Интерпретация данных ГИС на базе системно-структурного подхода учебн

взаимного сходства и взаимосвязи смежных элементов объема (площади, длины) изучаемого объекта (нефтяной или газовой залежи). Большие возможности иерархической декомпозиции как средства моделирования сложных систем позволяют на композиционном этапе моделирования (т.е. при построении модели) получить целостное представление об объекте исследования.

Результаты геофизических исследований скважин (ГИС) нередко являются единственным надежным источником сведений о составе и строении геологического объекта. Этих сведений, как правило, хватает для рациональной декомпозиции разреза каждой скважины (литологическое расчленение разрезов скважин, установление границ между выделенными слоями горных пород, определение их стратиграфической принадлежности и т.п.) и построения с помощью межскважинной корреляции общей схемы иерархического расчленения блока земной коры на части – пласты горных пород, чередующихся друг с другом по вертикали, но никогда не хватает для однозначного прослеживания их по площади. Свойства пластов горных пород известны только в отдельных точках разреза скважины, и, чтобы не начинать обработку данных ГИС с решения нечетко определенных задач экстраинтерполяции, декомпозицию пластов приходится подменять классификацией имеющихся точек наблюдений с последующим переходом (с помощью этой классификации) к иерархической декомпозиции пластов горных пород по площади.

Следует отметить, что декомпозиционный способ выявления иерархичности внутренней структуры пластов (как объектов, содержащих УВ) успешно использовался при анализе разработки нефтяных месторождений.

Применение данных ГИС при литолого-стратиграфических исследо-ваниях открывает большие перспективы для решения ключевых геологических задач. Методы ГИС позволяют с большой детальностью «просматривать» разрез скважины, по-

111

лучать непрерывную информацию о составе и свойствах пластов пород по вертикали, а также прослеживать их изменения по площади. Каждое из физических свойств горных пород (по данным ГИС) связано с условиями осадконакопления, что предопределяет возможность проведения седиментологического и даже фациального анализа по материалам геофизических методов. Еще большие перспективы при геологической интерпретации данных ГИС открываются с использованием компьютерных технологий.

Из основных представлений о сущности системного подхода вытекает, что как человек-интерпретатор, так и заменяющие его автоматизированные системы обработки данных ГИС могут эффективно решать стоящие перед ними задачи (в том числе при моделировании залежей нефти и газа) только с учетом всей конкретной геологической обстановки и специфических особенностей использованного комплекса промыслово-геофизи- ческих методов. Такого рода учет выступает в качестве главного средства преодоления барьера информативности. В то же время для преодоления барьеров многомерности и неоднородности при моделировании сложной залежи УВ необходимо «просеивать» всю имеющуюся информацию об объекте исследования и, опираясь на опыт, знания и интуицию интерпретатора (т.е. взяв на вооружение «экспертные методы»), использовать наиболее информативные и достоверные (в том числе и интегральные) сведения. Весьма важно обратить внимание на преодоление барьера временной неустойчивости и некорректности, который часто возникает при изменчивости со временем некоторых параметров залежи, например в результате обводнения скважин, подъема уровня ВНК, зафиксированного во вновь пробуренных скважинах, и т. п. Высокая временная устойчивость характеризуется весьма мало изменяющимися результатами интерпретации при поступлении новой информации о залежи. Поэтому применительно к автоматизированной системе нужно говорить о необходимости ее настройки на конкретные геологические

112

условия и фиксированные наборы методов ГИС. Особенно важна такого рода настройка для тех программ, которые должны осуществлять литологическое или литолого-стратиграфическое расчленение разрезов скважин.

Обратившись к задачам проектирования, анализа и регулирования разработки нефтяных и газовых месторождений, трудно даже представить, что такие задачи можно решать в производственном режиме, опираясь на автоматизированную систему интерпретации данных ГИС, настройка которой на конкретные условия требуют значительных затрат труда и времени. Только наличие эффективного блока настройки может сделать автоматизированную систему интерпретации данных ГИС приемлемой для широкого применения при решении задач разработки нефтяных залежей и построения их моделей, превратить ее в действенное средство достижения высоких показателей полноты извлечения углеводородного сырья из недр.

