Бесплатный автореферат и диссертация по геологии на тему

Автоматизированный прогноз нефтегазоносности и классификация геологических объектов с использованием теории нечетких множеств

ВАК РФ 04.00.17, Геология, поиски и разведка нефтяных и газовых месторождений

Автореферат диссертации по теме "Автоматизированный прогноз нефтегазоносности и классификация геологических объектов с использованием теории нечетких множеств"

ГОСГЕОЛКОМ РОССИИ ВСЕРОССИЙСКИ ОРДЕНА ТРУДОВОГО КРАСНОГО ЗНАМЕНИ НЕФТЯНОЙ !1А9ЧНО--ИССЛЕДОРПТЕ/!иСКИИ ГЕОЛОГОРАЗЙЕДОЧШШ ИНСТИТУТ СВКИГРИ)

СКУБЛОВ ДМИТРИИ ГЕННАДЬЕВИЧ

АВТОМАТИЗИРОВАННЫЙ ПРОГНОЗ НЕФТЕГАЗОНОСНОСТИ И КЛАССИФИКАЦИЯ ГЕОЛОГИЧЕСКИХ ОБЪЕКТОВ С ИСПОЛЬЗОВАНИЕМ ТЕОРИИ НЕЧЕТКИХ МНОЖЕСТВ

Специальность 04.00.17 - "Геология, поиски и разведка нефтяных и газовых месторогдений"

АВТОРЕФЕРАТ диссертации на соискание нчйной степени кандидата геолого-ыинералогических наци

На правах рукописи

Санкт-Петербург 1992

Работа выполнена во Всероссийском ордена Трудового Красного Знамени нефтяном научно-исследовательском геологоразведочном институте (ВНИГРИМГосгеолкона России

Научный руководитель -

Член-корреспондент Академии естественных наук РФ, кандидат геолого-иинералоппеских наук М.Д.Белонин

Официальные оппонент»:

доктор геолого-минералогических наук Г.II.Сверчков, доктор геолого-нинералогических наук В.А.Ткачёв. Ведущее предприятие - Санкт-Петербургский Горный институт.

на заседании специализированного совета Д 0/1.иг.01 Всероссийского ордена Трудового Красного Знамени нефтяного научно-исследовательского геологоразведочного института.

Отзывы в двух экземплярах просьба отсылать по адресу: 131104, Санкт-Петербург. Литейный пр., 39.

С диссертацией можно ознакомиться в библиотеке ВНИГРИ.

Учёный секретарь специализированного совета кандидат геолого-минералогических наук

А.К.Дартев

ОБЦПЯ хпРШЕРмсшгиРАша

Актуальность теми. Количественная информация, используемая при прогнозе нефтпгазоноснисти, характеризуется своей пог-ревностьв, качественная информация - пвопределсштстыз в оценке тех или иных характеристик объекта или процесса. Необходимостью является также оценка надёжности результатов прогнозирования. В связи с этик представляется достаточно актуальной разработка новых и совершенствование уже имеющихся математических методов геологического прогнозирование позволяющих количественно оценивать неопределённость исходной геологической информации и достоверность результата прогнозирования. Это особенно важно в связи с широким внедренном п работу геолога персональных компьютеров. Наряду с качественным прогнозом нефтегазо-носности и количественной оценкой значений геологических показателей значительный интерес представляет задача классификации геологических объектов с использованием математических методов и ЭВМ. При зтоа возникает возможность предварительного анализа большого объёма информации с выделением групп объектов, близких по своим характеристикам.

Цель и зад 'а ч и работы. Цель работы - создание автоматизированного программного комплекса для реяения задач прогнозирования и классификации в условиях неточности, противоречивости и неполноты исходной геологической информации.

Для достижения поставленной цели ревалисъ следувщие основные задачи.

1. Выбор оптимального математического аппарата на основе анализа суцествувщих компьвтерных методов геологического прогнозирования и классификации и оценки качества репений.

2. Анализ существующих методов геологического прогнозирования к классификации с использованием аппарата нечётких ыноаесто.

3. Разработка математических методов, алгоритмов и программ прогнозирования и классификации с использованием теории нечётких множеств.

4. Реализация алгоритмов в виде программного комплекса на РС/АТ.

5. Апробация предложенной методики, программ и алгоритмов на реальных геологических объектах.

Научная новизна. Предложены ыатеиатичесчге методы, позволяющие реиать типовые геологические задачи (классификация геологических объектов, прогнозирование значений качественных и количественных геологических показателей) с использованием теории нечётких

мнолести.

Разработаны програишше комплексы для персонального компьютера, реиащие задачи классификации геологических объектов и прогноза нефтегазоносное™ локальных структур.

Впервые предлскеп и реализован и виде программного комплекса учёт погрешностей всех геологических показателей в регрессионном анализе с использованием нечетких множеств.

