Автоматизированная интерпретация данных геофизических исследований

По такой же технологической схеме созданы программы ПГД-2Д и СТР для других нефтяных районов, учитывающие кон­ кретные промыслово-геологические условия и рассчитанные на при­ менении ЭВМ типа «Минск-22».

Однако диагностические коды, предложенные в системах «Каротаж» и Ц-2 для литологического расчленения терригенного разреза, охватывают далеко не все возможные комбинации. Примерно только пятая часть из них освещает литологию разреза, а остальные в результате интерпретации дают неопределенную породу. Практи­ чески предложенный алгоритм характеризуется довольно больши­ ми ошибками (более 10 %), особенно при интерпретации песчано­ глинистого разреза.

В Западной Сибири успешно внедрен комплекс программ авто­ матической обработки данных ГИС - «Самотлор Ц-2», в основе кото­ рого лежат идеи, выдвинутые в системе «Каротаж» [28]. Этот комплекс позволил широко использовать его возможности для внедрения машин­ ной интерпретации в производственных масштабах. Алгоритмы по этой программе составлены для конкретных геолого-геофизических условий Западной Сибири, которые не отличаются особой сложностью. При ли­ тологическом расчленении на ЭВМ предусматривается использование ограниченного числа литологических разновидностей пород, которое, как считают авторы программы, вполне достаточно для производствен­ ных необходимостей. Положительным моментом при разработке про­ граммы «Самотлор Ц-2» явилось внедрение статистического эталони­ рования показаний ГИС по всему стволу скважин.

Широкое распространение получил также метод машинной интерпретации промыслово-геофизических данных, созданный в связи

сразработкой системы ГИК-2М во ВНИИнефтепромгеофизики [49].

Воснове его лежит идея, близкая к используемой в методе ком­ плексных кодов. Только вместо комплексных кодов вводятся логи­ ческие функции, которые можно комбинировать согласно задавае­ мым условиям. Логические функции являются более мобильными по сравнению с комплексными кодами. Помимо логических функ­ ций для повышения эффективности программы применен вероятност­

но-статистический метод. Так, например, по формуле Байеса уточг няется литологический индекс (в случае неоднозначной классифика­ ции того или иного пласта логическими функциями) и выбирается тот индекс, который дает максимальную апостериорную вероятность. При этом учитываются веса логических функций.

В методе ГИК-2М используется уровенная (граничная) линия для всего разреза. Это граничное значение сравнивается со значением на той или иной каротажной кривой в интерпретируемой точке и ему присваивается значение 0 или 1. Затем эти значения (0 или 1) по всем кривым ГИС объединяются либо логическим сложением (дизъюнк­ ция), либо логическим умножением (конъюнкция).

Недостатком ГИК-2М является субъективность выбора логиче­ ских функций и граничных значений, хотя последние более объясни­ мы по сравнению с комплексными кодами. К дополнительным труд­ ностям приводит введение всего лишь одной уровенной линии, что, кстати, стало необходимым в связи с применением формул Байеса.

Относительно невысокая эффективность программ распозна­ вания при литологической идентификации горных пород по данным ГИС привела многих исследователей к выводу, что требуемое каче­ ство идентификации можно обеспечить только в рамках интерактив­ ных систем автоматизированной интерпретации. Многие зарубежные интерактивные системы обработки материалов ГИС применяются как для предварительной оценки разреза, проводимой непосредст­ венно на скважине по упрощенной программе, так и для полной ком­ плексной интерпретации данных каротажа с целью литологического расчленения, определения физических параметров и т.п. Результаты обработки представляются в виде таблиц и графиков. На всех этапах интерпретации осуществляется попарное сопоставление результатов двух видов каротажа, относящихся к одной и той же точке с помо­ щью кросс-плотов [17].

Кросс-плот представляет собой бланк с прямоугольными ко­ ординатами, на осях которого откладывают величины каких-либо двух геофизических или физических параметров, относящиеся к одной и той же глубине. Точки графика группируются на бланке самым различным образом в зависимости, например, от литологии породы.

Классификация литологических разновидностей пород по оп­ ределенной группе попарно коррелируемых геофизических призна­ ков составляет основную идею кросс-плота. Результаты полной ин­ терпретации представляют графически обычно в виде 4 колонок, по каждой из которых представлены кривые нескольких парамет­ ров, вычисленных при интерпретации. В каждой колонке группи­ руются однотипные параметры (например, компоненты литологиче­ ских разновидностей пород), т.е. методическая основа систем интер­ претации состоит в последовательной классификации пород в разрезе скважин по отдельным свойствам, в определении на каждом этапе классификации значений тех или иных параметров и постоянном их уточнении. Построение и анализ кросс-плотов выполняются только для интервалов, однородных по типу пород, что является сущест­ венным ограничением при интерпретации, например, карбонатнотерригенного разреза.

