ m 2.2 Fisher判别函数的建立 如果从 m(m>2)个总体(在岩性识别中总体即 (9)所需要识别的岩性类别)a1，a2，„，am 中分别取 出 n1，n2，..，.nm 个样品(岩性识别中的样品 表 关于同志近三年现实表现材料材料类招标技术评分表图表与交易pdf视力表打印pdf用图表说话 pdf 示 不同岩性的样品数)，并且每个样品有 P 个变量 其中: (变量是指我们识别不同岩性所需要的参数，即 (5)对样品所属总体的判别 测井曲线值)，那么样品构成的观测样本为: 把样品的观测值代入 X ,得 ,若 (10) 则判定样品 X 的总体为 a，它属于总体 a的条kk (1) 件概率为 (11) 其中为总体中 (6)判别函数的检验 2 用广义马哈拉诺比斯D 统计量进行检验: 第个 样 品 第个 变 (12) 量的观测值。 [2] [5] 其判断函数的计算步骤为: 2.3 Fisher判别函数 本次利用 Fisher 判别法对 X1 井的的岩心样本 (1)计算各判别变量的组内均值，得均值矩阵 (表 1)进行岩性判别函数的计算，得到 Fisher 线性判 别函数中分类函数的系数值(表2)。 不同岩性所对应的判别函数如下: (2) (2)计算各组样本的离差矩阵 S、总协方差矩阵m-1，以及其逆矩阵 DD (3) 其中哪类岩性的判别函数的计算数值大，判别 24 国 外 测 井 技 术 2012年10月 表 1 井不同岩性测井响应特征X1表3 岩性判别结果情况表 序 GR 归 SP 归 DT 归 序 GR 归 SP 归 DT 归 COND岩性COND岩性号 一化 一化 一化 号 一化 一化 一化 1 444 0.34 0.87 0.47 灰质泥岩 30 635 0.37 0.8 0.56 泥质细砂岩2 539.8 0.44 0.79 0.5 灰质泥岩 31 460.5 0.23 0.92 0.63 泥质细砂岩 3 633.7 0.48 0.86 0.51 灰质泥岩 32 537 0.28 0.91 0.58 泥质细砂岩 4 354.6 0.25 0.85 0.35 灰质细砂岩 33 629.4 0.33 0.81 0.69 泥质细砂岩 5 307.3 0.08 0.54 0.14 灰质细砂岩 34 490.4 0.4 0.5 0.4 泥质细砂岩 6 345 0.22 0.82 0.31 灰质细砂岩 35 573.6 0.39 0.82 0.57 泥质细砂岩 7 362.4 0.37 0.79 0.35 灰质细砂岩 36 558.7 0.48 0.59 0.49 泥质细砂岩 8 397.9 0.21 0.71 0.4 灰质细砂岩 37 605.3 0.38 0.78 0.5 泥质细砂岩 9 404.3 0.23 0.59 0.39 灰质细砂岩 38 570.8 0.37 0.91 0.67 砂质泥岩 10 408.8 0.25 0.71 0.39 灰质细砂岩 39 670.7 0.45 0.83 0.75 砂质泥岩 11 350.6 0.33 0.69 0.45 灰质细砂岩 40 613.1 0.36 0.84 0.71 砂质泥岩 12 342.2 0.21 0.41 0.23 灰质细砂岩 41 498 0.38 0.76 0.44 砂质泥岩 13 310.2 0.01 0.74 0.19 灰质细砂岩 42 918.6 0.39 0.86 0.81 砂质泥岩 14 247.7 0 0.66 0.11 灰质细砂岩 43 651.3 0.43 0.81 0.69 砂质泥岩 15 853.6 0.6 0.94 0.94 泥岩 44 782.5 0.4 0.79 0.72 砂质泥岩 16 766.8 0.59 0.85 0.71 泥岩 45 689.7 0.53 0.81 0.67 砂质泥岩 17 745.7 0.58 0.79 0.9 泥岩 46 753.1 0.46 0.88 0.79 砂质泥岩 18 872.8 0.62 0.83 0.98 泥岩 47 593.5 0.46 0.85 0.71 砂质泥岩 19 868.1 0.65 0.75 0.98 泥岩 48 468.1 0.27 0.53 0.47 细砂岩 20 698.6 0.73 0.88 0.78 泥岩 49 595.4 0.27 0.61 0.37 细砂岩 21 860.3 0.55 0.8 0.82 泥岩 50 558.9 0.22 0.55 0.56 细砂岩 22 986.8 0.54 0.78 0.73 泥岩 51 524.3 0.31 0.48 0.47 细砂岩 23 857 0.69 0.78 0.73 泥岩 52 391.6 0.26 0.51 0.39 细砂岩 24 855.3 0.82 0.87 0.84 泥岩 53 488.7 0.11 0.57 0.37 细砂岩 25 871.8 0.73 0.79 0.9 泥岩 54 587.2 0.2 0.29 0.39 细砂岩 26 885.6 0.61 0.85 0.86 泥岩 55 447 0.29 0.43 0.49 细砂岩 27 828.3 0.67 0.85 0.9 泥岩 56 450.9 0.31 0.71 0.56 细砂岩 28 955 0.75 0.77 0.8 泥岩 57 435.4 0.27 0.35 0.4 细砂岩 29 624.3 0.37 0.84 0.63 泥质细砂岩 58 526.3 0.39 0.65 0.42 细砂岩 表 不同岩性的Fisher线性分类函数的系数2 图 3 2井 2147.8m-2324m 井段岩性预测成果图 (图中预测岩性道中黑色岩性为预测结论与岩样有误差的层) 上,通过提取不同岩性的测井响应特征差异,总结适 合研究区岩性的识别方法,但同时应该看到方法的 结果就为哪类岩性。 适用性很大程度上取决于样本的代表性和测井值的 2.4 Fisher判别法岩性识别效果 提取。