Предложен способ пошагового выбора информативных показателей дла прогнозирования значений качественных и количественных геологических показателей с применением теории нечётких множеств.

Практическая значимость работы. Разработанный комплекс программ моает быть использован при решении задач различных итапоп геологоразведки: классификации геологических объектив, автоматизированного прогноза нефтегазоносности локальных структур, выявления регрессионной зависимости между геологическими показателями в условиях больших погрешностей задания их значений.

Особеиностьв комплекса является возможность использования информации о погрешности имевшихся данных и дополнительной априорной информации об объектах, включенных в эталонную совокупность, например, о размере месторокдения. Выделение по результатам прогноза "области неопределённости" позволяет выделить объекты, для которых результаты прогноза носят менее достоверный характер.

Методы исследований.В качестве математического аппарата решения задач прогнозирования значений качественных и количественных геологических показателей и классификации геологических объектов использовалась теория нечётких кноаеств. Эта теория сравнительно молода (время возникновения - 1965 год), но интенсивно развивается в настояцее время. Она применяется в различных областях науки и техники, особенно п работах по созданию искусственного интеллекта. В отличие от традиционных математических методов, в ней оперируит с понятиями и утверждениями, относительно которых молю не только просто сказать "да" или "нет", но и оценить их справедливость числом в промежутке от 0 до 1.

Нечёткие мнояеетва не следует противопоставлять традиционно используемым при решении различных геологических задач математическим, в частности, статистическим, методам. Они являются дополнением и дальнейшим развитием математического аппарата, применяемого при решении вирокого класса задач нефтегазовой геологии.

Целесообразность применения нечётких шшкестп при резвнии геологических задач обусловлена рядом факторов. Прежде всего это недостаточность имеющейся во многих случаях информации, использование величин, заданных приближённо, с большой погрешностью. 15 этих условиях необходимо наиболее полно использовать hmrhepjdcs в напей распоряжении информацию. Это можно осуществить представлением количественных характеристик в форме нечётких чисел с использованием экспертных оценок и учётом степени уверенности специалиста п своём утверждении.

В реальных задачах мы часто имеем дело но с "типичными", "эталонными" представителями того или иного класса, а с объектами, которые hoiho ливь с больней или меньшей степенью уверенности отнести к определённому классу. Например, при классификации горних пород вводятся различные промежуточные классы. Использование нечётких классов даёт возможность более адекватно математически описать нечёткость в определении классов.

В диссертации разработаны и реализованы для персонального компьютера типа IBM PC/AT методы, решанщие типовые геологические задачи построения регрессионной зависимости, классификации геологических объектов, прогнозирования качественного состояния геологических объектов (например, прогноз нефтегазоносности локальных структур), с использованием нового математического аппарата - теории нечётких множеств.

Апробация работы. Основные положения диссертации докладывались на конференции молодых учёных во ВНИГРИ (Ленинград, 1985), на международном геологическом конгрессе (СЕЯ, 'Вашингтон, 1988), на заседании Учёного Совета ШШГРИ п докладе по случая вручения премии им.профессора Линдтропа (1930 г.), на международном симпозиуме "Горнорудный Пршибрам в науке и технике" (ЧСФР.Приибран,1991).

Публикации. Основные результаты диссертации отражены в 4 печатных работах.

"Благодарности. Автор глубоко признателен научному руководителю Члену-корреспонденту Академии естественных наук Н.Д.Бе-лонину за помощь в работе. Автор выражает искренний благодарность за ценные советы и замечания В.К.Яиманскому, Ш.В.Подольскому, О.Й.Ципо-рину. Большую номошь в предоставлении фактического материала оказала автору Г.А.Чернышёва.

Объём и структура работы, Диссертация состоит из введения, 4 глав и заключения общим объёчпм 1П0 страниц. И

рис. и V таблиц. Список литература содержит 88 наименований.

СОДЕРЕПИНЕ РАБОТЫ

В первой г л а в и рассматривается современное состояние проблемы кошшптернпго прогнозирования в геологии. Вопроси использования математических методов и ЭВМ в геологии рассматривались в работах Э.А.Бакирова, М.Д.Белонина, А.Н.Бугайца, А.Б.Вистелиуса, О.Н. Волкова. И.П.Воронина, В.И.Дёмина. А.II.Дмитриева, Л.Н.Дуденко, Р.И. Когана, А.Э.Конторовича, В.В.Марченко, И.И.Нестерова, Д.А.Родионова, Я.А.Ткачёва, В.И,Шпильмана, М.К.Элланского и многих других исследователей.

К значительным успехах в теории и практике геологического прогнозирования привели фундаментальные исследования, выполненные в области изучения генезиса и схем формирования УВ скоплений с использованием статистических методов и изучения обширного фактического материала, связанные с именами М.Д.Белонина, В.И.Домина. А.Э.Конторовича, В.Д. Надивкина, Г.П.Сверчкова, В.И.Ипильнана и др. исследователей.