Наглядная форма представления результатов обработки данных ГИС в виде кросс-плотов очень удобна для анализа. Обработка геофи­ зической информации ведется с использованием автоматизированных систем, разрабатываемых разными фирмами. Но, как правило, эти сис­ темы имеют общие черты и построены на близких принципиальных основах, характерных для времени их появления, соответствующих этому времени уровней развития вычислительной техники и математи­ ческих методов обработки. В середине 1970-х годов наиболее развиты­ ми были системы SARABAND и CORIBAND (фирма «Шпюмберже») и системы PROLOG и EPILOG (фирма «Дрессер Атлас»). В 80-е годы появились системы GLOBAL (фирма «Шлюмберже») и ULTRA (фирма «Герхарт»). При разработках последних систем соблюдена преемствен­ ность: ранние системы 1970-х годов вошли в качестве подсистем в бо­ лее мощные системы ULTRA и GLOBAL.

Зарубежные системы обладают рядом особенностей:

- системы ориентированы на достаточно мощную вычисли­ тельную технику, обладающую высоким быстродействием, большой оперативной памятью и внешней памятью на магнитных дисках типа

винчестер или оптических дисках, на использование цвегаых графи­

ческих дисплеев, графопостроителей, скоростной печати;

-обработка ведется в режиме словесного и графического интер­ актива на персональных компьютерах, включенных в обширную сеть банков данных и банков знаний ЭВМ;

-алгоритмы интерпретации позволяют оценивать погрешность получаемых результатов обработки.

Рассмотрим более подробно систему CORIBAND.

Система CORIBAND (Complex Reservoir Interpretation by Analysis of Neutron and Density) реализует методику комплексной интерпретации данных с помощью анализа нейтронных и плотно­ стных методов совместно с другими методами оценки пористости, методом сопротивления и методом глинистости. Применяется в усло­ виях сложной литологии.

Входными параметрами являются: диаграммы плотностного (ГГК), нейтронного (НГК) и акустического (АК) методов, индукци­ онного (ИК) и экранированного зонда (БК) при определении порис­ тости и ПС, ГК и каверномера для оценки глинистости.

Одна из основных задач интерпретации в этой системе - опре­ деление литологии породы с помощью ГГК, НГК и АК. Анализ про­ водят последовательно с помощью нескольких кросс-плотов: водородсодержание (НГК) - плотность (ГГК), пористость по керну - порис­ тость по АК, водородсодержание - пористость по АК.

Перед обработкой и интерпретацией ГИС по системе CORIBAND данные измерений согласуются по глубине и редакти­ руются, вводятся поправки на влияние скважинных условий (со­ противление бурового раствора, пластовой воды, диаметр долота, пластовая температура и т.п.). Кросс-плот, например, представлен­ ный на рис. 7, построен в координатах плотность (8) - пористость

(Ки), представляет собой планшет с нанесенными линиями равной пористости и равной плотности скелета породы, по которым, исполь­ зуя результаты данных ГГК и НГК, можно для мономинеральных пород определить пористость.

Рис. 7. Анализ типа пород с помощью кросс-плота

Базовой кривой данного графика является кривая для извест­ няка, поскольку эталонирование нейтронной аппаратуры произведе­ но на модели того же литологического состава. Кривая известняка дает «нейтронную» пористость, равную истинной пористости поро­ ды. Кривые для доломита и кварца (песчаника) смещены относи­ тельно линии известняков за счет того, что различие в химическом составе пород влияет на величину «нейтронной» пористости, опре­ деленной по НГК на известняке. Области, заключенные между кри­ выми, соответствуют породам со смешанным составом скелета поро­ ды: известняк - песчаник, известняк - доломит, песчаник - доломит.

Несколько другой подход к интерактивной интерпретации ма­ териалов ГИС предлагает А.Е. Кулинкович, который считает, что весьма эффективно будет работать такая программа автоматической обработки кривых ГИС на ЭВМ, которая представляет геологические объекты (пласты горных пород) в наглядной форме - с выводом на дисплей. В связи с этим предложен метод визуальной диагностики -- метод визуального образа. Набор признаков представляется в виде диаграмм, которые и являются «визуальными образами» геологиче­ ских объектов. Располагая эталонными наборами «образов», соответ­ ствующих различным типам выделяемых пластов, можно проводить диагностику, сопоставляя визуальный образ пласта определенного типа, с диаграммами эталонных групп. Диаграммы визуального образа дают возможность интерпретатору наглядно представить разрез сква­ жины, проанализировать его и ввести соответствующие изменения.

