Бесплатный автореферат и диссертация по геологии на тему

Разработка методики и технологии обработки данных ГИС и керна при построении петрофизических моделей с помощью ПЭВМ

ВАК РФ 04.00.12, Геофизические методы поисков и разведки месторождений полезных ископаемых

Автореферат диссертации по теме "Разработка методики и технологии обработки данных ГИС и керна при построении петрофизических моделей с помощью ПЭВМ"

РГ6 од

ДПР по гоологг,п и иополвоовамню ивдр

при Правительстве Российской Федерации Научно-производственное государственное предприятие по геофизическим работам на нефть и газ (НПГП "Нефтегеофизика") Всесоюзный научно-исследовательский институт геофизических методов разведки (ВНИИГеофизика)

На правах рукописи Красильников Сергей Николаевич

РАЗРАБОТКА МЕТОДИКИ И ТЕХНОЛОГИИ ОБРАБОТКИ ДАННЫХ ГИС И КЕРНА ПРИ ПОСТРОЕНИИ ПЕТРОФИЗИЧЕСКИХ МОДЕЛЕЙ С ПОМОЩЬЮ ПЭЕМ

Специальность 04.00.12. - геофизические методы поисков и разведки месторождений полезных ископаемых

АВТОРЕФЕРАТ диссертации на соискание ученой степени кандидата технических наук

Москва - 1993г.

Работа выполнена во Всесоюзном научно-исследовательском и проектно-конструкторском институте геофизических методов исследований и контроля нефтегазораэведочных скважин (ВНИГИК)

Научный руководитель:

Официальные оппоненты:

Ведущее предприятие:

доктор технических наук,профессор Аксельрод С. М.

кандидат геолого-минералогических наук,с. н. с. Фоменко В. Г.

доктор геолого-минералогических наук,профессор Эланский М. М.

кандидат технических наук Еникеев Б. Н. ВЮШИнформсистем „

Зашита состоится 1993г. в " " часов на

заседании Специализированного совета Д071.06.01 при научно-исследовательском институте геофизических методов разведки (НИИГеофи-эика) по адресу: 101000, г. Москва, ул. Чернышевского,22.

С диссертацией можно ознакомиться в библиотеке НИИГеофиэики.

Автореферат разослан

^^¡й993г.

Ученый секретарь

Специализированного совета, к. т. н.

а П. Чижов

. - 1 -ОБЩАЯ ХАРАКТЕРИСТИКА РАБОТЫ

Актуальность проблемы. Растущие потребности человечества в топливно-энергетических ресурсах требуют разработки новых месторождений нефти и газа, в том числе таких, которые приурочены к отложениям сложного литологического состава и строения порового пространства.

Геологическая модель сложнопостроенного коллектора является многофакторно-стохастической системой, свойства которой детерми-нированно изменяется в координатах исследуемого пространства и стохастически при измерениях физических и геологических параметров на образцах керна и в скважине. Задача определения разведанных запасов нефти и газа, в том числе и с использованием данных ГИС, в таких отложениях значительно труднее, чем в пластах относительно простого строения. Эффективность решения задачи определения разведанных запасов нефти и газа, приуроченных к коллекторам сложного строения, в значительной степени зависит от применения современной вычислительной техники и ,в первую очередь, ШВУ.

В последние годы идет интенсивная компьотериэация геологоразведочного процесса вообще и геофизических исследований скважин в частности. Сложность изучаемых коллекторов и ускоряющаяся компьютеризация отрасли делаш актуальной задачу разработки методики и технологии обработки данных ГИС и керна при построении различных петрофизических моделей с целью их использования при комплексной количественной интерпретации материалов ГИС. Поскольку для геологического истолкования данных ГИС, отражающих объект исследования (пласт-коллектор), необходимо применять политетические методы анализа, весьма актуальной является задача поиска и обоснований' многомерных связей между геологическими и геофизическими парамет-

- г -

рами, выработки классифицирующих правил, позволяющих применять эти связи в определенных условиях. Решение этих задач без применения КЭШ затруднительно.

Цель работы. Повдаение эффективности количественной интерпретации данных ГЙС путем оптимизации интерпретационной модели на основе методов математической статистики.

Основные задачи исследований:

1. Исследование возможностей применения методов интеллектуальной классификации и анализа статистического тренда в задачах анализа петрофизической информации.

2. Исследование возможностей оценки тесноты петрофизических связей на основе теоретико-информационного подхода.

3. Совершенствование приемов построения петрофизических уравнений на основе методов оптимизации.

4. Исследование вычислительной устойчивости интерпретационной модели в целях ее оптимизации.

