基于支持向量机的综合录井水淹层评价方法的研究

佘天威, 张方舟, 孙永颖

(东北石油大学 计算机与信息技术学院， 大庆 163318)

基于支持向量机的综合录井水淹层评价方法的研究

佘天威, 张方舟, 孙永颖

(东北石油大学 计算机与信息技术学院， 大庆 163318)

近几年来，随着录井技术的长足进步，为水淹层评价提供了新的技术手段，其目的是进一步精确地描述油层水淹程度，降低采油成本提高采油量及其采收率；地化录井技术作为水淹层评价的重要依据，现阶段还未实现录井水淹层智能评价方法，因此提出基于支持向量机的录井水淹层评价方法。研究支持向量机的分类方法，研究地化热解和饱和烃气相色谱评价水淹层的理论和方法，利用综合评价图版对分类结果进行验证；通过支持向量机与综合录井技术结合，可以自动识别油层水淹程度，提高水淹层评价的准确性.

支持向量机; 综合录井资料; 水淹层评价; 多分类

0 引言

综合录井技术是水淹层识别和评价的重要手段[1]，可以显著提高在薄差层和非均质层的水淹层评价精度。综合录井评价主要采用岩石热解、气相色谱及荧光显微图像技术，分析相关参数与油层水淹程度的映射关系，通过建立水淹层判别标准，定性判别水淹程度。许多学者致力于测井水淹层自动评价方法的研究，目前还没有提出综合录井水淹自动评价方法。因此，本文采用支持向量机的多分类方法，进行水淹层自动分类和评价。

2 支持向量机

支持向量机适用于小样本、线性及高维特征等条件下的模式识别问题，在训练样本数目有限的情况下，该方法能够考虑模型复杂性和学习能力，可以避免神经网络等学习方法容易出现的过度拟合问题[2]。目前支持向量机已成为机器学习与人工智能学科中的一个重要研究内容，可解决结果预测、图像识别、文本分类等模式识别问题。

支持向量机分类方法是通过构建最优分类超平面，计算最大分类间距，对样本进行准确的分类；支持向量的定义是距最优分类超平面最近的向量。支持向量机可分为线性支持向量机和非线性支持向量机，在综合录井水淹层评价过程中，评价参数与水淹程度之间存在线性映射关系；因此本文采用线性支持向量机分类法结合综合录井技术对水淹层进行自动评价。

2.1 线性支持向量机分类

(1)

(2)

引入Lagrance函数为式(3)。

(3)

分别对w和b求偏导，令偏导等于0为式(4)。

(4)

上式整理得到最优化函数并求其最大值为式(5)。

(5)

二次规划处理后，分类决策函数表示为式(6)。

(6)

只对支持向量进行求和，b表示分类阈值。

2.2 支持向量机多分类方法

支持向量机是针对二分类问题提出的，但录井水淹层评价中要解决的是多分类的问题，因此，采用支持向量机多分类的方法，划分强水淹、中水淹和弱水淹的评价结果。“一对多”方法是处理支持向量机多分类的常用方法之一，该方法的分解策略是从结果中选择一个类为正类，其他的类别作为负类，对正类和负类的训练样本构造分类器，这样k个类别对应k个构造的分类器。在对未知样本进行测试时，“一对多”方法使用最大优选策略，通过k个支持向量机对未知样本测试，共得到k个决策函数值，以决策函数输出值为依据划分测试样本所属的类别。“一对多”方法在测试阶段只使用k个分类器，其分类速度相对较快，本文构造3个分类器对样本集进行训练，样本集数量较小，因此不会影响训练速度。

3 综合录井技术自动识别水淹层

综合录井技术是多种地质勘探技术综合起来解决储层预测、水淹层评价的地质导向等问题，结合了地化录井、岩屑录井、色谱录井等多种技术，通过综合录井仪采集、处理储层数据，能够为地质勘探提供更加可靠的数据支持。采用支持向量机多分类方法，结合地化热解技术、饱和烃气相色谱技术，实现自动识别水淹层的方法，根据综合录井资料验证识别结果。

