BP神經(jīng)網(wǎng)絡(luò)法預(yù)測(cè)順北超深碳酸鹽巖儲(chǔ)層應(yīng)力敏感程度

張鵬 吳通 李中 李澤 王劍杰 姬磊

1. 中國(guó)石油大學(xué)(北京)石油工程學(xué)院；2. 中海石油(中國(guó))有限公司湛江分公司；3. 中國(guó)石油遼河油田分公司高升采油廠

順北油田儲(chǔ)層平均埋藏深度超過(guò)7 300 m，屬于奧陶系超深碳酸鹽巖裂縫-洞穴型油藏。儲(chǔ)層縫洞是主要的油氣儲(chǔ)存空間和滲流通道，為典型的巖石力學(xué)和滲流強(qiáng)非均質(zhì)破碎性儲(chǔ)層［1］。應(yīng)力敏感傷害是縫洞型油藏主要傷害類型之一，油井前期產(chǎn)量高但產(chǎn)量降低快，有可能是儲(chǔ)層敏感性傷害所致。采油過(guò)程中，生產(chǎn)壓差或采出速度不合適，或能引發(fā)應(yīng)力敏感，造成儲(chǔ)層傷害。預(yù)測(cè)產(chǎn)能和建立工作制度時(shí)考慮儲(chǔ)層應(yīng)力敏感傷害，更有利于油田穩(wěn)產(chǎn)高產(chǎn)。應(yīng)力敏感傷害主要由內(nèi)因和外因所致。內(nèi)因是儲(chǔ)層自身特性在外界因素作用下引發(fā)的因素，如巖性、巖石組成、膠結(jié)程度、孔隙結(jié)構(gòu)、接觸方式等；外因是鉆完井、酸壓等施工過(guò)程引起儲(chǔ)層滲透率下降的因素，如流體性質(zhì)、固相侵入、酸蝕等。預(yù)測(cè)引起應(yīng)力敏感的外因是優(yōu)化施工參數(shù)的基礎(chǔ)。

常規(guī)儲(chǔ)層應(yīng)力敏感評(píng)價(jià)是依據(jù)現(xiàn)有的儲(chǔ)層敏感性流動(dòng)實(shí)驗(yàn)評(píng)價(jià)方法測(cè)試儲(chǔ)層巖心柱塞，通過(guò)實(shí)驗(yàn)數(shù)據(jù)計(jì)算儲(chǔ)層應(yīng)力敏感程度與圍壓的關(guān)系［2］，實(shí)驗(yàn)周期長(zhǎng)，儲(chǔ)層巖心的非均質(zhì)特征可重復(fù)性差［3］。深層碳酸鹽巖儲(chǔ)層，往往在鉆井流體井漏失返后立即完井，使得巖心獲取困難甚至沒(méi)有巖心，導(dǎo)致室內(nèi)測(cè)試過(guò)程困難重重。早有學(xué)者運(yùn)用計(jì)算機(jī)模擬技術(shù)識(shí)別、診斷儲(chǔ)層傷害程度［4］，以解決實(shí)驗(yàn)方法與實(shí)際地層符合率不高的難題［5］。實(shí)驗(yàn)測(cè)試僅在某些必須的場(chǎng)合使用，如確定儲(chǔ)量、開(kāi)發(fā)方案等。越來(lái)越多的學(xué)者認(rèn)識(shí)到，數(shù)學(xué)方法快速預(yù)測(cè)儲(chǔ)層的應(yīng)力敏感，即利用各類資料以及以前積累的應(yīng)力敏感傷害數(shù)據(jù)，找到儲(chǔ)層應(yīng)力敏感傷害與各類參數(shù)之間的關(guān)系，是一種可行的方案。楊賢友等利用儲(chǔ)層組成與結(jié)構(gòu)資料采用置信概率的多組判別方法預(yù)測(cè)儲(chǔ)層五敏傷害類型和程度［6］，彭春耀等采用梯度最快下降法預(yù)測(cè)儲(chǔ)層敏感性［7］，張玄奇用灰色關(guān)聯(lián)法預(yù)測(cè)儲(chǔ)層敏感程度［8］，蔣官澄等用模式識(shí)別法［9］、XIONG Hongjie等用模糊數(shù)學(xué)法［10］、魏凱等用神經(jīng)網(wǎng)絡(luò)和Monte-Carlo模擬法［11］預(yù)測(cè)儲(chǔ)層敏感程度，肖昌等用單相關(guān)分析和多元回歸預(yù)測(cè)儲(chǔ)層敏感［12］，羅向榮等用遺傳算法和回歸參數(shù)最小二乘估計(jì)法改進(jìn)BP神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)儲(chǔ)層敏感［13］，但以人工神經(jīng)網(wǎng)絡(luò)或者改進(jìn)的人工神經(jīng)網(wǎng)絡(luò)如徑向基神經(jīng)網(wǎng)絡(luò)［14］、量子神經(jīng)網(wǎng)絡(luò)［15］等數(shù)學(xué)方法預(yù)測(cè)儲(chǔ)層應(yīng)力敏感的研究居多。

