测井曲线自动分层模型设计与实现
测井曲线的自动分层模型
摘要在地球物理勘探中，为了了解地下地质情况,以便于对具有不同特点的地层确定研究目标，以及确定将要重点研究的地层，统一不同井号的研究范围，其中测井曲线分层是首先要完成的基础工作。
本文以1号井为标准井,建立数学模型实现了测井曲线的自动分层。
在建立模型过程中，对1号井的数据进行了分类：有效值、无效值、过渡值。
我们采用零替换的方法处理了题中出现的无效数据，对于其他非正常数据,由于其表现出的无规律性,因此我们采用了中值滤波的处理方法减小了噪声干扰,从而提高了数据质量.鉴于测井曲线中评价指标过多的情况，首先根据数据的特点进行了初步的筛选,剔除了信息含量少的指标。
对于留下的36个指标,又根据信息论的思想，计算出每一项指标的信息量，进一步剔除信息量较低的指标，最终得到22个测井曲线评价指标。
该模型对这22个指标进行了主成分分析，得到五个主成分，其累计贡献率达到了80％以上,起到了降维的作用。
再根据主成分的方差贡献率确定了每一个主成分的权重，然后将所有主成分加权求和得到一个新的综合指标，从而根据这一综合指标将所有的测井曲线综合为一条测井曲线，利于模型的后续处理。
对于每号井的综合测井曲线,该模型采用matlab软件编程进行了趋势分析，对测井曲线进行了粗分层，确定了分界点的可能位置，然后进行了层界面归并和加权值法命名,达到了测井曲线自动分层的目的。
依据建立的模型对1号井进行了自动分层，根据分层结果论证了该模型的准确性程度，得出该模型有较高的准确性。
然后对2至7号井进行了自动分层，通过了人工分层结果进行对比，分析了在测井曲线分层中出现的自动分层模型的准确度问题和人工分层的主观性问题。
最后，利用文中建立的模型对8至13号井进行了自动分层，给出了分层结果，并进行了对结果的分析.关键字：中值滤波；主成分分析;趋势分析一、问题重述在地球物理勘探中需要利用测井资料了解地下地质情况，其中测井曲线分层是首先要完成的基础工作。
测井曲线分层的目的是为了在今后的研究中,便于对具有不同特点的地层确定研究目标，以及确定将要重点研究的地层，统一不同井号的研究范围。
C1 测井曲线的自动分层问题
测井曲线自动分层问题测井曲线自动分层问题摘要本问题要求以1号井建立数学模型，对第2号至7号井进行自动分层，并与人工分层结果进行比较。
确定合适的数学模型后，再对第8号至13号这些未人工分层的井进行自动分层。
本文的研究包括三个部分：模型准备、已人工分层井的模型建立与求解以及未人工分层井的模型建立与求解。
模型准备中首先对数据进行了筛除、中值滤波和归一化，使数据受干扰更小，之后通过主成分分析，加权平均出一个新主成分曲线作为综合测井指标。
已人工分层井模型中，首先应用了层内差异法对1号井进行细分层,其分层结果局部过细，因此再应用聚类分析进行并层处理，使一些过细的分层与临近合并，得到合理结果。
之后与活度分层法进行对比，最终确定了层内差异结合聚类并层作为最终分层方案。
当有人工分层结果时，可以参考进行层名对应确定，但面对一个未知的井时，层名确定就是新的问题。
在未人工分层井模型的建立与求解中，提出了利用纯泥岩这个具有鲜明特征的地质现象作为定位标记，用来定位长71层。
在未人工分层井模型中，首先应用之前成熟的层内差异结合聚类并层得到不含层名的分层结果后，利用纯泥岩经验，确定长71层，以此为突破，先后推理可确定所有层名。
上述模型，应用在已人工分层的井上，和人工分层吻合得很好，比较成功。
应用在未人工分层的井上时，结果合理，分层清楚均匀。
层内差异和聚类并层结合使用，既能保证分层准确又可使层次合理，问题得到了很好地解决，但是极个别会出现两层合并的现象。
最后我们对所有井进行井层剖面展示和简要分析，以新的角度看到所有井的层面分布和地形变化。
本文编程和数据处理在Matlab和Excel中完成，绘图在“卡奔”地质研究软件中完成。
关键字：主成分分析层内差异聚类层名对应活度函数分析1问题重述地质人员通过经验，从一定深度开始对井进行井层划分和命名，通常这些工作都是通过人工来进行的，即人工分层方法。
该方法费时费力，且分层取值过程中主观性较强，会因为不同的个人标准出现不同分层结果。
测井曲线的最优分割法自动分层评价
i
n
i = 1 , 2 , Λ , n - 1 其中 , 1 i X ( 1 , i ) = α∑ X a
i
=1
( 1)
X ( i + 1 , n ) =
1
n - iα= i + 1
∑ Xα
n
极小值 。故通过寻找 Q ( i ) 极值点可以确定层界
收稿日期 :2004 - 04 - 12 ; 改回日期 :2004 - 05 - 17 作者简介 : 鲍晓欢 (1981 - ) ,男 ,湖北武汉人 ,中国地质大学在读硕士研究生 ,石油地质专业 。
21. 21
表2 Q (i) 值统计量 ( API2 单位)
Tab. 2 Statistics of Q (i) value ( API2 Unit ) Q (i) 个数 2 ,998
平均值 ( API2 单位)
16 ,960 ,144. 64
最小值 ( API2 单位)
16 ,943 ,087. 85
为一数量
加 ,要么与不设 E 值相当 , 没有起到消除假层位 的效果 。
表3 人工分层与计算机最优分割自动分层对比
