曲面拟合法在区域岩石可钻性剖面绘制中的应用.docxVIP

1、曲面拟合法在区域岩石可钻性剖面绘制中的应用黄彦I，翟应虎】，杨明合槌,王文广】，李祖光】，张旭I（1.中国石油大学石油工程重点实验室，北京102249；2.长江大学石油工程学院，湖北荆州434023）摘要：BP神经网络是目前使用最广泛，也是发展最成熟的一种人工神经网络,针对区域可钻性剖面的绘制中出现的相关问题，采用BP人工神经网络理论，构建了BP神经网络拟合曲面法的模型。计算结果表明，该方法完全满足工程设计的要求。它的应用为区域可钻性剖面的成功绘制、提高深井机械钻速奠定了理论基础。关键词：BP神经网络；曲而拟合；可钻性剖面绘制中图分类号:TE142文献标识码:B文章编号：10045716（20

2、09）050081031概述z大庆油田松辽盆地徐家围子断陷位于松辽盆地北部，为半地堑型断陷,上侏罗统中火山岩广泛发育，其中火山岩在该区营城（简写为YC）组较为发育。火山岩有厚层状，单层最大厚度可达数百米，也有厚层状火山岩与正常沉积岩呈互层出现。YC组地层可钻性差，研磨性强，大段为砾岩、流纹岩或凝灰岩，岩性致密、抗压强度极高，对牙轮钻头磨损极其严重。为此，有必要根据YC组不同埋深条件下的岩石可钻性的变化规律，建立区域地层岩石可钻性的区域变化平面分布图。这个可钻性剖面的建立无疑会对大庆油田提高深部机械钻速、加快开发勘探步伐具有极其重要的现实意义。2问题的提出对于一口井，可钻性剖面图形是以井深为标准

3、的一条曲线;对于两口井,可钻性剖面图形就为一条过这两口井轴线的二维的平面;但对于大于三口井的情况，可钻性剖面图就是一个三维空间;对于三维空间的情况，如何绘制这样的一个可钻性剖面，是一个比较困难的问题。深入分析可以发现，求取区域可钻性剖面图，实际上就是确定一个三维可钻性分布的空间体，要想绘制出YC组在该区域内任意可钻性剖面,首先必须知道YC组在该区域的在空间上的具体分布。具体的讲就是要搞清楚YC组顶界和底界深度在该区域空间分布情况。求得这两个值得分布规律,剖面的绘制就比较容易了。对于同一地质构造内，这一问题可以抽象为一个以大地坐标为自变量（X、Y）,以YC组的顶界（或底界）深度为因变信（Z）的函

4、数：Z=f（X,Y）由实钻资料可以得到该区块上已钻井的坐标和其对应的YC组顶界深度。这些数据实际上是离散的一些点，如何根据这些离散的点来确定函数影射关系式f呢？这实际上就转化为一个曲面拟合问题。我们知道，人工神经网络可以用来拟合任意的曲线和曲面,具有独特的优越性。在这里选用人工神经网络的方法解决这个问题。3BP神经网络拟合曲面法模型的构建IX】3.1BP神经网络BP神经网络是目前使用最广泛，也是发展最成熟的一种人工神经网络。它的一个特点就是BP神经网络具有强大的非线性函数逼近功能。已有资料研究表明，对任何线性和非线性的函数不需增加隐含层数而只需增加隐含层的神经元节点数,就可用三层网络无限逼近。

5、3.2神经网络的构建考虑实际情况，网络的输入变量有两个:大地的纵坐标X（X1、&、Xn）矢量和横坐标矢量Y（y】、yz、yQ,而网络输出变髭则只有1个矢量Z3、契、%）,也就是要预测顶界（或底界）的高度值。本文构建3层BP网络模型:输入层、一个隐含层和输出层。经过反复试算，最后确定为5X10X1结构的高度值预测ANN模型拓扑结构，如图1所示。BPP网络模型权重的初始值为随机赋值，而输入层与隐含层的传递函数则采用S型函数，隐含层与输出层的传递函数采用线性函数。3.3数据资料的预处理为保证BP网络的迭代收敛性和计算的精度，BP网络模型的输入数据必须经过相应的预处理。（1）YC组顶界高度的同

