CN108921187B - 鲕粒滩类型划分方法和装置 - Google Patents

鲕粒滩类型划分方法和装置 Download PDF

Info

Publication number
CN108921187B
CN108921187B CN201810467352.6A CN201810467352A CN108921187B CN 108921187 B CN108921187 B CN 108921187B CN 201810467352 A CN201810467352 A CN 201810467352A CN 108921187 B CN108921187 B CN 108921187B
Authority
CN
China
Prior art keywords
oolitic
beach
type
energy
judgment
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN201810467352.6A
Other languages
English (en)
Other versions
CN108921187A (zh
Inventor
张元福
王振
白一鸣
李易灿
戴鑫
王敏
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
China University of Geosciences Beijing
Original Assignee
China University of Geosciences Beijing
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by China University of Geosciences Beijing filed Critical China University of Geosciences Beijing
Priority to CN201810467352.6A priority Critical patent/CN108921187B/zh
Publication of CN108921187A publication Critical patent/CN108921187A/zh
Application granted granted Critical
Publication of CN108921187B publication Critical patent/CN108921187B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00Pattern recognition
    • G06F18/20Analysing
    • G06F18/24Classification techniques
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00Administration; Management
    • G06Q10/06Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063Operations research, analysis or management
    • G06Q10/0639Performance analysis of employees; Performance analysis of enterprise or organisation operations

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Human Resources & Organizations (AREA)
  • Theoretical Computer Science (AREA)
  • Data Mining & Analysis (AREA)
  • Strategic Management (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Economics (AREA)
  • Educational Administration (AREA)
  • Development Economics (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Evolutionary Biology (AREA)
  • Game Theory and Decision Science (AREA)
  • Evolutionary Computation (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Artificial Intelligence (AREA)
  • General Engineering & Computer Science (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Marketing (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Tourism & Hospitality (AREA)
  • General Business, Economics & Management (AREA)
  • Geophysics And Detection Of Objects (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明提供了一种鲕粒滩类型划分方法和装置,涉及地质勘查技术领域,该方法包括:获取目标鲕粒滩的主判别指标数据和次判别指标数据,主判别指标包括胶结类型、单旋回厚度和自然伽马GR曲线特征,次判别指标包括鲕粒大小、鲕粒分选性和鲕粒含量;根据该主判别指标和次判别指标的各个分指标各自的判断准则,分别判断目标鲕粒滩的滩类型,得到各个分指标的初始判别结果;滩类型包括:高能鲕粒滩、中等能量鲕粒滩和低能鲕粒滩;根据初始判别结果,按照预先设定的指标协调准则划分目标鲕粒滩的滩类型。本发明实施例提供的一种鲕粒滩类型划分方法和装置,可以更精确地划分鲕粒滩的类型,并且划分依据更全面,不同类型之间的区分界限也更明显。

