Настройка і рішення зворотної петрофизической завдання

Настройка і рішення зворотної петрофизической завдання на основі використання поєднання параметричних і непараметрических взаимосвязей.

Еникеев Б.М. ЗАТ ПАНГЕЯ.

Аннотация

Предлагается використовувати спільно параметричні і непараметричні петрофизические взаємозв'язку при застосуванні оптимізаційного способу комплексної оброблення і підтримай інтерпретації даних каротажа. Програма випробувана на методичних тестах й у конкретних геолого-геофізичних условиях.

Введение

Начиная з роботи Л. А. Халфина [1] і всіх подальших публікацій Ф.М.Гольцмана[2], і навіть робіт з розкриття механізмів Л. С. Полака (1970) і cтатистической регуляризації В. Ф. Турчина (1974) в геофизику, а згодом й у каротаж (Б.Н.Еникеев 1974 [3]), проникли і поширилися на методи вирішення (системи GLOBAL (1979), ULTRA (1982), OPTCOM (1987), SOLVER (1987), PST (1992), ELAN (1993)) і настрою (Б.Н.Еникеев 1985 [4]) систем петрофизических взаємозв'язків. Близькі за ідеологією постановки активно поширюються останнім часом і заході [5].

К жалю, дедалі рідше звертає уваги те що, що надійність рішення одержуваного використанням цього, як і cравнительно методів обробки даних (як-от нейронные мережі, дерева рішень, розмиті безлічі) залежить тільки від якості реалізації обчислювального алгоритму, та першої чергу від адекватності і повноти використовуваної апріорній информации.

В практика інтерпретації ми нерідко стикаємося із випадками, коли ця інформація чи важко доступна чи навіть погано використовується фахівцями, оскільки усвідомлюється ними, чи не описується у межах відомих їм уявлень. Нижче пропонується спосіб комплексування рішень, отриманих одночасно параметрическими і непараметрическими методами.

Описание методу.

Моделирование практичним досвід інтерпретації показують, що методи статистичної обробки, засновані на застосуванні параметричних моделей стійкіші до викидам, але нерідко менш стійкі при в разі сильно зашумленных даних й за наявності не врахованих внутрішніх кореляцій ніж формальні методи обробки даних (такі як регресивні, непараметричні регресії, нейронные мережі, дерева рішень, розмиті безлічі). Такі висновки можна як цілком природні за умов обмеженою вибірки, особливо коли специфіка системи параметричних моделей така, що й чутливість до частини змінним мала чи вплив кількох змінних важко помітним на околиці рішення (аналог мультиколлинеарности).

В зазначених випадках найбільш критично насичення моделей апріорній інформацією (в першу чергу регрессиями і обмеженнями на перемінні і область їх зміни). Такий їхній підхід (освічений вибір набору рівнянь взаємозв'язку показань каротажа Y і шуканих властивостей X і взаємозв'язків цих властивостей) показаний на Рис 1.

.

Рис 1. Системна схема уявлення об'єкта интерпретации Оборотной стороною достоїнств такий підхід та її придатності для екстраполяції за матеріал навчання його низька гнучкість в завданнях всередині області зміни матеріалів навчання. Цікавою є знайти підхід, який поєднає гідності обох методів.

При цьому ми формально залишаємося у межах байесовского підходу, але усвідомлено замінюємо невідоме апріорна розподіл його аппроксимациями. Якість одержуваного рішення залежить у своїй від адекватності аппроксимаций, а зручність роботи інтерпретатора від продуманості і природності інтерфейсу користувача. З метою побудови аппроксимаций, у приватному разі петрофизических взаємозв'язків, пропонується використовувати рівняння нерівності, відбивають взаємозв'язку змінних, зокрема що відтинають сфери їхньої неприпустимих значень (процедуру подібного побудови огибающих пропонується проводити чисельно з допомогою програм нелінійного оцінювання чи інтерактивно).

Последующее використання побудованих взаємозв'язків проводиться методом умовної нелінійної оптимізації. Отже реалізований підхід дає змогу як враховувати вплив варіації компонентного складу породи, але й дає можливість не впасти в спокуса надмірного довіри до результатів вимірів каротажа і коефіцієнтам петрофизических взаємозв'язків: апріорні обмеження на області кореляційних полів різко звужують обсяг петрофизически нереализуемых поєднань компонент, природним чином зменшуючи ймовірність грубих помилок з допомогою статистичної регуляризации.

