Автоматизированная интерпретация данных геофизических исследований

Рассматриваемые алгоритмы дают возможность полностью авт томатизировать расчленение разрезов в достаточно простых случаях, а в более сложных позволяют (работая в диалоговом режиме: чело­ век - ЭВМ) с помощью ЭВМ выбрать наиболее обоснованный вари­ ант корреляции.

При всех достоинствах, обусловленных его системностью, ал­ горитм Ш.А. Губермана, О.И. Бариновой и их соавторов рассчитан на решение задачи корреляции в чистом виде, с отрывом от литоло­ гического расчленения. Практически при автоматической корреля­ ции происходит расчленение исследуемых толщ горных пород не по литологическому, тем более не по стратиграфическому принци­ пу, а по кривым ГИС, несущим в себе чисто физическую информа­ цию, например о геоэлектрическом строении разрезов, и идентифи­ кация выделяемых однородных интервалов осуществляется не по их литолого-стратиграфической принадлежности, а по физическим параметрам.

Другие существующие алгоритмы машинной корреляции раз­ резов скважин отличаются от вышерассмотренного алгоритма лишь в худшую сторону по своему менее системному характеру.

ГЛАВА 9. П о с т р о е н и е с и с т е м н о -с т р у к т у р н ы х

МОДЕЛЕЙ НЕФТЯНЫХ И ГАЗОВЫХ ЗАЛЕЖЕЙ НАОСНОВЕ

ОБЪЕДИНЕНИЯ ЗАДАЧЛИТОЛОГИЧЕСКОЙ ИДЕНТИФИКАЦИИ,

СТРАТИГРАФИЧЕСКОЙ ИНДЕКСАЦИИ И КОРРЕЛЯЦИИ

РАЗРЕЗОВ СКВАЖИН ПО ДАННЫМ ГИ С

Из вышеизложенного ясно, что основным направлением авто­ матизированной интерпретации данных ГИС должна стать разработ­ ка таких алгоритмов, с помощью которых можно было бы достичь той же полноты решения всего комплекса задач интерпретации, кото­ рая достигается в традиционных «ручных» методиках. Методика создания такого алгоритма изложена в работах [31, 34], в которых предложено перейти от разработки алгоритмов литологической ин­ терпретации или только чистой корреляции разрезов скважин по дан­

ным ГИС к разработке алгоритмов литолого-стратиграфической ин­ терпретации, решающих задачу литологической идентификации и оценки характера насыщения пород в неразрывной связи с задачей определения места каждого из слоев в общей стратиграфической схеме исследуемого района, т.е. выполняющих и межскважинную корреляцию разрезов.

В наиболее сложных автоматизированных системах с не слиш­ ком строгими требованиями к надежности литологической интерпре­ тации данных ГИС (допускающих до 15 % ошибочных идентифика­ ций пластов горных пород) количество выделяемых литологических разновидностей не превышает 15, литологическое расчленение реа­ лизуется в отрыве от стратиграфического, которое задается системе извне в полностью или почти готовом виде, т.е. с помощью ЭВМ вы­ полняется только литологическая интерпретация, хотя при «ручной» обработке, как правило, решается задача литолого-стратиграфичес­ кой интерпретации материалов геофизических исследований, в рам­ ках которой имеет место более или менее полное слияние операций расчленения разрезов конкретных скважин с процедурой корреляции этих разрезов. В то же время наборы правил распознавания получа­ ются очень громоздкими, ибо их приходится варьировать в связи с изменением комплекса применяемых методов ГИС и в связи с пе­ реходом от одного типа геологического разреза к другому.