С математической стороны геологическое прогнозирование - зто некоторая процедура принятия решений в условиях неопределённости. В соответствии с этим в нём выделяют цель прогнозирования, средства для достижения цели (исходная информация), методы принятия решений и критерии качества прогноза.

Анализируется каждая из этих составных частей геологического прогнозирования и, с приведением конкретных примеров, показывается, что псе эти составляющие обладаит значительной неопределённость!) и нечёткость«].

Как правило, нет чётких критериев достижения той или иной цели. Часто противоречат друг другу и критерии оптимальности (например, получение возможно больией информации и снижение стоимости работ).

Неопределённость исходных данных связана не только с возможным наличием больших погрешностей в данных, нои с необходимостью привлечения экспертных оценок специалистов. Эти оценки носят качественный, приблизительный характер.

Вопросам анализа структуры погрешностей прогноза посвящены работы М.Д.Белонина, В.В.Подольского (198В) и др.исследователей, проводившиеся во ВНИГРИ.

Достаточно размытыми являются и критерии качества прогноза при

компьютерном прогнозировании, их одиозм1;:;:.;"; ироСлсвлтичги.

Среди критериев когут бить пкддоря "пнцтреиико", оспов.тптс из к.чтематическом анализе данчнх .'1 с^ких нетодоз ре::'::г,:я, н "гноение", опиравшиеся на коиолиительиуп кпоор1:;оти, чотоглз иисегсч у ппсг.гляис-тов, но не вклпчена о математическую сирг^'щ:';.

Отнечаштся основные причини шкм8>зоь.гп::я к...'::ь::те;ш:<';; нет огон и их роль в папивении эО>скт/:шюстк геологического г, ;> с г но з и р о г а!:!;.;. При этом вааной задачей является разработка технологии взаикодойстхиз спеииалистов-геологои и конпыттсрпоЯ систиш в гкгерзкткгион редкие.

Выделяштся, следуя А.В.Когдану, осхопнто потодолегпчоеккз принципы геологического прогнозирования: принцип последовательного приближения, принцип аналогии, пр::ш;!;п еьбьрочиоА детализации. С соответствии с Й.Н.Нугайгои, Г.К.Г.впркмчонко и П .П.Г.ацакон рассматривается также принцип аномальности.

Выделяются основные этап:; использования ко-ип/сирной технологии: объекты прогнозирования, прогнозная модель, исходная информация, прогнозные признаки, модели территории, катскатнческиэ недель. критерии оценки качества прогнозирования.

При рассмотрении су^остзусцих нлтсиатичсскях .методов геологического прогнозирования особое внимание уделяется теории нечётких множеств, позволяющей работать в условиях неопределённости.

Приводится краткий обзор истории развития компьитериих систем геологического прогнозирования. Более подробно рассматривается система ПРОСПЕКТОВ, представлявшая собой пример экспертной системы для работы с неопределённостью. В настоящее время зта система используется в СИЛ при поисках месторождений нефти и газа.

Основной вывод к первой глазе: математические «етодн, используемые при геопрогнозировании, долгий быть модифицированы для работы н ситуации неопределённости. Наиболее предпочтительно для этого привлечение теории нечётких множеств.

Вторая глава содеряит нрлткуя характеристику матем-тической телоии нечётких множеств и обзор примеров непользования её в нефтяной геологии.

Нечёткое подмножество А множества !• определяйся как совокупность пар вида |(Х,Мд(Х))|- , где Д\д(.Х) - функции лринадлегности (степень принадлежности), прпсихэазая значения ил интервала от 0 до I. В зависимости от рассматриваемого подхода облить задания функции принадлежности мозет иметь и другой гид.

Z ¡'.;'чпц !,i:j",s:tc:i шлю;!:;:^: початн1-! и операции над нечёткими ниа-аостплкн. Ролос подре&п» обсу™дзетсл чппрос об определении значений Сипкцип прюмдпй^мясти, которой кяоет практический характер.

Способ mipirc*vhsï сн.тепйй сипкция прииздлегности зависит от смысла и содерпатгльпо": '.¡нтернргглц;:;' её понятия. Яндслмтся два основных подхода к ».итор!:ротоц«и со зп&чоякб: пароятностнкй и невероятностный. Наиболее оСцопритап::. явллстся второй подход, при котором ^Ад(Х) интерпретируете:! на:: субъективная гора того, насколько элемент X отвотстлуот лотки, свисл которого яоркагюцстся нечётким ыноаост-воа fi. Пр.-.*. та!")'; кодхпдо ос'ло;;г.::м способов определения значения уМл(Х)' азлавтпя oispoc зксксртст.