Tab. 3 Comparison between artificial layering and automatic optimum division met hod
分层方法 人工分层 自动分层 ( 不设 E 值) 自动分层 ( 设 E 值 ,j = 6) 自动分层 ( 设 E 值 ,j = 7) 自动分层 ( 设 E 值 ,j = 8) 自动分层 ( 设 E 值 ,j = 9) 自动分层 ( 设 E 值 ,j = 10)
第 25 卷 第 1 期 鲍晓欢 1 测井曲线的最优分割法自动分层评价 ・83 ・
测井曲线自动分层技术及在杏北地区小层划分中的应用
11 、 葡
12 、 葡
21 、 葡
上
22 、 葡
32 、 葡
33 等 7 个单元。但人工
分层工作效率低, 劳动强度大。此次研究在学习前 人经验的基础上 , 尝试在本地区利用测井曲线进行 自动分层
[ 2]
。因为是随后进行测井相自动分析 , 所
以建立储层地质模型十分必要。
二、 测井曲线自动分层的原理
一般来说, 引起测井值变化的原因有两类 : 一类 是地层因素( 岩性、 孔隙流体性质) 的变化; 另一类是 非地层因素( 如井壁因素、 测量系统、 测井条件等) 的 变化。非地层因素引起的测井响应一般比较小 , 个 别大的变化, 如声波跳跃、 密度特低等, 应通过一定 限制条件将其剔除( 在不考虑流体影响时) 。对测井
第 7 卷第 2 期
断
块
油
气
田
地质勘探
测井曲线自动分层技术及 在杏北地区小层划分中的应用
程玉群
摘 要
李秀荣
刘铁桩
( 中原石油勘探局技术有限公司 )
( 中原石油勘探局勘探开发科学研究院 )
首先阐述了利用测井曲线进行小层划分的原理和方法, 采用层内差异法和聚类分析
法相结合进行分层, 该方法是目前利用测井曲线进行小层划分和对比 , 并最终实现定量化、 自动化 的一条较为有效的途径。 通过大量地质研究认为卡准所分地层的顶、 底界是自动分层的基础 , 而对 分层参数( B 值和 d m in 值) 的选取以及一些分层处理技巧都必须密切结合本地区的储层分布特征, 从而取得较为理想的效果 。结合杏北地区河流相储层的具体实际 , 对区内葡 提高了小层划分的效率。 主题词 测井曲线 层内差异法 1~ 3 主力油层进行 划分和对比 。通过对比 52 口井的自动分层与人工分层结果 , 发现二者具有较高的符合程度 , 大大 聚类分析法 小层自动划分
测井曲线自动分层问题
测井曲线自动分层问题摘要在地球物理勘探中需要利用测井资料了解地下地质情形，其中测井曲线分层是第一要完成的基础工作，本文那么为进行此类大量工作而作探讨。
模型一从有效、有效的角度, 论述了测井曲线自动分层的步骤和人工分层的判别分析法。
采纳值滤法和归一法, 以此来排除因测量误差对模型的干扰。
建模期论述了模糊数学模型，新切近度公式在自动分层模型设计中的应用, 实现了测井曲线的自动分层, 模型计算期采纳主成份分析和聚类分析法，使理论取得有效的应用, 同时也验证了模型的可行性和有效性。
模型二通过先对测井曲线数据进行人工挑选，去除对结果阻碍不大的部份，通过网上查阅大量数据，得知GR和RT对分层最有阻碍，其中RT次于GR。
因此给予GR系数为0.9，RT系数为0.1，组合出一条新的测井曲线，再通过人工去除首尾毛刺，使数据更精炼，再通过中值滤波，归一化处置后，取得较明显的曲线，最后写极值分层指标函数和方差分层指标函数（程序见附录）进行两次分层，给出2至7号井的分层结果，最后用聚类分层方式做分层处置。
误差分析说明1至7号井的自动分层结果与人工分层结果吻合地专门好，模型是合理的。
关于问题二，咱们依照问题一中模型的不足作了改良，给出了8至13号井的分层结果并对结论作了大量的讨论。
关键词：测井曲线聚类分析中值滤波极值主成份分析一、问题重述在地球物理勘探中需要利用测井资料了解地下地质情形，其中测井曲线分层是第一要完成的基础工作。
测井曲线分层的目的是为了在尔后的研究中，便于对具有不同特点的地层确信研究目标，和确信将要重点研究的地层，统一不同井号的研究范围。
通常，在一个区域内，通过前期地质研究工作，结合各类测井数据，第一对最先开发的参考井进行详细研究。
一种测井数据，都反映了地质结构的特点和地层的转变，地质人员通过体会，综合各类测井数据反映的地层特点，将井从必然深度开始，对井进行井层划分和命名，如1号井从距井口深294米处开始，依次往下，定名为长3一、长3二、长33、长4一、长4二、长6一、长6二、长63、长7一、长7二、长73、长8一、长8二、长9一、长92等地层。
基于有序聚类分析的测井曲线自动分层策略
基于有序聚类分析的测井曲线自动分层策略武汉科技大学 邹奇林 胡卫 赵亚洲指导老师：李明摘要：测井曲线的分段要求样本分类时不打乱次序，本文基于有序最优分段的理论，针对样本过大的问题首先进行中值滤波处理进而运用边缘检测的方法压缩采样点数目，对于窗口大小的选择利用BP 神经网络自我反馈寻求最佳窗口大小，在综合各种测井曲线的基础上运用主成分分析法提取主因子作为样本指标，结合有序聚类分析初步确定拟划分地层数，然后运用爬山法并做出分层数目—总变差图寻求最佳分段数，从而获得全局最优解。
最后利用Fisher ’s 判别分析进行井的地层命名，通过对分类效果进行检测，结果表明该模型求解效果精确度较高。
