基于數(shù)據(jù)挖掘的變質(zhì)巖潛山巖性識(shí)別方法

符強(qiáng)，譚忠健，李鴻儒，郭明宇，劉志偉，苑仁國(guó)

1.中海油能源發(fā)展股份有限公司工程技術(shù)分公司（天津 300459）

2.中海石油（中國(guó)）有限公司天津分公司（天津 300459）

0 引言

從已經(jīng)發(fā)現(xiàn)的眾多潛山類型油氣藏來看，變質(zhì)巖潛山約占潛山油氣儲(chǔ)量發(fā)現(xiàn)的四分之三，商業(yè)價(jià)值很大[1-3]。渤海油田在錦州25-1南構(gòu)造、渤中19-6構(gòu)造和渤中13-2構(gòu)造等多個(gè)變質(zhì)巖潛山中獲得了好的油氣發(fā)現(xiàn)，揭示了變質(zhì)巖潛山在渤海油氣勘探發(fā)現(xiàn)中的巨大潛力。

當(dāng)前對(duì)于變質(zhì)巖潛山巖性的定名，主要依據(jù)實(shí)驗(yàn)室?guī)r石薄片鑒定結(jié)果結(jié)合常規(guī)測(cè)井曲線特征對(duì)變質(zhì)巖巖性進(jìn)行綜合定名[4-6]，雖然效果顯著，但時(shí)效性差，成本較高。與實(shí)驗(yàn)室專用的高精度ZSX Primus Ⅱ波長(zhǎng)色散X 射線元素?zé)晒夤庾V儀相比，現(xiàn)場(chǎng)主要選用簡(jiǎn)易型能量色散型儀器EML-200 型和HB-X100型對(duì)現(xiàn)場(chǎng)巖屑進(jìn)行元素分析，其特點(diǎn)是分析時(shí)間短，成本低，結(jié)構(gòu)簡(jiǎn)單，易于拆卸和搬運(yùn)，特別適合錄井現(xiàn)場(chǎng)的作業(yè)環(huán)境。但相應(yīng)的缺點(diǎn)也突出，受俄歇效應(yīng)和基體效應(yīng)影響，儀器對(duì)低原子序數(shù)（如Na元素）和低含量元素的測(cè)量精度較低，導(dǎo)致井間可對(duì)比性差[7-9]，特別是對(duì)于由火山巖變質(zhì)作用形成的非均質(zhì)性較強(qiáng)的變質(zhì)巖潛山來說，巖性識(shí)別精度更差。其次是缺少相應(yīng)的變質(zhì)巖潛山巖性判別圖版，行業(yè)內(nèi)相對(duì)權(quán)威的TAS 圖版是基于礦物成分而非元素對(duì)火成巖巖性的判別[10]。最后是當(dāng)前應(yīng)用元素錄井對(duì)巖性的判別多是依據(jù)經(jīng)驗(yàn)，比如，陳穎等的塔河油田風(fēng)化殼卡取難點(diǎn)及方法引用[11]，陳然等的庫(kù)車坳陷博孜1201 井古近系鹽底卡層技術(shù)[12]。近年來，數(shù)據(jù)挖掘技術(shù)被廣泛應(yīng)用在石油行業(yè)。它是一種建立在計(jì)算機(jī)技術(shù)基礎(chǔ)上的數(shù)學(xué)算法分析技術(shù)，通過統(tǒng)計(jì)、在線分析處理、機(jī)器學(xué)習(xí)、專家系統(tǒng)（經(jīng)驗(yàn)法則）等方式挖掘隱藏在數(shù)據(jù)中的人工不易察覺的規(guī)律和價(jià)值。它的優(yōu)勢(shì)在于最大程度降低了人的主觀因素在判別結(jié)果中的權(quán)重，評(píng)價(jià)結(jié)果更加客觀且智能。近年來該方法在石油行業(yè)的成功案例不勝枚舉[13-16]。