Настройка коефіцієнтів параметричних рівнянь системи виробляється в зовнішньому блоці нелінійного оцінювання, у якому результат поточної итерационной обробки по розрізу загалом згортається в функціонал, оцінюючий її качество.

Предложенный підхід найбільш корисний під час вирішення завдань із числом змінних щонайменше 4−5 і складним характером взаємозв'язків з-поміж них. Ми випробували його за тестах і застосовували при обробці складних відкладень (карбонатних, метаморфических й у нетрадиційних колекторів).

Пример применения.

Нам представляється найцікавішою обробка даних із відкладенням баженовской почту одного з родовищ Західного Сибіру. Як найбільш адекватного набору змінних було обрано змісту глин, вапняку, доломіту, керогена, піриту, пористости та насичення.

Фактически використовувана нами система взаємозв'язків є кілька принципово різних типів взаимосвязей:

· набір лінійних рівнянь для описи взаємозв'язків водородосодержания, интервального часу, щільності й свідчень трьох компонент спектрального методу природною радіоактивності з компонентным складом породы;

· рівняння для опору (є варіанти, враховують перколяционные ефекти за високого змісті піриту);

· рівняння об'ємного балансу;

· рівняння і нерівності зв’язки низки компонент друг з одним (зокрема нерівності, обмежують область допустимих значень для компонент).

В результаті здійснення цієї роботи виходить функціонал, який відбиває невязку вирахуваних за моделями і вимірюваних в свердловині показань методів каротажа з максимальним урахуванням апріорній інформації (вона виражається як і виборі набору петрофизических взаємозв'язків — моделей, їх коефіцієнтів, терезів методів, і в обліку внутрішніх взаимосвязей).

Отдельные ілюстративні приклади приведны нижче малюнку як MXY плоту иллюстрирующем взаємозв'язок відновлених показань каротажа. .

Сопоставляя реалізований алгоритм з раніше запропонованими для відкладень баженовской почту можна назвати следующее:

· він узагальнює все традиційні підходи, засновані на використанні ідеології систем лінійних рівнянь, дає можливість враховувати похибки вимірів, розмитість моделей і ограничения;

· вона дозволяє узагальнити підходи, пов’язані з підрозділом порід на литотипы за рахунок гнучкого обліку особливостей апріорних розподілів властивостей компонент;

· застосування алгоритму дозволяє з урахуванням інтерактивного уточнення ступеня впевненості у результатах вимірів каротажа та його попередньої інтерпретації і апріорній інформації поєднувати методи классифицирования і відшукання рішень, найкраще задовольняють системам взаимосвязей.

Хотя проблеми мають жорсткий петрофизический сенс (остаточно не уточнений в ході нашого розгляду) результати визначаються як якістю вихідних даних для побудови петрофизических моделей, і способом обробки цих даних, і їх обоснованием.

Выводы

Разработан оптимизационный алгоритм інтерпретації даних, дозволяє інтегрувати різні методи каротажа і гнучко включати апріорну інформацію розподілу шуканих властивостей породи.

Данная програма за наявності адекватного комплексу методів каротажа дозволяє більш надійно розчленовувати розріз й оцінювати характеристики породи (включаючи необхідних оптимізації методів інтенсифікації приток), ніж основі традиційних методів інтерпретації каротажа, спрощено що відбивають вплив компонентного складу на фізичні властивості порід.

Список литературы

1. Халфин Л. А. Інформаційна теорія інтерпретації геофізичних досліджень ДАНО СРСР т.122 № 6 1958.

2. Гольцман Ф. М. Cтатистические моделі інтерпретації Наука Ф/М. 1971 327cтр.

3. Еникеев Б. М. Cистемный підхід до статистичної інтерпретації геофізичних даних в завданнях з апріорно відомої структурою багатомірних моделей. Тези семінару «Застосування математичних методів і ЕОМ в геології» Алма-Ата 1974, стор. 85−87. (internet.

4. Еникеев Б. М., Кашик О. С., Чукина Л. В., Чуринова І.М. Оцінка коллекторских властивостей пласта шляхом настроювання й рішення систем петрофизических рівнянь на ЕОМ. М.: ВНИИОЭНГ, 1985 (Оглядова інформація, сірий. Нафтогазова геологія і геофізика, Вип. 7(80)).

5. Mosegaard K, Tarantolla A. Probabilistic Approach to Inverse Problems In: International Handbook of Earthquake and Engineering Seismology, published by Academic Press for the International Association of Seismology and Physics of the Earth Interior, 2002.

Список литературы

Для підготовки даної роботи було використані матеріали із російського сайту internet.