关键词：总变差，最优分割，边缘检测，主成分分析，爬山法，BP 神经网络 ，Fisher ’s 判别分析。
一、最优分割的介绍：1.1、测井曲线的分层问题，可以等效为对一批有序样本进行划分分段问题，这类问题的提法如下：设有一批（N 个）按一定顺序排列的样品，每一个样品测得p 项指标，其原始资料矩阵：⎥⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎢⎣⎡=⨯x x x x x x x x x X Np N N p p P N212222111211)(其中元素x ij 表示第i 个样品第j 个指标的观测值。
如果把N 个样品按顺序（不破坏序列的连续性）进行分割，其所有的可能分割方法共有：121112111-=+++-----N N N N N c c c种。
现在要求在所有的分割中找出一种分割方法，这种分割方法满足各段内的差异最小，而各段间的差异最大。
称这样的一种分割方法为最优分割法。
各段内部差异最小，即各段内的数值变化最小。
段内数值变化可用变差（类的直径）表示，样品段{1,,i i j x x x + }的变差可以表示为： )()(x x x x d ij l Tij ji l l ij -∑-==，其中∑=+-=ji l lijx x i j 11d ij 表示样品段{1,,i i j x x x + }内样品间的差异情况，d ij 越小表示段内各样品之间的数值比较接近，反之，d ij 越大表示段内个各样品数值之间的差异大，要各段内的差异达到最小，即所分成各段内的变差总和（总变差）为最小。
测井曲线自动分层问题研究
Ｄ Ｖ ， Ｚｍ， Ｒ Ａ ， Ｍ ， ， Ｅ ｉ Ａ Ｉ Ｇ ， Ｃ Ｒ Ｌ …） 即建立测井数据 到层数 的函数关 系， ａ 表示参 数． 对应 的矩 阵表示
Ｒ ＭＬ（ 微侧 向电阻率 ）
Ｒ （ Ｔ 电阻率测井 ）
ｂ １ ｂ ２ ｂ３ ｂ４ ｂ５ ４ ４ ４ ４ ４ ｂ １ ｂ ２ ｂ３ ｂ４ ｂ５ ５ ５ ５ ５ ５
ＷＡ （ 地层 水电阻率 ） 视
２ ４ 模 型的 建立 ．
问题 一 ： 根据 给 出的数 据 ， Ｍａａ 出 １７ 用 ｔｂ加作 ｌ ＿ 号井 层数 与深 度 的关 系图 ， 图 １ 示 ． 如 所
结合各种测井数据 ， 首先对最早开发 的参考井进行 详细研究． 每一种测井数据 ， 都反映了地质结构的特 点和地层的变化 ， 地质人员根据经验 ， 综合各种测井 数 据反 映 的地层 特 点 ， 井进 行井 层划 分 和命 名 ， 对 如
１ 井从 距井 口深 ３８米 处 开始 ， 次 往 下 ， 名 为 号 ６ 依 定
Ｃ Ｌ（ Ａ 井径 ） ＰＲ （ Ｏ Ｗ 含水 孔隙度）
２ １ 丘 ０２
Ｐ Ｒ 总孔隙度 ） Ｏ Ｔ（ ＰＲ （ Ｏ Ｒ 有效孔 隙度 ） ＰＲ （ Ｅ Ｍ 绝对渗透率 ）
Ｓ （ Ｈ 泥质含量 ） ＰＷ （ Ｏ 含水 孔隙度） Ｆ （ ｗ 产水率 ）
Ｐ Ｒ（ Ｏ 孔隙度 ） Ｐ Ｒ 冲洗带饱含 Ｏ Ｆ（ 泥浆孔 隙度 ）
Ｂ ＝ ｂ １ ｂ ２ ｂ ３ ｂ４ ３ ３ ３ ３
第五步： 根据层函数与深度的关系进行自动分层． 分层规则 ： 上面求特解Ａ 时的 Ｃ值 １ ５ － － － 。 ｋ － 分层 １
基于多粒度聚类的测井曲线自动分层识别方法
高技术通讯2020年第30卷第12期：1215-1224doi：10.3772/j.issn.1002-0470.2020.12.002基于多粒度聚类的测井曲线自动分层识别方法①姬庆庆②***朱登明**石敏***王兆其**周军****「中国科学院大学北京100049）（"中国科学院计算技术研究所前瞻研究实验室北京100190）（如华北电力大学控制与计算机工程学院北京102206）（**“中国石油集团测井有限公司西安710065）摘要随着测井技术及大数据分析技术的快速发展，自动测井解释技术可以有效辅助人工快速开展储层划分、油水层解释等工作。
为了提升储层划分及油水层识别准确度，本文提出了一种基于有监督学习的多粒度聚类识别方法，该方法通过对标准测井曲线及分层结果的学习提取不同分层测井曲线特征，在划分出储层的基础上再进行油水层识别。
与已有方法相比，本文方法通过对真实测井曲线进行多种处理，从而融合曲线多层次特征,有利于取得更加准确的分层结果。
实验结果表明，该方法可以对测井曲线进行自动分层，提高了曲线自动分层的效率，在真实测井曲线上能够取得较好的分层识别结果。
关键词自动分层；多粒度聚类；测井曲线0引言测井技术在勘探过程中收集关于地质储集层的“四性”信息,即“岩性、物性、电性、含油性”，测井解释则需要通过“四性”之间的关系建立测井解释模型,确定油层有效厚度。
测井解释通过研究储集层电性与岩性、物性、含油性的对应关系，力求消除岩石矿物背景对于油层信息的影响，从而达到客观评价砂岩储集性能和流体性质，并准确划分储层的目的⑴。
现阶段国内众多单位多以常规曲线为基础，结合区块地质特点，采用传统方法利用人工对油气层进行识别、解释和评价，还没有较为成熟的自动分层解释软件⑵。
由于人工解释的方法需要大量人力，同时分层结果易受解释人员主观因素的影响，因此难以满足不断提高的测井解释要求。
随着油气勘探规模的不断扩大,测井解释将面对更多更复杂的研究对象，测井分层解释方法的发展与测井技术的发展息息相关。
