基于機器學習的巖性分類識別研究

＊張嘉寶 楊滿玉 萬靜 華遠鵬 胡宇博 高國忠

（長江大學地球物理與石油資源學院 湖北 430100）

巖性識別是用一些特定的方法來區分識別巖性的過程，如何描述巖性分類一直都是一個重要的問題。巖性識別的主要方法有重磁、測井、地震、遙感、電磁、地球化學及薄片分析方法等[1]。

國外常用的常規巖石分類方法，大多是基于巖心或測井資料導出的滲透率-孔隙度交會圖。雖然測井數據不能直接提供滲透率估計值，但是已經開發了幾種從其他測井數據間接獲得滲透率估計值的方法。Pitman等[2]提出了一種基于注汞測量的巖石分類方法。把孔隙度和滲透率測量值與孔喉半徑聯系起來，觀察到一種巖石類型的樣品具有相似大小的主導孔喉半徑。Amaefule等[3]基于滲透率和孔隙度的交會圖，修改了Kozeney-Carman方程，引入了巖石質量指數（RQI）和流動帶指標（FZI）界限來定義不同的巖石類型，建立了巖心、微觀參數與測井宏觀屬性之間的因果關系，實現了在儲層中預測其他巖石的巖性，但并未對取心層段或井的滲透率預測。該方法得到大量實驗和數據證明，而后廣泛應用于常規的巖性分類。

由于在頁巖中缺乏足夠的孔隙度和滲透率值范圍來劃分不同的巖石類型。其次，難以直接測得大多數巖石物理參數，因此上述的方法不適合在非常規油氣藏中使用。

Kale等[4]提出了一種將地質巖心描述與孔隙度、總有機碳（TOC）、FTIR礦物學和注汞毛細管壓力等相對容易測量的指標相結合的巖石分類方法。根據巖石物理聚類分析，把具有相似的物理性質的巖石組合為一種類型，建立了頁巖巖相識別。Gupta等[5]提出了利用監督學習和無監督學習兩個獨立的算法對頁巖進行巖性分類識別。采用了聚類算法和分類算法，對巖石類型進行劃分，再將巖石衍生類型升級到基于測井日志的巖石類型。最后，將升級后的巖石類型測井曲線與生產數據進行關聯，以測試巖石類型訓練的穩健性。此方法可以在多個場景廣泛應用。

隨著電子信息的快速發展，機器學習在測井的巖性識別方向，提供了大量的算法。鞠武等[6]利用測井資料和巖心分資料，建立了巖性分類的判別函數，采用Bayes逐步判別法識別巖性，預測準確率達到了86%。段友祥等[7]提出了利用組合的機器學習算法，建立對巖性分類進行選擇性集成學習預測模型。該方法綜合了一些機器學習的表現優秀的個體學習模型，提高了模型的泛化能力。馬隴飛等[8]利用梯度提升決策樹算法，構建了GBDT算法模型，通過實驗驗證和分析，提高了巖性識別的準確率。

以上方法均存在不足之處，需要人工歸納巖石類型，在進行巖性預測，人工處理巖心數據耗時耗力，不利于成本控制，具有很大的不確定性。基于這些問題，本文提出了一種新的巖性分類識別方法，選取滲透率、孔隙度、密度、含油飽和度、含水飽和度共5種巖石物理參數進行監督學習的k-means聚類分析，確定巖石分類的類型；訓練預測模型，使用KNN分類算法，用已知巖性類型的測井數據訓練出預測模型，從而對自動進行整個井段或者鄰近井的巖性識別預測。此方法可以應用于不同的油氣藏的儲層研究中，有助于提升測井地質解釋工作的效率和精度，為巖性識別問題提供了一種新思路，對于儲層研究的智能化開發具有重大意義。

1.方法原理

(1)模型搭建

首先對獲取的實驗室物理巖石參數進行預處理，檢查數據的完整性，如果數據缺失利用插值法把缺失數據補全。對獲取的巖心數據做標準化處理，巖性分類是無監督學習通過K-means聚類算法來劃分，通過此方法，巖石類型的集群數量就被確定。再用監督學習的KNN分類算法訓練預測模型，從而對沒有巖心數據的井段進行預測。由于K-means和KNN算法都是基于樣本間距離最小原則進行劃分，因此用了K-means聚類以后，再用KNN分類，效果更好，預測的準確率也更高，樣本的可分性也更強。

(2)聚類方法

K-means算法是一種常用的聚類算法，特點是簇內的對象越相似，聚類的效果越好。將算法的輸入數據作為一個樣本集，通過算法把樣本進行聚類，使具有相似特征的樣本聚為一類，再隨機選取K個對象作為初始聚類中心，將數據集分為K組，計算每個對象與聚類中心的距離，分配到離它最近的聚類中心。每分配一個對象，重新計算一次聚類中心，直到聚類中心不在變化為止。假設簇劃分為(C1,C1,…,Ck)，新的聚類中心：