Опыт применения машинных методов интерпретации данных ГИС свидетельствует о том, что сложившиеся подходы к решению задачи литологического и тем более литолого-стратиграфического расчленения разрезов скважин с помощью ЭВМ малоэффективны и приводят к получению не всегда ненадежных результатов при опре­ делении литологического состава пород и практически ничего не дают для решения задач стратиграфического расчленения (корреляции раз­ резов скважин). С таким положением в какой-то мере можно согла­ ситься пока идет речь о разведке месторождений углеводородного сырья и подсчете их первоначальных запасов. Однако оно оказыва­ ется недопустимым, когда интерпретируются данные ГИС по разра­ батываемым месторождениям. Чтобы эффективно разрабатывать нефтяную залежь, свести к минимуму потери нефти в недрах, необхо­

димо учесть ряд особенностей состава и структуры нефтенасыщенных и соседствующих с ними слоев, детально прокоррелировать разрезы всех скважин с целью изучения сообщаемое-™ прослоев-коллекторов, вскрытых разными скважинами. И здесь, не повышая разрешающую способность автоматизированной интерпретации данных ГИС в отно­ шении количества надежно идентифицируемых разновидностей гор­ ных пород и возможностей корреляции (литологического расчлене­ ния) разрезов скважин, от применения ЭВМ в качестве основного средства обработки материалов ГИС пришлось бы отказаться.

Многими исследователями признается, что низкая надежность результатов обработки данных ГИС на ЭВМ связана с ограниченны­ ми возможностями современной математики при решении задач классификации и распознавания. Пути преодоления этих проблем различны. Например, А.Е. Кулинкович считает, что в сложных ситуа­ циях надежное определение литологического типа породы по геофи­

зическим диаграммам без участия человека вообще невозможно

и предлагает решать задачу литологической интерпретации методом визуального образа. В рамках такого подхода ЭВМ используется в качестве вспомогательного орудия для формирования наглядных образов многомерного признакового пространства в виде специаль­ ных диаграмм, легко воспринимаемых интерпретатором, который и решает задачу. Следовательно, увеличение разрешающей способ­ ности автоматизированных систем интерпретации материалов ГИС в отношении литологического расчленения и корреляции разрезов скважин связывается с созданием интерактивных (диалоговых) сис­ тем, обеспечивающих непрерывное взаимодействие между ЭВМ и че- ловеком-интерпретатором. Однако частое обращение интерпретатора к информации, хранящейся на внешних носителях (а не в оперативной памяти ЭВМ), оказывается крайне обременительным и использование визуальных образов при интерпретации следует признать весьма спорными.

Задача литолого-стратиграфической интерпретации очень слож­ на 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 эффек­ тивности автоматизированной интерпретации желательно организо­ вать ее по принципу обучения на эталонной ситуации [31, 34]. Простое наблюдение за действиями геолога или геофизика, интерпретирующе­ го материалы ГИС, свидетельствует о том, что он при решении задачи расчленения разреза рассматривает каждую диаграмму ГИС как еди­ ное целое. Поэтому действенным средством повышения эффективно­ сти интерпретации может стать создание алгоритма, на любом шаге своей работы «видящего» каждую из кривых ГИС не только по час­ тям, но и в целом.

Таким образом, мы приходим к идее литолого-стратиграфи- ческой интерпретации данных ГИС с обучением на эталонном мате­ риале достаточно высокой сложности с использованием алгоритмов, воспринимающих каждую из кривых ГИС как единый объект. Оче­ видным преимуществом единой литолого-стратиграфической интер­ претации данных ГИС перед раздельным выполнением литологиче­ ского расчленения разреза скважины и стратиграфической индексации пластов горных пород (корреляции разрезов скважин) является воз­ можность 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 промыслово-геофизических материалов ряда нефтяных месторождений Пермского Прикамья.

ЧАСТЬ ТРЕТЬЯ

ЛИТОЛОГО-СТРАТИГРАФИЧЕСКАЯ ИНТЕРПРЕТАЦИЯ

ДАННЫХ ГИС НА ЭВМ

ГЛАВА 10. Теоретические основы, сущность и значение

АВТОМАТИЗИРОВАННОЙ ЛИТОЛОГО-СТРАТИГРАФИЧЕСКОЙ

ИНТЕРПРЕТАЦИИданных ГИ С

Системный подход к исследованию геологических объектов обычно реализуется с помощью мысленной декомпозиции объекта исследования на иерархию пространственно связанных частей - под­ систем и элементов. Чтобы возможности декомпозиции проявились с предельной полнотой, границы подсистем всех уровней должны быть приведены по поверхностям (линиям, точкам) наиболее резкого скачкообразного уменьшения мер взаимного сходства и взаимосвязи смежных элементов объема (площади, длины) изучаемого объекта (нефтяной или газовой залежи). Большие возможности иерархиче­ ской декомпозиции как средства моделирования сложных систем позволяют на композиционном этапе моделирования (т.е. при построе­ нии модели) получить целостное представление об объекте исследова­ ния. Наиболее полные представления об управляемой системепредмете труда (см. главу 1) могут быть получены лишь при по­ строении модели залежи нефти или газа с учетом поступления всей новой информации об объекте исследования.

