Tổng Quan Về Đơn Vị Dòng Chảy
1. Đơn vị dòng chảy
1.1. Khái niệm về đơn vị dòng chảy
Trước đây, việc xác định độ thấm trong giếng không có mẫu nhưng có đo ĐVLGK là
một vấn đề chung phổ biến cho tất cả các tầng chứa (hay vỉa chứa). Bất kì tầng chứa có
quy mô nào cũng đòi hỏi kiến thức về vật lý thạch học ở các giếng đã được khoan. Vì vậy
tính khoa học đúng đắn và địa chất tương thích nhau để đưa ra tính toán tin cậy về phân bố
độ thấm trong giếng.
Phương pháp ước lượng độ thấm truyền thống có nền tảng là các đường hồi quy đơn
giản hoặc các suy luận thực nghiệm từ sự tương quan giữa các đường cong ĐVLGK đặc
trưng của các giếng khác nhau. Thông thường suy luận thực nghiệm chỉ mang tính địa
phương vì có sự khác biệt lớn về đặc điểm trầm tích ở những vị trí khác nhau. Phương pháp
hồi quy giả định rằng tồn tại mối quan hệ giữa độ rỗng xác định từ mẫu lõi với logarit độ
thấm mẫu lõi. Một đường hồi quy tuyến tính khác được thiết lập phụ thuộc vào độ rỗng
mẫu lõi và độ rỗng được tính từ các đường cong ĐVLGK trong giếng. Cả hai mô hình hồi
quy đều cho phép tính toán độ thấm từ các đường cong ĐVLGK trong giếng. Phương pháp
này bỏ qua sự phân tán của dữ liệu về đường hồi quy tuyến tính và các thuộc tính phân tán
bất kì tới sai số đo lường hoặc các biến thiên trong đặc tính tầng chứa. Một phần cải tiến
của phương pháp được thực hiện bằng cách đầu tiên nhận biết loại thành phần thạch học
của thành hệ và sau đó tính toán đường hồi quy tuyến tính cho phép đo thuộc về mỗi loại
thạch học. Vì các giá trị độ thấm được dự đoán từ mô hình hồi quy không có sự biến thiên
có thể thấy trên dữ liệu mẫu lõi thực tế, phạm vi xác suất mô phỏng có thể được ứng dụng
để thêm vào thang biến thiên ngẫu nhiên cho giá trị được dự đoán. Một cách tiếp cận hợp
lý hơn là các thuộc tính căn bản như sự phụ thuộc lẫn nhau của độ thấm và độ rỗng tới sự
biến đổi địa chất trong đá chứa và tìm kiếm các mối quan hệ của độ thấm, cái mà quyết
định các thuộc tính dòng chảy. Điều này đòi hỏi phải thiết lập mối quan hệ giữa các tham
số độ rỗng từ mẫu lõi và các thuộc tính từ các đường cong ĐVLGK. Mối quan hệ như vậy
đạt được tốt nhất nếu xác định được các đá có khả năng dẫn chất lỏng như nhau và nhóm
lại với nhau. Mỗi nhóm như vậy được gọi là một đơn vị dòng chảy.
Từ cuối thập niên 80 của thế kỷ XX, Ebank đã đưa ra khái niệm đơn vị dòng chảy
(Flow Units) hay đơn vị thủy lực (Hydraulic Units) (Ebank, 1987).

Bất kỳ một tầng chứa không đồng nhất nào cũng có thể được mô tả bằng các đơn vị
dòng chảy. Một đơn vị dòng chảy được định nghĩa là một khối đại diện cơ bản của đá chứa
mà trong đó các đặc tính địa chất và tính chất vật lý thạch học ảnh hưởng đến dòng chảy
của chất lưu là không đổi và khác với các đặc tính và tính chất của các khối khác.
1.2. Đặc điểm của đơn vị dòng chảy
Bản chất của xác định đơn vị dòng chảy là phân loại đá chứa.
Một đơn vị dòng chảy là một đới liên tục theo cả chiều ngang và chiều dọc của tầng
chứa, có đặc điểm về dòng chảy và phân lớp như nhau. Các đơn vị dòng chảy liên quan
đến sự phân bố các tướng địa chất nhưng không nhất thiết phải trùng với ranh giới của các
tướng đá. Các thông số ảnh hưởng đến dòng chảy hầu như là các thông số hình học của lỗ
rỗng. Hình học lỗ rỗng lần lượt được kiểm soát bởi khoáng vật ( loại, độ phong phú, phân
bố ) và kết cấu ( kích thước hạt, độ hạt, độ chọn lọc, độ khép kín ). Sự kết hợp khác nhau
giữa những thuộc tính địa chất có thể dẫn đến các đơn vị dòng chảy riêng biệt, có cùng các
thuộc tính dòng chảy vận chuyển. Do đó, một đơn vị dòng chảy có thể bao gồm một số loại
tướng đá tùy thuộc vào kết cấu trầm tích và loại khoáng vật
Trong mỗi đơn vị dòng chảy, mối tương quan giữa độ thấm và độ rỗng rất chặt chẽ và
mỗi đơn vị dòng chảy đều có các tính chất vật lý thạch học riêng biệt. Các đơn vị dòng
chảy không nhất thiết phải tương ứng với các tướng thạch học, được gọi là đơn vị dòng
chảy địa chất. Các thuộc tính vật lý thạch học được kiểm soát bằng cả hai điều kiện lắng
đọng, như là độ hạt và độ chọn lọc, và bằng đặc trưng hình thành trầm tích, như là số lượng
và loại xi măng gắn kết hoặc khoáng vật sét. Vì vậy, một đơn vị thủy lực dòng chảy liên
quan đến nhiều hơn một nguồn gốc tướng đá của hệ thống trầm tích. Nói chung, sự thay
đổi các thuộc tính vật lý thạch học giữa các đơn vị dòng chảy là lớn và trong một đơn vị
dòng chảy là nhỏ.
1.3. Mục đích của đơn vị dòng chảy
Đơn vị dòng chảy dùng để mô tả cho một tầng chứa không đồng nhất bất kì.
Xác định được đơn vị dòng chảy, tính chất thấm chứa của tầng chứa cũng sẽ được xác
định, tính toán và dự báo độ thấm của các tầng chứa dầu ở các khoảng không lấy mẫu.
Lựa chọn số lượng mẫu lõi trụ ( core plugs ) tối thiểu cần thiết phải phân tích đặc biệt
( special core analysis ) phục vụ cho dự báo nhiều tham số địa vật lý và địa hóa khác từ tài