Description

鲕粒滩类型划分方法和装置
技术领域
本发明涉及地质勘查技术领域,尤其是涉及一种鲕粒滩类型划分方法和装置。
背景技术
目前,鲕粒滩类型的划分方法主要有两种。第一种方法以单个鲕粒的外观形态作为划分鲕粒滩类型的依据,主要考虑鲕粒核心的位置、外部圈层的形态以及鲕粒表面的特征;该方法在形态上将鲕粒分为真鲕、表鲕、假鲕、偏心鲕、变形鲕等多种类型,每种类型可代表不同的沉积环境。第二种方法通过测井、录井、岩心、薄片等分析化验资料分析鲕粒的形态和岩石学特征;该方法考虑到鲕粒的胶结物类型以及鲕粒的形态大小,从多种角度分析鲕粒成因,以此揭示鲕粒形成的水动力环境,将鲕粒分为高能鲕粒和低能鲕粒两种类型。
以上两种划分鲕粒滩类型的方法还存在以下问题:对于第一种分类方法,其分类依据单一,因鲕粒形态复杂,导致利用该方法划分的鲕粒滩类型种类过多。并且,该方法只考虑了单个鲕粒的类型,没有在滩体规模上进行分类,其结果的实际利用价值不高。对于第二种分类方法,其分析角度多样,但分类指标都缺乏定量的标准,只有定性的判别,而且,其划分标准中缺乏对滩体的分析,导致其划分结果可能不具代表性。再者,该分类方法的鲕粒滩类型数量较少,仅高能和低能两种类型,有时并不能反映不同鲕粒滩之间的区别。
发明内容
有鉴于此,本发明的目的在于提供一种鲕粒滩类型划分方法和装置,可以更精确地划分鲕粒滩的类型,并且划分依据更全面、系统,不同类型之间的区分界限更明显。
第一方面,本发明实施例提供了一种鲕粒滩类型划分方法,包括:获取目标鲕粒滩的主判别指标数据和次判别指标数据,该主判别指标包括:胶结类型、单旋回厚度和自然伽马GR曲线特征,该次判别指标包括:鲕粒大小、鲕粒分选性和鲕粒含量;根据该主判别指标和该次判别指标的各个分指标各自的判断准则,分别判断该目标鲕粒滩的滩类型,得到各个分指标的初始判别结果;该滩类型包括:高能鲕粒滩、中等能量鲕粒滩和低能鲕粒滩;根据该初始判别结果,按照预先设定的指标协调准则划分该目标鲕粒滩的滩类型;该指标协调准则包括:当该主判别指标中有两个或两个以上的分指标的初始判别结果均为第一滩类型时,划分该目标鲕粒滩的滩类型为该第一滩类型;当该主判别指标的各个分指标的初始判别结果各不相同时,若该次判别指标中有两个或两个以上分指标的初始判别结果均为第二滩类型时,划分该目标鲕粒滩的滩类型为该第二滩类型;若该次判别指标的各个分指标的初始判别结果各不相同时,划分该目标鲕粒滩为中等能量鲕粒滩。
结合第一方面,本发明实施例提供了第一方面的第一种可能的实施方式,其中,该胶结类型的判断准则为:当该胶结类型以亮晶胶结为主,且泥晶胶结物含量不超过30%时,判定该滩类型为高能鲕粒滩;当该胶结类型以泥晶胶结为主,且亮晶胶结物含量不超过30%时,判定该滩类型为低能鲕粒滩;当该胶结类型为亮晶胶结和泥晶胶结同时发育,且该泥晶胶结物和该亮晶胶结物的含量均不低于40%时,判定该滩类型为中等能量鲕粒滩。
结合第一方面,本发明实施例提供了第一方面的第二种可能的实施方式,其中,该单旋回厚度的判断准则为:当该单旋回厚度大于10M时,判定该滩类型为高能鲕粒滩;当该单旋回厚度在3-10M时,判定该滩类型为中等能量鲕粒滩;当该单旋回厚度小于3M时,判定该滩类型为低能鲕粒滩。
结合第一方面,本发明实施例提供了第一方面的第三种可能的实施方式,其中,该自然伽马GR曲线特征的判断准则为:当该自然伽马GR曲线均值大于20API且小于25API时,判定该滩类型为高能鲕粒滩;当该自然伽马GR曲线均值在25-30API之间时,判定该滩类型为中等能量鲕粒滩;当该自然伽马GR曲线均值大于30API时,判定该滩类型为低能鲕粒滩。
结合第一方面,本发明实施例提供了第一方面的第四种可能的实施方式,其中,该鲕粒大小的判断准则为:当该鲕粒大小均值大于0.5mm时,判定该滩类型为高能鲕粒滩;当该鲕粒大小均值在0.3-0.5mm之间时,判定该滩类型为中等能量鲕粒滩;当该鲕粒大小均值小于0.3mm之间时,判定该滩类型为低能鲕粒滩。
结合第一方面,本发明实施例提供了第一方面的第五种可能的实施方式,其中,该鲕粒分选性的判断准则为:当该鲕粒粒径变化范围小于30%,鲕粒分选性为中等-好时,判定该滩类型为高能鲕粒滩;当该鲕粒粒径变化范围在30%-60%之间,鲕粒分选性为中等时,判定该滩类型为中等能量鲕粒滩;当该鲕粒粒径变化范围大于60%,鲕粒分选性为差时,判定该滩类型为低能鲕粒滩。
