本發(fā)明屬于測井領(lǐng)域，涉及一種基于模式識別的隔夾層識別方法、系統(tǒng)、設(shè)備及介質(zhì)。

背景技術(shù)：

1、隔夾層在陸相沉積中是普遍存在的，其規(guī)模、展布及在儲層中的發(fā)育位置對流體的流動有重要影響，隔夾層數(shù)據(jù)是油田開發(fā)中后期儲層描述的重要內(nèi)容。單井隔夾層的識別、隔夾層井間對比，對剩余油挖潛具有重要的意義。

2、隨著油田開發(fā)的深入，油井生產(chǎn)進入高含水期，開發(fā)面臨的核心問題是底水錐進，而隔夾層對于抑制底水錐進具有較好的效果，因此，開展儲層隔夾層識別，在油藏精細刻畫及剩余油評價中有著重要的作用。目前國內(nèi)外研究人員對儲層隔夾層識別的主要方法包括，利用野外觀測結(jié)果，采用現(xiàn)代沉積理論、沉積模式等進行概念化，基于數(shù)學(xué)擬合，對隔夾層的分布進行定性-半定量研究；以巖心、錄井、測井分析為手段，個別輔以精細地震解釋、井間地震等，識別隔夾層；結(jié)合不同類型隔夾層測井響應(yīng)特征，建立隔夾層識別圖版；隨著計算機技術(shù)的進步，人工智能技術(shù)也逐漸被應(yīng)用于隔夾層識別中，以上方法均取得一定的適用效果。但上述方法要么識別精度不高，要么就是識別步驟繁瑣，無法有效的推廣。

技術(shù)實現(xiàn)思路

1、本發(fā)明的目的在于克服上述現(xiàn)有技術(shù)的缺點，提供一種基于模式識別的隔夾層識別方法、系統(tǒng)、設(shè)備及介質(zhì)，能夠準(zhǔn)確區(qū)分出不同隔夾層，提高隔夾層識別精度、簡化識別步驟繁瑣。

2、為達到上述目的，本發(fā)明采用以下技術(shù)方案予以實現(xiàn)：

3、一種基于模式識別的隔夾層識別方法，包括以下步驟：

4、s1，選取多個不同隔夾層類型的巖心樣品的數(shù)據(jù)；

5、s2，對不同隔夾層類型在常規(guī)測井曲線上進行響應(yīng)特征分析，并結(jié)合傾角測井資料，確定所選巖心樣品反映隔夾層類型的敏感測井曲線；

6、s3，利用隔夾層敏感測井曲線，通過fisher降維法得到求取典則函數(shù)；

7、s4，利用典則函數(shù)，對多參數(shù)高維的測井參數(shù)數(shù)據(jù)體進行降維，根據(jù)最小平方誤差準(zhǔn)則函數(shù)的梯度下降算法，求取不同隔夾層類型對應(yīng)的判別函數(shù)；

8、s5，將待判深度段的測井值代入以上各個判別函數(shù)中計算，比較計算后的判別函數(shù)值，最大的判別函數(shù)值所對應(yīng)的隔夾層類型為該深度段隔夾層類型。

9、優(yōu)選的，s1中，巖心樣品的隔夾層類型通過巖心分析實驗方法得到。

10、優(yōu)選的，s2中，通過巖心及測井資料，確立隔夾層與常規(guī)測井及傾角測井?dāng)?shù)據(jù)的相關(guān)關(guān)系，進而確定所選巖心樣品反映隔夾層類型的敏感測井曲線。

11、優(yōu)選的，s3中，利用確定的敏感測井曲線，構(gòu)造出k類測井參數(shù)向量矩陣xk＝(xk1,xk2,…,xkn)t,k為隔夾層的類型數(shù)量，n為每類樣本數(shù)，xki為第k類的第i個樣品點對應(yīng)的測井參數(shù)向量；采用fisher判別的原理，求能夠?qū)⒖傮w盡可能分開的投影方向a，對原數(shù)據(jù)系統(tǒng)進行坐標(biāo)變換，進而提取隔夾層判別特征。

12、進一步，提取隔夾層判別特征的過程為：樣品點xki在a方向的投影為atxki，t表示矩陣的轉(zhuǎn)置，各類測井?dāng)?shù)據(jù)的投影為：gk：atxk1…atxknk＝1,2…5將gk組中數(shù)據(jù)投影的均值記為為使各類別能更好的分開，使組間離差與組內(nèi)離差的比值最大化，即：