liệu ĐVLGK.
Xây dựng chi tiết mô hình tầng chứa và xác định lại các đới sản phẩm có giá trị thương
mại.
2. Phân chia đơn vị dòng chảy
Việc nhóm các đá dựa trên các thuộc tính cơ bản về dòng chảy địa chất là cơ sở để
phân loại đơn vị dòng chảy.
Amaefule và nnk (1993) chỉ ra rằng mối quan hệ giữa độ thấm và độ rỗng theo phương
trình hồi quy phi tuyến
baK log
, thường xây dựng khi đồ thị trực giao độ rỗng
và độ thấm đo được trên mẫu lõi trụ là không có cơ sở lý thuyết và có hệ số tương quan rất
thấp nên đã đưa ra một phương pháp xác định quan hệ độ thấm và độ rỗng dựa trên cơ sở
lý thuyết cho rằng đặc tính dòng chảy của đất đá phụ thuộc vào kiến trúc hình học của lỗ
rỗng. Nếu một môi trường trầm tích được mô tả như là một bó các ống mao dẫn thẳng, biểu
thức sau đây tính toán độ thấm của đá thu được bằng cách kết hợp định luật của Dary cho
dòng chảy ở trong môi trường trầm tích và định luật của Poiseuille cho dòng chảy ở trong
ống mao dẫn:
k=
r
2
8
Φ
e
(2.1)
Đây là một mối quan hệ đơn giản nhưng quan trọng vì nó chỉ ra các yếu tố liên quan
đến độ thấm để độ rỗng phụ thuộc vào các đặc tính đặc trưng địa chất của một đá trầm tích.
Đối với mô hình thực tế của môi trường xốp, nơi mà cấu trúc các lỗ rỗng liên thông không
thẳng, Kozeny và sau đó là Kozeny-Carman đã thêm yếu tố độ uốn khúc và dùng điều kiên
bán kính lỗ rỗng trong công thức (2.1). Điều kiện bán kính lỗ rỗng được định nghĩa như là
tỉ số của diện tích mặt cắt ngang và chu vi dính ướt. Điều này liên quan đến tỉ bề mặt S

gr
là
diện tích bề mặt trên một đơn vị thể tích hạt, K là độ thấm, F
s
là yếu tố hình dạng,  là độ
uốn khúc và Φ
e
là độ rỗng hiệu dụng. Cần chú ý rằng ở đây đơn vị của độ thấm K là m
2

và của độ rỗng Φ
e
là tỷ phần. Phương trình tổng quát được Kozeny-Carman sửa từ phương
trình (2.1) sẽ thành :

Φ
e

Φ
e












(2.2)
Tích số F
s
τ
2
được gọi là hằng số Kozeny, các tác giả Rose và Bruce bằng các phép đo
thực nghiệm trên các mẫu đá chứa dầu khí trong phòng thí nghiệm cho thấy F
s
τ
2
thay đổi
từ 5 đến 100 cho các loại đá chứa khác nhau. Sự biến thiên trong F
s
τ
2
chính là giới hạn phổ
biến dùng cho các mô hình vì trong thực tế không xác định được hằng số Kozeny cho một
thành hệ nhất định. Nhiều nhà nghiên cứu đã cố gắng xác định độ thấm từ độ rỗng bằng
công thức (2.2) nhưng đều không thành công bởi vì họ đều gán cho tích số F
s
τ
2
bằng 5 và
bỏ qua tham số S
vgr
2
. Trên thực tế, giá trị của hằng số Kozeny thay đổi từ đơn vị dòng
chảy này sang đơn vị dòng chảy khác và chỉ là hằng số trong một đơn vị dòng chảy. Toàn
bộ biểu thức F

s
τ
2
S
gr
là một hàm đặc trưng địa chất cho môi trường trầm tích rỗng và nó
biến thiên với những thay đổi trong cấu trúc hình học lỗ rỗng. Như vậy, biểu thức này chứa
mọi khía cạnh về địa chất của đơn vị dòng chảy. Việc phát hiện và phân biệt của biểu thức
F
s
τ
2
S
gr

là một phần chủ yếu của phương pháp phân loại đơn vị dòng chảy, cái mà sẽ được
mô tả dưới đây :
Phương trình (2.2) được viết lại và thêm đơn vị độ thấm K là mD:



Φ
e

Φ
e
Φ
e








(2.3)
Nếu K được tính theo đơn vị mD thì vế trái của phương trình (2.3) gọi là chỉ số chất
lượng của đá chứa RQI (Reservoir Quality Index ) sẽ tính như sau:
  


Φ
e
(2.4)
Nếu gọi Φ
z
là tỷ số của thể tích lỗ rỗng trên thể tích hạt là mức độ thông thoáng của
đá chứa:



Φ
e
Φ
e
(2.5)
Thì thừa số còn lại ở vế phải của (2.3) được gọi là chỉ số của vùng chảy FZI (Flow
Zone Indicator) và được xác định theo công thức:
 










(2.6)
Có thể nhận thấy rằng, tham số RQI đặc trưng cho tính chất thấm chứa của đá chứa,
tham số FZI đặc trưng cho cấu kiến trúc của đá chứa và 
z
chính là độ thông thoáng của
đá chứa. Khi đó phương trình (2.3) trở thành:
  FZI

(2.7)
Hoặc lấy logarit cơ số 10 của phương trình (2.7) của cả hai vế ta có:
  FZI

 (2.8)
Như vậy FZI là tham số duy nhất mà kết hợp được các thuộc tính địa chất của kiến
trúc hạt và khoáng vật để phân biệt các tướng kiến trúc lỗ rỗng khác nhau (các đơn vị dòng
chảy). Nhìn chung, đá chứa lẫn nhiều khoáng vật sét, cát hạt mịn và độ chọn lọc kém
thường có giá trị tỷ bề bề mặt cao, độ uốn khúc lớn và do đó có giá trị FZI thấp. Ngược
lại, cát hạt thô và sạch có giá trị tỷ bề bề mặt nhỏ, độ uốn khúc nhỏ, yếu tố hình dạng nhỏ
và do đó có giá trị FZI cao.
Phương pháp ước lượng độ thấm truyền thống có nền tảng là các đường hồi quy đơn
giản hoặc các suy luận thực nghiệm từ sự tương quan giữa các đường cong ĐVLGK đặc
trưng của các giếng khác nhau. Amaefule và nnk (1993) chỉ ra rằng mối quan hệ giữa độ

thấm và độ rỗng theo phương trình hồi quy phi tuyến
baK log
, thường xây dựng
khi đồ thị trực giao độ rỗng và độ thấm đo được trên mẫu lõi trụ là không có cơ sở lý thuyết,
chỉ mang tính địa phương vì có sự khác biệt lớn về đặc điểm trầm tích ở những vị trí khác
nhau. Phương pháp hồi quy giả định rằng tồn tại mối quan hệ giữa độ rỗng của mẫu lõi với
logarit độ thấm mẫu lõi. Trong phương pháp này, quan hệ độ rỗng - độ thấm theo đồ thị
trực giao với đường hồi quy phi tuyến có hệ số tương quan R
2
rất thấp.

Hình 2.1. Đồ thị trực giao quan hệ độ rỗng – độ thấm
2.1. Các phương pháp xác định đơn vị dòng chảy
2.1.1. Phương pháp đồ thị trực giao RQI- Φ
z

Khi vẽ đồ thị trực giao RQI và Φ
z
trên hệ tọa độ logarit kép, các mẫu lõi có cùng giá
trị FZI sẽ nằm trên cùng một đường thẳng có hệ số góc = 1 (độ dốc 45º). Các mẫu có giá
trị FZI khác sẽ nằm trên các đường thẳng khác và tất cả các đường thẳng này song song
với nhau. Sự phân tán của số liệu trên đường thẳng chủ yếu là do sai số đo đạc trong phân
tích mẫu lõi. Giá trị FZI được xác định tại giao điểm của đường thẳng tại Φ
z
bằng 1. Các
mẫu nằm trên cùng một đường thẳng sẽ có các thuộc tính kênh nối như nhau và như vậy
chúng tạo thành một đơn vị dòng chảy. Tuy nhiên, việc xác định số các đường thẳng (số
các đơn vị dòng chảy) cũng gặp nhiều khó khăn, khi mà các nhóm mẫu không phân tách
rõ rệt.
Ý tưởng cơ bản của phân loại đơn vị dòng chảy là xác định các nhóm của các lớp dữ

liệu từ đường thẳng và độ dốc đơn vị trên đồ thị hệ tọa độ logarit kép thể hiện mối quan hệ
RQI - Φ
z
. Độ thấm tại các điểm lấy mẫu sau đó được tính toán từ một đơn vị dòng chảy
thích hợp sử dụng giá trị FZI của nó và tương ứng với độ rỗng của mẫu.

