[发明专利]一种测井曲线自动标准化处理方法及系统在审
申请号: | 202010406576.3 | 申请日: | 2020-05-14 |
公开(公告)号: | CN113672853A | 公开(公告)日: | 2021-11-19 |
发明(设计)人: | 王卫;袁多;吴非 | 申请(专利权)人: | 中国石油化工股份有限公司;中国石油化工股份有限公司石油工程技术研究院 |
主分类号: | G06F17/15 | 分类号: | G06F17/15 |
代理公司: | 北京聿华联合知识产权代理有限公司 11611 | 代理人: | 于菲;张文娟 |
地址: | 100728 北*** | 国省代码: | 北京;11 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 测井 曲线 自动 标准化 处理 方法 系统 | ||
本发明公开了一种测井曲线自动标准化处理方法,包括:确定油田区域内的参考井,并结合区域内所有待处理井和参考井的全井段地质资料,选取用于代表所有待处理井进行测井曲线标准化处理的标准层;对各待处理井的标准层的测井数据进行重采样;构建用于对待处理井进行线性校正所需的校正系数的目标函数;根据参考井的标准层的测井数据、以及经重采样后各待处理井的标准层的测井数据,利用遗传算法对目标函数进行求解;利用求解结果,由各待处理井的原始全井测井曲线得到相应的校正后的全井测井曲线。本发明提高了测井曲线初始标准化的效率,消除测井曲线的系统性误差,提高测井解释效率与精度打下基础。
技术领域
本发明涉及油气开发与勘探领域,具体地说,是涉及一种测井曲线自动标准化处理方法及系统。
背景技术
由于地层的孔隙度、渗透率等等更重要的岩石物理参数均来自于测井资料解释。但测井数据在采集工程中因会受到环境因素、仪器种类、操作人员熟练程度等影响,往往存在较大的系统性误差,这将导致采集的测井数据与同深度井段的实际地层性质可能存在偏差,影响了对储层性质的判断。因此,在同一油田区域内,对多口井的测井数据进行标准化是不可或缺的流程。
测井曲线标准化基于在相同沉积环境下,相同深度井段的岩性地层一般具有相似测井响应特征的原理。目前,现有技术中的曲线标准化方法大致分为单井对比法和多井评价法,单井对比法,主要依靠人工对交会图等信息的分析判断,这种方法效率十分低下,严重拖延了后续测井解释的实施时间;而多井对比法同样是依靠人工方式,与标准井进行一一对比,求取每一口井的线性校正量,在待校正井数量校多的情况下效率会非常低下,且难以保证统一校正尺度标准,存在较大问题。
发明内容
为了解决上述技术问题,本发明提供了一种测井曲线自动标准化处理方法,所述方法包括:确定油田区域内的参考井,并结合所述区域内所有待处理井和所述参考井的全井段地质资料,选取用于代表所有待处理井进行测井曲线标准化处理的标准层;对各待处理井的标准层的测井数据进行重采样;构建用于对待处理井进行线性校正所需的校正系数的目标函数;根据所述参考井的标准层的测井数据、以及经重采样后所述各待处理井的标准层的测井数据,利用遗传算法对所述目标函数进行求解;利用求解结果,由所述各待处理井的原始全井测井曲线得到相应的校正后的全井测井曲线。
优选地,所述目标函数利用如下表达式表示:
其中,obj表示所述目标函数,Logsta表示所述参考井的标准层的测井数据,Logcorr表示校正后的待处理井的标准层的测井数据,n表示标准层测井数据内采样点的总数,m表示标准层的数量,所述校正后的待处理井的标准层的测井数据利用如下表达式表示:
其中,Lograw表示待处理井的标准层的原始测井曲线,a、b分别表示当前线性校正所需的第一校正系数和第二校正系数。
优选地,在根据所述参考井的标准层的测井数据、以及经重采样后所述各待处理井的标准层的测井数据,利用遗传算法对所述目标函数进行求解步骤中,包括:分别设定每个待求解量的变化范围;针对所述每个待求解量随机生成多个个体组成的群体;计算每个群体的目标函数,并根据所述参考井的标准层的测井数据、以及经重采样后相应待处理井的标准层的测井数据,评估种群个体的适应度;依次进行选择、交叉、变异操作对所述每个群体进行进化,并判断新一代群体的最优解是否满足停止条件;输出最优个体为反演的所述第一校正系数和所述第二校正系数。
优选地,在对各待处理井的标准层的测井数据进行重采样步骤中,包括:采用临近点插值方法,对各待处理井标准层的测井数据进行重采样,使得重采样后的标准层的测井数据与所述参考井的标准层的测井数据所包含的采样点个数相同。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于中国石油化工股份有限公司;中国石油化工股份有限公司石油工程技术研究院,未经中国石油化工股份有限公司;中国石油化工股份有限公司石油工程技术研究院许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202010406576.3/2.html,转载请声明来源钻瓜专利网。