13、采用拉格朗日乘子算法求解的極大值，其即為a，其中，b為組間離散度矩陣，e為組內(nèi)離散度矩陣，m為計數(shù)符號；構(gòu)成投影方向特征值的函數(shù)為：f(x)＝atxk其中xk為第k類巖性樣本向量矩陣，f(x)為投影降維函數(shù)，即典則函數(shù)。

14、優(yōu)選的，s4中，從現(xiàn)有測井資料中獲取多參數(shù)高維的測井參數(shù)數(shù)據(jù)體，利用典則函數(shù)對多參數(shù)高維的測井參數(shù)數(shù)據(jù)體進行降維，經(jīng)f(x)＝atx轉(zhuǎn)換可以得到新的測井參數(shù)樣向量y，根據(jù)最小平方誤差準(zhǔn)則函數(shù)的梯度下降算法，求w使對于任意給定的y∈xk使成立，w為判別權(quán)矩陣，從而得到判別函數(shù)fi(y)。

15、優(yōu)選的，s1中，選取至少三個不同隔夾層類型的巖心樣品的數(shù)據(jù)。

16、一種基于模式識別的隔夾層識別方法，包括：

17、巖心樣品選取模塊，用于選取多個不同隔夾層類型的巖心樣品的數(shù)據(jù)；

18、敏感測井曲線確定模塊，用于對不同隔夾層類型在常規(guī)測井曲線上進行響應(yīng)特征分析，并結(jié)合傾角測井資料，確定所選巖心樣品反映隔夾層類型的敏感測井曲線；

19、典則函數(shù)求取模塊，用于利用隔夾層敏感測井曲線，通過fisher降維法得到求取典則函數(shù)；

20、判別函數(shù)求取模塊，用于利用典則函數(shù)，對多參數(shù)高維的測井參數(shù)數(shù)據(jù)體進行降維，根據(jù)最小平方誤差準(zhǔn)則函數(shù)的梯度下降算法，求取不同隔夾層類型對應(yīng)的判別函數(shù)；

21、隔夾層識別模塊，用于將待判深度段的測井值代入以上各個判別函數(shù)中計算，比較計算后的判別函數(shù)值，最大的判別函數(shù)值所對應(yīng)的隔夾層類型為該深度段隔夾層類型。

22、一種計算機設(shè)備，包括存儲器、處理器以及存儲在所述存儲器中并可在所述處理器上運行的計算機程序，所述處理器執(zhí)行所述計算機程序時實現(xiàn)所述基于模式識別的隔夾層識別方法的步驟。

23、一種計算機可讀存儲介質(zhì)，所述計算機可讀存儲介質(zhì)存儲有計算機程序，，所述計算機程序被處理器執(zhí)行時實現(xiàn)所述基于模式識別的隔夾層識別方法的步驟。

24、與現(xiàn)有技術(shù)相比，本發(fā)明具有以下有益效果：

25、本發(fā)明首先選取具有不同類型的隔夾層巖心樣品，確定所選巖心樣品的隔夾層類型；然后對不同隔夾層類型常規(guī)測井曲線上進行響應(yīng)特征分析，并結(jié)合傾角測井資料，確定所選巖心樣品反映隔夾層類型的敏感測井曲線；利用隔夾層敏感測井曲線，通過fisher降維法得到求取典則函數(shù)，并建立隔夾層分析圖版；利用典則函數(shù)，對多參數(shù)高維的測井參數(shù)數(shù)據(jù)體進行降維，根據(jù)最小平方誤差準(zhǔn)則函數(shù)的梯度下降算法，求取不同隔夾層類型判別函數(shù)；最后將待判深度段的測井值代入以上各個判別函數(shù)中計算，比較計算后的f值，最大的函數(shù)值所對應(yīng)的隔夾層類別為該深度段隔夾層判別結(jié)果，從而對未知的隔夾層進行預(yù)測。解決了現(xiàn)有隔夾層識別方法不具有便捷性、適用性和推廣性的問題，通過引入模式識別的fisher判別分析法，得到典則函數(shù)，并最終形成不同類型隔夾層判別函數(shù)，具有更高的隔夾層識別精度和可靠的理論依據(jù)，計算方便簡潔，通用性強，適用性廣。

技術(shù)特征：

1.一種基于模式識別的隔夾層識別方法，其特征在于，包括以下步驟：

2.根據(jù)權(quán)利要求1所述的基于模式識別的隔夾層識別方法，其特征在于，s1中，巖心樣品的隔夾層類型通過巖心分析實驗方法得到。

3.根據(jù)權(quán)利要求1所述的基于模式識別的隔夾層識別方法，其特征在于，s2中，通過巖心及測井資料，確立隔夾層與常規(guī)測井及傾角測井?dāng)?shù)據(jù)的相關(guān)關(guān)系，進而確定所選巖心樣品反映隔夾層類型的敏感測井曲線。