Результаты геофизических исследований скважин (ГИС) неред­ ко 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 страти­ графической принадлежности и т.п.) и построения с помощью меж­

скважинной 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 из­ вестны только в отдельных точках разреза скважины, и, чтобы не начинать обработку данных ГИС с решения нечетко определенных задач экстраинтерполяции, декомпозицию пластов приходится под­ менять классификацией имеющихся точек наблюдений с последую­ щим 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, содер­ жащих УВ) успешно использовались при анализе разработки нефтя­ ных месторождений [2.8].

Применение данных ГИС при литолого-стратиграфических ис­ следованиях открывает большие перспективы для решения ключе­ вых геологических задач. Методы ГИС позволяют с большой деталь­ ностью «просматривать» разрез скважины, получать непрерывную информацию о составе и свойствах пластов пород по вертикали, а также прослеживать их изменения по площади. Каждое из физиче­ ских 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 геологиче­ ской интерпретации данных ГИС открываются при использовании компьютерных средств и программных технологий.

Из основных представлений о сущности системного подхода вытекает, что как человек-интерпретатор, так и заменяющие его авто­ матизированные 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 геологиче­ ской обстановки и специфических особенностей использованного комплекса промыслово-геофизических методов. Такого рода учет выступает в качестве главного средства преодоления барьера инфор­

мативности. В то же время для преодоления барьеров многомерности и неоднородности при моделировании сложной залежи УВ необхо­ димо «просеивать» всю имеющуюся информацию об объекте иссле­ дования и, опираясь на опыт, знания и интуицию интерпретатора (т.е. взяв на вооружение «экспертные методы»), использовать наибо­ лее информативные и достоверные (в том числе и интегральные) сведения. Весьма важно обратить внимание на преодоление барьера временной неустойчивости и некорректности, который часто возни­ кает 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 изменяющими­ ся результатами интерпретации при поступлении новой информации о залежи. Поэтому применительно к автоматизированной системе нужно говорить о необходимости ее настройки на конкретные геоло­ гические условия и фиксированные наборы методов ГИС. Особенно важна такого рода настройка для тех программ, которые должны осу­ ществлять литологическое или литолого-стратиграфическое расчле­ нение разрезов скважин.

Обратившись к задачам проектирования, анализа и регулиро­ вания 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 интер­ претации данных ГИС приемлемой для широкого применения при решении задач разработки нефтяных залежей и построения их моде­ лей, превратить ее в действенное средство достижения высоких пока­ зателей полноты извлечения углеводородного сырья из недр.

Втрадиционных методиках качественная интерпретация, включая

всебя элементы межскважинной корреляции разрезов, носит характер литолого-стратиграфического расчленения толщ горных пород, вскры­ ваемых скважинами, и предшествует количественной интерпретации.

Иначе обстоит дело с интерпретацией материалов ГИС на ЭВМ. 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 предшест­ вует количественной интерпретации. В системах второй группы по­ следовательность действий другая: обратная фильтрация кривых ГИС с целью перехода от кажущихся значений физических парамет­ ров пластов горных пород к «истинным», решение петрофизических уравнений с выходом на геологофизические и геологические свойст­ ва (количественная интерпретация), литологическая (качественная) интерпретация, выполняемая с использованием результатов коли­ чественной интерпретации. В системах обеих групп стратиграфиче­ ское расчленение (корреляция) разрезов скважин осуществляется на заключительном этапе, как правило, с привлечением некоторых априорных сведений, сообщенных системе человеком непосредст­ венно перед интерпретацией материалов данной скважины или группы скважин.

