一种基于卷积神经网络和Eaton公式的地层孔隙压力计算方法技术

一种基于卷积神经网络和Eaton公式的地层孔隙压力计算方法，包括：测井曲线重叠采样；基于短时傅里叶变换的样本1D‑2D变换预处理，将一维的深度域测井曲线样本转换为二维的深频图；基于卷积神经网络的正常压实层段智能识别模型，采用数据驱动的方式，对测井曲线进行分段特征提取，识别正常压实层段；根据识别出的正常压实层段测井曲线，构建正常压实趋势线拟合方程；根据正常压实趋势线方程，采用Eaton公式进行地层孔隙压力剖面计算。本发明专利技术采用基于数据驱动和物理模型相结合的地层孔隙计算方法，避免了正常压实趋势线构建过程中存在的人为主观性，提高了地层孔隙压力的计算精度。

【技术实现步骤摘要】
一种基于卷积神经网络和Eaton公式的地层孔隙压力计算方法
本专利技术涉及一种基于卷积神经网络和Eaton公式的地层孔隙压力计算方法，属于油气钻井的

技术介绍
地层孔隙压力是研究井壁稳定、进行钻井工程设计和评价储层的重要参数之一，有效、准确地进行地层孔隙压力预测，对于优快钻井、保护油气储层具有重要意义。Eaton法是目前最为常用的地层孔隙压力计算方法，该方法利用地震或测井资料根据正常压实趋势线进行地层孔隙压力计算，具有连续性好、分辨率高、实用性强等特点。正常压实趋势线的构建是利用Eaton法进行地层孔隙压力计算的前提，根据沉积压实理论，泥岩欠压实地层的孔隙度比正常压实情况偏大，测井过程中表现为参数曲线偏离正常压实趋势线。现有方法通过主观设定正常压实区间并拟合得到一条正常压实趋势线，然后基于正常压实趋势线计算纵向上沿整个井深范围内的地层孔隙压力。由于钻井地质环境的复杂性、地震测井等相关解释资料的模糊性和人为判断的主观性等，使得构建的正常压实趋势线存在不确定性，最终导致地层孔隙压力预测结果存在不同程度的误差。<br>近年来，人工智本文档来自技高网...

【技术保护点】
1.一种基于卷积神经网络和Eaton公式的地层孔隙压力计算方法，其特征在于，包括：/n1）选取已完钻井测井资料进行模型训练：对用于计算地层孔隙压力的测井曲线参数进行重叠采样，并分别进行短时傅里叶变换，进而得到各采样样本对应的深频图；/n2）将步骤1）的深频图输入卷积神经网络进行训练，实现对正常压实层段的自适应特征提取，得到正常压实层段智能识别模型；/n3）将目标井对应用于计算地层孔隙压力的测井曲线参数按照步骤1）进行重叠采样和短时傅里叶变换，得到各样本对应的深频图；将本步骤的样本深频图输入步骤2）中的正常压实层段智能识别模型，以识别最优正常压实层段；/n4）拟合构建正常压实趋势线方程，并带入E...

【技术特征摘要】
1.一种基于卷积神经网络和Eaton公式的地层孔隙压力计算方法，其特征在于，包括：
1）选取已完钻井测井资料进行模型训练：对用于计算地层孔隙压力的测井曲线参数进行重叠采样，并分别进行短时傅里叶变换，进而得到各采样样本对应的深频图；
2）将步骤1）的深频图输入卷积神经网络进行训练，实现对正常压实层段的自适应特征提取，得到正常压实层段智能识别模型；
3）将目标井对应用于计算地层孔隙压力的测井曲线参数按照步骤1）进行重叠采样和短时傅里叶变换，得到各样本对应的深频图；将本步骤的样本深频图输入步骤2）中的正常压实层段智能识别模型，以识别最优正常压实层段；
4）拟合构建正常压实趋势线方程，并带入Eaton公式；
计算待测目标井的地层孔隙压力剖面。


2.根据权利要求1所述的一种基于卷积神经网络和Eaton公式的地层孔隙压力计算方法，其特征在于，在步骤4）中，拟合构建正常压实趋势线方程为：



其中，为正常压实层速度，km/s；为正常压实电阻率，Ω；为正常压实视密度，g/cm3；为正常压实声波时差，us/ft；为井深，m；为常数；为时地表层速度，km/s；为时地表电阻率，Ω；为时地表视密度，g/cm3；时地表声波时差，us/ft。


3.根据权利要求1所述的一种基于卷积神经网络和Eaton公式的地层孔隙压力计算方法，其特征在于，所述步骤5）计算待测目标井的地层孔隙压力剖面包括：
将得到的所述公式（II）带入Eaton公式，对全井段地层孔隙压力剖面进行预测，其中，所述Eaton公式为：

【专利技术属性】
技术研发人员：管志川，韩超，许玉强，李敬皎，李成，
申请(专利权)人：中国石油大学华东，
类型：发明
国别省市：山东;37