數(shù)學(xué)方法適用數(shù)據(jù)特征是預(yù)測(cè)的關(guān)鍵。文獻(xiàn)表明，神經(jīng)網(wǎng)絡(luò)法用于預(yù)測(cè)儲(chǔ)層敏感性符合率最高，對(duì)于影響因素較多、相互關(guān)系復(fù)雜的敏感性預(yù)測(cè)，自適用性和學(xué)習(xí)能力較好。但是，神經(jīng)網(wǎng)絡(luò)方法是否能與之在淺層油氣的應(yīng)用一樣也適用于深層油氣藏，目前還未見(jiàn)相關(guān)報(bào)道。以順北油田典型的深層應(yīng)力敏感性油田為例，用神經(jīng)網(wǎng)絡(luò)方法預(yù)測(cè)儲(chǔ)層應(yīng)力敏感程度，針對(duì)深層碳酸鹽巖開(kāi)發(fā)乃至其他深層無(wú)巖心、無(wú)足夠巖心支撐實(shí)驗(yàn)的情況進(jìn)行研究。

1 預(yù)測(cè)過(guò)程

根據(jù)BP神經(jīng)網(wǎng)絡(luò)方法的原理［16］，首先進(jìn)行數(shù)據(jù)收集、處理，再根據(jù)數(shù)據(jù)結(jié)果確定層數(shù)、各層神經(jīng)元個(gè)數(shù)，選擇作用函數(shù)，確定初始權(quán)值，選取學(xué)習(xí)速率和誤差限，進(jìn)而代入數(shù)據(jù)訓(xùn)練學(xué)習(xí)，獲得需要的結(jié)果。在具體實(shí)踐中，對(duì)數(shù)據(jù)處理、分析數(shù)據(jù)特征，不僅是用好BP神經(jīng)網(wǎng)絡(luò)方法的基礎(chǔ)，更是選擇最佳模型的關(guān)鍵，如層數(shù)、作用函數(shù)等。

1.1 數(shù)據(jù)收集及預(yù)處理

以順北油田鷹山組碳酸鹽巖儲(chǔ)層為研究對(duì)象，收集整理4類資料：(1)已知應(yīng)力敏感傷害程度的7口井的測(cè)井、試井、巖屑、薄片、電鏡掃描、X射線衍射等6種測(cè)試資料；(2)反映儲(chǔ)滲空間的孔隙度、滲透率、裂縫寬度、裂縫充填程度、充填物含量、孔洞平均直徑、顆粒膠結(jié)類型等7種參數(shù)；(3)反映巖石組分的各組分含量資料；(4)反映儲(chǔ)層環(huán)境的儲(chǔ)層中部深度以及對(duì)應(yīng)位置的壓力、溫度等參數(shù)。另外，需對(duì)收集的定性數(shù)據(jù)預(yù)處理，轉(zhuǎn)換為定量數(shù)據(jù)。定性數(shù)據(jù)包括裂縫充填程度和充填類型，二者均是有序型多態(tài)定性數(shù)據(jù)，故采用非等差式賦值方法將定性數(shù)據(jù)轉(zhuǎn)換為定量數(shù)據(jù)。最后對(duì)數(shù)據(jù)進(jìn)行歸一化，確保數(shù)據(jù)分布在0～1之間且無(wú)量綱。

