[发明专利]利用随钻测井数据计算地质参数的人工智能方法和系统

摘要

本发明提供利用随钻测井数据计算地质参数的人工智能方法和系统，通过软件定义的人工系统进行大数据预处理；包含预测学习、集成学习的数据学习；基于默顿定律实现数据行动引导的指示学习。多分支同步学习系统和方法使用机器预测学习解决随时间发展对测井数据数据进行探索、使用集成学习解决在空间分布上对测井数据进行探索、使用指示学习解决待计算地层参数生成的方向。本发明通过井下测井数据地质参数计算，获得可描述地质产状的地层结构参数和电性参数，大大减少了钻井过程中数据传输量，同时也使得测井数据反映的地质信息可视化和定量化，对地质导向和测井解释都有重要意义。

主权项

1.利用随钻测井数据计算地质参数的人工智能方法，其特征在于，包括：步骤1，依照随钻测井工具钻具组合和测量模块工作模式，采集井下仪器测井响应信号，按仪器规定的信号合成、转换、标定方式将原始采集信号转换成可被理解的测量信号，形成原始测井数据；步骤2，对原始数据进行校正和更新，以提高原始测井数据质量；同时通过部分测井环境影响敏感曲线提取特征信号，结合原始测井数据、仪器响应特征模拟数据、模型正演数据，建立大数据；步骤3，在行动学习阶段，沿用强化学习的思路，从人工合成大数据中建立模型与测井响应对应关系，并将得到的对应关系以知识库形式存储在系统状态转移函数中，以知识库的变化刻画系统状态变化，并利用数值模拟仿真方法进行单因素环境变量的预测学习和在单因素预测学习基础上的多因素综合影响集成学习；步骤4，利用数值仿真建立模型库，根据模型测井曲线响应特征提取机器学习成果形成知识库，建立模型和映射函数集之间的闭环学习机制，其中模型测井曲线响应特征包括：不同探测曲线测量值大小关系、相位幅度测量曲线大小关系、多条曲线大小排序关系；步骤5，井下实测数据地质参数计算阶段，通过引入指示学习的思想，人工设置初值、添加约束条件、设置边界条件，对井下实测数据处理，得到实测地层的地质参数；步骤6，格式化输出步骤5得到的地质参数，即为当前地层环境下计算得到的地质参数。