神经网络反演倾斜地层阵列感应测井数据.pdfVIP

学兔兔 维普资讯 · l6· 测 井 与 射 孔 2003年 ·第2期 · 成像测井技术 · 神经网络反演倾斜地层阵列感应 测井数据 L．San Martin等著 张继玲 陈 雷 译 何长春 校 (胜利测井公司) (胜利测井公司) 擅 要：该文提出一种处理直井和斜井阵列感应测井数据的新方法。这种方法对每一子阵列数据进 行单独的人工神经网络(ANN)处理，得到可靠的不同探测深度的地层真正电阻率，这些结果垂直分辨率 互相匹配，将它们结合起来可探测和定量计算侵入深度。 众所周知，相对井轴地层倾角较大的井，对感应测井的解释非常困难。当相对倾角为O。时，地层中的 感应电流不穿过层界面。随倾角增大，很大的一部分电流穿过层界面。由于基础的物理机理发生变化， 在地层边界处，测井仪器响应的非线性效应对大的角度反映很强烈，这使得测井解释很难进行。当相对 倾角大于5O。时，解释感应测井响应通常使用加强的反演计算法(如迭代正演反褶积法)。我们采用一种 新的基于人工神经网络算法的处理方法，对线性和非线性响应都适用。 对某一子阵列和某一倾角的神经网络算法的训练过程，是将合成测井曲线作为输入，恢复一组一维 模拟地层的真电阻率，再用非训练组的一维合成测井曲线和反演的二维合成测井曲线及一些现场实测资 料来测试前面得到的算法。综合所有子阵列的反演结果可以确定反演剖面。 将人工神经网络ANN算法处理的野外测井资料与用其他方法处理的进行比较，结果说明这种新方 法是可靠的，新方法的特点是处理速度快，每秒大约可处理100ft，这些特点使其在井场进行实时处理很适 用。 关键词：神经网络 阵列感应 测井 阵列的测量提高深子阵列的分辨率。对所有测量 1 引 言 信号的单独处理能够提高信号处理的可信程度， 因为一个子阵列的问题并不影响其它子阵列的测 阵列感应仪器能够提供详细的环井眼径向电 量。另外，也可减小信号处理的复杂程度。 阻率剖面特征。阵列感应仪器的每一个发射一接 对于倾斜地层的情况，问题变得比较棘手。 收间距对应一个探测深度，通过增加发射一接收 目前，恢复地层电阻率最常用的方法是基于迭代 间距的数目和范围，使阵列感应仪器对径向电阻 正演模拟的计算机加强数字反演技术。列举的两 率的改变更敏感。在解释过程中，测井分析家需 个实例为最大熵法和基于 Marquardt—Leven- 要了解地层中不同层的电阻率值。阵列感应仪器 berg算法的最小二乘法。但是，这些标准反演 的每一对发射一接收器测量仪器周围一定体积的 方法处理时间长，尤其是处理阵列仪器的资料。 地层电阻率，该体积大于仪器测量的分辨率下限， 有时，附加的约束会使结果更可靠，并加快处理速 大约为lft。恢复地层电阻率可以采用不同的方 度。但是，很多约束常常是经验性的。正演模拟 法。通常，处理的目的是为了提高分辨率、消除趋 虽然本身精度较高，但是处理仍然依赖于正则化 肤效应，对井眼和侵入影响进行校正。 参数选择的经验。 合理的仪器设计有助于信号处理，例如，通过 经验表明，人工神经网络(ANN)技术是一种 使用三个接收线圈使每一个接收子阵列的分辨率 处理岩