• <tr id="yyy80"></tr>
  • <sup id="yyy80"></sup>
  • <tfoot id="yyy80"><noscript id="yyy80"></noscript></tfoot>
  • 99热精品在线国产_美女午夜性视频免费_国产精品国产高清国产av_av欧美777_自拍偷自拍亚洲精品老妇_亚洲熟女精品中文字幕_www日本黄色视频网_国产精品野战在线观看 ?

    基于機(jī)器學(xué)習(xí)的深層頁(yè)巖有利儲(chǔ)集層預(yù)測(cè)方法及實(shí)踐

    2022-10-27 09:30:40程冰潔徐天吉羅詩(shī)藝陳天杰李永生唐建明
    石油勘探與開(kāi)發(fā) 2022年5期
    關(guān)鍵詞:皮爾遜儲(chǔ)集層降維

    程冰潔,徐天吉,羅詩(shī)藝,陳天杰,李永生,唐建明

    (1.成都理工大學(xué)“油氣藏地質(zhì)及開(kāi)發(fā)工程”國(guó)家重點(diǎn)實(shí)驗(yàn)室,成都 610059;2.成都理工大學(xué)“地球探測(cè)與信息技術(shù)”教育部重點(diǎn)實(shí)驗(yàn)室,成都 610059;3.電子科技大學(xué)資源與環(huán)境學(xué)院,成都 611731;4.電子科技大學(xué)長(zhǎng)三角研究院(湖州),浙江湖州 313000;5.中國(guó)石油化工股份有限公司西南油氣分公司,成都 610041)

    0 引言

    “十二五”以來(lái),中國(guó)針對(duì)頁(yè)巖氣開(kāi)展了大量的科技攻關(guān)并取得了重大突破[1-2],促使頁(yè)巖氣產(chǎn)量在2020年就超過(guò)了200×108m3,成為全球第2大頁(yè)巖氣商業(yè)開(kāi)采國(guó)家[3]。然而,目前中國(guó)頁(yè)巖氣儲(chǔ)量與產(chǎn)量的增長(zhǎng),主要來(lái)自于涪陵、威遠(yuǎn)等四川盆地及周緣3 500 m以淺的奧陶系五峰組—志留系龍馬溪組。盡管四川盆地五峰組—龍馬溪組頁(yè)巖氣地質(zhì)資源量高達(dá)21.9×1012m3,但51%為埋深3 500~4 500 m的深層頁(yè)巖氣。在四川南部(簡(jiǎn)稱川南)已落實(shí)的10×1012m3資源中,深層頁(yè)巖氣的占比更是高達(dá) 87%[4]。在國(guó)外,以美國(guó)為代表的頁(yè)巖氣主要生產(chǎn)國(guó)家,已在平均埋深為 3 600~4 648 m 的 Eagle Ford、Haynesville、Cana Woodford、Hilliard-Baxter-Mancos、Uinta Mancos等5個(gè)深層頁(yè)巖氣區(qū)取得了重要進(jìn)展[5-6]。深層頁(yè)巖氣是未來(lái)增儲(chǔ)上產(chǎn)的現(xiàn)實(shí)領(lǐng)域[7],在國(guó)內(nèi)外已被高度關(guān)注。

    中國(guó)深層頁(yè)巖儲(chǔ)集層厚度大,含氣面積廣,但資源探明率至今仍然極低[8]。究其原因,是深層頁(yè)巖氣在地質(zhì)、工程和地球物理等方面具有更加復(fù)雜的影響因素。在地質(zhì)方面,壓實(shí)作用更強(qiáng),孔隙度與滲透率更低,沉積環(huán)境、斷裂分布等更復(fù)雜。在工程方面,地應(yīng)力和巖石強(qiáng)度更大,脆性更弱,儲(chǔ)集層研磨性、可鉆性和可壓裂性更復(fù)雜。在地球物理方面,隨著深度的增加,地震波頻帶變窄,主頻和分辨率降低,必然影響微裂縫、各向異性、TOC、含氣量、脆性等有利儲(chǔ)集層參數(shù)的預(yù)測(cè)精度,不利于從平面到剖面層段上的逐級(jí)精細(xì)化目標(biāo)評(píng)價(jià)與優(yōu)選。正是在這些復(fù)雜因素的驅(qū)動(dòng)下,深層頁(yè)巖有利儲(chǔ)集層預(yù)測(cè)方法成為了當(dāng)今地質(zhì)、工程和地球物理等領(lǐng)域共同關(guān)注的研究熱點(diǎn)。

    深層頁(yè)巖有利儲(chǔ)集層是指TOC與含氣量較高,易形成規(guī)?;行Ц脑祗w積和較高可采儲(chǔ)量,且兼具地質(zhì)與工程條件優(yōu)良,效益開(kāi)發(fā)潛力最大的頁(yè)巖有利儲(chǔ)集層[9],也是地球物理領(lǐng)域亟待解決的預(yù)測(cè)難點(diǎn)。目前,針對(duì)頁(yè)巖有利儲(chǔ)集層選區(qū)、選層、選段及工程現(xiàn)場(chǎng)支撐需求,基于“兩寬一高”(寬頻、寬方位、高密度)地震采集、“三保三高”(保AVO、保頻寬、保各向異性、高信噪比、高分辨率、高保真度)地震數(shù)據(jù)處理和構(gòu)造解釋[10],形成了地層孔隙流體壓力預(yù)測(cè)[11]、各向異性反演[12-13]、TOC計(jì)算[14]、VTI(水平對(duì)稱橫向各向同性)介質(zhì)脆性指數(shù)計(jì)算[15]等方法。利用以上方法可以獲取各類有利儲(chǔ)集層參數(shù),為預(yù)判儲(chǔ)集層地質(zhì)特征、縫網(wǎng)擴(kuò)展能力、可改造潛力及采收率等提供重要依據(jù)[16-19]。然而,受地質(zhì)與工程等復(fù)雜因素的影響,深層頁(yè)巖有利儲(chǔ)集層預(yù)測(cè)參數(shù)多、冗余信息復(fù)雜,傳統(tǒng)的人工解釋存在主觀性強(qiáng)、效率低等問(wèn)題,難以突破高精度、高效率等預(yù)測(cè)“瓶頸”,亟需探索新的解決方案,進(jìn)一步完善深層頁(yè)巖有利儲(chǔ)集層預(yù)測(cè)方法[20-21]。

    近幾年,隨著人工智能技術(shù)快速崛起,機(jī)器學(xué)習(xí)在地球科學(xué)領(lǐng)域被廣泛應(yīng)用,有利儲(chǔ)集層預(yù)測(cè)方法呈現(xiàn)出地質(zhì)、工程、地球物理與機(jī)器學(xué)習(xí)等多學(xué)科交叉融合的發(fā)展新趨勢(shì)。盡管半監(jiān)督模糊C均值機(jī)器學(xué)習(xí)方法已用于分析多種地震屬性和預(yù)測(cè)有利沉積相[22],卷積神經(jīng)網(wǎng)絡(luò)(CNN)已用于計(jì)算巖石物理參數(shù)[23]和裂縫分級(jí)評(píng)價(jià)[24],支持向量回歸與長(zhǎng)短期記憶網(wǎng)絡(luò)已用于預(yù)測(cè)孔隙度、滲透率等參數(shù)[25-26],聯(lián)合半監(jiān)督學(xué)習(xí)與CNN可以反演儲(chǔ)集層速度、密度等參數(shù)[27-28],利用支持向量機(jī)和CNN能預(yù)測(cè)儲(chǔ)集層TOC[29-30]。但是,這些機(jī)器學(xué)習(xí)方法僅實(shí)現(xiàn)了有利儲(chǔ)集層單一或少量參數(shù)預(yù)測(cè),缺乏高維大數(shù)據(jù)分析、非線性特征提取、多參數(shù)智能預(yù)測(cè)和綜合評(píng)價(jià)等方法,不利于目標(biāo)優(yōu)選、儲(chǔ)集層改造和提高采收率。

    為此,本文擬基于參數(shù)關(guān)聯(lián)特征分析原理、CNN智能預(yù)測(cè)方法、核主成分分析(KPCA)非線性降維原理的一體化融合表征方法等3種方法,采用基于皮爾遜系數(shù)的多參數(shù)條件下有利儲(chǔ)集層參數(shù)高維關(guān)聯(lián)特征分析、KPCA測(cè)井有利儲(chǔ)集層特征挖掘與響應(yīng)規(guī)律分析、CNN儲(chǔ)集層模型訓(xùn)練、CNN有利儲(chǔ)集層參數(shù)預(yù)測(cè)、KPCA有利儲(chǔ)集層參數(shù)一體化融合表征與綜合評(píng)價(jià)等5個(gè)步驟,實(shí)現(xiàn)基于機(jī)器學(xué)習(xí)的深層頁(yè)巖有利儲(chǔ)集層預(yù)測(cè)。最后,利用巖心、測(cè)井、地震、產(chǎn)氣量等綜合數(shù)據(jù)開(kāi)展實(shí)際應(yīng)用,檢驗(yàn)基于機(jī)器學(xué)習(xí)的深層頁(yè)巖有利儲(chǔ)集層預(yù)測(cè)效果,探索能有效支撐中國(guó)深層頁(yè)巖氣勘探開(kāi)發(fā)的智能方法,并通過(guò)四川盆地威榮頁(yè)巖氣田的典型應(yīng)用案例,證實(shí)該方法能為深層頁(yè)巖氣勘探開(kāi)發(fā)提供有效技術(shù)支撐。