结合第一方面,本发明实施例提供了第一方面的第六种可能的实施方式,其中,该鲕粒含量的判断准则为:当该鲕粒含量大于70%时,判定该滩类型为高能鲕粒滩;当该鲕粒含量在50%-70%之间时,判定该滩类型为中等能量鲕粒滩;当该鲕粒含量小于50%时,判定该滩类型为低能鲕粒滩。
第二方面,本发明实施例还提供了一种鲕粒滩类型划分装置,包括:数据获取模块,用于获取目标鲕粒滩的主判别指标数据和次判别指标数据,该主判别指标包括:胶结类型、单旋回厚度和自然伽马GR曲线特征,该次判别指标包括:鲕粒大小、鲕粒分选性和鲕粒含量;分指标判别模块,用于根据该主判别指标和该次判别指标的各个分指标各自的判断准则,分别判断该目标鲕粒滩的滩类型,得到各个分指标的初始判别结果;该滩类型包括:高能鲕粒滩、中等能量鲕粒滩和低能鲕粒滩;滩类型划分模块,用于根据该初始判别结果,按照预先设定的指标协调准则划分该目标鲕粒滩的滩类型;该指标协调准则包括:当该主判别指标中有两个或两个以上的分指标的初始判别结果均为第一滩类型时,划分该目标鲕粒滩的滩类型为该第一滩类型;当该主判别指标的各个分指标的初始判别结果各不相同时,若该次判别指标中有两个或两个以上分指标的初始判别结果均为第二滩类型时,划分该目标鲕粒滩的滩类型为该第二滩类型;若该次判别指标的各个分指标的初始判别结果各不相同时,划分该目标鲕粒滩为中等能量鲕粒滩。
第三方面,本发明实施例还提供了一种鲕粒滩类型划分装置,该装置包括处理器,存储器,总线和通信接口,该处理器、通信接口和存储器通过该总线连接;该存储器用于存储程序;该处理器,用于通过该总线调用存储在该存储器中的程序,执行上述第一方面及其可能的实施方式之一提供的方法。
第四方面,本发明实施例还提供了一种电子设备,包括存储器、处理器,该存储器中存储有可在该处理器上运行的计算机程序,该处理器执行该计算机程序时实现上述第一方面及其可能的实施方式之一提供的方法的步骤。
本发明实施例带来了以下有益效果:
本发明实施例提供的鲕粒滩类型划分方法和装置,该方法通过使用多个判别指标对鲕粒滩的类型进行独立的判断,每个指标均具有明确的定性和定量标准,再结合各个指标直接的协调原则,确定鲕粒滩类型的最终划分,可以更精确地划分鲕粒滩的类型,并且划分依据更全面、系统,不同类型之间的区分界限也更明显。
本公开的其他特征和优点将在随后的说明书中阐述,或者,部分特征和优点可以从说明书推知或毫无疑义地确定,或者通过实施本公开的上述技术即可得知。
为使本公开的上述目的、特征和优点能更明显易懂,下文特举较佳实施例,并配合所附附图,作详细说明如下。
附图说明
为了更清楚地说明本发明具体实施方式或现有技术中的技术方案,下面将对具体实施方式或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图是本发明的一些实施方式,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为本发明实施例提供的一种鲕粒滩类型划分方法的流程示意图;
图2为本发明实施例提供的一种不同类型鲕粒滩的胶结类型的实景图;
图3为本发明实施例提供的一种鲕粒滩类型划分装置的结构示意图;
图4为本发明实施例提供的一种鲕粒滩类型划分装置的结构示意图。
图标:
31-数据获取模块;32-分指标判别模块;33-滩类型划分模块;40-处理器;41-存储器;42-总线;43-通信接口。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,下面将结合附图对本发明的技术方案进行清楚、完整地描述,显然,所描述的实施例是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
鲕粒是一种由核心和围绕核心的包壳组成的球形或椭球形颗粒,其核心可以是陆源碎屑、内碎屑或生物碎屑颗粒等,鲕粒的特征可以很好地反映当时的古地理环境。鲕粒的形成与其所处环境关系密切,往往鲕粒的形成离不开动荡的水体环境,通过研究鲕粒的内部特征和滩体的发育规模可还原当时的沉积环境。由于沉积环境的差异,鲕粒滩的类型也不尽相同,而鲕粒的形态、岩石学特征以及滩体展布规律则可很好地反映不同水动力条件下形成的鲕粒滩之间的差别。
目前,划分鲕粒滩类型的方法还存在分类依据单一、片面,且分类界限模糊、划分精度不高的问题。基于此,本发明实施例提供的一种鲕粒滩类型划分方法和装置,可以更精确地划分鲕粒滩的类型,并且划分依据更全面、系统,不同类型之间的区分界限更明显。