测井曲线分层
测井曲线分层问题摘要测井曲线分层是在地球物理勘探中利用测井资料了解地下地质情况，首先要完成的基础工作。
本文主要解决了以附件中1号井为标准井，并根据此井的各种测井曲线数据，建立了数学模型，对第2号至7号井进行自动分层，并且通过分析，与人工分层结果进行比较分析，进一步对1号井的分层结果进行说明；对第8号井至13号井进行自动分层，并给出结论两个问题。
针对问题一，本文首先通过查资料并观察附表中1号井的数据剔除了一些变化规律不明显的指标如CAL、DEVi等，筛选出了SP、GR、AC 、CNL 、RT、RILD、RILM七个显著变化的指标，根据经验又剔除了各个指标中明显错误的数据；然后利用主成分分析法的思想挑选了在主成分中贡献率较大的指标AC、CNL、SP三个指标。
接着画出三个指标的综合测井曲线，由于每一层的指标差异性、稳定性，本文采取了层内差异法，结合综合测井曲线，将每一个井进行了大致的粗分层。
最后要将相似程度高的层进行合并，而聚类分析是根据某一分类统计量来度量多个观察量之间的相似程度，依相似程度高低决定是聚合为一层，还是划为不同层，本文利用聚类分析法将第2至7号井进行细致的分层，与人工分层进行了比较，判断其精度，结果见表4、表5并对模型进行了改进，进一步提高合理性。
针对问题二，本文利用问题一中所得出的规律对第8号井至13号井进行了分层，结果见表6，并进行了分析。
关键词：测井曲线自动分层主成分分析层内差异法聚类分析测井区县分层是在地球物理勘探中利用测井资料了解地下地质情况最基本也是最重要的问题。
目前最常用的人工分层方法不仅费时费力，而且分层取值过程中受测井分析人员的经验知识和熟练程度影响较大，主观性较强，也会因为不同的解释人员的个人标准有误差，而造成不同的人员有不同的分层结果。
本文主要解决的问题有：1、以1号井为标准井，根据此井的各种测井曲线数据，建立合适的数学模型，对第2号至7号井进行了自动分层，并且通过分析，与人工分层结果进行比较分析并改进了数学模型，对1号井的分层结果进行说明。
数学建模在测井曲线自动分层上的应用
｝ ｑ ２ １ 以一至七号井的第一层为例 ， 建立均值矩阵： 一 １
ｄ一
ａ ａ Ｉ — ａ １ ７ ］ ’ Ｉ
１
１ ． ｑ ． 气 ， ， ｊ
量纲值转化为无量纲值 ； 三是将ｎ 维空间转变为ｆ ０ ， ｑ 区间。 在地球物理测井解释
中， 底 层是用 它的某 些物理 眭质特征来 表示 的。 在数 据采集 过程 中 ， 要对 岩层 的 某些物理 性质进 行测定 ， 如果 所采用 的参数有Ｋ种 ， 则这 Ｋ 个物理 参数便 构成表 示岩性 的一 个Ｋ 维空 间。 一般 情 况下 ， 在 同一地 区 ， 应用数 字测 井系统对 同一种 岩性地 层 的某些 物理性 质进行 测定 时 ， 在实 际条件 下 ， 由于该 岩性层 内部 对任 何物理性质来讲都存在局部不均匀性 。 且采集数据过程中将存在随机干扰。 因 此， 对于 同一 种岩性底 层 中同一 物理参 数 的采集结 构 ， 在 数值 特征 上将 出现波 动， 但采集结 果的数学 期望值 可以认为 是保持 不变 的。 在采集 过程 中 ， 如 果测井 系统相 同， 测量 条件及 测量 环境 又基本 不变 ， 那么 采集结 果 的波动 仅 由随机 因 素及岩 层 内部某 些物理 性质不 均匀性 引起 ， 在 这种情 况下 ， 由概率 论可知 ， 同种 岩性地 层 的同种 物理参 数 的采集结 果将 服从正 太分 布。 根据上述 讨 论 ， 可建立
层。 １ ． ３ 对 一至 七号井 的综 合运用
各种 岩性 地层 的测 井隶 属函数 。
测井曲线分层
测井曲线分层问题摘要测井曲线分层是在地球物理勘探中利用测井资料了解地下地质情况，首先要完成的基础工作。
本文主要解决了以附件中1号井为标准井，并根据此井的各种测井曲线数据，建立了数学模型，对第2号至7号井进行自动分层，并且通过分析，与人工分层结果进行比较分析，进一步对1号井的分层结果进行说明；对第8号井至13号井进行自动分层，并给出结论两个问题。
针对问题一，本文首先通过查资料并观察附表中1号井的数据剔除了一些变化规律不明显的指标如CAL、DEVi等，筛选出了SP、GR、AC 、CNL 、RT、RILD、RILM七个显著变化的指标，根据经验又剔除了各个指标中明显错误的数据；然后利用主成分分析法的思想挑选了在主成分中贡献率较大的指标AC、CNL、SP三个指标。
接着画出三个指标的综合测井曲线，由于每一层的指标差异性、稳定性，本文采取了层内差异法，结合综合测井曲线，将每一个井进行了大致的粗分层。
最后要将相似程度高的层进行合并，而聚类分析是根据某一分类统计量来度量多个观察量之间的相似程度，依相似程度高低决定是聚合为一层，还是划为不同层，本文利用聚类分析法将第2至7号井进行细致的分层，与人工分层进行了比较，判断其精度，结果见表4、表5并对模型进行了改进，进一步提高合理性。
针对问题二，本文利用问题一中所得出的规律对第8号井至13号井进行了分层，结果见表6，并进行了分析。
关键词：测井曲线自动分层主成分分析层内差异法聚类分析测井区县分层是在地球物理勘探中利用测井资料了解地下地质情况最基本也是最重要的问题。
