Автоматизированная интерпретация данных геофизических исследований
..pdfРассматриваемые 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.