一种基于马尔可夫链转移概率矩阵特征值分类与支持向量机的测井曲线异常判别方法技术

本发明专利技术公开了一种基于马尔可夫链转移概率矩阵特征值分类与支持向量机的测井曲线异常判别方法,通过把连续值的测井曲线离散化成状态序列看作马尔科夫链充分统计实例，统计出马尔科夫链的全状态空间、初始状态分布，分别统计出正常曲线样本与异常曲线样本的马尔科夫链状态转移概率矩阵，通过主成分分析（PCA）方法计算出各矩阵的最大特征值和与之对应的特征向量，得到特征点，使用支持向量机（SVM）求得特征点的最大隔离超平面函数。统计待判别曲线段的状态转移概率矩阵，求得特征点，代入最大隔离超平面函数，并把得到的函数值代入sigmoid函数求得曲线异常或正常的概率。旨在解决现有技术中存在的测井曲线异常判别效率和精度不高的技术问题。

【技术实现步骤摘要】
一种基于马尔可夫链转移概率矩阵特征值分类与支持向量机的测井曲线异常判别方法
本专利技术涉及测井曲线数据
，尤其涉及一种基于马尔可夫链转移概率矩阵特征值分类与支持向量机的测井曲线异常判别方法。
技术介绍
在进行岩相判别、储层划分和油气相识别等地球物理勘探时，在岩石物理建模、反演储层岩性与物性时，根据测井曲线进行地层划分是一项基础性工作，有利于排除地层界面影响，统一不同井内的研究范围，为了更加准确地分析研究地层，还必须发现并处理测井曲线中异常响应的情况，避免错误的地层划分。传统上判别测井曲线中异常响应靠人员的知识与经验，在测井曲线较少的情况下，人工方法完全可以解决问题，尤其是有丰富经验的专家参与的情况下，通常能进行相当精准的识别。然而随着测井曲线数量的不断上涨，人工方法特别低效且随意、主观的弊端就慢慢凸显出来，到最后完全不能适应工程或研究上的要求。测井曲线数量上升到一定程度，过去那种依赖人工辨识异常的方法变得不可行，于是有人试图使用机器学习的方法。在使用机器学习过程中人们发现存在大量问题，首先，曲线异常响应产生的原因众本文档来自技高网...

【技术保护点】
1.一种基于马尔可夫链转移概率矩阵特征值分类与支持向量机的测井曲线异常判别方法，其特征在于，所述测井曲线异常判别方法包括如下步骤：/n测井曲线标准化处理；/n人工标注含有异常的测井曲线中的异常曲线段样本与正常曲线段样本；/n将标注的测井曲线的有效值域区间分为n等份并对应到n种状态得到测井曲线的全状态空间k={k1,k2···kn}，进而统计出状态分布函数P(k)；/n使用异常曲线段样本建立异常曲线马尔可夫链状态转移概率矩阵A；对所述矩阵A进行主成分分析，得到矩阵A的最大特征值α、与之对应的特征向量v以及n维空间中异常曲线段样本特征点P1；/n使用正常曲线段样本建立正常曲线马尔可夫链状态转移概率...

【技术特征摘要】
1.一种基于马尔可夫链转移概率矩阵特征值分类与支持向量机的测井曲线异常判别方法，其特征在于，所述测井曲线异常判别方法包括如下步骤：
测井曲线标准化处理；
人工标注含有异常的测井曲线中的异常曲线段样本与正常曲线段样本；
将标注的测井曲线的有效值域区间分为n等份并对应到n种状态得到测井曲线的全状态空间k={k1,k2···kn}，进而统计出状态分布函数P(k)；
使用异常曲线段样本建立异常曲线马尔可夫链状态转移概率矩阵A；对所述矩阵A进行主成分分析，得到矩阵A的最大特征值α、与之对应的特征向量v以及n维空间中异常曲线段样本特征点P1；
使用正常曲线段样本建立正常曲线马尔可夫链状态转移概率矩阵B，对所述矩阵B进行主成分分析，得到矩阵B的最大特征值β、与之对应的特征向量u以及n维空间中异常曲线段样本的特征点P2；
利用支持向量机方法获得用以分离P1和P2的隔离超平面函数H(X)；
设置统计窗长，指定待判别点，以待判别点为中心统计窗内测井曲线段的马尔可夫链状态转移概率矩阵C；对所述矩阵C进行主成分分析，得到矩阵C的最大特征值γ、与之对应的特征向量y以及n维空间中待判别点的特征点P3；
将n维空间中待判别点的特征点P3代入超平面函数H(X)，并将超平面函数H(X)的输出值输入sigmoid函数S(x)，得到判别P3为曲线待判别点正常的概率S以及为曲线待判别点异常的概率1-S；
对待判别曲线进行逐点的异常判别，得到待判别曲线的正常概率曲线或异常概率曲线。


2.如权利要求1所述的一种基于马尔可夫链转移概率矩阵特征值分类与支持向量机的测井曲线异常判别方法，其特征在于，所述得到测井曲线的全状态空间k={k1,k2···kn}具体包括如下步骤：将标注的测井曲线的有效值域区间x=[x1,x2]分为n等份，将获得的n等份有效值域区间分别对应到k1,k2···kn的n种状态，将上述得到的n种状态组成测井曲线的全状态空间k={k1,k2···kn}。


3.如权利要求2所述的一种基于马尔可夫链转移概率矩阵特征值分类与支持向量机的测井曲线异常判别方法，其特征在于，对所述矩阵A进行主成分分析具体包括如下步骤：对矩阵A进行主成分分析，得...

【专利技术属性】
技术研发人员：何文渊，宋明水，毕建军，邱小斌，
申请(专利权)人：北京中恒利华石油技术研究所，
类型：发明
国别省市：北京;11