    1 方法原理及實(shí)現(xiàn)步驟

    1.1 深層頁(yè)巖儲(chǔ)集層參數(shù)分析的原理與方法

    1.1.1 參數(shù)關(guān)聯(lián)特征分析原理

    在深層頁(yè)巖儲(chǔ)集層巖心測(cè)試和測(cè)井解釋過(guò)程中,將產(chǎn)生縱波速度(vp)、橫波速度(vs)、密度(ρ)、孔隙度(φ)、有機(jī)碳含量(TOC)、含氣量(Qg)、脆性礦物含量(Cbri)、孔隙壓力(p)、最大水平應(yīng)力(σmax)、最小水平應(yīng)力(σmin)、應(yīng)力差異系數(shù)(σdhsr)等多種類型的復(fù)雜參數(shù)。雖然,參數(shù)越豐富,越有利于掌握有利儲(chǔ)集層響應(yīng)特征,但同時(shí)也使數(shù)據(jù)分析更復(fù)雜,增加了高維度數(shù)據(jù)的特征提取難度。利用皮爾遜相關(guān)系數(shù)和熱力圖定量分析巖心和測(cè)井參數(shù)之間的相關(guān)性,可以解決多參數(shù)條件下有利儲(chǔ)集層參數(shù)之間的高維關(guān)聯(lián)特征描述問(wèn)題。

    皮爾遜相關(guān)系數(shù)以統(tǒng)計(jì)學(xué)為基礎(chǔ),常應(yīng)用于高維數(shù)據(jù)降維處理和描述數(shù)據(jù)之間的相關(guān)性(或獨(dú)立性)。假設(shè)任意兩組巖心或測(cè)井參數(shù)經(jīng)標(biāo)化處理后分別為x和y,利用其協(xié)方差e和標(biāo)準(zhǔn)差s,則可計(jì)算出皮爾遜相關(guān)系數(shù)值c[31],即:

    c∈[-1,1],反映x與y的相關(guān)性。當(dāng)c=-1時(shí),x與y呈負(fù)相關(guān);當(dāng)c=1時(shí),x與y呈正相關(guān);當(dāng)c=0時(shí),x與y完全不相關(guān),即相互獨(dú)立。也就是說(shuō),當(dāng)c越接近1或-1時(shí),x與y之間特征相似程度越高;否則,x與y相似程度越低。利用c可以構(gòu)建皮爾遜相關(guān)系數(shù)矩陣,根據(jù)c的大小,進(jìn)行顏色填充,即可形成直觀描述x與y關(guān)聯(lián)特征的皮爾遜相關(guān)系數(shù)熱力圖。

    1.1.2 基于CNN的智能預(yù)測(cè)方法

    深層頁(yè)巖儲(chǔ)集層地質(zhì)、工程和地球物理等影響因素復(fù)雜,有利儲(chǔ)集層預(yù)測(cè)參數(shù)多,傳統(tǒng)方法難以有效剔除冗余信息,且存在主觀性強(qiáng)、效率低、精度欠高等問(wèn)題。CNN深度學(xué)習(xí)方法采用了參數(shù)共享、稀疏連接等機(jī)制,較支持向量機(jī)、隨機(jī)森林等淺層機(jī)器學(xué)習(xí)方法加入了非線性因素,在高維數(shù)據(jù)處理、復(fù)雜特征映射及特征圖譜自動(dòng)提取等方面具有顯著優(yōu)勢(shì),可用于解決深層頁(yè)巖有利儲(chǔ)集層預(yù)測(cè)難題。CNN作為最具代表性且應(yīng)用最廣泛的深度學(xué)習(xí)方法,具有卷積層、池化層、激活層、全連接層、歸一化層等深度網(wǎng)絡(luò)結(jié)構(gòu)和強(qiáng)大的特征學(xué)習(xí)能力。針對(duì)深層頁(yè)巖有利儲(chǔ)集層預(yù)測(cè),基于測(cè)井和地震數(shù)據(jù),設(shè)計(jì)了CNN網(wǎng)絡(luò)框架。其中,輸入層由若干數(shù)據(jù)輸入神經(jīng)元組成,主要用于測(cè)井、地震等多維數(shù)據(jù)輸入。卷積層是決定預(yù)測(cè)精度的關(guān)鍵環(huán)節(jié),由CNN最基礎(chǔ)的卷積運(yùn)算單元組成,通過(guò)卷積核完成輸入層感受野區(qū)域和卷積核權(quán)值矩陣之間的卷積運(yùn)算,實(shí)現(xiàn)輸入層的局部和全局特征圖譜提取與特征映射。激活層由Sigmoid、ReLU和Tanh等多種類型的激活函數(shù)組成[32],由于測(cè)井、地震等輸入數(shù)據(jù)與需要預(yù)測(cè)的參數(shù)之間存在非線性關(guān)系,利用激活函數(shù)能加強(qiáng)CNN的非線性特征學(xué)習(xí)能力,在解決梯度消失問(wèn)題的同時(shí),快速實(shí)現(xiàn)對(duì)復(fù)雜數(shù)據(jù)的映射和非線性擬合。池化層主要發(fā)揮數(shù)據(jù)壓縮、特征降維、預(yù)防過(guò)擬合等作用,由于測(cè)井和地震等數(shù)據(jù)經(jīng)過(guò)卷積運(yùn)算后,有利儲(chǔ)集層參數(shù)的特征雖然被提取出來(lái),但特征維度相對(duì)較高且存在相似性,需要利用池化層的線性或非線性池化函數(shù)進(jìn)行替代和降采樣處理,以過(guò)濾冗余信息和降低特征維度,實(shí)現(xiàn)高層次抽象特征描述。全連接層由與上一層神經(jīng)元都全部連接的許多神經(jīng)元平鋪組成,主要發(fā)揮特征映射和綜合分類的作用,實(shí)現(xiàn)輸入數(shù)據(jù)到特征類型的逐一映射并傳播到輸出層。

    總之,基于CNN實(shí)現(xiàn)深層頁(yè)巖有利儲(chǔ)集層預(yù)測(cè)的關(guān)鍵,主要包括深度學(xué)習(xí)網(wǎng)絡(luò)設(shè)計(jì)、有利儲(chǔ)集層模型訓(xùn)練和參數(shù)預(yù)測(cè)等 3個(gè)核心環(huán)節(jié)。其中,在有利儲(chǔ)集層模型訓(xùn)練時(shí),是以損失函數(shù)和決定系數(shù)為評(píng)估標(biāo)準(zhǔn),利用反向傳播算法來(lái)實(shí)現(xiàn)的[33]。損失函數(shù)優(yōu)點(diǎn)在于函數(shù)曲線連續(xù)平滑且處處可導(dǎo),隨著損失函數(shù)的減小,梯度也將同時(shí)減小,有利于模型的收斂(詳細(xì)的模型訓(xùn)練方法見(jiàn)文獻(xiàn)[33]所述)。CNN通過(guò)反向傳播算法,在不斷迭代中逐層修正卷積層的權(quán)重和反向傳播損失函數(shù),直到損失函數(shù)最小時(shí),停止迭代并獲得精度最高的預(yù)測(cè)數(shù)據(jù)。

    1.1.3 基于 KPCA非線性降維原理的一體化融合表征方法

    KPCA是主成分分析(PCA)的擴(kuò)展。PCA是 1種基于多元統(tǒng)計(jì)分析的線性降維方法,通過(guò)線性變換、協(xié)方差矩陣和矩陣對(duì)角化,使復(fù)雜數(shù)據(jù)簡(jiǎn)單化,以挖掘出高維數(shù)據(jù)最主要的特征成分。PCA適用于壓制噪聲、消除冗余信息、數(shù)據(jù)壓縮等處理,但屬于線性降維方法,不適用于非線性數(shù)據(jù)分析。KPCA可以克服PCA的缺陷,通過(guò)樣本原始空間向高維特征空間映射,采用多項(xiàng)式、徑向基(RBF)等核函數(shù)在高維空間進(jìn)行特征識(shí)別,再利用PCA實(shí)現(xiàn)數(shù)據(jù)的非線性降維,進(jìn)而有效避免維度災(zāi)難,使數(shù)據(jù)簡(jiǎn)化和方便易用。

    利用單組樣本數(shù)量為n的巖心、測(cè)井或地震等數(shù)據(jù),構(gòu)建m組高維數(shù)據(jù)zj={zij}。設(shè) (τzj)為zj在特征空間的映射矩陣,其協(xié)方差為:

    為了實(shí)現(xiàn)降維處理,需對(duì)ψ進(jìn)行對(duì)角化處理,使非對(duì)角線上的值達(dá)到最小。這樣,只取對(duì)角線上特征值較大的維度,就可以剔除zj中的冗余信息。然而,由于ψ的對(duì)角化處理難度較大,KPCA引入了高斯核函數(shù)k進(jìn)行非線性降維處理。利用k構(gòu)建zj相關(guān)的高斯核矩陣K(zj),其特征值、特征向量之間存在關(guān)系[34],即:

