CN109763814A - 基于多维测井数据的地层匹配可视分析方法 - Google Patents
基于多维测井数据的地层匹配可视分析方法 Download PDFInfo
- Publication number
- CN109763814A CN109763814A CN201910021017.8A CN201910021017A CN109763814A CN 109763814 A CN109763814 A CN 109763814A CN 201910021017 A CN201910021017 A CN 201910021017A CN 109763814 A CN109763814 A CN 109763814A
- Authority
- CN
- China
- Prior art keywords
- stratum
- drilling
- matching
- multidimensional
- matching result
- 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.)
- Granted
Links
Landscapes
- Geophysics And Detection Of Objects (AREA)
Abstract
本发明公开了一种基于多维测井数据的地层匹配可视分析方法,包括:对目标井田的所有钻井进行划分,得到钻井间的相邻关系,根据钻井间的相邻关系对目标井田中每一口钻井与相邻钻井一一进行地层匹配,获得相应的地层匹配结果;对所有地层匹配结果进行可视化,获得目标井田的地下沉积结构的视图,所述井田的地下沉积结构包括:不同地层匹配结果的相似度差异、不同钻井的地层层位的深度差异;从可视化视图中选取任意钻井区域,将所选取的钻井区域的地层匹配结果中的每一个与对应的可视化视图进行联动交互。本发明实现了地下沉积结构的可视分析,可帮助地质领域专家和地质勘探企业有效探索地层特征的区域变化规律、储量估算和地质结构。
Description
技术领域
本发明涉及一种基于多维测井数据的地层匹配可视分析方法,属于数据可 视化及模式识别技术领域。
背景技术
目前对地下沉积结构的展示是通过地层匹配方法以图形的方式展示,并没 有实现地下沉积结构的可视化交互分析。
当前,地质数据可视化主要是利用地震资料进行地下沉积结构的重建和可 视化。在人工地震波发射到地层后,这些地震数据以反射波的形式收集,以确 定地下介质的分布。随着地震波数据的有效采集,可视化技术在地震勘探领域 得到广泛应用,出现了大量地质数据二维和三维可视化的研究。Patel等学者设 计的系统工具(Patel D,Giertsen C,Thurmond J,et al,The seismic analyzer: interpreting and illustrating 2Dseismic data[J],IEEE Transactions on Visualization and Computer Graphics,2008,14(6):1571-1578)可用于解 释二维地震体积反射数据切片,并利用切片数据进行层位识别和追踪。 McClymont等学者(Mcclymont A F,Green A G,Streich R,et al,Visualization of active faults using geometric attributes of 3D GPR data:Anexample from the Alpine Fault Zone,New Zealand[J],Geophysics,2008,73(2): B11-B23)提出基于相干技术计算灰度共生矩阵,从灰度共生矩阵中提取二维纹 理的能量、对比度等属性,并抽取断层的重要特征进行可视化展示。