1.2 變量與目標(biāo)的相關(guān)性分析

根據(jù)初步確定的應(yīng)力敏感傷害潛在因素，統(tǒng)計(jì)了應(yīng)力敏感傷害影響因素的各類數(shù)據(jù)，但并不了解各因素的影響程度，可能有不必要參數(shù)的存在。為此，采用可很好解決影響關(guān)系不確定性問(wèn)題的單相關(guān)法和灰色關(guān)聯(lián)法，分析并篩選了碳酸鹽巖應(yīng)力敏感傷害與影響因素的相關(guān)度。單相關(guān)分析中一般用相關(guān)系數(shù)表示變量之間的線性相關(guān)程度，相關(guān)系數(shù)取值一般在?1～1之間。

根據(jù)整理得到的順北油田鷹山組7口井的數(shù)據(jù)資料，利用公式計(jì)算應(yīng)力敏感傷害率、臨界應(yīng)力與影響因素的單相關(guān)系數(shù)可知，對(duì)于應(yīng)力敏感傷害率，等效縫寬、儲(chǔ)層壓力、儲(chǔ)層溫度、儲(chǔ)層中深、試井滲透率、孔洞平均直徑的相關(guān)度最高；縫洞充填物含量、裂縫主要充填類型、主要膠結(jié)類型、非碳酸鹽礦物含量、孔隙度為顯著相關(guān)；方解石含量、白云石含量相關(guān)度最低。對(duì)于臨界應(yīng)力，儲(chǔ)層壓力、等效縫寬、儲(chǔ)層溫度、孔洞平均直徑、充填物含量相關(guān)度最高；儲(chǔ)層中深、裂縫主要充填類型、滲透率、孔隙度、非碳酸鹽礦物含量為顯著相關(guān)；主要膠結(jié)類型為低相關(guān)度；方解石含量、白云石含量為弱相關(guān)。

根據(jù)灰色關(guān)聯(lián)分析法6個(gè)步驟［17］，對(duì)計(jì)算出的關(guān)聯(lián)度進(jìn)行排列，關(guān)聯(lián)度越大，則影響因素與研究對(duì)象相關(guān)程度越大。利用灰色關(guān)聯(lián)分析法原理，求應(yīng)力敏感性傷害與其影響因素間的關(guān)聯(lián)系數(shù)矩陣，得到各影響因素對(duì)應(yīng)的關(guān)聯(lián)系數(shù)。再根據(jù)相關(guān)度計(jì)算公式，計(jì)算應(yīng)力敏感傷害率與各影響因素的關(guān)聯(lián)度。利用相同方法計(jì)算臨界應(yīng)力與各影響因素的關(guān)聯(lián)度。

結(jié)果表明，等效縫寬、孔洞平均直徑、縫洞充填物含量、方解石含量、白云石含量、儲(chǔ)層中深、裂縫主要充填類型、孔隙度、主要膠結(jié)類型、滲透率、非碳酸鹽礦物含量與應(yīng)力敏感性傷害率的相關(guān)度為顯著相關(guān)，儲(chǔ)層壓力、儲(chǔ)層溫度為低度相關(guān)。儲(chǔ)層溫度與臨界應(yīng)力的相關(guān)程度為高度相關(guān)，縫洞充填物含量、儲(chǔ)層中深、儲(chǔ)層壓力、非碳酸鹽礦物含量、主要膠結(jié)類型、白云石含量、方解石含量、滲透率、孔洞平均直徑、孔隙度、裂縫主要充填類型、等效縫寬與臨界應(yīng)力相關(guān)程度為顯著相關(guān)。

1.3 BP神經(jīng)網(wǎng)絡(luò)模型的建立

BP神經(jīng)網(wǎng)絡(luò)模型建立的主要內(nèi)容包括神經(jīng)網(wǎng)絡(luò)層數(shù)的確定、各層神經(jīng)元個(gè)數(shù)的確定、作用函數(shù)的選擇、初始權(quán)值的確定、學(xué)習(xí)速率的選取和誤差限的選擇等。利用MATLAB中的神經(jīng)網(wǎng)絡(luò)工具箱建立模型，作用函數(shù)、初始權(quán)值、學(xué)習(xí)速率等參數(shù)選擇神經(jīng)網(wǎng)絡(luò)工具箱中默認(rèn)值。隱含層作用函數(shù)為sigmoid函數(shù)，輸出層作用函數(shù)為線性函數(shù)。將神經(jīng)網(wǎng)絡(luò)的層數(shù)確定為3層，輸入層神經(jīng)元11個(gè)、輸出層神經(jīng)元2個(gè)，誤差限設(shè)置為1.0×10?8，隱含層神經(jīng)元設(shè)計(jì)為8個(gè)，網(wǎng)絡(luò)的訓(xùn)練函數(shù)選擇trainlm函數(shù)。BP神經(jīng)網(wǎng)絡(luò)模型相應(yīng)參數(shù)確定后，對(duì)網(wǎng)絡(luò)進(jìn)行訓(xùn)練。

