本申请提供了一种测井曲线的重构方法，本方法提取待重构的测井曲线的特征，依据特征生成模型特征，并将模型特征输入至重构模型，重构模型的输出即为重构后的测井曲线。重构模型为依据测井所在地的地质类型，获取的与该地质类型对应的机器模型，显然，基于机器学习该重构模型能够用于多维度非线性回归，可以有效解决传统方法所受到多维度、非线性的限制。从而得到准确度高的重构后的测井曲线。进一步，本实施例中的重构模型为从多种机器学习模型中选择的，对测井所在地的地质类型的测井曲线的重构准确性最高的模型，所以进一步提高了重构后测井曲线的质量，即重构后测井曲线能够更好的反应该测井地区的地质特性。的反应该测井地区的地质特性。的反应该测井地区的地质特性。
【技术实现步骤摘要】
一种测井曲线的重构方法、装置、设备及存储介质
[0001]本申请涉及测井
，更具体地说，涉及一种测井曲线的重构方法、装置、设备及存储介质。
技术介绍
[0002]测井是应用地球物理的一个重要分支，它利用电磁学、核物理学、声学等各种类型的测井仪器，测量井下地层的各种物理参数和井眼技术状况，以解决油田勘探、开发中的各类地质和工程技术问题。
[0003]测井得到的各种地层参数按深度连续记录的曲线统称为测井曲线。其中，测井曲线的种类包括多种类型，例如电阻率曲线、自然电位曲线、以及声波时差曲线等。但是，由于受到测井仪或地质等因素的影响，测井曲线往往会出现不同程度的失真，因此需要对测井曲线进行重构。
[0004]而传统的重构方法，多采用线性回归重构测井曲线，受输入参数维度和回归方法的限制，重构后的测井曲线不准确。不准确的测井曲线不能真实反映地层的岩性、物性或电性等地层属性，例如，不准确的声波时差曲线可能造成地层岩性识别错误，导致勘探结果与真实的地质存在差异。
技术实现思路
[0005]鉴于上述问题，本专利技术提供一种克服上述问题或者至少部分地解决上述问题的信息处理方法及装置。
[0006]一种测井曲线的重构方法，包括：
[0007]提取待重构的测井曲线的特征；
[0008]依据预设的地质类型与重构模型的对应关系，获取与测井所在地的地质类型对应的重构模型，所述测井为采集所述待重构的测井曲线的测井；所述对应关系中每个地质类型对应的重构模型为多种机器学习模型中，对该地质类型的测井的测井曲线的重构准确性最高的模型；
[0009]将模型特征输入所述重构模型，得到所述重构模型输出的重构后的测井曲线，所述模型特征依据所述特征确定。
[0010]可选地，提取待重构的测井曲线的特征，包括：
[0011]获取所述待重构的测井曲线的预设的参考曲线，所述参考曲线为表示获取所述待重构测井曲线的测井的地质类型且与所述待重构的测井曲线的响应相同的曲线；
[0012]通过对所述待重构的测井曲线的参考曲线进行运算，得到所述特征，所述运算包括求导、曲线间求积和曲线间求商的至少一项。
[0013]可选地，在所述提取待重构的测井曲线的特征之前，还包括：
[0014]对所述参考曲线和所述待重构的测井曲线的深度进行校准，得到校深后参考曲线和所述待重构的测井曲线；
[0015]所述通过对所述待重构的测井曲线参考曲线进行运算，得到所述特征包括：
[0016]通过对所述校深后参考曲线进行运算，得到所述特征。
[0017]可选地，地质类型与重构模型的对应关系的确定过程，包括：
[0018]获取所述地质类型的地域的多个测井，作为样本测井；
[0019]将所述样本测井划分为第一测井集合和第二测井集合，所述第一测井集合和所述第二测井集合无交集，所述第一测井集合中的样本测井的数量大于所述第二测井集合中的样本测井的数量；
[0020]使用所述第一测井集合中的样本测井的测井曲线，训练多种类型的模型，得到多个待选模型；
[0021]分别将所述第二测井集合中的样本测井的测井曲线的特征，输入各个所述待选模型，得到各个所述待选模型输出的重构后的结果测井曲线；
[0022]将输出的重构后的结果测井曲线与预设样本测井曲线最相似的待选模型，作为所述重构模型，所述预设样本测井曲线为，与所述第二测井集合中的样本测井的测井曲线属于同一测井、且同一类型的测井曲线。
[0023]可选地，在所述将所述模型特征输入所述重构模型，得到所述重构模型输出的重构后的测井曲线之前，还包括：
[0024]对所述特征进行降维处理，得到所述模型特征。
[0025]可选地，多种机器学习模型包括：
[0026]逻辑回归模型、k近邻模型、梯度提升树模型、支持向量机模型、朴素贝叶斯模型、决策树模型和随机森林模型。
[0027]一种测井曲线的重构装置，包括：
[0028]特征提取单元，用于提取待重构的测井曲线的特征；
[0029]模型获取单元，用于依据预设的地质类型与重构模型的对应关系，获取与测井所在地的地质类型对应的重构模型，所述测井为采集所述待重构的测井曲线的测井；所述对应关系中每个地质类型对应的重构模型为多种机器学习模型中，对该地质类型的测井的测井曲线的重构准确性最高的模型；