    對(duì)K(zj)進(jìn)行對(duì)角化處理,求解λ和V,并按照從大到小的關(guān)系重新排序;在前b個(gè)特征值之和與全部特征值之和滿足以下條件時(shí):

    則zj的核主成分為:

    可以根據(jù)實(shí)際需要,設(shè)置不同?的閾值,使Z保留足夠的zj特征。

    在深層頁(yè)巖有利儲(chǔ)集層預(yù)測(cè)過(guò)程中,面臨了φ、TOC、Qg等許多復(fù)雜的參數(shù),將增加對(duì)地質(zhì)、工程、地球物理等特征的判別難度?;贙PCA非線性降維算法,將各類數(shù)據(jù)采用非線性映射的方式,將在低維度空間難以描述的特征在高維度特征空間表征,并在利用參數(shù)的相關(guān)性差異剔除冗余信息后,采用相關(guān)性最強(qiáng)的核主成分代替原始高維度特征信息,為深層頁(yè)巖有利儲(chǔ)集層預(yù)測(cè)提供一體化融合表征數(shù)據(jù)。

    1.2 基于機(jī)器學(xué)習(xí)的深層頁(yè)巖有利儲(chǔ)集層預(yù)測(cè)步驟

    結(jié)合地質(zhì)、地球物理和機(jī)器學(xué)習(xí)等多學(xué)科交叉知識(shí),基于參數(shù)關(guān)聯(lián)特征分析原理、CNN的智能預(yù)測(cè)方法、KPCA非線性降維原理的一體化融合表征方法等3種方法,開(kāi)展基于機(jī)器學(xué)習(xí)的深層頁(yè)巖有利儲(chǔ)集層的預(yù)測(cè),主要包括有利儲(chǔ)集層特征識(shí)別、參數(shù)預(yù)測(cè)和多參數(shù)一體化綜合評(píng)價(jià)等關(guān)鍵環(huán)節(jié)。在這些應(yīng)用環(huán)節(jié)中,上述3種方法的具體實(shí)現(xiàn),可以分解為5個(gè)步驟:①利用巖心和測(cè)井?dāng)?shù)據(jù)計(jì)算皮爾遜相關(guān)系數(shù)矩陣并構(gòu)建皮爾遜相關(guān)系數(shù)熱力圖,開(kāi)展多參數(shù)條件下有利儲(chǔ)集層參數(shù)高維關(guān)聯(lián)特征分析。②結(jié)合巖心測(cè)試數(shù)據(jù),采用KPCA從各類測(cè)井?dāng)?shù)據(jù)中挖掘有利儲(chǔ)集層特征,分析主要響應(yīng)規(guī)律。③基于CNN深度學(xué)習(xí)方法,利用測(cè)井?dāng)?shù)據(jù)訓(xùn)練與地下儲(chǔ)集層近似的模型,并結(jié)合巖心測(cè)試與測(cè)井?dāng)?shù)據(jù),檢驗(yàn)?zāi)P偷目煽啃?。④利用模型和地震反演?shù)據(jù),開(kāi)展CNN有利儲(chǔ)集層參數(shù)預(yù)測(cè),為地質(zhì)、工程和地球物理等一體化綜合評(píng)價(jià)有利儲(chǔ)集層提供基礎(chǔ)數(shù)據(jù)。⑤基于KPCA非線性降維原理,開(kāi)展有利儲(chǔ)集層參數(shù)一體化融合表征處理,實(shí)現(xiàn)有利儲(chǔ)集層綜合評(píng)價(jià),為深層頁(yè)巖氣選區(qū)、選層和選段等提供支撐。

    2 威榮深層頁(yè)巖有利儲(chǔ)集層預(yù)測(cè)

    2.1 威榮頁(yè)巖氣田概況

    威榮頁(yè)巖氣田位于四川盆地西南部的威遠(yuǎn)—榮縣地區(qū)(見(jiàn)圖 1)。區(qū)內(nèi)構(gòu)造形態(tài)簡(jiǎn)單,奧陶系和志留系構(gòu)造平緩,不發(fā)育規(guī)模性的大斷裂。其中,上奧陶統(tǒng)五峰組(O3w)—下志留統(tǒng)龍馬溪組(S1l)位于白馬鎮(zhèn)向斜底部,發(fā)育較厚的深水陸棚相富有機(jī)質(zhì)頁(yè)巖,是氣田主要產(chǎn)層。O3w包含上、下兩段,上段發(fā)育灰黑色含放射蟲(chóng)炭質(zhì)筆石頁(yè)巖,下段發(fā)育灰黑—黑灰色含生屑灰質(zhì)頁(yè)巖。S1l包含 3段,龍一段(S1l1)以灰黑色、黑色炭質(zhì)筆石頁(yè)巖、炭質(zhì)放射蟲(chóng)筆石頁(yè)巖為主,被細(xì)分為S1l11—S1l18共8個(gè)小層。O3w—S1l1上覆龍二段(S2l2)和龍三段(S2l3),發(fā)育較厚的砂質(zhì)頁(yè)巖和泥巖,致密程度高,封蓋性強(qiáng);下伏臨湘組(O3l)—寶塔組(O2b)發(fā)育較厚的泥晶灰?guī)r、瘤狀灰?guī)r及含炭灰質(zhì)頁(yè)巖,封隔性良好。

    圖1 威榮頁(yè)巖氣田地理位置、五峰組—龍馬溪組沉積相及地層綜合柱狀圖

    O3w—S1l頁(yè)巖氣屬于超高壓深層頁(yè)巖氣。儲(chǔ)集層埋深約3 550~3 880 m,平均埋深為3 702 m,具有熱成熟度適中、高TOC值、高孔滲、高脆性、高含氣量、微裂縫發(fā)育等優(yōu)良特征。儲(chǔ)集層平均孔隙度6.08%,平均水平滲透率 0.196 3×10-3μm2,平均脆性礦物含量為56.07%;有機(jī)質(zhì)類型以I型腐泥型干酪根為主,平均熱成熟度為2.26%,平均TOC值為2.28%,平均含氣量為 6.17 m3/t。儲(chǔ)集空間以孔隙為主,其次為斜交縫、水平縫、層理縫等微裂縫(見(jiàn)圖 2)。儲(chǔ)集層孔隙壓力較高,地應(yīng)力差異系數(shù)較小,壓裂改造潛力較大。然而,目前尚存在有利儲(chǔ)集層目標(biāo)優(yōu)選難、可壓裂性評(píng)價(jià)精度不高等問(wèn)題,不利于水平井部署、儲(chǔ)集層改造和單井產(chǎn)量、最終可采儲(chǔ)量的提升,尤其亟需完善深層頁(yè)巖有利儲(chǔ)集層預(yù)測(cè)方法。

    圖2 威榮頁(yè)巖氣田A井O3w—S1l深層頁(yè)巖儲(chǔ)集層巖心氬離子拋光后的掃描電子顯微鏡照片

    2.2 深層頁(yè)巖優(yōu)質(zhì)儲(chǔ)集層參數(shù)預(yù)測(cè)

    針對(duì)O3w—S1l深層頁(yè)巖氣,已鉆井取心369.93 m,并完成了巖石學(xué)參數(shù)、地球化學(xué)參數(shù)、物性參數(shù)、孔隙結(jié)構(gòu)、含氣性等 201組樣本測(cè)試分析,同時(shí)獲得了豐富的vp、vs、ρ等測(cè)井與地震等數(shù)據(jù),為有利儲(chǔ)集層特征分析奠定了基礎(chǔ)。對(duì)照分析巖心測(cè)試與測(cè)井資料,可以揭示深層頁(yè)巖儲(chǔ)集層的φ、TOC、Qg、Cbri、p、σmax、σmin、σdhsr等參數(shù)之間的關(guān)系。以 A 井為例,該井在O3w2—S1l11段獲38×104m3/d無(wú)阻流量的頁(yè)巖氣流,鉆井取心80.53 m。巖心測(cè)試結(jié)果(見(jiàn)表1)顯示,O3w—S1l段頁(yè)巖儲(chǔ)集層φ極低,TOC、Qg、Cbri等相對(duì)較高,ρ、σdhsr等相對(duì)較低,總體表現(xiàn)為儲(chǔ)集層底部的品質(zhì)更好。A井測(cè)井結(jié)果(見(jiàn)圖3)顯示,vp、vs、ρ較低,φ、TOC、Qg、Cbri和p較高,σmax、σmin和σdhsr較低。同時(shí),受測(cè)試環(huán)境、儀器等因素影響,巖心與測(cè)井相應(yīng)參數(shù)之間,ρ、TOC、Cbri、p等參數(shù)吻合度較高,φ、Qg、σdhsr等參數(shù)則差異明顯。