为便于对本实施例进行理解,首先对本发明实施例所公开的一种鲕粒滩类型划分方法进行详细介绍。
实施例一
如图1所示,为本发明实施例提供的一种鲕粒滩类型划分方法的流程示意图,由图1可见,该划分方法包括以下步骤:
步骤S101:获取目标鲕粒滩的主判别指标数据和次判别指标数据,主判别指标包括:胶结类型、单旋回厚度和自然伽马GR曲线特征,次判别指标包括:鲕粒大小、鲕粒分选性和鲕粒含量。
通常,各个指标的原始数据一般由岩心井和野外地质剖面采集得到。所选取的岩心井和野外剖面首先应满足在目标层位存在鲕粒发育,并且可揭露整个目标层位,此外,其各地质参数在该地区应具有代表性。岩心数据的获取主要通过岩心井的录井数据和野外露头的实地观测。记录的岩性数据应包括目标层段整体的岩性及分层。在可观察到鲕粒的部位需可进一步观测其特征,根据肉眼观测初步评估鲕粒的百分含量、大小及分选性。所需观察的薄片来自于岩性数据、地层厚度数据、测井曲线资料齐全的岩性井,取鲕粒发育部位的岩性制成薄片。用显微镜观察其在单偏光和正交光下的特征。观察内容包括:鲕粒的百分含量、鲕粒的大小(准确测量)、鲕粒的分选性;鲕粒的胶结类型、胶结程度。
步骤S102:根据该主判别指标和次判别指标的各个分指标各自的判断准则,分别判断目标鲕粒滩的滩类型,得到各个分指标的初始判别结果;该滩类型包括:高能鲕粒滩、中等能量鲕粒滩和低能鲕粒滩。
这里,利用每一个分指标都对目标鲕粒滩进行独立判断。
其中,鲕粒滩的胶结类型有亮晶方解石胶结和泥晶方解石胶结两种。结合地质学经验,若以泥晶胶结为主,则表明鲕粒形成时期水体环境中泥质含量高,则水体能量低,可形成低能鲕粒滩;若以亮晶胶结为主,则表明鲕粒形成时水体能量高,水体中泥质含量少,形成高能鲕粒滩;若泥晶胶结和亮晶胶结同时发育,则水体能量中等,以发育中等能量鲕粒滩为主。
在本实施例中,该胶结类型的判断准则为:当该胶结类型以亮晶胶结为主,且泥晶胶结物含量不超过30%时,判定该滩类型为高能鲕粒滩;当该胶结类型以泥晶胶结为主,且亮晶胶结物含量不超过30%时,判定该滩类型为低能鲕粒滩;当该胶结类型为亮晶胶结和泥晶胶结同时发育,且该泥晶胶结物和该亮晶胶结物的含量均不低于40%时,判定该滩类型为中等能量鲕粒滩。如图2所示,为一种不同类型鲕粒滩的胶结类型的实景图,在图2中,a、b、c、d分别取自LQSH剖面、CT1井、ZYBWP剖面和L4井。其中,图a和图b均为亮晶胶结的高能鲕粒滩,图c为亮晶胶结和泥晶胶结同时发育的中等能量鲕粒滩,图d为泥晶胶结的低能鲕粒滩。
其次,鲕粒滩的单旋回厚度反映了鲕粒滩单个滩体的纵向发育规模,单旋回厚度大,则水体持续动荡时间长,鲕粒发育程度高,有利于形成高能鲕粒滩。反之,单旋回厚度小,则水体持续动荡时间短,鲕粒发育程度受限,常形成中、低能鲕粒滩。在至少一种可能的实施方式中,单旋回厚度的判断准则为:当该单旋回厚度大于10M时,判定该滩类型为高能鲕粒滩;当该单旋回厚度在3-10M时,判定该滩类型为中等能量鲕粒滩;当该单旋回厚度小于3M时,判定该滩类型为低能鲕粒滩。
另外,利用自然伽马测井获得的自然伽马GR曲线特征数据,GR测井曲线反映岩石中泥质含量的多少,高能鲕粒滩形成时,水体持续动荡,岩石中泥质含量少,GR曲线幅值低,幅值波动小。低能鲕粒滩形成时,水体能量较弱,动荡时间短,泥质含量高,GR曲线幅值高波动大。在其中一种或多种可能的实施方式中,设定自然伽马GR曲线特征的判断准则为:当该自然伽马GR曲线均值大于20API且小于25API时,判定该滩类型为高能鲕粒滩;当该自然伽马GR曲线均值在25-30API之间时,判定该滩类型为中等能量鲕粒滩;当该自然伽马GR曲线均值大于30API时,判定该滩类型为低能鲕粒滩。
再者,对于鲕粒的粒径大小,单个鲕粒的粒径大,反映其形成时长时间处于动荡的水体环境,水体高能量动荡时间长,形成高能鲕粒滩。单个鲕粒粒径小,其形成时经历的水体动荡时间短,不具备形成高能鲕粒滩的条件,可形成低能鲕粒滩。同理,粒径中等,则形成中等能量鲕粒滩。在至少一种可能的实施方式中,鲕粒大小的判断准则为:当该鲕粒大小均值大于0.5mm时,判定该滩类型为高能鲕粒滩;当该鲕粒大小均值在0.3-0.5mm之间时,判定该滩类型为中等能量鲕粒滩;当该鲕粒大小均值小于0.3mm之间时,判定该滩类型为低能鲕粒滩。