Б. Разработка технологической схемы и комплекса программ анализа ч обработки материалов ГШ и петрофизической информации с целыз построения интерпретационных моделей.

Научная новизна заключается в следующем:

1. Разработаны и опробованы новые математические модели интеллектуальной классификации геолого-геофизических данных.

2. Разработаны новые, информационные меры петрофизических связей, позволяющие согласовать оценку результатов анализа геоло-го-геофиаической информации разными математическими методами.

3. Разработан алгоритм построения многомерных и иногопара-метрнческих петрофизических уравнений произвольного типа.

4. Разработана методика оценки вычислительной устойчивости интерпретационной модели и прогнозирования погрешностей определяемых геологических параметров.

- з -

Основные защищаемые положения;

1. Технология анализа данных ГИС и керна при построении и обосновании оптимальной интерпретационной модели пласта-коллектора.

2. Программные средства, реализующие технологию обработки данных на ПЭШ.

Практическая ценность разработанной технологии состоит в том, что она позволяет повысить надежность определения фильтраци-онно-емкостных свойств пластов-коллекторов путем обоснования и оценки оптимальных моделей интерпретации и сократить время, необходимое для анализа исходной информации.

Реализация работы в производстве. Разработанные методики и программные средства для построения и обоснования оптимальной петрофизической модели применялись при обработке материалов ГИС и керна ряда месторождений Западной Сибири (Тянское, Комсомольское, Северо-Комсомольское, Ямбургское, Уренгойское, Бахиловское,), Оренбуржья (Гаршинское,Росташинское.Кононовское, Зайкинское), Украины (Ново-Николаевское,Мачеха, Рудовское, Завадское), Тима-но-Шчо рекой провинции (им. Романа Требса, Северное-ХЬсе-дао). Обоснованные с помощью созданных программных средств петро-физические модели бьши использованы при определении по данным ГИС подсчетных параметров перечисленных месторождений.

Программный комплекс- "АНАЛИЗ" используется в производственном режиме в Сургутской ЗГИС, Боркутинской ЭГИС, Иангыстауской ЭГИС, Шжинской ЭГИС, ПГО "Тшеньпромгеофизика',,ВНИГНИ,ВНИГРИ и во многих других геофизических и петрофиаических организациях.

Апробация работы осущэствлялась на семинаре по геофизическим исследованиям и работам в скважинах "Определение параметров коллекторов и залежей нефти и газа по материалам ГИС "(Тверь,1992г.),на секции "Геологоразведочные работы и геофиэи-

чеекие методы исследований скважин НГС ГГК "Газпром" по вопросу "Формирование геологической информации с применением ЭВМ для оптимизации разработки месторождений" (г. Кимры Тверской области, 1992 г.)I на семинаре "Развитие цифровой регистрации и обработки данных ГИС в Западной Сибири" (Тюмень,1992г.), на научно-техническом совещании "Карбонатные коллекторы, проблемы геологии и нефтегазоносности" (Киев,1992г.), на семинаре "Применение ПЭВМ при обработке данных ГИС" (Тверь,1992г.) и других, проводившихся в 198б-1992гг. в гг. Тюмени,Твери,Киеве, Мэскве.

Личный вклад автора в получение научных результатов. Автор разработал модели и алгоритмы интеллектуальной классификации геолого-геофизической информации, обосновал информационные критерии оценки тесноты петрофизических связей,разработал оригинальный алгоритм оптимизации произвольных петрофизических связей, разработал методику оценки вычислительной устойчивости интерпретационной модели и прогнозирования погрешностей геологических параметров, написал ряд программ, реализующих технологию обработки данных на ГОЖ В разработке программных средств вместе с автором участвовали Химченко Е Е , Богданов Б. Г. и Михайлова И. Е

Публикации. Основные положения работы изложены в 2-х научно-исследовательских отчетах. Ш теме диссертации опубликовано 4 печатных работы.

Диссертация состоит из введения, 4 глав и заключения. Текст изложен на 125 стр., иллюстрирован 25 рисунками и 9 таблицами, список использованной литературы включает 80 наименований.

Научнич исследования выполнены при работе во ВНИГИК под научным руководством д. т. н., профессора Аксельрода С. И. и к. г. -м. н., снс Фоменко Е Г.

При выполнении работы автор сотрудничал со специалистами в области технологии интерпретации данных ГИС и разработки прог-

раммно-алгоритмических средств ВНИГИКа - Козловым П. И., Седелыт-ковым Е И., Подъячевой 3. А., Бабушкиной А. И. .Трухинш В. .ВНИИГеофи-зики - Сохрановым a а , Зунделевич С. И., ШИИгеоинформсистеы -Поляковым Е. Е., Тюменьгеологии - Шалагиной Т. Ф.

