[發(fā)明專利]一種基于高速正演結(jié)果訓(xùn)練下人工智能的電磁測井反演方法

有效

• 申請?zhí)枺?/td>: 201710476735.5
• 申請日: 2017-06-21
• 公開（公告）號: CN107256316B
• 公開（公告）日: 2020-12-18
• 發(fā)明（設(shè)計）人: 李康;朱高陽
• 申請（專利權(quán)）人: 山東大學(xué)
• 主分類號: G06F30/20
• 分類號: G06F30/20
• 代理公司: 濟(jì)南金迪知識產(chǎn)權(quán)代理有限公司 37219
• 代理人: 楊樹云

本發(fā)明涉及一種基于高速正演結(jié)果訓(xùn)練下人工智能的電磁測井反演方法，包括：(1)獲取正演數(shù)據(jù)；(2)收集已經(jīng)地層信息的儀器采集數(shù)據(jù)；(3)得到含輸入?yún)?shù)的各種信息；(4)以9個磁場分量、測井儀器收發(fā)參數(shù)和傾斜度為輸入，以不同地層垂直電阻率和水平電阻率、地層邊界信息為輸出，構(gòu)建訓(xùn)練集；(5)采用逐步回歸方法選擇最佳預(yù)測因子；(6)進(jìn)行SVM神經(jīng)網(wǎng)絡(luò)的回歸預(yù)測分析，選擇合適的核函數(shù)構(gòu)建模型；(7)將未知地層信息的儀器采集數(shù)據(jù)輸入至核函數(shù)構(gòu)建模型中，預(yù)測得到其地層反演信息。本發(fā)明摒棄了以往的線性反演方法，創(chuàng)新性的將人工智能方法引入到反演算法中，使得能對未知地層信息數(shù)據(jù)進(jìn)行精確的反演，得到所需的準(zhǔn)確結(jié)果。

技術(shù)領(lǐng)域

本發(fā)明涉及電磁測井反演技術(shù)領(lǐng)域，更具體而言，涉及一種基于高速正演結(jié)果訓(xùn)練下人工智能的電磁測井反演方法。

背景技術(shù)

在油田勘探開發(fā)過程中，測井可以了解地層的含油氣情況。電阻率測井是地球物理勘探中表征地層的重要測量方法，測得的電阻率曲線可以提供各種地層信息，如巖石類型，層邊界，甚至地層各向異性。

電阻率測井是在鉆孔中采用布置在不同部位的供電電極和測量電極來測定巖石(包括其中的流體)電阻率的方法。電阻率測井可以分為正演和反演兩個部分。正演部分基于對多層地層的解析解計算得到測井儀器的磁場以及電阻率變化的精確數(shù)值。而解析解中需要計算Hankel變換，除了少數(shù)核函數(shù)的Hankel變換有解析解以外，絕大多數(shù)的通常只能采用數(shù)值積分的方法近似計算。傳統(tǒng)的數(shù)字濾波方法由于濾波系數(shù)的不統(tǒng)一以及直接累加求解積分導(dǎo)致計算結(jié)果并不完全準(zhǔn)確，甚至某些情況下是錯誤的。由于計算量限制的原因，目前在實際勘探中，應(yīng)用最多的為一維線性反演方法，例如建立在一維水平層狀介質(zhì)模型中阻尼最小二乘法。然而由于測井反演是一個復(fù)雜非線性問題，線性化的方法進(jìn)行反演難以得出準(zhǔn)確的結(jié)果，也經(jīng)常只得到了局部最優(yōu)解而非真實最優(yōu)結(jié)果，并且線性算法在計算時間上也頗為緩慢。

中國專利文獻(xiàn)CN106446408A公開了一種隨鉆補(bǔ)償電磁波儀器的快速正反演處理方法，包含以下步驟：S1、獲取補(bǔ)償電磁波信號；S2、根據(jù)隨鉆補(bǔ)償電磁波儀器的結(jié)構(gòu)參數(shù)、井斜數(shù)據(jù)及地質(zhì)信息，選取多界面多參數(shù)地質(zhì)初始模型；S3、將麥克斯韋方程應(yīng)用到正演模型中進(jìn)行仿真計算，得到解析解；S4、根據(jù)測量原理，得到對應(yīng)的幅度比和相位差信號，轉(zhuǎn)換后得到不同類型的電阻率；S5、不斷迭代并與實測結(jié)果比較，得到正演模型中不同層位的電阻率參數(shù)值；S6、根據(jù)縱向上反演得到的地層模型參數(shù)，聯(lián)合電磁波數(shù)據(jù)，進(jìn)行人機(jī)交互多參數(shù)聯(lián)合反演，得到各層位不同探測深度的電阻率值。但是，該專利存在以下缺陷：正演的速度慢，并且反演迭代容易陷入局部極值，造成反演結(jié)果不準(zhǔn)確，并且迭代速度慢。

發(fā)明內(nèi)容

為了克服上述現(xiàn)有技術(shù)的不足，本發(fā)明提供了一種基于高速正演結(jié)果訓(xùn)練下人工智能的電磁測井反演方法。

本發(fā)明目的在于提高正演計算的速度及穩(wěn)定性，克服反演算法中容易陷入局部極值的問題，并解決反演因為數(shù)據(jù)不足而導(dǎo)致的結(jié)果不準(zhǔn)確。

術(shù)語解釋：

1、逐步回歸方法，先用被解釋變量對每一個所考慮的解釋變量做簡單回歸，然后以對被解釋變量貢獻(xiàn)最大的解釋變量所對應(yīng)的回歸方程為基礎(chǔ)，再逐步引入其余解釋變量。經(jīng)過逐步回歸，使得最后保留在模型中的解釋變量既是重要的，又沒有嚴(yán)重多重共線性

2、強(qiáng)相關(guān)，又稱高度相關(guān)，即當(dāng)一列變量變化時，與之相應(yīng)的另一列變量增大(或減少)的可能性非常大。在坐標(biāo)圖上則表現(xiàn)為散點圖較為集中在某條直線的周圍。

3、正演模型，即根據(jù)已知的地層參數(shù)計算出測井的相關(guān)數(shù)據(jù)。

本發(fā)明的技術(shù)方案為：

一種高速正演結(jié)果訓(xùn)練下人工智能的電磁測井反演方法，包括步驟如下：