Б главе д.чяа кдзссисикацкл евчветьуачих методов задания значений степени адигапддегивстп. Екдвляится экспертине кетедц, которые подразделяйте« na прзг.чо и косвсшше. Зиепертние нетоди могут бить основаны на результатах опроса одного эксперта и группы экспертов. Кроме экспертных, выделится: or.no- и многокритериальные методы, вороятност-нкв методы и методы, основанные на использовании статистических характеристик; кибернетические и оптимизационные нетоди; аппроксимаци-оннно истоды, о которых по известнни значениям функции принадлежности в отдельных её точках строятся остальные значения. Каждая из групп методов илластрируется примерами реиения различных геологических задач.

Приводится обзор и анализ суцестпурлцих подходов к использовании теории нечётких шюгеств для реиения прогнозных задач и задач классификации. С математической точки зрения, задачи mosho разделить на две группы: 1) классификация и распознавание образов; 2) принятие ре-гений, uufiup и упорядочивание альтернатив. Первая группа содер&ит, с геологической точки зрения, прогнозные задачи, реваемыо, как правило, в условиях дефицита информации. Во второй группе - в основном задачи оптимизации процессов разведки и разработки нефтяных и газовых несто-роядепий.

Рассматриваются примеры реиения различных геологических задач с использованием теории нечётких множеств. Задачи охватывают широкий диапазон: литологическое расчленение разреза скважин по промыслово-геофизичоскиы данник; подсчёт запасов; разделение горных пород на классы по сплошности по данным ГНС. Обсуждаются вопросы интерпретации результата, представленного в виде нечёткого множества. На конкретном примере вычисления среднего значения геологических показателей

демонстрируется различно не-.'.л.у тсог^'.о'л ш-'г-т;:т.( и too;'.;;"',";

вероятностей. При зточ о с.-Ш'юо исяпльзой.гдия :1у;".п:—л ииогсстз каб -людается более висок.тл стоишь пдскзатпэг.-и pc»vM¡u£ счт::ац:'.ч.

Анализ приморив использован»'; печёт ¡;;;x ;: ■ i. >:: г. т i г поналпгает . чти этот аппарат достаточно ijcifrun куп-т крииоютьсз д.:я реотш различных геологических задач' И.С.Д-лСарсч. Я.И.Ц'шиельзон и др.). В то se время прсдстлв,ыст сизвсгяешго* р.эгра^отва математических методов peaomi.-i твп.ш;::? гсологичос::;!:; зл;;йч с испозьзо-ванием теории нечётких мнопостп, л такгге создание взтохатйзкрпздин.'х систем обработки геологической ингоркации на Jase этиЛ тесг-кк.

В третьей главе даётся описании рл:,;;аСотлш1;;х автором программных комплексов нечёткой классифппл:;:;;;, лс-'.*Sг;> днек-риминантного анализа я нечёткого регрессионного лчализл. Прсгракшше комплексы предназначены для прогнозирования значений качественных и количественных геологических показателей и классноаклщга гвологичпе-ких объектов.

Программный комплекс нечёткой кхасскенкапни позволяет ос<;г,ост-влять классификации с обучением либо без него, йрл обучении правило разделения объектов на классы строится в у ел о г; иге наличия эталонной выборки, когда для каздого класса иксется пвсотзрое количество "типичных", эталонных его предстазитслей.

Особениостьп алгоритма является кспольэоааняв г.сгётких кл.и-.соа, то есть классов с разиытнни гратщанз. /¡ля кахдогг. объекта X задаётся некоторое число ЧЛ^Х) , назпваег.ое степсиьз краиаллггпости к 1-ид классу. Это является достаточно сапнян при флрзпропопия эталонной выборки. В отличие от традиционных статистически:; подходов, возникает возможность учитывать прпроднм:: индивидуальность геологических объектов.

Представление результата в форме нечётких :::!o::ei;ti5 позволяет количественно оценить, достоверность полученного решения, ::с:;одя из клй-денних степеней принадлезности. Наприкеп, объекты, отписанный к месторождениям с более в:;со'иИдИ степей;;:.;!! прикзд'сглюсти, яплмтся более персисктипнкми.

С математической сторона, программный кашяскс нечёткей классификации опирается па алгоритм к.спсси«акации с использован:1.«: динамических групп и "точсч!:о-л:чп':':и!-"(" центров. П.п'ерлтч носит иг; ратнзт.'Г: характер и заключается в п^еледпвлтелмт:.; р::;íojiь:сí;»i След:;гц; х jt.3iiof:

I. Внбпр нлчплыктм рл'^л.-нчя па и;'четкие н.мссы. с.г!'м;"::-!-:и tir-ра-

чип или з.!Д«1!:Ио апр:1«р:шх степеней г.ркнадлпхности объектов к классам.