3.1 地化热解技术

地化热解是对储层的岩石样品进行程序升温，使岩石样品中的烃类在不同温度下挥发，将浓度转化为相应的电流信号[4]，经过数据处理，记录各温度区间的组分含量，根据所得到的地化热解参数，可以对储层进行水淹评价。地化热解参数(训练样本)主要包括：S0气态烃含量，S1液态烃含量，S2裂变烃含量；生烃潜量Pg=S0+S1+S2。其中孔隙度对生烃潜量存在影响，如式(7)、式(8)。

(7)

(8)

式中Pg为生烃潜量，φ为孔隙度，ρma，ρ0，ρw岩石、油和水的密度，PI表示油气含量减小系数。从PI、Pg、S0关系可以看出，生烃潜量和气态烃含量受孔隙度影响较大。M井的热解参数，如表1所示。

表1 M井的热解参数

样本集中选取85个训练样本和35个测试样本，构建支持向量机模型，设计解释评价标准；热解参数对水淹层自动评价图版如图1所示。

3.2 饱和烃气相色谱分析技术

虽然饱和烃气相色谱技术在水淹层解释评价中发挥重要作用[5]，将饱和烃录井技术与试油结果结合，针对不同储层分级建立水淹级别识别图版，主要依据谱图的比值参数、峰面积参数和形态表征参数识别水淹级别，受人为因素的影响较大；因此，需要一种自动多分类方法，可进一步提高录井水淹层评价水平。

饱和烃气相色谱技术获取到的正构烷烃的比值参数作

图1 热解参数水淹层评价图版为训练样本集，采用“一对多”的分类方法，构造3个分类器；饱和烃气相色谱比值参数，如表2所示。

表2 该示例的三角形图版判别标准

该评价模型较好地划分了水淹级别，比值参数图版如图2所示。

图2 比值参数水淹层评价图版

3.3 综合录井资料的水淹层评价方法

以上采用地化热解技术和饱和烃气相色谱技术分别对水淹层进行评价；在实际应用中，录井技术人员往往采用综合录井资料评价水淹级别，即地化热解、色谱图形态、轻烃技术结合，根据水淹层评价机理，选取评价参数，建立水淹层综合评价图版。因此，在现有地化热解参数的基础上，引入气相色谱图形态表征参数Ag；其中Ag值越小，谱图呈正态峰形，产水率越小，表现为弱水淹特征，Ag值越大响应值低，谱图曲线形态不丰满，轻组分缺失严重，碳数范围变窄，表现为强水淹特征；针对热解参数和色谱图形态参数建立综合评价图版，如图3所示。

图3 综合录井资料水淹层评价图版

4 总结

本文利用支持向量机的多分类方法，对水淹层进行自动评价；分别应用地化热解技术和饱和烃气相色谱技术，建立水淹层评价模型，结合“一对多”方法，实现评价结果多分类，最终设计综合录井资料水淹层评价模型，达到水淹层精细评价的效果。结果表明，多分类支持向量机能够自动准确的划分水淹级别，具有实际应用价值。

[1] 宋冠军，耿长喜，左铁秋，秋玉娥. 地化录井水淹层综合评价方法及应用[J].录井工程，2007，18(4)：49-53.

[2] 谢伟增.人工蜂群算法优化支持向量机的网络入侵检测[J].微型电脑应用，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] 孙建伟.地化热解录井技术在钻井过程中的应用[J].地质装备，2011，12(5)：25-28.

[5] 刘明，耿长喜，赵淑英.饱和烃气相色谱信息处理方法及应用[J].科学技术与工程，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

国家级重大工程关键技术装备研究与应用(2013E-3B-09)

佘天威(1992-)，男、汉族、大庆、硕士，研究方向：数据库与智能信息系统。 张方舟(1973-)，男、汉族、商丘、教授，博士，研究方向：计算机网络安全。 孙永颖(1993-)，女，硕士，研究方向：数字集体技术。

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

TG4

A

2017.0.0)