[發(fā)明專利]基于深度信念網(wǎng)絡(luò)的測(cè)井巖性識(shí)別方法

有效

• 申請(qǐng)?zhí)枺?/td>: 201811626064.7
• 申請(qǐng)日: 2018-12-28
• 公開（公告）號(hào): CN109736790B
• 公開（公告）日: 2022-05-24
• 發(fā)明（設(shè)計(jì)）人: 向旻;張峰瑋;帕爾哈提·祖努;齊興華;安然
• 申請(qǐng)（專利權(quán)）人: 新疆工程學(xué)院
• 主分類號(hào): E21B49/00
• 分類號(hào): E21B49/00;G06V10/764;G06K9/62
• 代理公司: 烏魯木齊合縱專利商標(biāo)事務(wù)所 65105
• 代理人: 湯潔

1.一種基于深度信念網(wǎng)絡(luò)的測(cè)井巖性識(shí)別方法，主要通過(guò)計(jì)算機(jī)完成，其特征在于實(shí)現(xiàn)該方法所需設(shè)備包括測(cè)井儀器、數(shù)據(jù)通訊接口及計(jì)算機(jī)；

所述測(cè)井儀器,用于采集測(cè)井?dāng)?shù)據(jù)；

所述數(shù)據(jù)通訊接口,用于將現(xiàn)場(chǎng)測(cè)井儀器采集的上述測(cè)井?dāng)?shù)據(jù),傳輸?shù)接?jì)算機(jī)中；

所述計(jì)算機(jī)，用于運(yùn)行深度信念網(wǎng)絡(luò)的地層巖性識(shí)別算法，根據(jù)測(cè)井?dāng)?shù)據(jù)，對(duì)井口周圍地層巖性進(jìn)行識(shí)別；

該方法包括如下步驟：

步驟一、利用測(cè)井?dāng)?shù)據(jù)識(shí)別井口周圍的巖性，測(cè)井?dāng)?shù)據(jù)主要包括傳統(tǒng)的九條常規(guī)測(cè)井曲線，分別為深側(cè)向電阻率、淺側(cè)向電阻率、微球聚焦、密度、聲波時(shí)差、中子、自然電位、自然伽馬以及井徑，預(yù)測(cè)輸出變量為地層巖性；

步驟二、測(cè)井?dāng)?shù)據(jù)的預(yù)處理：

現(xiàn)場(chǎng)測(cè)井儀器采集測(cè)井?dāng)?shù)據(jù)，首先需要進(jìn)行預(yù)處理，至少包括深度校正、平滑濾波及環(huán)境校正；

步驟三、歸一化處理：每一種測(cè)井方法的物理原理不同，其測(cè)量的物理參數(shù)的量綱和數(shù)量級(jí)均有很大的差別，需要對(duì)測(cè)井?dāng)?shù)據(jù)進(jìn)行歸一化處理，使其具有相同的量綱和數(shù)值分布范圍；經(jīng)過(guò)歸一化處理的測(cè)井?dāng)?shù)據(jù)均為無(wú)量綱量，且分布區(qū)間為[0,1]；

步驟四、巖性分類的數(shù)字化：計(jì)算機(jī)無(wú)法認(rèn)知地層的巖性，因而必須將巖性進(jìn)行數(shù)字化以滿足計(jì)算機(jī)的讀??；設(shè)所識(shí)別的巖性共有n種，將n種巖性記為表格的形式，所述表格在首行和首列均分別列出對(duì)應(yīng)的這n種巖性的名稱，在表格中行與列的交叉位置填上1或0，其中1代表是某種巖性，0代表不是某種巖性；繼而，將上述表格中不同深度測(cè)井?dāng)?shù)據(jù)對(duì)應(yīng)的巖性記為矩陣Y，Y由n組向量構(gòu)成，其取值為0或者1，1代表是某種巖性，0代表不是某種巖性，即，

