基于最小风险贝叶斯决策油藏质量分类器设计

1基于最小风险贝叶斯决策油藏质量分类器设计学院：电气信息工程学院.班级：信息13级1班.姓名：麻莉娜.学号：201316040121.北华大学2摘要：油藏分类方法研究是为了更好的对油藏进行管理，提高对油气田的开发。目前对油藏的分类有很多标准，如粘度、密度、孔渗性等根据原有物性的分类，也有断块、背斜、不整合等根据圈闭构造的分类，也有很多学者进行了系统的聚类分析，实现了油藏的聚类分类方法，各种分类方式有各自的优缺点，适应不同的需求，本文将会用最小风险贝叶斯决策油藏质量分类器设计。关键词：油藏分类；聚类分析；贝叶斯决策；构造分类3目录一、引言.................................................11.1课程背景及目的......................................11.2油藏的分类...........................................11.3课题研究方法.........................................2二、最小风险贝叶斯决策分类器的研究与分析...................22.1分类器的概念.........................................22.2分类器的构造方法....................................3三、最小风险贝叶斯决策法的研究与分析......................33.1最小风险贝叶斯决策模型..............................3四、最小风险贝叶斯决策的分类器的设计与编程实现............44.1开发环境的选择.....................................44.2油藏质量最小风险决策数据准备.........................54.3相关MATLAB代码......................................6五、结论.................................................8六、参考文献.............................................94一、引言油田进入开发后期，其含水率高、剩余油分布复杂、分析和挖潜难度增大，需要不断改进开采技术、完善开发方案，才能达到提高开发效果和提高经济效益的目的。要有效地改善油田开发效果，就必须建立一套完善的开发评价体系，而不同类型的油藏在开发时表现出的生产特征和生产指标不同，所以考核标准也就不同。能体现油藏参数的指标是非常繁杂的，如构造圈闭类型、沉积微相类型、油层埋藏深度、油层厚度、流体性质、储层孔隙度、渗透率、非均质性等等。这些油藏参数在不同的油田甚至在同一油田开发的不同时期，对油田的日产油量、采油速度、含水上升率、递减规律、采收率等开发指标的影响程度也是不同的，也就是说，不同类型的油藏，开发评价和进行指标考核的标准是不同的。要科学合理地管理油田，最大限度地发挥油田潜力，就必须建立科学的油藏分类体系。1.1课程背景及目的目前，油藏分类的指标体系很多。比如，按原油粘度分类，把油藏分为稀油、普通稠油、特稠油、超稠油；按照孔隙度、渗透率分类，把油藏分为特高渗、高渗、中渗、低渗、特低渗。这些分类通常是按油藏的某一特殊指标进行分类的，突出了某一特殊指标的作用，对一些特殊类型的油藏，可以指导油田生产和管理，但是缺乏普遍性。油藏是指油在单一圈闭中具有同一压力系统的基本聚集。如果在一个圈闭中只聚集了石油，称为油藏；只聚集了天然气，称为气藏。一个油藏中含有几个含油砂层时，称为多层油藏。对气顶来说，称为气顶边缘。它是油和水的内部分界线，一般情况下，在此线以内只有油，而没有可流动的水。属于此类的油气藏有：背斜油气藏、断层遮挡油气藏、断块油气藏、构造裂隙油气藏以及少见的向斜油气藏。