2. ;!',."шсле1:;<« "нйЧ'"тпн:-: центров" каядпго класса. Понятие "нечёткий цянтр" £!1!-.йятся белое обцин, чик обнчний, точечный центр. Под центре!: класса ы&:::т коккуатьел ни только точка, но и прямая, плоскость. произвольное о:ч:к1:ро подпространство, или г в "нечеткий центр", близисть н которому хг.рл::т{фпзцетса, например, близостьз к некоторой точке п некоторой прямой одновременно. Расстояние до "нечёткого цент-

ра" г-ччкеляетсм па $оручг.е: где рлсс-горкиа от точки ;

рлссторкиа от точки до некоторой прямой, плоскости (линейная соста:1Л1Ш^ая расстояния). с!г - расстояние иежду двумя точками (точечная состав:;'..::,расстояния), <£ - параметр, регулирующий форму "нечёткого центра".

При вычислении координат нечёткого центра точечная составляющая находится но горкуле: п с

где п, - ибцее число объектов, - параметр, характеризу-вций "ра.з::игость" классификации, > I.

ПннеГпмч составлявшая определяется ректорами ¿¡ц.....Оц. ,

где А 'Ч; . У-;»- единичный собственный вектор, соотнетству-гций I -ну но величине собсгвешшну числу Ле матрицу рассеяния Ь',, :

где Л - матрица, кспользуацаяся при вычислении расстояний (например, единичная или ковариационная матрицы). Размерность линейной составлявшей (число Г) задаётся перед началом работ».

3. Исходя из полученных на предыдущем ваге значений центров классов, строится повое разбиение на нечёткие классы. Значения степеней принадлсхнисти находятся по Формуле:'

где П. - расстояние от к-го объекта до центра 1-го класса, об-

1К

нее число классов.

4. Если ии один из критериев остановки работы не выполняется, то осуществляется переход вновь ко второму этапу. Работа заканчивается, если число итераций достигло заданной максимально возможной величины, или если полученные на предыдущей и последующей шагах степеии принадлежности достаточна близки друг к другу.

Если матрица расстояний А не меняется в процессе работы (в алгоритме предусмотрено, что она может заново формироваться на каждом ва-

-lire), то алгоритм сходится, и розультярут'.ве рячби-яглк ыиип'изкрцег функционал F:

Этит* £ункцио»лл отраяаст к-»:: грсйоваш:« к.пстн ksajdaukhA i.:rji-ри одного класса, так и требование отделГнпчсти о-ного класса ит другого.

Для того, чтобы «огни (шло осуществлять i;.".".,:c('v.!):«i4Bf) при н.имчи:« эталонной выборки (классификация с обцчешь.!-), .'штроя дчсссртации и алгоритме предусмотрен варипит, когда гснюпг.иручтсч ие (зпкшмиал F, а функционал F: z г

где U ' - априорные степени принлдлешости, ;мдаио эталонное разбиение; В - параметр, характеризующий величину вличния эталонного разбиения на результат.

Алгоритм допускает обработки информации, содчрза;-.е11 пропуски. мак показали проводивпнеся во ВНУТРИ М.Л.Пелониннч м другими исследователями работы, при обработки геологической информации наиболее целесообразно осуществлять алгоритмический отбор наиболее информативных показателей с помоцьи процедур пошагового выбора. ¡1 соответствии с этим автором реализован подход к последовательному выбору информативных признаков с помоаьш анализа строацсйся матрицы степеней принадлежности.

При этом информативные показатели выбираются последовательно, один за другим. Мели осуществляется классификация с обученном, то используется критерий минимизации одного из выражений:

_ ~ 7 , или

^(w-цк- Max uiK..

Зти условия означает требование максимально вопмозной близости построенного ревения к эталонному, с учётом его возможной нечёткости.

Если осуществляется классификация без обучаяцей пнборки, то используется критерий минимизации одного из выражений:

Зти условия означают трсбова)Ыя минимально возможной размытости построенного решения.

На тестовых примерах в работе показан» особенности алгоритма. В частности, приведён пример выбор) оптимального числа классов и пример выявления "ошибочных" наблюдений, которые по могут быть отнесены пи к

- к: -

»r.uO'i'j i'.-> г.л.и;en;;. 1 >:ч..лт бит;, испо.цлоплио, например, при

р!!йоп;;и задачи d;<iîсл; аномалий.

Лед Vl.i ПрОГВОЗИрСКЗиХЯ качцетвемаого состояния геологических объектог, (например, прогноз нг^гсгазонисности локальных структур) мо-S'jt ¡¡еьаться и с использованием комплекса нрогранн нечёткого дис-крииинантного анализа. Разделение объектов на классы в алгоритме осуществляется путём построения дмг.кришшантного подпространства, раз-иерность которого гзньге числа классон, и проекцией наблюдений па это иодиростраисгво. Огашшое разбиение на классу ио;:ет такхе носить нечеткий характер.