Наиболее характерной представительницей первой группы является система Ц-2 [53, 54], второй группы - система ГИК-2М [27, 49]. Достоинства систем первой группы: близость к традицион­ ным «ручным» схемам интерпретации, облегчающая перенос дос­ тижений традиционных методик на машинную интерпретацию, и вы­ сокая помехоустойчивость, так как решение задачи начинается с каче­ ственной интерпретации (достаточно устойчивой по своей природе) и завершается количественной интерпретацией. В системах второй группы мног ие процедуры обработки данных ГИС пришлось решать по-новому, так как не соблюдалась традиционная последователь­ ность интерпретации. Что же касается обеспечения помехоустойчи­ вости, то она требует серьезнейших теоретических доработок. В то же время системы второй группы вселяют надежду на возможность соз­ дания такой усовершенствованной методики интерпретации данных ГИС на ЭВМ, которая вряд ли возможна в рамках систем первой группы. Поэтому в некоторых системах реализуется промежуточный

вариант, не придерживающийся строго определенной последователь­ ности выполнения качественной и количественной интерпретации.

Вматематическом отношении задача литологического расчлене­ ния в системах обеих групп выглядит одинаково: в пространстве при­ знаков, элементами-носителями которых считаются отдельные точки или отрезки на оси скважины, необходимо выделить области, отвечаю­ щие различным горным породам, и выработать правила, с помощью которых можно определить, какой из выделенных областей принадле­ жит любая точка рассматриваемого пространства. В системах первой группы задача решается применительно к пространству кажущихся значений физических свойств, в системах второй группы - примени­ тельно к пространству «истинных» значений физических свойств, полу­ ченных в результате фильтрации.

Вкаждой конкретной версии автоматизированной системы ин­ терпретации материалов ГИС перечень идентифицируемых типов горных пород принято определять заранее. При этом правила распо­ знавания различаемых типов пород могут:

- устанавливаться исходя из физических соображений теоре­ тического и эмпирического происхождения (как в известной методи­ ке комплексных кодов);

- вырабатываться с применением того или иного алгоритма

распознавания образов (как в алгоритмах «Обобщенный портрет»

и«Дискриминантная функция»);

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

Разрешающая способность каждого из указанных подходов к задаче литологического расчленения разрезов скважин по данным ГИС, как показал В.Г. Ингерман [28], довольно низка: так, при рабо­ те в производственном режиме на геофизических материалах Запад ­ ной Сибири ограничивались выделением только трех типов пород («коллекторы», «глины», «плотные терригенные породы»).

В наиболее сложных автоматизированных системах литологи­ ческое расчленение реализуется в отрыве от стратиграфического, которое задается системе извне в полностью или почти готовом виде, т.е. с помощью ЭВМ выполняется только литологическая идентифи­ кация, хотя при «ручной» обработке, как правило, решается задача литолого-стратиграфической интерпретации данных ГИС, в рамках которой имеет место более или менее полное слияние операций рас­ членения разрезов конкретных скважин с процедурой межскважинной корреляции этих разрезов. В то же время наборы правил распознава­ ния получаются очень громоздкими в связи с изменением комплекса используемых геофизических методов и в связи с переходом от одного типа разреза к другому.

Накопленный опыт применения машинных методов интер­ претации данных ГИС свидетельствует, что сложившиеся подходы к задаче литологического и тем более литолого-стратиграфического расчленения разрезов скважин недостаточно эффективны. Они при­ водят 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 ре­ зультаты могут устраивать в какой-то мере лишь при разведке неф­ тяных месторождений и подсчете их начальных запасов. Для того же, чтобы эффективно разрабатывать нефтяную залежь, свести к минимуму потери нефти в недрах, необходимо учесть ряд осо­ бенностей состава и структуры нефтенасыщенных и вмещающих пластов горных пород, детально прокоррелировать разрезы всех скважин с целью изучения сообщаемости продуктивных прослоев, вскрытых разными скважинами.

Поэтому целью и одним из результатов, изложенных в настоя­ щем учебном пособии, является создание предпосылок для внедре­ ния мониторинга подсчета промышленных запасов углеводородного сырья и их выработки в процессе разработки нефтяных и газовых месторождений.