其中常见的有砂岩透镜体、岩性尖灭和生物礁块油（气）藏。1.2油藏的分类对油藏进行分类是为了更好的对油藏进行管理，提高对油气田的开发。目前对油藏的分类有很多标准，如粘度、密度、孔渗性等根据原有物性的分类，也有断块、背斜、不整合等根据圈闭构造的分类，也有很多学者进行了系统的聚类分析，实现了油藏的聚类分类方法，各种分类方式有各自的优缺点，适应不同的需求，本文将会就现有的研究成果，对油藏分类问题进行综合的归纳。油藏的分类至今也没有统一的答案，根据不同的标准，可以分成不同的等级、类别。但是油藏分类一般应遵循以下三个原则[3]：1)油藏的地质特征，包括油藏的圈闭、储集岩、储集空间、压力等特征。52)油藏的流体及其分布特征。3)油藏的渗流物理特性，包括岩石表面的润湿性，油水、油气相对渗流效率等。4)油藏的天然驱动能量和驱动类型。在遵循了这些原则的前提下，油藏的分类仍然受很多因素的影响，也就是分类的标准，包括粘度、挥发性、以及储集层物性等。按原油的性质分为：低粘油，油层条件下原油粘度＜5mPa.s；中粘油，油层条件下原油粘度＞5—20mPa.s；高粘油，油层条件下原油粘度＞20—50mPa.s；稠油，油层条件下原油粘度＞50mPa.s，相对密度＞0.920.稠油又可细分为3大类4大级。在此我们将以油藏的强、较强、一般、差进行分类1.3课题研究方法贝叶斯定理用数学家ThomsBayes命名的，他是18世纪概率论和决策论的早期研究者，在贝叶斯定理中设X是初始数据元组，H为某种假设，换言之，可以把X看成先在的证据，在证据成立的情况下，假设H也成立的概率，记为P(H|X)。同时我们也称P(H|X)是后验概率，也就是在条件X满足下，H的后验概率。例如，假设有名职员，他的职位是经理，把这个事实记成X，他的收入是4000元以上，把这个事实记为H，那么P(H|X)就是指假设该员工是这家公司的经理，那么他的月收入可能是4000元以上的概率。相反，P(H)是先验概率，针对上面的例子，就是公司的任意职员，不管其职位是什么。后验概率比先验概率包含更多的内在信息。贝叶斯定理就为这些概率提供了一种相互的联系：P(H|X)=P(X|H)P(H)P(X)贝叶斯决策不是使决策问题完全无风险，而是通过其他途径增加信息量是决策中的风险减小。由此可以看出，贝叶斯决策是一种比较实际可行的方法。二、最小风险贝叶斯决策分类器的研究与分析2.1分类器的概念分类器的定义：输入的数据含有千万个记录，每个记录又有很多个属性，其中有一个特别的属性叫做类（例如信用程度的高、中、低）。分类器的目的就是分析输入的数据，并建立一个模型，并用这个模型对未来的数据进行分类，数据分类技术在信用卡审批、目标市场定位、医疗诊断、故障检测、有效性分析、图形处理及保险欺诈分析等领域，都可以看到分类器广泛应用。分类是一种典型的有监督的机器学习方法，其目的是从一组已知类别的数据6中发现分类模型，以预测新数据的未知类别。用于分类的数据是一组已知类别的样本，每个样本包含一组相同的属性。根据在分类中的作用，属性可以分为条件属性和目标属性两种。这样，一个样本就可以表示为（X1，X2,....Xm,Y）的形式，集中，Xi是条件属性，Y是目标属性。分类的目的就是发现X1，X2,....Xm和Y之间的依赖关系，这种依赖关系又称为分类模型或者分类器。可以认为，分类器就是一个函数，它的输入是未知类别的样本，输出是样本的类别。2.2分类器的构造方法分类的方法不同，模型的表示形式就不同，利用决策树方法构造的分类模型就可能表示为树状结构过着分类规则，神经网络哦的分类模型则可以表示为由单元和系数构造的网络模型，而贝叶斯分类的模型则表示为数学公式。图一分类的三个步骤一个完整的分类过程一般包括模型构造，模型饿时和模型应用这三种。三、最小风险贝叶斯决策法的研究与分析3.1最小风险贝叶斯决策模型贝叶斯决策就是在不完全请报下，对部分未知状态用主观概率估计。