[發明專利]利用非監督機器學習聲學數據來表征和評估井完整性的方法

在審

• 申請號: 201980048894.2
• 申請日: 2019-06-06
• 公開（公告）號: CN112654764A
• 公開（公告）日: 2021-04-13
• 發明（設計）人: 朱凌晨;S.博斯;S.澤魯格
• 申請（專利權）人: 斯倫貝謝技術有限公司
• 主分類號: E21B47/005
• 分類號: E21B47/005;E21B47/107
• 代理公司: 北京市柳沈律師事務所 11105
• 代理人: 王增強

1.一種用于表征套管井的井完整性的方法，該方法包括：

i)收集由聲波測井工具的接收器陣列針對套管井的深度間隔接收到的聲學信號的聲波波形數據；

ii)確定在i)中收集的聲波波形數據的高維表示；

iii)將ii)的高維表示輸入到無監督的機器學習系統中，以確定聲波波形數據的低維表示；

iv)將聚類方法應用于iii)的低維表示，以識別iii)的低維表示中的一組聚類；和

v)基于在iv)中識別出的該一組聚類，確定與套管井的深度間隔的井完整性有關的至少一個特性。

2.根據權利要求1所述的方法，其中：

i)到v)的所有操作的一部分在處理器上執行。

3.根據權利要求1所述的方法，其中：

i)至v)的所有操作的一部分由存儲在計算機存儲器中并在處理器上執行的至少一個軟件模塊來實施。

4.根據權利要求1所述的方法，還包括：

在計算機存儲器中存儲如在v)中確定的與井的完整性有關的至少一個特性；和

輸出與井完整性有關的至少一個特性，以顯示和評估在套管井的深度間隔處的井完整性。

5.根據權利要求1所述的方法，還包括：

針對套管井中的不同的深度間隔重復i)至v)的操作，以確定與針對不同的深度間隔的井完整性有關的至少一個特性；

在計算機存儲器中存儲與如在v)中確定的針對套管井中的不同深度間隔的井完整性有關的至少一個特性；和

輸出與針對套管井中的不同深度間隔的井完整性有關的至少一個特性，以顯示和評估在套管井中的不同深度間隔的井完整性。

6.根據權利要求1所述的方法，其中：

在v)中確定的至少一個特性與作為套管井的方位角和深度的函數的井完整性有關。

7.根據權利要求6所述的方法，其中：

在v)中確定的至少一個特性表征作為方位角和深度的函數的套管井的環空中的膠結物狀況。

8.根據權利要求1所述的方法，其中：

ii)的高維表示表征了聲波波形數據的慢度。

9.根據權利要求8所述的方法，其中：

ii)的高維表示表征以下中的至少一個：聲波波形數據中隨時間變化的慢度、聲波波形數據中隨頻率變化的慢度、聲波波形數據中隨時間和頻率變化的慢度以及聲波波形數據中隨時間和空間變化的慢度。

10.根據權利要求8所述的方法，還包括：

使用TKO方法在聲波波形數據中生成表示慢度和頻率之間的色散關系的色散數據，其中該色散數據是ii)的高維表示的一部分。

11.根據權利要求8所述的方法，還包括：

使用STC方法來生成STC圖像數據，該STC圖像數據表示與聲波波形數據相對應的慢度-時間-相干(STC)圖像，其中，STC圖像數據是ii)的高維表示的一部分。

12.根據權利要求1所述的方法，其中：

iii)的無監督機器學習系統基于至少一個神經網絡。

13.根據權利要求1所述的方法，其中：

iii)的無監督機器學習系統選自由以下構成的組：自組織圖(SOM)機器學習系統、具有自動編碼器的SOM(SOM-AE)機器學習系統、變分自動編碼器(VAE)機器學習系統、生成對抗網絡(GAN)機器學習系統及其組合。

14.根據權利要求1所述的方法，其中：

iii)的無監督機器學習系統用從模擬的聲波波形得出的高維輸入數據進行訓練，該模擬的聲波波形覆蓋并對應于與在v)中確定的至少一個井完整性特性有關的不同套管井情況。