1.4 應(yīng)力敏感預(yù)測(cè)結(jié)果

將相關(guān)性分析獲得的等效縫寬、儲(chǔ)層壓力、溫度、儲(chǔ)層中深、滲透率、孔洞平均直徑、縫洞充填物含量、裂縫主要充填類型、主要膠結(jié)類型、非碳酸鹽礦物含量、孔隙度，共11個(gè)應(yīng)力敏感性傷害主控因素代入所建模型進(jìn)行訓(xùn)練計(jì)算。對(duì)模型訓(xùn)練后，利用返回檢驗(yàn)法對(duì)訓(xùn)練好的神經(jīng)網(wǎng)絡(luò)模型進(jìn)行檢驗(yàn)，用傷害程度預(yù)測(cè)符合率和預(yù)測(cè)誤差作為分析評(píng)價(jià)指標(biāo)。從預(yù)測(cè)結(jié)果可知，7組樣品數(shù)據(jù)的應(yīng)力敏感傷害程度預(yù)測(cè)結(jié)果均為強(qiáng)，實(shí)測(cè)結(jié)果同樣均為強(qiáng)，因而傷害程度預(yù)測(cè)符合率為100%；應(yīng)力敏感傷害率的預(yù)測(cè)誤差最高8.97%，最低3.64%，平均7.15%，臨界應(yīng)力的預(yù)測(cè)誤差最高9.31%，最低1.95%，平均5.21%。該預(yù)測(cè)結(jié)果滿足現(xiàn)場(chǎng)誤差要求。

2 預(yù)測(cè)結(jié)果準(zhǔn)確性分析

利用BP神經(jīng)網(wǎng)絡(luò)方法自身的返回檢驗(yàn)法對(duì)訓(xùn)練好的模型進(jìn)行檢驗(yàn)，盡管結(jié)果符合預(yù)期，滿足現(xiàn)場(chǎng)要求，但為了驗(yàn)證其結(jié)果的穩(wěn)定性和通用性，再與實(shí)驗(yàn)評(píng)價(jià)結(jié)果、其他數(shù)學(xué)方法預(yù)測(cè)結(jié)果進(jìn)行對(duì)比分析。

2.1 與實(shí)驗(yàn)評(píng)價(jià)結(jié)果對(duì)比分析

按照景岷雪的碳酸鹽巖巖心應(yīng)力敏感實(shí)驗(yàn)［18］并參考SY/T 5358—2010《儲(chǔ)層敏感性評(píng)價(jià)實(shí)驗(yàn)方法》中應(yīng)力敏感評(píng)價(jià)內(nèi)容，以儲(chǔ)層巖樣進(jìn)行應(yīng)力敏感評(píng)價(jià)。所研究的碳酸鹽巖應(yīng)力敏感預(yù)測(cè)模型是利用順北油田鷹山組儲(chǔ)層數(shù)據(jù)及應(yīng)力敏感傷害情況建立的，為驗(yàn)證該模型是否適用于其他碳酸鹽巖儲(chǔ)層，收集順北油田一間房組碳酸鹽巖儲(chǔ)層掃描電鏡、X射線衍射、薄片分析、測(cè)井、試井等測(cè)試數(shù)據(jù)，利用所建模型對(duì)該一間房組儲(chǔ)層應(yīng)力敏感進(jìn)行預(yù)測(cè)。同時(shí)，優(yōu)選了2枚具有明顯裂縫特征的柱塞，按照上述實(shí)驗(yàn)方法進(jìn)行應(yīng)力敏感傷害評(píng)價(jià)。取2枚柱塞實(shí)驗(yàn)結(jié)果的平均值作為該一間房組儲(chǔ)層應(yīng)力敏感傷害值對(duì)預(yù)測(cè)結(jié)果進(jìn)行分析驗(yàn)證，結(jié)果見(jiàn)表1。