目前最常用的人工分层方法不仅费时费力，而且分层取值过程中受测井分析人员的经验知识和熟练程度影响较大，主观性较强，也会因为不同的解释人员的个人标准有误差，而造成不同的人员有不同的分层结果。
本文主要解决的问题有：1、以1号井为标准井，根据此井的各种测井曲线数据，建立合适的数学模型，对第2号至7号井进行了自动分层，并且通过分析，与人工分层结果进行比较分析并改进了数学模型，对1号井的分层结果进行说明。
测井曲线自动识别处理系统的设计与实现
文章编号:167121742(2009)0320250204测井曲线自动识别处理系统的设计与实现王永安1, 殷海双1, 王 征2(1.大庆石油学院,黑龙江大庆163000;2.西南财经大学,四川成都610074) 摘要:介绍了测井曲线自动识别处理系统的设计实现过程;论述了人机交互,曲线数据处理问题的解决方法;介绍了将沃希变换应用在测井曲线分层中的方法,并给出了相应的实例。
关 键 词:测井曲线;自动识别;沃希变换中图分类号:TP391.4 文献标识码:A收稿日期:20082112031 引言测井曲线是利用井下仪器、地面设备等测井仪器进行采集而获得的一种测井资料,反映了岩相、沉积环境等特征。
利用测井曲线可预测砂体分布、掌握储层物性参数空间分布规律,主要用于油层对比、厚度划分、油层参数解释、精细地质描述等方面。
测井服务于勘探开发的全过程,使用测井技术可以监测生产动态,解决工程方面的问题[1-2]。
图1 系统数据流图目前,测井曲线的识别大多由手工完成,速度慢、工作量大;而国外基于UN IX 工作站开发的测井曲线处理系统又存在着脱离我国实际生产情况、价格过于昂贵、用户操作不便的问题。
因此,有必要结合我国实际生产情况开发合适的测井曲线自动识别系统。
2 系统分析系统主要处理扫描进机的测井横向解释成果图,分离、提取其中的曲线信息;校正跟踪的结果;将曲线信息存入数据库;然后根据分层数据表对数据进行读值操作,得到读值曲线;最后根据经验公式计算出参数数据。
在系统实现中解决了数据库损坏、蓝图不清晰、曲线代码不统一、测井曲线图数据不全等多种问题。
图1是经过分析得到的数据流图。
从数据流图中可以看出,系统运行时,首先对原始的测井曲线图像,经过图像预处理、曲线跟踪和校正的过程,得到数字化的曲线数据;然后对其中的部分曲线根据砂层数据进行读值操作,生成读值曲线;读值曲线经过一定的人工干预、修改,最后生成参数数据(深度、储层厚度、孔隙度、油气饱和度、渗透率)。
利用活度分层法实现测井自动地质分层
[收稿日期]2007201210 [作者简介]易觉非(19662),男,1987年大学毕业,讲师,现主要从事应用数学和软件开发的教学和科研工作。
利用活度分层法实现测井自动地质分层 易觉非 (长江大学信息与数学学院,湖北荆州434023)[摘要]阐述了利用测井曲线活度进行地质分层的基本原理,并分析了假地层界面的剔出方法和自动地质分层时测井数据预处理过程。
在此基础上,设计了测井自动地质分层算法。
最后,采用C #编程语言实现了测井自动地质分层。
经实际应用,其分层结果符合测井解释研究的精度要求。
[关键词]活度;自动分层;测井曲线[中图分类号]P631184[文献标识码]A [文章编号]100029752(2007)0120078203在利用测井资料进行岩性判别、储层划分、储层参数研究等工作前,首先要完成的是分层。
目前主要是采用人工解释的方法对测井曲线进行分层,该方法的分层结果受人为因素影响较大,且分层速度慢。
为此,测井研究人员提出了多种利用计算机进行地质分层的自动化方法,包括最优化分层法、模糊分层法、变换分层法、活度分层法等[1]。
活度分层法相比于其他自动分层法,具有原理简单、计算量小、分层速度快等特点。
1 测井曲线的活度测井曲线是对地层物理性质随井深变化的记录,当地层的物理性质发生变化时,测井曲线就随之发生变化。
在岩性不同的地层分界面处,物理性质的变化最为明显,测井曲线表现为急剧的变化。
为了表示测井曲线的动态性质,定义测井曲线的活度为[1]: E (d )=∫d+Δ2d-Δ2[x (t )-x (d )]2d t (1) x (d )=1Δ∫d+Δ2d-Δ2x (t )d t (2)式中,E (d )表示d 的活度函数值;x (t )表示原始测井曲线;x (d )表示x (t )在区间d -Δ2,d +Δ2内的平均值;Δ表示计算活度时所取测井曲线的长度(下称窗长)。
活度公式相应的离散形式为: E (d )=∑i =d+n i =d-n [x (i )-x (d )]2(3) x (d )=12n +1∑i =d+n i =d-n x (i )(4)式中,x (i )表示测井曲线在第i 点处的离散值;n 为计算活度时与窗长有关的正整数,窗长为2n +1。
基于极值法和聚类分析法的测井曲线自动分层模型——以山东省胜利油井为例
