[发明专利]一种基于地质模式指导的天然裂缝测井综合识别方法

权利要求书

1.一种基于地质模式指导的天然裂缝测井综合识别方法，其特征在于，包括按照下述方法步骤进行：

(1)天然裂缝的地质模式建立；

(2)天然裂缝的常规测井响应定性识别；

(3)天然裂缝的常规测井响应定量判别；

(4)天然裂缝的正交偶极子声波测井识别；

(5)天然裂缝的机器识别；

其中，所述的步骤(1)中，采用岩心观察和薄片鉴定的方法，建立断层核部和诱导裂缝带的结构模式，其中断层核部位于断裂带中心，主要发育断裂角砾岩和断裂白云岩，白云岩化程度强烈，规模较大，而诱导裂缝带内白云岩化程度减弱，裂缝规模减小；

所述的步骤(2)中，微电极曲线、双感应曲线、球形聚焦曲线和深浅电阻率曲线对裂缝的响应敏感，由此定性识别天然裂缝；

所述的步骤(3)中，根据微梯度曲线和微电位曲线，四米视电阻率曲线与深感应电阻率曲线建立天然裂缝测井的定量判别图版，得出天然裂缝的判别标准为：四米视电阻率小于13欧姆米，微电位电阻率大于3欧姆米。

2.根据权利要求1所述的基于地质模式指导的天然裂缝测井综合识别方法，其特征在于，所述的步骤(4)中，高角度裂缝发育时，横波衰减剧烈，纵波和斯通滤波衰减微弱，而弹性模量和泊松比随裂缝规模的增加而增大，由此实现天然裂缝的正交偶极子声波识别。

3.根据权利要求1所述的基于地质模式指导的天然裂缝测井综合识别方法，其特征在于，所述的步骤(5)中，采用机器学习的方法对非取心井段的天然裂缝测井进行预测，具体方法：首先将取心井段的天然裂缝测井解释数据作为学习样本，建立随机森林、K近邻算法、支持向量机、极端梯度提升树和逻辑回归5种单一模型，分别进行学习评分，然后将5种学习模型进行组合，发挥每种学习模型的优势建立堆叠模型，最后在堆叠模型的基础上进行交叉验证，实现非取心井段的天然裂缝测井识别。