[發明專利]一種基于委員會機器利用測井數據進行儲層流體識別方法

在審

• 申請號: 201810377375.8
• 申請日: 2018-04-25
• 公開（公告）號: CN108596251A
• 公開（公告）日: 2018-09-28
• 發明（設計）人: 譚茂金;陸晨煒;吳靜;王黎雪
• 申請（專利權）人: 中國地質大學（北京）
• 主分類號: G06K9/62
• 分類號: G06K9/62;G06N3/08
• 代理公司: 北京中譽威圣知識產權代理有限公司 11279
• 代理人: 蔣常雪

1.一種基于委員會機器利用測井數據進行儲層流體識別方法，其特征在于，所述方法包括以下步驟：

1)選擇對流體敏感的測井數據作為輸入數據；

2)對輸入數據的每個屬性值進行歸一化處理；

3)根據試油結果得到儲層流體類型；

4)將每一層的測井數據和儲層流體類型組合在一起構成數據集；

5)將數據集隨機地分成兩類，一類為訓練數據集，另一類為測試數據集；

6)選用若干種智能分類算法作為前置分類器；

7)以訓練數據集作為輸入，分別對每一種前置分類算法進行訓練，得到對應的分類模型；

8)以測試數據集作為輸入，分別通過每一種分類模型給出一個類別；

9)針對每一組輸入數據，將各分類模型給出的類別組合起來，采用一種委員會決策機制，給出最終的分類類別。

2.根據權利要求1所述的一種基于委員會機器利用測井數據進行儲層流體識別方法，其特征在于：所述步驟1)中，選取聲波時差、中子密度、補償密度、自然伽馬、深感應測井、中感應測井等測井數據作為輸入數據。

3.根據權利要求1所述的一種基于委員會機器利用測井數據進行儲層流體識別方法，其特征在于：所述步驟3)中涉及的儲層類型包括干層、水層、含油水層、油水同層和油層。

4.根據權利要求1所述的一種基于委員會機器利用測井數據進行儲層流體識別方法，其特征在于：所述步驟5)中，訓練數據集和測試數據集分別占數據集總量的80％和20％。

5.根據權利要求1所述的一種基于委員會機器利用測井數據進行儲層流體識別方法，其特征在于：所述步驟6)中采用的智能分類算法包括BP神經網絡、支持向量機和自適應神經網絡-模糊推理系統。

6.根據權利要求1所述的一種基于委員會機器利用測井數據進行儲層流體識別方法，其特征在于，所述步驟9)中的委員會決策機制采用投票法組合各智能分類模型的輸出類型，產生最終的分類輸出類型。

7.根據權利要求1或6所述的一種基于委員會機器利用測井數據進行儲層流體識別方法，其特征在于，所述投票法包括三類：絕對多數投票法，若某類型得票超過半數，則預測為該類型，否則拒絕預測；相對多數投票法，預測為得票最多的類型，若同時有多個類型得票最高，則從中隨機選取一個；加權投票法，賦予每個智能系統一個權重值來計算各個類型的得票數。