6、一化处理:为了统一区域内不同位置（井位）YC组顶界深度值，消除由井位所在地面海拔高度不同带来的影响，这里统一采用标准海拔高度。以标准海平面为基准，建立坐标系，并设坐标轴Z向下为正。(2) 数据资料的标注化处理:BP神经网络输出向景的各分量值应在一1,1之间。所以输入样本的值最好也控制一1,1之间。笔者在对抛物面拟合中已经得到证实，当输入的样本值不在这个区间的时候，一般会存在两个问题:首先是收敛的速度很慢或者根本就不收敛;其次是输出的误差比较大。在网络学习过程中，为便于训练，更好地反映各因素之间的相互关系，必须对输入样本数据进行标准化处理。标准化是对原始资料的一种预处理，其作用是消除测量时所用量

7、纲对数据的影响。数据资料的标注化处理的方法很多，在这里采用最常见的极差标准化处理方法：丸=(%2/R其中：R=max%minXi=Sx(i=l,2,3n)显以，经过极差标准化处理后的数据,都介于一1,1之间(见表1)。表1给定5口井资料的训练样本(设坐标轴Z向下为正)序号井名-极差处理后值(无单位)补心海拔(m)同一化处理后值(m)极差处理后值(无单位)横坐标X纵坐标YYC顶界YC底界YC顶界Z1YC底界Z21A10.01860.0272201.503486.504168.50-0.0298-0.01922A2-0.3778-0.4328160.503519.504109.500.1169-0

8、.08823A30.6222-0.4474156.003360.503728.00-0.5898-0.53474A4-0.28170.2857174.003514.004336.000.09240.17685A50.01860.5672180.503585.504582.500.41020.46534应用实例计算及效果分析在应用该方法于实际问题之前，笔者以二次抛物面为模型，在第一象限内应用BP网络来拟合，计算结果表明，拟合误差基本在5%左右,表明该方法具有较高的实际应用价值。现以大庆油田松辽盆地东南断陷区徐家围子断陷兴城鼻状构造上的7口深井井史资料，来拟合该构造介于这几口井之内的YC组顶界曲面

9、。由于涉及保密协定，这里隐去了具体的井号，且只给出经过极差方法处理后的井位相对坐标值，如表1所示，给定5口井的资料，作为BP网络的训练样本，另外2口井用来检验这种方法的可行性。根据以上5口井的坐标资料,BP网络输入值为极差处理后的横坐标X序列和纵坐标Y序列，对应指定输出为极差处理后YC顶界Z2(或YC组底界Zz),应用MATLAB软件提供的神经网络工具箱函数trainb-pm(),取误差因子e=0.00001,学习效率lr=0.01,经过715次的迭代后收敛,BP网络输出达到给定精度。现在把要验证的A6、A7两口井的横坐标X序列和纵坐标Y序列输入到已训练好的BP网路中瀚出的值是对应极差化的数据

10、，经过反处理，得到如表2所示结果。从计算的结果来看,A7井YC组底界拟合误差较大，为78m,占该井YC段厚度的8.2%。拟合最小误差在15m左右，占该井YC段厚度的1.6%。能满足工程设计的需要，这说明BP网络拟合曲面具有实际应用价值。之所以会出现部分预测结果与实际值差别较大，分析原因有以下几点：(1) 训练样本井的数量有限:从曲面拟合的理论和BP网络训练过程可知,给定的样本个数越大，其拟合的精度就会越高。且越靠近样本边沿地带，误差就会越大。所以在实际的应用中，尽可能的收集多的井史资料,以便使预测结果更加精确；(2)地质构造的影响:例如对以一般的背斜构造，地层变化相对比较连续，然而对于存在断层

11、等地质因素的影响，都会破坏地层的连续性,从而给BP网络的预测造成不可避免的误差；(3) 样本井位的分布不规则:该例子中的7口深井基本上都分布于一带状区域，这种井位分布的不规则性又加之样本数据比较少,就更加加剧了误差的产生；输入数据的精度:对于输入数据，一定要保证其准确性和可信性，如果输入的样本数据本身就存在一定的误差，那么BP网络输出的结果肯定会或多或少出现误差。(下转第85页)(2) 加重钻井液的砂床滤失量较小，而API滤失量较大,这进一步说明砂床滤失量与API滤失量的差别。所以加重钻井液在油层有利于控制钻井液的滤失量，但是它也有不利的一面，即增加了井底压差。(3) 盐水钻井液都有较好的砂床