Hình 2.2. Đồ thị trực giao quan hệ RQI - Φ
z

Phương pháp này có nhược điểm là ta phải chia các giá trị FZI thành các khoảng bằng
nhau, không biết được là giá trị FZI tập trung nhiều ở khoảng giá trị bao nhiêu, vì vậy ta
cần dùng phương pháp khác phân chia khoảng giá trị FZI tốt hơn.
2.1.2. Phương pháp biểu đồ phân bố FZI
Một cách tiếp cận khác để xác định các đơn vị dòng chảy là xây dựng biểu đồ phân bố
của FZI trên thang logarit. Về lý thuyết, sẽ có “n” phân bố chuẩn của “n” đơn vị dòng chảy
trên biểu đồ này. Điều này sẽ được chỉ ra ở Hình 2.3. Tần số phân bố quay vòng sẽ được
mô tả bởi :




















 (2.9)
Trong đó :
N
HU
: số đơn vị dòng chảy
ω
i
: trọng số của phân bố đơn vị dòng chảy thứ i
σ
i
: độ lệch chuẩn của phân bố thứ i
z : log(FZI)





: trung bình của phân bố thứ i
Khi nhóm tách biệt rõ ràng, đồ thị sẽ thể hiện rõ từng đơn vị dòng chảy và đưa ra giá
trị FZI tương ứng của mỗi nhóm. Đây là phương pháp dễ dàng và đơn giản nhất. Tuy nhiên,
nó không được tin cậy và dễ dàng tách rời khi các nhóm riêng rẽ phân bố chồng chéo lên
nhau. Vì vậy, hầu hết các ứng dụng của phương pháp này không phù hợp bởi vì vùng
chuyển tiếp giữa các đơn vị dòng chảy thường khó phán đoán sự đồng nhất của các nhóm.


Hình 2.3. Biểu đồ phân bố FZI
2.1.3. Phương pháp biểu đồ phân bố xác suất tích lũy FZI
Đồ thị xác suất (hay hàm phân bố tích lũy) là một phần không thể thiếu của biểu đồ
(hàm mật độ xác suất), và như vậy thì đồ thị trơn hơn biểu đồ. Sự phân tán của dữ liệu được
giảm trong đồ thị này và việc xác định các nhóm trở nên dễ dàng hơn. Hàm phân bố tích
lũy được đưa ra bởi :



 











 (2.10)
Trong đó :
F : phân bố tích lũy, 0< F <1
erf : hàm lỗi
Một đồ thị xác suất thông thường có một hệ thống tọa độ được sắp xếp đặc biệt, nơi
mà mỗi phân bố thông thường có dạng một điểm riêng rẽ. Do đó, số lượng các điểm và giá
trị ranh giới FZI cho mỗi đơn vị dòng chảy có thể thu được từ các đồ thị xác suất của logarit
FZI. Vì giá trị FZI trung bình không được tính toán từ đồ thị xác suất, giá trị FZI đại diện
cho mỗi đơn vị dòng chảy thu được bằng cách lấy trung bình tất cả các giá trị FZI trong

ranh giới giới hạn đơn vị dòng chảy tương ứng. Phương pháp biểu đồ phân bố xác suất tích
lũy hữu ích hơn là phương pháp biểu đồ phân bố vì nó trực quan và dễ dàng xác định các
điểm hơn.

Hình 2.4. Biểu đồ phân bố xác suất tích lũy FZI
2.1.4. Phương pháp phân tích thống kê sử dụng thuật toán Ward
Sau khi tính toán độ rỗng và các tham số liên quan của RQI và FZI từ thông tin mẫu
lõi, đơn vị dòng chảy có thể được xác định dựa trên giá trị FZI. Mặc dù chỉ nên tồn tại một
giá trị FZI cho mỗi đơn vị dòng chảy nhưng phân bố của FZI lại phân bố xung quanh giá
trị trung bình chuẩn do sai số ngẫu nhiên trong phân tích mẫu lõi. Khi nhiều nhóm đơn vị
dòng chảy tồn tại, sự phân bố của tất cả FZI sẽ là sự chồng chập của các phân bố riêng lẻ
xung quanh giá trị FZI trung bình. Việc xác định mỗi giá trị FZI trung bình, hoặc các đơn
vị dòng chảy tương ứng, phương pháp phân tích nhóm sẽ đưa ra một quá trình phân tích
của tất cả FZI phân bố trong các yếu tố cấu thành của nó.
Một trong những các tiếp cận để xác định số các nhóm mẫu là phương pháp phân tích
nhóm (cluster analysis) dựa trên thuật toán Ward. Thuật toán của Ward là một phương
pháp phân tích trong phân tích nhóm phân cấp. Trong phương pháp này, tất cả các điểm
dữ liệu có giá trị sẽ được sáp nhập từng điểm một tuần tự với nhau cho đến khi đạt số lượng
nhóm cần thiết. Số lượng các nhóm là một tham số đầu vào của thuật toán Ward. Phương
pháp được minh họa bằng đồ thị, đặc biệt là đồ thị xác suất, cung cấp một cách rất tốt để
xác định số lượng các đơn vị dòng chảy thích hợp cho tập hợp dữ liệu. Một trong những
lợi thế của thuật toán Ward hơn những phương pháp khác là cách xử lý đặc biệt những
nhóm khác nhau. Các nhóm được thành lập sao cho tổng khoảng cách giữa các nhóm lệch
ít nhất so với giá trị trung bình của chúng. Vì vậy, mỗi nhóm có xu hướng đạt được khoảng
cách nhỏ nhất xung quanh giá trị trung bình của nó, sự phân tán của các mẫu trong các
nhóm được giảm tối đa và khoảng cách đến những nhóm khác là lớn nhất. Chính vì vậy
mà thuật toán Ward được chọn để ứng dụng trong nghiên cứu này để xác định các đơn vị
dòng chảy. Tuy nhiên, như đã trình bày ở trên, số lượng của các đơn vị dòng chảy (số
nhóm) lại là một tham số đầu vào của phép phân tích nhóm. Số đơn vị dòng chảy hoàn toàn
có thể được thay đổi từ ít đến nhiều để tính toán hệ số tương quan của mô hình độ thấm

hoặc đối sánh với tài liệu địa chất để lựa chọn số đơn vị dòng chảy thích hợp. Độ lệch tổng
trong nhóm được tính bởi :

