基于模糊C均值聚類的巖性識別研究

摘 要：文章討論了模糊C均值聚類在儲層巖性識別方面的運用，利用巖性地質特征不同，通過對比分析不同測井曲線的巖性響應特征以及巖芯分析資料，運用模糊C均值聚類實現對巖性的有效識別，結果表明，模糊C均值聚類在處理巖性數據集過程中的快速準確性。

關鍵詞：聚類算法；模糊C均值；標準化；巖性識別

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，為數據劃分提供了有力的分析工具，人們為使事物或對象之間能更好地反映現實世界，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用。文章旨在對搜集到的測井數據進行深入分析，提高數據辨識度與分辨率，挖掘數據之間的深層次關系，依據不同巖性在常規測井資料中的不同響應，利用模糊C均值算法對井中的巖性進行自動分類，這有利于油氣藏地質特征的描述，從而減少不合理投入，進而提高油氣藏開發效率。

2 數據來源及分析

文章的數據來源于川科1井，該井經過657天鉆至深度達7566.50m，將井深5614.00m處設為編號1，依次類推，共提取了馬鞍塘組（5614.00m-5681.50m）的676組數據進行實驗。主要測量儲層發育情況、巖性特征、電性和物性特征等。

結合馬鞍塘組的地質特點，主要采用聲波時差（AC）、補償中子（CNL）、密度（DEN）、自然伽瑪（GR）、淺側向電阻率（RS）、自然電位（SP）這6種響應特征。這些參數對研究區域巖性特征反應最敏感，是灰巖儲層巖性識別最常用的測井數據。

3 巖性識別

在勘探開發中，一般來說，測井儀器和標準刻度器的型號和使用規則不完全相同，再加上地理位置和所處環境的變化，使得測井數據存在系統誤差。在運用測井數據進行區域化研究時，必須對測井數據進行標準化處理。

測井曲線中包含了豐富的巖性信息，不同的測井曲線對地層和巖性具有不同的區分度，其差異主要取決于巖石的礦物成分、結構和巖石中所含流體的性質等，對于一組特定的測井參數值就有一種巖性與之對應。

文章綜合考慮測井參數受環境、人為因素的影響，篩選出自然伽馬、聲波時差、電阻率這三種測井響應值。通過巖屑錄井資料可知馬鞍塘組總有四種巖性，經過模糊C均值算法精確計算和分析得出馬鞍塘組各數據點所屬類別如表1。

對比巖屑錄井資料和測井報告可知，1類為泥晶白云質灰巖，2類為泥晶含云灰巖，3類為砂屑灰巖，4類為灰色泥晶灰巖。

利用模糊C均值聚類對川科1井馬鞍塘組巖性數據進行聚類分析的結果如圖1所示，由圖1可以看出各巖性均表現出了較好的分類結果，各組巖石基本以聚類中心為中心點分布，識別率比較高。

文章運用Carbon Explorer地質繪圖軟件分析研究區域的測井數據，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比，結合各種測井曲線可知，聚類巖性與巖屑錄井巖性吻合度達85%以上。

4 結果分析

文章使用模糊C均值聚類使巖性自動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別工具。不僅在實踐工作中簡便易行，也能滿足科學研究的需要。同時也存在著一些不足，比如對初始值敏感，容易陷入局部最優等，充分利用其優勢，在目標函數中增加懲罰項進一步提高算法精度。

參考文獻

[1]馬海，王延江，胡睿，等.測井巖性識別新方法研究[J].地球物理學進展，2009（1）.

[2]魏友華，郭科，許江浩.模糊C均值聚類算法在測井相分析中的應用[J].國土資源科技管理，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.聚類分析在砂巖儲層評價中的應用：以王集油田東區為例[J].石油地質與工程，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.基于交會圖與模糊聚類算法的復雜巖性識別[J].吉林大學學報（地球科學版），2007（S1）.

作者簡介：李海燕（1989-），女，成都理工大學地球物理學院在讀碩士研究生，地球探測與信息技術，主要研究方向為油氣儲層預測。