井場(chǎng)元素錄井?dāng)?shù)據(jù)雖然在一定程度上反應(yīng)了變質(zhì)巖潛山巖性的信息，但還無法對(duì)變質(zhì)巖潛山巖性給出準(zhǔn)確定名，需要借助數(shù)據(jù)挖掘技術(shù)提高數(shù)據(jù)本身的價(jià)值。本文基于井場(chǎng)元素錄井?dāng)?shù)據(jù)，應(yīng)用數(shù)據(jù)挖掘技術(shù)中的數(shù)據(jù)降維和隨機(jī)森林算法，建立巖性判別模型，以實(shí)現(xiàn)對(duì)變質(zhì)巖潛山巖性的智能高效判別。

1 識(shí)別方法建立及流程

實(shí)施方法是基于實(shí)驗(yàn)室薄片鑒定及測(cè)井?dāng)?shù)據(jù)的巖性結(jié)論，將井場(chǎng)元素錄井（XRF）數(shù)據(jù)按照巖性結(jié)論整理為初選樣本，再通過PCA（Principal Component Analysis）數(shù)據(jù)降維的方法精簡(jiǎn)樣本，提高樣本的代表性，最后應(yīng)用隨機(jī)森林算法形成訓(xùn)練樣本決策樹，進(jìn)而形成基于隨機(jī)森林算法的巖性判別模型，利用生成的判別模型對(duì)實(shí)際井資料進(jìn)行分析，最終得出巖性判別結(jié)果（圖1）。

圖1 隨機(jī)森林巖性判別模型建立流程圖

1.1 研究區(qū)巖性分類

以渤海渤中13-X 構(gòu)造及渤中19-X 構(gòu)造為研究目標(biāo)，研究區(qū)潛山受構(gòu)造及多期次巖漿侵入影響，儲(chǔ)層具有巖性及內(nèi)部結(jié)構(gòu)復(fù)雜多樣、縫—孔復(fù)合發(fā)育、非均質(zhì)性強(qiáng)等特征，嚴(yán)重制約了儲(chǔ)層的深入認(rèn)識(shí)。通過研究區(qū)渤中13-X 構(gòu)造電測(cè)參數(shù)結(jié)合巖心及壁心實(shí)驗(yàn)室薄片結(jié)論可建立綜合解釋巖電響應(yīng)關(guān)系圖版（圖2），由圖2 可見，研究區(qū)不同巖性間的電學(xué)特征差異十分明顯。圖3 為該構(gòu)造井場(chǎng)人員依據(jù)元素錄井?dāng)?shù)據(jù)結(jié)合經(jīng)驗(yàn)做出的巖性解釋剖面圖。從圖2、圖3 可見，研究區(qū)內(nèi)實(shí)際巖性種類繁雜，測(cè)井可分出6 種，但井場(chǎng)工程師解釋巖性單一，錄井僅能識(shí)別2 種，雖發(fā)現(xiàn)了元素?cái)?shù)據(jù)含量變化，卻無法據(jù)此對(duì)巖性進(jìn)行細(xì)分判斷，使得井場(chǎng)巖性解釋不夠精確，無法滿足變質(zhì)巖儲(chǔ)層快速評(píng)價(jià)和勘探?jīng)Q策的需求。

圖2 目標(biāo)區(qū)BZ13-X構(gòu)造巖電響應(yīng)關(guān)系圖版

圖3 目標(biāo)BZ13-X構(gòu)造井場(chǎng)巖性解釋剖面圖

通過搜集研究區(qū)9 口井近600 個(gè)元素?cái)?shù)據(jù)點(diǎn)，綜合實(shí)驗(yàn)室薄片鑒定及區(qū)域不同巖性的測(cè)井曲線特征，將研究區(qū)巖性歸納為9 類：①二長(zhǎng)片麻巖；②變晶花崗片麻巖；③堿長(zhǎng)片麻巖；④斜長(zhǎng)片麻巖；⑤混合花崗巖；⑥片麻質(zhì)碎裂巖；⑦變粒巖；⑧閃長(zhǎng)玢巖；⑨蝕變輝綠巖。

1.2 數(shù)據(jù)樣本建立及數(shù)據(jù)預(yù)處理

1.2.1 數(shù)據(jù)樣本建立

將上述9種巖性對(duì)應(yīng)的現(xiàn)場(chǎng)元素?cái)?shù)據(jù)處理形成初步樣本，樣本包括井場(chǎng)元素錄井技術(shù)所測(cè)得17種元素（Si、Fe、Al、Na、Ti、Mn、Ca、Mg、K、P、S、Cl、Ba、V、Ni、Sr、Zr）和對(duì)應(yīng)的巖性分析結(jié)果。

