[發(fā)明專利]一種基于時空序列數(shù)據(jù)約束的無監(jiān)督儲層智能分段方法

在審

• 申請?zhí)枺?/td>: 202210628285.8
• 申請日: 2022-06-06
• 公開（公告）號: CN114997496A
• 公開（公告）日: 2022-09-02
• 發(fā)明（設計）人: 胡榮戎;常貴雄;李林濤;黃利娜
• 申請（專利權）人: 四川大學
• 主分類號: G06Q10/04
• 分類號: G06Q10/04;G06Q50/02;G06K9/62;E21B47/00;G01V11/00
• 代理公司: 北京正華智誠專利代理事務所(普通合伙) 11870
• 代理人: 王玲玲

1.一種基于時空序列數(shù)據(jù)約束的無監(jiān)督儲層智能分段方法，其特征在于，包括以下步驟：

S1、離線處理選取的測井特征參數(shù)，并構建儲層解釋模型；

S2、獲取新井測井數(shù)據(jù)，并對其進行數(shù)據(jù)塊處理和降采樣處理；

S3、對測井數(shù)據(jù)進行特征工程處理，以得到完整、無量綱、低維度的測井數(shù)據(jù)；

S4、采用時空約束的K-means無監(jiān)督聚類方法，對特征工程處理后的測井數(shù)據(jù)進行處理，得到分段結果；

S5、優(yōu)化分段結果，對聚類結果異常值進行連續(xù)分段化處理；

S6、可視化分段結果，并將分段的深度和人工分段的結果進行對比。

2.根據(jù)權利要求1所述的基于時空序列數(shù)據(jù)約束的無監(jiān)督儲層智能分段方法，其特征在于，所述步驟S1具體包括：

S11、選取測井特征參數(shù)；

S12、根據(jù)選取的測井特征參數(shù)，構建儲層解釋模型。

3.根據(jù)權利要求2所述的基于時空序列數(shù)據(jù)約束的無監(jiān)督儲層智能分段方法，其特征在于，所述步驟S11具體包括：

S111、采用隨機森林方法進行儲層改造主控因素分析，根據(jù)對產量的權重影響，選取測井數(shù)據(jù)；

S112、采用皮爾遜相關系數(shù)和斯皮爾曼相關對選取的測井參數(shù)進行相關分析；

S113、對測井參數(shù)數(shù)據(jù)進行特征分布分析；

S114、刪除相關度大于閾值的測井參數(shù)，以確定最終的測井特征參數(shù)。

4.根據(jù)權利要求3所述的基于時空序列數(shù)據(jù)約束的無監(jiān)督儲層智能分段方法，其特征在于，所述步驟S12具體包括：

S121、獲取歷史儲層解釋參數(shù)樣本集；

S122、通過基于集成學習的儲層解釋參數(shù)回歸擬合，形成儲層解釋模型。

5.根據(jù)權利要求4所述的基于時空序列數(shù)據(jù)約束的無監(jiān)督儲層智能分段方法，其特征在于，所述步驟S2具體包括：

S21、對測井數(shù)據(jù)進行數(shù)據(jù)塊處理和降采樣處理；

S22、通過離線部分的儲層解釋模型合成儲層解釋參數(shù)，同時根據(jù)離線部分選取的參數(shù)對新井測井數(shù)據(jù)進行特征篩選；

S23、基于集成學習的儲層解釋參數(shù)回歸擬合構建儲層解釋模型；

S24、利用新井測井數(shù)據(jù)和S1構建的儲層解釋模型擴展儲層解釋數(shù)據(jù)。

6.根據(jù)權利要求5所述的基于時空序列數(shù)據(jù)約束的無監(jiān)督儲層智能分段方法，其特征在于，步驟S211中數(shù)據(jù)塊處理為：

每次處理都從覆蓋整個數(shù)據(jù)范圍的單個分塊開始，若單個分塊中的數(shù)據(jù)過大而無法在物理內存中進行處理，則會將其細分成四個等大的分塊；然后，再對子分塊進行處理；

若第二級分塊中的數(shù)據(jù)仍然過大，則會再進一步細分，直到可在物理內存中處理每個分塊的數(shù)據(jù)為止；

S212、降采樣處理為：采用原型生成算法對數(shù)據(jù)進行降采樣處理。

7.根據(jù)權利要求6所述的基于時空序列數(shù)據(jù)約束的無監(jiān)督儲層智能分段方法，其特征在于，步驟S3具體包括：

S31、檢測并刪除異常值；

S32、采用拉格朗日插值法進行缺失數(shù)據(jù)填充；

S33、數(shù)據(jù)標準化，對所取得測井數(shù)據(jù)進行最大-最小標準化處理，獲得原始標準化數(shù)據(jù)集A_scale：

其中，x_ab為標準化之后的值，X_ab為原始值，X_min為X_ab所在列的最小值，X_min為X_ab所在列的最大值；

S34、采用主成分分析方法對數(shù)據(jù)降維，PCA通過空間映射，將當前維度映射到更低的維度，使得每個變量在新空間的方差最大。