    圖3 威榮頁(yè)巖氣田A井巖心測(cè)試數(shù)據(jù)與測(cè)井曲線

    表1 威榮頁(yè)巖氣田A井O3w2—S1l18巖心測(cè)試部分結(jié)果統(tǒng)計(jì)表

    通過(guò)巖心和測(cè)井參數(shù)的皮爾遜相關(guān)系數(shù)分析,揭示有利儲(chǔ)集層參數(shù)之間存在正相關(guān)、負(fù)相關(guān)或關(guān)系欠密切等關(guān)聯(lián)特征。如A井巖心測(cè)試數(shù)據(jù)的皮爾遜相關(guān)系數(shù)關(guān)聯(lián)特征分析顯示,p與ρ呈強(qiáng)負(fù)相關(guān),而與φ、Qg呈極強(qiáng)正相關(guān),與TOC、Cbri呈較強(qiáng)正相關(guān)。A井測(cè)井?dāng)?shù)據(jù)的皮爾遜相關(guān)系數(shù)關(guān)聯(lián)特征分析顯示,p與vp呈極強(qiáng)負(fù)相關(guān),與vs、ρ呈負(fù)相關(guān),與φ、TOC、Qg、Cbri呈較強(qiáng)正相關(guān)。Cbri與TOC、Qg、φ、σmax、σmin、σdhsr等參數(shù)的關(guān)系均較密切。A井巖心與測(cè)井?dāng)?shù)據(jù)的皮爾遜相關(guān)系數(shù)分析顯示,TOC與φ、Cbri呈強(qiáng)正相關(guān)。但巖心與測(cè)井揭示的有利儲(chǔ)集層參數(shù)響應(yīng)規(guī)律也存在不一致性,如巖心測(cè)試顯示p與σmin呈強(qiáng)正相關(guān)、與σdhsr呈強(qiáng)負(fù)相關(guān),但測(cè)井顯示p與σmin、σdhsr相關(guān)性極弱。此外,測(cè)井皮爾遜相關(guān)系數(shù)顯示,TOC與Qg、φ、Cbri呈極強(qiáng)正相關(guān),與ρ呈極強(qiáng)負(fù)相關(guān),但巖心皮爾遜相關(guān)系數(shù)并非如此,當(dāng)然這與地質(zhì)環(huán)境、測(cè)試方法、儀器設(shè)備等密切相關(guān)。因此,通過(guò)巖心與測(cè)井?dāng)?shù)據(jù)的皮爾遜相關(guān)系數(shù)分析,不僅可揭示各參數(shù)的關(guān)聯(lián)特征,還能發(fā)現(xiàn)冗余信息和大量需要深化研究的非一致性問(wèn)題。

    通過(guò)巖心和測(cè)井參數(shù)的皮爾遜相關(guān)系數(shù)分析表明,有利儲(chǔ)集層參數(shù)多而復(fù)雜,響應(yīng)特征一致性較差,采用KPCA非線性降維處理可將復(fù)雜特征簡(jiǎn)化描述,實(shí)現(xiàn)多參數(shù)一體化融合表征。如圖3顯示,利用KPCA非線性降維方法,可將A井的φ、TOC、Qg、Cbri、p、σmax、σmin、σdhsr等 8個(gè)參數(shù)降維成 1個(gè) KPCA 參數(shù)Z,通過(guò)Z可以重構(gòu)每個(gè)參數(shù)(藍(lán)色曲線),且其與原始曲線吻合度極高,說(shuō)明Z有效融合了各有利儲(chǔ)集層參數(shù)的主要特征,從S1l18至O3w2,Z曲線表現(xiàn)出逐漸增強(qiáng)的“箱狀”特征,在O3w2—S1l12有利儲(chǔ)集層段顯示出明顯的異常??梢?jiàn),對(duì)深層頁(yè)巖有利儲(chǔ)集層參數(shù)的KPCA非線性降維處理,可有效排除冗余信息,實(shí)現(xiàn)復(fù)雜特征一體化融合表征,有利于更高效地認(rèn)識(shí)有利儲(chǔ)集層響應(yīng)規(guī)律。

    利用巖心和測(cè)井?dāng)?shù)據(jù),可以準(zhǔn)確掌握深層頁(yè)巖有利儲(chǔ)集層段的分布規(guī)律,而有利儲(chǔ)集層的規(guī)?;臻g預(yù)測(cè),則離不開(kāi)地震數(shù)據(jù)。然而,目前缺乏直接計(jì)算TOC、Cbri、Qg、p、σmax、σmin等參數(shù)的方法,只能依賴經(jīng)驗(yàn)公式、回歸擬合等間接推算。但受巖心樣品在各區(qū)、各層段等采樣不均勻、數(shù)量少、分布不廣泛等因素的制約,直接影響經(jīng)驗(yàn)公式和擬合效果,必然導(dǎo)致有利儲(chǔ)集層的預(yù)測(cè)精度不高。

    基于CNN深度學(xué)習(xí)方法,可以避開(kāi)現(xiàn)今有利儲(chǔ)集層參數(shù)計(jì)算方法,減少中間計(jì)算環(huán)節(jié),直接預(yù)測(cè)有利儲(chǔ)集層參數(shù)。利用 CNN深度網(wǎng)絡(luò),將vp、vs、ρ作為CNN的輸入層,通過(guò)卷積層、激活層、池化層、全連接層等特征處理,在輸出層可以獲得φ、TOC、Qg、Cbri等有利儲(chǔ)集層參數(shù)。在威榮頁(yè)巖氣田,以3口井的vp、vs和ρ作為訓(xùn)練樣本(約37 800個(gè))為CNN輸入層,訓(xùn)練了φ、TOC、Qg、Cbri等有利儲(chǔ)集層參數(shù)模型,并結(jié)合巖心測(cè)試、傳統(tǒng)測(cè)井預(yù)測(cè)數(shù)據(jù)等驗(yàn)證有利儲(chǔ)集層模型及CNN預(yù)測(cè)參數(shù)的可靠性。圖3為威榮頁(yè)巖氣田A井有利儲(chǔ)集層參數(shù)預(yù)測(cè)效果(紅色曲線),使用的有利儲(chǔ)集層模型是由區(qū)內(nèi)B、C、D等3口深層頁(yè)巖氣井經(jīng)CNN訓(xùn)練獲得的。在A井O3w2—S1l18頁(yè)巖儲(chǔ)集層段,預(yù)測(cè)效果整體比較理想。尤其在O3w2—S1l12有利儲(chǔ)集層段,CNN預(yù)測(cè)曲線與傳統(tǒng)方法預(yù)測(cè)的原始曲線總體上表現(xiàn)出幾乎重合的特征趨勢(shì),且CNN預(yù)測(cè)曲線與巖心測(cè)試結(jié)果吻合程度更高。由此可見(jiàn),CNN訓(xùn)練的有利儲(chǔ)集層模型與巖心、測(cè)井?dāng)?shù)據(jù)揭示的地質(zhì)模型更接近,有利儲(chǔ)集層參數(shù)預(yù)測(cè)精度較高。

    測(cè)井有利儲(chǔ)集層參數(shù)模型是地震預(yù)測(cè)的基礎(chǔ)。將地震反演的vp、vs和ρ作為CNN輸入層,利用測(cè)井模型和 CNN深度學(xué)習(xí)方法,能準(zhǔn)確預(yù)測(cè)φ、TOC、Qg、Cbri等有利儲(chǔ)集層參數(shù)。圖4為威榮頁(yè)巖氣田利用CNN預(yù)測(cè)的φ、TOC、Qg、Cbri等有利儲(chǔ)集層參數(shù)的空間展布特征??梢?jiàn),在圖 4a—圖 4e顯示的 O3w2—S1l12有利儲(chǔ)集層段,A—F井均分布在φ、TOC、Qg、Cbri、p等較高值區(qū)。圖 4f和圖 4g顯示各井位置σmax和σmin存在或高或低的規(guī)律欠清晰的特點(diǎn)。圖 4h顯示σdhsr具有明顯的低值異常。圖 4i和圖 4j為Cbri、σdhsr剖面異常及其他沿層參數(shù)特征,揭示O3w2—S1l12為有利儲(chǔ)集層段。需要說(shuō)明的是,B、C和D井是模型訓(xùn)練井,A、E和F井是預(yù)測(cè)井,且E和F井是后期的新鉆井,其特征與頁(yè)巖氣無(wú)阻流量(見(jiàn)表 2)具有良好的一致性。其中,F(xiàn)井獲得的頁(yè)巖氣無(wú)阻流量最高,φ、TOC和Qg等多個(gè)參數(shù)異常特征非常顯著;A、B、C和 D井頁(yè)巖氣產(chǎn)量也較高,Cbri、p、σdhsr等參數(shù)異常分布區(qū)域廣泛,有力地證實(shí)了區(qū)內(nèi)O3w2—S1l12深層頁(yè)巖氣的巨大開(kāi)發(fā)潛力。

    圖4 基于CNN預(yù)測(cè)的威榮頁(yè)巖氣田O3w2—S1l12頁(yè)巖有利儲(chǔ)集層參數(shù)空間展布特征

    表2 威榮頁(yè)巖氣田單井頁(yè)巖氣無(wú)阻流量與有利儲(chǔ)集層參數(shù)統(tǒng)計(jì)對(duì)比(O3w2—S1l12平均值)

