• <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
    午夜精品国产一区二区电影 | 美女国产视频在线观看| 九九热线精品视视频播放| 亚洲av熟女| 亚洲欧美中文字幕日韩二区| 老师上课跳d突然被开到最大视频| 免费人成在线观看视频色| 插逼视频在线观看| 男女下面进入的视频免费午夜| 国产精品精品国产色婷婷| 少妇猛男粗大的猛烈进出视频 | 亚洲美女视频黄频| 丝袜美腿在线中文| 欧美成人精品欧美一级黄| 97超碰精品成人国产| 国产精品一区二区性色av| 亚洲av.av天堂| 国产高清有码在线观看视频| 中文字幕免费在线视频6| 亚洲在久久综合| 在线a可以看的网站| av国产免费在线观看| 国产一区二区在线av高清观看| 午夜免费激情av| 久久精品国产亚洲av天美| 色5月婷婷丁香| 一区二区三区高清视频在线| 亚洲av成人av| 国产真实乱freesex| 久久久a久久爽久久v久久| 色综合色国产| 在线观看一区二区三区| 欧美激情在线99| 性欧美人与动物交配| 久久亚洲国产成人精品v| 日本免费一区二区三区高清不卡| 看黄色毛片网站| 午夜福利在线观看免费完整高清在 | 国产精品日韩av在线免费观看| 日本一二三区视频观看| 亚洲在线观看片| av天堂中文字幕网| 免费看a级黄色片| 欧美性猛交黑人性爽| 能在线免费观看的黄片| 国产日韩欧美在线精品| 两个人的视频大全免费| 国产国拍精品亚洲av在线观看| 国产成人影院久久av| 99久久成人亚洲精品观看| 成年版毛片免费区| 国产精品av视频在线免费观看| 两个人视频免费观看高清| 欧美3d第一页| 看十八女毛片水多多多| 99热网站在线观看| 久久九九热精品免费| 国产精品麻豆人妻色哟哟久久 | 日韩国内少妇激情av| 人人妻人人澡欧美一区二区| 天美传媒精品一区二区| 校园春色视频在线观看| 老熟妇乱子伦视频在线观看| 亚洲色图av天堂| 国产一级毛片七仙女欲春2| 少妇被粗大猛烈的视频| 欧美成人一区二区免费高清观看| 久久久a久久爽久久v久久| 人体艺术视频欧美日本| 国产高清视频在线观看网站| 国产亚洲av嫩草精品影院| 精品久久久久久久久久免费视频| 九九在线视频观看精品| 又粗又硬又长又爽又黄的视频 | 伦理电影大哥的女人| 精华霜和精华液先用哪个| 深爱激情五月婷婷| 午夜精品国产一区二区电影 | 我要看日韩黄色一级片| 国产69精品久久久久777片| 日韩在线高清观看一区二区三区| 成人三级黄色视频| 狠狠狠狠99中文字幕| 欧美丝袜亚洲另类| 精品少妇黑人巨大在线播放 | 久久综合国产亚洲精品| 亚洲av不卡在线观看| 日本熟妇午夜| 亚洲欧美日韩无卡精品| 青春草亚洲视频在线观看| 欧美xxxx性猛交bbbb| 国产精品电影一区二区三区| 中文欧美无线码| 我要看日韩黄色一级片| 日本黄色片子视频| 久久久久久久久久久免费av| 国产精品av视频在线免费观看| 欧美日韩乱码在线| 女的被弄到高潮叫床怎么办| 变态另类成人亚洲欧美熟女| 欧美精品国产亚洲| 国产精品一区www在线观看| 亚洲人成网站高清观看| 国产极品精品免费视频能看的| 国产精品免费一区二区三区在线| 美女cb高潮喷水在线观看| 成人美女网站在线观看视频| 久久精品人妻少妇| 国产精品精品国产色婷婷| 人妻系列 视频| 国产久久久一区二区三区| 岛国毛片在线播放| 国产伦精品一区二区三区视频9| 校园人妻丝袜中文字幕| 晚上一个人看的免费电影| 国产精品国产高清国产av| 日韩精品有码人妻一区| 午夜福利在线观看吧| 国产色爽女视频免费观看| 亚洲欧美精品自产自拍| 久久久精品欧美日韩精品| 男人狂女人下面高潮的视频| av.