测试井数据资料的数据清洗技术研究.pdfVIP

维普资讯 第29卷 第6期 西 南石 油 大 学 学 报 Vo1．29 No．6 2007年 12月 JournalofSouthwestPetroleum University Dee． 2007 文章编号：1000—2634(2007)06—0027—04 测试井数据资料的数据清洗技术研究 张 允，姚 军，王子胜 (中国石油大学石油工程学院，¨J东 尔营 257061) 摘要：针对测井和试井资料中存在数据质量的问题，提出了一种基于聚类分析和神经网络预测技术的数据清洗新方 法。该方法首先检测测试井数据中存在空缺项的记录数据，对无空缺数据项的记录数据采用模糊聚类分析技术进行 数据分类，再对各类数据分别进行蚁群聚类分析和神经网络学习并矫正噪声数据。将该数据清洗方法运用到试井分 析中进行检验，取得 了良好的效果。为提高测试井数据质量进行正确的解释评价提供了保证： 关键词：测井数据；试井数据；数据清洗；模糊聚类；蚁群算法；神经网络 中图分类号：TE353：TP274 文献标识码 ：A 引 言 1 基于模糊聚类和神经网络技术的数 测井在油气 田勘探开发中起着重要的作用，它 据清洗模型 可用来发现油气层、进行储层评价和油气资源评价； 数据清洗用于解决测试井数据体中数据质量问 而试井是了解油藏动态的重要手段，其 目的是通过 题，这是一个非常复杂和繁琐的过程，需要经过不同 油气井的测试资料来评价油井或油藏的生产动态， 的方法进行处理才能得到高质量的测试井数据体。 所以，测试井数据资料质量的优劣直接关系到测试 根据 目前油田上测试井数据体的实际情况以及测试 井分析结果的准确与否 。而 由于 目前对这类数据 井解释和评价的需要 ，并在参考国外文献中数据 基本上采用手工处理或者是简单的计算机处理方 清洗方法 的基础上提出了如图1所示的测井和 法，其数据质量仍不尽如人意，甚至有的数据不得不 试井资料数据清洗的逻辑结构。 丢弃。为了进行准确和可靠的测井或试井分析，需 要有高质量的测试井数据体，在这种情况下对测试 井数据体的数据清洗显得尤为重要。 数据质量问题主要包括2类：一类是与数据模 式有关，另一类则是和实际数据有关。模式层的数 据质量问题主要是由于结构设计不合理和缺乏属性 问的完整性约束造成的，它可以通过设计程序来 自 动发现，但 由于模式设计更多地涉及到对数据本身 的理解，所以，一般都需要手工去实现清洗。 实例层的数据清洗包括重复记录清洗和属性数 据清洗? “重复记录清洗”是用来检测和消除重复 记录的；“属性数据清洗”就是通过填写空缺值，平 滑噪声数据，识别、矫正／删除孤立点，并解决不一致 问题来提高数据质量，从而保证测井或试井分析的 顺利进行 。 图1 测井和试井数据资料清洗的逻辑结构 收稿 日期 ：2007—06—12 基金项目：国家重点基础研究发展计划973项 目“碳酸盐岩缝涮型油减数值模拟研究 ”(2006CB202405)。 作者简介：张 允 (1978一)，男(汉族)，山东临沂人，博士研究生，从事油气田开发理论与系统工程研究。 维普资讯 2