此外,鲕粒的分选性直接反应水体能量的大小,水体能量高,持续时间长,鲕粒分选性好,是高能鲕粒滩发育的标志。鲕粒分选性差,表明水体能量低,持续时间短,不能发育为高能鲕粒滩,可形成低能鲕粒滩。同理,鲕粒分选性中等,是中等能量鲕粒滩发育的标志。在实际操作中,可以设定鲕粒分选性的判断准则为:当该鲕粒粒径变化范围小于30%,鲕粒分选性为中等-好时,判定该滩类型为高能鲕粒滩;当该鲕粒粒径变化范围在30%-60%之间,鲕粒分选性为中等时,判定该滩类型为中等能量鲕粒滩;当该鲕粒粒径变化范围大于60%,鲕粒分选性为差时,判定该滩类型为低能鲕粒滩。
对于鲕粒滩中鲕粒的百分含量,它反映了岩石中鲕粒的多少,鲕粒百分含量高,表明水体能量高,有利于鲕粒大范围发育,可形成中、高能鲕粒滩;鲕粒百分含量低,表明水体能量低,不利于鲕粒发育,形成低能鲕粒滩。这里,在其中一种可能的实施方式中,设定鲕粒含量的判断准则为:当该鲕粒含量大于70%时,判定该滩类型为高能鲕粒滩;当该鲕粒含量在50%-70%之间时,判定该滩类型为中等能量鲕粒滩;当该鲕粒含量小于50%时,判定该滩类型为低能鲕粒滩。
步骤S103:根据上述初始判别结果,按照预先设定的指标协调准则划分目标鲕粒滩的滩类型;该指标协调准则包括:当主判别指标中有两个或两个以上的分指标的初始判别结果均为第一滩类型时,划分该目标鲕粒滩的滩类型为第一滩类型;当主判别指标的各个分指标的初始判别结果各不相同时,若该次判别指标中有两个或两个以上分指标的初始判别结果均为第二滩类型时,划分该目标鲕粒滩的滩类型为第二滩类型;若次判别指标的各个分指标的初始判别结果各不相同时,划分该目标鲕粒滩为中等能量鲕粒滩。
各个分指标进行独立的鲕粒滩类型划分,互相之间不影响,然后,再按照预先设定的指标协调准则进行目标鲕粒滩的最终划分定性。三个主判别指标占据较大权重,若主判别指标中有两个或两个以上的分指标的初始判别结果均为同一种滩类型时,划分该目标鲕粒滩的滩类型为该种滩类型。上面这种情况比较普遍,但是也存在主判别指标的各个分指标的初始判别结果各不相同的情况,此时,若次判别指标中有两个或两个以上分指标的初始判别结果均为同一种滩类型,则划分该目标鲕粒滩的滩类型为该滩类型,若次判别指标的各个分指标的初始判别结果仍然各不相同,则划分该目标鲕粒滩为中等能量鲕粒滩。这样,对于任意一个鲕粒滩,它可以确定的对应一种滩类型,且多个分指标的数据均可参考并参与判断。
本发明实施例提供的鲕粒滩类型划分方法,通过主、次判别指标各自分指标对目标滩类型的独立判断,再结合各个客观的判断结果,根据指标之间的不同权重及协调准则,对目标滩类型进行划分和定性,可以更精确地划分鲕粒滩的类型,并且划分依据更全面、系统,不同类型之间的区分界限也更明显。
实施例二
参见图3,为本发明实施例提供的一种鲕粒滩类型划分装置的结构示意图,由图3可见,该装置包括依次连接的数据获取模块31、分指标判别模块32和滩类型划分模块33,其中,各个模块的功能如下:
数据获取模块31,用于获取目标鲕粒滩的主判别指标数据和次判别指标数据,该主判别指标包括:胶结类型、单旋回厚度和自然伽马GR曲线特征,该次判别指标包括:鲕粒大小、鲕粒分选性和鲕粒含量;
分指标判别模块32,用于根据该主判别指标和该次判别指标的各个分指标各自的判断准则,分别判断该目标鲕粒滩的滩类型,得到各个分指标的初始判别结果;该滩类型包括:高能鲕粒滩、中等能量鲕粒滩和低能鲕粒滩;
滩类型划分模块33,用于根据该初始判别结果,按照预先设定的指标协调准则划分该目标鲕粒滩的滩类型;该指标协调准则包括:当该主判别指标中有两个或两个以上的分指标的初始判别结果均为第一滩类型时,划分该目标鲕粒滩的滩类型为该第一滩类型;当该主判别指标的各个分指标的初始判别结果各不相同时,若该次判别指标中有两个或两个以上分指标的初始判别结果均为第二滩类型时,划分该目标鲕粒滩的滩类型为该第二滩类型;若该次判别指标的各个分指标的初始判别结果各不相同时,划分该目标鲕粒滩为中等能量鲕粒滩。
本发明实施例所提供的装置,其实现原理及产生的技术效果和前述方法实施例相同,为简要描述,装置实施例部分未提及之处,可参考前述方法实施例中相应内容。
实施例三
参见图4,本发明实施例还提供一种鲕粒滩类型划分装置,包括:处理器40,存储器41,总线42和通信接口43,处理器40、通信接口43和存储器41通过总线42连接;处理器40用于执行存储器41中存储的可执行模块,例如计算机程序。