在线天堂| 长腿黑丝高跟| 一级黄片播放器| 97超碰精品成人国产| 日产精品乱码卡一卡2卡三| 国产精品女同一区二区软件| 免费黄网站久久成人精品| .国产精品久久| 久久99热这里只有精品18| а√天堂www在线а√下载| 免费在线观看成人毛片| 99久久精品一区二区三区| 国产三级中文精品| 国产精品三级大全| 午夜精品国产一区二区电影 | 综合色丁香网| 国产久久久一区二区三区| 熟女电影av网| 舔av片在线| 晚上一个人看的免费电影| 成人亚洲欧美一区二区av| 男女做爰动态图高潮gif福利片| 一区二区三区免费毛片| 欧美变态另类bdsm刘玥| 免费观看a级毛片全部| 久久韩国三级中文字幕| 精品人妻一区二区三区麻豆| 永久网站在线| 综合色av麻豆| 久久精品国产鲁丝片午夜精品| 欧美三级亚洲精品| 国产精品爽爽va在线观看网站| 国产精品久久久久久久久免| 精品不卡国产一区二区三区| 国产成年人精品一区二区| 国产真实乱freesex| kizo精华| 亚洲精品成人久久久久久| 国产精品久久久久久av不卡| 亚洲在线自拍视频| 最好的美女福利视频网| 精品久久久久久久末码| 欧美潮喷喷水| 免费看a级黄色片| 国产精品国产三级国产av玫瑰| 黄色视频,在线免费观看| 99久国产av精品| 三级男女做爰猛烈吃奶摸视频| 97超视频在线观看视频| 性欧美人与动物交配| 在线观看66精品国产| 国产精品一区二区三区四区久久| 少妇熟女欧美另类| 日本成人三级电影网站| 久久久久久久午夜电影| 高清毛片免费看| 免费观看在线日韩| 我要搜黄色片| 国产精品久久电影中文字幕| 黄色日韩在线| 亚洲无线在线观看| av黄色大香蕉| 日韩人妻高清精品专区| 99久久无色码亚洲精品果冻| av专区在线播放| 久久99精品国语久久久| 日韩欧美精品免费久久| 赤兔流量卡办理| 3wmmmm亚洲av在线观看| 久久久国产成人免费| 欧美+日韩+精品| 免费av毛片视频| 久久九九热精品免费| kizo精华| 久久久久久九九精品二区国产| 日韩精品青青久久久久久| 可以在线观看毛片的网站| 午夜精品一区二区三区免费看| 欧美不卡视频在线免费观看| av国产免费在线观看| 成年女人永久免费观看视频| 在现免费观看毛片| 桃色一区二区三区在线观看| 麻豆国产av国片精品| 国产在视频线在精品| 国产午夜精品论理片| 18禁黄网站禁片免费观看直播| 亚洲熟妇中文字幕五十中出| 欧美成人一区二区免费高清观看| 亚洲人成网站高清观看| 久久久久久久久久成人| 欧美区成人在线视频| 国产av在哪里看| 中文精品一卡2卡3卡4更新| 国产成人a∨麻豆精品| a级毛色黄片| 欧美日韩国产亚洲二区| 深夜a级毛片| 狠狠狠狠99中文字幕| 欧美3d第一页| 久久久久久久久久成人| 两个人的视频大全免费| 黄片wwwwww| 中国国产av一级| 中文字幕制服av| 午夜免费男女啪啪视频观看| 99久久久亚洲精品蜜臀av| 日韩欧美三级三区| 午夜精品在线福利| 欧美成人免费av一区二区三区| 精品少妇黑人巨大在线播放 | 精品人妻一区二区三区麻豆| 国产毛片a区久久久久| 日韩中字成人| 亚洲内射少妇av| 成人无遮挡网站| 又爽又黄无遮挡网站| 在线国产一区二区在线| 成人毛片a级毛片在线播放| 少妇的逼好多水| 禁无遮挡网站| 国产精品麻豆人妻色哟哟久久 | 国产单亲对白刺激| 