买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：东北石油大学三亚海洋油气研究院

摘要：本发明提供了一种基于MLP‑MTS的致密砂岩储层岩相智能判识方法及系统，属于油气勘探开发领域。为了解决传统致密砂岩岩相判识方法中训练时间长，准确率偏低的问题。本发明将岩相根据岩性特征及层理结构分为七类，在测井资料中筛选出五类贡献度最高的测井曲线参数，作为岩相智能判识的依据；对测井曲线数据集进行预处理，以保证实验数据的质量；构建MLP‑MTS混合智能模型，完成致密砂岩储层岩相智能判识工作。本发明通过精确度和准确率实验、执行速度评价实验、单井识别效果实验，证明本发明的有效性，能够高效、准确地进行致密砂岩储层岩相判识；同时，也为致密砂岩油藏的勘探开发提供了新的依据。

主权项：1.一种基于MLP-MTS的致密砂岩储层岩相智能判识方法，其特征在于，包括以下步骤：S100、将致密砂岩的岩相根据岩性特征及层理结构分为七类，在测井资料中筛选出五类贡献度最高的测井曲线参数，作为岩相智能判识的依据，包括，S110、依据岩相的岩性类型和层理结构结合测井曲线响应特征进行岩相划分，包括板状交错层理细砂岩相、槽状交错层理细砂岩相、平行层理细砂岩相、波状层理细砂岩相、水平层理粉砂岩相、波状层理泥质粉砂岩相，其它岩相统一合并为其它泥岩类岩相；S120、基于测井曲线的岩相判识方法中测井曲线数据，采用主成分分析法对测井曲线参数值进行评分，计算公式为： 其中，yj为第j个特征值；yk为第k个特征值；k为主要特征的主成分，贡献率C是指某特征值占全部特征值的比例；m为总特征数；S200、对步骤S100获取的测井曲线数据进行标准化处理后，再进行预处理，包括深度-时间域值转换、数据清洗和数据差值处理，用于减少数据集的噪声以保证数据质量，包括，S210、利用数据标准化对S100获取的测井曲线数据进行处理；采用Z-score数据标准化方法，如公式2所示： 其中，是某井的单个样本层中第j条测井曲线对应的第i个深度采样点的测井数据值；l是样本层的长度；n是测井曲线数据的条数；μ是样本层的某一条测井曲线数据均值；σ是样本层的某一条测井曲线的标准差；S220、对步骤S210标准化后的测井曲线序列数据进行预处理操作，包括利用时深关系对测井序列进行时深转换，将测井序列由深度域转化为时间域序列；检查岩相数据集，对数据中的异常值进行清洗；最后进行数据插值处理，弥补测井数据中的缺失值或稀疏数据点，具体包括，S221、深度-时间域值转换，包括从测井曲线数据中提取声波时差数据，通过声波时差数据建立速度模型；再通过速度数据计算深度到时间的转化关系；生成深度-时间曲线，用于转换测井曲线数据；最后，使用深度-时间曲线将测井数据从深度域转换成时间域；S222、数据清洗处理，通过回归法对异常数据进行统计回归，再用回归法拟合的函数值与原测井曲线数据进行比较从而消除噪声数据；回归分析法如公式3至公式5所示：y＝a1+bx3 其中，根据最小二乘法法则通过测井曲线数据计算估计的回归方程的斜率b和轴截距a1；xi为对于第i次观测自变量的观测值；yi为第i次观测因变量的观测值；为自变量的样本平均值；为因变量的样本平均值；S223、数据插值处理，采用数据插值法来解决数据点缺失问题，通过建立相关的映射关系，利用预测的数据进行数据插值处理：Yi＝fXi+εi6其中，Yi是数据插值方法；Xi是自变量特征；ε为数据误差；f是Xi和Yi之间的映射关系；S300、建立MLP-MTS模型并进行训练，对致密砂岩不同类型岩相进行智能判识，包含提取测井曲线特征、降采样去噪处理和模型数据分类识别，包括，S310、提取测井曲线特征，将步骤S200处理后的测井曲线数据的源时间序列拆成多个子序列，对五个维度测井曲线子序列拆开进行时间信息的学习，学习后再重新拼接，提取测井曲线时间依赖项公式7至公式9如下：Xh，1，...，Xh,s＝samplednormXh7 其中，Xh代表多元时间序列实例；代表时间依赖性；S320、降采样和去噪处理，将等距离时间序列降采样成s个交错子序列，利用MLP模型学习测井曲线子序列时间信息，并将学习后信息合并到原来的时间顺序： 其中，N∈Rn×c表示测井曲线噪声值；表示测井曲线参数在去噪后与岩相之间依赖关系；S330、模型数据分类识别，在MTS-Mixers编码器输出层叠加MLP模型，所述MLP模型的隐藏层神经元与输出层分量的解析公式12如下： 其中，表示第1个隐含层上的第j个神经元；xi为输入层第i个分量；wi,j,1是输入层第i个分量与第1个隐层上第j个神经元的连接权重；向后传播时，以作为输入，对公式12依次进行递归，隐含层神经节点的计算结果公式13如下：

全文数据：

权利要求：

百度查询： 东北石油大学三亚海洋油气研究院 基于MLP-MTS的致密砂岩储层岩相智能判识方法及系统