Всем вышеназванным товарищам автор выражает искреннюю благодарность. Автор благодарит Тагаринову Л. П. за помощь в подготовка иллюстративных материалов.

СОДЕРЖАНИЕ РАБОТЫ

В первой главе рассматриваются математические аспекты технологии обработки геолого-геофизической информации на ЭВМ, сравниваются существующие подходы к решению обратной задачи геофизики. Большой вклад в развитие математических методов, применяемых при решении обратной задачи геофизики внесли Тихонов А. Е,Гольцман Ф. U. , Эланский И. Ы. , Зверев Г. а , Еникаев Е а , Кнелдер Л. Е., Троян R а , Деч Е а , Поляков Е. А. ,■ Боганик Г. Н., ;&.тыгова М. Г., ГуСер-ман Ш. А., Claude М., Gysen М. ,Hashmy К.Н. .Robinson К. А., Rojas I.M. .Alberty М. V.

Оптимальная интерпретация материалов ГИС обеспечивается при выполнении двух условий:

- выбранная для решения обратной задачи система уравнений, связывающая исходную геофизическую информацию и искомые кол-лекторские характеристики,соответствует данному типу коллектора;

- парные и многомерные петрофиэические связи,отвечают статистическим критериям надежности и получены на представительном фактическом материале,достаточно полно характеризующем изучаемый объект.

При выполнении этих условий структура изучаемых данных нахо-цит отражение в структуре математической модели, устанавливался

закономерности, присущие горным породам. Таким образом,возникает задача выявления и исследования структуры данных (СД). Целью анализа структуры данных является построение математической модели пород в виде функционального,статистического или того описания. Такая модель позволяет заменить экспериментальные данные на более обящй закон,из которого исходные данные вытекает уже как частный случай.

Поскольку изучаемые горные породы могут описываться несколькими различными моделями анализ СД состоит,как правило, в решении следующих задач:

1. Разбиение множества измерений на не пересекающиеся классы,каждый из которых соответствует определенной модели исследуемых пород.

2.Поиск закономерностей .описывающих поведение объектов каждого из классов,как элементов общей системы.

3.Описание обнаруженных закономерностей в математической форме.

Современные представления об энтропии информации и кванто-во-механические представления о природе позволяют использовать развитый аппарат теории вероятности и математической статистики для анализа петрофизических закономерностей, осложненных случайной изменчивостью. Вероятностный характер статистического подхода позвс.лет с достаточной полнотой реализовать интуитивные представления исследователя,придать четкий смысл таким категори-ян.как "значимое " отличие математических моделей пород или "пренебрежимо малое". 1фи этом применение детерминистского подхода при поиске наилучшей статистической модели не приводит к потере общности. Если под полезной и закономерной информацией понимать только ту,которая содержит сведения об интересующих исследователя свойствах пород,то устранив случайные или не интерпретируемые эф-

фекты,к оставшейся части информации можно применить методы,основанные на детерминистических принципах. Отсюда вытекает важной следствие: вероятностный подход не исключает общепринятых методов и технологий интерпретации данных ГИС,а существенно дополняет их.

Основные проблемы,решение которых необходимо для совершенствования технологии авт~матизированной обработки геолого-геофизической информации:

1. Алгоритмы классификации должны предусматривать различные уровни формализации решения - от построения диаграмм распределения и графических процедур отображения данных до оптимизации статистических критериев. На основе решения задачи классификации должна быть определена статистическая представительность выделяемых классов пород,Еыделены уникальные объекты,исключены из анализа дефекты исходной информации.

2.Технология обработки данных должна включать оценку информативности геофизических параметров,полученных при измерениях на образцах керна и в скважинах. Оценка информативности должна осуществляться на основе анализа всего комплекса исходных данных с целью создания математических моделей породы,имеющих минимальную случайную составляющую.

3. Мэханизм оценки адекватности модели выбранному классу объектов должен обеспечивать исследователю возможность выбора наилучшей модели из альтернативных,на основе оценок ее статистической оптимальности.

4. Технология должна обеспечивать транспортировку погрешностей через все этапы обработки к конечному результату. Погрешность определения геологических характеристик должна отражать не только погрешности измерений физических полей, но и стохастический характер геолого-геофизических связей.