 


 









(2.11)
Trong đó :
n
g
: số lượng các nhóm được ghép
n
i
: số lượng nhóm theo dõi thứ i
z
ij
: theo dõi thứ j trong nhóm thứ i




Hình 2.5. Biểu đồ phân bố 4 đơn vị dòng chảy trên quan hệ Độ thấm- Độ rỗng
2.2. Phương pháp R
35
sử dụng phương trình Winland
Giá trị R
35
được định nghĩa là bán kính của độ mở lỗ hổng tương ứng với 35% bão hòa
thủy ngân (Hình 2.6).
Winland (1976) khi đo độ rỗng của 312 mẫu đá chứa của mỏ Spindle ở Colorado đã
đề xuất một phương trình thực nghiệm xác định R
35
từ độ rỗng và độ thấm:
log R
35
= 0,732 + 0,588logK – 0,864log (2.12)
Hay còn có:
R
35
=10
0,732 + 0,588logK – 0,864log

(2.13)

Các giá trị R
35
này cũng có thể sử dụng để xác định các đơn vị dòng chảy dựa trên cơ
sở các mẫu thuộc về một đơn vị dòng chảy sẽ phải có cùng chung một bán kính R
35
(m).


Hình 2.6. Khái niệm R
35


Hình 2.7. Phân loại đơn vị dòng chảy dựa trên giá trị R
35

2.3 . Phương pháp phân tố thủy lực tổng hợp (GHE)
Corbett và nnk (2003) đưa ra một khái niệm mới gọi tên là phân tố thủy lực tổng hợp
(Global Hydraulic Element). Các tác giả phân chia khoảng không gian biến thiên rất rộng
của độ thấm và độ rỗng (độ thấm từ 0,0001mD đến 100.000mD và độ rỗng từ 0% đến 35%)
thành 10 phần, trên cơ sở của phương pháp phân loại đơn vị dòng chảy theo các giá trị FZI.
Trong cách phân loại đá chứa theo độ rỗng và độ thấm này, các tác giả sử dụng một dãy
các giá trị FZI xác định trước và sắp xếp theo hệ thống. Một bản chuẩn GHE được xây
dựng trên đồ thị trực giao của độ thấm và độ rỗng và không gian được chia thành 10 phân
tố thủy lực tổng hợp GHE với các giá trị FZI: 0,0938; 0,1875; 0,375; 0,75; 1,5; 3; 6; 12;
24; 48, tương ứng với giá trị biên dưới của GHE 1 đến GHE 10. Bản chuẩn của phân tố
thủy lực tổng hợp (GHE template) được trình bày trong Hình 2.8.
Có thể thấy rằng một ưu điểm của phương pháp tiếp cận phân loại đá chứa theo phân
tố thủy lực tổng hợp là hoàn toàn có thể so sánh các tầng chứa khác nhau, các bể chứa khác
nhau trên cùng một tham chiếu là bản chuẩn GHE. Phân tố thủy lực tổng hợp được xác
định nhanh chóng khi biết được giá trị độ thấm và độ rỗng của đá chứa mà không cần phải
tính toán các tham số RQI, FZI như cách tiếp cận phân loại đá chứa theo đơn vị thủy lực
thông thường ở trên.
Đối với mỗi phân tố thủy lực tổng hợp, mối quan hệ giữa độ thấm và độ rỗng là hoàn
toàn xác định, được tính trên giá trị FZI đại diện cho từng phân tố thủy lực tổng hợp và
khác biệt so với phân tố thủy lực khác. Độ thấm được xác định từ độ rỗng theo phương
trình 14:
  









(2.14)