    針對(duì)威榮頁(yè)巖氣田五峰組—龍馬溪組深層頁(yè)巖儲(chǔ)集層,基于 CNN 預(yù)測(cè)了φ、TOC、Qg、Cbri、p、σmax、σmin和σdhsr等8個(gè)參數(shù),利用皮爾遜相關(guān)系數(shù)熱力圖可定量分析各參數(shù)之間的相關(guān)性,有效揭示多參數(shù)條件下頁(yè)巖氣產(chǎn)量與有利儲(chǔ)集層參數(shù)之間的高維關(guān)聯(lián)特征,進(jìn)一步發(fā)現(xiàn)控制頁(yè)巖氣產(chǎn)量的主要參數(shù)。無(wú)阻流量(f)是頁(yè)巖氣產(chǎn)量的關(guān)鍵指標(biāo),在統(tǒng)計(jì)O3w2—S1l12參數(shù)和f的基礎(chǔ)上(見(jiàn)表2),利用皮爾遜相關(guān)系數(shù)方法可以計(jì)算出頁(yè)巖氣無(wú)阻流量與有利儲(chǔ)集層參數(shù)之間的相關(guān)系數(shù)矩陣,形成揭示關(guān)聯(lián)特征的熱力圖,直觀展示頁(yè)巖氣產(chǎn)量與有利儲(chǔ)集層參數(shù)的相關(guān)性。圖 5為利用表 2所示統(tǒng)計(jì)數(shù)據(jù)計(jì)算的f與有利儲(chǔ)集層參數(shù)的皮爾遜相關(guān)系數(shù)熱力圖。由于c越高,熱力圖顏色越深,相關(guān)性越強(qiáng),故頁(yè)巖氣產(chǎn)量與有利儲(chǔ)集層參數(shù)的相關(guān)性由強(qiáng)至弱依次排序?yàn)棣?、Cbri、TOC、Qg、p、σdhsr、σmin和σmax。

    圖5 威榮頁(yè)巖氣田6口井O3w2—S1l12頁(yè)巖氣無(wú)阻流量與有利儲(chǔ)集層參數(shù)的關(guān)聯(lián)特征

    利用熱力圖和皮爾遜相關(guān)系數(shù)矩陣還可以獲得反映f與各參數(shù)之間的統(tǒng)計(jì)特征,能更加直觀地展示控制頁(yè)巖氣產(chǎn)量的關(guān)鍵因素。如圖6,顯示了利用皮爾遜相關(guān)系數(shù)值畫(huà)出的直方圖,直觀地展示了威榮頁(yè)巖氣田A、B、C、D、E和F 6口井O3w2—S1l12段頁(yè)巖有利儲(chǔ)集層要素與頁(yè)巖氣產(chǎn)量的統(tǒng)計(jì)關(guān)系。揭示出控制威榮頁(yè)巖氣田O3w2—S1l12段頁(yè)巖氣產(chǎn)量的主要參數(shù)依次為φ、Cbri、TOC和Qg,次要因素依次為p、σdhsr、σmin和σmax。其中,φ、TOC和Qg為主要的地質(zhì)參數(shù),控制了孔隙擴(kuò)張、頁(yè)巖氣生成、頁(yè)巖氣儲(chǔ)集和頁(yè)巖氣運(yùn)移等儲(chǔ)集層改造前的優(yōu)良品質(zhì),Cbri為最關(guān)鍵的工程參數(shù),對(duì)儲(chǔ)集層改造效果和最終單井產(chǎn)量具有重要的控制作用。p、σdhsr、σmin和σmax等次要參數(shù)的作用也不可忽視,對(duì)威榮頁(yè)巖氣田安全建井和高效開(kāi)發(fā)等也具有重要的影響。

    圖6 威榮頁(yè)巖氣田6口井O3w2—S1l12頁(yè)巖有利儲(chǔ)集層參數(shù)與無(wú)阻流量的皮爾遜相關(guān)系數(shù)關(guān)聯(lián)統(tǒng)計(jì)

    2.3 有利儲(chǔ)集層多參數(shù)融合表征與綜合評(píng)價(jià)

    在地層、沉積、構(gòu)造、斷裂等解釋的基礎(chǔ)上,為了精確地評(píng)價(jià)威榮頁(yè)巖氣田深層頁(yè)巖有利儲(chǔ)集層,需要結(jié)合巖心、測(cè)井、地震等綜合資料,全面分析有利儲(chǔ)集層參數(shù)的分布規(guī)律。然而,φ、TOC、Qg、Cbri、p、σmax、σmin、σdhsr等參數(shù)眾多,增加了有利儲(chǔ)集層的評(píng)價(jià)難度,需要從高維度、強(qiáng)冗余性和復(fù)雜的大數(shù)據(jù)中挖掘主要成分,以準(zhǔn)確認(rèn)識(shí)有利儲(chǔ)集層的關(guān)鍵特征。

    KPCA多參數(shù)非線性降維方法,不需要設(shè)置任何參數(shù)的權(quán)重,避免了人為主觀因素,能自動(dòng)挖掘各類參數(shù)形成的大數(shù)據(jù)特征,將其主體特征一體化融合為能夠表征有利儲(chǔ)集層規(guī)律的核主成分信息。如圖 7和圖8所示,威榮頁(yè)巖氣田O3w—S1l儲(chǔ)集層經(jīng)KPCA處理后的Z高值異常融合了φ、TOC、Qg、Cbri、p等參數(shù)的優(yōu)勢(shì)特征,指示了有利儲(chǔ)集層的空間展布。結(jié)合圖4來(lái)分析圖7,后者融合了前者φ、TOC、Qg、Cbri、p、σmax、σmin、σdhsr等參數(shù),實(shí)現(xiàn)了多參數(shù)一體化降維。Z高值異常準(zhǔn)確的指示出 O3w2—S1l12有利儲(chǔ)集層段的縱向展布特征和A—F井的水平井段Z值異常的分布空間。同時(shí),圖7顯示,CNN模型訓(xùn)練井B、C和D等井的KPCA多參數(shù)非線性降維高值異常特征非常清晰,驗(yàn)證井A井和新鉆井E、F井也具有相應(yīng)的Z高值異常。這些異常與單井頁(yè)巖氣無(wú)阻流量具有良好的一致性,反映KPCA方法能從各類參數(shù)中準(zhǔn)確挖掘有利儲(chǔ)集層參數(shù)的主要特征,有效表征了O3w2—S1l12有利儲(chǔ)集層的縱向分布。

    圖7 威榮頁(yè)巖氣田O3w2—S1l12儲(chǔ)集層KPCA多參數(shù)一體化融合表征有利儲(chǔ)集層剖面特征

    圖8 威榮頁(yè)巖氣田O3w2—S1l12儲(chǔ)集層KPCA多參數(shù)一體化融合表征有利儲(chǔ)集層特征

    將KPCA多參數(shù)非線性降維與斷裂數(shù)據(jù)進(jìn)一步融合,可以獲得 O3w2—S1l12儲(chǔ)集層φ、TOC、Qg、Cbri、p、σmax、σmin、σdhsr等參數(shù)與斷裂的一體化綜合展布特征。如圖8所示,Z高值異常O3w2—S1l12沿層分布整體較廣泛,尤其在獲得頁(yè)巖氣工業(yè)產(chǎn)能的A、B、C、D、E和 F等各井區(qū)域,Z高值異常和斷裂發(fā)育特征均較顯著。然而斷裂發(fā)育程度并非頁(yè)巖氣單井產(chǎn)量的唯一決定因素。比如,C井和D井位于斷裂顯著發(fā)育的低凹邊緣,但頁(yè)巖氣產(chǎn)量相對(duì)較低,Z值異常程度不如低凹構(gòu)造中心區(qū)域。在以A井為中心的低凹構(gòu)造帶,微裂縫廣泛發(fā)育,能在儲(chǔ)集層孔隙擴(kuò)張、頁(yè)巖氣滲流和壓裂改造等方面發(fā)揮重要作用。該區(qū)域不同程度的Z值異常與頁(yè)巖氣單井無(wú)阻流量一致性良好,且Z高值異常分布面積大,與區(qū)內(nèi)高φ、TOC、Qg、p和Cbri等沉積環(huán)境吻合度極高,應(yīng)是未來(lái)深層頁(yè)巖氣開(kāi)發(fā)的重點(diǎn)區(qū)域。這些認(rèn)識(shí),也被后期新鉆的E和F井所證實(shí)。

    通過(guò)威榮頁(yè)巖氣田巖心測(cè)試和測(cè)井?dāng)?shù)據(jù),在獲得深層頁(yè)巖有利儲(chǔ)集層參數(shù)皮爾遜相關(guān)系數(shù)高維關(guān)聯(lián)特征的基礎(chǔ)上,針對(duì)性地開(kāi)展KPCA多參數(shù)非線性降維,可以獲得巖心和測(cè)井的有利儲(chǔ)集層非線性特征。結(jié)合傳統(tǒng)的地震反演和CNN深度學(xué)習(xí)方法,在預(yù)測(cè)φ、TOC、Qg、Cbri、p、σmax、σmin、σdhsr等有利儲(chǔ)集層參數(shù)的基礎(chǔ)上,采用KPCA可以挖掘各類參數(shù)形成的大數(shù)據(jù)特征,一體化融合表征有利儲(chǔ)集層。需要指出的是,針對(duì)地質(zhì)或工程不同的預(yù)測(cè)目標(biāo),還可以選用相應(yīng)的參數(shù)進(jìn)行KPCA融合,快速獲取特征清晰的主成分?jǐn)?shù)據(jù),以滿足頁(yè)巖氣地質(zhì)目標(biāo)綜合評(píng)價(jià)、井位部署和井軌跡設(shè)計(jì)等各類地質(zhì)與工程需求。當(dāng)然,基于機(jī)器學(xué)習(xí)的深層頁(yè)巖有利儲(chǔ)集層預(yù)測(cè)方法也具有一定的適用條件。首先,需要充足的巖心測(cè)試、測(cè)井解釋和地震反演等數(shù)據(jù),這些數(shù)據(jù)蘊(yùn)含了有利儲(chǔ)集層信息;其次,有利儲(chǔ)集層的地質(zhì)、工程、測(cè)井和地震等先驗(yàn)信息十分重要,不僅有助于利用皮爾遜相關(guān)系數(shù)認(rèn)識(shí)巖心與測(cè)井?dāng)?shù)據(jù)的關(guān)聯(lián)特征和響應(yīng)規(guī)律,而且可以指導(dǎo)CNN訓(xùn)練有利儲(chǔ)集層模型和檢驗(yàn)?zāi)P偷木?;再次,針?duì)儲(chǔ)集層多參數(shù)進(jìn)行KPCA非線性降維和大數(shù)據(jù)特征提取時(shí),需要結(jié)合地質(zhì)、工程、地球物理等綜合信息進(jìn)行驗(yàn)證分析,以獲得良好的有利儲(chǔ)集層多參數(shù)一體化融合表征和綜合評(píng)價(jià)效果。