5. Технология,учитывающая многовариантность процедур обрабог-

- в -

ки геологической информации, должна опираться на итерационный и 'интерактивный режим работы. На ЭВМ должно возлагаться выполнение трудоемких операций формализованного характера - реализация математических методов анализа и рычислительные процедуры. Исследователь должен иметь возможность выбора альтернативных вариантов модели решения и вычислительных процедур, оценки полученного решения.

6. Критерии анализа информации имели простое и ясное содержание, так как эффективность применения интерактивной технологии в большей степени зависит от интенсивности общения специалиста с ЭВМ.

Во второй главе рассматриваются особенности применения математических методов при классификации данных, поиске петрофизи-ческих закономерностей и их описании в математической форме.

Анализ основных методик классификации данных и собственные исследования диссертанта позволили выявить, что классификация геолого-геофизической информации должна бьггь политетической, иерархической и базироваться на исключающей дивизимной стратегии.

При иерархической классификации данные рассматриваются как возможные элементы единого целого, критерием объединения групп служит мера изменения неоднородности. В геологии изучаются объекты, свойства которых меняются по глубине и по площади. Измеряемые характеристики таких объектов создают в многомерном пространстве размытые множества, имеющие сложные форма При ограниченных объемах изучаемых выборок (например, неполнота результатов исследования керна) существенной становится неоднородность классифицируемых множеств. Поэтому при классификации следует рассматривать все данные в рамках иерархической стратегии и системного подхода.

Шлитетическая классификация одновременно учитывает все имеющиеся характеристики объектов. При классификации геолого-геофизи-

ческих данных невозможно ограничиться одной,даже самой информативной характеристикой. Каждая из характеристик описывает только ограниченный набор свойств геологического объекта. Как правило, только хорош подобранный набор информативных характеристик позволяет сделать заключение об интересующих искомых свойствах объекта исследований.

Дивизимная классификация представляет собой процесс при котором исходные данные последовательно разделяются до тех пор, пока не будет получена желаемая степень разделения. Преимущества дивизимной стратегии состоят в том, что:

- процесс классификации начинается с использования максимального информационного содержания;

- деление данных на классы не обязательно должно продолжаться до поллого разделения всех данных на отдельные единицы -это значительно уменьшает объем вычислительных процедур.

Как правило дивизимные процедуры явдяются монотетическими -дихотомизация данных на каждом шаге процесса проводится на основании только одного признака. Такая процедура классификации чувствительна к ошибкам или флуктуациям в данных и порождает статистически необоснованные классы. Поэтому одной из задач исследования методов интеллектуальной классификации, поставленной соискателем, была разработка политетической дивизимной стратегии, реалистичной с вычислительной точки зрения, в случае большого объема данных и умеренного числа признаков.

При классификации должны быть решены следующие две задачи:

1) Разделение данных на группы (классы), относящихся к различным генеральным совокупностям. Если такое разделение данных существует, то с большой вероятностью связи между характеристиками для разных групп данных будут существенно отличаться.

2) Отделение данных, соответствующих классам от статисти-

ческого шума.

Решение задачи классификации на ЭВМ использует модельно-це-левой и системный подходы. Первый - предполагает, что условия решения задачи известны исследователю, а на ЭВМ возлагается только вычислительные процедуры. При втором - исследователю неизвестен способ и условия решения задачи; он может лишь оценить результат решения полученного ЭВМ (интеллектуальной программой). Разработка интеллектуальных программных средств классификации данных связана с формализацией основных категорий проблемы распознавания образов.

На основе анализа математических моделей классификации была сформулирована методологическая основа интеллектуальной классификации, заключающаяся в том, что:

- на одном и том же классификационном уровне должно использоваться одно и то же основание;

- деление информации на классы должно быть соразмерным;

- классы данных не должны пересекать друг друга;

- деление объектов классификации должно бить непрерывным.

Эти правила определяют набор представлений,которые должны

быть выражены в математической модели классификации. Формализм методов таксономии, основанный на предполагаемой упорядоченности значений близости, позволяет использовать для создания математической модели теорию графов.

По определению, граф &<У,Е) состоит из непустого множества вершин У=СХпЗ и множества ребер Е=С1лл!, причем т <= п*(п-1)/2. Если множество Е упорядочено, то 6 есть упорядоченный граф. Классификация данных с позиций теории графов связана с поиском уровней расщэпления графа доставляющих оптимум критериям качества классификации. Уровнями расщепления графа близости называется уровни для которых длина ребер меньше некоторого граничного зна-

чения. Для того, чтобы расщепление графа вызывало статистически значимые процедуры разделения исследуемых объегаов на классы, необходимо, чтобы структура графа была тесно связана со структурой данных. Такими свойствами, на наш взгляд, обладает граф, основанный на построении кратчайшего незамкнутого пути. Такой граф соединяет все точка множества, не имеет внутренних циклов, а сумма длин всех его ребер минимальна. Диссертантом разработан эффективный алгоритм и быстрая программная процедура построения такого графа.