Hình 2.8. Bản chuẩn phân bố thủy lực tổng hợp
3. Dự báo đơn vị dòng chảy
3.1. Xác định sự phân bố đơn vị dòng chảy
Nhiệm vụ chính là dự báo các đơn vị dòng chảy trong giếng, nơi mà chỉ có các phép
đo ĐVLGK là có giá trị. Đây là một quá trình nghịch đảo cần đến phương pháp xác suất.
Ba bước cần thiết để suy luận ra sự phân bố các đơn vị dòng chảy dựa trên tài liệu đo
ĐVLGK. Đầu tiên, các đường cong ĐVLGK dễ bị ảnh hưởng bởi các tham số động lực
dòng chảy của các thuộc tính lỗ rỗng được xác định. Điều này được thực hiện bằng cách
đánh giá mức độ chính xác của các đường cong ĐVLGK khác nhau với độ thấm hoặc FZI,
hoặc bằng cách thực hiện phân tích thành phần chủ yếu. Bước thứ hai liên quan đến việc
xây dựng một cơ sở dữ liệu được huấn luyện là các thông tin về mối quan hệ qua lại giữa
các đường cong ĐVLGK và đơn vị thủy lực. Bước thứ ba sử dụng thông tin về cơ sở dữ
liệu và các phép đo ĐVLGK để thống kê và suy ra phân bố của các đơn vị dòng chảy dựa
theo các đường cong ĐVLGK. Sau đây ta sẽ nghiên cứu từng phần chi tiết.
Phạm Vi Tương Quan : Phạm vi tương quan của Spearman tính toán mức độ tương
quan giữa một tập hợp các phép đo trên hai biến. Mỗi biến có phạm vi giảm dần, hoặc tăng
dần, và hệ số tương quan của hai biến bất kì được tính toán. Trong phần này, mối tương
quan giữa phép đo biến số đường cong điện trong giếng và tài liệu mẫu lõi như độ thấm,
RQI, hoặc FZI đều được nghiên cứu tỉ mỉ. Mặc dù bản chất chính xác của biến số trong
các đường cong ĐVLGK và các số đo mẫu lõi không có phạm vi tương quan, phương pháp
này thực sự hữu ích khi nhận biết các đường cong ĐVLGK trong giếng với hệ số tương

quan thấp. Các đường này sẽ được loại bỏ từ quá trình dự đoán đơn vị dòng chảy, khi các
đường cong ĐVLGK này không quan trọng hoặc phép đo ĐVLGK không ảnh hưởng đến
mối liên quan giữa các đơn vị dòng chảy.
Hệ số phạm vi tương quan giữa hai biến x và y được tính toán từ :


  

 











(2.15)
Trong đó :
r
s
: hệ số tương quan
n : số tài liệu được ghép nhóm
Huấn Luyện Cơ Sở Dữ Liệu : Việc huấn luyện cơ sở dữ liệu phụ thuộc vào các đường
cong ĐVLGK trong giếng và thông tin mẫu lõi được biểu diễn bởi mối quan hệ giữa các
loại đơn vị dòng chảy của mỗi điểm lấy mẫu với các đường cong ĐVLGK trong giếng
được chọn. Quá trình tương quan được minh họa ở trong Hình 2.9 cho một giếng có cả

mẫu lõi và tài liệu ĐVLGK.

Hình 2.9. Mối tương quan giữa các đường cong ĐVLGK với
các đơn vị dòng chảy được xác định từ mẫu lõi
Ở mỗi độ sâu, nơi có số đo độ rỗng và độ thấm, một loại đơn vị dòng chảy có thể được
xác định bởi các phương pháp đã được mô tả trước đó. Thông số các đường cong ĐVLGK
trong giếng là x
1
, x
2
, …, x
n
được ghép vào một nhóm đơn vị dòng chảy. Quá trình này lặp
đi lặp lại cho tất cả các độ sâu cho đến khi tất cả các thông tin về đường log được sử dụng
và với từng độ sâu sẽ được ghép vào một nhóm đơn vị dòng chảy. Tiếp theo, một đồ thị
trực giao đa chiều hoặc một biểu đồ của các đường cong ĐVLGK trong giếng sẽ được xây
dựng và ở mỗi độ sâu, thông tin về đơn vị dòng chảy sẽ được thể hiện trên đồ thị trực giao
này. Mỗi trục của đồ thị trực giao này được chia thành các nhóm để mỗi nhóm có tài liệu
đường cong ĐVLGK trong giếng khoan giống nhau, mỗi nhóm chứa một phân bố cho các
loại đơn vị dòng chảy. Đối với tài liệu thay đổi trên phạm vi các số đo của 1 đường cong
ĐVLGK thì phụ thuộc nhiều vào giá trị của đường đó (ví dụ với tài liệu điện trở suất thì
phải thay đổi tỉ lệ phi tuyến thành thang logarit).
Trong mỗi nhóm của biểu đồ, xác suất phụ thuộc vào điều kiện của mỗi đơn vị dòng
chảy riêng lẻ, p(HU|x), các số đo đường cong ĐVLGK trong giếng của x được tính toán
bằng cách dùng thông tin chứa trong các nhóm giống nhau. Việc tính toán xác suất này cần
dùng định luật của Bayesian.
Định Luật Bayesian : Chủ yếu qui cho phân bố xác suất của các giá trị đường cong
ĐVLGK cho mỗi đơn vị dòng chảy và sau đó xác định tập hợp các đường cong ĐVLGK
thuộc về kết quả có xác suất cao nhất, đáng tin cậy nhất (Most Likely). Định luật Bayes
đưa ra xác suất có điều kiện của đơn vị dòng chảy “i” cho thích hợp với các số đo đường

cong ĐVLGK trong giếng “x” như sau :
 








 











(2.16)
Thuật ngữ f(x|HU) là xác suất của các đường cong ĐVLGK với mỗi đơn vị dòng chảy.
Đây là hàm “likelihood”, p(HU) là xác suất ban đầu thu được từ phân loại tài liệu mẫu lõi,
và p(HU|x) là xác suất lúc sau thu được từ tài liệu đường cong ĐVLGK giếng khoan. Sử
dụng các nhóm riêng biệt cho vecto x tiệm cận với đơn vị dòng chảy. Phương trình (2.14)
có thể đơn giản hơn nữa bằng cách xét số lượng các điểm số liệu của các loại đơn vị dòng
chảy khác nhau như sau:
 



