其中,存储器41可能包含高速随机存取存储器(RAM,Random Access Memory),也可能还包括非易失性存储器(non-volatile memory),例如至少一个磁盘存储器。通过至少一个通信接口43(可以是有线或者无线)实现该系统网元与至少一个其他网元之间的通信连接,可以使用互联网,广域网,本地网,城域网等。
总线42可以是ISA总线、PCI总线或EISA总线等。总线可以分为地址总线、数据总线、控制总线等。为便于表示,图4中仅用一个双向箭头表示,但并不表示仅有一根总线或一种类型的总线。
其中,存储器41用于存储程序,处理器40在接收到执行指令后,执行程序,前述本发明实施例任一实施例揭示的流过程定义的装置所执行的方法可以应用于处理器40中,或者由处理器40实现。
处理器40可能是一种集成电路芯片,具有信号的处理能力。在实现过程中,上述方法的各步骤可以通过处理器40中的硬件的集成逻辑电路或者软件形式的指令完成。上述的处理器40可以是通用处理器,包括中央处理器(Central Processing Unit,简称CPU)、网络处理器(Network Processor,简称NP)等;还可以是数字信号处理器(Digital SignalProcessing,简称DSP)、专用集成电路(Application Specific Integrated Circuit,简称ASIC)、现成可编程门阵列(Field-Programmable Gate Array,简称FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。可以实现或者执行本发明实施例中的公开的各方法、步骤及逻辑框图。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。结合本发明实施例所公开的方法的步骤可以直接体现为硬件译码处理器执行完成,或者用译码处理器中的硬件及软件模块组合执行完成。软件模块可以位于随机存储器,闪存、只读存储器,可编程只读存储器或者电可擦写可编程存储器、寄存器等本领域成熟的存储介质中。该存储介质位于存储器41,处理器40读取存储器41中的信息,结合其硬件完成上述方法的步骤。
本发明实施例提供的鲕粒滩类型划分装置,与上述实施例一提供的鲕粒滩类型划分方法具有相同的技术特征,所以也能解决相同的技术问题,达到相同的技术效果。
实施例四
本发明实施例还提供了一种电子设备,包括存储器、处理器,该存储器中存储有可在该处理器上运行的计算机程序,该处理器执行该计算机程序时实现上述实施例一及其可能的实施方式之一提供的方法的步骤。
除非另外具体说明,否则在这些实施例中阐述的部件和步骤的相对步骤、数字表达式和数值并不限制本发明的范围。
另外,在本发明实施例的描述中,除非另有明确的规定和限定,术语“安装”、“相连”、“连接”应做广义理解,例如,可以是固定连接,也可以是可拆卸连接,或一体地连接;可以是机械连接,也可以是电连接;可以是直接相连,也可以通过中间媒介间接相连,可以是两个元件内部的连通。对于本领域的普通技术人员而言,可以具体情况理解上述术语在本发明中的具体含义。
在本发明的描述中,需要说明的是,术语“中心”、“上”、“下”、“左”、“右”、“竖直”、“水平”、“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系,仅是为了便于描述本发明和简化描述,而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作,因此不能理解为对本发明的限制。此外,术语“第一”、“第二”、“第三”仅用于描述目的,而不能理解为指示或暗示相对重要性。
最后应说明的是:以上所述实施例,仅为本发明的具体实施方式,用以说明本发明的技术方案,而非对其限制,本发明的保护范围并不局限于此,尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,其依然可以对前述实施例所记载的技术方案进行修改或可轻易想到变化,或者对其中部分技术特征进行等同替换;而这些修改、变化或者替换,并不使相应技术方案的本质脱离本发明实施例技术方案的精神和范围,都应涵盖在本发明的保护范围之内。因此,本发明的保护范围应以所述权利要求的保护范围为准。

