井间连通路径智能识别方法及电子设备技术

本发明专利技术实施例公开了一种井间连通路径智能识别方法及电子设备。其中，井间连通路径智能识别方法，包括：获取待识别的图像数据，所述图像数据中包括井间连通路径；对所述图像数据中的图像进行二值化处理，得到二值化图像；基于所述二值化图像提取流动路径中轴线，得到中轴变换图像；计算所述流动路径的权值；基于所述权值在所述中轴变换图像中查找优势路径，并对所述中轴变换图像中的断点进行重连。通过对图像进行二值化处理，提取流动路径中轴线，计算流动路径的权值，并基于权值查找优势路径。达到提高识别效率和效果的目的。达到提高识别效率和效果的目的。达到提高识别效率和效果的目的。

【技术实现步骤摘要】
井间连通路径智能识别方法及电子设备


[0001]本专利技术属于石油地质
，更具体地，涉及一种井间连通路径智能识别方法及电子设备。

技术介绍

[0002]目前，我国石油产量的70％仍来自老油田，其剩余可采储量依然相当可观。与此同时，老油田经过几十年的开发，总体已进入“双高”(高采出程度、高含水)开发阶段。高含水油田挖潜的中心任务是提高原油采收率，提高原油采收率的关键是准确预测剩余油的相对富集区，这类油田的开发成为我国石油所面对的重大挑战。该类油田储集层中92％为非均质储层，预测该类油藏剩余油相对富集区的核心是深化油藏地震描述。非均质油藏描述的关键是储层连通关系的描述。以缝洞型油藏为例，该类油藏的连通路径识别是开展缝洞储集体动用状况分析、注水(气)效果差异性分析、后期调整对策及立体注采井网构建的基础。
[0003]目前，井间连通路径的识别采用的方法包括生产动态资料反演技术、示踪剂监测技术和干扰试井监测技术。
[0004]生产动态资料反演技术基于注采井的生产数据，分析井间连通性，由于注采井网复杂，井间连通性分析存在多解性；示踪剂监测技术通过观察示踪剂在采油井中开采动态变化，研究分析井间连通性，该技术更加直观，但是测试成本高，测试持续时间长；干扰试井监测技术通过在激动井改变工作制度使油层压力发生变化，在监测井下高精度压力计测量井底压力数据，通过观测井是否能监测到来自激动井压力变化信号确定井间连通性，但是该技术的缺点在于观测压力讯号小，并且测试成本高，测试时间时间长。
[0005]为了解决上述技术的问题，采用更加成熟的油藏储集体动静态描述技术，但是油藏储集体动静态描述技术中连通路径的识别主要采用人工识别方法，手工绘制连通图，存在识别效率低、效果差的问题。