[0030]曲线重构单元，用于将模型特征输入所述重构模型，得到所述重构模型输出的重构后的测井曲线，所述模型特征依据所述特征确定。
[0031]可选地，模型获取单元还用于，按照以下方式，获取所述地质类型与重构模型的对应关系：
[0032]获取所述地质类型的地域的多个测井，作为样本测井；
[0033]将所述样本测井划分为第一测井集合和第二测井集合，所述第一测井集合和所述第二测井集合无交集，所述第一测井集合中的样本测井的数量大于所述第二测井集合中的样本测井的数量；
[0034]使用所述第一测井集合中的样本测井的测井曲线，训练多种类型的模型，得到多个待选模型；
[0035]分别将所述第二测井集合中的样本测井的测井曲线的特征，输入各个所述待选模型，得到各个所述待选模型输出的重构后的测井曲线；
[0036]将输出的重构后的测井曲线与预设样本测井曲线最相似的待选模型，作为所述重
构模型。
[0037]一种存储介质，其上存储有程序，所述程序被处理器执行时，实现上述的测井曲线的重构方法的各个步骤。
[0038]一种测井曲线的重构设备，所述设备包括至少一个处理器、以及与所述处理器连接的至少一个存储器、总线；其中，所述处理器、所述存储器通过所述总线完成相互间的通信；所述处理器用于调用所述存储器中的程序指令，以执行上述的测井曲线的重构方法。
[0039]借由上述技术方案，本申请实施例提供了一种测井曲线的重构方法，提取待重构的测井曲线的特征，并依据特征生成模型特征，将模型特征输入至重构模型，重构模型的输出即为重构后的测井曲线。显然，基于机器学习的特点，重构模型能够用于多维度非线性回归，可以有效解决传统方法所受到多维度、非线性的限制，从而得到准确度高的重构后的测井曲线。并且，由于重构模型为依据测井所在地的地质类型，获取的与该地质类型对应的机器模型，并且结合测井曲线与地质类型的强相关性，从多种机器学习模型中选择准确性最高的模型，以确定测井所在地类型对应的重构模型，能够进一步提高重构曲线的准确性。
[0040]上述说明仅是本专利技术技术方案的概述，为了能够更清楚了解本专利技术的技术手段，而可依照说明书的内容予以实施，并且为了让本专利技术的上述和其它目的、特征和优点能够更明显易懂，以下特举本专利技术的具体实施方式。
附图说明
[0041]通过阅读下文优选实施方式的详细描述，各种其他的优点和益处对于本领域普通技术人员将变得清楚明了。附图仅用于示出优选实施方式的目的，而并不认为是对本专利技术的限制。而且在整个附图中，用相同本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种测井曲线的重构方法，其特征在于，包括：提取待重构的测井曲线的特征；依据预设的地质类型与重构模型的对应关系，获取与测井所在地的地质类型对应的重构模型，所述测井为采集所述待重构的测井曲线的测井；所述对应关系中每个地质类型对应的重构模型为多种机器学习模型中，对该地质类型的测井的测井曲线的重构准确性最高的模型；将模型特征输入所述重构模型，得到所述重构模型输出的重构后的测井曲线，所述模型特征依据所述特征确定。2.根据权利要求1所述的方法，其特征在于，所述提取待重构的测井曲线的特征，包括：获取所述待重构的测井曲线的预设的参考曲线，所述参考曲线为表示获取所述待重构测井曲线的测井的地质类型且与所述待重构的测井曲线的响应相同的曲线；通过对所述待重构的测井曲线的参考曲线进行运算，得到所述特征，所述运算包括求导、曲线间求积和曲线间求商的至少一项。3.根据权利要求2所述的方法，其特征在于，在所述提取待重构的测井曲线的特征之前，还包括：对所述参考曲线和所述待重构的测井曲线的深度进行校准，得到校深后参考曲线和所述待重构的测井曲线；所述通过对所述待重构的测井曲线参考曲线进行运算，得到所述特征包括：通过对所述校深后参考曲线进行运算，得到所述特征。4.根据权利要求1所述的方法，其特征在于，所述地质类型与重构模型的对应关系的确定过程，包括：获取所述地质类型的地域的多个测井，作为样本测井；将所述样本测井划分为第一测井集合和第二测井集合，所述第一测井集合和所述第二测井集合无交集，所述第一测井集合中的样本测井的数量大于所述第二测井集合中的样本测井的数量；使用所述第一测井集合中的样本测井的测井曲线，训练多种类型的模型，得到多个待选模型；分别将所述第二测井集合中的样本测井的测井曲线的特征，输入各个所述待选模型，得到各个所述待选模型输出的重构后的结果测井曲线；将输出的重构后的结果测井曲线与预设样本测井曲线最相似的待选模型，作为所述重构模型，所述预设样本测井曲线为，与所述第二测井集合中的样本测井的测井曲线属于同一测井、且同一类型的测井曲线。5.根据权利要求1所述的方法，其特征在于，在所述将所述模...
【专利技术属性】
技术研发人员：李丙龙，
申请(专利权)人：北京国双科技有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。