[發明專利]一種基于高速正演結果訓練下人工智能的電磁測井反演方法

有效

• 申請號: 201710476735.5
• 申請日: 2017-06-21
• 公開（公告）號: CN107256316B
• 公開（公告）日: 2020-12-18
• 發明（設計）人: 李康;朱高陽
• 申請（專利權）人: 山東大學
• 主分類號: G06F30/20
• 分類號: G06F30/20
• 代理公司: 濟南金迪知識產權代理有限公司 37219
• 代理人: 楊樹云

1.一種高速正演結果訓練下人工智能的電磁測井反演方法，其特征在于，包括步驟如下：

(1)收集測井儀器對已知地層測得的歷史數據，測得的歷史數據包括9個磁場分量，即Hxx,Hxy,Hxz,Hyx,Hyy,Hyz,Hzx,Hzy,Hzz；并通過9個磁場分量計算各地層各向異性電導率；

(2)獲取正演模型輸出數據，即：通過正演模型對步驟(1)之外的其它大量已知地層輸出9個磁場分量，即Hxx1,Hxy1,Hxz1,Hyx1,Hyy1,Hyz1,Hzx1,Hzy1,Hzz1；并通過9個磁場分量計算各地層各向異性電導率；已知地層中每層的垂直電阻率、水平電阻率、厚度、相對傾角都是已知的；相對傾角是指測井儀器重心線與地層的夾角；

(3)根據步驟(1)及步驟(2)獲取的已知地層測得的數據，包括：各個地層的測量點的9個磁場分量、各個地層的垂直電阻率、各個地層的水平電阻率；以各個地層的測量點的9個磁場分量、測井儀器參數為輸入，以各個地層的垂直電阻率、各個地層的水平電阻率為輸出，構建訓練集；測井儀器參數包括測井儀器的收發距、傾角；

(4)采用逐步回歸方法選擇最佳預測因子，即選擇與各個地層的垂直電阻率、各個地層的水平電阻率強相關因子；

(5)根據步驟(4)選擇的最佳預測因子，進行SVM的回歸預測分析，選擇核函數構建模型；

(6)通過測井儀器對未知地層測得9個磁場分量，將該9個磁場分量作為輸入數據集，輸入至步驟(5)選擇的核函數構建模型中，預測得到未知地層的反演信息，包括未知地層的垂直電阻率、水平電阻率；

步驟(2)中，獲取正演模型輸出數據，包括步驟如下：

S1、通過正演模型輸入需要模擬的已知地層的層數、垂直電阻率、水平電阻率、厚度，得到已知地層的多層地層模型，取得已知地層的9個磁場分量的解析解；

S2、通過梯形可控求得所需精度的權值系數和積分點位置，數值計算求得前面N個積分片段的值；具體包括：將已知地層的9個磁場分量的解析解劃分為從0到N個區間，7≤N≤10，即從0到Bessel函數的第一個零點值的積分片段和后續相鄰零點值作為積分限的積分段；

通過正整數參數J控制權值系數、積分點的個數和位置，控制過程如下：

①定義n為迭代變量，n＝2⁰＝1，定義h₀為積分點的位置，定義b為積分片段的上限，即a為積分片段的下限；h₀＝b-a；定義s₀為某一個積分片段的值；積分片段的值的計算公式如式(Ⅱ)所示：

式(Ⅱ)中，f(x)為積分表達式；

②j從1到J遞推，并依次代入式(Ⅲ)、式(Ⅳ)，并將n加倍，式(Ⅲ)、式(Ⅳ)如下所示：

h(j)＝0.5h(j-1) (Ⅳ)

通過這種遞推過程計算一個積分片段的值；

S3、通過連分式求出無限積分的數值解，代入到正演模型中，得到場值結果；場值結果為每個測量點的9個磁場分量；連分式S如式(Ⅴ)所示：

式(Ⅴ)中，d1到dn即為S2求得的N個積分片段的值，即P1-Pn變換過的值，S為場值結果；

所述步驟(5)，包括步驟如下：

A、經過步驟(4)篩選后選擇的最佳預測因子、步驟(3)的輸出及步驟(3)輸出的狀態分類作為N個變量，各個地層的垂直電阻率狀態分類包括0、1，若各個地層的垂直電阻率屬于[0,100)，則為0，若各個地層的垂直電阻率屬于[100,200]，則為1，各個地層的水平電阻率狀態分類包括0、1，若各個地層的水平電阻率屬于[0,100)，則為0，若各個地層的水平電阻率屬于[100,200]，則為1；該N個變量組成一個N維向量，即：X_i＝(x₁,x₂,x₃,...,x_N)，定義目標函數如式(I)所示：

f＝w1·X_i+b (I)

式(I)中，w1為權重向量，b為偏移量；

B、對N維向量中的每一位進行訓練，訓練方法如下：設定訓練第i位x_i，不斷調整權重向量w1和偏移量b使得x_i·f＝x_i(w₁x₁+w₂x₂+w₂x₂+...+w_i-1x_i-1+b)≥1，確定權重向量w1的值，并確定目標函數，即核函數構建模型。