[發明專利]一種隨鉆井徑測量中的巖屑散射體識別方法

在審

• 申請號: 202011295167.7
• 申請日: 2020-11-18
• 公開（公告）號: CN112282739A
• 公開（公告）日: 2021-01-29
• 發明（設計）人: 李雷;白璟;張繼川;黃崇君;李偉成;鄧虎;唐貴;范黎明;張林;楊曉峰;張曉琳;魏強;劉殿琛;陳科旭;劉偉;連太煒
• 申請（專利權）人: 中國石油天然氣集團有限公司;中國石油集團川慶鉆探工程有限公司
• 主分類號: E21B47/12
• 分類號: E21B47/12;E21B47/085;G06N3/08
• 代理公司: 成都天嘉專利事務所(普通合伙) 51211
• 代理人: 冉鵬程

本發明公開了一種隨鉆井徑測量中的巖屑散射體識別方法，屬于石油天然氣鉆探技術領域，其特征在于，包括以下步驟：a、信號的時頻擴維，采用短時處理進行隨鉆信號時頻分析，選擇的幀長為512個采樣點，幀移為幀長的一半；將一維信號擴充到二維信號；b、基于機器學習的信號特征的學習，以擴充后的訓練集圖片為基礎，構建Yolo網絡模型對超聲測井中反射信號特征學習；c、反射體識別。本發明采用基于機器學習的巖屑反射體識別，不僅判別的準確度高，并且不依賴于人的主觀經驗，更加客觀，進而大大提高井徑測量的準確性，普適性強。

技術領域

本發明涉及到石油天然氣鉆探技術領域，尤其涉及一種隨鉆井徑測量中的巖屑散射體識別方法。

背景技術

井徑測量對于隨鉆工況實時評價與診斷非常重要。基于超聲反射的井壁成像測井方法在電纜測井中已經非常成熟。而在利用超聲反射進行隨鉆井徑測量的時候經常會受到巖屑體散射的干擾，因此識別巖屑體散射的干擾，進而消除其影響對于隨鉆井徑測量的準確性非常重要。但由于巖屑散射模型機理的復雜性，依靠常規數字信號處理方法，從超聲反射信號中提取反射體信息常常會出現誤判。

公開號為CN 107620593A，公開日為2018年01月23日的中國專利文獻公開了一種油氣田現場隨鉆巖屑掃描系統，其特征在于，掃描系統包含制樣模具和桌式礦物分析掃描電鏡；

所述制樣模具將油氣田現場隨鉆巖屑制備成掃描樣品；

所述桌式礦物分析掃描電鏡包括二次電子探頭、背散射電子探頭、能譜探頭、電鏡操作模塊，所述桌式礦物分析掃描電鏡可搬運，能夠在油氣田現場對掃描樣品進行掃描。

該專利文獻公開的油氣田現場隨鉆巖屑掃描系統，可以充分利用現場隨鉆巖屑，快速分析礦物元素、礦物類型、巖石結構及進行巖性分類，具有現場實時指導鉆井和油氣田探勘開發的優勢，克服了實驗室傳統的礦物分析電鏡掃描系統不能搬到現場應用的局限性，提高了油氣田勘探精度和速度。但是，不能對巖屑反射體進行有效識別，判別的準確度低，影響井徑測量的準確性。

發明內容

本發明為了克服上述現有技術的缺陷，提供一種隨鉆井徑測量中的巖屑散射體識別方法，本發明采用基于機器學習的巖屑反射體識別，不僅判別的準確度高，并且不依賴于人的主觀經驗，更加客觀，進而大大提高井徑測量的準確性，普適性強。

本發明通過下述技術方案實現：

一種隨鉆井徑測量中的巖屑散射體識別方法，其特征在于，包括以下步驟：

a、信號的時頻擴維，采用短時處理進行隨鉆信號時頻分析，選擇的幀長為512個采樣點，幀移為幀長的一半；將一維信號擴充到二維信號；

b、基于機器學習的信號特征的學習，以擴充后的訓練集圖片為基礎，構建Yolo網絡模型對超聲測井中反射信號特征學習；

c、反射體識別。

所述步驟c中，反射體識別包括以下步驟：

S1、將采集到的隨鉆信號進行預處理，依據步驟a中通過時頻分析處理，將隨鉆信號擴充為二維圖像信號；

S2、將預處理后的二維圖像信號經機器學習網絡檢測出有效特征，并對井壁反射信號進行識別；

S3、將識別的井壁反射信號從原始信號中分離出來，對剩余的信號進行預處理擴充為二維圖像信號；

S4、對步驟S3中的二維圖像信號進行二次學習，檢出有效特征，并對巖屑反射信號進行識別。

本發明所述YOLO是一個單一的網絡結構。

本發明的原理如下：