基于测井曲线的岩性识别方法及装置制造方法及图纸

本申请实施例提供了一种基于测井曲线的岩性识别方法及装置，该方法包括：获取目标井的多条测井曲线；标准化所述测井曲线；对标准化后的测井曲线进行主成分分析，以获取主成分测井数据；基于预设的聚类算法对所述主成分测井数据进行聚类，获得所述目标井的岩性识别结果。本申请实施例可以提高岩性识别的效率和精度。

Lithology Recognition Method and Device Based on Logging Curve

The embodiment of this application provides a lithology identification method and device based on logging curves, which includes: acquiring multiple logging curves of target wells; standardizing the logging curves; performing principal component analysis on standardized logging curves to obtain principal component logging data; clustering the principal component logging data based on preset clustering algorithm to obtain the target. Lithology identification results of wells. The embodiment of the application can improve the efficiency and accuracy of lithology identification.

【技术实现步骤摘要】
基于测井曲线的岩性识别方法及装置
本申请涉及测井资料岩性解释
，尤其是涉及一种基于测井曲线的岩性识别方法及装置。
技术介绍
测井岩性解释成果是储层参数计算和油气评价的基础，其为沉积相识别等地质研究提供了依据。目前，岩性的识别通常有两种方法，一种是参考岩心岩屑录井资料，二是用自然伽马、自然电位或声波时差等反映岩性变化的测井曲线特征识别岩性。考虑到取芯成本较高，并不是每口井都有取心资料(一般是重点探井才有)，而石油钻井时，在钻到设计井深深度后都必须进行测井。因此对于取心资料较全的地区，对无取心井和无取心井段，可以通过建立岩石类型-测井参数的测井解释模型来确定岩性。而对于取心资料较少或者没有取心资料的地区，目前是人工手动利用自然电位、伽马、测向测井、声波时差等测井曲线特征解释识别砂岩、泥岩、钙质砂岩等不同的岩性。然而，人工解释识别的效率比较低，且对于测井曲线特征不明显的井识别率低。
技术实现思路
本申请实施例的目的在于提供一种基于测井曲线的岩性识别方法及装置，以提高岩性识别的效率和精度。为达到上述目的，一方面，本申请实施例提供了一种基于测井曲线的岩性识别方法，包括：获取目标井的多条测井曲线；标准化所述测井曲线；对标准化后的测井曲线进行主成分分析，以获取主成分测井数据；基于预设的聚类算法对所述主成分测井数据进行聚类，获得所述目标井的岩性识别结果。本申请实施例的基于测井曲线的岩性识别方法中，所述标准化所述测井曲线，包括：对所述多条测井曲线进行标准差标准化处理。本申请实施例的基于测井曲线的岩性识别方法中，所述对标准化后的测井曲线进行主成分分析，包括：获取初始测井数据的协方差矩阵；所述初始测井数据为标准化后的测井曲线的测井数据；确定所述协方差矩阵的特征值及特征向量；对所述特征值进行从大到小排序，并根据公式确定大于预设阈值时的主成分测井曲线个数；其中，λi为第i个特征值，M为测井曲线个数，L为大于预设阈值时的主成分测井曲线个数；根据公式XNL＝YNM*UML确定主成分测井数据；其中，XNL为主成分测井数据，YNM为初始测井数据，UML为对初始测井数据的协方差矩阵求取的特征向量。本申请实施例的基于测井曲线的岩性识别方法中，所述预设的聚类算法包括核K-均值聚类算法。