胡家琦 孙连山 石 敏 朱登明 李国军

(*陕西科技大学电子信息与人工智能学院 西安 710021) (**华北电力大学控制与计算机工程学院 北京 102206) (***中国科学院计算技术研究所 北京 100190) (****中国石油集团测井有限公司 西安 710065)

0 引 言

测井数据是油藏开采过程中不可或缺的重要资源。地质专家和工程师通过对测井数据的分析可以极大加深对地下情况的认知，因此测井数据是辅助工作人员寻找和评价油水层的重要资源[1-3]。随着测井技术的不断发展，与之相关的测井解释技术正逐步从定性、半定量的人工解释逐步走向借助计算机定量化解释的时代，相关的解释模型和解释效率也有了一定程度的提高[4-6]。

传统的油水层识别主要依赖于专家经验，专家通过对测井曲线的分析得到分层解释结论，但专家未知的地质模式则无法判别，得到的解释结论也有待商榷，并且整个识别过程需要耗费大量的人力物力。交会图版法也是层位识别的重要技术之一，其通过建立研究区深侧向电阻率与自然电位交会图识别油水层，但由于部分层位物性相近，图版中易出现混合区，故对于复杂地质条件的油水层识别存在局限[7]。随着大数据时代的到来，越来越多的学者提出使用数据驱动的方式实现油水层识别[8,9]，以有效避免人为误差，提高生产效率。聚类分析法用于测井曲线解释，所需参数少，不易受参数影响，但该方法在样本量足够多时才能取得好的效果，从而限制了其实际应用[10]。……