贝叶斯决策属于风险型决策，决策者虽不能控制客观因素的变化，但可掌握其变化的可能状况及各种状况的分布概率，并利用期望值即未来可能出现的平均状况为决策准则。贝叶斯决策不是使决策问题完全无风险，而是通过其他途径增加信息量是决策中的风险减小。由此可以看出，贝叶斯决策是一种比较实际可行的方法。本文运用最小风险贝叶斯决策法，进行油藏的分类器进行设计。设对于实际状态为wj的向量x采取决策αi所带来的损失为λ(αi,wj),i=1,...,k,j=1,...,c该函数称为损失函数，通常它可以用表格的形式给出，叫做决策表。需要知道，最小风险贝叶斯决策中的决策表是需要人为确定的，决策表不同会导致决策结果的不同，因此在实际应用中，需要认真分析所研究问题的内在特点和分类目7的，与应用领域的专家共同设计出适当的决策表，才能保证模式识别发挥有效的作用。对于一个实际问题，对于样本x，最小风险贝叶斯决策的计算步骤如下：（1）利用贝叶斯公式计算后验概率：P(wj|x)=p(x|wj)P(wj)/[ci1(x|wi)P(wi)],j=1,...,c其中要求先验概率和类条件概率已知。（2）利用决策表，计算条件风险：R(αi|x)=cj1λ(αi|wj)P(wj|x),i=1,...k（3）决策：选择风险最小的决策，即：min...1kiα=argR(αi|x)假设：P(w1)=0.9,P(w2)=0.1p(x|w1)=0.2,p(x|w2)=0.4λ11=0,λ12=6λ21=1,λ22=0计算得后验概率为：p(w1|x)=0.818,p(w2|x)=0.182计算条件风险：R(α1|x)=∑j=12λ1jP(wj|x)=λ12P(w2|x)=1.092R(α2|x)=∑j=12λ2jP(wj|x)=λ21P(w1|x)=0.818由于R(α1|x)R(α2|x)，即判别为1类的风险更大，根据最小风险决策，应将其判别为2类。四、最小风险贝叶斯决策分类器的设计与编程实现4.1开发环境的选择Matlab是当今世界上使用最为广泛的数学软件，它具有相当强大的数值计算、数据处理、系统分析、图形显示，甚至符号运算功能，是一个完整的数学平台，在这个平台上，你只需寥寥数语就可以完成十分复杂的功能，大大提高了工程分析计算的效率。另外由于Matlab的广泛使用，于是出现了为各个领域专门使8用的工具箱(即在某一研究领域常用数学工具的函数包)，这些工具箱的出现更加促进了Matlab的流行4.2油藏质量最小风险决策数据准备1、数据输入（1）井头数据输入（井位文件.txt）（2）井斜数据输入数据格式1的井斜数据输入；数据格式2的井斜数据输入（3）地质分层数据输入（分层数据.txt）（4）测井数据输入ASCII格式的测井数据输入(测井数据\M16.txt)；LAS格式的测井数据输入2、petrel模型（全井号的完整模型建模文件。）包括：孔隙度、渗透率、砂岩厚度、有效厚度、网格构架、井轨迹等数据文件。3、原油的高压物性（pvt）：①地面条件下油、水、气的密度；②油藏压力、岩石压缩系数；③干气的PVT性质（包括：气相压力、相应的气体地层体积系数、相应的气体粘度），以数据表的格式提供（不少于2行）；④湿气的PVT性质（包括：气相压力、压力下的饱和气挥发油气比、压力下饱和气气体地层体积系数、压力下饱和气的气体粘度），以数据表的格式提供（不少于2行）；⑤水的PVT性质（包括：地层压力、该压力下的地层水体积系数、水压缩系数、该压力下的水粘度、水的粘性系数）；⑥原油的PVT性质（包括：溶解气油比、该溶解气油比下的原油泡点压力、该泡点压力下的饱和原油的原油地层体积系数、该压力下的饱和原油的原油粘度）。4、相对渗透率数据：①油水相对渗透率（包括：水的饱和度、该饱和度下的水相对渗透率、油水共存时油的相对渗透率、相应的油水毛管压力）；②油气相对渗透率（包括：气体饱和度、对应的气的相对渗透率、对应的油的相对渗透率、对应的油气毛管压力）。5、平衡区参数：①该区溶解气油比与深度的关系（包括：深度