本申请实施例的基于测井曲线的岩性识别方法中，对于所述目标井中的每口井，所述基于预设的聚类算法对所述主成分测井数据进行聚类，包括：a、按照N/K的间隔取K个数据点作为初始聚类中心点，并根据所述初始聚类中心点对所述主成分测井数据进行初始分类；其中，N为主成分测井数据个数，K为初始分类数；b、根据公式将主成分测井数据从输入空间映射到高维特征空间，求取核函数矩阵；其中，KMi,j为核函数矩阵第i行第j列元素，xi为第i个主成分测井数据，xj为第j个主成分测井数据，κ(xi,xj)为第i个主成分测井数据与第j个主成分测井数据的核函数，φ(xi)为第i个主成分测井数据到高维特征空间的映射，φ(xj)为第j个主成分测井数据在高维特征空间的映射，＜φ(xi),φ(xj)＞为第i个主成分测井数据到高维空间的映射与第j个主成分测井数据到高维空间的映射的內积，σ为核参数，L为主成分测井曲线个数，xil为第i个主成分测井数据的第l个分量，xjl为第j个主成分测井数据的第l个分量；c、统计每类的数据样本个数counti；d、根据公式pi＝counti/N确定每类所占的概率；其中pi为第i类在N中所占的比例；e、根据公式确定高维特征空间中每个主成分测井数据xn与各类ci的频率差异测度；其中，Disti为高维特征空间中每个主成分测井数据φ(xn)与φ(ci)类中心的频率差异测度，φ(xn)为第n个主成分测井数据到高维特征空间的映射，ci为第i类，φ(ci)为ci类中心到高维空间的映射，λ为惩罚因子；f、确定每个主成分测井数据的最小Disti，并将每个主成分测井数据归类至与其最小Disti所对应的类别中；g、更新聚类中心点，并重复c～f，直至满足预设的迭代终止条件；h、输出每个主成分测井数据所属类别，并根据测井曲线特征，给各类别赋予岩性。另一方面，本申请实施例还提供了一种基于测井曲线的岩性识别装置，包括：测井曲线获取模块，用于获取目标井的多条测井曲线；测井曲线标准化模块，用于标准化所述测井曲线；主成分分析模块，用于对标准化后的测井曲线进行主成分分析，以获取主成分测井数据；测井数据聚类模块，基于预设的聚类算法对所述主成分测井数据进行聚类，获得所述目标井的岩性识别结果。本申请实施例的基于测井曲线的岩性识别装置中，所述标准化所述测井曲线，包括：对所述多条测井曲线进行标准差标准化处理。本申请实施例的基于测井曲线的岩性识别装置中，所述对标准化后的测井曲线进行主成分分析，包括：获取初始测井数据的协方差矩阵；所述初始测井数据为标准化后的测井曲线的测井数据；确定所述协方差矩阵的特征值及特征向量；对所述特征值进行从大到小排序，并根据公式确定大于预设阈值时的主成分测井曲线个数；其中，λi为第i个特征值，M为测井曲线个数，L为大于预设阈值时的主成分测井曲线个数；根据公式XNL＝YNM*UML确定主成分测井数据；其中，XNL为主成分测井数据，YNM为初始测井数据，UML为对初始测井数据的协方差矩阵求取的特征向量。本申请实施例的基于测井曲线的岩性识别装置中，所述预设的聚类算法包括核K-均值聚类算法。本申请实施例的基于测井曲线的岩性识别装置中，对于所述目标井中的每口井，所述基于预设的聚类算法对所述主成分测井数据进行聚类，包括：a、按照N/K的间隔取K个数据点作为初始聚类中心点，并根据所述初始聚类中心点对所述主成分测井数据进行初始分类；其中，N为主成分测井数据个数，K为初始分类数；b、根据公式将主成分测井数据从输入空间映射到高维特征空间，求取核函数矩阵；其中，KMi,j为核函数矩阵第i行第j列元素，xi为第i个主成分测井数据，xj为第j个主成分测井数据，κ(xi,xj)为第i个主成分测井数据与第j个主成分测井数据的核函数，φ(xi)为第i个主成分测井数据到高维特征空间的映射，φ(xj)为第j个主成分测井数据在高维特征空间的映射，＜φ(xi),φ(xj)＞为第i个主成分测井数据到高维空间的映射与第j个主成分测井数据到高维空间的映射的內积，σ为核参数，L为主成分测井曲线个数，xil为第i个主成分测井数据的第l个分量，xjl为第j个主成分测井数据的第l个分量；c、统计每类的数据样本个数counti；d、根据公式pi＝counti/N确定每类所占的概率；其中pi为第i类在N中所占的比例；e、根据公式确定高维特征空间中每个主成分测井数据xn与各类ci的频率差异测度；其中，Disti为高维特征空间中每个主成分测井数据φ(xn)与φ(ci)类中心的频率差异测度，φ(xn)为第n个主成分测井数据到高维特征空间的映射，ci为第i类，φ(ci)为ci类中心到高维空间的映射，λ为惩罚因子；f、确定每个主成分测井数据的最小Disti，并将每个主成分测井数据归类至与其最小Disti所对应的类别中；g、更新聚类中心点，并重复c～f，直至满足预设的迭代终止条件；h、输出每个主成分测井数据所属类别，并根据测井曲线特征，给各类别赋予岩性。本文档来自技高网...