 















(2.17)
Sau khi tính toán xác suất xuất hiện của các loại đơn vị dòng chảy trong mỗi nhóm
thông qua phương trình (2.17), phân bố xác suất của các đơn vị dòng chảy được tính toán
dựa theo các đường cong ĐVLGK trong giếng. Đơn vị dòng chảy ở mỗi độ sâu trong giếng
thu được bằng cách chọn loại đơn vị dòng chảy với xác suất cao nhất trong mỗi nhóm
tương ứng của việc huấn luyện cơ sở dữ liệu. Phương pháp Monte Carlo cũng là một lựa
chọn tốt cho việc phân loại đơn vị dòng chảy với đơn vị dòng chảy xác suất thấp cũng có
khả năng được nhận ra.
Nếu có những nhóm không có số liệu trong cơ sở dữ liệu, xác suất xuất hiện của các
đơn vị dòng chảy trong những nhóm này được xác định bằng một phương trình nội suy
nghịch đảo bình phương khoảng cách. Xác suất trong một nhóm không có số liệu x được
ước tính bằng cách sử dụng tất cả thông tin có từ trước của các nhóm như sau:
















(2.18)
Trong đó :






: Tính toán xác suất đơn vị dòng chảy tại nhóm x
P
xi
: xác suất đơn vị dòng chảy trong nhóm X
i

d
i
: khoảng cách giữa nhóm x và X
i
Khi các loại đơn vị dòng chảy được ước tính, phân bố độ thấm trong giếng được xây
dựng từ các nhóm đơn vị dòng chảy phù hợp và các giá trị FZI tương ứng theo phương
trình (2.14).


3.2. Dự báo đơn vị dòng chảy
Trong phạm vi đồ án này, ta sẽ áp dụng lý thuyết Logic mờ (Fuzzy Logic) để dự báo
các đơn vị dòng chảy trên giếng.
3.2.1. Logic mờ (Fuzzy Logic)
Trong suy luận khoa học, logic toán học đóng một vai trò rất quan trọng. Ngày nay,
với sự tiến bộ và phát triển của khoa học, suy luận logic mệnh đề với hai giá trị đúng, sai
hay 1, 0 đã không còn giải quyết được hết các bài toán phức tạp nảy sinh trong thực tế.
Đơn giản như trong minh giải tài kiệu ĐVLGK, giá trị của đường cong mật độ RHOB bằng
bao nhiêu là của cát kết, bằng bao nhiêu là của đá vội. Khái niệm phân biệt cát kết và đá
vội bằng giá trị mật độ RHOB là không được định nghĩa rõ ràng. Những bài toán như vậy
ngày một nhiều hơn trong mọi lĩnh vực, đặc biệt là trong nhận dạng hệ thống, … nói chung
là trong các quá trình quyết định nhằm giải các bài toán với các dữ liệu không đầy đủ, hoặc
không được định nghĩa một cách rõ ràng.
Một các tiếp cận mới đã mang lại nhiều kết quả thực tiễn và đang tiếp tục phát triển đó
là cách tiếp cận của lý thuyết tập mờ (Fuzzy Set Theory), do giáo sư Lotfi Zadeh của trường
đại học California – Mỹ đề ra năm 1965. Công trình này thực sự đã khai sinh ra một ngành
khoa học mới là lý thuyết tập mờ và đã nhanh chóng được các nhà nghiên cứu công nghệ
mới chấp nhận ý tưởng. Một số kết quả bước đầu và hướng nghiên cứu tiếp theo góp phần
tạo nên những sản phẩm công nghiệp đang được tiêu thụ trên thị trường. Lý thuyết tập mờ
ngày càng phong phú và hoàn chỉnh, đã tạo nền tảng vững chắc để phát triển logic mờ. Có
thể nói logic mờ (Fuzzy Logic) là nền tảng để xây dựng các hệ mờ để giải quyết các vấn
đề đặt ra trong thực tế sản xuất. Công cụ chủ chốt của logic mờ là tiền đề hóa và lập luận
xấp xỉ với phép suy diễn mờ.
3.2.2. Tập mờ (Fuzzy Set)
Tập mờ A trong tập U được định nghĩa bởi một cặp thứ tự A = {(x, µA(x))/x є U}
µA được gọi là hàm thành viên của tập mờ A, µA(x) là độ thuộc của x trong tập mờ A.
Khoảng xác định của hàm µA(a) là đoạn [0,1], trong đó giá trị 0 chỉ mức độ không
thuộc về, còn giá trị 1 chỉ mức độ thuộc về hoàn toàn.
3.2.3. Logic mờ (Fuzzy Logic)
Trong logic rõ thì mệnh đề là một câu phát biểu có giá trị đúng hoặc sai. Trong logic

mờ thì mỗi mệnh đề mờ là một câu phát biểu không nhất thiết là đúng hoặc sai. Mệnh đề
mờ được gán cho một giá trị trong khoảng từ 0 đến 1 để chỉ mức độ đúng (độ thuộc về)
của nó.

