基于SegNet分段模型的标志层划分方法、装置和计算机设备制造方法及图纸

本发明专利技术公开了一种基于SegNet分段模型的标志层划分方法、装置和计算机设备。方法包括：收集测井曲线数据和标准层数据；对选取的测井曲线数据进行清洗、截断和补全；对选取的测井曲线数据和标准层数据进行标准化处理，并构建训练数据集、验证数据集和测试数据集；构建全段模型数据集和分段模型数据集；基于VGG16模型构建SegNet模型，并分别利用全段模型数据集和分段模型数据集对SegNet模型进行训练；确定精度最高的分段模型；将测试数据集输入到最优的分段模型中，预测待分层井的标志层数据，并计算得到标志层深度数据。在本发明专利技术中，采用分段模型的预测误差深度较整体模型误差大大降低，本发明专利技术为地层划分与对比及标志层识别提供了一种新的高精度智能预测方法。了一种新的高精度智能预测方法。了一种新的高精度智能预测方法。

【技术实现步骤摘要】
基于SegNet分段模型的标志层划分方法、装置和计算机设备


[0001]本申请涉及石油勘探
，特别是涉及一种基于SegNet分段模型的标志层划分方法、装置和计算机设备。

技术介绍

[0002]油气藏地层划分与对比统层是油藏描述与储层表征的关键步骤之一，地层统层的结果直接决定了油藏格架，并进一步控制了油藏内储集体的空间分布，最终影响油气藏的开发。标志层是指一层或一组具有明显特征可作为地层对比标志的岩层。标志层应当具有所含化石和岩性特征明显、层位稳定、分布范围广、易于鉴别的特点。地层统层的一般步骤是先进行标志层的识别，在此基础上建立地层剖面，再进行层间其他地层的识别和对比工作。
[0003]标志层识别的核心工作由地质研究人员通过单井井筒中的测井曲线，立足区域地质认识和特定的地层对比模式，通过手工划分实现的。这种依靠地质研究人员的人工解释，在很大程度上取决于研究人员专业认识水平、经验知识等，不同研究人员划分结果可能存在较大差异，难以建立统一的对比标准。
[0004]为提高工作效率，借助信号处理、数理统计以及人工智能等方法与技术，本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于SegNet分段模型的标志层划分方法，包括：S1，收集测井曲线数据和标准层数据，选取所述测井曲线数据中的多个测井变量特征；S2，对选取的测井曲线数据进行清洗，并根据标准层数据的深度范围，对选取的测井曲线数据进行截断和补全；S3，对选取的测井曲线数据和标准层数据进行标准化处理，并构建训练数据集、验证数据集和测试数据集；S4，对所述训练数据集进行分段处理，构建全段模型数据集和分段模型数据集；S5，基于VGG16模型构建SegNet模型，并分别利用全段模型数据集和分段模型数据集对SegNet模型进行训练，得到相应全段模型和分段模型；S6，对所述全段模型和分段模型进行精度分析，确定精度最高的分段模型；S7，将所述测试数据集输入到最优的分段模型中，预测待分层井的标志层数据，并计算得到标志层深度数据。2.根据权利要求1所述的基于SegNet分段模型的标志层划分方法，其特征在于，所述测井曲线数据的深度为300m，所述测井曲线数据的采样间隔为0.05m；所述标准层数据的深度范围为200m。3.根据权利要求1所述的基于SegNet分段模型的标志层划分方法，其特征在于，所述多个测井变量特征包括微梯度、微电位、自然伽马和自然电位。4.根据权利要求1所述的基于SegNet分段模型的标志层划分方法，其特征在于，步骤S3包括：对选取的测井曲线数据进行Z
‑
score标准化和0
‑
1归一化处理；对选取的测井曲线数据进行像素0
‑
255空间处理，保存为测井曲线训练图片，并记录当前图片所代表的深度范围；对所述标准层数据进行标准化，生成与测井曲线图片相同维度的分层标签图片，建立测井曲线训练图片和分层标签图片对数据集；根据预设比例对所述测井曲线训练图片和分层标签图片对数据集进行划分，构建训练数据集、验证数据集、测试数据集。5.根据权利要求4所述的基于SegNet分段模型的标志层划分方法，其特征在于，所...

【专利技术属性】
技术研发人员：矫树春，袁钢辉，董旭淼，徐强，陈天宝，曹艳虹，高超，刘志军，
申请(专利权)人：北京金阳普泰石油技术股份有限公司，
类型：发明
国别省市：