基于電磁參數(shù)的BP神經(jīng)網(wǎng)絡(luò)模型在頁巖氣儲(chǔ)層預(yù)測(cè)中的應(yīng)用研究

周 瑾， 白洪溪， 崔 健， 張文權(quán)，梁宏達(dá)，王佳音， 余云春， 何委微

(1.青海省地質(zhì)調(diào)查局，西寧 810001;2.江蘇華東八一四地球物理勘查有限公司，南京 210007;3.中山大學(xué) 地球科學(xué)與工程學(xué)院，廣州 510275)

0 引言

隨著經(jīng)濟(jì)社會(huì)的發(fā)展，勘探技術(shù)的不斷進(jìn)步，非常規(guī)油氣資源在世界能源結(jié)構(gòu)中的比重逐年增加，越來越受到各國(guó)地重視。頁巖氣作為一種非常規(guī)油氣資源，在美國(guó)的開發(fā)和驅(qū)動(dòng)下，取得了飛速地發(fā)展并改變了世界能源格局[1]。由于其分布范圍廣、含氣量大以及開采周期比較長(zhǎng)等優(yōu)點(diǎn)，頁巖氣逐漸成為許多國(guó)家的共同選擇。經(jīng)過這些年的勘探與研究，中國(guó)有著巨大的頁巖氣資源潛力，主要分布在古生界海相、中新生界陸相盆地，而四川盆地作為我國(guó)中生代陸相紅層分布最集中地區(qū)，是頁巖氣勘探和開采的重要區(qū)域[2]。

在頁巖氣勘探研究中，地震方法由于其對(duì)構(gòu)造、裂隙發(fā)育帶以及儲(chǔ)層非均質(zhì)性識(shí)別精度比較高，因此取得了長(zhǎng)足的發(fā)展并日趨成熟。但是地震勘探方法成本比較高，而且在地表有覆蓋層及地質(zhì)構(gòu)造較為復(fù)雜的區(qū)域(如構(gòu)造陡峭地帶)，信號(hào)接收往往較為困難，不利于成像。而非地震方法成本低、效率比較高，其中電磁法具有分辨率高和探測(cè)深度大等優(yōu)點(diǎn)，因此可作為地震勘探的有利補(bǔ)充手段，為研究區(qū)頁巖氣勘探提供電性方面的信息與約束[3-8]。

圖1 研究區(qū)構(gòu)造綱要及電磁試驗(yàn)區(qū)區(qū)域地質(zhì)圖

研究區(qū)內(nèi)富有機(jī)質(zhì)頁巖分布廣泛，從四川盆地南部長(zhǎng)寧構(gòu)造新完鉆的頁巖氣淺井的分析測(cè)試數(shù)據(jù)看，龍馬溪組有機(jī)質(zhì)豐度高、成熟度較高，生烴潛力大，具有形成頁巖氣藏的優(yōu)越條件。物性調(diào)查顯示，研究區(qū)頁巖層相對(duì)于圍巖呈低阻高極化特征，另有研究表明，四川盆地龍馬溪組頁巖層中存在黃鐵礦化，由于黃鐵礦的極化特征，形成極化率異常，而黃鐵礦化與富有機(jī)質(zhì)頁巖的共生的，黃鐵礦的含量與TOC成正比,頁巖層中的TOC含量越高越有利于頁巖氣的富集，因此我們收集了該區(qū)的EMAP01測(cè)線的CR01測(cè)線法反演的電阻率反演斷面和充電率切片圖。根據(jù)反演得出的電阻率和極化率以及相位的數(shù)據(jù)，結(jié)合神經(jīng)網(wǎng)絡(luò)原理建立儲(chǔ)層預(yù)測(cè)模型，預(yù)測(cè)油氣頁巖發(fā)育區(qū)。

1 數(shù)據(jù)的收集與整理

1.1 數(shù)據(jù)來源

研究區(qū)內(nèi)布置CR06線和EMAP01線(圖1)，兩測(cè)線重合，測(cè)線上有已知井Z104，根據(jù)CR01線反演充電率切片圖提取深度方向的極化率數(shù)據(jù)為樣本參數(shù)；根據(jù)M1線的二維連續(xù)介質(zhì)電阻率和殘差法電阻率反演斷面圖，提取深度方向的電阻率率數(shù)據(jù)為樣本參數(shù)；根據(jù)MT的視電阻率、頻率、以及原始相位，計(jì)算深度與對(duì)應(yīng)相位為樣本參數(shù)。