В традиционных методиках качественная интерпретация, включая в себя элементы межскважинной корреляции разрезов, носит характер литолого-стратиграфического расчленения толщ горных пород, вскрываемых скважинами, и предшествует количественной интерпретации.

Иначе обстоит дело с интерпретацией материалов ГИС на компьютере. В своих крайних вариантах автоматизированные системы обработки данных ГИС представлены двумя группами. В системах первой группы литологическое расчленение разреза скважины напрямую опирается на кажущиеся значения физических свойств и предшествует количественной интерпретации. В системах второй группы последовательность действий другая: обратная фильтрация («рассреднение») кривых ГИС с целью перехода от кажущихся значений физических параметров пластов горных пород к «истинным», решение петрофизических уравнений с выходом на геолого-физические и геологические свойства (количественная интерпретация), литологическая (качественная) интерпретация, выполняемая с использованием ре-

113

зультатов количественной интерпретации. В системах обеих групп стратиграфическое расчленение (корреляция) разрезов скважин осуществляется на заключительном этапе, как правило, с привлечением некоторых априорных сведений, сообщенных системе человеком непосредственно перед интерпретацией материалов данной скважины или группы скважин.

Наиболее характерной представительницей первой группы является система Ц-2, второй группы – система ГИК-2М. Достоинства систем первой группы: близость к традиционным «ручным» схемам интерпретации, облегчающая перенос достижений традиционных методик на машинную интерпретацию, и высокая помехоустойчивость, так как решение задачи начинается с качественной интерпретации (достаточно устойчивой по своей природе) и завершается количественной интерпретацией. В системах второй группы многие процедуры обработки данных ГИС пришлось решать по-новому, так как не соблюдалась традиционная последовательность интерпретации. Что же касается обеспечения помехоустойчивости, то она требует серьезнейших теоретических доработок. В то же время системы второй группы вселяют надежду на возможность создания такой усовершенствованной методики интерпретации данных ГИС на компьютере, которая вряд ли возможна в рамках систем первой группы. Поэтому в некоторых системах реализуется промежуточный вариант, не придерживающийся строго определенной последовательности выполнения качественной и количественной интерпретации.

В математическом отношении задача литологического расчленения в системах обеих групп выглядит одинаково: в пространстве признаков, элементами-носителями которых считаются отдельные точки или отрезки на оси скважины, необходимо выделить области, отвечающие различным горным породам, и выработать правила, с помощью которых можно определить, какой из выделенных областей принадлежит любая точка рассматриваемого пространства. В системах первой группы задача

114

решается применительно к пространству кажущихся значений физических свойств, в системах второй группы – применительно к пространству «истинных» значений физических свойств, полученных в результате фильтрации.

Вкаждой конкретной версии автоматизированной системы интерпретации материалов ГИС перечень идентифицируемых типов горных пород принято определять заранее. При этом правила распознавания различаемых типов пород могут:

– устанавливаться исходя из физических соображений теоретического и эмпирического происхождения (как в известной методике комплексных кодов);

– вырабатываться с применением того или иного алгоритма распознавания образов (как в алгоритмах «Обобщенный портрет» и «Дискриминантная функция»);

– конструироваться в виде совокупности процедур последовательного пересчета и анализа данных, обеспечивающих комплексный учет содержательных соображений и результатов более или менее формальных операций обучения распознаванию образов (как, например, в системе «Самотлор Ц-2»).

Разрешающая способность каждого из указанных подходов

кзадаче литологического расчленения разрезов скважин по данным ГИС, как показал В.Г. Ингерман, довольно низка: так, при работе в производственном режиме на геофизических материалах Западной Сибири ограничивались выделением только трех типов пород («коллекторы», «глины», «плотные терригенные породы»).

Внаиболее сложных автоматизированных системах литологическое расчленение реализуется в отрыве от стратиграфического, которое задается системе извне в полностью или почти готовом виде, т.е. с помощью компьютера выполняется только литологическая идентификация, хотя при «ручной» обработке, как правило, решается задача литолого-стратиграфической интерпретации данных ГИС, в рамках которой имеет место более или менее полное слияние операций расчленения разрезов кон-

115

кретных скважин с процедурой межскважинной корреляции этих разрезов. В то же время наборы правил распознавания получаются очень громоздкими в связи с изменением комплекса используемых геофизических методов и переходом от одного типа разреза к другому.