Для формализации модели предложены четыре критерия оценки качества классификации:

1. Критерий сходства объектов исследования, который в Евклидовом многомерном пространстве характеристик выражает близость Точек: к

К3=1/к ¿1 1/(тк-1) XI 1(1) -ч см

где к - число выделенныхклассов;

тк - число объектов в к-том классе;

1 - длина 1-того ребра графа.

2. Критерий различия групп объектов,который оценивает разде-ляемость групповых статистических^ характеристик:

К0=1/(к-1) Щ) где Ь - длина ребра графа,соединяющего два класса объектов.

3. Критерий равномерности, определяющий сопоставимость информационной значимости групп объектов:

К-1

Ю?=к**к П (тк/Ю где N - общий объем статистической выборки.

4. Критерий локальной неоднородности, который оценивает лок ьное изменение плотности расположения точек в пространстве хар теристик: к_4

га=1/(к-1) XI (1т1п/Ц0)

г де Шп - длина минимального ребра, примыкающего к ребру Ц О,раздела юп^му классы. Критерии качества классификации объединяются в виде вкладов в и нформационную энтропию:

Р=1п( ( ЮМ®) / ( КБ*КЫ) Для разделения размытых выпуклых множеств предложена модель взаимодействия потенциальных полей:

1йпах( 1)/г( 1)**п, если Цг(0>Цгр

игСО- <

|_0 , если Цг(0<Цгр г де 1Лгах( 1) - условный потенциал объекта;

игр - граничный потенциал взаимодействия объектов; г(0 - расстояние от объекта;

п - показатель степени, определящий скорость убывания, потенциального поля, создаваемого объектом. Установлено, что в рамках этой модели группа тесно расположенных в пространстве объектов будет создавать сильное поле за счет суперпозиции полей отдельных объектов. При этом, эквипотенциальные поверхности поля будут согласованы с изменением плотности расположения объектов. Мздель позволяет смоделировать процесс, при котором объекты могут одновременно свободно перемешаться, приводя к слиянию отдельных объектов в группы. Шиск и оценка взаимосвязи характеристик включают: - проверку достоверности гипотезы о математической модели связи;

-оценку тесноты связи изучаемых характеристики. Оценкутеснотысвязи между характеристиками предложено проводить на основе теоретика-информационного подхода.

. В случае двух переменных, измеренных в номинальных шкалах, для нелинейной монотонно убываюшзй( или возраставшей) математи-

ческой модели связи предлагается критерий меры связи, использующий формализмы информационной энтропии переменной У - и( У) и информационной энтропии У при известном X - и(У/Х):

и(У) = Уел - Туп

Л/-1

Уел = 1/(1<-1)* |У1к -уа|

Ууп = 1/(1М)* |УД - УД+1| ТП"

В этих выражениях к и 1 случайно выбранные элементы в массиве переменной У, а 1 и Д+1 соседние точки в упорядоченном графе близости В(У).

и(Г/Х) = Уел -Ух, Ух = 1/(1Ы)* Ц |УД -Ух+11, где д и 1+1 - соседние точки в упорядоченном графе близости е(У/Х) В этом случае выражение для нормированного информационного критерия тесноты связи принимает вид:

К=( Уел - Ух)/(Уел - Ууп) Проверка гипотезы о существенности связи для предлагаемого критерия производится путем проверки гипотезы о равенстве числовых характеристик Уел и Ух (нулевая гипотеза):

|Усл - Ух| с

N - 1

г де Ц - квантиль (0,1) нормального распределения для доверительной вероятности ^ , б4 - средне-квадратичное отклонение для Уел, 62. -средне-квадратичное отклонение для Ух. Для построения информационной меры связи нескольких характеристик предложена формализация образа упорядочения факторов на

основе теории графов: _ _

+ 1уг + 1У

г де 1л - средняя длина ребер графа близости В(Х1... Хг>);

- 14 -

1_уг - средняя длина ребер случайного графа 0з(У).

Ьу - средняя длина ребер графа близости В(У).

и( У/К) = Ьп+1 - V + й/ г де Ьп+1 - средняя длина ребер графа близости В(У,Х1. ..Хп).