三维体数 据可视化技术广泛用于地质构造解释和油气勘探开发,其中提取和可视化层位 其中重要的研究内容,Attene等学者提出一种基于基元的三角网格的分层聚类 算法(Attene M,Falcidieno B,Spagnuolo M,Hierarchical mesh segmentation based on fitting primitives[J],VisualComputer,2006,22(3):181-193), 对不同层位结构进行分区并提供交互选择分区数量的功能,Plate等学者提出层 次化页面调度方法强调突出层位等重要内容(Plate J,Tirtasana M,Carmona R,et al,Octreemizer:a hierarchical approach forinteractive roaming through very large volumes[C]//Proceedings of theSymposium on Data Visualisation,Los Alamitos:IEEE Computer Society Press,2002:53-64), 可以更有效率地解释探地数据,Amorim等学者提出基于Skecth的模型(Amorim R,Brazil E V,Patel D,et al,Sketch modeling of seismic horizons fromuncertainty[C]//Proceedings of the International Symposium on Sketch-BasedInterfaces and Modeling,Aire-la-Ville:Eurographics Association Press,2012:1-10),允许用户直接在原始地震反射体积及其衍 生数据上绘制草图,还提供局部或全局的操作功能,Liu等学者则利用多尺度灵 敏度设置传递函数对切片进行分析,交互式地探索和可视化地质结构(Liu R, Guo H,Yuan X,Seismic structure extraction based onmulti-scale sensitivity analysis[J],Journal of Visualization,2014,17(3):157-166)。 然而,由于数据采集方法的不同,地震资料和测井资料在观测尺度、时域和深 度域上存在很大差异。因此,地震数据可视化技术不适用于测井数据。
大量研究通过设计地层匹配算法,实现地下构造解释。Rudman等学者利用 交叉匹配算法建立目标函数(Rudman R W L A J,Stratigraphic correlation of well logs bycomputer techniques[J],American Association of Petroleum Geologists Bulletin,1973,57(13):577-588),以优化两口钻井的测井曲 线匹配过程,Mann等学者在频域内进行剖面关联,通过扩展的时域信号解决地 层厚度变化的问题(Mann C J,Dowell T P L,Quantitative lithostratigraphic correlation of subsurface sequences[J],Computers and Geosciences,1978, 4(3):295-306),之后研究者又提出了基于动态规划的两口钻井匹配方法,通 过对一条测井曲线深度轴的平移和变换,使两口钻井的综合测井曲线达到全局 最优相似,能够有效地识别地层序列的间隙,Smith等学者提出了一种可以对地 层相似性进行全面测量的关联方法(Smith T F,Waterman M S,.[J],Journal ofGeology,1980,88(4):451-457),Partovi等学者提供一种自动化动态规 划的方法来加速两口钻井匹配过程(Partovi S M A,Sadeghnejad S,Fractal parameters and well-logsinvestigation using automated well-to-well correlation[J],Computers andGeosciences,2017,103:59-69)但是目前 动态规划的地层匹配方法大多利使用点对点的计算方式,效率较低,或是将地 层转化为符号信息并需要专家知识库的支持,不易实现。