其中，μj是簇Cj的均值向量。

(3)分類方法

KNN分類算法是一種常見的監督學習方法，主要思想是，如果樣本在特征區域有k個最近鄰，這些樣本中的大多數都屬于某一類，則該樣本也屬于這一類。該方法在考慮分類決策的情況下，根據最近的一個或多個樣本的類別來確定要分類的樣本類別。

關于距離測量值，常用歐氏距離。歐氏距離衡量的是多維空間中兩個點之間的絕對距離，即m維空間中兩個點之間的真實距離或向量的自然長度。

n維空間點a(x11,x12,…,xn)與b(x11,x12,…,xn)間的歐氏距離：

為了選取KNN模型最合適k值，本文采用K折交叉驗證確定k的大小。使用交叉拆分出不同的訓練集和驗證集分布測試模型的精準度，求出精準度的均值就是交叉驗證的結果，選取精準度最高的超參數作為KNN模型的k值。

2.實驗與分析

(1)數據處理

在這項研究中，我們使用了某油氣田的3984.0m到6378.0m的深度區間，間隔為0.5m的119700個測井數據以及204個巖心數據。在處理巖心的數據時，先對篩選處理的巖心數據歸一化處理，其計算公式如下：

其中，X'為歸一化后的數據；X為原始巖心數據；Xmax，Xmin分別為某巖心數據的最大值最小值。將數據按比例縮放，便于不同單位之間的指標能夠進行加權，有利于提高模型識別的準確率。

(2)聚類

接著對204個巖心數據進行最優化的K-means聚類分析，結合專家經驗，將巖石類型分成5類最合理。根據巖心數據計算出每一類的巖石物理參數及范圍，如表1所示。

表1 K-means聚類分析各個巖石物理參數的范圍以及平均值

對巖心數據K-means聚類分析后得到的5種巖石類型，根據每種巖石類型的滲透率、孔隙度、巖石密度繪制箱線圖。如圖1所示，巖石類型3具有最高的滲透率和孔隙度，其巖石密度最低；巖石類型1的滲透率和孔隙度較高，巖石類型2的滲透率和孔隙度最低，巖石密度最高。巖石類型3具有最高的含油飽和度，物理性質較好，大概率含油；根據表1所示，巖石類型5的含油飽和度較高，巖石類型2的含水飽和度最高，巖石類型1的含水飽和度較高。

(3)預測

在KNN模型中，模型的復雜度由k值決定。本文采用K折交叉驗證，把訓練數據等分為5組，將每個子數據集做一次交叉驗證，其余4組子數據集作為訓練集，最終求出驗證集的分類準確率的平均值，如圖2所示，每個點表示驗證集的準確率，求取平均值，發現k為3，KNN模型的效果表現的最好。

本次實驗，KNN算法在多分類的問題上表現比SVM分類算法好。如圖3所示，圖中（a）和（b）分別為KNN模型和SVM模型的混淆矩陣,根據混淆矩陣可以求得KNN模型的準確率為94.21%，SVM模型的準確率72.88%。KNN模型中，巖石類型1的預測結果都是巖石類型1；而SVM模型，巖石類型1的預測結果中，出現了11個巖石類型3的樣本，7個巖石類型4的樣本，1個巖石類型5的樣本。綜合評估，在本文的樣本中KNN模型，表現效果比SVM模型好，預測的準確度更高。

利用本文的巖石分類預測模型，對整個井段的巖石類型進行預測，繪制測井曲線圖，如圖4所示，把巖石類型與測井曲線生產數據進行關聯，巖石類型2的密度最高，含油飽和度最低，因此電阻率較低，巖石類型3的密度最低，含油飽和度最高，電阻率較大，預測所得巖石類型與測井曲線符合。

3.結論

（1）本文開發了一個利用少量巖心數據和測井數據進行巖性分類的綜合流程。使用K-means聚類算法把巖性劃分成5類。再通過KNN分類算法訓練預測模型，在本次實驗中，KNN算法相比較SVM算法在多分類問題上的準確率更高。繼而對同一口井無巖心數據測井曲線進行巖石分型預測識別，證明在最優參數組合下的機器學習算法可以對巖石類型快速作出較為精準的識別預測。

（2）后期工作中，針對巖心數據樣本量較少的問題，考慮在建立預測模型時采用半監督學習；對巖性分類識別研究，得出結果是否合理、哪一個的變量影響大、計算過程是否可控等問題，做出一定的解釋。

（3）本文展示的巖性分類可以擴展到其他井段的數據集中，不僅可以在常規儲層中應用，在非常規儲層也可以采用此方法進行巖性分類。在分類算法中，還可以使用決策樹，隨機森林，在數據比較龐大的時候，還可以使用深度學習的算法訓練預測模型。