基于极值法和聚类分析法的测井曲线自动分层模型——以山东省胜利油井为例初颖;吕堂红【摘要】针对地质分层中人工分层的方法费时费力且主观性较强,分层效果不理想的现状,以山东省胜利油田的1号井为标准井,首先通过中值滤波法对测井数据进行分析处理,然后应用极值法和聚类分析法建立了测井曲线自动分层模型,并利用该模型对2至7号井进行了自动分层.通过图像对比,建立模型得到的自动分层结果明显优于其他分层模型的分层结果,并且与人工分层结果基本相符.该研究结果解决了以计算机自动分层来代替人工分层的实际问题,为地质勘探部门研究具有不同特点的地层及胜利油田区的资源管理与开发提供参考.%According to the present situation of time-consuming,stronger subjectivity and undesirable results on the arti-ficial layered method in geological layer,no. 1 well in Shengli oilfield Shandong province was taken as the standard ex-ample. Firstly,the logging data were analyzed and processed by median filtering method;then the extreme value meth-od and clustering analysis were applied;the automatic layered model of logging curve were established and the model was used to make automatic stratification for 2-7 Wells. Through the image comparison,the automatic layered results which were obtained by this model are obviously superior to those of other hierarchical models and are basically consis-tent with the results of artificial delamination. The practical problem was solved by computer automatic layered method instead of artificial layered method. It provides reference for the geological prospecting departments in researching stratawith different characteristics,and the resource management and development in Shengli oilfields.【期刊名称】《长春理工大学学报（自然科学版）》【年(卷),期】2017(040)006【总页数】6页(P105-110)【关键词】测井曲线;自动分层;极值法;聚类分析法【作者】初颖;吕堂红【作者单位】长春理工大学理学院,长春130022;长春理工大学理学院,长春130022【正文语种】中文【中图分类】O175.1在地球物理勘探中需要利用测井资料了解地下地质情况，其中测井曲线分层是首先要完成的基础工作，通过测井分层可以实现对具有不同特点的地层进行有针对性的研究［1］。
基于小波神经网络的测井自动分层(全文)
基于小波神经XX络的测井自动分层关键字：自组织特征映射神经XX络（SOM）；小波分析；测井自动分层XX：1006-3315（20XX）08-140-0021.引言在地球物理勘探中需要利用测井资料了解地下地质情况，其中测井曲线分层是首先要完成的基础工作，马上测井曲线构制成规则的矩形化曲线[1，2]，以便与地质单层相对应。
通常，根据地质结构的特点和地层的变化对井分层是通过人工来进行的，但人工分层存在诸多缺漏点。
相对于人工分层，自动分层可以幸免人为分层的随意性，并可在很大程度上提高工作效率。
另一方面，希望通过自动分层处理，与人工分层的结果进行比较分析，进一步提高分层精度。
2.数据背景本文所使用的数据均来自20XX年全国大学生数学建模夏令营C题。
3.小波神经XX络综合模型3.1数据预处理――小波变换去噪简单的归一化处理是必须的，但已不能完全满足数据处理精准度的要求，由于地质层物质的复杂性和打井器械剧烈抖动的影响，容易使得真实数据中参杂很多的噪声，因此对数据进行去噪很有必要。
测井参数曲线是一维的，故用小波的一维信号去噪。
含噪的一维信号模型可以表示如下：k式中s（k）为含噪信号，f（k）为有用信号，e（k）为噪声信号，r为噪声信号的强度系数。
s（k）通过小波变换后得到离散细节信号和离散逼近信号，噪声的离散细节信号的幅值和方差随着变换级数的增长而不断减少，对于所有尺度，自噪声的离散细节信号的系数方差随着尺度的增加会有规律地减少，但有用的信号小波变换的平均功率与尺度没有关系。
利用这一特性，可选择一阀值，对小波变换后的系数进行处理从而达到降噪目的。
3.2模型建立将测井曲线的数据进行预处理后，利用小波变换取得低频参数，在利用自适应神经XX络算法进行分层，最后给出模型的可靠性和稳定性的分析。
自组织神经XX络-小波变换：自组织特征映射（Self-Orgniztion Mp，SOM）神经XX络就是一种无导师监督学习XX络，它通过降维对输入层数据进行反复学习，使连接权矢量的空间分布能够反映输入模式的统计特性。
利用组合测井曲线自动划分单砂层的方法探讨
应特征值通常显示 出相似 的频率分布 。其 中， 直方图平移法认 为