Информационный критерий для многомерной связи имеет вид: уй + Ъуг - Ьп+1

К=---------------------

К + иуг "Цьп + 1.у

Для аппроксимации петрофизических зависимостей уравнениями произвольного типа разработан оригинальный алгоритм оптимизации параметров уравнения, устойчиво работающий при наличии локальных экстремумов и "оврагов" на поверхности минимизируемого функционала.

Для поиска решения на поверхности таких функционалов применен усовершенствованный алгоритм, сочетающий метод Хука-Дживса с одномерными оптимизациями вдоль координатных направлений ( по оптимизируемым параметрам) и коордшатно- зависимую минимизацию по направлению, задаваемому вектором:

% Рк - Рк-1

где Рк и Рк-1 - вектора координат параметров на к-том и к-1-ом шаге оптимизации. Ддя ускорения оптимизации по направлениям использован метод золотого сечения.

В алгоритм оптимизации введен механизм настройки решения по точности. Контроль изменения точности решения позволяет определить момент, когда процесс оптимизации приблизился к "оврагу" или минимуму на поверхности функционала. Для предотвращения остановки решения в локальных минимумах функционала применен метод возмущения процесса решения:

Рк+1= |Рк - Рк-1|*соз(сО

г де ¿С - константа.

По значениям векторов Рк-1, Рк, Рк+1 выполняется исследование окрестностей точки остановки решения. Лучшие результаты борьбы с "оврагами" и локальными экстремумами были получены при значении угла а =40*.

Для исследования вычислительной устойчивости интерпретационной модели были решены две задачи:

1. Прогнозирование погрешностей определения геологических параметров с учетом погрешностей исходных данных и стохастического характера петрофизических зависимостей.

2. Детализация поведения погрешностей определения геологических параметров в области возможного изменения исходных геофизических характеристик.

Многие петрофиэические зависимости, входящие в интерпретационную модель, является сложными нелинейными функциями. При построении петрофизических зависимостей широко используются функции, ограниченные асимптотами, логарифмические, дробно-рациональные функции, полиномы и т.п. Интерпретационная модель, в целом, производит сложное нелинейное преобразование данных. Поэтому отклонение исходных данных в сторону повышения значений или в сторону их понижения приводит к разным погрешностям конечных результатов. К разным погрешностям конечных результатов приводят также различные сочетания отклонений значений исходных данных. В связи с этим, корректное прогнозирование погрешностей определяемых параметров ложет быть выполнено только на основе математического моделирова-тя распределений погрешностей (например,методом Шнте-Карло).

Реализован процесс моделирования погрешностей определения дологических параметров в виде последовательности вычислений:

У1=Г( Х,У)

Г1Р=Г(Х,РХ,У',Р')*<1+РГ) Ру1=(У1-У1р)/У1

где Х,Рх - геофизические характеристики и погрешности их определения;

. У,Р* - промежуточные геологические параметры и погрешности петрофизических связей, по которым они определяется;

РТ - погрешность петрофизической связи определяющей результат.

Вычисление значений исходных данных и геологвдеских параметров с учетом погрешностей производится по уравнениям:

Хр=К*(1+Рх*Кп) Ур-У*а+Ру*йэ)

где йя - датчик случайных чисел нормально распределенных в интервале 0-1.

Яо - датчик случайных чисел равномерно распределенных в интервале 0-1.

На основании выполненных исследований применения математических методов при построении интерпретационных моделей:

1. Предложены математические модели классификации геолого-геофизической информации.

2. Для оценки тесноты двухмерных и многомерных петрофизических рекомендованы информационные критерии,построенные на основе теоретико-информационного подхода, теории графов и метода математического моделирования.

3. Для анализа типовых петрофизических связей разработана технологическая схема специализированной экспертной системы (ЭС), позволяющей формировать библиотеку связей в соответствии с требованиями конечного пользователя.

4. Для оценки устойчивости интерпретационных моделей и прогнозирования погрешностей конечных результатов интерпретации разработаны специальная методика и алгоритм.

В третьей главе рассматриваются вопросы реализации разрабо-

тайной технологии в программном комплексе "АНАЛИЗ". В этом комплексе реализованы принципы, позволяющее:

- обмениваться данными с используемыми в отрасли базами данных (АРМ-Подсчет, ГИН1 ЕЛ, СА1ШР, Paradox, Framework, Vorldprof), а также самостоятельно сохранять данные и результаты их анализа;

- сочетать применение сложных математических методов анализа данных с возможностью решения задач традиционными методами;

- оценивать получаемые решения на основе критериев унифицированных для разных математических методов анализа;

- отображать, по возможности, результат решения задачи в графической форме;

- обеспечивать контроль за действиями пользователя и перехватывать случайные ошибки, связанные с управлением;

- управлять всеми блоками с помощью стандартного пользовательского интерфейса;

Программный комплекс АНАЛИЗ построен по Слочно-модульному принципу. Система управления комплексом обеспечивает генерацию вертикальных, горизонтальных меню и командной строки; ввод текстовых и числовых сообщений; обработку ответов на запросы пользователя. Система подсказок постоянно указывает пользователю возможные действия. Система блокировки ошибок управления автоматически контролирует значения управляющих параметров на область допустимых значений.