矩陣Y即為巖性分類數(shù)字化的結(jié)果；

步驟五、測(cè)井曲線與巖性之間關(guān)聯(lián)度的計(jì)算：采用灰色關(guān)聯(lián)分析法分析各測(cè)井曲線與巖性之間的相關(guān)性：在某區(qū)塊內(nèi)，針對(duì)所要識(shí)別的n種巖性，選取具備完整地質(zhì)資料的n種巖性對(duì)應(yīng)的各m組常規(guī)測(cè)井?dāng)?shù)據(jù)，作為樣本集S；各巖性對(duì)應(yīng)的樣本數(shù)量m應(yīng)當(dāng)大于500；分別計(jì)算測(cè)井曲線與矩陣Y中n組向量的灰色關(guān)聯(lián)度后，可以進(jìn)行關(guān)聯(lián)度的排序，從而選取合適的測(cè)井曲線；其選取標(biāo)準(zhǔn)為：

(1)該測(cè)井曲線，對(duì)于每種巖性，灰色關(guān)聯(lián)度均大于0.7；

(2)該測(cè)井曲線，對(duì)應(yīng)各種巖性的灰色關(guān)聯(lián)度的幾何平均值大于0.8；

以此為標(biāo)準(zhǔn)剔除關(guān)聯(lián)度較小的測(cè)井曲線，保留關(guān)聯(lián)度較高的測(cè)井曲線作為深度信念網(wǎng)絡(luò)的輸入?yún)?shù)；

步驟六、預(yù)設(shè)深度信念網(wǎng)絡(luò)的結(jié)構(gòu)：不少于5個(gè)限制玻爾茲曼機(jī)，隱含層神經(jīng)元個(gè)數(shù)為樣本數(shù)量的十分之一；將步驟五中確定的該測(cè)井曲線作為樣本，輸入第1個(gè)限制玻爾茲曼機(jī)進(jìn)行無(wú)監(jiān)督訓(xùn)練，訓(xùn)練結(jié)果輸入第二個(gè)限制玻爾茲曼機(jī)，直至最后一個(gè)限制玻爾茲曼機(jī)的輸出結(jié)果為Y_out；

步驟七、經(jīng)過(guò)無(wú)監(jiān)督學(xué)習(xí)，深度信念網(wǎng)絡(luò)的連接權(quán)值矩陣基本可以確定，需利用有監(jiān)督學(xué)習(xí)對(duì)權(quán)值矩陣進(jìn)行微調(diào)：

樣本集S中，測(cè)井?dāng)?shù)據(jù)對(duì)應(yīng)的巖性數(shù)字化后的結(jié)果為Y_E，則誤差函數(shù)為誤差函數(shù)對(duì)隱含層各神經(jīng)元的偏導(dǎo)數(shù)為δ_v(k)；連接權(quán)值調(diào)整規(guī)則為w＝ηδ_vf_i,k，η為學(xué)習(xí)率，k＝1,2,3,…,n；對(duì)于初始連接權(quán)值，隨機(jī)選取正態(tài)分布(0.001,1)中的隨機(jī)數(shù)即可；不斷調(diào)整連接權(quán)值，設(shè)定e≤0.01，直到誤差函數(shù)滿足要求，深度信念網(wǎng)絡(luò)訓(xùn)練完成；

步驟八、再選取具備完整地質(zhì)資料的n種巖性對(duì)應(yīng)的各r組常規(guī)測(cè)井?dāng)?shù)據(jù)，作為測(cè)試集T，r應(yīng)當(dāng)大于500；

將測(cè)試集T中的測(cè)井?dāng)?shù)據(jù)輸入已經(jīng)訓(xùn)練完成的深度信念網(wǎng)絡(luò)，輸出結(jié)果記做矩陣Y₁，測(cè)試集T中測(cè)井?dāng)?shù)據(jù)對(duì)應(yīng)的巖性數(shù)字化后的結(jié)果記為Y₀，利用均方誤差函數(shù)衡量網(wǎng)絡(luò)性能，即設(shè)△Y₁＝Y(jié)₁-Y₀，△Y₁中所有元素的平方和為均方誤差MSE_△Y1；由第5個(gè)起調(diào)整限制玻爾茲曼機(jī)的數(shù)量，得到均方誤差與限制玻爾茲曼機(jī)個(gè)數(shù)之間的關(guān)系，進(jìn)而確定合適的限制玻爾茲曼機(jī)數(shù)量p；