    3 結(jié)論

    基于參數(shù)關(guān)聯(lián)特征分析原理、CNN智能預(yù)測(cè)方法、KPCA非線性降維原理的一體化融合表征方法等 3種方法,采用基于皮爾遜系數(shù)的多參數(shù)條件下有利儲(chǔ)集層參數(shù)高維關(guān)聯(lián)特征分析、KPCA測(cè)井有利儲(chǔ)集層特征挖掘與響應(yīng)規(guī)律分析、CNN儲(chǔ)集層模型訓(xùn)練、CNN有利儲(chǔ)集層參數(shù)預(yù)測(cè)、KPCA有利儲(chǔ)集層參數(shù)一體化融合表征與綜合評(píng)價(jià)等 5個(gè)步驟,實(shí)現(xiàn)了基于機(jī)器學(xué)習(xí)的深層頁(yè)巖有利儲(chǔ)集層預(yù)測(cè)。

    利用皮爾遜相關(guān)系數(shù)矩陣形成的皮爾遜相關(guān)系數(shù)熱力圖,可以直觀反映巖心和測(cè)井?dāng)?shù)據(jù)的高維關(guān)聯(lián)特征。結(jié)合KPCA多參數(shù)非線性降維方法,能實(shí)現(xiàn)復(fù)雜高維數(shù)據(jù)簡(jiǎn)化表征,有利于準(zhǔn)確、高效揭示有利儲(chǔ)集層的巖心和測(cè)井響應(yīng)規(guī)律。

    基于測(cè)井?dāng)?shù)據(jù),在訓(xùn)練出與有利儲(chǔ)集層近似的模型后,利用CNN深度學(xué)習(xí)方法和地震反演數(shù)據(jù)vp、vs和ρ,可智能預(yù)測(cè)φ、TOC、Qg、Cbri、p、σmax、σmin、σdhsr等有利儲(chǔ)集層參數(shù),克服傳統(tǒng)方法因依賴經(jīng)驗(yàn)算法、回歸擬合公式等而導(dǎo)致有利儲(chǔ)集層預(yù)測(cè)中間環(huán)節(jié)多、效率低和精度不足等問(wèn)題。

    利用KPCA將各類參數(shù)映射到高維特征空間,通過(guò)多參數(shù)降維和復(fù)雜冗余信息剔除,準(zhǔn)確挖掘各類有利儲(chǔ)集層參數(shù)的大數(shù)據(jù)特征,形成KPCA一體化融合表征數(shù)據(jù),為高效實(shí)現(xiàn)有利儲(chǔ)集層綜合評(píng)價(jià)奠定基礎(chǔ)。

    本方法準(zhǔn)確識(shí)別了威榮頁(yè)巖氣田五峰組—龍馬溪組頁(yè)巖有利儲(chǔ)集層,且與巖心、測(cè)井和無(wú)阻流量等數(shù)據(jù)高度吻合,證實(shí)其能為深層頁(yè)巖氣勘探開(kāi)發(fā)提供有效技術(shù)支撐。

    符號(hào)注釋:

    a——特征值的序號(hào),a= 1,2,…,b,無(wú)因次;b——特征值數(shù)量,b≤m,無(wú)因次;c——皮爾遜相關(guān)系數(shù)值,無(wú)因次;Cbri——脆性指數(shù),%;e——x、y的協(xié)方差,無(wú)因次;f——頁(yè)巖氣無(wú)阻流量,104m3/d;i——樣本的序號(hào),i=1,2,…,n,無(wú)因次;j——樣本組的序號(hào),j= 1,2,… ,m;k——高斯核函數(shù),無(wú)因次;K——高斯核矩陣,無(wú)因次;m——樣本的組數(shù);n——樣本的數(shù)量;p——孔隙流體壓力,MPa;P——孔隙流體壓力表征參數(shù),即孔隙流體壓力與有效應(yīng)力系數(shù)的乘積,MPa;Qg——含氣量,m3/t;s——x、y的標(biāo)準(zhǔn)差,無(wú)因次;T——轉(zhuǎn)置運(yùn)算符號(hào);TOC——總有機(jī)碳含量,%;vp——縱波速度,m/s;vs——橫波速度,m/s;V——K的特征向量,無(wú)因次;x——巖心或測(cè)井標(biāo)準(zhǔn)化樣本,無(wú)因次;y——巖心或測(cè)井標(biāo)準(zhǔn)化樣本,無(wú)因次;z——巖心、測(cè)井或地震等數(shù)據(jù)標(biāo)準(zhǔn)化樣本,無(wú)因次;Z——核主成分KPCA值,無(wú)因次;Z——核主成分KPCA值矩陣,無(wú)因次;?——特征值的和之比,無(wú)因次;λ——K的特征值,無(wú)因次;ρ——密度,g/cm3;σmax——最大水平應(yīng)力,MPa;σmin——最小水平應(yīng)力,MPa;σdhsr——水平應(yīng)力差異系數(shù),無(wú)因次;τ——z在特征空間的映射,無(wú)因次;φ——孔隙度,%;ψ——τ的協(xié)方差,無(wú)因次。

