柴達木盆地西部古近系咸化湖盆烴源巖總有機碳含量預測

太萬雪，劉成林，田繼先，馮德浩，曾 旭，李 培，孔 驊

(1.油氣資源與探測國家重點實驗室，北京 102249;2.中國石油大學(北京)，北京 102249;3.中國石油勘探開發研究院，河北 廊坊 065007)

0 引言

烴源巖總有機碳含量(TOC)是識別有效烴源巖的重要依據，相關學者在TOC預測研究中通常使用的手段有多元回歸法、ΔlgR法、人工神經網絡法以及支持向量機和核磁共振測井等［1－4］。ΔlgR法是Passey等［5］通過大量數據擬合和實驗分析提出的一種經典理論。國內外學者針對原始的ΔlgR模型進行多種改進［6－7］，邊雷博等［8］在 ΔlgR 法基礎上增加自然伽馬參數，使預測模型更加穩定。但上述ΔlgR法均未針對受鹽度影響巖性變化復雜的烴源巖地層進行過研究。多元回歸模型通過建立自變量與因變量的數學關系進行TOC預測，計算簡便，但一般僅是根據數學關系進行模型建立，缺乏地質思維。人工神經網絡模型通過模擬人腦神經元處理信息的機制，對輸入樣本的TOC與測井曲線的相關性進行學習，從而預測未知層位的TOC。近年來國內外大量學者在預測TOC時，均大量應用人工神經網絡方法［9－12］。但在使用神經網絡方法時，未針對輸入測井參數進行優選，參數冗余導致模型泛化能力弱。

目前柴達木盆地西部古近系咸化湖盆仍然采用單一的方法進行TOC的預測，前人忽略了鹽度對測井參數及TOC的影響。在柴西地區分別應用多元回歸法、優化的ΔlgR法和BR－BP神經網絡法進行TOC預測，討論3種方法預測TOC的精度，通過對方法的優化提高TOC預測精度。解決柴西地區不同咸化條件下烴源巖預測的難題，為國內外咸化烴源巖TOC的預測提供了一種切實可行的流程及方法。

1 地質背景

柴達木盆地是中國典型的高原山間斷陷盆地，位于青藏高原東北部。目的層烴源巖為古近紀下干柴溝組上段(E32)。根據郭佩［13］研究，E32層沉積期柴達木盆地主要有獅子溝超咸化中心、紅溝子－油泉子地區2個咸化中心(圖1)。E32層烴源巖關鍵井測井參數齊全，TOC整體上不高，但富烴凹陷面積較大，有效烴源巖規模較大，具有較高的勘探開發價值。

圖1 柴達木盆地西部構造劃分及地層柱狀圖Fig.1 Structural division and stratigraphic column of western Qaidam Basin

由圖1可知，柴達木盆地獅子溝地區E32層受高鹽度影響，石鹽段及灰質泥巖段測井曲線變化異常，石鹽段測井曲線呈異常高聲波時差、高電阻率等特征，而碳酸鹽巖與泥巖混積段測井曲線易震蕩。因此，針對測井曲線的異常表現，高鹽度與中—低鹽度地區需要分別建立TOC預測模型，選取獅子溝井位建立高咸化TOC預測模型，選取小梁山井位建立中—低咸化TOC預測模型。

2 咸化湖盆烴源巖有機碳含量預測模型

2.1 測井曲線多元回歸模型

根據E32層烴源巖的單一測井參數與TOC的相關性對比(圖2)，選取自然伽馬(GR)、聲波時差(AC)、井徑(CAL)、電阻率(Rt)以及中子孔隙度(CNL)參數進行多元回歸擬合，舍棄電導率(σ)參數。使用SAS軟件求解多元回歸未知系數。具體回歸模型見表1。

圖2 下干柴溝組上段測井參數與TOC響應關系Fig.2 Relationship between well logging parameters and TOC response in upper member of Lower Ganchaigou Formation

表1 下干柴溝組上段多元回歸預測模型Table 1 Multiple regression forecast model of upper member of Lower Ganchaigou Formation