表1 網(wǎng)絡(luò)模型預(yù)測(cè)與實(shí)驗(yàn)結(jié)果對(duì)比Table 1 Comparison between the prediction results of network model and the experimental results

將預(yù)測(cè)結(jié)果和實(shí)驗(yàn)結(jié)果對(duì)比可知，基于BP神經(jīng)網(wǎng)絡(luò)建立的模型對(duì)應(yīng)力敏感傷害程度預(yù)測(cè)結(jié)果與實(shí)驗(yàn)結(jié)果相符，都為強(qiáng)。應(yīng)力敏感滲透率傷害率預(yù)測(cè)結(jié)果、臨界應(yīng)力預(yù)測(cè)結(jié)果與實(shí)驗(yàn)結(jié)果相比，誤差都小于10%，說(shuō)明利用鷹山組儲(chǔ)層數(shù)據(jù)建立的BP神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)模型同樣適用于一間房組儲(chǔ)層的應(yīng)力敏感傷害評(píng)價(jià)。

2.2 與其他數(shù)學(xué)方法預(yù)測(cè)結(jié)果對(duì)比分析

通過(guò)文獻(xiàn)資料可知，僅采用單相關(guān)分析法和灰色關(guān)聯(lián)分析法所建模型得不到具體數(shù)據(jù)；由收集到的順北油田鷹山組碳酸鹽巖儲(chǔ)層數(shù)據(jù)可知，碳酸鹽巖影響因素個(gè)數(shù)(11個(gè))大于樣本數(shù)據(jù)組數(shù)(7組)，對(duì)于多元線性回歸分析法，無(wú)法進(jìn)行多元線性回歸分析。在常用的數(shù)學(xué)算法中，按照李卓的支持向量機(jī)法［19］和劉為付的模糊數(shù)學(xué)綜合評(píng)價(jià)法［20］建立順北油田鷹山組碳酸鹽巖應(yīng)力敏感預(yù)測(cè)模型，利用返回檢驗(yàn)法檢驗(yàn)?zāi)Ｐ蜏?zhǔn)確性，并與BP神經(jīng)網(wǎng)絡(luò)模型進(jìn)行對(duì)比，檢驗(yàn)BP神經(jīng)網(wǎng)絡(luò)方法用于碳酸鹽巖儲(chǔ)層應(yīng)力敏感傷害后是否為最優(yōu)方法。結(jié)果顯示，綜合考慮應(yīng)力敏感傷害程度預(yù)測(cè)符合率和預(yù)測(cè)結(jié)果平均誤差，基于BP神經(jīng)網(wǎng)絡(luò)建立的順北油田鷹山組碳酸鹽巖儲(chǔ)層快速預(yù)測(cè)模型的預(yù)測(cè)結(jié)果最佳，與文獻(xiàn)調(diào)研統(tǒng)計(jì)對(duì)比得到的最優(yōu)數(shù)學(xué)方法結(jié)果相符。

3 結(jié)論與建議

(1)收集、分析并選取了與順北油田鷹山組碳酸鹽巖應(yīng)力敏感最為相關(guān)的11個(gè)主控因素，通過(guò)建立BP神經(jīng)網(wǎng)絡(luò)模型并訓(xùn)練計(jì)算，獲得的預(yù)測(cè)結(jié)果準(zhǔn)確率較高；將該模型應(yīng)用到順北油田一間房組，同樣獲得了滿意效果。由此表明該方法通用性良好，對(duì)深層碳酸鹽巖均具有良好的適用性。

(2)所建的BP神經(jīng)網(wǎng)絡(luò)模型雖然預(yù)測(cè)效果較好，但由于收集到的超深井碳酸鹽巖儲(chǔ)層數(shù)據(jù)組數(shù)較少，仍存在一定誤差；不同學(xué)者收集數(shù)據(jù)的方法和途徑不同，所得數(shù)據(jù)不同，所建模型可能存在差異；神經(jīng)網(wǎng)絡(luò)模型建立過(guò)程中存在多個(gè)參數(shù)值選取，如網(wǎng)絡(luò)層數(shù)、神經(jīng)元個(gè)數(shù)等，對(duì)參數(shù)值選取原則不同，同樣可能存在差異。