技术实现思路

[0006]有鉴于此，本专利技术实施例提供了一种井间连通路径智能识别方法及电子设备，至少解决现有技术中识别效率低且效果差的问题。
[0007]第一方面，本专利技术实施例提供了一种井间连通路径智能识别方法，包括：
[0008]获取待识别的图像数据，所述图像数据中包括井间连通路径；
[0009]对所述图像数据中的图像进行二值化处理，得到二值化图像；
[0010]基于所述二值化图像提取流动路径中轴线，得到中轴变换图像；
[0011]计算所述流动路径的权值；
[0012]基于所述权值在所述中轴变换图像中查找优势路径，并对所述中轴变换图像中的断点进行重连。
[0013]可选的，所述基于所述权值在所述中轴变换图像中查找优势路径，并对所述中轴变换图像中的断点进行重连，包括：
[0014]采用Dijkstra算法查找优势路径；
[0015]采用腐蚀算法对所述中轴变换图像中没有连通的区域进行断点重连。
[0016]可选的，所述图像数据，包括：地震沿层切片孔隙度数据和井位坐标数据；
[0017]所述地震沿层切片孔隙度数据至少包括5列数据，分别用于表示图像坐标、地质坐标和孔隙度；
[0018]所述井位坐标数据至少包括4列数据，分别用于表示地质坐标和像素坐标位置。
[0019]可选的，所述获取待识别的图像数据的步骤之后，还包括：
[0020]对获取的图像数据进行数据间插值，
[0021]所述数据间插值为在相邻两张切片图像数据之间插入相应图像数据。
[0022]可选的，所述对所述图像数据中的图像进行二值化处理，包括：
[0023]统计图像数据中每张图片的孔隙像素；
[0024]基于所述孔隙像素绘制像素直方图；
[0025]移动平均平滑所述直方图数据；
[0026]基于移动平均平滑后的直方图数据查找谷底值，将所述谷底值作为二值化阈值。
[0027]可选的，所述基于所述二值化图像提取流动路径中轴线，包括：
[0028]对所述二值化图像进行流动中轴提取得到细化后的路径图像，在描述流动路径的同时保留孔隙通道的拓扑特征；
[0029]采用中轴变换技术在细化后的路径图像中提取流动路径中轴线。
[0030]可选的，所述计算所述流动路径的权值，包括：
[0031]所述流动路径的权值为两个顶点和一条边组成的基础单元的权值累加，顶点的属性包括过流面积Ai和渗透率ki；
[0032]所述过流面积Ai和渗透率ki的加权方式为：
[0033][0034]可选的，计算所述过流面积Ai包括：
[0035]按照设定阈值剖分所述中轴变换图像中的流动孔隙和非流动孔隙；
[0036]选取邻域模板，查找邻域空间内是否存在不可流动孔隙，如果存在，则将离中心目标孔隙最近的不可流动孔隙的距离作为最大球的半径；
[0037]如果不存在，将邻域模板的半径增大，继续查找邻域空间内是否存在不可流动孔隙；
[0038]以所述最大球半径为邻域模板半径再次使用邻域模板，查找邻域模板内的所有距离小于等于最大球半径的可流动孔隙，作为该中心目标孔隙可流动孔隙的流动覆盖区域，基于所述覆盖区域得到过流面积。
[0039]可选的，所述渗透率K的求解的公式具体为：
[0040]φ表示孔隙度，K表示渗透率，c表示计算常数，D表示砂砾直径。
[0041]第二方面，本专利技术实施例还提供了一种电子设备，该电子设备包括：
[0042]存储器，存储有可执行指令；
[0043]处理器，所述处理器运行所述存储器中的所述可执行指令，以实现第一方面任一项所述的井间连通路径智能识别方法。
[0044]本专利技术通过对图像进行二值化处理，提取流动路径中轴线，计算流动路径的权值，并基于权值查找优势路径。达到提高识别效率和效果的目的。
[0045]本专利技术的其它特征和优点将在随后具体实施方式部分予以详细说明。
附图说明
[0046]通过结合附图对本专利技术示例性实施方式进行更详细的描述，本专利技术的上述以及其它目的、特征和优势将变得更加明显，其中，在本专利技术示例性实施方式中，相同的参考标号通常代表相同部件。
[0047]图1示出了本专利技术的实施例二所述的井间连通路径智能识别方法的流程图；
[0048]图2a示出了本专利技术的实施例一所述的地震沿层孔隙度切片数据示意图；
[0049]图2b示出了本专利技术的实施例一所述的井位坐标数据示意图；
[0050]图3a示出了本专利技术的实施例一所述的全三维插值结果示意图；
[0051]图3b示出了本专利技术的实施例一所述的分片二维插值结果示意图；
[0052]图4a示出了本专利技术的实施例一所述的二值化阈值示意图；
[0053]图4b示出了本专利技术的实施例一所述的图像阈值二值化结果示意图；
[0054]图5示出了本专利技术的实施例一所述的中轴变换后的结果示意图；
[0055]图6a示出了本专利技术的实施例一所述的多对多的路径查找示意图；
[0056]图6b示出了本专利技术的实施例一所述的路径参数结果示意图；本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种井间连通路径智能识别方法，其特征在于，包括：获取待识别的图像数据，所述图像数据中包括井间连通路径；对所述图像数据中的图像进行二值化处理，得到二值化图像；基于所述二值化图像提取流动路径中轴线，得到中轴变换图像；计算所述流动路径的权值；基于所述权值在所述中轴变换图像中查找优势路径，并对所述中轴变换图像中的断点进行重连。2.根据权利要求1所述的井间连通路径智能识别方法，其特征在于，所述基于所述权值在所述中轴变换图像中查找优势路径，并对所述中轴变换图像中的断点进行重连，包括：采用Dijkstra算法查找优势路径；采用腐蚀算法对所述中轴变换图像中没有连通的区域进行断点重连。3.根据权利要求1所述的井间连通路径智能识别方法，其特征在于，所述图像数据，包括：地震沿层切片孔隙度数据和井位坐标数据；所述地震沿层切片孔隙度数据至少包括5列数据，分别用于表示图像坐标、地质坐标和孔隙度；所述井位坐标数据至少包括4列数据，分别用于表示地质坐标和像素坐标位置。4.根据权利要求1所述的井间连通路径智能识别方法，其特征在于，所述获取待识别的图像数据的步骤之后，还包括：对获取的图像数据进行数据间插值，所述数据间插值为在相邻两张切片图像数据之间插入相应图像数据。5.根据权利要求1所述的井间连通路径智能识别方法，其特征在于，所述对所述图像数据中的图像进行二值化处理，包括：统计图像数据中每张图片的孔隙像素；基于所述孔隙像素绘制像素直方图；移动平均平滑所述直方图数据；基于移动平均平滑后的直方图数据查找谷底值，将所述谷底值作为二值化阈值。6.根据权利要求1所述的井间连通路...

【专利技术属性】
技术研发人员：孔强夫，刘坤岩，韩东，尚根华，王强，顾浩，
申请(专利权)人：中国石油化工股份有限公司石油勘探开发研究院，
类型：发明
国别省市：