使用多元回歸方法建立的下干柴溝組上段烴源巖有機碳預測模型(表1)相關系數一般為0.500 0～0.700 0，預測結果較差，在此基礎上使用圖2優選出的測井參數進行有機碳ΔlgR預測與神經網絡模型預測。

2.2 優化的ΔlgR預測模型

該文在邊雷博［8］的研究基礎上，應用歸一化原理，采取一一映射法將不同范圍的聲波時差與260～460 μs/m聲波時差一一映射，將不同范圍的電阻率與聲波時差為260～460 μs/m時對應的電阻率一一映射，并建立預測模型。

首先將電阻率和聲波時差歸一化:

式中:Rt為電阻率，Ω·m;Rtmax、Rtmin為電阻率曲線疊合段最大值、最小值，Ω·m，Rt基值為電阻率基線值，Ω·m;Δt為聲波時差，μs/m;Δt基值為聲波時差基線值，μs/m;Δtmax、Δtmin為聲波曲線疊合段最大值、最小值，μs/m。

根據聲波時差的應用范圍，Δtmax為460 μs/m，Δtmin為 260 μs/m，式(1)變為:

該公式與原始ΔlgR法相比，在處理深層低聲波時差段烴源巖的有機碳預測方面，具有較高的準確性。

高咸化模型(獅 20井)Rt基值為 8.64 Ω·m，Δt基值為207.83 μs/m;中—低咸化模型(梁 3 井)Rt基值為 7.41 Ω·m，Δt基值為 200.85 μs/m。利用SAS軟件確定待定系數，代入式(3)得到ΔlgR預測模型。

高咸化ΔlgR模型:

中—低咸化ΔlgR模型:

2.3 BR－BP神經網絡模型

影響TOC表達的測井參數較多，為了避免參數冗余降低神經網絡模型泛化能力，首先進行測井參數的主成分分析［14］。根據計算的高咸化模型主成分累計貢獻率(表2)，給出主成分個數，當前a個主成分的累計貢獻率達到85.00%時，滿足預測需要，停止主成分引入。

表2 測井參數主成分分析Table 2 Principal component analysis of loging parameters

使用SAS軟件得到的主成分Y1、Y2、Y3的計算公式為:

式中:Y1、Y2、Y3代表引入的3個主成分;x1為自然電位;x2為自然伽馬;x3為聲波時差;x4為電阻率;x5為井徑。

引入主成分Y3時累計貢獻率達到90.30%(表2)，超過預測TOC要求的85.00%，引入結束。同理，可以進行中—低咸化BP模型主成分分析。

在進行BP神經網絡訓練時，部分輸入參數受鹽度影響，局部測井曲線出現極值，曲線波動大，訓練系統為了使這部分樣本與訓練集完全匹配，導致訓練過程過度嚴格，出現過擬合現象。過擬合得到的模型在訓練集表現良好，但驗證集表現很差，模型泛化能力弱，不能應用到其他井位。因此，此次模型選取的是貝葉斯正則化算法［12］，算法在損失函數中添加一個L2正則項，用來抑制過大的模型參數，緩解過擬合現象，具體如式(9)所示:等式右側第1項代表原始損失函數，稱為C0項;等式右側第2項是引入的L2正則項。

式中:N為樣本總數;yi和為第i個樣本的真實值和預測值;n為訓練集樣本數;wj為網絡權值;λ為正則項系數，通過λ權衡正則項與C0項的比重。

式(9)提高了算法的收斂速率和泛化能力。針對研究區將測井數據按75%、15%、15%的比例分配訓練集、測試集以及驗證集，拓撲關系如圖3所示。

圖3 BP神經網絡拓撲關系圖Fig.3 Topological graph of BP neural network

3 結果與討論

3.1 模型應用結果

綜合建立的模型，針對3種方法進行應用，選取高咸化地區獅20井、低咸化地區梁3井繪制了實測TOC與預測TOC的擬合圖(圖4)，使用相關系數(R2)作為評價標準。

圖4 下干柴溝組上段實測TOC與預測TOC對比Fig.4 Comparison of measured TOC and predicted TOC in upper member of Lower Ganchaigou Formation