12、滤失量和API滤失量，这说明对于某些钻井液，它的砂床滤失髭和API滤失量还是有一致性的。2国内外研究状况1952年Bee2son和Wright比较了分别用疏松砂岩(或胶结砂岩)和滤纸作渗滤介质的滤失试验。结果表明，一种API(滤纸)滤失量为零的油基钻井液，在用疏松砂岩作渗滤介质的滤失试验中的滤失量很大。显然用不同的渗滤介质评价同一种钻井液的滤失造壁性,其结果是完全不同的。近年来有人提出用砂岩作渗滤介质，因为钻井液接触的许多重要储层均为砂砾岩或砂岩，所以用砂岩作渗滤介质可以更好地模拟井下情况。国外许多研究者在这方面开展了大量的试验工作,推荐了一些接近API滤失仪测试法的砂床滤失试验评价方法。3结

13、论5(1)砂床法实验可以更好的模拟地层情况,提供了一木更接近实际的测量钻井液滤失量的方法。应大力推广普及并尽快建立一套评价标准。(2)钻井液API滤失量与砂床滤失量实验表明，砂床滤失量不是时间平方根的函数。砂床滤失量与API滤失量没有对应关系。(3) 钻井液的滤失性进行评价方法有很多种，同一体系用不同的仪器和评价方法测出的数据不同。所以要根据实际情况及现场使用效果选用不同的评价方法。(4) 砂床法实验由于能更加真实的反映钻井液在井下滤失的情况，因此用它来评价无渗透无侵害钻井液的性能以及泥浆防漏堵漏的效果将更加具有说服力。参考文献：】孙金声，唐继平，张斌，等.几种超低渗透钻井液性能测试方法J.石

14、油钻探技术,2005,33(6).2 罗向东，陶卫民，刘龄，等.无渗透无侵害钻井液及其滤失性能评价方法的探讨口.钻井液与完井液,2005,22(1)：5-8.3 刘霞,罗春芝，王越之.国内外无渗透钻井液的研究与应用J.断块油气田，2006,13(3).4 孙金声，唐继平，张斌，等.超低渗透钻井液完井液技术研究J.钻井液与完井液,2005,22(1).5 张克勤，刘庆来,杨子超，等.无侵害钻井液技术研究现状及展望口.石油钻探技术,2006,31(1).6 HelioSantos»VillasBoas»Lomba,Oliveira,Costa："API-filtrat

15、eanddrillingfluidinvasion：isthereanycorrela-tion?”，SPE53791.(上接第82页)表2根据训练好的BP网路，输出的拟合的值极差处理后值(无单位)补心海拔同一化处理后实际值(m)使用BP网络预测值(m)厅兮开名横坐标X纵坐标Y(m)YC顶界YC底界YC顶界Z】误差YC底界乙误差1A60.6867一0.1978172.703081.30.3532.803062.1019.203510.9021.902A70.4913-0.1112179.003204.003862.003188.3015.703940.6078.605结论针对区域可钻性剖面的绘

16、制中出现的相关问题，采用现行理论最为成熟的BP人工神经网络进行曲面拟合。计算结果表明，BP人工神经网络预测值与实际值比较吻合，精度较高，完全满足工程设计的要求。使用该方法可以在现有井史资料的基础上，快速建立目标地层在区域空间的分布规律，为区域可钻性剖面的成功绘制、提高深井机械钻速奠定了理论基础；同时读者在应用的时候要注意该方法的适用范围，如对于断层和复杂的沉积环境，那么使用上面的方法要谨慎从事。参考文献：1 大庆石油管理局钻探集团钻井一公司.徐家围子地区天然气勘探钻井会战总结报告R.2005.2 刘为付.松辽盆地徐家围子断陷深层火山岩储层特征及有利区预测J1石油与天然气地质,2004,25(1):116-119.3 程日辉，等.徐家围子断陷火山岩充填的层序地层J.吉林大学学报:地球科学版,2005,35(4):469-474.4 王连君，等.松辽盆地北部的西部断陷营城组沉积特征J1大庆石油学院学报,2