Claims (10)

1.一种鲕粒滩类型划分方法,其特征在于,包括:
获取目标鲕粒滩的主判别指标数据和次判别指标数据,所述主判别指标包括:胶结类型、单旋回厚度和自然伽马GR曲线特征,所述次判别指标包括:鲕粒大小、鲕粒分选性和鲕粒含量;
根据所述主判别指标和所述次判别指标的各个分指标各自的判断准则,分别判断所述目标鲕粒滩的滩类型,得到各个分指标的初始判别结果;所述滩类型包括:高能鲕粒滩、中等能量鲕粒滩和低能鲕粒滩;其中,所述高能鲕粒滩的胶结类型以亮晶胶结为主,所述中等能量鲕粒滩的胶结类型为泥晶胶结和亮晶胶结同时发育,所述低能鲕粒滩的胶结类型以泥晶胶结为主;
根据所述初始判别结果,按照预先设定的指标协调准则划分所述目标鲕粒滩的滩类型;所述指标协调准则包括:
当所述主判别指标中有两个或两个以上的分指标的初始判别结果均为第一滩类型时,划分所述目标鲕粒滩的滩类型为所述第一滩类型;
当所述主判别指标的各个分指标的初始判别结果各不相同时,若所述次判别指标中有两个或两个以上分指标的初始判别结果均为第二滩类型时,划分所述目标鲕粒滩的滩类型为所述第二滩类型;若所述次判别指标的各个分指标的初始判别结果各不相同时,划分所述目标鲕粒滩为中等能量鲕粒滩。
2.根据权利要求1所述的鲕粒滩类型划分方法,其特征在于,所述胶结类型的判断准则为:
当所述胶结类型以亮晶胶结为主,且泥晶胶结物含量不超过30%时,判定所述滩类型为高能鲕粒滩;
当所述胶结类型以泥晶胶结为主,且亮晶胶结物含量不超过30%时,判定所述滩类型为低能鲕粒滩;
当所述胶结类型为亮晶胶结和泥晶胶结同时发育,且所述泥晶胶结物和所述亮晶胶结物的含量均不低于40%时,判定所述滩类型为中等能量鲕粒滩。
3.根据权利要求1所述的鲕粒滩类型划分方法,其特征在于,所述单旋回厚度的判断准则为:
当所述单旋回厚度大于10M时,判定所述滩类型为高能鲕粒滩;
当所述单旋回厚度在3-10M时,判定所述滩类型为中等能量鲕粒滩;
当所述单旋回厚度小于3M时,判定所述滩类型为低能鲕粒滩。
4.根据权利要求1所述的鲕粒滩类型划分方法,其特征在于,所述自然伽马GR曲线特征的判断准则为:
当所述自然伽马GR曲线均值大于20API且小于25API时,判定所述滩类型为高能鲕粒滩;
当所述自然伽马GR曲线均值在25-30API之间时,判定所述滩类型为中等能量鲕粒滩;
当所述自然伽马GR曲线均值大于30API时,判定所述滩类型为低能鲕粒滩。
5.根据权利要求1所述的鲕粒滩类型划分方法,其特征在于,所述鲕粒大小的判断准则为:
当所述鲕粒大小均值大于0.5mm时,判定所述滩类型为高能鲕粒滩;
当所述鲕粒大小均值在0.3-0.5mm之间时,判定所述滩类型为中等能量鲕粒滩;
当所述鲕粒大小均值小于0.3mm之间时,判定所述滩类型为低能鲕粒滩。
6.根据权利要求1所述的鲕粒滩类型划分方法,其特征在于,所述鲕粒分选性的判断准则为:
当所述鲕粒粒径变化范围小于30%,鲕粒分选性为中等-好时,判定所述滩类型为高能鲕粒滩;
当所述鲕粒粒径变化范围在30%-60%之间,鲕粒分选性为中等时,判定所述滩类型为中等能量鲕粒滩;
当所述鲕粒粒径变化范围大于60%,鲕粒分选性为差时,判定所述滩类型为低能鲕粒滩。
7.根据权利要求1所述的鲕粒滩类型划分方法,其特征在于,所述鲕粒含量的判断准则为:
当所述鲕粒含量大于70%时,判定所述滩类型为高能鲕粒滩;
当所述鲕粒含量在50%-70%之间时,判定所述滩类型为中等能量鲕粒滩;
当所述鲕粒含量小于50%时,判定所述滩类型为低能鲕粒滩。
8.一种鲕粒滩类型划分装置,其特征在于,包括:
数据获取模块,用于获取目标鲕粒滩的主判别指标数据和次判别指标数据,所述主判别指标包括:胶结类型、单旋回厚度和自然伽马GR曲线特征,所述次判别指标包括:鲕粒大小、鲕粒分选性和鲕粒含量;
分指标判别模块,用于根据所述主判别指标和所述次判别指标的各个分指标各自的判断准则,分别判断所述目标鲕粒滩的滩类型,得到各个分指标的初始判别结果;所述滩类型包括:高能鲕粒滩、中等能量鲕粒滩和低能鲕粒滩;其中,所述高能鲕粒滩的胶结类型以亮晶胶结为主,所述中等能量鲕粒滩的胶结类型为泥晶胶结和亮晶胶结同时发育,所述低能鲕粒滩的胶结类型以泥晶胶结为主;
滩类型划分模块,用于根据所述初始判别结果,按照预先设定的指标协调准则划分所述目标鲕粒滩的滩类型;所述指标协调准则包括:当所述主判别指标中有两个或两个以上的分指标的初始判别结果均为第一滩类型时,划分所述目标鲕粒滩的滩类型为所述第一滩类型;当所述主判别指标的各个分指标的初始判别结果各不相同时,若所述次判别指标中有两个或两个以上分指标的初始判别结果均为第二滩类型时,划分所述目标鲕粒滩的滩类型为所述第二滩类型;若所述次判别指标的各个分指标的初始判别结果各不相同时,划分所述目标鲕粒滩为中等能量鲕粒滩。
9.一种鲕粒滩类型划分装置,其特征在于,所述装置包括处理器,存储器,总线和通信接口,所述处理器、通信接口和存储器通过所述总线连接;
所述存储器用于存储程序;
所述处理器,用于通过所述总线调用存储在所述存储器中的程序,执行所述权利要求1-7任一所述方法。
10.一种电子设备,包括存储器、处理器,所述存储器中存储有可在所述处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现上述权利要求1至7任一项所述的方法的步骤。
CN201810467352.6A 2018-05-16 2018-05-16 鲕粒滩类型划分方法和装置 Active CN108921187B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201810467352.6A CN108921187B (zh) 2018-05-16 2018-05-16 鲕粒滩类型划分方法和装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810467352.6A CN108921187B (zh) 2018-05-16 2018-05-16 鲕粒滩类型划分方法和装置

