李戈東，馬猛，王建立，陳銘帥，杜波，韓明剛

(1.中海油能源發(fā)展股份有限公司 工程技術分公司，天津 300452；2.中海石油(中國)有限公司 天津分公司，天津 300459)

FLAIR實時地層流體分析錄井(簡稱FLAIR錄井)能實時檢測鉆井液中C1～C8烴類組分以及CO2和H2S等非烴類組分含量[1]。本文針對研究區(qū)的基本地質情況和FLAIR實時地層流體錄井特點，利用統(tǒng)計分析的ReliefF算法對氣測敏感參數(shù)進行計算優(yōu)選[2]，選出對含油性敏感度最高的兩個參數(shù)，根據(jù)優(yōu)選后的參數(shù)建立圖板，并編寫算法，由軟件自動劃分油層與非油層區(qū)域，免除了人為劃分區(qū)域的主觀性，并對已建立的圖板解釋效果進行驗證。

1 解釋參數(shù)優(yōu)選

與常規(guī)氣測錄井技術相比，F(xiàn)LAIR錄井具有脫氣效率高、分辨率高(C1/C2比高達8000)、測量范圍更廣(烴類可測C1～C8)、數(shù)據(jù)質量更高的特點[3]。

1.1 相關參數(shù)介紹

氣測原始數(shù)據(jù)所受影響因素較多，因此在建立氣測交會圖版過程中多采用其派生參數(shù)，共篩選出以下25個氣測相關派生參數(shù)[4-9]:

(1)CR1:100*C1/∑C；(2)CR6+:100*(nC6+nC7+nC8+C7H14)/∑C；(3)(C4+C5)/(C1+C2)；(4)(C1+C2)/C3；(5)(C1+C2)/(C3+C4) ；(6)(C2+C3+C4)/C1；(7)(C3+C4)/C4；(8)C1/C3；(9)RL-M：10*C1/(C2+C3)2；(10)RL-H：100*(C1+C2)/(iC4+nC4+iC5+nC5)3；(11)RH-M：(iC4+nC4+iC5+nC5)2/C3；(12)氣測幅度指數(shù)：Tg/Tj/Ht；(13)重烴指數(shù)：C1*Tj/Tg* (iC4+nC4+iC5+nC5)/(0.0001+C3)；(14)豐度系數(shù)：C1/(C1-C2-C3)*∑C*(Tg-Tj)/Tg；(15)氣測含油豐度指數(shù)：[C1/(C1-C2)]2*∑C*(Tg-Tj)/Tg；(16)油性指數(shù)：Hq/Ht*(Tg-Tj)/Tj*[(nC4+nC5)/(iC4+iC5)]2*(iC4+nC4+iC5+nC5)2/C3；(17)(C1-C2)/C1；(18)C1/(C1-C2-C3)；(19)nC4/iC4；(20)nC7+nC8+C6H6+C7H8+C7H14；(21)iC5+nC5+nC6；(22)(nC7+nC8+C6H6+C7H8+C7H14)/(iC5+nC5+nC6)；(23)iC5+nC5+nC6+nC7+nC8；(24)C6H6+C7H8+C7H14；(25)nC8+C6H6+C7H8+C7H14。式中：C1、C2、C3、C4、iC4、nC4、iC5、nC5、nC6、C6H6、nC7、C7H8、C7H14、nC8為FLAIR錄井在油氣層段的氣體組分檢測值，%；∑C為FLAIR錄井氣體各組分含量平均值的加和，%；Tg為氣測異常顯示段全烴平均值，%；Tj為氣測異常顯示段上部非顯示段氣測基值，%；Ht為氣測異常顯示段對應的低鉆時厚度，以半幅點為界，m；Hq為低鉆時段對應的氣測異常顯示厚度，以半幅點為界，m。

1.2 解釋參數(shù)優(yōu)選方法

由于研究區(qū)域油藏埋深跨度較大，且各層位的油質不同，導致淺層和中深層的氣測錄井特征具有明顯差異，因此需要將樣本數(shù)據(jù)分為淺層樣本數(shù)據(jù)和中深層樣本數(shù)據(jù)，并針對淺層和中深層分別優(yōu)選敏感參數(shù)[10]。對于淺層與中深層的劃分，這里根據(jù)樣本層中油層的氣測相對組分含量隨深度的變化情況確定其界限，相對組分含量采用公式Cn/∑C計算獲得，其中Cn為氣測異常段各組分含量平均值，∑C為各組分含量平均值的加和[11]。

圖1反映了研究區(qū)域不同深度油層氣測相對組分含量的變化情況。萊州灣凹陷在1600 m之上，C1的比例占到了90%以上，C2及其以后各組分占了極小一部分比例，甚至在1600 m之下，C1所占比例逐漸降低，其他各組分比例均逐漸升高，組分齊全。根據(jù)這一特征，將1600 m作為萊州灣凹陷淺層與中深層的分界，分類情況見表1。