    猜你喜歡
    皮爾遜儲(chǔ)集層降維
    Three-Body’s epic scale and fiercely guarded fanbase present challenges to adaptations
    現(xiàn)代統(tǒng)計(jì)學(xué)之父:卡爾·皮爾遜
    現(xiàn)代統(tǒng)計(jì)學(xué)之父:卡爾·皮爾遜
    降維打擊
    海峽姐妹(2019年12期)2020-01-14 03:24:40
    Excel在水文學(xué)教學(xué)中的應(yīng)用
    卡方分布的探源
    川中震旦系燈影組儲(chǔ)集層形成及演化研究
    花崗巖儲(chǔ)集層隨鉆評(píng)價(jià)方法及應(yīng)用
    四川盆地普光氣田須家河組四段儲(chǔ)集層特征
    拋物化Navier-Stokes方程的降維仿真模型
    91精品三级在线观看| avwww免费| 日韩精品免费视频一区二区三区| 久久狼人影院| 久热爱精品视频在线9| 人妻丰满熟妇av一区二区三区 | 色婷婷久久久亚洲欧美| 久久久国产欧美日韩av| 天天添夜夜摸| 国产精品亚洲av一区麻豆| 免费在线观看日本一区| 大型黄色视频在线免费观看| 美女高潮喷水抽搐中文字幕| 亚洲熟女精品中文字幕| 99精品在免费线老司机午夜| 在线观看66精品国产| 日本欧美视频一区| 黄频高清免费视频| 精品欧美一区二区三区在线| www日本在线高清视频| 亚洲伊人色综图| 日韩三级视频一区二区三区| 欧美日韩福利视频一区二区| 一级毛片高清免费大全| 成人特级黄色片久久久久久久| 欧美黑人精品巨大| 国产亚洲精品一区二区www | 熟女少妇亚洲综合色aaa.| 在线观看舔阴道视频| 丝袜在线中文字幕| 久久久久精品人妻al黑| 别揉我奶头~嗯~啊~动态视频| 国产日韩一区二区三区精品不卡| 精品福利观看| 久久天堂一区二区三区四区| 黄片大片在线免费观看| 多毛熟女@视频| 免费日韩欧美在线观看| 久久狼人影院| 免费看十八禁软件| 亚洲情色 制服丝袜| a级毛片黄视频| 国产一区有黄有色的免费视频| 久久国产精品大桥未久av| av福利片在线| 丝袜美足系列| 婷婷精品国产亚洲av在线 | 中文字幕精品免费在线观看视频| 天天躁狠狠躁夜夜躁狠狠躁| 国产伦人伦偷精品视频| 夜夜夜夜夜久久久久| 日日爽夜夜爽网站| av线在线观看网站| 老司机影院毛片| 日韩有码中文字幕| 91老司机精品| 日韩欧美国产一区二区入口| 香蕉丝袜av| 国产麻豆69| 91精品国产国语对白视频| 建设人人有责人人尽责人人享有的| 80岁老熟妇乱子伦牲交| 99riav亚洲国产免费| 丰满人妻熟妇乱又伦精品不卡| 亚洲色图av天堂| 国产一区在线观看成人免费| 久久99一区二区三区| 久久久国产成人精品二区 | 久久人人97超碰香蕉20202| 亚洲熟妇中文字幕五十中出 | 国产精品av久久久久免费| 日韩熟女老妇一区二区性免费视频| 宅男免费午夜| 日韩三级视频一区二区三区| 国产精品av久久久久免费| 丝袜人妻中文字幕| 免费在线观看黄色视频的| 精品欧美一区二区三区在线| 久久热在线av| 午夜91福利影院| 在线十欧美十亚洲十日本专区| www日本在线高清视频| 欧美日韩黄片免| 免费黄频网站在线观看国产| 在线免费观看的www视频| 香蕉丝袜av| 国产欧美日韩综合在线一区二区| 一级毛片女人18水好多| 韩国精品一区二区三区| 国产亚洲精品久久久久5区| 日本vs欧美在线观看视频| 亚洲av成人一区二区三| 成人国产一区最新在线观看| 国产欧美亚洲国产| 国产麻豆69| 一级毛片高清免费大全| 啦啦啦免费观看视频1| 亚洲国产精品一区二区三区在线| √禁漫天堂资源中文www| 激情在线观看视频在线高清 | 最新美女视频免费是黄的| 国产亚洲av高清不卡| 国产蜜桃级精品一区二区三区 | 精品一区二区三区视频在线观看免费 | 国产亚洲av高清不卡| 欧美激情 高清一区二区三区| 十八禁人妻一区二区| xxx96com| 午夜精品国产一区二区电影| 亚洲性夜色夜夜综合| 国产麻豆69| 精品卡一卡二卡四卡免费| 日韩欧美国产一区二区入口| 国产精品久久久久久人妻精品电影| 国产单亲对白刺激| 国产亚洲av高清不卡| 亚洲,欧美精品.| 亚洲五月婷婷丁香| 看片在线看免费视频| 老熟妇仑乱视频hdxx| 国产精品.久久久| 国产欧美日韩综合在线一区二区| 99国产精品99久久久久| 国产精品综合久久久久久久免费 | 每晚都被弄得嗷嗷叫到高潮| 久久草成人影院| 久久精品亚洲熟妇少妇任你| 亚洲国产看品久久| 久9热在线精品视频| 一级毛片高清免费大全| 日韩精品免费视频一区二区三区| 在线观看免费日韩欧美大片| 一级毛片精品| av中文乱码字幕在线| 国内毛片毛片毛片毛片毛片| 国产精品欧美亚洲77777| 亚洲专区国产一区二区| 91精品三级在线观看| 在线观看日韩欧美| 91九色精品人成在线观看| videos熟女内射| 久久人妻熟女aⅴ| 自拍欧美九色日韩亚洲蝌蚪91| www日本在线高清视频| av欧美777| 视频在线观看一区二区三区| 亚洲精品av麻豆狂野| 好男人电影高清在线观看| 亚洲av电影在线进入| 国产区一区二久久| 国产成人av教育| 一本综合久久免费| 两个人免费观看高清视频| 高清毛片免费观看视频网站 | 在线观看舔阴道视频| 色在线成人网| 一边摸一边抽搐一进一小说 | 黑丝袜美女国产一区| 成人国语在线视频| 欧美 亚洲 国产 日韩一| 久热这里只有精品99| a在线观看视频网站| 欧美最黄视频在线播放免费 | 亚洲国产毛片av蜜桃av| 国产黄色免费在线视频| 91精品国产国语对白视频| 亚洲精品在线观看二区| 亚洲一区二区三区欧美精品| 人妻丰满熟妇av一区二区三区 | 亚洲五月婷婷丁香| 好看av亚洲va欧美ⅴa在| 欧美av亚洲av综合av国产av| 亚洲人成电影观看| 国产亚洲精品一区二区www | 欧美最黄视频在线播放免费 | 精品一品国产午夜福利视频| 亚洲一卡2卡3卡4卡5卡精品中文| 免费在线观看视频国产中文字幕亚洲| 久久精品国产亚洲av香蕉五月 | av天堂在线播放| 亚洲aⅴ乱码一区二区在线播放 | 大型黄色视频在线免费观看| 久久天躁狠狠躁夜夜2o2o| 精品国产乱子伦一区二区三区| 国产精品影院久久| 久久久久国内视频| 亚洲国产欧美网| 国产亚洲精品第一综合不卡| 亚洲精华国产精华精| 久久久久精品国产欧美久久久| 亚洲精品中文字幕在线视频| 国产成人精品久久二区二区91| 欧美另类亚洲清纯唯美| 日韩免费高清中文字幕av| 欧美激情久久久久久爽电影 | 久久香蕉激情| 伦理电影免费视频| 一边摸一边抽搐一进一出视频| 精品人妻1区二区| 美女高潮到喷水免费观看| 久久午夜亚洲精品久久| 国产精品 欧美亚洲| 欧美乱色亚洲激情| 欧美+亚洲+日韩+国产| 亚洲久久久国产精品| 亚洲av欧美aⅴ国产| 狂野欧美激情性xxxx| 精品久久久精品久久久| 丝瓜视频免费看黄片| 亚洲中文av在线| 成年女人毛片免费观看观看9 | 大陆偷拍与自拍| 久久久国产一区二区| 国产精品98久久久久久宅男小说| 黄色视频,在线免费观看| 国产成人啪精品午夜网站| 国产成人欧美| av超薄肉色丝袜交足视频| 亚洲色图综合在线观看| 国产欧美日韩一区二区三| 国产精品秋霞免费鲁丝片| 99国产精品一区二区三区| 亚洲第一青青草原| 亚洲成国产人片在线观看| 中文亚洲av片在线观看爽 | 精品福利观看| 国产有黄有色有爽视频| 在线观看免费高清a一片| 国产不卡一卡二| 亚洲一卡2卡3卡4卡5卡精品中文| 变态另类成人亚洲欧美熟女 | 捣出白浆h1v1| 老司机午夜福利在线观看视频| 妹子高潮喷水视频| 免费人成视频x8x8入口观看| netflix在线观看网站| 1024香蕉在线观看| 可以免费在线观看a视频的电影网站| 亚洲中文字幕日韩| 亚洲av第一区精品v没综合| 91老司机精品| 黄色女人牲交| 欧美一级毛片孕妇| 久久精品国产a三级三级三级| 啪啪无遮挡十八禁网站| 欧美乱色亚洲激情| 国产男女超爽视频在线观看| 啦啦啦在线免费观看视频4| av在线播放免费不卡| 18禁黄网站禁片午夜丰满| 国产精品亚洲一级av第二区| 国产成人精品久久二区二区91| 看片在线看免费视频| 丰满的人妻完整版| 人妻久久中文字幕网| 久久久久久久国产电影| 国产色视频综合| 激情在线观看视频在线高清 | 国产精品一区二区精品视频观看| 狠狠狠狠99中文字幕| 国产成人免费无遮挡视频| 黄色女人牲交| 国产成人啪精品午夜网站| av中文乱码字幕在线| 91国产中文字幕| 岛国在线观看网站| 人人妻人人澡人人爽人人夜夜| 欧美精品av麻豆av| 久久国产精品男人的天堂亚洲| 99久久国产精品久久久| 亚洲精品国产区一区二| 麻豆av在线久日| 女人爽到高潮嗷嗷叫在线视频| 男女床上黄色一级片免费看| 最新美女视频免费是黄的| 亚洲欧美色中文字幕在线| 麻豆国产av国片精品| 激情在线观看视频在线高清 | 午夜激情av网站| 人人妻人人澡人人爽人人夜夜| 国产日韩一区二区三区精品不卡| 国产主播在线观看一区二区| 大码成人一级视频| 十八禁高潮呻吟视频| tocl精华| 日本黄色视频三级网站网址 | 