II случчс у.щ-А классов предусмотрен следузцик алгоритм. Строится обичкзя i„iiio6ii.is дискршсичаитниэ прямая. Поел? этого осуществляется переход к поно.чу признаковому пространству с использованием проекций на ортогональное этой пряной подпространство. Вновь строится ли-ш;йн.н1 дискриишмнтная прямая. Зтот процесс повторяется нцаное число раз. Пап."..!.'! послед^'^иая '.исщишшантпая пряная имеет пи сравнению с прсдид»дой всё ь.снькуа раздолгацуз способность. Все вместе, в совокупности, они, однако, сбладаат больяей разделяЕщей способностью, чем только первая пряная.

Комплексное использование нескольких математических методов, мно-говариантний прогноз, как показано в работах К.Д.Белонипа,В.Д.Налив-кина, Г.П.Сверчково , являются одикч из средств повыиения надёжности прогнозирования.

Программный комплекс регрессионного анализа позволяет рсвать задачу нахождения регрессионной зависимости у= {(ЗГ^,--., tXp,") одного количественного геологического показателя у от совокупности других показатели,i. При этеш особенностью алгоритма, в отличие от традиционного регрессионного анализа, является учёт при построении уравнения регрессии ппгрештпей не только показателя у, но и всех

показателей ЭС^ .ЭС^.....Хп . При традиционном подходе значения

Х( . З^г.....Хп. обычно предполагают заданными точно. При рс-

сснии многих геологических задач это допущении является мало оправданным.

Алгоритм, использиэздй нечёткие шшвества и предложенной автором, основынаптся на представлении исходных дашп;х не в ниде точек многомерного признакового пространства, а г> вир,о "разкитнх облаков", размер которых определяется величиной погреиности значений показателей. Это осуществляете« с использованием "фиктивных" наблюдений, которне

берутся с iicKoiорммн rt'iM:j:i, ¡1 оt;;:-ji,u-i i:a tai;'¡^¡-н iicxo,;-

ннх данных не и виде точных энл-шннй, а и форчз ночЗтких чисел. В такой зс форме представляетсч и результат - ктс?!:;':«еитм регроссиои-»ого уравнения и вычисленные но ноку -гикчгтп у. Кркддсздтрина коз-иовность пнаагового вябпра инрормп'ит !ыг.гчтл<>л.

Одинаковне требования к С-о!'"■ пг.-д.:г.л -птич гихчдпиД ¡¡.».ирш для пгох программ)»« кмпле^сап тл^.^чгзт нагчо'тпос!ь сон-

честного 11спвльч1>л?ни.ч при г.йгчйптч') i дологической ;:!г;чф:-:а:р;и. например, предварит ель wr «jc»co«:rrrcii»;j кяассч-t::t.»■>бе:» воляет строить прогнозное оценки K.v-iOCTi'.i.'Miiyx ч ;;" о с т г. о i;;:::" ¡'оологических показателей не для )>ссй ее*, owjnnocv.! сС.гг.'.тг.в <; ценоч, л для выделенных достаточно однородных ¡:;мсспп. йслолньнгы;!!« нечетких множеств делает это возкозп:,*:! длпо в тех пя'ча.'Х, когда традп-циошше математические методы кллссп.;.'.::мци:! р.:ботаьт нодостуточни хорово из-за размытости границ классов.

Ч е т в 5 р т а я г л а в а сгдедсит п;:и«ерв испольдор.'.шш разработанных автором методов я программных комплексов для решении задач прогноза нефтегазоносностн локачышх структур, прогнозирования величины запасов круннейпего кестороаден.чя ИГЕ, классификации геологических объектов.

Работа автоматизированного комплекса прогноза нефтегазопоспости показана на примере прогнозной оценки нефтегазоносноеш локальных структур Печоро-Колвинской ИГО Тинаяо-Кечорской прчтшцил. Особон-'ностью этой нефтегазоносной провинции яплаотся приуроченность 6оль-винстпа месторождений к локальным структура:!- различного размера и формы.

В соответствии с разработанными по ВНИГРИ ',!. Д.Неленивым, В.ДЛ!а~ ливкиным, Г .П. Сверчковым, К.А.Черникоиым, К.II.Ивановой (1974) и др. исследователями теоретическими положения!«, показатели, используемые при автоматизированной обработке информации, отобраны в соответствии с осадочно-ииграционной теорией пеотегазообразовпнпя. Они отражают условия генерации, миграции, аккумуляции и сохранности залегой нефти и газа.

В их число, п частности, входят: морфологические характеристики локальной структуры; характеристики региональных покрыиек; характеристики полояепия локальных структур в региональной тектоническом плане и другие показатели. Данные лпбезно предоставлены автору Г.П. Чернышёвой.

- К: -

По эталонной imtwpüo стрпвлог.ь правило стиессния липалышх стриктур к числу пустпн ia:¡ npo,vji: ri'.nuux, которое затем проверялось на зк-з.!::епации<шой шторке. Зкзаигч'оцпппнио объекты в этллоннуп ныборку не ¡■клича чпсь.