表1 研究區(qū)域樣本分類情況研究區(qū)域縱向分界樣本層數(shù)萊州灣凹陷區(qū)域(墾利)1600 m以上1600 m以下88112圖1 萊州灣凹陷區(qū)域FLAIR在不同深度下氣測比例變化

由于參數(shù)較多，隨機抽選參數(shù)建立圖板比較復雜，因此使用ReliefF算法對研究區(qū)域的各派生參數(shù)進行特征權重計算。Relief算法最早由Kira提出，最初局限于兩類數(shù)據(jù)的分類問題。Relief算法是一種特征權重算法(Feature Weighting Algorithms)，根據(jù)各個特征和類別的相關性賦予特征不同的權重，權重小于某個閾值的特征將被移除。Relief算法比較簡單，但運行效率高，并且結果也比較令人滿意，因此得到廣泛應用，但是其局限性在于只能處理兩類別數(shù)據(jù)，因此1994年Kononeill對其進行了擴展，得到了ReliefF算法，可以處理多類別問題。ReliefF算法在處理多類問題時，每次從訓練樣本集中隨機取出一個樣本R，然后從和R同類的樣本集中找出R的k個近鄰樣本(near Hits)，從每個R的不同類的樣本集中均找出k個近鄰樣本(near Misses)，然后更新每個特征的權重[12]。

本文采用ReliefF算法來計算1.1節(jié)中提到的25個參數(shù)的各個特征的權重，選取權重最大的兩個值建立解釋圖版。由于算法在運行過程中，會選擇隨機樣本R，隨機數(shù)的不同將導致結果權重有一定的出入，因此本文采取平均的方法，將主程序運行20次，避免單次運行出現(xiàn)誤差。如圖2、圖3所示，縱坐標為計算得到的特征權重，橫坐標為各氣測相關派生參數(shù)(對應1.1中提到的(1)～(25))。

圖2 萊州灣凹陷區(qū)域1600 m以上FLAIR氣測派生參數(shù)特征權重 圖3 萊州灣凹陷區(qū)域1600 m以下FLAIR氣測派生參數(shù)特征權重

針對不同區(qū)域分別對以上的25個參數(shù)進行特征權重計算，各選出兩個特征權重最高的參數(shù)用以建立圖版。因此，萊州灣凹陷1600 m以上區(qū)域采用(C3+C4)/C4與(C1-C2)/C1兩個派生參數(shù)，萊州灣凹陷1600 m以下區(qū)域采用CR6+與RH-M兩個派生參數(shù)。

2 解釋圖版建立

通過以上分析，可以得出研究區(qū)對儲集層含油性最敏感的兩個參數(shù)，然后使用這兩個參數(shù)分別建立圖板(見圖4、圖5)。將優(yōu)選出的氣測派生參數(shù)導入軟件后，再導入編寫好的分區(qū)公式，軟件生成的交會圖版將直接自動畫線區(qū)分油層與非油層區(qū)域，避免了人為劃區(qū)域的主觀性。

圖4 萊州灣凹陷區(qū)域FLAIR1600 m以上(C3+C4)/C4—(C1-C2)/C1圖版 圖5 萊州灣凹陷區(qū)域FLAIR1600 m以下CR6+—RH-M圖版

經(jīng)過計算后建立圖版，可得研究區(qū)不同深度圖版識別率，見表2。

表2 FLAIR錄井圖版識別率統(tǒng)計

3 應用效果分析

針對兩個研究區(qū)，選取了5口新鉆井的10個已確定流體類型的儲集層用于FLAIR錄井解釋圖版應用驗證，識別結果見表3。

表3 FLAIR圖版應用驗證統(tǒng)計

與測試結論對比，F(xiàn)LAIR解釋圖版對油層與非油層的判別準確率可以達到90.0%，證實了所建圖板的有效性。不符合層是因其均位于油水界面處，緊鄰其上方即為油層，氣測數(shù)據(jù)受到了油層的影響，所以表現(xiàn)出油層的特征。

4 結論

(1)利用ReliefF算法對氣測派生參數(shù)進行篩選，根據(jù)不同區(qū)域不同深度，從25個參數(shù)中分別優(yōu)選出兩個參數(shù)(萊州灣凹陷1600 m以上區(qū)域：(C3+C4)/C4與(C1-C2)/C1；萊州灣凹陷1600 m以下區(qū)域：CR6+與RH-M)并導入軟件、利用公式進行了自動分區(qū)，建立了油層與非油層判別圖版。

(2)在兩個研究區(qū)選取了5口新鉆井的10個已確定流體類型的儲集層用于FLAIR圖版應用驗證，準確率達到90.0%，圖版應用效果良好。該解釋圖版建立方法簡便、快捷，具有良好的推廣應用價值。