对于多口钻井之间的 匹配,分治策略是常用的匹配方法,它主要是将匹配结果作为后续匹配的约束 条件来进行多口钻井匹配,由于误差的积累和传播,多口钻井的匹配方法对钻 井间的匹配顺序较为敏感,匹配结果会因钻井的匹配顺序改变而发生较大变化, 因此,Wheeler等学者提出一种全局最优的测井曲线对齐方法(Wheeler L,Hale D,Simultaneouscorrelation of multiple well logs[J],SEG Technical Program ExpandedAbstracts,2014:618-622),在双井匹配的基础上,校正 地层匹配不一致问题,Shi等学者基于最优路径策略对多个测井的匹配顺序进行 优化(Shi Y,Wu X,Fomel S,Finding anoptimal well-log correlation sequence using coherence-weighted graphs[C]//Proceedings of SEG International Exposition and Annual Meeting,Houston Texas:Society of Exploration Geophysicists,2017:1982-1987),以保留相邻测井曲线之间的最大相关性。
多维测井曲线反映了不同的地层物理性质随深度的变化趋势,而上述传统 的地层匹配算法往往只利用单一测井曲线的方法,导致复杂非均质地质分层时 的不确定性,无法反映不同的地层物理属性随深度的变化趋势。所以Wheeler 等学者提出了一种自动同步多维测井曲线的方法(Wheeler L,Hale D, Simultaneous correlation of multiplewell logs[C]//Proceedings of SEG Annual Meeting,Denver:Society of ExplorationGeophysicists,2014: 618-622),优化了测井的匹配方式,Srivardhan针对多维测井资料,利用离散 小波变换和傅立叶变换来识别层位(Srivardhan V,Stratigraphiccorrelation of wells using discrete wavelet transform with fourier transformand multi-scale analysis[J],Geomechanics and Geophysics for Geoenergy andGeoresources,2016,2(3):137-150),进一步根据层位的分形维度特征进行 层位关联。
发明内容
本发明的目的是提供一种基于多维测井数据的地层匹配可视分析方法,实 现地下沉积结构的可视分析。
为实现上述目的,本发明所采取的技术方案是:
本发明基于多维测井数据的地层匹配可视分析方法包括如下步骤:
(1)对目标井田的所有钻井进行划分,得到钻井间的相邻关系,根据钻井 间的相邻关系对目标井田中每一口钻井与相邻钻井一一进行地层匹配,获得相 应的地层匹配结果;
(2)对所有地层匹配结果进行可视化,获得目标井田的地下沉积结构的视 图,所述井田的地下沉积结构包括:不同地层匹配结果的相似度差异、不同钻 井的地层层位的深度差异;
(3)从可视化视图中选取任意钻井区域,将所选取的钻井区域的地层匹配 结果中的每一个与对应的可视化视图进行联动交互。
进一步地,本发明在步骤(1)中,按以下方法进行地层匹配:
1)利用三角剖分法对目标井田的所有钻井进行划分,得到钻井间的相邻关 系,根据钻井间的相邻关系将相邻两口钻井的多维测井数据各自形成的多维测 井曲线分别进行平滑去噪和归一化处理;
2)利用主成分分析法分别对平滑去噪和归一化处理后的多维测井曲线的每 个属性赋予权重值并进行曲线融合,相应得到相邻两口钻井的综合测井曲线;
3)利用活度函数对得到的综合测井曲线进行层位识别,进而通过动态规划 对所有的相邻两口钻井的所有层位进行匹配,每两口相邻钻井得到一条翘曲路 径。
进一步地,本发明在步骤(2)中,以矩阵像素的可视化方式对每个地层匹 配结果进行可视化,并且每条翘曲路径上的最佳匹配层位对所对应的矩阵格子 用贝塞尔曲线依次连接,以展示不同地层匹配结果的相似度差异和不同钻井的 地层层位的深度差异。
进一步地,本发明在步骤(3)中,将所选取的钻井区域的地层匹配结果中 的每一个与对应的矩阵像素按以下方法进行联动交互:
将地层匹配结果与其人工匹配结果进行比对,若两者存在误差则:用户自 定义交互选取矩阵像素中的匹配层位对,通过属性视图的方式展示选取的匹配 层位对所对应的多维测井数据,用户根据展示的多维测井数据,通过交互分割 地层或者交互合并地层的方式,重新计算所选取的匹配层位对的匹配相似度, 并将它的翘曲路径同步至矩阵像素中,以更新翘曲路径。
进一步地,本发明通过多维测井曲线的方式展示所选取的匹配层位对所对 应的多维测井数据。
进一步地,本发明更新翘曲路径后,用户将所述地层匹配结果的各维度的 测井曲线的长度分别调整至人工匹配结果的相同维度的测井曲线的长度。
进一步地,本发明在步骤(2)中,根据钻井间的相邻关系以热力图的可视 化方式展示目标井田内不同地层匹配结果的相似度差异。
进一步地,本发明在步骤(2)中,根据钻井间的相邻关系以等高图的可视 化方式展示目标井田内不同钻井的地层层位的深度差异。
进一步地,本发明在步骤(3)中,按以下方法进行联动交互:
用户自定义选取目标井田中任意数量钻井,根据用户自定义选取的高亮显 示模式对被选取的所有钻井进行地层匹配,并将得到的地层匹配结果通过颜色 映射技术进行高亮显示。
与现有技术相比,本发明的有益效果是:本发明将地层匹配结果与地下沉 积结构的可视化视图联动交互,实现地下沉积结构的可视化交互分析;本发明 集成了地层匹配、可视设计和联动交互等功能,在传统的地层对比上提供了一 种可对视图校验并交互修改的地层匹配可视分析方法;在钻井相似度的衡量上, 本发明以统计两口钻井间所有匹配层位的总厚度而不是匹配层位的总数目来衡 量两口钻井的相似度;本发明利用矩阵像素的方式展示基于动态规划的地层匹 配结果的内在机制,方便用户了解地层匹配过程与地层匹配结果;方便地质专 家探索地层特征的区域变化规律和地下沉积结构,有助于油气公司实施开采计 划和储量估算。
附图说明
图1是地层匹配的流程示意图;
图2是本发明系统界面图,其中,是地图视图,是匹配视图,是矩 阵像素视图,是属性视图;
图3是地图视图示意图,其中,(a)是三角剖分网格,(b)是热力图, (c)是地层分布网段图,(d)是等高图;
图4是不同高亮模式的匹配视图示意图,其中,(a)是以选择点为中心的 网格模式,(b)是链式模式,(c)是用户自定义模式;
图5是属性视图与矩阵像素中测井数据的对应关系图。
具体实施方式
下面结合附图,对本发明的基于测井数据的地层匹配可视分析方法作进一 步的说明,具体步骤如下:
步骤(1):利用三角剖分法对目标井田的所有钻井进行划分,得到钻井间 的相邻关系,根据钻井间的相邻关系对目标井田中每一口钻井与相邻钻井一一 进行地层匹配,每相邻两口钻井得到一个地层匹配结果。作为优选实施例,本 发明通过以下步骤进行地层匹配,流程图如图1。
首先,将所有相邻的两口钻井的多维测井数据各自形成的多维测井曲线分 别进行平滑去噪和归一化处理。其中,可将每口钻井的多维测井曲线由相应的 矩阵Y表示,一口钻井得到一个矩阵Y。如公式(1)所示,记目标井田中每口钻井 都有L条测井曲线和K个深度点,矩阵Y的每一行表示一个深度值对应的所有不 同维度的测井数据,而每一列表示一个属性对应的所有深度的测井数据,例如, yKL表示第L条深度为K的测井曲线值。
因为多维测井曲线含有的噪音数据往往会引起多维测井曲线的波动趋势的 变化,但这些变化与真实的地层物理性质无关,为此,本发明可采用中值滤波 来平滑相邻的两口钻井的多维测井曲线,减少噪音产生的锯齿的干扰以保证多 维测井曲线的连续性和真实性。同时不同维度的测井曲线代表不同的物理属性, 例如自然电位、电阻率、声波时差等,它们的量纲相差较大,甚至同一维度测 井曲线的量纲在不同钻井上也会有差异。为了消除这种影响,将所有的多维测 井数据根据各自的量纲归一化到0~1之间。
接下来,利用主成分分析法分别对平滑去噪和归一化处理后的两口钻井的 多维测井曲线的每个属性赋予权重值并进行曲线融合。
先根据数据预处理之后的矩阵Y建立一个多维属性相关矩阵R,如公式(2) 所示,每个元素的相关系数rij(1≤i,j≤L)的计算公式如公式(3)和(4)所示:
其中,rij(1≤i,j≤L)代表两条测井曲线的相关系数,k表示当前测井曲线的深度值,K表示当前测井曲线的最大深度值,ykl表示第l条深度值为k的测井曲线值, 与分别表示在第i,j,l条测井曲线所有深度值的测井曲线均值。