Руководство по комплексу организовано в виде электронного справочника. Управление руководством осуществляется с помощью системы меню текстово и содержательно совпадавши с меню функциональных блоков комплекса.

Данные для анализа могут быть получены с терминала, из файлов, из локальной базы данных (ЛЕД).

В блоке классификации пользователю предлагается два целевых

- 18 - I

метода классификации данных: по граничным значениям и по эллипсам | рассеяния. Ителлектуальные методы классификации включает: топологический анализ( гравитационная модель), кластерный анализ (информационная модель энтропии), анализ тренда( модель оптимального графа близости) и доклассификацию данных(нормированная модель близости в Евклидовом пространстве).

В функциональном блоке анализа графиков выполняется: построение двух- и трехмерных статистических графиков характеристик; построение уравнений связи между выбранными характеристикам^15 видов стандартных уравнений и полиномиальная связь 3 степеней); отображение графиков функций,заданных в виде формулы и вычисление статистических критериев аппроксимации данных этой функцией; построение гистограмм; построение дифференциальных и интегральных, обычных и взвешенных распределений нескольких характеристик на одном поле для их сопоставления.

В блоке преобразования данных обеспечивается преобразование данных по произвольным формулам и логическим условиям.

Шиск связей изучаемых характеристик с явно заданными факторами разделяется на исследование двухмерных и многомерных связей. Для поиска и оценки тесноты статистических связей используются: корреляционный анализ,ранговый корреляционный анализ Спирмена, ранговый анализ Кендалла, статистическое моделирование связи, метод главных компонент.

В программном блоке построения связей петрофизические зависимости могут быть аппроксимировании дробно-рациональными функциями или произвольными уравнениями, задаваемыми пользователем с экрана дисплея.

В блоке визуализации данных обеспечивается: построение одномерных и двухмерных гистограмм, построение 2-х,3-х и 4-х мерных графиков, построение поверхностей,заданных формулой или коэффици-

ентами полинома, построение поверхности статистического усреднения характеристик, построение гарт изолиний поверхностей, заданных формулой или коэффициентами поликома, построение построение частотных и.г-кросс-плотов.

Реализация технологии анализа данных ГКС и керна на ПЭВМ позволяет сделать еьшоды:

1. Разработан комплекс программ анализа данных ГИС и керна для построения петрофизических интерпретационных моделей (АНАЛИЗ) , обеспечивающий итерационный процесс обработки информации в диалоговом режиме.

2. Еысокая технологичность обработки геолого-геофизической информации обеспечивается за счет применения быстро работающих алгоритмов математического анализа данных, специализированных систем поддержи диалога, представления результатов анализа в удобной для восприятия форме (в основном - графической), применения унифицированных критериев оценки получаемых решений.

3. Разработана методика анализа данных ГИС и кэрна при построении интерпретационных моделей, которая содержит основные рекомендации по применению математических методов, включенных в программный комплекс АНАЛИЗ.

В четвертой главе приведены примеры применения программных средств при изучении месторождений нефти и газа.

Разработанные диссертантом методики и программные средства для построения и обоснования оптимальной петрофизической модели широко опробованы на материалах ГИС и керна ряда месторождений Западной Сибири (Тянское, Комсомольское, Северо-Комсомольское, Ямбургское, Уренгойское, Бахиловское,), Оренбуржья (Гар-шинское,Росташинское,Кононовское, Зайкинское), Украины (Шво-Николаевское, Мачеха, Рудовское, Завадское), Тимано-Печорской провинции (им. Романа Требса, Северное-Хоседаю).

обоснованные с помощью созданных программных средств петро-физические модели были использованы при определении по данным ГКО подсчетных параметров некоторых из перечисленных месторождений.

Эффективность применения разработанных методик показана на примере обоснования петрофизического обеспечения нижнемеловых отложений Комсомольского и Северо_Комсомольского месторождений.

Определение зависимостей между различными петрофизическими и

геолого-геофизическими характеристиками производилось с помощью

%

разработанных диссертантом программ многомерного статистического анализа. Большинство петрофизических зависимостей являются многомерными и нелинейными.