亚洲欧美日韩东京热| 一区福利在线观看| 欧美成人a在线观看| 欧洲精品卡2卡3卡4卡5卡区| av福利片在线观看| 日韩三级伦理在线观看| 好男人在线观看高清免费视频| 中文字幕久久专区| 日本-黄色视频高清免费观看| 丰满人妻一区二区三区视频av| 亚洲高清免费不卡视频| 99久久成人亚洲精品观看| 精品无人区乱码1区二区| 中文资源天堂在线| 26uuu在线亚洲综合色| 18禁在线无遮挡免费观看视频| 最近最新中文字幕大全电影3| 欧美成人a在线观看| 97超视频在线观看视频| 少妇熟女欧美另类| 色5月婷婷丁香| 天堂中文最新版在线下载 | 国产一区二区亚洲精品在线观看| 麻豆精品久久久久久蜜桃| 欧美不卡视频在线免费观看| 亚洲av男天堂| 麻豆成人午夜福利视频| 欧美人与善性xxx| av在线蜜桃| 美女xxoo啪啪120秒动态图| 老女人水多毛片| 日韩一本色道免费dvd| 一个人观看的视频www高清免费观看| 老女人水多毛片| 免费看a级黄色片| 97热精品久久久久久| 欧美变态另类bdsm刘玥| 亚洲av中文av极速乱| 免费搜索国产男女视频| 又黄又爽又刺激的免费视频.| 人妻夜夜爽99麻豆av| a级毛片a级免费在线| 精品人妻熟女av久视频| .国产精品久久| 日韩精品有码人妻一区| 亚洲婷婷狠狠爱综合网| 亚洲国产精品国产精品| 天天一区二区日本电影三级| 久久精品久久久久久噜噜老黄 | 乱系列少妇在线播放| 在线播放无遮挡| 欧美日韩精品成人综合77777| 久久午夜福利片| 精品国内亚洲2022精品成人| 日本五十路高清| av在线播放精品| 天堂影院成人在线观看| 国产爱豆传媒在线观看| 乱人视频在线观看| 亚洲av不卡在线观看| 你懂的网址亚洲精品在线观看 | 精品免费久久久久久久清纯| 精品人妻一区二区三区麻豆| 在线观看av片永久免费下载| 麻豆国产97在线/欧美| 亚洲一区高清亚洲精品| 伦理电影大哥的女人| 国产精品人妻久久久影院| 人妻系列 视频| 在线a可以看的网站| 亚洲无线在线观看| 亚洲第一电影网av| 欧美精品一区二区大全| 一夜夜www| 一本精品99久久精品77| 久久热精品热| 校园人妻丝袜中文字幕| 久久久a久久爽久久v久久| 99国产极品粉嫩在线观看| videossex国产| 国产伦精品一区二区三区四那| 国产三级在线视频| 禁无遮挡网站| 国产探花极品一区二区| 高清午夜精品一区二区三区 | 国产又黄又爽又无遮挡在线| 日本五十路高清| 午夜老司机福利剧场| 国产精品不卡视频一区二区| 久久久久久久久久黄片| 特大巨黑吊av在线直播| 12—13女人毛片做爰片一| 天美传媒精品一区二区| 国产探花在线观看一区二区| 3wmmmm亚洲av在线观看| 免费在线观看成人毛片| 夜夜看夜夜爽夜夜摸| 亚洲欧洲国产日韩| 最近的中文字幕免费完整| 国产伦一二天堂av在线观看| av免费在线看不卡| 欧美3d第一页| 亚洲电影在线观看av| 综合色av麻豆| 亚洲天堂国产精品一区在线| 99国产极品粉嫩在线观看| 禁无遮挡网站| 赤兔流量卡办理| 日韩av不卡免费在线播放| 久久6这里有精品| 国产伦精品一区二区三区四那| www.色视频.com| 免费看av在线观看网站| 亚洲欧美精品自产自拍| 免费大片18禁| 最近最新中文字幕大全电影3| 久久人人精品亚洲av| 亚洲婷婷狠狠爱综合网| 看黄色毛片网站| 国产一区二区三区av在线 | 亚洲国产精品合色在线| 天堂√8在线中文| 国产精品久久久久久久久免| 国产精品.