Hình 2.10. Đồ thị biểu diễn Logic mờ
3.2.4. Suy diễn mờ (Fuzzy Inference)
Suy diễn mờ hay còn gọi là suy luận xấp xỉ là quá trình suy ra những kết luận dưới
dạng các mệnh đề mờ trong điều kiện của quy tắc “Nếu… Thì…”, với các dữ liệu đầu vào
cho trước là không được rõ ràng.
Thông thường, suy diễn mờ hay sử dụng luật Modus Ponnens hoặc Modus Tollen.
Trong logic rõ, Modus Ponnen diễn đạt như sau:
Mệnh đề 1 (luật hoặc tri thức) : P -> Q
Mệnh đề 2 (sự kiện) : P đúng
Kết luận: : Q đúng
Trong suy diễn mờ, luật được diễn đạt dưới dạng sau:
Luật mờ: Nếu x=A thì y=B
Sự kiện mờ x=A’
Kết luận y=B’
Trong đó A, A’ là các tập mờ trên không gian nền U; B và B’ là các tập mờ trên không
gian nền V.
3.2.5. Hệ suy diễn mờ (Fuzzy Inference Systems)
Hệ suy diễn mờ là các mô hình toán học với mục địch ứng dụng logic mờ trong quá
trình suy diễn để diễn tả một giá trị đầu vào cho trước với một giá trị đầu ra. Quá trình diễn
tả cung cấp cơ sở cho các quyết định, nói cách khác là để xây dựng các quyết định mờ.
Một hệ suy diễn mờ bao gồm các khối:
 Cơ sở luật mờ: bao gồm một số các luật “Nếu … thì”.
 Một cơ sở dữ liệu của các hàm thành viên của tập mờ sử dụng trong các luật mờ.
 Một khối mô phỏng ra quyết định và thực hiện các suy diễn mờ dựa trên cơ sở luật
mờ.
 Bộ mờ hóa (Fuzzification) chuyển các dữ liệu được đo lường thành các giá trị

ngôn ngữ thích hợp.
 Bộ khử mờ (Defuzzication) chuyển các dữ liệu mờ thu được từ khối mô phỏng ra
quyết định thành các dữ liệu đo lường được.
Hình 2.11 trình bày sơ đồ khối của các thành phần trong một hệ suy diễn mờ.

Hình 2.11. Hệ suy diễn mờ
Với một cơ sở dữ liệu đầu vào và đầu ra cho trước, hệ suy diễn mờ thực hiện các
bước sau:
 Mờ hóa các tín hiệu đầu vào.
 Áp dụng các toán tử mờ.
 Áp dụng các phương pháp thực hiện suy diễn và xây dựng các quy tắc hợp
thành.
 Áp dụng các quy tắc hợp thành để xác định tập mờ đầu ra tương ứng.
 Khử mờ các giá trị mờ đầu ra xác định được để tìm giá trị rõ của đầu ra. Phương
pháp điểm trọng tâm (centroid calculation) được sử dụng phổ biến nhất.

DỰ BÁO ĐƠN VỊ DÒNG CHẢY DỰA TRÊN KẾT QUẢ MINH
GIẢI ĐVLGK
1. Minh giải tài liệu ĐVLGK giếng BK-1 và BK-2
1.1. Cơ sở dữ liệu
Toàn bộ cơ sở dữ liệu được cung cấp bởi công ty Lam Sơn JOC (LSJOC) bao gồm các
tài liệu về đường cong ĐVLGK như đo điện trở, gamma ray, mật độ, neutron,… trên các
giếng BK-1 và BK-2, ngoài ra còn có tài liệu xác định độ thấm và độ rỗng từ mẫu lõi thu
được trên giếng BK-2.
Sau đây là bảng thống kê các đường cong ĐVLGK và toàn bộ khoảng độ sâu đo
ĐVLGK, độ sâu khoảng lấy mẫu lõi được sử dụng để minh giải trên giếng BK-1 và BK-2:


Bảng 3.1. Thống kê các đường cong ĐVLGK được sử dụng






Trên giếng BK-1 :

Bảng 3.2. Thống kê khoảng nghiên cứu giếng BK-1
Trên giếng BK-2 :

Bảng 3.3. Thống kê khoảng nghiên cứu giếng BK-2

1.2. Xác định hàm lượng sét
Việc xác định hàm lượng sét trong 2 giếng khoan chủ yếu dựa vào đường Gamma Ray
(ECGR), tại những điểm không có giá trị đo Gamma Ray thì phải kết hợp với các đường
cong ĐVLGK khác như Neutron (TNPH) và đường Mật Độ ( RHOZ). Hàm lượng sét được
tính toán dựa trên công thức Clavier :


 



  


(3.1)
Với :  








Trong đó :
V
sh
: là thể tích sét
GR : là giá trị đo Gamma Ray
GR
min
: là giá trị đo Gamma Ray ở điểm cát sạch
GR
max
: là giá trị đo Gamma Ray ở điểm sét sạch
Các tham số đầu vào khi minh giải ĐVLGK trên giếng BK-1 :


Bảng 3.4. Tham số đầu vào các đường cong ĐVLGK giếng BK-1

Hình 3.1. Kết quả minh giải xác định hàm lượng sét giếng BK-1
Các tham số đầu vào khi minh giải ĐVLGK trên giếng BK-2 :

Bảng 3.5. Tham số đầu vào các đường cong ĐVLGK giếng BK-2