回歸模型R2均小于0.500 0，總體表現最差，離散度也最大。高咸化的ΔlgR模型R2為0.691 3;中—低咸化ΔlgR模型R2為0.677 7，ΔlgR模型在高咸化地區預測結果更好，ΔlgR模型整體上優于回歸模型。高咸化神經網絡模型訓練集 R2為0.889 0;中—低咸化訓練集R2為0.973 4，其中，高咸化模型的驗證集(圖4b、c)R2低于訓練集較多，說明鹽度在一定程度上影響了模型穩定性。

3.2 討論

圖5為不同鹽度地區3種預測模型的實際應用，針對圖5的應用結果進行模型預測結果討論。

圖5 下干柴溝組上段烴源巖TOC預測模型單井對比Fig.5 Single well correlation diagram of TOC prediction models for high salinity and medium－low salinity source rocks

神經網絡模型由于方法的優越性，整體上表現最優，通過大量的機器學習，達到90%以上的準確率。由圖5可知，神經網絡模型在高咸化地區的預測效果沒有低咸化地區效果明顯，中—低咸化模型數據收斂性最好。通過貝葉斯算法雖然提高了模型的泛化能力，但在實際預測中，輸入測井參數的品質、網絡參數(權值、迭代次數、訓練速率等)都會影響模型預測結果。且高咸化模型的輸入參數較復雜，測井參數與TOC之間的對應關系也沒有中低咸化模型簡單，這些原因都會提高機器學習難度，降低預測準確度。此外，機器學習需要大量數據支撐，在測井數據較少的地區不能使用神經網絡預測。

優化的ΔlgR僅需要聲波和電阻率2條曲線，對測井要求較低。圖5中優化的ΔlgR曲線明顯具有聲波曲線與電阻率曲線的變化特征，在沉積過程中，高鹽度地區受鹽度變化影響，碳酸鹽巖與泥巖大量互層的烴源巖段聲波曲線超出公式應用范圍，但應用歸一化原理，降低了鹽度影響，使得高鹽度模型表現優于低鹽度地區模型。同時在應用過程中發現，由于烴源巖層在縱向上跨越深度較大，在基值的選取中不能應用于整個層位，需要分層位、甚至在同一層分段擬合ΔlgR公式，工作量較大。

圖5回歸模型預測趨于將曲線中心化，曲線左右幅度變化較小，整體預測TOC變化程度較小。在高鹽度和中—低鹽度地區應用模型預測差異小，模型對鹽度不敏感，回歸模型僅根據數學方法預測，TOC與擬合值結果偏差較大。

4 結論

(1)根據測井曲線參數，采用優化的ΔlgR和BR－BP神經網絡對柴西地區下干柴溝組上段烴源巖的TOC進行預測，根據咸化程度不同分別建立預測模型。

(2)多元回歸模型擬合效果趨近中心值，表現平庸，準確率一般;優化的ΔlgR模型應用歸一化原理，有效減小鹽度影響，但基值選取繁瑣，曲線普適性不好;BR－BP神經網絡模型的預測效果總體上最好，貝葉斯算法有效提高了模型泛化能力。高咸化地區受復雜地質條件影響，預測效果較低咸化模型表現差，在處理高咸化模型時應注意網絡參數的設定。

(3)在柴達木西部地區下干柴溝組上段(E32)具體應用時，優先選取BR－BP人工神經網絡預測，針對鹽度對巖性和測井曲線的變化，分別建立了高鹽度神經網絡模型和中—低鹽度神經網絡模型，可在全柴西范圍內應用。當部分井測井數據較少而不足以支撐機器學習以及高鹽度神經網絡模型響應不好時，選用優化后的ΔlgR模型進行輔助研究，建立的模型可以覆蓋柴西全區，有效指導盆地內高精度烴源巖評價。