而相关矩阵R最大特征值对应的特征向量(w1,w2L wL)代表各条测井曲线的 权重。因此本发明可按照公式(5),通过加权求和分别对两口钻井的多维测井曲 线进行曲线融合,相应得到两口钻井的综合测井曲线,其中一口钻井的所有测 井曲线融合为一条综合测井曲线,y′k表示深度为k的综合测井曲线的多维曲线 融合值,L表示相关矩阵R中测井曲线总个数,ykl表示第l条深度值为k的测井 曲线值。
当地层物理性质发生显著变化时,多维测井数据也会突然增大或减小,这 种物理性质的变化在不同岩性的地层界面最为明显。将多维测井曲线曲线融合 为综合测井曲线后,这一特征仍会保留,因此本发明可利用活度函数分别对两 口钻井的综合测井曲线来进行地层层位的识别。活度函数的离散形式定义为:
其中,Ek表示深度值k处的曲线活跃度,数学意义是深度范围[k-h/2,k+h/2]内 该处曲线数值的方差,即曲线的波动幅度,h是活度函数的窗口大小,y′i表示深 度值为i的综合测井曲线的多维曲线融合值,表示所有测井曲线中深度值为k 的综合测井曲线的多维曲线融合均值。
如果曲线活跃度大于其给定阈值,则将此深度值作为该钻井的一个划分界 面,而相邻两个界面之间就会形成一个层位,由此根据多层界面可以将一口钻 井划分出多个层位。
接下来,对通过动态规划对两口钻井的所有层位进行匹配:
先通过抽取每一层位的数值特征来计算两口钻井之间所有层位的匹配矩 阵,给定两口钻井,分别记作为A和B,假设A有m个层位{A1,A2L Am},而B有 n个层位{B1,B2L Bn}。每一层都有一系列的多维曲线融合值{yk′,yk+1′L yk+s′},由此 可以从该层提取出一组特征向量,包括深度、均值,方差,厚度,质心,最大 值,最小值等。将两个层位对应特征向量的欧式距离记作d(Ai,Bj),以此来度量 地层层位之间的差异或者距离大小。进一步构建一个距离矩阵Dmn记录A和B中 所有层位对之间的差异,其中的列和行分别对应于两口钻井的层位序列。
然后基于这个距离矩阵Dmn建立一个累积距离矩阵C,然后利用动态规划查 找翘曲路径使得C(Am,Bn)的值最小,这条路径上就记录了A和B中的最佳匹配层 位对。
最后,根据递归式(7)利用动态规划求出C(Am,Bn)的最小累积距离,其中 C(Am,Bn)表示从(A1,B1)到C(Am,Bn)路径上的差异总和,对应的翘曲路径记录了两 口钻井的最佳匹配层位对。
其中,C(Ai,Bj)表示从(A1,B1)到(Ai,Bj)路径上的差异总和,C(Ai,Bj-1)表示从 (A1,B1)到(Ai,Bj-1)路径上的差异总和,C(Ai-1,Bj-1)表示从(A1,B1)到(Ai-1,Bj-1)路径上 的差异总和,C(Ai-1,Bj)表示从(A1,B1)到(Ai-1,Bj)路径上的差异总和,d(Ai,Bj)表示 两个层位对应特征向量的欧式距离,而g(Ai)和g(Bj)表示层位与间隙的距离。因 为由于地层缺失的影响,很多层位可能只存在于一口钻井中,那么,这一层位 应该与另一口钻井的间隙相匹配。一般来说,A和B中任意两个层位之间的距离 大致满足正态分布,将Dmn中所有元素的标准差记作σ,那么,d(Ai,Bj)在一个、 两个和三个标准差范围内的概率分别为68.3%,95.4%和99.7%。设给定阈值e=k σ,(1<k<3),如果d(Ai,Bj)大于e,则认为Ai和Bj不匹配,又因为Ai和Bj都有 可能与间隙匹配,令g(Ai)+g(Bj)=e,即g(Ai)=g(Bj)=0.5e。随即添加初始边界 条件为C(0,0)=0,C(Ai,0)=i*0.5e和C(0,Bj)=j*0.5e。
步骤(2):为了获得目标井田的不同地层匹配结果的相似度差异、不同钻 井的地层层位的深度差异的地下沉积结构的视图,实现对地层匹配结果的可视 化,本发明可采取以下优选方案:
以矩阵像素的可视化方式对每个地层匹配结果进行可视化,并且每条翘曲 路径上的最佳匹配层位对所对应的矩阵格子用贝塞尔曲线依次连接,以展示不 同地层匹配结果的相似度差异和不同钻井的地层层位的深度差异。其中,如图 所示,每个格子代表一个匹配层位对,矩阵里面每个格子的宽高度分别代表 匹配层位对对应钻井层位的厚度,格子的颜色表示两口钻井匹配层位对的匹配 相似度,颜色越深其匹配相似度越大,所以,匹配相似度最大的匹配层位对代 表最佳匹配层位对,然后,每条翘曲路径上的最佳匹配层位对所对应的矩阵格 子用贝塞尔曲线依次连接。
