摘要: 研究油田储层的准确建模 利用地震资料进行油田储层建模研究时，由于地震资料覆盖面广 横向采集密度大的特点，使得储层特征数据分布较分散，储层特征不易被提取，传统的建模方法处理大量的地震资料时无法有效提取分散的储层特征数据，造成油田储层建模准确度不高的问题 为此，提出数据挖掘技术应用在油田储层建模中 利用数据挖掘技术处理大量的地震资料，分析数据内在联系以解决储层特征分布分散不易提取的问题，并通过贝叶斯学习方法提取出隐藏的储层特征，根据储层特征数据参数完成储层的准确建模，并进行仿真 仿真结果表明，改进方法能够克服储层特征分布分散不易提取的问题，有效提取出储层特征数据并准确完成储层的建模，为油田储层勘探提供了参考
关键词: 储层建模; 数据挖掘; 贝叶斯学习
　　引言
　　石油工业是国民经济的支柱产业，在国民经济中占有重要的战略的地位，石油也被称为 工业的血液［］石油 天然气是被深埋在地下的一类矿藏，因其独特的储藏方式以及地下的复杂情 况，使得石油的勘探成为一直困扰人们的难题 石油勘探的主要任务是通过尽可能少的探井来探明油气藏和油气地质储量，为油田的开发提供可靠的地质依据随着计算机数据处理技术的发展，人们提出油田储层建模技术，构建油田储层的数据模型来实现油田的勘探，且油田储层建模的精度是重点研究问题［］近年由于地震资料的广泛使用和精度 的 提 高，使得地震资料应用于油田储层建模中，基于地震资料进行油田储层建模成为人们研究的热点问题
　　然而利用地震资料进行油田储层建模时，由于地震资料本身非常复杂，在横向和纵向上的覆盖面积非常广，且横向数据较多采集密度大，这样使得采集的大量地震资料数据中包含的油田储层的特征数据非常分散，特征数据不易于从大量分散复杂的地震资料中提取出来［］传统的利用地震资料进行油田储层建模方法中，直接对地震资料数据进行小波变换提取储层特征，由于地震资料的分散性使得储层特征数据的能量团不集中，不能有效提取出油田储层特征，无法准确构建油田储层模型
　　为有效提取出地震资料中分散的储层特征数据准确构建油田储层模 型，提出数据挖掘技术应用在油田储层建模中 数据挖掘技术不仅能准确分析数据，而且通过统计方法得到隐藏在数据中的深层特征 利用数据挖掘技术处理大量的地震资料，分析数据内在联系以解决储层特征分布分散不易提取的问题，并通过贝叶斯学习方法提取出隐藏的储层特征，根据储层特征数据参数完成储层的准确建模
　　油田储层建模原理
　　油田储层是具有一定的渗透性能够储集石油的地质层石油储存和渗滤于储层中，需要通过石油勘探方法查明地下的石油资源 利用地震资料数据构建油田储层模型，以准确了解地下储层的情况，得到储油聚集保存等信息来综合评价油田的情况 和 产 出 能 力［］，是油田储层建模的目的和意义 油田储层建模技术就是利用地质 测井地震等各项资料对储层进行建模，以得到油田储层分布 物理特性等数据来评价油田产出能力的技术 油田储层位于地下岩层中，油田地质剖面图如图 所示图 油田地质剖面图由图可以看出油田的储层位于地下岩层中，一般的数据提取方式较难有效提取储层的特征数据 而因地震资料数据的独特性，使得地震资料精度较高，比较符合油田储层分析的精度需求，能够为油田储层分析提供丰富可靠的数据，因此被选为油田储层建模的初始数据资源，通过数据处理技术提取出其中隐藏的储层数据，构建出油田的储层模型，实现油田的情况和产出评价油田储层建模过程) 选取油田相对应的地震资料数据，根据地震资料横向和纵向特性分成横向和纵向两个剖面的资料［］，便于地震资料的研究分析( )( )( )( )( )( )式( ) 就是横向数据信息量，式( ) 就是纵向数据信息量，其中 是地震资料介质颗粒的压缩系数集，是地震资料中的孔隙流体系数集，代表的是地质的孔隙度，) 基于地震资料的横向和纵向剖面的大量数据，利用特征数据提取技术得到油田储层的特征数据其特征参数提取的效度直接影响储层建模的准确度特征参数的提取效度计算公式为:( ) ［{ } ］( ，) { }( )式中［{ } ］ 是从地震资料中提取出的储层特征数据的平均信息量，即提取出的特征数据的平均信息量越多则特征提取的效度越高) 根据提取出的特征数据集合{ } ，利用模型重建技术构建油田储层模型，以提供准确的油田情况资料，对油田情况和产出进行有效分析评价油田储层建模的准确度直接与储层特征的提取有关，其准确度计算公式为:{ }( )式中的 表示的就是油田储层建模的准确度，从公式可以看出，其建模准确度与储层特征提取的效度成正比，即效度越高则油田储层建模的准确度越高弊端分析利用地震资料进行油田储层建模时，由于地震资料本身非常复杂，数据较多采集密度大，这样使得采集的大量地震资料数据中包含的油田储层的特征数据非常分散，特征数据不易提取传统的利用地震资料进行油田储层建模方法中，直接对地震资料数据进行小波变换提取储层特征，由于地震资料的分散性使得储层特征数据的能量团不集中，使得提取出的特征信息量不足，特征提取的效度 不高，由效度和建模准确度 