Накопленный опыт применения машинных методов интерпретации данных ГИС свидетельствует, что сложившиеся подходы к задаче литологического и тем более литологостратиграфического расчленения разрезов скважин недостаточно эффективны. Они приводят к получению довольно грубых и ненадежных результатов при определении литологического состава горных пород и практически ничего не дают для решения задач стратиграфического расчленения (межскважинной корреляции геологических разрезов). Такие результаты могут устраивать в какой-то мере лишь при разведке нефтяных месторождений и подсчете их начальных запасов. Для того, чтобы эффективно разрабатывать нефтяную залежь, свести к минимуму потери нефти в недрах, необходимо учесть ряд особенностей состава и структуры нефтенасыщенных и вмещающих пластов горных пород, детально прокоррелировать разрезы всех скважин с целью изучения сообщаемости продуктивных прослоев, вскрытых разными скважинами.

Как человек-интерпретатор, так и заменяющие его автоматизированные системы обработки данных ГИС могут эффективно решать стоящие перед ними задачи только с учетом конкретной геологической обстановки и специфических особенностей используемого комплекса промыслово-геофизических методов исследования скважин. Применительно к автоматизированной системе нужно говорить о необходимости ее настройки на конкретные геологические условия и фиксированные наборы методов ГИС. Особенно важна такого рода настройка для тех программ, которые должны осуществлять литологическое или литолого-стратиграфическое расчленение разрезов скважин.

116

К сожалению, такие высокоразвитые комплексы, подобные системам «Каротаж» и ГИК-2М, хотя и содержат программы, выполняющие ряд расчетов, необходимых для настройки, не имеют функциональных подсистем типа блоков автоматической настройки на конкретные геологические условия и конкретные наборы методов геофизических исследований скважин. Практически настройка комплексов сводится к включению в них новых программ, новых наборов фильтров, логических функций и зависимостей, значительная часть которых нужна лишь для интерпретации материалов ГИС по одной единст-венной залежи или даже ее небольшой части. При этом настройка комплексов на конкретные условия занимает много времени и может быть осуществлена только высококвалифицированным специалистом, который досконально разбирается не только в особенностях используемого комплекса интерпретирующих программ, но и в геологическом описании изучаемого объекта. Отсутствие блоков настройки на конкретные геологические условия и определенные наборы методов ГИС в упомянутых выше системах интерпретации можно объяснить тем, что разработчики этих систем исходили из предположения о возможности создания некоего универсального комплекса взаимосвязанных программ интерпретации, который в принципе может работать без настройки на конкретные условия и который придется «подстраивать» (расширять) только в первый период эксплуатации, пока он не достигнет необходимой полноты. Однако известно, что ни один геолог-геофизик не приступит к интерпретации каротажных диаграмм, предварительно не ознакомившись (хотя бы в общих чертах) с данными по геологии района, интервалу исследования и строению разреза.

Конечно, удобнее всего автоматическую настройку реализовать путем обучения на примерах, за счет включения в систему обработки материалов ГИС таких программ, которые для любого интервала разреза любой конкретной площади сами вырабатывали бы операторы перехода от каротажных кривых к

117

результатам их литолого-стратиграфической интерпретации, используя в качестве материала обучения не отдельные фрагменты интервалов разрезов скважин, а данные по скважинамэталонам, характеризующим весь разрез полностью.

Задача литолого-стратиграфической интерпретации очень сложна и многофакторна. Известно, что решению задач столь высокой сложности человек обучается, не столько осваивая различные частные правила, сколько подражая другому человеку или следуя какому-то сложному эталонному примеру. Поэтому в целях повышения эффективности автоматизированной интерпретации желательно организовать ее по принципу обучения на эталонной ситуации. Простое наблюдение за действиями геолога или геофизика, интерпретирующего материалы ГИС, свидетельствует о том, что он при решении задачи расчленения разреза рассматривает каждую диаграмму ГИС как единое целое. Поэтому действенным средством повышения эффективности интерпретации может стать создание алгоритма, на любом шаге своей работы «видящего» каждую из кривых ГИС не только по частям, но и в целом.

