[發明專利]一種復雜地質鉆進過程地層巖性智能識別方法

有效

• 申請號: 201810853102.6
• 申請日: 2018-07-30
• 公開（公告）號: CN108952699B
• 公開（公告）日: 2021-07-13
• 發明（設計）人: 曹衛華;陳茜;甘超;吳敏
• 申請（專利權）人: 中國地質大學（武漢）
• 主分類號: E21B49/00
• 分類號: E21B49/00;G06F30/20;G06F17/10
• 代理公司: 武漢知產時代知識產權代理有限公司 42238
• 代理人: 鄒桂敏

1.一種復雜地質鉆進過程地層巖性智能識別方法，其特征在于，包括以下步驟：

S1.采集測井數據，對獲得的測井數據進行分析，選出與巖性緊密相關的數據，運用小波去噪技術獲得去噪后的樣本數據集；

S2.在獲得樣本數據集的基礎上進行歸一化處理，建立ECOC編碼矩陣，并利用并發刪減算法刪減ECOC編碼矩陣；

S3.基于步驟S2得到的ECOC編碼矩陣，利用核Fisher線性判別作為基分類器對巖性進行分類，并利用蝙蝠優化算法優化基分類器的核參數及閾值參數；其中，具體包括以下步驟：

S3.1.核fisher基分類器選擇高斯核，利用蝙蝠優化算法，以Gmean值為適應度函數根據下面的公式優化每一個核fisher基分類器的核參數K；

Gmean＝(TP/(TP+FN)×TN/(TN+FP))^1/2

K＝exp{-||x-x_c||^∧2/(2*δ^∧2)}

式中：TP，FP，FN，TN分別代表正類正確分類數量，預測為正類但是真實為負類，預測為負類但是真實為正類，負類正確分類數量，x為空間中某一點，x_c為核函數中心，δ為函數的寬度參數；

S3.2.根據下面的公式，利用蝙蝠優化算法，以Gmean值為適應度函數優化閾值參數λ；

μ＝λ×m₁+(1-λ)×m₂

式中：m₁和m₂是ECOC-核fisher編碼后分成兩類的投影后的平均值，如果閾值參數λ發生變化，閾值μ會在mean1與mean2間移動；

S4.通過漢明距離解碼完成最終的巖性類別輸出。

2.根據權利要求1所述的復雜地質鉆進過程地層巖性智能識別方法，其特征在于，所述步驟S1中，與巖性緊密相關的數據包括密度測井、聲波測井、自然電位測井、深、淺三側向測井、微電位與微梯度。

3.根據權利要求1所述的復雜地質鉆進過程地層巖性智能識別方法，其特征在于，所述步驟S2中，歸一化處理的公式為：

式中：x_max與x_min分別為特征數據的最大值與最小值，特征數據是與巖性緊密相關的數據，x_norm為歸一化之后的值，x_norm∈[0,1]。

4.根據權利要求1所述的復雜地質鉆進過程地層巖性智能識別方法，其特征在于，所述步驟S4中，具體包括以下步驟：

S4.1.根據如下公式計算ECOC簡化編碼與預測值之間的漢明距離；

式中：x，y分別是ECOC矩陣的編碼及預測值，i為ECOC編碼的第i位，表示抑或；

S4.2.搜索H的最小值所對應的行數，即預測的巖性標簽。