老汉色∧v一级毛片| 交换朋友夫妻互换小说| netflix在线观看网站| 99国产精品免费福利视频| 成人18禁在线播放| 国产xxxxx性猛交| 极品人妻少妇av视频| 亚洲精品国产区一区二| 黄片大片在线免费观看| 在线观看66精品国产| 久久人妻熟女aⅴ| 国产精品电影一区二区三区 | 国产成人精品久久二区二区免费| 国产午夜精品久久久久久| 黄色丝袜av网址大全| 无遮挡黄片免费观看| 一级作爱视频免费观看| 婷婷成人精品国产| а√天堂www在线а√下载 | 亚洲人成电影观看| 久久国产精品影院| 一级,二级,三级黄色视频| 无限看片的www在线观看| 国产精品九九99| 91大片在线观看| av在线播放免费不卡| 夜夜夜夜夜久久久久| 午夜视频精品福利| 一区在线观看完整版| 一级a爱视频在线免费观看| 99国产综合亚洲精品| 精品久久久久久久久久免费视频 | 男女床上黄色一级片免费看| 制服人妻中文乱码| 亚洲片人在线观看| 色婷婷av一区二区三区视频| 中文字幕制服av| 18禁裸乳无遮挡免费网站照片 | 日韩三级视频一区二区三区| av天堂久久9| 一区福利在线观看| 老司机午夜福利在线观看视频| 黑人巨大精品欧美一区二区蜜桃| bbb黄色大片| 久久香蕉精品热| 男女之事视频高清在线观看| 女人爽到高潮嗷嗷叫在线视频| 亚洲中文av在线| 两个人看的免费小视频| 国产av一区二区精品久久| 久久精品国产99精品国产亚洲性色 | 国产av又大| 国产1区2区3区精品| 老司机亚洲免费影院| 老司机亚洲免费影院| avwww免费| 成人手机av| 精品国产乱子伦一区二区三区| 91字幕亚洲| 满18在线观看网站| 国产aⅴ精品一区二区三区波| 欧美成人午夜精品| 十八禁网站免费在线| 日本wwww免费看| 欧美日韩瑟瑟在线播放| 国产淫语在线视频| 国产av又大| 亚洲专区字幕在线| 80岁老熟妇乱子伦牲交| 国产精品成人在线| 国产成人免费无遮挡视频| 亚洲国产精品sss在线观看 | 村上凉子中文字幕在线| 制服诱惑二区| 不卡一级毛片| 香蕉国产在线看| 国产精品免费视频内射| 夜夜爽天天搞| 水蜜桃什么品种好| 国产精品久久久久久人妻精品电影| 午夜福利影视在线免费观看| 成人亚洲精品一区在线观看| 亚洲精品av麻豆狂野| 亚洲成av片中文字幕在线观看| 国产人伦9x9x在线观看| 1024香蕉在线观看| 亚洲在线自拍视频| 天堂动漫精品| xxxhd国产人妻xxx| 国产91精品成人一区二区三区| 午夜久久久在线观看| 日本欧美视频一区| 欧美中文综合在线视频| 精品视频人人做人人爽| 成熟少妇高潮喷水视频| 国产一区有黄有色的免费视频| 亚洲成a人片在线一区二区| 婷婷精品国产亚洲av在线 | 一a级毛片在线观看| 久久久国产成人精品二区 | а√天堂www在线а√下载 | 亚洲一卡2卡3卡4卡5卡精品中文| 老司机靠b影院| 国产精品偷伦视频观看了| 久久国产精品影院| 欧美亚洲 丝袜 人妻 在线| 侵犯人妻中文字幕一二三四区| 国产成人精品无人区| 国产精品乱码一区二三区的特点 | 91精品三级在线观看| 9色porny在线观看| 天堂动漫精品| 窝窝影院91人妻| av有码第一页| 亚洲国产欧美网| 国产精品.久久久| 中文字幕av电影在线播放| 捣出白浆h1v1| 看片在线看免费视频| 美女高潮到喷水免费观看| 国精品久久久久久国模美| 欧美日本中文国产一区发布| 亚洲色图综合在线观看| 国产男女超爽视频在线观看| av电影中文网址| 99国产综合亚洲精品| 中文字幕精品免费在线观看视频| 亚洲七黄色美女视频| 岛国在线观看网站| 老鸭窝网址在线观看| 亚洲午夜精品一区,二区,三区| 大型av网站在线播放| 国产精品国产高清国产av | 成人特级黄色片久久久久久久| 国产成人影院久久av| 久久久久久免费高清国产稀缺| 高清毛片免费观看视频网站 | 老熟女久久久| 精品国产一区二区久久| 国产日韩欧美亚洲二区| 可以免费在线观看a视频的电影网站| 在线视频色国产色| 欧美日韩亚洲国产一区二区在线观看 | 极品教师在线免费播放| 精品久久久精品久久久| 黄色视频,在线免费观看| xxxhd国产人妻xxx| 亚洲成人免费av在线播放| 午夜老司机福利片| 亚洲欧美激情在线| 亚洲av第一区精品v没综合| 久久热在线av| 日本欧美视频一区| 成年人黄色毛片网站| 免费日韩欧美在线观看| 19禁男女啪啪无遮挡网站| 男女高潮啪啪啪动态图| 十八禁高潮呻吟视频| 香蕉国产在线看| 激情在线观看视频在线高清 | 亚洲在线自拍视频| 久久狼人影院| 日韩一卡2卡3卡4卡2021年| 动漫黄色视频在线观看| 最近最新中文字幕大全免费视频| 99国产精品99久久久久| 欧美老熟妇乱子伦牲交| 狂野欧美激情性xxxx| 飞空精品影院首页| 18在线观看网站| 一本大道久久a久久精品| 国产精品免费一区二区三区在线 | xxxhd国产人妻xxx| 一区二区日韩欧美中文字幕| 久久久精品国产亚洲av高清涩受| 国产成人欧美| 久久久久国内视频| 国产在视频线精品| 天堂动漫精品| √禁漫天堂资源中文www| 乱人伦中国视频| 中文字幕另类日韩欧美亚洲嫩草| 久久久久久久久免费视频了| xxx96com| 免费在线观看影片大全网站| 两性夫妻黄色片| 妹子高潮喷水视频| 国产精品偷伦视频观看了| 亚洲中文字幕日韩| 亚洲人成电影观看| 麻豆乱淫一区二区| 免费人成视频x8x8入口观看| 欧美乱色亚洲激情| 国产三级黄色录像| 久久影院123| 在线观看免费视频网站a站| 亚洲成国产人片在线观看| av线在线观看网站| 一级作爱视频免费观看| 不卡一级毛片| 成人手机av| 成人特级黄色片久久久久久久| 午夜福利在线观看吧| 国产精品国产高清国产av | 精品久久久精品久久久| 国产亚洲欧美在线一区二区| av国产精品久久久久影院| 免费在线观看完整版高清| 制服人妻中文乱码| 一进一出好大好爽视频| 多毛熟女@视频| 久热这里只有精品99| 免费久久久久久久精品成人欧美视频| 国产在线观看jvid| 可以免费在线观看a视频的电影网站| av欧美777| 亚洲色图综合在线观看| 亚洲一码二码三码区别大吗| 久久婷婷成人综合色麻豆| 成人国语在线视频| 日韩欧美三级三区| 国产在视频线精品| 国产精品偷伦视频观看了| av中文乱码字幕在线| www.熟女人妻精品国产| 国产免费现黄频在线看| 手机成人av网站| 99精品久久久久人妻精品| 欧美在线黄色| 日日夜夜操网爽| 满18在线观看网站| 一进一出抽搐gif免费好疼 | 老熟妇乱子伦视频在线观看| 一区在线观看完整版| 丁香欧美五月| 黄片播放在线免费| 天堂中文最新版在线下载| 在线观看www视频免费| 国产97色在线日韩免费| 深夜精品福利| 欧美性长视频在线观看| 亚洲五月婷婷丁香| 欧美av亚洲av综合av国产av| 午夜免费鲁丝| 国产成人精品无人区| 少妇粗大呻吟视频| 老司机福利观看| 高清视频免费观看一区二区| 欧美性长视频在线观看| 一级作爱视频免费观看| 成年动漫av网址| 人人妻人人添人人爽欧美一区卜| 欧美激情高清一区二区三区| 国产无遮挡羞羞视频在线观看| 亚洲成国产人片在线观看| 亚洲第一青青草原| 捣出白浆h1v1| 午夜精品在线福利| 丝袜人妻中文字幕| 成人18禁高潮啪啪吃奶动态图| 视频在线观看一区二区三区| 国产亚洲欧美精品永久| 又黄又爽又免费观看的视频| 国产野战对白在线观看| 午夜福利免费观看在线| 欧美日韩福利视频一区二区| 国产精品久久久久成人av| 中文字幕人妻丝袜一区二区| 中文字幕色久视频| 亚洲国产欧美日韩在线播放| 国产欧美日韩一区二区三区在线| 亚洲性夜色夜夜综合| 亚洲成国产人片在线观看| 91在线观看av| 在线观看免费视频网站a站| 午夜福利在线观看吧| 午夜免费鲁丝| 午夜免费成人在线视频| 久久精品亚洲av国产电影网| 亚洲精品av麻豆狂野| 国产一区在线观看成人免费| 欧美成狂野欧美在线观看| 午夜91福利影院| 80岁老熟妇乱子伦牲交| 很黄的视频免费| 欧美国产精品va在线观看不卡| 国产一区二区激情短视频| 亚洲色图综合在线观看| av在线播放免费不卡| 欧美日韩福利视频一区二区| 亚洲va日本ⅴa欧美va伊人久久| 91成年电影在线观看| 高清在线国产一区| 精品亚洲成a人片在线观看| 免费看十八禁软件| 又黄又爽又免费观看的视频| 90打野战视频偷拍视频| xxx96com| 一进一出好大好爽视频| 别揉我奶头~嗯~啊~动态视频| 亚洲自偷自拍图片 自拍| 欧美激情高清一区二区三区| 黄色a级毛片大全视频| 日韩欧美一区视频在线观看| 亚洲人成电影免费在线| 精品一区二区三区视频在线观看免费 | 久久国产精品大桥未久av| 亚洲第一欧美日韩一区二区三区| 飞空精品影院首页| 亚洲黑人精品在线| av电影中文网址| 91麻豆精品激情在线观看国产 | 老熟妇仑乱视频hdxx| 最近最新免费中文字幕在线| 免费一级毛片在线播放高清视频 | 一级作爱视频免费观看| 免费日韩欧美在线观看| 90打野战视频偷拍视频| 怎么达到女性高潮| 欧美午夜高清在线| 成人国语在线视频| 免费黄频网站在线观看国产| 久9热在线精品视频| 久久久精品区二区三区| 欧美日韩成人在线一区二区| 搡老熟女国产l中国老女人| 99精品欧美一区二区三区四区| 老司机福利观看| 久久狼人影院|