[發明專利]一種測井曲線自動繪制方法、系統、裝置及存儲介質

有效

• 申請號: 202011233089.8
• 申請日: 2020-11-06
• 公開（公告）號: CN112348922B
• 公開（公告）日: 2023-04-07
• 發明（設計）人: 張宮;覃瑩瑤;牛深園;劉新
• 申請（專利權）人: 長江大學
• 主分類號: G06T11/20
• 分類號: G06T11/20;G06F9/451;G06N3/0464;G06N3/08
• 代理公司: 武漢智嘉聯合知識產權代理事務所(普通合伙) 42231
• 代理人: 丁倩

本發明涉及一種測井曲線自動繪制方法、系統、裝置及計算機可讀存儲介質，所述方法包括以下步驟：獲取用戶進行測井曲線繪圖時選用的繪圖模板及對應的操作信息，根據繪圖模板及對應的操作信息，獲取用戶繪制同一曲線所用最多的繪圖模板，將所用最多的繪圖模板作為標準模板；獲取測井數據，根據測井數據中的曲線名稱生成測井數據網格灰度圖，構建深度神經網絡模型，得到基于曲線名稱識別的深度神經網絡模型；獲取用戶輸入的測井數據，根據用戶輸入的測井數據及基于曲線名稱識別的深度神經網絡模型獲取曲線名稱，根據曲線名稱獲取對應的標準模板，以對應的標準模板繪圖。本發明所述方法實現了繪圖模板準確地選擇，提高了繪圖效率。

技術領域

本發明涉及測井技術領域，尤其涉及一種測井曲線自動繪制方法、系統、裝置及計算機可讀存儲介質。

背景技術

在測井資料應用過程中，為了了解巖層地質特性，多方面的去認識地下地質面貌，發現地下油氣儲藏，需要綜合使用各種測井方法；在通過各種測井儀器進行資料采集之后，所得到的是各種復雜的測井數字資料，而并非是直觀的測井曲線。

為了保證測井解釋的準確可靠，必須要確保測井曲線的精確，在測井曲線圖的繪制過程中更應當要減少曲線的誤差，確保曲線的質量。國內許多繪圖軟件針對的不是某一領域的特定用戶，其功能以通用性為主要目的，不能滿足給定數據自動成圖的專業需求；目前商業化的測井曲線繪制軟件大多數只能在本地的資料庫中提取數據成圖，最為重要的是，它們都無法擺脫手動加載繪圖模板、修改曲線顯示風格，需要用戶在對數據進行分析后，輸入指定的模板才能完成圖像繪制。

現有測井繪圖的方法是測井數據加上繪圖模板，然后繪制出圖，再加上后期的手動調整刻度，這一系列的操作對于不熟悉測井繪圖流程的用戶來說是非常復雜的；特別是在繪圖模板選擇階段，不熟悉測井繪圖流程的用戶可能會選擇繪圖模板不準確，嚴重影響繪圖效率，同時當用戶在自己的設備上完成繪圖之后，在別的設備上不能查看到自己已完成的圖件。

發明內容

有鑒于此，有必要提供一種測井曲線自動繪制方法、系統、裝置及計算機可讀存儲介質，用以解決繪圖模板選擇不準確、繪圖效率低下的問題。

本發明提供一種測井曲線自動繪制方法，包括以下步驟：

獲取用戶進行測井曲線繪圖時選用的繪圖模板及對應的操作信息，根據所述繪圖模板及對應的操作信息，獲取用戶繪制同一曲線所用最多的繪圖模板，將所述所用最多的繪圖模板作為標準模板；

獲取測井數據，根據所述測井數據中的曲線名稱生成測井數據網格灰度圖，構建深度神經網絡模型，利用所述測井數據網格灰度圖及曲線名稱進行深度神經網絡模型訓練，得到基于曲線名稱識別的深度神經網絡模型；

獲取用戶輸入的測井數據，根據所述用戶輸入的測井數據及基于曲線名稱識別的深度神經網絡模型獲取曲線名稱，根據所述曲線名稱獲取對應的標準模板，以對應的標準模板繪圖。

進一步地，建立云端服務器，將所述繪圖模板及對應的操作信息上傳至云端服務器，將基于曲線名稱識別的深度神經網絡模型上傳至云端服務器，當獲取對應的標準模板，以對應的標準模板繪圖后，將用戶繪圖信息上傳至云端服務器存儲。

進一步地，根據所述測井數據中的曲線名稱生成測井數據網格灰度圖，具體包括，利用測井數據中的曲線名稱字符，形成正方形網格圖，統計測井數據中曲線名稱字符出現的頻率，得到測井數據網格灰度圖。

進一步地，利用所述測井數據網格灰度圖及曲線名稱進行深度神經網絡模型訓練，得到基于曲線名稱識別的深度神經網絡模型，具體包括，利用所述測井數據網格灰度圖創建數據集，以測井數據網格灰度圖和測井曲線名稱分別作為深度神經網絡模型的輸入和標簽數據，通過所述數據集訓練深度神經網絡模型，以驗證誤差最小時的參數為最優參數，得到基于曲線名稱識別的深度神經網絡模型。