本文针对 S 油田沙四段,根据提取的测井响应 取 X2 井 2147.8m-2324m 井段内的 80 个岩性数 特征差异建立的 Fisher 判别法取得了良好的效果,该 据进行预测，结果仅有 9 个岩性与原岩性不符，符合 率高达 88.8%(表 3，图 3)。其中泥岩的预测符合率 研究思路对于目前我国复杂储层的岩性识别有一定 为 100%，细砂岩为 92.3%，灰质细砂岩和砂质泥岩 的借鉴和参考意义。 均为 86.7，泥质粉砂岩也达到 84.6。不符的岩性 %% 识别结论基本被预测为在测井响应中与其相邻级别 参考文献:的岩性，像泥质细砂岩存在出入的几个样品，预测的 结果是在测井响应中和泥质细砂岩响应接近的砂质 [1] 雍世和、张超谟,测井数据处理与综合解释[M],北京:石 油工业出版社,1996. 泥岩和细砂岩。另外，灰质泥岩识别误差较大主要 [2] 刘跃辉、范翔宇、赵建等，基于 FISHER 判别法的储层流 是由于岩性样品较少造成的。总体来说利用 Fisher 体识别方法[J],石油工业计算机应用，2008，8(4):33-35. 判别法判别研究区岩性是可靠的。 [3] 张姮妤,Fisher 判别法在产能预测中的应用[J]绥化学,院 学报,2009,6(3):178-180. [4] 李映、焦李成,基于核 Fisher 判别分析的目标识别[J], 西 安电子科技大学学报(自然科学版)，2003，4(2):179-182. 3 结 论 [5] 周长发,科学与 工程 路基工程安全技术交底工程项目施工成本控制工程量增项单年度零星工程技术标正投影法基本原理 数值算法[M],北京:清华大学出版 岩性识别是测井评价的研究基础,但对于岩性 社，2002. 复杂地区而言,岩性识别是一种非常困难和复杂的 研究,需要在详细调研和总结研究区岩性特征基础 ABSTRACTS 1.DIFFERENT METHODS OF GAS ZONE IDENTIFICATION UTILIZING ARRAY ACOUSTIC LOGGING DATA/Wang Shaohe，Li Chunhong，Zhang Guohai, et al.,Great Wall Drilling & Logging Company,WWLT,2012(5):(12-13) Array acoustic logging technologycan provide plenty of stratigraphic informationsuch as acoustic velocity,amplitude , elasticity parameter of rocks, etThe al. acoustics information of gasis zone quite different from those ofoil water layers. orBy analysing the special response characteristics of array acoustic logging, gas zone can be identified. Keywords:gas zone;identify;array acoustic wave;elasticity parameter;acoustic time 2.IDENTIFYING COMPLEX LITHOLOGY WITH FISHER DISCRIMINANT/Wang Zhenzhen,Geophysics andOil ResourcesInsitut e, Yangtze University,WWLT,2012(5):(22-24) A region of complex lithology is an area with multiplelit hology such as lime sandstone, packsand, shaly sandstone, gray substance shale and shale, etc., which increases difficultythe wel of l logging interpretation.According to thecomplex lithology characteristics ofSa 4 section ofS oilfield, Fisher discrimination method isused to classifylit theholo gy of major reservoirs in the area andiden tiftheny to lithology in a complex region based on similarity of logging response with well logging data, core data and thin section analysis of 5 wells. Through applicatino in 80 intervals, it is showed that the coincidence rate of lithologic identification reached 88.8 with this method. % Keywords:complexlit hology identification;Fisher discrimination;loggingresponse characteristic 3.EVALUATING THE DOUBLE CASING CEMENTING QUALITY WITH ACOUSTIC VARIABLE DENSITY DATA/Guo Xichun， Wang Tianyu，Zhang Guangyu, et