System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind() 一种多井自适应测井数据智能归一化方法技术_技高网

一种多井自适应测井数据智能归一化方法技术

技术编号:41272091 阅读:3 留言:0更新日期:2024-05-11 09:26
一种多井自适应测井数据智能归一化方法,所述方法包括步骤:获取测井数据分布散度;获取测井数据临界值参考值;获取测井数据临界值决定公式;根据所述测井数据临界值决定公式、所述测井数据分布散度和所述测井数据临界值参考值变形得到测井数据临界值优化公式;求取所述测井数据临界值优化公式的上临界值;求取所述测井数据临界值优化公式的下临界值;根据所述上临界值和所述下临界值对输入量进行异常值变化;获取测井数据智能归一化原始公式;根据所述测井数据智能归一化公式和所述异常值变化变形得到测井数据智能归一化公式。本申请可以有效规避异常值在归一化过程中带来的主体数据偏差,极大地提高了数据智能归一化效率与准确度。

【技术实现步骤摘要】

本专利技术属于石油天然气开采,具体涉及一种多井自适应测井数据智能归一化方法


技术介绍

1、测井资料是认识油田地下地质、沉积、构造、流体等情况的重要基础资料,经过地质人员测井解释转化为油藏信息,为认识油藏不可获取的“硬数据”。而测井资料处理将直接影响测井解释的准确性,进而影响对油藏的认识,直接关系到油藏开发方案与决策。

2、测井资料归一化处理作为测井资料处理中最常用的方法之一,处理后的数据去除了不同测井曲线资料的量纲影响,减弱井间测井信息对比误差,为测井资料定量解释提供极大便利。同时测井数据智能归一化处理是利用机器学习等人工智能技术实现测井智能解释的重要步骤,也可以应用到其他领域的数据预处理中,为实现智能油藏夯实数据基础。

3、在测井过程中,由于测井仪器、地层、环境、施工等因素导致测井资料在起测段与结束段、井壁垮塌段、裂缝孔洞发育段等可能会出现异常测量值。现有最大最小值归一化方法在提取最大值最小值时未考虑异常值的影响,尤其是极大或极小异常值存在时,最大最小值的确定受异常值影响,从而使计算结果整体偏差过大,导致不同井之间或同井不同测井曲线系列之间数据智能归一化效果不同,影响后续测井解释。


技术实现思路

1、鉴于上述问题,本专利技术提供克服上述问题或者至少部分地解决上述问题的一种多井自适应测井数据智能归一化方法。

2、为解决上述技术问题,本专利技术提供了一种多井自适应测井数据智能归一化方法,所述方法包括步骤:

3、获取测井数据分布散度;</p>

4、获取测井数据临界值参考值;

5、获取测井数据临界值决定公式;

6、根据所述测井数据临界值决定公式、所述测井数据分布散度和所述测井数据临界值参考值变形得到测井数据临界值优化公式;

7、求取所述测井数据临界值优化公式的上临界值;

8、求取所述测井数据临界值优化公式的下临界值;

9、根据所述上临界值和所述下临界值对输入量进行异常值变化;

10、获取测井数据智能归一化原始公式;

11、根据所述测井数据智能归一化公式和所述异常值变化变形得到测井数据智能归一化公式。

12、优选地,所述测井数据分布散度的表达式为:

13、

14、其中,s表示测井数据分布散度,w表示测井数据在累计概率区间上的数据分布范围,δa表示累计概率区间间距。

15、优选地,所述测井数据临界值参考值的表达式为:

16、

17、其中,k表示测井数据临界值参考值,m表示调节参数,q3表示测井数据的上四分位数,q1表示测井数据的下四分位数。

18、优选地,所述测井数据临界值决定公式的表达式为:

19、s>k;

20、其中,s表示测井数据分布散度,k表示测井数据临界值参考值。

21、优选地,所述测井数据临界值优化公式的表达式为:

22、

23、其中,w表示测井数据在累计概率区间上的数据分布范围,δa表示累计概率区间间距,m表示调节参数,q3表示测井数据的上四分位数,q1表示测井数据的下四分位数。

24、优选地,所述上临界值的表达式为:

25、

26、其中,x|p(a+δa)表示累计概率等于a+△a时变量x的值,δa表示累计概率区间间距,m表示调节参数,q3表示测井数据的上四分位数,q1表示测井数据的下四分位数,x|p(a)表示累计概率等于a时变量x的值。

27、优选地,所述下临界值的表达式为:

28、

29、其中,x|p(a-δa)表示累计概率等于a-△a时变量x的值,δa表示累计概率区间间距,m表示调节参数,q3表示测井数据的上四分位数,q1表示测井数据的下四分位数,x|p(a)表示累计概率等于a时变量x的值。

30、优选地,所述异常值变化的表达式为:

31、

32、其中,x表示输入量,c1表示上临界值,c2表示下临界值。

33、优选地,所述测井数据智能归一化原始公式的表达式为:

34、

35、其中,x*表示归一化后变量,x表示归一化前原始变量,xmin表示归一化前数据变量的最小值,xmax表示归一化前数据变量的最大值。

36、优选地,所述测井数据智能归一化公式的表达式为:

37、

38、其中,x*表示归一化后变量,x表示归一化前原始变量,c1表示待归一化数据自适应大端点值,c2表示待归一化数据自适应小端点值。

39、本专利技术实施例中的一个或多个技术方案,至少具有如下技术效果或优点:本申请提供的一种多井自适应测井数据智能归一化方法,可以有效规避异常值在归一化过程中带来的主体数据偏差,端点值提取具有自适应性,可以在不同井的测井资料间自适应选择归一化端点值,极大地提高了数据智能归一化效率与准确度。

本文档来自技高网...

【技术保护点】

1.一种多井自适应测井数据智能归一化方法,其特征在于,所述方法包括步骤:

2.根据权利要求1所述的多井自适应测井数据智能归一化方法,其特征在于,所述测井数据分布散度的表达式为:

3.根据权利要求1所述的多井自适应测井数据智能归一化方法,其特征在于,所述测井数据临界值参考值的表达式为:

4.根据权利要求1所述的多井自适应测井数据智能归一化方法,其特征在于,所述测井数据临界值决定公式的表达式为:

5.根据权利要求1所述的多井自适应测井数据智能归一化方法,其特征在于,所述测井数据临界值优化公式的表达式为:

6.根据权利要求1所述的多井自适应测井数据智能归一化方法,其特征在于,所述上临界值的表达式为:

7.根据权利要求1所述的多井自适应测井数据智能归一化方法,其特征在于,所述下临界值的表达式为:

8.根据权利要求1所述的多井自适应测井数据智能归一化方法,其特征在于,所述异常值变化的表达式为:

9.根据权利要求1所述的多井自适应测井数据智能归一化方法,其特征在于,所述测井数据智能归一化原始公式的表达式为:

10.根据权利要求1所述的多井自适应测井数据智能归一化方法,其特征在于,所述测井数据智能归一化公式的表达式为:

...

【技术特征摘要】

1.一种多井自适应测井数据智能归一化方法,其特征在于,所述方法包括步骤:

2.根据权利要求1所述的多井自适应测井数据智能归一化方法,其特征在于,所述测井数据分布散度的表达式为:

3.根据权利要求1所述的多井自适应测井数据智能归一化方法,其特征在于,所述测井数据临界值参考值的表达式为:

4.根据权利要求1所述的多井自适应测井数据智能归一化方法,其特征在于,所述测井数据临界值决定公式的表达式为:

5.根据权利要求1所述的多井自适应测井数据智能归一化方法,其特征在于,所述测井数据临界值优化公式的表达式为:

【专利技术属性】
技术研发人员:武玺裴升杰宗杰王志章周宗良曲康曹国明韩秀梅张凡磊韩云谢菲王杰魏朋朋徐伟张文婷
申请(专利权)人:中国石油天然气股份有限公司
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 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。

1