1.2.2 樣本數(shù)據(jù)預(yù)處理

綜上所述，當(dāng)前渤海應(yīng)用的能量色散類EML-200型和HB-X100型元素錄井測(cè)量?jī)x器對(duì)低原子序數(shù)（如Na元素）和低含量元素的測(cè)量精度較低，結(jié)合不同元素的含量情況，為了提高對(duì)變質(zhì)巖潛山巖性的識(shí)別準(zhǔn)確性，減少不準(zhǔn)確元素對(duì)最終巖性判別模型的干擾，決定選取常見造巖礦物中具有代表性的7 種主元素，分別為Si、Al、Fe、Ca、Mg、Na、K（表1）。利用數(shù)據(jù)降維方法對(duì)該7 種元素進(jìn)行降維處理，提取其中的主要敏感元素。

表1 元素?cái)?shù)據(jù)與巖性的相關(guān)系數(shù)

1.3 巖性判別模型建立

1.3.1 基于PCA算法的元素錄井?dāng)?shù)據(jù)降維處理

1.3.1.1 數(shù)據(jù)降維原理及推導(dǎo)

PCA 算法是一種常見數(shù)據(jù)分析方式，常用于將包含冗余信息的高維數(shù)據(jù)轉(zhuǎn)化為包含原始數(shù)據(jù)所有主要信息的少量低維數(shù)據(jù)，即主成分分析。其核心是正交分解。通過選擇新的相互正交的空間基向量將若干可能具有相關(guān)性的數(shù)據(jù)變成一組無關(guān)變量的方式，用少數(shù)幾種最關(guān)鍵的主成分為代表，從而實(shí)現(xiàn)數(shù)據(jù)降維的目標(biāo)[17-18]。

數(shù)學(xué)推導(dǎo)可以從最大可分性和最近重構(gòu)性兩方面進(jìn)行，前者的優(yōu)化條件為劃分后方差最大，后者的優(yōu)化條件為點(diǎn)到劃分平面距離最小，這里選擇方差最大的方式。PCA算法的典型步驟如下：

1）對(duì)原始數(shù)據(jù)矩陣進(jìn)行標(biāo)準(zhǔn)化處理。假定原始數(shù)據(jù)樣本數(shù)為n,特征變量維數(shù)為p，生成矩陣X=(Xi1,Xi2,...,Xip)T,其中i=1,2,...,n，n＞p，對(duì)樣本矩陣進(jìn)行如下變換：

2）計(jì)算相關(guān)系數(shù)矩陣。通過公式（2）計(jì)算得到經(jīng)過標(biāo)準(zhǔn)化處理后數(shù)據(jù)的相關(guān)系數(shù)：

并得到以下相關(guān)系數(shù)矩陣：

F=，其中p為參數(shù)個(gè)數(shù)，i，j為某個(gè)特征列的編號(hào)。

3）計(jì)算相關(guān)系數(shù)矩陣F的特征值和特征向量。計(jì)算矩陣F的特征值，并按特征值從大到小的順序進(jìn)行排列，假定求得的特征值：λ1，λ2...，λp。對(duì)應(yīng)的特征向量為Ai=（Ai1，Ai2，...Aip），i=1，2，...，p。

4）選擇重要的主成分，并計(jì)算主成分得分。由主成分分析可以得到p個(gè)主成分，但是在實(shí)際分析時(shí)，常根據(jù)各個(gè)主成分的累積貢獻(xiàn)率的大小選取前k個(gè)主成分，以達(dá)到數(shù)據(jù)降維的目的。取相關(guān)系數(shù)矩陣F的特征值的累積貢獻(xiàn)率達(dá)到一定值的前k個(gè)特征值所對(duì)應(yīng)的特征向量組成特征矩陣P，即特征矩陣P=（Ai1，Ai2，...Aik）。