Таким образом, идея литолого-стратиграфической интерпретации данных ГИС с обучением на эталонном материале достаточно высокой сложности с использованием алгоритмов, воспринимающих каждую из кривых ГИС как единый объект, весьма актуальна. Очевидным преимуществом единой литологостратиграфической интерпретации данных ГИС перед раздельным выполнением литологического расчленения разреза скважины и стратиграфической индексации пластов горных пород (корреляции разрезов скважин) является возможность взаимного контроля заключений о литологическом составе и стратиграфическом положении слоев, что должно положительным образом отразиться на качестве автоматизированной интерпретации, что и было подтверждено при обработке промысловогеофизических материалов ряда нефтяных месторождений Пермского Прикамья.

118

Наиболее желательным эталоном является реальная скважина, детально изученная по керну и пластоиспытаниям и, конечно, исследованная всеми промыслово-геофизическими, гидродинамическими, термическими, потокометрическими и другими методами скважинных исследований, которые применялись на других скважинах той же площади и с тем же типом разреза. Следует отметить, что удачно составленный эталон поможет в дальнейшем в условиях однофациальных отложений оптимизировать процесс выработки нефтяных залежей. При отсутствии таких скважин эталон можно сформировать на основе особенно тщательной «ручной» интерпретации данных каротажа реальной скважины, а также путем расчета синтетических диаграмм ГИС под геологическое описание типового для площади разреза. Такой способ, отображающий иерархичность элементов разреза скважин, назван псевдостатистическим моделированием. Он базируется на дополнении обычной (неслаженной) кривой ГИС путём набора их трендовых моделей, получаемых из обычной путём её сглаживания скользящими окнами разных размеров (псевдостатистических кривых ГИС). При таком моделировании системным описанием любой точки на диаграмме ГИС служит набор снятых с числовых моделей тренда средних значений интенсивности какого-либо параметра на элементах разных размеров, имеющих своим геометрическим центром данную точку. Поскольку расчёт трендовых моделей – это своеобразная процедура интегрирования исходной несглаженной горно-геометрической модели, этот способ отображения иерархичности, противопоставляя его декомпозиционному способу, можно назвать интегративным. Интегративный способ лежит в основе рассматриваемого в настоящем пособии псевдостатистического алгоритма интерпретации материалов ГИС.

Рассмотрим сущность псевдостатистического моделирования более детально применительно к обработке данных ГИС. Пусть каротажная кривая охватывает очень большой интервал, и в центре интервала находится точка с номером j, а мы хотим

119

получить описание «всей» кривой, которое можно использовать для выяснения вопроса о литологическом составе и стратиграфической принадлежности пород, развитых в точке j. Понятно, что в это описание нужно включить значение Xoj ординаты кривой в точке j.

Нужно также иметь относительно точное представление о поведении кривой в ближайших окрестностях точки j. Для этого необходимо задаться какой-то короткой единичной длиной и определить среднеарифметическое значение Х–1 j и Х+1j ординат кривой на единичных отрезках, один из которых лежит непосредственно выше, а другой – непосредственно ниже точки j. Поведение кривой на большем удалении от точки j можно охарактеризовать менее детально, что позволит расширять описание Х–1 j, Х0j, X+1j, заданное тройкой чисел, включая в него средние значения ординат кривой по прилегающим к точке j отрезкам, длины которых нарастают по закону 1, а, а2, а3, а4,…,

например, как 1, 3, 9, 27, 81, 243, 729, 2187, 6561, 19623, 59049,…, что соответствует а = 3.

Если использовать а = 3 при общей длине интервала, в центре которого лежит точка j, равной примерно 105 единичным отрезкам (10 000 м при длине единичного отрезка 0,1 м, что является, пожалуй, некоторым излишеством при цифровой регистрации кривых ГИС, поскольку в современной практике машинной обработки данных каротажа обычно шаг регистрации принимается равным 0,2 м), то описание «всей» кривой применительно к точке j будет состоять из 23 чисел:

X – 59049j, Х–19623 j, …, Х–3 j, Х–1 j, Х0j, X+1j, Х+3j, …, Х+19623j, Х +59049j,

что нужно признать довольно умеренной платой за получение описания «всей» кривой, которое можно использовать при оценке литологии и стратиграфической принадлежности горных пород, пересеченных скважиной в определенной точке.

Так реализуется псевдостатистический способ описания «всей» диаграммы ГИС по отношению к точке оси скважины,

120