久久久| 亚洲自偷自拍三级| 欧美丝袜亚洲另类| 人人妻人人澡人人爽人人夜夜 | 亚洲欧美精品综合久久99| 一级黄色大片毛片| 亚洲精品粉嫩美女一区| 国产亚洲欧美98| 久久久久久久久久成人| 亚洲一区二区三区色噜噜| 精品久久久久久久末码| 成人永久免费在线观看视频| 波多野结衣高清作品| 精品日产1卡2卡| 国产午夜精品论理片| 深夜精品福利| 精品一区二区三区视频在线| 在线a可以看的网站| 亚洲av熟女| 国产伦理片在线播放av一区 | 国产亚洲欧美98| 99国产极品粉嫩在线观看| 国产淫片久久久久久久久| 九草在线视频观看| 国产一区二区在线av高清观看| 亚洲av不卡在线观看| 亚洲av二区三区四区| 国产视频首页在线观看| 高清在线视频一区二区三区 | 网址你懂的国产日韩在线| 综合色av麻豆| 又黄又爽又刺激的免费视频.| 黄片wwwwww| 99热6这里只有精品| 成人特级黄色片久久久久久久| av在线播放精品| 18+在线观看网站| 国产精品人妻久久久影院| 午夜福利成人在线免费观看| 天堂中文最新版在线下载 | 99久久无色码亚洲精品果冻| 18+在线观看网站| 深夜精品福利| 久久精品国产亚洲av天美| 国产一区二区三区av在线 | 2022亚洲国产成人精品| 亚洲四区av| 亚洲成人av在线免费| 搡老妇女老女人老熟妇| 日日摸夜夜添夜夜添av毛片| 天堂√8在线中文| 又爽又黄a免费视频| www日本黄色视频网| 一级黄片播放器| 12—13女人毛片做爰片一| 高清毛片免费观看视频网站| 免费av不卡在线播放| 天堂√8在线中文| 一卡2卡三卡四卡精品乱码亚洲| 成人国产麻豆网| 国产在视频线在精品| 国产成年人精品一区二区| 亚洲人成网站在线播| 日韩制服骚丝袜av| 国产av一区在线观看免费| 五月玫瑰六月丁香| 在线国产一区二区在线| 狠狠狠狠99中文字幕| av福利片在线观看| 99久久无色码亚洲精品果冻| 伊人久久精品亚洲午夜| 日韩强制内射视频| 看片在线看免费视频| 成人毛片a级毛片在线播放| 成人欧美大片| 九色成人免费人妻av| 国产成人精品一,二区 | 国产一区二区在线av高清观看| 亚洲在线自拍视频| av免费在线看不卡| 日本三级黄在线观看| 久久婷婷人人爽人人干人人爱| 国产日本99.免费观看| 你懂的网址亚洲精品在线观看 | 一进一出抽搐动态| 身体一侧抽搐| 18禁裸乳无遮挡免费网站照片| 在线观看免费视频日本深夜| 国产黄色小视频在线观看| 日本熟妇午夜| av视频在线观看入口| 伦理电影大哥的女人| 欧美性猛交╳xxx乱大交人| 人人妻人人看人人澡| 九九热线精品视视频播放| 国产伦精品一区二区三区四那| a级毛片免费高清观看在线播放| 国产精华一区二区三区| 国产极品精品免费视频能看的| 国产片特级美女逼逼视频| 国产女主播在线喷水免费视频网站 | 国内少妇人妻偷人精品xxx网站| 九九久久精品国产亚洲av麻豆| 别揉我奶头 嗯啊视频| 亚洲国产精品sss在线观看| 日本撒尿小便嘘嘘汇集6| 夜夜看夜夜爽夜夜摸| 国模一区二区三区四区视频| 人妻制服诱惑在线中文字幕| 男女边吃奶边做爰视频| 亚洲天堂国产精品一区在线| 亚洲av.av天堂| 亚洲国产精品国产精品| 成人国产麻豆网| 成熟少妇高潮喷水视频| 亚洲国产精品sss在线观看| 免费看av在线观看网站| 国产女主播在线喷水免费视频网站 | 免费在线观看成人毛片| 欧美一区二区精品小视频在线| 久久久久网色| 欧美三级亚洲精品| 日本av手机在线免费观看| 国产精品人妻久久久久久| 