原始數(shù)據(jù)矩陣X乘以特征矩陣P，就得到了降維后的數(shù)據(jù)矩陣Q，即Q=XP

1.3.1.2 樣本數(shù)據(jù)降維處理

利用上述降維方法對(duì)選取的7種主元素進(jìn)行降維處理（表1，圖4），選擇降維后第一個(gè)主成分相關(guān)的數(shù)據(jù)列A、B、D、G 為敏感性元素，分別為Si、Al、Na、K，其中Si和Al主要存在于硅鋁酸鹽，在變質(zhì)巖礦物中的占比較大，Na和K分別主要存在于變質(zhì)巖中的斜長(zhǎng)石和鉀長(zhǎng)石，這與研究區(qū)變質(zhì)巖礦物組分也是吻合的。

圖4 PCA對(duì)7種元素進(jìn)行數(shù)據(jù)降維處理結(jié)果

結(jié)合以上結(jié)論將初步樣本降維處理為表2，形成降維樣本數(shù)據(jù)。

表2 降維后的樣本數(shù)據(jù)質(zhì)量分?jǐn)?shù)及結(jié)果（部分）

從數(shù)據(jù)降維后的表2 中可以發(fā)現(xiàn)，每種巖性沒有特別的直觀特征，僅依靠個(gè)人主觀判斷無法將巖性進(jìn)行細(xì)分，需要借助一種智能手段輔助進(jìn)行巖性判別。本文選用數(shù)據(jù)挖掘技術(shù)中的隨機(jī)森林算法建立對(duì)變質(zhì)巖潛山巖性的判別模型。

1.3.2 基于隨機(jī)森林算法的巖性識(shí)別模型建立

隨機(jī)森林算法是機(jī)器學(xué)習(xí)領(lǐng)域中的一種集成學(xué)習(xí)方法[19]，它通過集成多個(gè)決策樹的分類效果來組成一個(gè)整體意義上的分類器（圖5）。隨機(jī)森林算法主要有兩大優(yōu)勢(shì)：①分類準(zhǔn)確度高；②算法學(xué)習(xí)過程快速且易于并行化[20-21]。

圖5 隨機(jī)森林分類示意圖

該方法是用隨機(jī)的方式建立一個(gè)森林，森林里有很多相互之間無關(guān)聯(lián)的決策樹。在得到森林之后，當(dāng)新樣本輸入時(shí)，會(huì)在森林中的每棵決策樹進(jìn)行一次分類和判別，系統(tǒng)會(huì)統(tǒng)計(jì)出判別結(jié)果，以出現(xiàn)頻率最多的為最終輸出結(jié)果。

通過樣本數(shù)據(jù)隨機(jī)選取和待選特征隨機(jī)選取構(gòu)建隨機(jī)森林判別模型。①首先從m個(gè)對(duì)象數(shù)據(jù)的樣本文件（訓(xùn)練數(shù)據(jù)）中進(jìn)行有放回的抽樣，構(gòu)造n個(gè)子數(shù)據(jù)集，然后利用子數(shù)據(jù)集構(gòu)建決策樹，這些樣本組成了決策樹的訓(xùn)練數(shù)據(jù)集。待選特征隨機(jī)選取即為子決策樹構(gòu)建過程，與數(shù)據(jù)集隨機(jī)選取類似，隨機(jī)森林中的子決策樹的每一個(gè)分裂過程并未用到所有待選特征。②隨機(jī)選擇一定的特征值，然后再在隨機(jī)選擇的特征中選取最優(yōu)特征，這樣能夠保證隨機(jī)森林中的每一個(gè)決策樹都不相同，提升系統(tǒng)的多樣性，進(jìn)而提升分類性能。假設(shè)每個(gè)樣本數(shù)據(jù)均有k個(gè)特征，從所有特征中隨機(jī)選取i（i≤k）個(gè)特征，選擇最佳分割屬性作為節(jié)點(diǎn)建立決策樹，重復(fù)上述步驟即可構(gòu)建m棵決策樹，進(jìn)而形成隨機(jī)森林。

應(yīng)用上述理論，將獲得的表3數(shù)據(jù)做訓(xùn)練數(shù)據(jù)，以1～9號(hào)巖性作為決策樹分類模型，對(duì)數(shù)據(jù)降維后的樣本數(shù)據(jù)做隨機(jī)森林模型建立。建立好的模型可以用來進(jìn)行新樣本的巖性判別，從而實(shí)現(xiàn)對(duì)區(qū)域內(nèi)變質(zhì)巖潛山巖性快速識(shí)別，減少了個(gè)人主觀因素對(duì)巖性判別結(jié)果的影響。