При интерпретации результата выделялась область неопределённости, куда рклпчалнсь объекты, отш:сёш;;;е с близкими степенями прииадлсв-ности к обоим классам (болы:<лнп О.-М). Размори згой области колеб-латся от 10% до ЗОд от обцего числа зк.мченационних объектов в различных вариантах, iíp.i отбрасывании объектов, пппадаацях в область неопределённости, как правило, паблядашея умепьиепие процента ошибок ;iK3aHei¡üuv;n:!¡i¡;:< объект«!;.

Наплучиое совпадение результатов с фактическим/, получено при ис-нользеьашг.! сл»!д08г,йх показателей: коллчеетпо флеиецрно-разриинах зон па путях миграции для i.íl.ü ПГЯ; иоцность ппгнефранской региональной покрышки и содергапио в ней п ¡.роцентах проницаемых прослоеЕ; качество покрышки; ноцность ниписнормской региональной пскрывки. Число ло-калышх структур, вшьзчёпних н автоматизированную обработку информации, било ссн;;е пятидесяти.

Ошибочно были классифицированы Киртаельское, С.Коевинскоо и Ю. Кыртаольское из негтороздений и В.Васнлкоиская, Верхнелоднинская из пустых структур из эталонных объектов. Из десяти экзаменационных объектов оашбочп лась классифицирована только З.Тонкоаорская

из пустых структур.

Применение нечётких ннокестс позволяет учитывать размер месторождения при Формировании эталонной выборки. D зависимости от того, к какому классу месторождений - мелких, средних или крупных, относятся эталонные объекты, им присваивались значения степеней принадлежности 0.7, 0.С5, 1.0 соответственно. В этом случае по сравнении с вариантом просчёта по тем яе показателям, при котором не учитывался размер месторождения, наблюдалось уменьшение оиибки классификации па эталонных объектах.

Апробация комплекса програьш нечёткого регрессионного анализа осуществлялась на примере прогнозирования величины запасов крупнейве-го газового месторождения НГЕ путём построения регрессионного уравнения (данные 3.И.Дёмина и Л.Э.Конторовича), Регрессионная зависимость строилась от плотности запасов газа и фиктигиых переменных,' принимающих значения 0 или 1 и отракатчих наличие или отсутствие газовых гигантов и супергигантов.

Использование фиктивных переменных, как показано в раОотах М.Д. Белонина и други/. исследователей СН.Д.Белонин, П.М.Еелопина, 13133), позволяет добиться лучшей адекватности регрессионных моделей.

Применение нечётких множеств позполило учитывать при построении регрессионного уравнения наличие погрешностей в значениях показателей, В данном случае это было весьма вазным, так как погрсснопти величины запасов месторождения и плотности ресурсов могут бить достаточно велики.

При аппроксимации величин запасов месторождения более предпочтительна минимизация не суммы квадратов отклонений, а суммы квадратов относительных отклонений. Зто становится существеншш, когда диапазон изменения значений показателя у • велик, то есть обучавшая выборка представлена месторождениями, величины запасов которых меняются п достаточно больном интервале значений, й алгоритме это учитывается возможностью задания весов наблюдений.

Апробация программного комплекса нечёткой классификации осуществлялась на примере выборки из массива геохимических данных по индивидуальному составу нефтей Западной Сибири (данные В.К.Пинанского). Количество наблядений равнялось 400. Для математической обработки использовались следующие показатели: 1) Коэффициент метаморфизма нефти (Кмс5, - величина, численно рапная отношении] содержания н-гексана к сумме остальных насыщенных углеводородов Сц , то есть к сумме циклонов и изогексанов. 2) Аналогичный коэффициент для С? (К. С-,). 3) Суы-

' (Л т

•марное содержание лёгких углеводородов для С6 . 4) Аналогичная величина для С, 5) Соотношение мекду суммарными содержаниями УВ С6 и Су .6) Отношение содержания изогексанов к содержания циклапов С^ . 7) Аналогичная величина для С^ .8) Отноиение содержания циклогекса-на к содержании ыетилциклопентана, 9) Отношение содержания метилцнк-логексана к сумме циклопентанов С-^ .

Выбор этих показателей обусловлен тем, что все они в определённой степени отражашт разные факторы образования и превращения нефти. При проведении классификации для каждого из классов определялись средние значения показателей, не использовавшихся при классификации: абсолютный возраст, глубина отбора проб, плотность, содержание смол, асфаль-тенов и серы.

Рассматривались также различные варианты наборов показателей из числа приведённых выие девяти признаков с целью нахождения оптиыаль-юго их сочетания. Лучшее выделение классов наблюдается при иеппльзо-

ваиии первого, третьего и шестого показателей, то есть характеристик для Ср . Корреляционная связь восьмого и девятого показателей с ос-тальшши как в целом для совокупности наблюдений, так и для выделенных классов достаточно слаба.