al.,Well Logging Company of CNPC Great Wall Drilling Engineering Co. Ltd.,WWLT,2012(5):(25-28)The wave propagation in double casing inflanduence the of cement thickness on casing wave amplitude are describedpaper in. the Through analysis of firstthe wave amplitude andarrival time under differentcement conditions, we understood the meaningof casin g wave better and summarized the evaluation ofmethod double cascemening ting qualitywith the acoustic variable density.It wil datal provide reference for double casing cementing quality. Keywords:double casing;casing wave amplitude;head wave delay;cement thickness;mean value;four interfaces 4.LOGGING IDENTIFICATION OF CARBONATE SEDIMENTARY MICROFACIES IN LG REGION OF NORTHEASTERN SICHUAN/Li Chang，Pan Liyin，Hou Gangfu, et al.,PetroChina Hangzhou Research Institute of Geology,WWLT,2012(5):(29-32) LG area lies to the TriassicFeixianguan formation and permian Changxin formation of northeastern Sichuan. Because of itsstrong diagenesis which disturbs logging lithology information, carbonate sedimentary microfaciesidentificatio n is not certain whether itis identified by conventional logging or imagingelectricallo gging , for example, thereis similarity in tight pelsparite and grain lime stone logging characteristics, butproduc theyts ofare completely different depositionalenvironment s. Accordingto thisprobl em，a new methodis proposed in the paper which is based on the integratediden tification with conventional logs and electric imaging logging. The compositive loggingiden tification charts of16 typical carbonate sedimentary microfaciesestablishe d areand they areiden tified in formation and location. This method solved ambiguity and gained good result. Keywords:carbonate rocks;sedimentaryfac microies;electric imaging logging;chart method 5.The Fracture Porosity Evaluation Model Based on Conventional Logging Data/Li Wenbin,Oilfield Drilling and Production Department, ,2012(5):(38-39) WWLT Fracture porosity one of isthe important indices for fracture validitywhich accurateevaluation,calcula tio n is relatedthe to evaluation quality. Selection of the evaluation model is thecula tiokeyn.Base of d calon a largenumber of predecessors' studies, three kinds of fracture porosity evaluation models are summarized. They are conventionalresistiyvit model, reconstruction acoustic timemodel curve and photoelectric absorptionmodel.It isthought through comprehensievaluationve that curve reconstructionand photmodel oelect ric