基于圖論聚類和最小臨近算法的巖性識別方法
——以四川盆地西部雷口坡組碳酸鹽巖儲層為例

孔強夫，楊 才，李 浩，耿 超，鄧 健

(1.中國石化 石油勘探開發(fā)研究院，北京 100083； 2.中國石油集團 長城鉆探工程有限公司 國際測井公司，北京 100083； 3.中國石油 西南油氣田分公司 蜀南氣礦，四川 瀘州 646000； 4.中國石油 華北油田公司 勘探開發(fā)研究院，河北 任丘 062552)

雷口坡組是四川盆地重要的勘探層系之一，具有廣闊的勘探前景[1-6]。由于川西海相碳酸鹽巖地層埋藏深度大，巖性變化快，巖性的準確識別是碳酸鹽巖儲層評價中的一個關鍵難題。巖性識別對于儲層評價及流體識別至關重要，目前測井巖性識別方法主要有交會圖法[7-9]、數(shù)據(jù)挖掘識別法(主成分分析、Fisher判別、神經網絡及支持向量機)[10-13]和測井新技術識別法(成像測井及元素測井)等[14-18]。其中交會圖方法應用最為廣泛，但該類方法反映的巖性信息有限，識別精度有待進一步提高。數(shù)據(jù)挖掘方法相對交會圖法識別精度高，但其適用性很大程度上取決于樣本的代表性。測井新技術識別方法能夠大幅度提高測井巖性識別的解釋精度，但該類方法由于成本較高難以普及。

圖論聚類(MRGC)是一種新型的機器學習方法，該方法基于最小臨近算法(K-Nearest Neighbor，KNN)和圖形數(shù)據(jù)表示的多維點陣圖形識別，由于KNN較其他方法更適合類域的交叉或重疊較多的樣本集[19-23]，因此本文首先針對川西雷口坡組碳酸鹽巖儲層巖性常規(guī)測井識別難度大的問題引入有監(jiān)督MRGC機制，對已知定名巖性進行聚類生成訓練模型，然后結合最小臨近算法進行外推，對其他未取心井巖性進行全井段預測，從而實現(xiàn)碳酸鹽巖巖性精確識別。……