[发明专利]一种资源测井数据的重建方法

说明书

本发明提供一种建立用于资源测井数据重建的模型的方法以及基于所述模型重建资源测井数据的方法。所述建立模型的方法，包括：1)将多种不同的测井曲线的每一种测井曲线作为发生在测井中具有资源这一事件的一项证据因子；2)针对每一项证据因子，将其对所述事件的贡献度确定为在发生或不发生该事件的条件下待重建区域中存在或不存在该证据因子的概率的表达式；3)根据所述事件的先验概率、所述证据因子对所述事件的贡献度来表示所述事件的后验概率。

技术领域

本发明涉及对大数据的处理，尤其涉及基于深度学习而对矿藏、石油、天然气等自然资源的测井数据进行处理。

背景技术

诸如石油、天然气的化石能源是现阶段的世界通用能源，其勘探开发是国家建设和经济发展的重要保障。勘探技术的突破伴随着更多高深度探井的出现，也带来了勘探成本的上升。如何通过有限的探井数据，重建出资源在整片地区的储藏情况是资源开采技术的一个突破点。

多年来，许多国内外学者为解决上述问题进行了深入研究，提出了诸如类比法、成因法、统计法等许多评价方法。然而，这些方法在评估具有多元参数的测井数据时存在诸多不足，并且很难准确地还原出资源在三维空间内的储藏情况。

近几年来，有研究提出可以基于长时间累积的海量测井知识和数据来重建测井数据，这些技术大致上可被分为两类。一种是基于知识驱动的方法，其利用勘察现状，综合矿藏的形成机制、地质学理论、以及专家意见，对相关地块的资源储层进行重构。然而，由于这种重构方式的精度受人主观因素的影响，因而现有技术仅将其应用于初步勘察。另一类是基于数据驱动的方法，其通过模型对大量的已有数据进行处理，确定数据间耦合的统计学规律，以实现对资源储层的高精度重建。得益于计算机技术的发展，这种重构方式可以将大量的重建工作交由计算机完成，在避免人主观因素影响的同时节约人力成本，已成为现阶段油田储层重建的主流方法。考虑到，针对海量数据的处理对设备性能的要求非常高，实现高精度的重建也带来了计算耗时非常长的问题，可见这种方法仍有改进的空间。

发明内容

因此，本发明的目的在于克服上述现有技术的缺陷，提供一种建立用于资源测井数据重建的模型的方法，包括：

1)将多种不同的测井曲线的每一种测井曲线作为发生在测井中具有资源这一事件的一项证据因子；

2)针对每一项证据因子，将其对所述事件的贡献度确定为在发生或不发生该事件的条件下待重建区域中存在或不存在该证据因子的概率的表达式；

3)根据所述事件的先验概率、所述证据因子对所述事件的贡献度来表示所述事件的后验概率。

优选地，根据所述方法，其中步骤2)包括：

将所述证据因子对所述事件的贡献度的表达式确定为：

其中，为在已知测井中检测到油层的情况下待重建区域中未检测到该证据因子的概率，为在已知测井中未检测到油层的情况下待重建区域中未检测到该证据因子的概率，P(B|D)为在已知测井中检测到油层的情况下待重建区域中检测到该证据因子的概率，为在已知测井中未检测到油层的情况下待重建区域中检测到该证据因子的概率。

优选地，根据所述方法，其中步骤2)包括：

将所述证据因子对所述事件的贡献度的表达式确定为：

其中，S(·)为标准差计算，为在已知测井中检测到油层的情况下待重建区域中未检测到该证据因子的概率，为在已知测井中未检测到油层的情况下待重建区域中未检测到该证据因子的概率，P(B|D)为在已知测井中检测到油层的情况下待重建区域中检测到该证据因子的概率，为在已知测井中未检测到油层的情况下待重建区域中检测到该证据因子的概率。

优选地，根据所述方法，其中步骤3)包括：