多維模糊識別方法在隔夾層判別中的應用

梁勞勞 (成都理工大學管理科學學院，四川 成都 610059)

謝潤成 (成都理工大學能源學院，四川 成都 610059)

多維模糊識別方法在隔夾層判別中的應用

梁勞勞 (成都理工大學管理科學學院，四川 成都 610059)

謝潤成 (成都理工大學能源學院，四川 成都 610059)

多級模糊模式識別克服了最大隸屬度原則不適用的缺點，而且以相對隸屬度和隸屬函數(shù)為基礎理論，使隸屬度、隸屬函數(shù)的計算更容易。以胡尖山隔夾層為例，應用多維模糊數(shù)學方法建立了模糊識別模型，并進行識別判斷。結果比較，表明該方法效果明顯，合理可行。

多級模糊模式識別；相對隸屬度；隔夾層

預測隔夾層空間的展布是揭示油藏非均質性不可或缺的研究內(nèi)容，直接觀察巖心是識別隔夾層的基礎，主要依據(jù)巖心的數(shù)量應用測井資料進行綜合判別。下面，筆者以胡尖山隔夾層為例，應用多維模糊數(shù)學方法建立了模糊識別模型，并進行識別判斷。

1 多維模糊識別模型的建立

為了定量描述隔夾層的區(qū)分模糊屬性以及全面、客觀的識別分類，筆者應用工程模糊集中的級別特征概念[1]。設對某一井或井段A的m個樣本，其中每個樣本存在k個指標特征值，其指標特征值矩陣表示：

(1)

式中，xij為樣本j指標i的特征值，i=1,2,3,…,k,j=1,2,…,m。

將隔夾層分成c個級別進行判別，k個指標的c個級別的標準特征值矩陣為：

(2)

式中，yih為指標i級別h的標準特征值；i=1,2,3,…,k；h=1,2,3,…,c。這種樣本的人為有序排列，通常有2種類型：①指標標準特征值yih隨級別h的增大而減??；②指標標準特征值yih隨級別h的增大而增大。第1種為遞減型的，所以小于等于指標c級標準特征值對A的相對隸屬度為0；大于等于指標1級標準特征值對A的相對隸屬度為1；第2種為遞增型的，所以大于等于指標c級標準特征值對A的相對隸屬度為0；小于等于指標1級標準特征值對A的相對隸屬度為1。

由此，判別指標的特征值與標準特征值，對隔夾層類別的相對隸屬度可分別按線性內(nèi)插式(3)和(4)確定：

(3)

(4)

式中，rij為樣本j指標的特征值對A的隸屬度；sij為指標i級別h的標準特征值對A的隸屬度。

應用式(3)和(4)將式(1)和(2)變換為相應A的相對隸屬度矩陣：

(5)

i=1，2，…，kj=1，2，…，mh=1,2，…，c

由矩陣R知樣本j的k個指標相對隸屬度：

rj=(r1j,r2j,…,rkj)T

將rj中各項分別與矩陣S中的第1,2，…，k行的行向量逐一進行比較，可得rj落入矩陣S的級別下限a與級別上限b，可以得出落入c個級別中的某個區(qū)段中。

由于k個指標對模式識別的影響程度不同，故指標應具有不同的權重，單項指標在總體權重的大小與某種用途的單項分級標準無關。對于樣本j，其中k個評價指標的權重向量w可由下式得出：

(6)

由工程模糊集理論，可知判別表達式：

(7)

式中,uhj為樣本j對模糊子集級別h的相對隸屬度；dhj為樣本j的指標與標準級別h之間的廣義權重距離：

將式(5)和式(6)中的數(shù)據(jù)代入式(7)，得標準判別對判別級別h的相對隸屬度向量：

uhi=(u1j,u2j,…,ucj)

(8)

應用級別特征公式，可得樣本j的級別特征值:

Hj=(1,2,…,c)·(u1j,u2j,…,ucj)T

(9)

2 實例分析

由于物性相對較差，隔夾層在油層內(nèi)屬非有效儲層，以胡尖山非有效儲層研究為例，根據(jù)現(xiàn)有的研究區(qū)取心井資料及測井資料，建立儲層的解釋模型，綜合測井資料和儲層物性特征，建立不同類型隔夾層識別標志，應用建立的數(shù)學模型對剩余區(qū)域的隔夾層進行識別判斷，并把所得的結果與巖心判斷結果進行比較，效果明顯，該方法對隔夾層的研究可以起到一定的推動作用。

2.1隔夾層識別標準的建立

對部分的巖心物性特征分析，在巖心刻度測井基礎上，胡尖山主要有3類隔夾層，建立識別標準如表1所示。

表1 隔夾層判別標準

2.2隔夾層識別結果

表2 判別結果對比

利用已有測井資料，提取數(shù)據(jù)，在Matlab及VC++環(huán)境下進行識別。以新場10#井(X10)為例，識別效果如表2所示。從表2可以看出,識別的結果大致與最終巖心分析結果吻合,準確率可以達到所預期的結果，其中5084～5084.3m深度隔夾層類型識別不一致，這與指標權重的選取有關，從而模型的精度就會受到影響，各指標權重的選取主要是以經(jīng)驗總結為主，但其基本的結果還是反映了實際情況。

3 結 論

1)應用多級模糊識別進行隔夾層的識別，考慮指標權重可以有多種選擇，可以根據(jù)實際情況和試驗而定，這樣就使得模型更有靈活性和準確性，也具有科學性。

2)利用指標標準的級別分類及變量的相對隸屬信息，使樣本歸屬于何種級別更為客觀與全面，這是多級模糊識別的優(yōu)點。

3)由于指標本身權重不能很客觀地得出，目前也沒有一種很好的方法解決這個問題，從而模型的精度就會受到影響。該模型已在水質、環(huán)境等領域得到推廣和應用，所以模型在隔夾層方面的研究是很有價值的，可進一步推廣和完善。

[1]陳守煜. 工程模糊集理論與應用[M]. 北京:國防工業(yè)出版社，1998.

[2]謝季平，劉承平. 模糊數(shù)學方法及其應用[M].武漢：華中科技大學出版社，2000.

[3]張吉，張烈輝，胡書勇，等. 陸相碎屑巖儲層隔夾層成因、特征及其識別[J].測井技術，2003,27(3)：221-224.

[4]蔡鶴生，周愛國，唐朝輝.地質環(huán)境評價中的專家-層次分析定權法[J].地球科學-中國地質大學學報，1998，23(3)：299-302.

[編輯] 洪云飛

10.3969/j.issn.1673-1409.2011.10.009

TE132

A

1673-1409(2011)10-0030-03