【技术保护点】
1.一种基于测井曲线的岩性识别方法，其特征在于，包括：获取目标井的多条测井曲线；标准化所述测井曲线；对标准化后的测井曲线进行主成分分析，以获取主成分测井数据；基于预设的聚类算法对所述主成分测井数据进行聚类，获得所述目标井的岩性识别结果。

【技术特征摘要】
1.一种基于测井曲线的岩性识别方法，其特征在于，包括：获取目标井的多条测井曲线；标准化所述测井曲线；对标准化后的测井曲线进行主成分分析，以获取主成分测井数据；基于预设的聚类算法对所述主成分测井数据进行聚类，获得所述目标井的岩性识别结果。2.如权利要求1所述的基于测井曲线的岩性识别方法，其特征在于，所述标准化所述测井曲线，包括：对所述多条测井曲线进行标准差标准化处理。3.如权利要求1所述的基于测井曲线的岩性识别方法，其特征在于，所述对标准化后的测井曲线进行主成分分析，包括：获取初始测井数据的协方差矩阵；所述初始测井数据为标准化后的测井曲线的测井数据；确定所述协方差矩阵的特征值及特征向量；对所述特征值进行从大到小排序，并根据公式确定大于预设阈值时的主成分测井曲线个数；其中，λi为第i个特征值，M为测井曲线个数，L为大于预设阈值时的主成分测井曲线个数；根据公式XNL＝YNM*UML确定主成分测井数据；其中，XNL为主成分测井数据，YNM为初始测井数据，UML为对初始测井数据的协方差矩阵求取的特征向量。4.如权利要求1所述的基于测井曲线的岩性识别方法，其特征在于，所述预设的聚类算法包括核K-均值聚类算法。5.如权利要求4所述的基于测井曲线的岩性识别方法，其特征在于，对于所述目标井中的每口井，所述基于预设的聚类算法对所述主成分测井数据进行聚类，包括：a、按照N/K的间隔取K个数据点作为初始聚类中心点，并根据所述初始聚类中心点对所述主成分测井数据进行初始分类；其中，N为主成分测井数据个数，K为初始分类数；b、根据公式将主成分测井数据从输入空间映射到高维特征空间，求取核函数矩阵；其中，KMi,j为核函数矩阵第i行第j列元素，xi为第i个主成分测井数据，xj为第j个主成分测井数据，κ(xi,xj)为第i个主成分测井数据与第j个主成分测井数据的核函数，φ(xi)为第i个主成分测井数据到高维特征空间的映射，φ(xj)为第j个主成分测井数据在高维特征空间的映射，＜φ(xi),φ(xj)＞为第i个主成分测井数据到高维空间的映射与第j个主成分测井数据到高维空间的映射的內积，σ为核参数，L为主成分测井曲线个数，xil为第i个主成分测井数据的第l个分量，xjl为第j个主成分测井数据的第l个分量；c、统计每类的数据样本个数counti；d、根据公式pi＝counti/N确定每类所占的概率；其中pi为第i类在N中所占的比例；e、根据公式确定高维特征空间中每个主成分测井数据xn与各类ci的频率差异测度；其中，Disti为高维特征空间中每个主成分测井数据φ(xn)与φ(ci)类中心的频率差异测度，φ(xn)为第n个主成分测井数据到高维特征空间的映射，ci为第i类，φ(ci)为ci类中心到高维空间的映射，λ为惩罚因子；f、确定每个主成分测井数据的最小Disti，并将每个主成分测井数据归类至与其最小Disti所对应的类别中；g、更新聚类中心点，并重复c～f，直至满足预设的迭代终止条件；h、输出每个主成分测井数据所属类别，并根据测井曲线特征，给各类别赋予岩性。6.一种基于测井曲线的岩性识别装置，其特征...

【专利技术属性】
技术研发人员：熊伟，万忠宏，崔京彬，李磊，幸华刚，徐红霞，
申请(专利权)人：中国石油天然气集团有限公司，中国石油集团东方地球物理勘探有限责任公司，
类型：发明
国别省市：北京,11