ГЛАВА 7. Взаимосвязи геофизических параметров

КАК ОСНОВА СИСТЕМНО-СТРУКТУРНОГО ПОДХОДА

ПРИ ИДЕНТИФИКАЦИИ ГОРНЫХ ПОРОД

В подавляющем большинстве случаев задачи распознавания об­ разов решаются на основе использования не имеющих строгих мате­ матических обоснований эвристических методов. Но уже в 1970-х годах предпринимались попытки при рассмотрении этих методов нс только описывать отдельные эвристические процедуры, но и исследовать

механизмы их функционирования, что позволило выделять наиболее существенные свойства среди параметров изучаемой системы призна­ ков, обнаруживать закономерности в их проявлении, анализировать жизнеспособность работы той или иной программы распознавания. Другими словами, наметился реальный путь к широкому использова­ нию большого количества исходных данных и обобщений для всесто­ роннего понимания механизма решения задач распознавания. Опыт решения задач распознавания свидетельствует о том, что, как это следу­ ет из основной системной парадигмы, часто основная «различающая» информация заключена не в отдельных признаках, а в различных их сочетаниях. Анализ практики машинной идентификации горных пород по материалам ГИС в полной мере подтверждает справедливость этого вывода: основная информация о литологическом составе пород заклю­ чена во взаимосвязях показаний различных методов каротажа.

В качестве примера рассмотрим задачу детального расчлене­ ния разреза соленосной толщи в разрезах скважин Верхнекамского месторождения калийных солей (ВКМКС). Эта задача весьма актуаль­ на в связи с проблемами уточнения геологического строения, про­ мышленной оценки калийной залежи и технологического контроля за надежностью изоляции залежей солей от воздействия надсолевых и подсолевых вод в нефтяных скважинах.

Для литологического расчленения рассматривались интервалы разрезов, охватывающие нижнюю часть уфимского яруса, представлен­ ную соляно мергельными породами, и часть соляной толщи, включаю­ щую в себя покровную каменную соль, толщу калийных солей и верхние пласты подстилающей каменной соли общей мощностью 150-160 м.

Пласты галогенных пород (каменная соль, гипс, карналлит, сильвинит, которые переслаиваются глинистыми породами) уверенно выделяются по каротажным диаграммам (табл. 5). Полученные ре­ зультаты по литологическому расчленению соленосных отложений показывают, что никакой объективной необходимости в применении интерактивных систем (кросс-плотов и визуальных образов) нет: полнота учета взаимосвязей показаний различных геофизических методов, которую может обеспечить ЭВМ, несомненно, гораздо выше

обеспечиваемой человеком, анализирующим кросс-плоты или диа­ граммы, служащие визуальными образами данных. По-видимому, роль человека заключается не в каких-то его замечательных способно­ стях к выявлению взаимосвязей между теми или иными свойствами, а в том, что он действует с учетом некоторых целостных, интегратив­ ных особенностей ситуации, вносит в интерпретацию элементы сис­ темного подхода, отсутствующего в большинстве современных алго­ ритмов литологической интерпретации данных ГИС.

Перспективным в отношении полного учета взаимосвязей свойств является класс алгоритмов, основанный на вычислении оце­ нок и предложенный Ю.И. Журавлевым [26]. Алгоритмы этого класса базируются на вычислении приоритетов (оценок сходства), характери­ зующих близость распознаваемого и эталонного объектов по некото­ рой совокупности (системе) взаимосвязанных признаков. При этом идея использования совокупности взаимосвязанных признаков дово­ дится до логического конца: степень похожести объектов оценивает­ ся в процессе сопоставления всех возможных сочетаний признаков, входящих в описание объектов интерпретации. Существенное досто­ инство алгоритма вычисления оценок состоит в том, что для вычисле­ ния оценок, определяющих принадлежность распознаваемого объекта одному из заданных классов, имеются простые аналитические фор­ мулы, заменяющие сложные переборные процедуры. При этом был предложен так называемый «алгебраический» подход к решению задач распознавания и классификации: расширение семейства алго­ ритмов с помощью алгебраических операций и построение семей­ ства, гарантирующего получение корректного алгоритма, обеспечи­ вающего решение изучаемого класса задач.

Основные объекты исследования в современной науке пред­ ставляют собой те или иные системы и подход к объектам исследова­ ния как к системам выражает одну из главных особенностей совре­ менного научного познания. Как было отмечено выше, любой рас­ сматриваемый объект может являться частью объекта более высокого уровня (изучаемый продуктивный пласт является частью нефтяной залежи) или может состоять из целого ряда объектов более Низкого уровня (продуктивный пласт изучается по образцам горных пород),