久久久久久大精品| 国产色婷婷99| 哪里可以看免费的av片| 欧美丝袜亚洲另类| 91午夜精品亚洲一区二区三区| 国产成人aa在线观看| 一进一出抽搐gif免费好疼| 麻豆成人午夜福利视频| 寂寞人妻少妇视频99o| 午夜精品在线福利| 欧美日韩一区二区视频在线观看视频在线 | 91aial.com中文字幕在线观看| 成人鲁丝片一二三区免费| 亚洲精品日韩在线中文字幕 | 亚洲第一区二区三区不卡| 午夜老司机福利剧场| 亚洲国产高清在线一区二区三| 亚洲欧美清纯卡通| 国产精品一区二区在线观看99 | 免费观看精品视频网站| 亚洲熟妇中文字幕五十中出| 观看免费一级毛片| 日韩欧美三级三区| 日本一本二区三区精品| 精品午夜福利在线看| 亚洲av不卡在线观看| 久久亚洲精品不卡| 国内久久婷婷六月综合欲色啪| 午夜a级毛片| 亚洲第一电影网av| 久久这里只有精品中国| 成人亚洲精品av一区二区| 国产高清不卡午夜福利| 色播亚洲综合网| 天天一区二区日本电影三级| 日本爱情动作片www.在线观看| 欧美人与善性xxx| 乱人视频在线观看| 国产精品人妻久久久久久| 97在线视频观看| 国产av麻豆久久久久久久| АⅤ资源中文在线天堂| 久久精品国产亚洲av天美| 久久精品久久久久久噜噜老黄 | 一本精品99久久精品77| 国产精品一及| 老女人水多毛片| 深夜精品福利| 亚洲三级黄色毛片| 国产精品三级大全| 99久久精品一区二区三区| 国产一区二区亚洲精品在线观看| a级一级毛片免费在线观看| 亚洲av成人av| 国产探花在线观看一区二区| 久久人人爽人人爽人人片va| 国产探花在线观看一区二区| 国产男人的电影天堂91| 老女人水多毛片| 亚洲综合色惰| 99热这里只有精品一区| 日韩精品有码人妻一区| 亚洲人成网站在线播放欧美日韩| 卡戴珊不雅视频在线播放| 婷婷亚洲欧美| 毛片一级片免费看久久久久| 白带黄色成豆腐渣| 性插视频无遮挡在线免费观看| 国内精品一区二区在线观看| 少妇猛男粗大的猛烈进出视频 | 搞女人的毛片| 九九热线精品视视频播放| 18+在线观看网站| 听说在线观看完整版免费高清| 日韩国内少妇激情av| 卡戴珊不雅视频在线播放| 三级男女做爰猛烈吃奶摸视频| 男插女下体视频免费在线播放| 中文亚洲av片在线观看爽| 国内精品宾馆在线| 亚洲精品亚洲一区二区| 国产亚洲欧美98| 成人国产麻豆网| 亚洲天堂国产精品一区在线| 我的女老师完整版在线观看| 天堂网av新在线| 综合色av麻豆| 内射极品少妇av片p| 亚洲欧美日韩卡通动漫| 欧美最新免费一区二区三区| 男人的好看免费观看在线视频| 我的老师免费观看完整版| 国产美女午夜福利| 91午夜精品亚洲一区二区三区| 秋霞在线观看毛片| 亚洲国产精品sss在线观看| 中文字幕制服av| 美女黄网站色视频| 小蜜桃在线观看免费完整版高清| 舔av片在线| 精品少妇黑人巨大在线播放 | 成人午夜高清在线视频| 变态另类成人亚洲欧美熟女| 日韩高清综合在线| 女同久久另类99精品国产91| 久久午夜亚洲精品久久| 在线天堂最新版资源| 国产老妇伦熟女老妇高清| 一进一出抽搐gif免费好疼| 99热全是精品| 国产 一区精品| 中文字幕制服av| 一本—道久久a久久精品蜜桃钙片 精品乱码久久久久久99久播 | 麻豆国产av国片精品| 欧美+亚洲+日韩+国产| 久久99热6这里只有精品| 黄片wwwwww| 日本一本二区三区精品| 国产视频首页在线观看| 黄色配什么色好看| 久久久久九九精品影院| 国产毛片a区久久久久| 综合色丁香网|