Publications (2)

Publication Number Publication Date
CN108921187A CN108921187A (zh) 2018-11-30
CN108921187B true CN108921187B (zh) 2021-05-28

Family

ID=64403883

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810467352.6A Active CN108921187B (zh) 2018-05-16 2018-05-16 鲕粒滩类型划分方法和装置

Country Status (1)

Country Link
CN (1) CN108921187B (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109577946B (zh) * 2018-12-11 2020-03-31 中国地质大学(北京) 一种利用测井数据识别鲕粒滩类型的方法
CN112697787A (zh) * 2020-12-08 2021-04-23 新疆大学 一种通过碳酸盐岩台地鲕粒滩分布规律确定古风向的方法

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103513286A (zh) * 2013-10-15 2014-01-15 中国石油大学(华东) 一种地质模型约束下的滩坝结构单元判别方法
CN104975850A (zh) * 2014-04-01 2015-10-14 中国石油化工股份有限公司 碳酸盐岩微相类型识别方法及其沉积相描述方法
CN107833149A (zh) * 2017-10-24 2018-03-23 国家电网公司 一种基于多判别指标的电网发展时期划分方法及系统

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103513286A (zh) * 2013-10-15 2014-01-15 中国石油大学(华东) 一种地质模型约束下的滩坝结构单元判别方法
CN104975850A (zh) * 2014-04-01 2015-10-14 中国石油化工股份有限公司 碳酸盐岩微相类型识别方法及其沉积相描述方法
CN107833149A (zh) * 2017-10-24 2018-03-23 国家电网公司 一种基于多判别指标的电网发展时期划分方法及系统

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
Ichnofabrics and Their Sedimentary Environments from the Lower Part of the Middle Cambrian Zhangxia Formation, Longmen Area, Luoyang City;Qi Yong-an 等;《Earth Science - Journal of China University of Geosciences》;20120731;第693-706页 *
塔里木盆地寒武—奥陶系碳酸盐岩颗粒滩沉积特征;胡晓兰;《中国博士学位论文全文数据库基础科学辑》;20160515;正文第1-109页 *
鄂尔多斯盆地南部中寒武统张夏组颗粒滩沉积特征及控制因素;王振 等;《古地理学报》;20180401;第220-230页 *

Also Published As

Publication number Publication date
CN108921187A (zh) 2018-11-30

Similar Documents

Publication Publication Date Title
CN109856029B (zh) 一种基于图像分析的孔隙度评价方法
CN105913494B (zh) 多尺度裂缝精细地质建模及数值模拟方法和装置
Sinclair et al. Modified anderson darling test
CN108921187B (zh) 鲕粒滩类型划分方法和装置
CN102222267B (zh) 一种遗传算法改进神经网络遥感分类处理方法
Ozturk et al. Estimation of rock strength from quantitative assessment of rock texture
CN109540929B (zh) 一种测定盆地砂岩型铀矿成矿年龄的方法
CN111399050B (zh) 高角度裂缝预测方法及装置
US10087723B2 (en) Methodology for building realistic numerical forward stratigraphic models in data sparse environment
CN107527035A (zh) 建筑物震害信息提取方法及装置
CN109856674A (zh) 工程甜点评测方法及装置
CN111079810A (zh) 基于支持向量机的隧道围岩等级预测方法
CN108387711B (zh) Toc表征参数、脆性表征参数的确定方法和装置
CN115983505A (zh) 一种固体矿产三维立体成矿预测方法及装置
CN112379416A (zh) 煤岩岩石物理建模预测横波方法、装置及电子设备
Seelos et al. RADIUS–rapid particle analysis of digital images by ultra‐high‐resolution scanning of thin sections
EP4290470A1 (en) Rock identification method, system and apparatus, terminal, and readable storage medium
CN117150437B (zh) 多源卫星海面风场数据融合方法、装置、设备及介质
CN105096325B (zh) 基于激光图像的水下设备检测系统
CN114183121A (zh) 裂缝有效性定量评价方法、装置、电子设备及存储介质
Francesconi et al. Reservoir rock types application-Kashagan
CN111812716A (zh) 页岩气储层总有机碳含量叠前定量预测方法、装置及设备
CN115977615A (zh) 压裂效果评价方法、系统、介质及电子设备
Qin et al. Microscopic Parameter extraction and corresponding strength prediction of cemented paste backfill at different curing times
Melzer et al. Retention of high permeability during shallow burial (300 to 500 m) of carbonate grainstones

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant