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()
【技术实现步骤摘要】
本专利技术属于数据处理,具体涉及一种基于多维录井参数的潜山储集层分类预测方法。
技术介绍
1、随着常规油气藏勘探开发的成熟化,深层潜山勘探已成为目前勘探开发的重难点领域。在常规油气藏勘探工作中,为了加强对石油的勘探效率,随钻测井技术被广泛应用于储集层评价。随钻测井技术是在钻井设备中内置测量设备,在钻井过程中就可以获得地层岩石物理变量和地质特征等信息,实时快速地进行储集层解释评价工作。然而,为了实现安全高效勘探,潜山储集层往往不使用随钻测井技术,储集层有效性评价遇到了较大的挑战。
2、录井技术可以在随钻过程中获取多维度参数,是评价储层的重要手段,能够保障随钻评价的实效性。储集层的岩性、物性及含油气性是潜山储层有效性的主要控制因素,尚未见对储层有效性进行综合性表征技术。元素录井和衍射录井能够表征地层的岩性特征,元素录井通过xrf仪器发出x射线的脉冲数来记录元素产生的荧光能量和强度,能够对多种元素进行定量分析,现场能够测得17种元素。衍射录井是利用晶体矿物在x-射线下的特殊衍射效应来判断岩样中晶体矿物的组成及其相应含量,地层的岩性对储集层的储集空间类型及储集性能具有一定的控制作用。储集层的物性以往主要是利用常规测井与成像测井进行研究,而录井的工程参数在一定程度上可以反映地层的孔隙、裂缝发育情况。气测录井技术能够直接检测地下烃类信息,从而反映地层的含油气性。
3、综上,由于潜山油气勘探的特殊性,难以采用随钻测井技术进行储层分类,需借助录井技术对潜山储层有效性进行研究。因此,为了对潜山储集层有效性进行多维度综合评价
技术实现思路
1、本专利技术为了解决潜山油气勘探中无随钻测井资料进行储集层有效性评价的问题,提出了一种基于多维录井参数的潜山储集层分类预测方法。
2、本专利技术的技术方案是:一种基于多维录井参数的潜山储集层分类预测方法包括以下步骤:
3、采集原始录井数据集,并对原始录井数据集进行预处理,生成标准录井数据集;
4、对标准录井数据集中的矿物数据和元素数据进行降维处理,生成降维矿物数据和降维元素数据;
5、对标准录井数据集中的工程录井参数进行相关性分析,生成敏感工程录井参数;
6、将降维矿物数据、降维元素数据、敏感工程录井参数以及气测录井参数作为多维录井数据集,并对多维录井数据集进行归一化处理,生成多维归一化录井数据集;
7、构建储集层分类预测模型,将多维归一化录井数据集输入至储集层分类预测模型中,确定潜山储集层所属类别。
8、进一步地,原始录井数据集包括矿物数据、元素数据、气测录井参数和工程录井参数;
9、标准录井数据集的生成方法具体为:对矿物数据、元素数据、气测录井参数和工程录井参数进行异常值剔除处理和缺省值填充处理,生成标准录井数据集。
10、进一步地,对标准录井数据集进行降维处理,生成降维录井数据集,包括以下子步骤:
11、根据标准录井数据集中的矿物数据和元素数据,生成样本集矩阵;
12、对样本集矩阵进行去中心化处理,生成去中心化矩阵;
13、计算去中心化矩阵的协方差矩阵,并对协方差矩阵进行特征分解,生成特征值和特征向量;
14、将特征值从大到小排序,将特征向量按照对应特征值的顺序排列,生成特征矩阵;
15、根据样本集矩阵和特征矩阵,生成降维样本集矩阵,并根据降维样本集矩阵生成降维矿物数据和降维元素数据。
16、进一步地,样本集矩阵x的表达式为:
17、
18、式中,xji表示样本集矩阵中第i行第j列元素,j=1,...,m,i=1,...,n,m表示标准录井数据集的样本个数,n表示标准录井数据集的特征数个数。
19、进一步地,去中心化矩阵的表达式为:
20、