的正比列关系可知，传统方法不能有效提取出油田储层特征，无法准确构建油田储层模型综上分析，提出数据挖掘技术应用在油田储层建模中数据挖掘技术不仅能准确分析数据，而且通过统计方法得到隐藏在数据中的深层特征利用数据挖掘技术处理大量的地震资料，分析数据内在联系以解决储层特征分布分散不易提取的问题，并通过贝叶斯学习方法提取出隐藏的储层特征，根据储层特征数据参数完成储层的准确建模数据挖掘技术实现油田储层建模数据挖掘技术分析提取储层特征数据挖掘技术是从大量数据信息中挖掘出未知的可实用的有效的信息，使之提供更丰富的信息或者提供决策支持由于地震资料复杂且分布分散，隐藏的储层特征数据较难提取，而数据挖掘技术以其独特的优点能够有效解决储层特征提取的难题数据挖掘的基本过程如图 所示图 数据挖掘的基本过程示意图对地震资料进行数据挖掘分析，先要对数据进行离散化处理，因为数据挖掘是以区间的形式对数据进行聚类分析的，通过沃尔什函数对地震资料数据进行离散化处理 由于地震资料数据分布在横向和纵向两个方向，尤其是在横向方向上的数据分布更广泛，并且采集密度较分散，所以基于地震资料横向数据的特点对地震资料进行横向的数据离散化，对地震横向数据进行沃尔什离散化的公式为:( ，) { ( ，)( ) ( ，( ) ) }( )式中， ，， ，是数据离散化的步长，一般取值为或者 通过数据的离散化，将分布广泛的地震资料数据分离并划分区间进行合并分析，有效解决了地震资料分布广泛且分散的问题，将油田的储层数据聚集到区间中，便于后续的分析提取对地震资料数据进行离散化预处理后，继续对离散化后的区间数据进行分析，提取出其深层隐含的信息 贝叶斯学习方法就是一种根据先验知识分析数据，并基于对抽取的样本数据的分析和认知修改，最终得到准确的储层数据特征对地震资料数据进行贝叶斯计算的公式为:( )( ) ［ ( ) ( ) ］( ) ( ) ( )( )式中，( ) ( ) 分别为地震资料横向数据和纵向数据的分布概率，( ) 是地震资料横向离散化数据的概率继续对离散化的地震数据进行修正分析，修正公式为:( )( ) ［ ( ) ( ) ］( ) ( ) ( )( ) ( )( )式中，就是数据的修正系数 通过对数据信息的提取和修正，最终得到油田储层的准确特征信息这样通过对地震资料进行数据挖掘计算，利用离散化分析解决横向数据分布广泛的问题，将数据划分到数据区间中便于特征提取，并根据贝叶斯学习方法根据地震资料的先验知识提取出其中隐藏的油田储层特征数据信息，保证了提取出的储层特征数据的效度油田储层建模通过上文分析提取出的地震资料中准确的油田储层特征数据，根据{ 条件} { 结论} 的相互依赖关系的决策规则，在决策表 ( ， ，( ) ( ) ) 中进行最终的油田储层模型的构建，其中横向 和纵向 都有相应的数据外延 { } { } 油田储层模型构建的规则有三条:) 若满足 ，则需要满足概念条件 ( )( ) ;) 若满足 ， ，则需 ( )( ) ( )) 若满 足 ，则 需 要 满 足 ( )( ) ( )根据这三条构建原则，实现油田储层建模:( ，，) { ( ) }( ) ，( ) ，( )式中， ( ，，) 就是最终构建的油田储层模型，可 以从此模型中得到更多准确的油田储层情况信息，并对油田进行产出情况预测和分析，以此来评价油田开发价值和生产效益，为油田开发评价提供可靠的参考价值实验结果及分析选取一个油田实验点，找到与此油田相关的地震资料数据，基于地震资料对此油田的储层进行建模分析 利用计算机进行数据处理，采用 语言将传统方法和提出的数据挖掘方法编程实现，并将油田储层模型的构建结果在可视化程序界面上实现 两种方法构建的油田储层模型结果图对比如图 所示图 两种方法的建模结果图对比在油田储层建模实验过程中，记录两种方法的参数数据，并根据式( ) 和式( ) 分别计算两种方法的特征提取效度和建模的准确度，将数据结果列表进行比较分析，得数据结果对比表如表 所示表 数据结果对比表建模方法 特征提取效度 建模准确度传统方法数据挖掘法由上述实验结果分析可知，由于地震资料的复杂和分散性，传统的利用地震资料进行油田储层建模方法中 ，直接对地震资料数据进行小波变换提取储层特征，无法解决地震资料的分散性和储层特征数据的能量团不集中的问题，使得提取出的特征信息量不足，特征提取的效度仅为 ，由效度和建模准确度的正比列关系可知，传统方法不能有效提取出油田储层特征，构建的模型准确度仅为 ，无法准确构建油田储层模型 而数据挖掘技术不仅能准确分析数据，而且通过统计方法得到隐藏在数据中的深层特征 利用数据挖掘技术处理大量的地震资料，分析数据内在联系以解决储层特征分布分散不易提取的问题，并通过贝叶斯学习方法提取出隐藏的储层特征，使得提取出的特征效度提高到，根据储层特征数据参数完成储层的准确建模，建模准确度达到 ，远优于传统建模方法，取得了理想的结果
　　结束语
　　提出了数据挖掘技术应用在油田储层建模中 数据挖掘技术不仅能准确分析数据，而且通过统计方法得到隐藏在数据中的深层特征 利用数据挖掘技术处理大量的地震资料，分析数据内在联系以解决储层特征分布分散不易提取的问题，并通过贝叶斯学习方法提取出隐藏的储层特征，根据储层特征数据参数完成储层的准确建模 实验表明，这种方法有效提高了油田储层建模的准确度，为油田评价开发提供了可靠的数据参考
    参考文献: 连承波，等基于支持向量机的低阻油层识别方法及应［］石油天然气学报， 吴虹，尹华 与 组合模型的石油价格预测［］计算机仿真