综合测井曲线自动分层模型.docVIP

综合测井曲线自动分层模型 摘要 本文研究了测井曲线自动分层的问题，提出加入数据预处理和后期分层处理的具体方法，以此来消除因测量误差对模型的干扰。运用最小二乘滑动滤波和标准离差法，将多测井曲线合成综合参考曲线,解决了单一曲线的多解性和局限性，提高了分层精度，最终通过数据处理、分层计算、分层处理三个阶段，建立了综合测井曲线自动分层模型。 在数据预处理中，运用MATLAB编写程序实现最小二乘滑动滤波及极值归一化算法，消除异常数据、曲线的毛尖干扰，减少刻度和量纲所产生的影响。通过对曲线物理属性进行主成分分析，选出了SP、GR、AC三个相关变量作为自动分层的主要影响因子。然后采用标准离差法确定各因子的权重系数，对三个因子进行加权处理合成综合参考曲线。 在分层计算中，通过聚类分析、极值方差分析等数学分析方法对综合参考曲线经行处理，依次处理离散曲线点，从而确定每层的上下界面。 在后期分层处理中，对归并薄层界面进行归并处理，使得分层更加清晰、条理化，最终得到各类的测井值。 我们根据题目要求，以1号井为标准，通过上述模型，得到分层标准。对2号至7号井的原始数据进行处理分析并计算，将本本中的数学模型自动分层的结果与附件中给出的人工分层结果进行比较分析，进一步验证和完善本文的数学模型。并利用附件中8号至13号井的原始数据将其自动分层，从而达到实际应用的目的。 本文利用了最小二乘滑动滤波、极值归一化处理、主成分分析、标准离差法、聚类分析、极值方差法等一系列的数学方法，提供了一种快速、准确的综合测井曲线自动分层方法。 关键词： 综合测井曲线 最小二乘滑动滤波 主成分分析 标准离差法 聚类分析 极值方差分析 一、问题的重述 地球物理测井资料在判断岩性、划分储层和识别油气水层中起着非常重要的作用。其中测井曲线分层是首先要完成的基础工作。较长时间以来，测井工作者主要根据测井曲线的形态变化特征及其与周围地层之间的差异特征进行人工分层。人工分层耗时耗力，而且受解释人员的主观因素影响较强。由人工分层到自动分层，除了计算机工具的引入，各种数据处理技术也被应用于自动分层。利用已有分层井点数据与变化特点作为控制点，结合每口井丰富的测井曲线数据，建立合理的数学模型，实现井位分层人工智能处理，也就是实现自动分层。 本文需要解决的问题有： 1) 以1号井为标准井，根据此井的各种测井曲线数据，建立数学模型，对第2号至7号井进行自动分层，并且通过分析，与人工分层结果进行比较分析。利用本文所建立的数学模型，对1号井的分层结果进行说明。 2) 通过前面人工分层与自动分层的比较结果，以及已给的各种测井曲线数据，利用建立的数学模型对第8号井至13号井进行自动分层，并分析其的结论。 二、符号说明 序号 符号 说明 1 原始测井曲线数据矩阵 2 滑动滤波处理后的测井曲线数据矩阵 3 第j个深度测井值 4 极值归一化后的测井数据矩阵 5 第j项指标的标准方差 6 第j项指标的权重系数 7 综合测井曲线指标 8 相似性门限值 9 极值分层指标函数 10 1号井综合参考曲线矩阵 11 1号井加权因子数据矩阵 三、问题的分析 人工分层技术是根据地质人员的经验，综合各种测井数据反映的底层特点来对井进行井层划分和命名，由于人工分层技术只是地质人员凭借经验进行的判断和处理的数据量十分有限，得出的结果很有可能和实际情况不相符合。如果将这些问题加以正确的算法和建立适当的模型后交给计算机进行处理，显然得出的结果的精确度会提高，从而实现测井自动分层。大量的数据中存在着一些异常数据，通过最小二乘滑动滤波和极值归一化处理可以消除因仪器设备产生的测量数据异常，消除曲线的毛尖干扰，消除消除因刻度和量纲所产生的影响，从而使结果更加精确化。各种数据的不一样对数据的分析会产生误差，归一化后数据的量纲一致, 并且都在0～1 之间变化, 其最大值为1, 最小值为0, 归一化前后测井参数之间的相关程度不变，归一化使数据的结果更加稳定准确。我们拟采用把多条测井曲线融合成一条参数曲线的综合法,对各条参数曲线进行加权处理，并将多条测井曲线进行综合，最终综合曲线包含更多的分层信息, 比原始的单一测井曲线分层效果好, 具有较好的应用价值。再用聚类分析、极值方差法等常用分层方法进行分层。由于极值方差分析其时间复杂度相对较小，且简便稳定，本文将采用极值方差法进行分层。再然后再依次处理离散曲线点，从而确定上下界面，最后对层界面进行归并处理，并计算出测井值。再将2号——7号井的数据按照此数学模型进行处理，得出分层结果，再将自动分层结果与人工分层结果进行比较分析，得出我们的模型的优缺点对1号井进行分析。问题二，本问题主要是根据问题一中所建立的数学模型，再根据由数学模型