Серра Оберто Восстановление условий осадконакопления по данным геофизических исследований скважин

Подождите немного. Документ загружается.

151

Рис.5-29. Трехмерный случай трех электро-

фаций; три оси представлены различными

методами ГИС.

Рис.5-30. Определение локализованных мод

или элементарных электрофаций.

Если требуется ввести информацию, предоставленную наклономером, она

должна быть выражена в количественном виде. Это достигается путем применения

синтетических кривых, выведенных по данным наклономера, которые получаются с

помощьюпрограммыSYNDIP.

Для данных, где значимость изменений в диапазоне кривой сильно зависит от

ее величины, необходимо сделать масштаб нелинейным. Например, значения сопро-

тивления, которые изменяются от 0.1 до 10000, преобразуются в десятичный лога-

рифм. Это упрощает обработкуи допускаетприменение метрическогостандарта.

5.3.2.4. Окончательноеопределениеэлектрофации

Описанный выше метод определяет некоторое количество локализованных

мод (или элементарных электрофаций), которое намного меньше, чем первоначальное

количество уровней. Формируется также список локальных мод, классифицированных

согласно порядку создания. Он показывает глубину наиболее репрезентативной вели-

чины, значение d

и связь с другими модами. Даются также координаты основных ком-

понентов(Таблица 5-1).

Таблица 5-1

Список локализованных мод, найденных методиками

кластеризации.

152

Даже если локализованные моды описывают реальность лучше и более

объективно (сравните зонированные кривые с необработанными кривыми на

рис.5-23), их количество часто оказывается слишком большим, что затрудняет

корреляцию с геологическими фациями. Анализируя их близость одна к другой,

можно сгруппировать некоторые элементарные моды, чтобы уменьшить коли-

чество окончательных электрофаций до величины, близкой к количеству геоло-

гических фаций (рис.5-31). Один из методов заключается в том, чтобы найти в

многомерном пространстве ячейки с локальной наибольшей частотой (мод), а

затем построить дендрограмму (dendrogram) подобия мод (рис.5-32).

Рис.5-31. Схемы, объясняющие кластеризацию

точек на локализованные моды и окончатель-

ные моды.

Рис.5-32. Пример дендрограммы и ее примене-

ния для определения окончательных мод.

Дендрограмма является графическим представлением в трехмерном

пространстве расстояния между каждой модой и модой, ближайшей к ней. Этим

расстояниям соответствуют величины вдоль оси x на рис.5-32; они дают пред-

ставление о степени сходства между модами, и могут быть использованы для

153

обоснования группирования мод в окончательные электрофации. Затем выби-

рается сокращенный список мод, которые используются в качестве начальных

точек для алгоритма разбиения, работающего не на гистограмме, а на первона-

чальных данных.

Методы кластеризации с простой связью для первоначальных данных

не использовались из-за количества данных и эффектов образования цепочек.

Однако кластеризация непосредственно на постоянных величинах внутри зон

дает сокращенный набор данных и хорошо работает. В сущности, это метод

сегментации, сопровождаемой кластеризацией.

5.3.2.5. Анализ основных компонентов

Фактически, методы кластеризации применяются на кривых, которые

выводятся по результатам анализа основных компонентов (Principal Compo-

nent Analysis – PCA).

Как отмечалось выше, каждая кривая, в различной степени подвергает-

ся воздействию геологических параметров породы. Объединяя несколько кри-

вых, мы автоматически получаем определенную избыточность геологической

информации, что весьма полезно для взаимной проверки качества данных. Це-

лью анализа основных компонентов является исследование корреляций между

различными данными, уменьшение количества переменных n до меньшей ве-

личины m, за счет удаления незначащих компонентов.

Анализ основных компонентов (PCA) представляет собой статистиче-

ское исследование данных ГИС в определенном интервале. Отыскивая корре-

ляции между промыслово-геофизическими параметрами (Таблицы 5-2 и 5-3),

PCA заменяет n измеренных параметров (или n кривых, таких как IL, SP, FDC,

CNL, GR и т.д.) n других некоррелированных параметров (или n кривых PC).

Фактически, это приводит к изменению осей координат (рис.5-33). Показания n

кривых на данной глубине могут рассматриваться как координаты точки, соот-

ветствующей глубине, в n-мерном пространстве.

Таблица 5-2

Статистический анализ данных ГИС

(1- имя кривой; 2- стандартное отклонение; 3- диапазон; 4- минимум; 5- максимум; 6- вес)

154

Таблица 5-3

Корреляционная матрица данных ГИС

Рис.5-33. Анализ основных компонентов соот-

ветствует изменению осей.

В данном интервале, резуль-

таты всех измерений или уровни

(или наборы данных) определяют

скопление в n-мерном пространстве.

Это n-мерное скопление мо-

жет быть описано множеством осей.

PCA определяет основную ось

инерции. Если все точки данных

имеют одинаковый вес, первая ось

инерции (или PC 1) будет выровне-

на согласно направлению макси-

мальной длины. Другими словами,

первая ось – это ось, которая имеет

наибольшую изменчивость. Вторая

ось (или PC 2) ориентирована в

перпендикулярном направлении, и

т.д. Корреляция между PC 1,…,PC n

отсутствует, поэтому их применение

устраняет избыточность между,

перво-

начальными кривыми и допускает изоляцию элементарных эффектов. Количе-

ство первоначальной информации, которую содержит каждая ось PC уменьша-

ется от PC 1 до PC n (Таблица 5-4). Когда взято n осей, общее количество ин-

формации, содержащейся в первоначальном наборе кривых, восстанавливает-

ся. Оси PC высокого порядка содержат мало информации, которая в ряде слу-

чаев может рассматриваться как помехи, и мы можем удалить их при дальней-

шей обработке. Это соответствует фильтрации и уменьшает количество учиты-

ваемых параметров (степень многомерности скопления снижается от n до m,

где m<n).

Таблица 5-4

Оценка основных осей и ранга количеством первоначальной

информации

155

(1- ось; 2- переносимая инерция; 3- в процентах; 4- накопленная величина в процентах)

Но если отклонения, наблюдаемые на оси PC высокого порядка, соот-

ветствуют событиям, которые имеются на одной кривой и отсутствуют на дру-

гих кривых, они не могут рассматриваться как помехи. Например, органическое

вещество выявляется только по содержанию урана, измеренному прибором

NGT.

Распределение информации, переносимой данной кривой между кри-

выми PC, может быть представлено гистограммами (рис.5-34). В то же время,

обеспечивается корреляция между кривыми и PC (Таблица 5-5). Это помогает

понять, какой, в сущности, тип информации представлен данной кривой PC.

Рис.5-34. Гистограммы, иллюстрирующие

вклад основных компонентов в восстановле-

ние кривых.

После того, как по множеству

«активных» кривых рассчитаны ос-

новные оси инерции, можно также

спроецировать на эти оси другие

кривые (в т.ч. «пассивные»). Таким

образом, появляется возможность

определить, какая часть пассивных

кривых может быть объяснена ин-

формацией, содержащейся во мно-

жестве активных кривых, и в какой

степени пассивные кривые связаны с

каждой кривой PC.

Кривые PC не несут дополни-

тельной информации; это другой

способ представления существенной

информации, содержащейся в пер-

воначальных кривых. Данная методи-

ка упрощает разбиение на группы

(кластеризацию), причем теряется

лишь незначительная часть инфор-

мации (или вообще не теряется).

Следовательно, после анализа ос-

новных компонентов стандартных

кривых выбирается сокращенный на-

бор основных компонентов (кривых).

Кривые PC могут быть построены в

виде диаграмм ГИС (рис.5-35).

156

Таблица 5-5

Корреляции между диаграммами ГИС и основными компонентами

Определение осей основывается на распределении скопления, которое

будет зависеть от веса, присвоенного каждой точке данных. Следовательно,

если мы хотим отдать приоритет минералогии, мы можем присвоить больший

вес тем кривым, которые более чувствительны к составу (приборы NGT, LDT,

GST, ACT). Произойдет усиление отклонения параметров, измеренных этими

приборами, а вес, присвоенный кривым, чувствительным к пористости и насы-

щенности (FDC, CNL, LL, IL…), уменьшится. Это ослабляет отклонения пара-

метров, полученных по кривым, упомянутым последними.

157

Рис.5-35. Пример кривых PC.

Результатом того и другого

подхода является воздействие уровня

выборки каждой кривой на одну элек-

трофацию. На рис.5-19 показаны ре-

зультаты, полученные с помощью ме-

тодики разбиения. Электрофации за-

кодированы произвольно, в виде чи-

сел от 0 до 20. Вполне очевидно, что

мы ожидаем повторного появления n-

ной электрофации, когда описание

керна указывает на повторение типа

литофации. Используя представление

на рис.5-19, можно легко выполнить

распределение электрофаций в лито-

фации. Например, электрофация No 7

соответствует чистому песку, а элек-

трофация No 5 представляет собой

известняк. Электрофация No 12 по-

вторяется несколько раз, соответствуя

интервалам глинистого сланца.

Показано соответствие с кер-

новыми данными, а также «ступенча-

тое» представление для некоторых

электрофаций (No 5,6,7,8,12). Если

посмотреть на «ступень», соответст-

вующую No 12, можно видеть измене-

ние нескольких кривых в широких пре-

делах. Кроме того, результаты GEO-

DIP, показанные справа, свидетельст-

вуют о различных типах отклика в

электрофации No 12. Ее можно под-

разделить, установив субфации в зо-

нах глинистого сланца.

На рис.5-36 можно видеть ре-

зультат прямой кластеризации значе-

ний зоны. В этом случае, критерий,

используемый в программе автомати-

ческого зонирования, был ослаблен. В

результате получились более длин-

ные зоны (и, следовательно, в мень-

шем количестве), чем на рис.5-19.

Дендрограмма показывает «семейст-

ва» зоны, сгруппированные на основе

их сходств и различаемые с помощью

уровня отсечки. Каждому из этих се-

мейств присваивается номер элек-

трофации (см. соответствующую ко-

лонку). Сразу можно отметить, что

этот метод дает четыре

различных типа глинистого сланца и три типа глинистого песка. При более де-

тальном определении керна, мы, вероятно, увидим различия в составе каждого

158

из этих глинистых сланцев или глинистых песков. Основные слои мергеля, пес-

ка и известняка такие, как показано на рис.5-19.

Рис.5-36. Прямая кластеризация значений зоны (из Serra и Abbott, 1980).

Пример анализа электрофаций в карбонатах можно видеть на рис.5-37.

Сделан окончательный выбор девяти электрофаций. Наложение возведенных в

квадрат значений, полученных по эти девяти окончательным модам, на дейст-

вительные кривые (рис.5-38), дает хороший показатель качества выбора окон-

чательных электрофаций. Девять выбранных электрофаций позволяют полу-

чить адекватное описание основных геологических фаций в этом интервале.

Одновременно, репрезентативные средние величины параметров, характери-

зующих каждую окончательную электрофацию, воспроизведены в форме спи-

ска (Таблица 5-6).

На этой стадии, необходимо сделать следующие замечания:

- не рекомендуется пытаться получить любой ценой такое же количе-

ство электрофаций, которое определяет геолог на керне в результа-

те фациального анализа. Даже если каротажные приборы «заменяют

глаза», они не могут «видеть» формации так, как видит их геолог.

Приборы не реагируют на параметры, которые воспринимают глаза

геолога. Чтобы определить фацию, он часто «фильтрует» имеющую-

ся информацию, и полагается на чувство, которое основывается на

таких данных как состав, цвет, определенные элементы структуры и,

чаще, особенности отложений и фаунистические ассоциации. Геолог

обращает мало внимания на точное относительное содержание каж-

дого минерала или элемента, поскольку оно исследуется на выбран-

ных образцах, и может заметно изменяться от точки к точке. Он ред-

ко пористость и никогда не включает флюиды. Большинство прибо-

ров чувствительно к незначительным изменениям в составе, что не

159

может быть легко обнаружено на керне, за исключением весьма де-

тального и дорогостоящего анализа.

- Целью анализа электрофаций является описание формаций по сиг-

налам приборов. Если мы хотим быть точными и объективными, не-

обходимо, чтобы электрофации отражали, прежде всего, параметры

кривых. Для этого на необработанные данные накладываются сред-

ние значения, определенные для каждой электрофации (рис.5-38).

- Необходимо, чтобы геолог знал эту новую концепцию и был обучен

применению результатов этого нового метода анализа формации.

Необходимо также, чтобы он умел извлекать выгоду из таких пре-

имуществ нового метода как объективность, быстрота, представле-

ние в количественном виде, точность и тонкость. Однако, сохраняя

детальность, обеспечиваемую анализом электрофаций, геолог мо-

жет объединить в группу несколько электрофаций, определив для

них один оттенок, который представляет одну литофацию.

- Как упоминалось выше, геолог может присвоить больший вес тем

данным ГИС, которые особенно чувствительны к литологическим па-

раметрам, или к особенностям отложений.

- Предположим, что пласты очень тонкие, сравнительно с вертикаль-

ной разрешающей способностью приборов, или серии сложены в ос-

новном тонкими последовательностями (например, турбидиты, уда-

ленные от берега, темпеститы (tempestites)). В этом случае, боль-

шинство приборов, предназначенных для работы в необсаженных

скважинах, не распознают электрофации каждого пласта, или каж-

дую единицу последовательности. Тогда компьютерная обработка

определит электрофацию, соответствующую среднему отклику, в ко-

тором объединено влияние двух или пластов и, следовательно, фа-

ций. Эта электрофация не даст точного представления о реальной

фации. Поэтому здесь необходимо использовать приборы с более

высокой разрешающей способностью (наклономеры, EPT), и объе-

динять результаты, полученные при обработке данных программами

LITHO и SYNDIP. Этот позволяет преобразовывать кривые сопро-

тивления наклономера в термины литологии и текстуры (рис.5-39),

анализируя гистограммы сопротивления наклономера (рис.5-40) и

характер событий на кривых.

160

Рис.5-37. Диаграммы ГИС в необсаженной скважине, результаты GEODIP и FACIOLOG, и оценка

скважины с помощью программы GLOBAL (из Schlumberger Well Evaluation Conference, India, 1983).

(1,17- глубина (в метрах); 2- диаграммы в необсаженной скважине; 3- синтетические кривые; 4- ГК (ед.

API); 5- каверномер (в дюймах); 6- размер долота (в дюймах); 7- пористость по нейтронному каротажу; 8-

плотность (г/см

); 9- АК (мкс/фут); 10- частота события; 11- резкость события; 12- результаты GEODIP; 13-

наклоны; 14- корреляции; 15- сопротивление возрастает; 16- кривые; 18- диаграмма микрокаротажа HDT;

19- ГК; 20- характеристики пласта; 21- средняя плотность зерен (г/см

); 22- проницаемость (мД); 23- анализ

углеводородов; 24- водонасыщенность; 25- объем углеводородов; 26- вес углеводородов; 27- дифферен-

циальный каверномер; 28- анализ пласта по объему)