Достоверность результатов геологической интерпретации подтверждена сопоставлением удельных продуктивностей пластов,рассчитанных по результатам испытаний с прогнозными удельными продук-тивностями.

ЗАКЛЮЧЕНИЕ

В процессе выполнения диссертационной работы получены следующие основные результаты:

1. Предложены математические модели классификации геолого-геофизической информации, которые положены в основу автоматизированной классификации данных на ПЭВМ. В рамках единой технологии объединены методы целевой и интеллектуальной классификации.

2. Для оценки тесноти двухмерных и многомерных петрофизических связей предложены информационные критерии, построенные на основе теоретико-информационного подхода, теории графов и метода математического моделирования. Эти критерии позволяют оценивать линейные и нелинейные монотонные петрофизические связи, имеют простую интерпретацию, чем выгодно отличаются от традиционных мер

связи. Предложенные информационные критерии позволяет прогнозировать качество аппроксимации петрофиэической связи и согласовать оценку результатов исследования тесноты петрофиэической связи и ее аппроксимации.

3. Разработана технологическая схема и сформулированы основные требования для создания специализированной экспертной системы типовых петрофизических связей.

4. На основе анализа основных методик аппроксимации геолого-геофизических данных разработан алгоритм оптимизации параметров петрофиэической связи произвольного вида.

5. Разработаны методика и программа исследования устойчивости интерпретационных моделей и детализация поведения погрешностей конечных результатов интерпретации.

6. Разработан комплекс программ анализа данных ГИС и керна для построения петрофизических интерпретационных моделей (АНАЛИЗ), обеспечивающий итерационный процесс обработки информации в диалоговом режиме. Высокая технологичность обработки геолого-геофизической информации обеспечивается за счет применения быстро работающих алгоритмов математического анализа данных, специализированных систем поддержки диалога, представления результатов анализа в удобной для восприятия форме (в основном - графической), применения унифицированных критериев оценки получаемых решений, гибкого интерфейса данных.

7. Разработанные методики и программные средства для построения и обоснования оптимальной петрофиэической модели широко опробованы на материалах ГИС и керна ряда месторождений Западной Сибири (Тянское, Комсомольское, Северо-Комсомольское, Ямбургское, Уренгойское, Бахиловское,), Оренбуржья (Гаршинское.Роста-шинское,Кононовское, Зайгашское), Украины (Ново-Николаевское,Мачеха, Рудовское, Завадское), Тимано-Печорской провинции (им. Ро-

дана Требеа, Северное-Хоседаг). Обоснованные с помощью созданныз программных средств петрофизические модели были использованы пр» определении по данным ГИС подсчетных параметров ряда перечисленных месторождений.

8. Программный комплекс "АНАЛИЗ" используется в производственном режиме в Сургутской ЭГИС, Воркутинской ЭГИС, к5ан-гыстауской ЭГИС, Нгжинской ЭГИС, ПГО "Тюменьпромгеофизика", ВНИГ-НИ, ВНИГРИ и во многих других геофизических и петрофизических организациях. Согласно отзывам специалистов, эксплуатирующих программный комплекс, он обладает высокими технологическими параметрами, достаточным набором средств анализа геолого-геофиэическо* информации, простотой и наглядностью представления результатов.

Основные научные положения диссертации опубликованы в следующих печатных работах:

1. Развитие систем автоматизированной обработки данных геофизических исследований скважин - В сб. "Использование материало! геофизических исследований скважин при комплексной интерпретации и подсчете запасов нефти и газа", и., Нэдра, 1986г. (соавторы: Оконешников Е. В. .Седельников В. И.)

2. Опыт разработки базового графа интерпретации средствами 1К ГИС СМ для условий месторождений Тюменской области - Тезисы доклада на школе передового опьггаиОбмен передовым опытом по обработке материалов ГИС на ЭВМ", . Калинин,1986г.

(соавторы: Болотова Ц. Я.,Седельников В. И. , Оконешников Е. В., Ми-тасов Е. В.)

3. Методика оценки устойчивости интерпретационных моде лей -В сб. "Новые разработки в технологии геофизических исследования нефтегазовых скважин",Тверь,1Э92г.

(соавторы: Фоменко В. Г.,Рогаткин Н. А. .Михайлова И. а )

4. Применение таксономического анализа для выделения опорных

объектов при оценке качества материалов БКЗ.ЕК,ИК. - В сб. "Новые разработки в технологии геофизических исследований нефтегазовых скважин".Тверь,1992г. (соавторы: Рогаткин Е А. .Леонова О. А.)