不同稳定地层单元的测井响应是一个 固定数值 ，不 随井位 的差
开， 进而实现研究 区 目的层段 的单砂层划分与对 比 －。 ３ ５ ］
实际工作 中 ， 针对 于碎屑岩地层 ， 一般情况 下 ， 自然伽马 、 自 然电位等泥质 指示 曲线对砂 、 泥岩及其粒度 的变化反应灵 敏 ， 可
测井 资料 实际情况 ，合理 选择使用直方 图平移方法或 趋势面分
田勘探与开发工作需要 ， 利用测井 曲线进行 自动分层 ， 根据需要达
到对不同岩层 、 砂层 、 储集层 、 油水层进行 自动分层 的 目的， 实现从 不同尺度反 映油藏的油气地质特征和储层各类 关键参数 。 油气 田开发 过程 中 ，单砂 层的合理划分对 于认识油 气成藏
厚度 的相似控制及其逐 步变化特征 ， 比划分相 邻的井 ， 对 逐步展
积 环境下 的沉 积物 ， 其岩性 、 物性 以及 测井 响应特 征往往类 似 ， 因而反 映同一套 地层 的各类测 井曲线响应特 征的频率直方 图或
频率交会 图特征在不 同井 中具 有相 同或相似 的特 征 ，其测井 响
异 而发 生变 化 ， 即使变化 也是 在一个很小范 围内 ， 这种 方法主要
适用于标准层 比较稳定 的区域 ； 而趋势 面分析法则认 为 ， 即使是
Ｔ ｌｉｇａ ｏ ｔ ｈ ｓ ｎｏ ｐｌ ｙ Ｓ ａ ｅ ｆ ｅ ｔｉ ｒｊｃ ａｋｎ ｂ ｕ ｅ ｉ ｆ ｉｗａ ’ ｍｂ ｒ Ｃ ｒａｎＰ ｏｅｔ ｔ Ｄｅ ｇ Ｓ 是一成不变 的 ， 其 在平 面上往往遵循
一
不同厚度的地层划分 出来 ， 而使划分 出的地层 中每个小层 内具 进
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
大 , Q 越小 ; 相反 , q ( n , n + 1 ) 越小 , Q 越大 。 且因计算 q ( n , n + 1) 比计算 Q 容易 , 故称 q ( n , n + 1 ) 为分层指标函数 。 21 11 2 分层指标函数在层界面两侧的变化规律 通过分析分层指标函数 q 在层界面的变化情 况 , 就能够得出准确的层面位置 。 若正确的层界面点在 n , n + 1 间的 B 点 , 则两 层的层内方差和 Qn , n + 1 为 :
>q
( n - 1 , n) 。
。
比较 B 、 C 两 点 , 因 ( x n - x 1 ) 2 > ( x n 2 x2 ) , 所以 Q n , n + 1 < Q n + 1 , n + 2 , 因此 q ( n , n + 1 )
方差分析分层的目的是找出层间方差最大 、层 内方差最小的点作为分层点 。对应两层介质 , 设有
界面处仍为极大值 ; 在 x 1 < x2 、 x n > x n + 1 情况下或
2j
Q = = =
j = 1 N
∑( x ∑
N
1j
- x1 )
2
+ +
N
j = n+1 N
∑( x ∑x
2
- x2 )
2
2
x1 j - n x 1
2
2
2
2j
2 - ( N - n) x2
j = 1
j = n+1
j = 1
测井数据的计算机自动分层是在数理统计等方 法的基础上建立起来 , 通过实际应用得到了有效检 验和发展 。由于测井数据误差的影响 , 多年来自动 分层相对于人工经验分层效果并不令人满意 , 所以 为有效消除测井数据误差的干扰 , 笔者按前处理 、 模型计算和后处理 3 步进行自动分层 。前处理的主 要任务是采用数据滤波器的方法消除因仪器设备产 生的测量数据扰动 。模型计算是自动分层的核心 , 目前常用的有 : 方差统计 、极值方法 、聚类分析和 趋势分析等几种 。后处理的任务是使自动分层的结 果更加清晰化和实用化 。具体流程见图 1 。
θ co s jk =
(
d = 1 p
∑x
2
j
dj
x dk
p
( 8)
2
k
d = 1
∑x ) ( ∑x )
d = 1
相关系数为 :
N
γ jk =
β= 1
N
∑( x ∑( x
N
β j
- xj) ( xk β - xk) ( 9)
β - xk) - x j ) ( xk
2 2
β j
β= 1
式中 , x j =
特性 3) 是其它滤波方法难以达到的 , 作为前 处理工作的一部分 , 中值滤波必不可少 。
11 2 归一化处理
由于不同测井曲线的刻度和量纲各不相同 , 在 采用多种曲线进行自动分层时 , 有必要将测井曲线 分别归一化到 [ 0 , 1 ] , 以消除因刻度和量纲所产 生的影响 。归一化公式为 :
21 11 1 分层指标函数
[1 ]
Q n+1 , n+2 =
j = 1
∑
( x j - x1 ) 2 +
j = n+2
∑( x
j
- x2 )
2
( 6)
比较 A 、 B 两 点 , 因 ( x n - x 1 ) 2 < ( x n 2 x2 ) , 所以 Q n , n + 1 < Q n - 1 , n , 因此 q ( n , n + 1 )
钻井与完井
测井曲线自动分层模型设计与实现
纪荣艺 樊洪海 杨雄文 杨皆平
( 中国石油大学 ( 北京) 石油工程教育部重点实验室 ,北京 昌平 102249)