4.根據(jù)權(quán)利要求1所述的基于模式識別的隔夾層識別方法，其特征在于，s3中，利用確定的敏感測井曲線，構(gòu)造出k類測井參數(shù)向量矩陣xk＝(xk1,xk2,…,xkn)t,k為隔夾層的類型數(shù)量，n為每類樣本數(shù)，xki為第k類的第i個樣品點對應(yīng)的測井參數(shù)向量；采用fisher判別的原理，求能夠?qū)⒖傮w盡可能分開的投影方向a，對原數(shù)據(jù)系統(tǒng)進行坐標(biāo)變換，進而提取隔夾層判別特征。

5.根據(jù)權(quán)利要求4所述的基于模式識別的隔夾層識別方法，其特征在于，提取隔夾層判別特征的過程為：樣品點xki在a方向的投影為atxki，t表示矩陣的轉(zhuǎn)置，各類測井?dāng)?shù)據(jù)的投影為：gk：atxk1…atxknk＝1,2…5將gk組中數(shù)據(jù)投影的均值記為為使各類別能更好的分開，使組間離差與組內(nèi)離差的比值最大化，即：

6.根據(jù)權(quán)利要求1所述的基于模式識別的隔夾層識別方法，其特征在于，s4中，從現(xiàn)有測井資料中獲取多參數(shù)高維的測井參數(shù)數(shù)據(jù)體，利用典則函數(shù)對多參數(shù)高維的測井參數(shù)數(shù)據(jù)體進行降維，經(jīng)f(x)＝atx轉(zhuǎn)換可以得到新的測井參數(shù)樣向量y，根據(jù)最小平方誤差準(zhǔn)則函數(shù)的梯度下降算法，求w使對于任意給定的y∈xk使成立，w為判別權(quán)矩陣，從而得到判別函數(shù)fi(y)。

7.根據(jù)權(quán)利要求1所述的基于模式識別的隔夾層識別方法，其特征在于，s1中，選取至少三個不同隔夾層類型的巖心樣品的數(shù)據(jù)。

8.一種基于模式識別的隔夾層識別方法，其特征在于，包括：

9.一種計算機設(shè)備，包括存儲器、處理器以及存儲在所述存儲器中并可在所述處理器上運行的計算機程序，其特征在于，所述處理器執(zhí)行所述計算機程序時實現(xiàn)如權(quán)利要求1至7任意一項所述基于模式識別的隔夾層識別方法的步驟。

10.一種計算機可讀存儲介質(zhì)，所述計算機可讀存儲介質(zhì)存儲有計算機程序，其特征在于，所述計算機程序被處理器執(zhí)行時實現(xiàn)如權(quán)利要求1至7任意一項所述基于模式識別的隔夾層識別方法的步驟。

技術(shù)總結(jié)
本發(fā)明公開了一種基于模式識別的隔夾層識別方法、系統(tǒng)、設(shè)備及介質(zhì)，選取多個不同隔夾層類型的巖心樣品的數(shù)據(jù)；對不同隔夾層類型在常規(guī)測井曲線上進行響應(yīng)特征分析，并結(jié)合傾角測井資料，確定所選巖心樣品反映隔夾層類型的敏感測井曲線；利用隔夾層敏感測井曲線，通過Fisher降維法得到求取典則函數(shù)；利用典則函數(shù)，對多參數(shù)高維的測井參數(shù)數(shù)據(jù)體進行降維，根據(jù)最小平方誤差準(zhǔn)則函數(shù)的梯度下降算法，求取不同隔夾層類型對應(yīng)的判別函數(shù)；將待判深度段的測井值代入以上各個判別函數(shù)中計算，比較計算后的判別函數(shù)值，最大的判別函數(shù)值所對應(yīng)的隔夾層類型為該深度段隔夾層類型。能夠準(zhǔn)確區(qū)分出不同隔夾層，提高隔夾層識別精度、簡化識別步驟繁瑣。

技術(shù)研發(fā)人員：黃若坤,王超,虞兵,魯明宇,吳剛,張承森,信毅,吳興能,郭克才,榮俊卿,賈旭楠,王開宇,陳蓉,于紅楓,王俊,黃時禎,楊珺茹,韓杰,王美玲,曠曦域,榮偉
受保護的技術(shù)使用者：中國石油天然氣股份有限公司
技術(shù)研發(fā)日：
技術(shù)公布日：2025/1/9