基于量子蒙特卡罗地震多属性聚类方法.pdfVIP

·640· 中国地球物理2011 (18)储层地球物理 基于量子蒙特卡罗的地震多属性聚类方法 Theseismicmulit-attributemethodbasedon MonteCarlo clustering quantum 魏超+郑晓东李劲松 Chao Li Wei ZhengXiaodongJingsong 中国石油勘探开发研究院 北京100083 地震资料中蕴含着丰富的地质信息，而地震属性往往能更好地从不同角度反映这些信息。利用地震属 性进行储层预测和储层特征描述在实际生产中已经取得了良好的效果，但面对众多属性，很难人为的判断 哪种属性对储层更敏感，而实际上地震属性与地下地质目标之间也并不存在一一对应的关系，所以需要综 合利用地震属性，而地震多属性的聚类分析则是一个重要的发展方向。 聚类分析是数据挖掘的一种重要技术．其目的是把大量数据点的集合分成若干类，使得每个类中的数 据之间最大程度地相似，而不同类中的数据最大程度地不同。20世纪90年代以来，聚类方法逐步被引入 到地震勘探领域，尤其是在地震多属性分析和地震相分析方面，极大提高了隐蔽油气藏的预测能力和无井 控制情况下的储层预测能力。陈波等人利用地震数据体及其反演的属性数据体，通过井约束并在神经网络 理论指导下建立地震属性与储层物性之间的模式聚类关系，据此获得储层的各项参数用于薄互层储层的油 气预测。杨培杰则将模糊C均值方法应用于多地震属性聚类中，该方法鲁棒性好且具有很好的实际应用价 值。前人进行地震多属性聚类分析目前多采用的还是线性的方法，但线性方法聚类结果的好坏依赖于对初 始聚类中心的选择，对异常数据较为敏感且容易陷入局部最优解。基于此，我们在K．meaiis聚类方法研究 中引入了非线性的、全局寻优的量子蒙特卡罗方法，并针对现有地震属性聚类存在的问题坐了一系列的改 进(量子蒙特卡罗方法的具体原理在此不做赘述)。 子蒙特卡罗方法，对聚类中聚类样本逐次产生新的扰动，重新计算目标函数值并利用量子蒙特卡罗方法进 行判别是否接受当前的聚类划分为必威体育精装版划分。此外，我们针对常规聚类算法中的一些问题做了改进，在此 做一具体阐述： (1)常规聚类算法中关于目标函数的计算并没有各个属性的权重系数项，也即为各个属性的聚类权重 都是1，这在实际地震多属性聚类的应用中是不合理的。因为不同的属性对地质特征的敏感程度是不一样 的，它能反映的地质特征也不同，基于此，在聚类中加入权重项更能体现不同属性所起的作用大小。 (2)常规聚类算法中关于聚类数是事先人为给定的，聚类中不再进行调整改变，但是针对不同的实际 情况，很难根据经验事先给定合适的聚类数；而基于量子蒙特卡罗的聚类方法在聚类过程中能够自动调整 聚类类别数，并最终达到一个稳定值； (3)常规聚类算法中要么是单一性的聚类或继承性的聚类，但实际应用中，除了需要反映属性之间共 有的、宏观的特征之外，我们也需要挖掘某些细节的部分。样本集的聚类能够宏观的分成几类，但是有些 类与类之间并不是完全的划分分明，而是有相互交集的地方，这也许就是我们需要的细节部分。基于此， 我们提出变尺度的聚类方式，也就是在上述聚类完成的基础上，针对已经划分好的类别，将其两两提取出 来单独进行再次聚类，依次循环进行直到整个聚类类别保持稳定为止。这样一来，不仅保持了原有宏观的 聚类，某些细节部分也能提取出来。对于该方法，将其应用于理论模型的计算和塔中某工区良里塔格组多 属性的聚类分析，计算结果表明，该方法有很好的适应性，聚类结果不仅很好反映了相带分布和断裂特征， 而且反映了礁体的分布和有利储层的位置。和商业软件据类结果相比，本文方法的聚类结果对于细节特征 的刻画更好，这也验证了本文方法的可靠性。 参考文献 【l】魏超，李小凡，张美根．基于量子蒙特卡罗的地球物理反演方法【J】．地球物理学报，2008，5l(5)：1494--1502 【2】贺玲，吴玲达，蔡益朝．数据挖掘中的聚类算法综述Ⅲ．计算机应用研究，2007．1：l肚13．