摘 要 : 从实用 、有效的角度 , 阐述了测井曲线自动分层的步骤和多种计算模型 。提出加入前处理和后处理的具 体方法 , 以此来消除因测量误差对模型的干扰 。阐述了数理统计和聚类分析在自动分层模型设计中的应用 , 并开发了 相应的软件 , 实现了测井曲线的自动分层 , 使理论得到有效的应用 , 同时也验证了模型的可行性和有效性 。 关键词 : 测井曲线 ; 自动分层 ; 中值滤波 ; 聚类分析 ; 趋势分析 中图分类号 : P6311 8 + 4 文献标识码 : A 文章编号 : 100120890 (2007) 0220024204
当滤波窗口为 2 n + 1 , 则中值滤波的步骤为 :
1) 取以第 i 个数据为中心的 2 n + 1 个数据并
进行排序 ( 顺序或逆序均可) ; 2) 取排序后的中间值 , 即第 n + 1 个数据作为 第 i 点的滤波值 ; 3) 自上而下迭代计算离散曲线上的各点 。 中值滤波流程如图 2 所示 。滤波窗口中 n 的取 值视目的不同而定 。 n = 0 时 , 滤波器失效 ; n 较 小 ( 如 n = 1) 时可保持曲线的幅度值 ; n 较大时可 只保持曲线的变化趋势 。
第 35 卷第 2 期 石 油 钻 探 技 术 Vol. 35 , No . 2 2007 年 3 月 PETROL EU M DRILL IN G T EC HN IQU ES Mar. , 2007
∑
1
xj - [
1 (
n
j = 1
∑
x1 j ) +
1
N - n
N
n
(
j = 1
∑x
2j
)2 ] ( 2)
者在 x 1 > x2 、 x n < x n + 1 情况下 , 分层指标函数 q ( n , n + 1) 在层界面处有极小值 。 21 11 3 分层方法 先计算 N - 1 个 q 值 , q ( 1 , 2 ) , q ( 2 , 3 ) , …, q ( N - 1 , N ) , 然后将它们回放成曲线 , 取其 极值点处作为粗分层的层界面位置 。 将每个粗分层界面两侧的 m 个测井数据利用 方差分析进行二次分层 。具体方法是 : 将第一个采 样点的数据算作一组 , 其余的测井数据为一组 , 进 行方差分析计算出一个 R 值 ; 然后将第一 、第二 个测井数据划为一组 , 余下的为另一组 , 又计算出 一个 R 值 ; 这样继续下去 , 直到前 m - 1 个数据为 一组 , 第 m 个数据为另一组 , 共计算出 m - 1 个 R 值 , 选其中 Rmax 确定准确的层界面位置 。
收稿日期 : 2006208223 ; 改回日期 : 2006212204
) , 男 , 1997 年毕业于大连理 作者简介 : 纪荣艺 ( 1974 —
工大学 , 2002 年获硕士学位 , 在读博士研究生 。 联系电话 : (010) 89733221
© 1994-2011 China Academic Journal Electronic Publishing House. All rights reserved.
© 1994-2011 China Academic Journal Electronic Publishing House. All rights reserved.
・2 6 ・
石 油 钻 探 技 术 2007 年 3 月
本或指标之间存在不同的近似性 , 可通过聚类函数 表征 , 依据相似程度进行聚类 [ 2 ] 。 21 21 1 聚类函数 对于样本聚类 ( Q 型聚类分析) 常用样本间的 距离系数和相似系数 ; 对于指标聚类 ( R 型聚类分 析) 一般采用距离系数或相关系数 。 设有 N 个样本 , 每个样本有 P 项指标 , 可把 N 个样本视为 P 维空间中的 N 个点 。 欧氏距离为 :
n N
Q n , n+1 =
j = 1
∑
( x j - x1 ) 2 +
j = n+1
∑( x
N
j
- x2 )
2
( 4)
若将层界面点移到 n - 1 , n 间的 A 点 , 则两层 的层内方差和 Qn - 1 , n 为 :
n- 1
( 1)
Q n- 1 , n =
式中 , x i 为测井曲线上某深度对应的测井值 ; x max 和 x min 分别为测井曲线中的极大值和极小值 ; x i′ 为 该测井曲线在该深度上的归一化值 。
当 N 一定时 , C 为常数 , q ( n , n + 1 ) 是层 界面两侧两个分层数据序号的函数 , 而且 q ( n , n
+ 1) 能够反映 Q 的变化规律 , 即 q ( n , n + 1 ) 越
21 2 聚类分析
聚类分析的基本思想是 : 首先认为所研究的样
1
Ki
( 13)
=
xi+ 1 - xi- 1 。 yi + 1 - yi - 1
d jk =
d = 1
∑( x
dj
- x dk )
2
( 7)
相似系数为 :
p
对于等间距的采样点 , y i + 1 - y i - 1 为定值 , 可设 C 1 = , 所以 T i = C ( x i + 1 - x i - 1 ) 。 yi + 1 - yi - 1 可见 , 当 T i = 0 时 , 曲线处于拐点处 ; 当 T i 较 大 时 , 曲 线 的 斜 率 较 小 。给 定 门 限 值 ε, 当 | T i | >ε时 , 可认为实测值有显著变化 , 它一般 处于层界面上 。 21 31 2 趋势分析的流程 ( 见图 3)