步驟九、確定限制玻爾茲曼機(jī)個(gè)數(shù)：理想的隱含層神經(jīng)元個(gè)數(shù)比樣本數(shù)少一個(gè)數(shù)量級(jí)，當(dāng)樣本數(shù)量為n·m，假設(shè)其數(shù)量級(jí)為w，那么隱含層神經(jīng)元個(gè)數(shù)在10^w-1～10^w之間；設(shè)p個(gè)限制玻爾茲曼機(jī)的隱含層神經(jīng)元個(gè)數(shù)分別為n₁，n₂，n₃，…n_p，記為N，且10^w-1≤N≤10^w；將輸出的n個(gè)向量所組成的矩陣記做Y₂，△Y₂＝Y(jié)₂-Y₀，△Y₂中所有元素的平方和為均方誤差MSE_△Y2；將n₁，n₂，n₃，…n_p的可能取值限定為1·10^w-1、2·10^w-1、3·10^w-1、4·10^w-1、5·10^w-1、6·10^w-1、7·10^w-1、8·10^w-1、9·10^w-1；求出MSE_△Y2取最小值時(shí)，對(duì)應(yīng)的N，記為n_1a，n_2a，n_3a，…n_pa，記為N_a；這樣就確定了各限制玻爾茲曼機(jī)個(gè)數(shù)的最高數(shù)位；將N可能取值限定為N_a-5·10^w-2、N_a-4·10^w-2、N_a-3·10^w-2、N_a-2·10^w-2、N_a-1·10^w-2、N_a、N_a+1·10^w-2、N_a+2·10^w-2、N_a+3·10^w-2、N_a+4·10^w-2、N_a+5·10^w-2；求出MSE_△Y2取最小值時(shí)，對(duì)應(yīng)的n₁，n₂，n₃，…n_p，記為N_b；設(shè)△n₂＝5，10個(gè)隱含層神經(jīng)元個(gè)數(shù)的取值范圍為N_b-△n₂≤N≤N_b+△n₂；將N的可能取值限定為N_b-5、N_b-4、N_b-3、N_b-2、N_b-1、N_b、N_b+1、N_b+2、N_b+3、N_b+4、N_b+5；這樣就確定了各限制玻爾茲曼機(jī)個(gè)數(shù)的第二高數(shù)位；以此類推，直到確定各限制玻爾茲曼機(jī)個(gè)數(shù)的個(gè)位，即可得到理想的限制玻爾茲曼機(jī)個(gè)數(shù)；

步驟十、確定巖性分類界限：計(jì)算機(jī)的輸出結(jié)果是一個(gè)矩陣Y，因此需要將矩陣重新轉(zhuǎn)化為巖性分類；計(jì)算機(jī)輸出的矩陣不是由0和1組成，而是由[0,1]區(qū)間內(nèi)的小數(shù)組成；設(shè)分類界限為i∈[0.3,0.7]，將測(cè)試集測(cè)井?dāng)?shù)據(jù)輸入深度信念網(wǎng)絡(luò)計(jì)算得到的矩陣記為Y₃，理論巖性分類結(jié)果為矩陣Y₀；將Y₃中大于等于i的元素近似為1，小于i的元素近似為0；設(shè)△Y₃＝Y(jié)₃-Y₀，△Y₃中所有元素的平方和取最小值時(shí)對(duì)應(yīng)的i為最佳分類界限；

步驟十一、確定了限制玻爾茲曼機(jī)個(gè)數(shù)、隱含層神經(jīng)元個(gè)數(shù)以及分類界限后，用于識(shí)別地層巖性的深度信念網(wǎng)絡(luò)訓(xùn)練完成；將待解釋井測(cè)井?dāng)?shù)據(jù)輸入該網(wǎng)絡(luò)，可進(jìn)行巖性識(shí)別工作。