模糊模型识别法
发布网友
发布时间：2022-04-24 14:51
共1个回答
热心网友
时间：2023-10-17 08:11
由于油水层受岩性、流体特性等各个因素的影响，对测井评价工作者来说，哪种因素占主导，怎样驱除与油水层特性无关的信息，这些都是模糊的、很难确定的。而模糊模型恰好能够把这些复杂的、模糊的信息通过一定的算法，提取与油水层相关的信息来对油水层进行识别。
运用测井资料对储集层的油水层进行识别是一项非常重要的工作。在测井解释中，知道测井参数(电阻率、中子、密度等)与油水层之间的关系存在着大量的不确定性、模糊性及高度非线性，利用常规识别方法所得结果大多与客观实际相差甚远，导致测井解释的错误。本书根据实际测井资料，应用模糊模型对油水层进行识别。其识别的油水层与试油结果基本一致，符合率较高。
图5－7 LQJ区凝灰岩油水层判别图版
图5－8 LQJ区安山玄武岩油水层识别结果显示
图5－9 LQJ区凝灰岩油水层识别结果显示
表5－2 LQJ区安山玄武岩油水层判别结果
表5－3 LQJ区凝灰岩油水层判别结果
1.改进的模糊模型
隶属度生成函数采用下式:
准噶尔盆地火山岩储层测井评价技术
式中:xi—输入变量;
uij，mij，σ2ij—与隶属生成层的各结点相对应。
推理层各结点的输出分别为该结点所有输入的代数乘积。最终的反模糊化输出(y)为:
准噶尔盆地火山岩储层测井评价技术
式中:wi—推理层与反模糊化层间的权值。
准噶尔盆地火山岩储层测井评价技术
2. 识别实例分析
将该算法程序化(图5－10)，在岩性分类的基础上，利用试油资料和测井资料来建立建模数据库和识别预测数据库，进而来利用该法来对研究盆地内的油水层进行识别。表5－4是LQJ区安山玄武岩部分建模数据表，利用此建模数据对其盆地内的安山玄武岩的性质进行识别，识别结果见图5－11和表5－5。由此表可以看出，识别结果与试油资料较为一致，在所识别的12井12层中，只有将古X9井864～880m井段的含油层识别为油水同层，其识别率较高。
图5－12是古X5识别成果图，936～950m井段，1986年06月17日～1986年07月26日进行试油，试油初期日产油0.4t，累产油5.2t。利用模糊识别为油层，建议进行压裂。980.0～1010.0m井段，1986年02月04日～1986年02月22日进行压裂，日产油2.824t，累产9.7t，该法识别为油层。
表5－4 LQJ区安山玄武岩部分建模数据表
表5－5 LQJ区识别结果数据表
图5－10 用于识别油水层的模糊模型程序
图5－11 油水层识别结果显示
图5－12 古X井识别成果图
