基于模糊C均值聚類的巖性識(shí)別研究

摘 要：文章討論了模糊C均值聚類在儲(chǔ)層巖性識(shí)別方面的運(yùn)用，利用巖性地質(zhì)特征不同，通過對(duì)比分析不同測(cè)井曲線的巖性響應(yīng)特征以及巖芯分析資料，運(yùn)用模糊C均值聚類實(shí)現(xiàn)對(duì)巖性的有效識(shí)別，結(jié)果表明，模糊C均值聚類在處理巖性數(shù)據(jù)集過程中的快速準(zhǔn)確性。

關(guān)鍵詞：聚類算法；模糊C均值；標(biāo)準(zhǔn)化；巖性識(shí)別

引言

模糊C均值聚類是一種基于劃分的聚類算法，其目的是使被劃分到同一簇的對(duì)象之間相似度最大，而不同簇之間的相似度最小，自從L.A.Zadeh教授提出模糊集理論以后，為數(shù)據(jù)劃分提供了有力的分析工具，人們?yōu)槭故挛锘驅(qū)ο笾g能更好地反映現(xiàn)實(shí)世界，開始用模糊的方法來處理聚類問題，模糊C均值得到了廣泛的應(yīng)用。文章旨在對(duì)搜集到的測(cè)井?dāng)?shù)據(jù)進(jìn)行深入分析，提高數(shù)據(jù)辨識(shí)度與分辨率，挖掘數(shù)據(jù)之間的深層次關(guān)系，依據(jù)不同巖性在常規(guī)測(cè)井資料中的不同響應(yīng)，利用模糊C均值算法對(duì)井中的巖性進(jìn)行自動(dòng)分類，這有利于油氣藏地質(zhì)特征的描述，從而減少不合理投入，進(jìn)而提高油氣藏開發(fā)效率。

2 數(shù)據(jù)來源及分析

文章的數(shù)據(jù)來源于川科1井，該井經(jīng)過657天鉆至深度達(dá)7566.50m，將井深5614.00m處設(shè)為編號(hào)1，依次類推，共提取了馬鞍塘組（5614.00m-5681.50m）的676組數(shù)據(jù)進(jìn)行實(shí)驗(yàn)。主要測(cè)量?jī)?chǔ)層發(fā)育情況、巖性特征、電性和物性特征等。

結(jié)合馬鞍塘組的地質(zhì)特點(diǎn)，主要采用聲波時(shí)差（AC）、補(bǔ)償中子（CNL）、密度（DEN）、自然伽瑪（GR）、淺側(cè)向電阻率（RS）、自然電位（SP）這6種響應(yīng)特征。這些參數(shù)對(duì)研究區(qū)域巖性特征反應(yīng)最敏感，是灰?guī)r儲(chǔ)層巖性識(shí)別最常用的測(cè)井?dāng)?shù)據(jù)。

3 巖性識(shí)別

在勘探開發(fā)中，一般來說，測(cè)井儀器和標(biāo)準(zhǔn)刻度器的型號(hào)和使用規(guī)則不完全相同，再加上地理位置和所處環(huán)境的變化，使得測(cè)井?dāng)?shù)據(jù)存在系統(tǒng)誤差。在運(yùn)用測(cè)井?dāng)?shù)據(jù)進(jìn)行區(qū)域化研究時(shí)，必須對(duì)測(cè)井?dāng)?shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化處理。

測(cè)井曲線中包含了豐富的巖性信息，不同的測(cè)井曲線對(duì)地層和巖性具有不同的區(qū)分度，其差異主要取決于巖石的礦物成分、結(jié)構(gòu)和巖石中所含流體的性質(zhì)等，對(duì)于一組特定的測(cè)井參數(shù)值就有一種巖性與之對(duì)應(yīng)。

文章綜合考慮測(cè)井參數(shù)受環(huán)境、人為因素的影響，篩選出自然伽馬、聲波時(shí)差、電阻率這三種測(cè)井響應(yīng)值。通過巖屑錄井資料可知馬鞍塘組總有四種巖性，經(jīng)過模糊C均值算法精確計(jì)算和分析得出馬鞍塘組各數(shù)據(jù)點(diǎn)所屬類別如表1。

對(duì)比巖屑錄井資料和測(cè)井報(bào)告可知，1類為泥晶白云質(zhì)灰?guī)r，2類為泥晶含云灰?guī)r，3類為砂屑灰?guī)r，4類為灰色泥晶灰?guī)r。

利用模糊C均值聚類對(duì)川科1井馬鞍塘組巖性數(shù)據(jù)進(jìn)行聚類分析的結(jié)果如圖1所示，由圖1可以看出各巖性均表現(xiàn)出了較好的分類結(jié)果，各組巖石基本以聚類中心為中心點(diǎn)分布，識(shí)別率比較高。

文章運(yùn)用Carbon Explorer地質(zhì)繪圖軟件分析研究區(qū)域的測(cè)井?dāng)?shù)據(jù)，得出川科1井馬鞍塘組單井巖性分析圖如圖2所示。將FCM模糊聚類巖性與錄井巖性對(duì)比，結(jié)合各種測(cè)井曲線可知，聚類巖性與巖屑錄井巖性吻合度達(dá)85%以上。

4 結(jié)果分析

文章使用模糊C均值聚類使巖性自動(dòng)分類的效果比較明顯，與已知巖屑錄井資料吻合度高，在巖性定量識(shí)別上面的可行性和有效性證明它是比較理想的一種巖性識(shí)別工具。不僅在實(shí)踐工作中簡(jiǎn)便易行，也能滿足科學(xué)研究的需要。同時(shí)也存在著一些不足，比如對(duì)初始值敏感，容易陷入局部最優(yōu)等，充分利用其優(yōu)勢(shì)，在目標(biāo)函數(shù)中增加懲罰項(xiàng)進(jìn)一步提高算法精度。

參考文獻(xiàn)

[1]馬海，王延江，胡睿，等.測(cè)井巖性識(shí)別新方法研究[J].地球物理學(xué)進(jìn)展，2009（1）.

[2]魏友華，郭科，許江浩.模糊C均值聚類算法在測(cè)井相分析中的應(yīng)用[J].國(guó)土資源科技管理，2012（6）.

[3]Raz Tzvi，Yaung，Alan T.Application of Clustering Techniques to Information Systems Design[J].Information and Software Technology，1995，37（3）：86.

[4]高志軍，李浪，吳庭.聚類分析在砂巖儲(chǔ)層評(píng)價(jià)中的應(yīng)用：以王集油田東區(qū)為例[J].石油地質(zhì)與工程，2009（5）.

[5]Bezdek J C.Pattern Recognition With Fuzzy Objective Function Algorithm[M].New York：Plenum Press，1981.

[6]張濤，莫修文.基于交會(huì)圖與模糊聚類算法的復(fù)雜巖性識(shí)別[J].吉林大學(xué)學(xué)報(bào)（地球科學(xué)版），2007（S1）.

作者簡(jiǎn)介：李海燕（1989-），女，成都理工大學(xué)地球物理學(xué)院在讀碩士研究生，地球探測(cè)與信息技術(shù)，主要研究方向?yàn)橛蜌鈨?chǔ)層預(yù)測(cè)。