1.2 TOC含量與各樣本參數(shù)間的關(guān)系

1.2.1TOC含量與電阻率的關(guān)系

頁巖氣儲(chǔ)層含量主要與TOC含量、成熟度等密切相關(guān)，國(guó)、內(nèi)外己有許多學(xué)者對(duì)巖石電阻率與有機(jī)碳含量之間的關(guān)系進(jìn)行了大量研究，研究表明巖石的TOC含量與儲(chǔ)層電阻率存在正相關(guān)關(guān)系[9-11]，但在研究區(qū)部分地層中炭質(zhì)、黃鐵礦化較為發(fā)育，由于黃鐵礦到磁黃鐵礦的轉(zhuǎn)變，以及在這階段新產(chǎn)生了更多的長(zhǎng)形幾何狀硫化物，從而增加了導(dǎo)電體的連通性，很多學(xué)者在對(duì)昭通地區(qū)龍馬溪組富有機(jī)質(zhì)頁巖的研究中發(fā)現(xiàn)，富有機(jī)質(zhì)頁巖電阻率的降低與TOC含量的增大有很大關(guān)系，高TOC含量是研究區(qū)龍馬溪組富有機(jī)質(zhì)頁巖電阻率較低的一個(gè)重要影響因素，電阻率和TOC含量之間大致上存在負(fù)相關(guān)關(guān)系。研究區(qū)龍馬溪組富有機(jī)質(zhì)頁巖儲(chǔ)層表現(xiàn)為低電阻率特征。

1.2.2TOC含量與極化率的關(guān)系

根據(jù)對(duì)研究區(qū)富有機(jī)質(zhì)頁巖地層(志留系龍馬溪組和寒武系筇竹寺組)的極化率參數(shù)的調(diào)研，結(jié)果顯示碳質(zhì)頁巖具有高極化率特征，尤其是筇竹寺組頁巖平均極化率高達(dá)42.5 %，構(gòu)成頁巖氣電法勘探識(shí)別的重要物性基礎(chǔ)。通過巖石礦物鑒定可以進(jìn)一步確定，引起高碳質(zhì)頁巖極化率高的原因有：①有碳質(zhì)含量高引起極化率高；②頁巖中較為穩(wěn)定地含有黃鐵礦成份。很多學(xué)者對(duì)巖礦石的導(dǎo)電機(jī)理進(jìn)行了深入研究，分析認(rèn)為鐵礦等電子導(dǎo)電礦物產(chǎn)生極化的機(jī)理是離子溶液溶解了一部分黃鐵礦，溶解后的黃鐵礦成為帶正電的金屬離子游移于溶液中，而本身則帶負(fù)電，異性電荷相互吸引后便在導(dǎo)體溶液界面的兩側(cè)形成了有別于粘土礦物吸附陰離子而形成的雙電層結(jié)構(gòu)，但是產(chǎn)生極化的因素較多，黃鐵礦并不是產(chǎn)生極化的唯一因素，而且還受自身分布情況限制，再加上極化率變化范圍有限，因此當(dāng)黃鐵礦含量較低時(shí)，極化率未必與黃鐵礦含量有明顯關(guān)系，當(dāng)黃鐵礦含量較高時(shí)，極化率與黃鐵礦含量呈正相關(guān)關(guān)系。有研究表明，巖層中的黃鐵礦與其TOC含量有較為穩(wěn)定伴生關(guān)系，綜合分析得出研究區(qū)龍馬溪組富有機(jī)質(zhì)頁巖儲(chǔ)層表現(xiàn)為高極化率特征。

因?yàn)殡娮杪屎蜆O化率與TOC含量之間存在的是相關(guān)關(guān)系，高低值有相對(duì)性，但是無法明確高低TOC含量的具體的參數(shù)范圍值，加之單個(gè)參數(shù)的相關(guān)性較差，所以我們選擇極化率、二維連續(xù)介質(zhì)電阻率、殘差法電阻率、相位作為參數(shù)建立解釋模型，提高預(yù)測(cè)結(jié)果的精確性。

2 儲(chǔ)層預(yù)測(cè)模型的建立

2.1 神經(jīng)網(wǎng)絡(luò)基本原理

人工神經(jīng)網(wǎng)絡(luò)是由大量的簡(jiǎn)單基本元件-神經(jīng)元相互聯(lián)接而成的自適應(yīng)非線性動(dòng)態(tài)系統(tǒng)，每個(gè)神經(jīng)元的結(jié)構(gòu)和功能比較簡(jiǎn)單，但大量神經(jīng)元組合產(chǎn)生的系統(tǒng)行為卻非常復(fù)雜。人工神經(jīng)網(wǎng)絡(luò)的基本結(jié)構(gòu)模仿人腦，反映了人腦功能的若干基本特征，能夠自身適應(yīng)環(huán)境、總結(jié)規(guī)律、完成某種運(yùn)算、識(shí)別或過程控制，人工神經(jīng)網(wǎng)絡(luò)具有并行處理特征，可以大大提高工作速度。

人工神經(jīng)元以不同的方式，通過改變連接方式、神經(jīng)元的數(shù)量和層數(shù)，組成不同的人工神經(jīng)網(wǎng)絡(luò)模型，主要分為輸入信號(hào)、神經(jīng)元間的連接強(qiáng)度(權(quán)值)、輸出信號(hào)等，并利用傳遞函數(shù)(或稱激活函數(shù))，表示神經(jīng)元的輸入-輸出關(guān)系。

