测井曲线岩性识别的神经网络集成策略研究

发布时间：2020-05-30 23:35

【摘要】：在油田的勘探开发中,精细储层描述是降低当前油气勘探成本,改善油气勘探精确性,增强非常规油气资源有效动用能力的必要条件。其中,利用测井曲线进行岩性识别是精细储层描述中重要的方面之一,根据其识别结果可以将岩石性质转化为相关的储层参数并应用于油气勘探中,有效的降低了开发成本并同时提高了勘探工作效率。因此,根据油田的实际生产需求,本论文对岩性识别这一课题进行了三个方面的研究:测井曲线复原、测井曲线特征提取以及特征提取后的测井曲线集成神经网络岩性识别。(1)针对因测井设备不完善造成测井曲线缺失问题,利用稀疏字典学习算法,研究了一种基于DCT分频稀疏表示的测井曲线复原方法。该方法首先运用离散余弦变换(DCT)对无缺失训练测井曲线进行分频;然后针对不同频段分量上的测井曲线进行字典学习;最后,运用稀疏表示对缺失测井曲线进行高精度的复原。(2)针对测井曲线分布复杂、混杂随机噪声的问题,本文研究了一种多频特征联合的测井曲线特征提取方法。该方法首先提取了原始测井曲线的统计特征和纹理特征;在此基础上,利用离散余弦变换(DCT)对不同属性的特征信号进行分频处理,并提取出不同属性特征数据的频率信号;最后,将不同频段分量上的特征数据进行联合,实现对原始测井曲线的特征提取。(3)为提高岩性识别精度,本文研究了一种针对多频特征的集成神经网络岩性识别方法。该方法在是以现有人工神经网络法为基础进行的改进,主要是通过对单一岩性进行识别,由此获取各类岩性的识别标签,并且,针对岩性样本数据较小的岩性识别问题,采用岩性中心聚类的形式进行中心值的提取;然后对不同类型的岩性标签进行权值投票;最后,实现未知井口的全岩性的高精度识别。
【图文】：

曲线,声波时差测井,泥质粉砂岩,曲线

泥质粉砂岩泥质粉砂岩图2.1 声波时差测井曲线岩性响应图在上图中可以明显看出，声波时差测井曲线在泥岩与泥质粉砂岩交替的岩性剖面处有着明显的数值变化。由此可以得出，声波时差测井曲线能为岩性识别提供强有力的数据源。

泥岩,自然伽玛测井曲线,粉砂岩,自然存在

粉砂岩泥岩图2.2 自然电位测井曲线岩性响应图根据图 2.2 可以看出，在岩性从泥岩→粉砂质泥岩→含灰粉砂岩→粉砂岩→泥岩的变换过程中，自然电位曲线的数值有一个明显的变化过程。由此可以明确的得出，根据自然电位数值的变化能有效的识别出砂泥岩剖面层。3. 自然伽玛测井曲线自然伽玛测井曲线（gammaraylog，GR）是一种反应岩层中自然存在的 γ 射线强度的曲线，是岩性识别问题中最常用且最有效的测井曲线。一般情况下，，岩石的 γ 射线强
【学位授予单位】：东北石油大学
【学位级别】：硕士
【学位授予年份】：2019
【分类号】：TE151;TP18

【参考文献】