表3 實(shí)際資料處理符合率統(tǒng)計(jì)表

2 結(jié)果與分析

應(yīng)用已經(jīng)建立好的變質(zhì)巖潛山巖性判別模型對(duì)目標(biāo)區(qū)渤中19 構(gòu)造內(nèi)其余13 口井370 個(gè)元素樣品資料進(jìn)行處理，將結(jié)果與相應(yīng)的薄片鑒定結(jié)果進(jìn)行對(duì)比，其中320 個(gè)符合，50 個(gè)不符合，整體符合率達(dá)86.5%，與現(xiàn)場(chǎng)錄井原始巖性剖面僅60%的準(zhǔn)確率相比有很大提高。從圖6 可見，本技術(shù)方法在變質(zhì)巖潛山復(fù)雜巖性識(shí)別上具有較好的實(shí)際應(yīng)用效果。實(shí)際資料處理符合率統(tǒng)計(jì)見表3。

圖6 BZ19-B1井元素錄井資料處理剖面圖（4 088～4 122 m）

由圖7 分析可知，該方法能較好地識(shí)別變晶花崗巖、堿長(zhǎng)片麻巖、混合花崗巖等，而對(duì)碎裂巖識(shí)別效果相對(duì)較差，其中未能識(shí)別的碎裂巖21 個(gè)，占不符合樣本的42%，這主要是由于碎裂巖屬于動(dòng)力變質(zhì)巖，其母巖與其他變質(zhì)巖成分相似，因此識(shí)別準(zhǔn)確率不高，可結(jié)合鏡下薄片，依據(jù)其母巖成分對(duì)碎裂巖巖性進(jìn)行細(xì)分，以達(dá)到井場(chǎng)元素錄井?dāng)?shù)據(jù)可以識(shí)別的程度。此外，一部分識(shí)別錯(cuò)誤存在于巖性變化處，其原因是元素錄井資料采樣間距為5～10 m，導(dǎo)致在靠近巖性界面處識(shí)別效果較差，可以通過空間插值的方法提高元素錄井?dāng)?shù)據(jù)間隔密度。

圖7 未能識(shí)別巖性分析統(tǒng)計(jì)圖

對(duì)于變質(zhì)巖巖性的識(shí)別，行業(yè)界還沒有統(tǒng)一的標(biāo)準(zhǔn)，相對(duì)權(quán)威的火成巖巖性TAS 模型也是基于礦物，并沒有基于元素的巖性識(shí)別模型。本模型的建立一定程度上解決了特定構(gòu)造內(nèi)的變質(zhì)巖潛山復(fù)雜巖性的識(shí)別問題，但有待改進(jìn)，需要加入更大更全面的標(biāo)準(zhǔn)樣本，加大模型的覆蓋面，最終形成一套完整的、行業(yè)內(nèi)相對(duì)認(rèn)可的基于巖石元素?cái)?shù)據(jù)的變質(zhì)巖巖性分類及判別模型。

3 結(jié)論

1）基于井場(chǎng)元素錄井?dāng)?shù)據(jù)，通過數(shù)據(jù)挖掘技術(shù)中的數(shù)據(jù)降維及隨機(jī)森林算法，以實(shí)驗(yàn)室薄片鑒定結(jié)論做標(biāo)定，建立對(duì)變質(zhì)巖潛山巖性識(shí)別模型。該方法對(duì)研究區(qū)13 口井的巖性識(shí)別準(zhǔn)確率達(dá)到86.5%，可以實(shí)現(xiàn)對(duì)變質(zhì)巖潛山巖性的有效智能識(shí)別。

2）對(duì)于變質(zhì)巖潛山巖性的識(shí)別依托于實(shí)驗(yàn)室薄片鑒定的結(jié)論，部分巖性定名結(jié)論對(duì)于井場(chǎng)現(xiàn)有技術(shù)條件下較難區(qū)分，比如碎裂巖，需要根據(jù)其母巖成分進(jìn)行進(jìn)一步細(xì)分，以達(dá)到井場(chǎng)元素錄井技術(shù)可以判別的程度。