Сравнение меаду собой различ^х классов по средним значениям показателей, не учитнвавпихся при классификации, показывает следующей. Наблядается определённая тенденция к различию между классами по глубине. равной, например,2308.8 для первого, 2416.9 для пятого и 2753.2 для седьмого классов. Имеет место отчетливое разделение на классы лёгких (средние значения плотности 0.72-0.70) и тяжёлых (средние значения плотности О.ОЗ-О.Сб) нефтей.

Образцы, взятые из одного месторождения и из одной свиты и горизонта, a такде из близких горизонтов, попадаит в один класс. По месторождениям в целом для некоторых из них нефти оказались отнесены к различный классам, возможно, вследствие слозной геохимической истории залежей в месторождении (например, для Фёдоровского месторождения). Для части местороЕдений подавлявцее большинство взятых из них нефтей оказались отнесены к одному классу (например, для Самотлорского месторождения).

Результаты классификации нефтей по геохимическим показателям показывают хоровую различимость между собой классов по не вовлечённым в классификации показателям, таким, как глубина и плотность нефти. Это отражает объективный характер классификации с использованием предложенного математического метода.

Б заключении приведены основные результаты работы, которые заключаются в следующем:

1) Проанализированы существующие примеры реиения геологических задач с использованием математической теории нечётких множеств.

2) Созданы комплексы программ пи ЕС ЗВН и персональном компьютере IBM PC/AT для решения задач прогнозирования значений' качественных и количественных геологических показателей и классификации геологических объектов.

3) Разработана технология машинной классификации геологических объектов, позволяющая осуществлять автоматическую классификации и классификацию с обучением.

4) Разработан и реализован на компьютере способ последовательного выбора информативных геологических показателей путём анализа матриц« степеней принадлежности.

5) Разработан метод нечёткого регрессионного анализа. позвиляшций строить регрессионное уравнение с учётом информации о погрешностях всех входящих в уравнение показателей.

В) Для апробации предлагаемых методов, технологий и программных комплексов приведён пример роиения задачи оценки нефтеглзоносностн локальных структур Печоро-Колвинской ИГО Тикано-Печорской провинции. Нечёткие множества, в отличие от традиционно используемых в этом случае математических методов, позволит учитывать ипт-ормацип о размере месторождений, внесённых в зталоннуи совокупноегь. Выделение при интерпретации результата "области неопределенности" позволяет указать объекты, для которых результаты прогноза янляптся моте достоверными.

7) Приведён пример классификации с использованием нечётких множеств на выборке данных по индивидуальному составу неОтей Западной Сибири. Сопоставление классов, выделенных по геохимическим показателя^ по средним значениям не использовавшихся при классификации признаков, показывает хоровую разделимость классов.

8) На примере оценки величины запасов круннейиего месторождения нефтегазоносного бассейна (для бассейнов Северной Америки) показаны особенности применения нечёткого регрессионного анализа в условиях использования геологических показателей, заданных достаточно приближённо, с невысокой точностьш (таких, например, как плотность запасов).

Основные положения, защищаемые в диссертации:

1. Метод прогнозирования значений количественных геологических •показателей с применением нечёткого регрессионного анализа, позволявшего учитывать величины погрешностей значений исходных данных.

2. Автоматизированная классификация геологических объектов с применением нечётких множеств.

3. Метод прогнозирования нефтегапоносности локальных структур на ЭВМ с использованием нечёткой классификации с обучением.

Список работ автора по теме диссертации:

1. Возможности применения теории нечетких множеств при решении задач нефтяной геологии. -И.: Сбзор ВИЭКС, 1989. - 5! с.

2. Использование нечёткой классификации для нсфтегазогеологнчес-кого прогнозирования // XXX симпозиум "Горнорудный Пршибрам в науке и технике". Математические метода в геологии. - Пршибрам, 1991. -С.54-55,

3. Повииение достоверности прогноза нефтегазоносности на »азе ис-

1В

пользования теории нечётких множеств // Человеко-машинная технология реиения прогнозных задач в нефтяной геологии. - Л.: ВНИГРИ,1988. -С.90-10У.

4. Применение теории нечётких мноаеств в нефтегазогеологических исследованиях - одно из необходимых условий создания искусственного интеллекта - нового средства поисков нефти и газа // Поиски нефти и газа. Докл. советских геологов на ХХУШ сес. Меядунар. геол. конгр. - ВНИП1И, 1989. - С. 140-147.

Подписано к печати 24, Заказ 427 .

Тирак 100 экз. Бесплатно

Отпечатано в типографии Санкт-Петэрбургского государственного технического университета, 195251, Санкт-Летербург, Политехническая, 29