本次選取的是應(yīng)用較廣的分層網(wǎng)絡(luò)，根據(jù)實(shí)際輸出和期望輸出之差，對(duì)網(wǎng)絡(luò)的各層連接權(quán)由后向前逐層進(jìn)行誤差校正的多層前饋網(wǎng)絡(luò)，簡(jiǎn)稱BP神經(jīng)網(wǎng)絡(luò)，該方法的實(shí)質(zhì)是求誤差函數(shù)的最小值，它通過多個(gè)樣本的反復(fù)訓(xùn)練，根據(jù)設(shè)定的網(wǎng)絡(luò)層數(shù)、隱含層的神經(jīng)元數(shù)、初始權(quán)值以及學(xué)習(xí)速率和期望誤差等參數(shù)，由輸入的樣本數(shù)據(jù)預(yù)測(cè)得出TOC含量值，具體的網(wǎng)絡(luò)計(jì)算流程見圖2。

圖2 BP神經(jīng)網(wǎng)絡(luò)流程圖

2.2 TOC含量預(yù)測(cè)模型

根據(jù)BP神經(jīng)網(wǎng)絡(luò)原理，選取激勵(lì)函數(shù)，訓(xùn)練神經(jīng)網(wǎng)絡(luò)[12-15]，本次最終選取的隱含層數(shù)為40，選取的激勵(lì)函數(shù)為雙曲正切函數(shù)，采用東臺(tái)學(xué)習(xí)速率學(xué)習(xí)法，經(jīng)過迭代，使網(wǎng)絡(luò)訓(xùn)練誤差較快收斂，輸出層位1個(gè)節(jié)點(diǎn)，建立TOC含量BP神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)模型為：

(1)

其中：n=4是參與預(yù)測(cè)的參數(shù)個(gè)數(shù)；m=40是隱含層節(jié)點(diǎn)數(shù)；k=1是輸出節(jié)點(diǎn)數(shù)；xi為輸入的電磁參數(shù)的數(shù)值；wij為輸入層到隱含層權(quán)系數(shù)；bj為隱含層閾值；tanh為選取的雙曲正切激勵(lì)函數(shù)；vij為隱含層到輸出層權(quán)系數(shù)；ak為隱含層到輸出層閾值；輸入層與隱含層間的權(quán)系數(shù)wij和隱含層與輸出層間的權(quán)系數(shù)vij(表1和表2)。

3 結(jié)果分析

根據(jù)建立的模型和計(jì)算，對(duì)測(cè)線剖面預(yù)測(cè)得到TOC含量值分布如圖3(a)所示。

TOC預(yù)測(cè)分布圖顯示，測(cè)線的TOC含量的高值主要分布在測(cè)線7 500 m至9 700 m處，對(duì)比該部分的電阻率和充電率斷面圖，極化率呈高值分布，電阻率特征不明顯。

已知Z104 井的地質(zhì)錄井資料(圖4)，提取Z104(1 350 m～2 115 m)井段預(yù)測(cè)得到TOC含量值，與TOC實(shí)測(cè)值做相關(guān)性分析(表3)，得出相關(guān)系數(shù)為0.528，表示兩個(gè)變量正相關(guān)。實(shí)測(cè)TOC與預(yù)測(cè)TOC在深度1 000 m至1 200 m之間存在顯著的相關(guān)性(圖5)，推斷該層位為頁巖含氣層。這表明電磁數(shù)據(jù)預(yù)測(cè)TOC是可行的，同時(shí)也說明測(cè)井的電阻率和電磁法電阻率具有一定的相關(guān)性，高級(jí)化異常是進(jìn)行富有機(jī)質(zhì)頁巖識(shí)別的重要特征。

表1 輸入層到隱含層權(quán)值和閾值

表2 隱含層到輸入層權(quán)值和閾值

圖4 Z104井頁巖沉積相地層剖面圖[16]

表3 TOC預(yù)測(cè)值與實(shí)測(cè)值相關(guān)性分析結(jié)果

圖5 TOC預(yù)測(cè)值與實(shí)測(cè)值相關(guān)關(guān)系圖

4 結(jié)論

1)通過建立神經(jīng)網(wǎng)絡(luò)儲(chǔ)層預(yù)測(cè)模型，繪制測(cè)線剖面的TOC分布圖，對(duì)比電阻率和極化率，發(fā)現(xiàn)TOC的高值部分與高級(jí)化異常對(duì)應(yīng)，電阻率表現(xiàn)不明顯，說明高級(jí)化異常是頁巖含氣層識(shí)別的重要特征。

2)TOC預(yù)測(cè)值與實(shí)測(cè)樣本進(jìn)行相關(guān)性分析，得出相關(guān)系數(shù)為0.528，表示兩表明預(yù)測(cè)值與實(shí)測(cè)值正相關(guān)，這也說明了電磁法電阻率和測(cè)井電阻率具有一定的相關(guān)性，高極化特征判斷油氣前景是可行的，利用電阻率低中高來識(shí)別頁巖地層中的含氣性是值得探索的方向。

3)綜合地球物理勘探是頁巖油氣勘探所應(yīng)該堅(jiān)持的正確思路，可以在頁巖油氣資源調(diào)查評(píng)價(jià)過程中快速、廉價(jià)地建立對(duì)調(diào)查區(qū)一定精度的認(rèn)識(shí)，為高TOC區(qū)預(yù)測(cè)、靶區(qū)篩選奠定基礎(chǔ)。