21、式中,xji表示样本集矩阵中第i行第j列元素,j=1,...,m,i=1,...,n,m表示标准录井数据集的样本个数,n表示标准录井数据集的特征数个数,表示样本集矩阵中每一列的均值。
22、进一步地,降维样本集矩阵y的计算公式为:y=xw,x表示样本集矩阵,w表示特征矩阵。
23、进一步地,对标准录井数据集中的工程录井参数进行相关性分析,生成敏感工程录井参数,包括以下子步骤:
24、构建储层参数矩阵;
25、计算储层参数矩阵与样本集矩阵之间的皮尔逊相关性系数;
26、根据储层参数矩阵与样本集矩阵之间的皮尔逊相关性系数,计算显著性系数;
27、根据显著性系数,生成敏感工程录井参数。
28、进一步地,储层参数矩阵的表达式为:式中,y1,...,yn表示各个储层参数,n表示标准录井数据集的特征数个数。
29、进一步地,显著性系数p的计算公式为:
30、
31、式中,n表示标准录井数据集的特征数个数,r表示储层参数矩阵与样本集矩阵之间的皮尔逊相关性系数。
32、进一步地,储集层分类预测模型的表达式为:
33、mine=minβ(α||β2||+||ε2||)
34、式中,e表示极限学习机的风险总和,ε表示训练误差,α表示引入正则化系数,β表示隐含层和输出层的连接权值矩阵。
35、本专利技术的有益效果是:本专利技术公开了一种基于多维录井参数的潜山储集层分类预测方法,采集矿物数据、元素数据、气测录井参数和工程录井参数,通过对潜山地层的岩性、物性及含油气性三个维度对潜山储层有效性进行研究,同时结合机器学习算法,克服了勘探过程无随钻测井资料的不足,确保储集层的判识精度,从而指导潜山油气勘探。
本文档来自技高网...【技术保护点】
1.一种基于多维录井参数的潜山储集层分类预测方法,其特征在于,包括以下步骤:
2.根据权利要求1所述的基于多维录井参数的潜山储集层分类预测方法,其特征在于,所述原始录井数据集包括矿物数据、元素数据、气测录井参数和工程录井参数;
3.根据权利要求1所述的基于多维录井参数的潜山储集层分类预测方法,其特征在于,所述对标准录井数据集进行降维处理,生成降维录井数据集,包括以下子步骤:
4.根据权利要求3所述的基于多维录井参数的潜山储集层分类预测方法,其特征在于,所述样本集矩阵X的表达式为:
5.根据权利要求3所述的基于多维录井参数的潜山储集层分类预测方法,其特征在于,所述去中心化矩阵的表达式为:
6.根据权利要求3所述的基于多维录井参数的潜山储集层分类预测方法,其特征在于,所述降维样本集矩阵Y的计算公式为:Y=XW,X表示样本集矩阵,W表示特征矩阵。
7.根据权利要求1所述的基于多维录井参数的潜山储集层分类预测方法,其特征在于,所述对标准录井数据集中的工程录井参数进行相关性分析,生成敏感工程录井参数,包括以下子步骤:<
...【技术特征摘要】
1.一种基于多维录井参数的潜山储集层分类预测方法,其特征在于,包括以下步骤:
2.根据权利要求1所述的基于多维录井参数的潜山储集层分类预测方法,其特征在于,所述原始录井数据集包括矿物数据、元素数据、气测录井参数和工程录井参数;
3.根据权利要求1所述的基于多维录井参数的潜山储集层分类预测方法,其特征在于,所述对标准录井数据集进行降维处理,生成降维录井数据集,包括以下子步骤:
4.根据权利要求3所述的基于多维录井参数的潜山储集层分类预测方法,其特征在于,所述样本集矩阵x的表达式为:
5.根据权利要求3所述的基于多维录井参数的潜山储集层分类预测方法,其特征在于,所述去中心化矩阵的表达式为:
6.根据权利要求3所述的基于多维录井参数的潜山储集层分类预测方法,...
【专利技术属性】
技术研发人员:徐长贵,汪芯,毛敏,赵启彬,杨毅,袁胜斌,
申请(专利权)人:中国海洋石油集团有限公司,
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。