为了进一步的使用户方便观察目标井田内不同地层匹配结果的相似度差异 和不同钻井的地层层位的深度差异,本发明的更优方案是根据钻井间相邻关系 设计地图视图展示目标井田内所有钻井的相邻关系、地层匹配的相似度和不同 钻井的地层层位的深度差异,如图其中将所有相邻的两口钻井都用直线连 接得到三角剖分网格图,如图3(a)所示,三角剖分网格每个连边对应两口钻 井的地层匹配结果。因为两口钻井中的同一匹配层位对,在厚度上也会存在差 异,所以,以统计两口钻井间所有匹配层位的总厚度而不是匹配层位的总数目 来衡量两口钻井的相似度,同时为减少视觉杂乱以更好地的显示目标井田所有 钻井的钻井间地层匹配的相似度,作为本发明的一种实施方式,可根据钻井间 的相邻关系以热力图的可视化方式,展示目标井田内不同地层匹配结果的相似 度差异,如图3(b)所示,以图片灰度从深色到浅色代表地层匹配结果的平均 相似度的从高到低,来度量目标井田的不同地层匹配结果的相似度差异。用户 还可以选定任意地层以让系统根据钻井间的相邻关系查找三角剖分网格中所含 该地层的连边形成的网段,可视化为地层分布网段图,如图3(c)所示,同时, 本发明可根据钻井间的相邻关系以等高图的可视化方式展示目标井田内不同钻 井的地层层位的深度差异,如图3(d)所示,用不同深度的灰度反应地层的深 度大小,灰度越深,地层深度越大。
步骤(3):从可视化视图中选取任意钻井区域,将所选取的钻井区域的地 层匹配结果中的每一个与对应的可视化视图按以下方法进行联动交互:
将地层匹配结果与其人工匹配结果进行比对,若两者在匹配过程中得到的 层位划分、层位深度或匹配层位对等匹配结果信息存在误差则:用户根据误差 信息自定义交互选取矩阵像素中对应误差的匹配层位对,通过属性视图的方式 展示选取的匹配层位对所对应的多维测井数据。优选地,可以通过多维测井曲 线的方式展示选取的匹配层位对所对应的多维测井数据,如图所示,假定用 户点击选取矩阵像素中钻井w1深度范围为H1~H2和w2全部深度的像素,在属性 视图中将显示w1在深度范围为H1~H2和w2全部深度的所有维度的测井曲线的属 性视图,如图所示,选中的两处测井曲线,较长的为w2钻井的COND属性 测井曲线,较短的为w1钻井的COND属性测井曲线。用户根据展示的多维测井 曲线,通过交互分割地层或者交互合并地层的方式,重新计算所选取的匹配层 位对的匹配相似度,并记录在翘曲路径上,然后它的翘曲路径将同步至矩阵像 素中,以更新翘曲路径。
在更新翘曲路径后,用户将钻井w1与w2的地层匹配结果的各维度的测井曲 线的长度根据得到的误差拉伸或缩短至人工匹配结果的相同维度的测井曲线的 长度,以校准两口钻井的多维测井曲线。
用户自定义选取目标井田中任意数量钻井,根据用户自定义选取的以下三 种高亮显示模式对被选取的所有钻井进行地层匹配,并将得到的地层匹配结果 通过颜色映射技术进行高亮显示,以对不同地层匹配结果的相似度差异进行可 视分析。如图4所示,分别展示了三种高亮显示模式下的地图视图和匹配视图。 其中,每口钻井由一矩形表示,每口钻井的不同层位以不同颜色绘制来区分。 如图4(a)所示,在目标井田中用户任意选择一口钻井。在图4(a)的左图所 示的地图视图中将显示以此钻井为中心的对应相邻关系的所有钻井,并在图4 (a)的右图所示的属性视图中将通过颜色映射技术高亮显示以此钻井为中心的 对应相邻关系的所有钻井间的地层匹配结果,此相邻关系中的每口钻井的所有 层位以不同颜色绘制来区分,且将其中所有具有相邻关系的两口钻井的匹配层 位对之间以添加颜色带来显示它们的匹配关系;如图4(b),在目标井田中用 户选择任意路径分布的多口钻井。在图4(b)的左图所示的地图视图,并在图 4(b)的右图所示的属性视图中按照用户选取钻井的顺序从第一口钻井开始, 每口钻井与选取的下一口钻井进行地层匹配,得到钻井间的地层匹配结果。通 过颜色映射技术按用户选取顺序高亮显示选取的多口钻井中具有相邻关系的钻 井间的地层匹配结果,将每口钻井的所有层位以不同颜色绘制来区分,且将其 中所有具有相邻关系的两口钻井的匹配层位对之间以添加颜色带来显示它们的 匹配关系;如图4(c)所示,在目标井田中用户任意选择多口钻井且用户自定 义它们的匹配关系进行地层匹配,得到选取钻井间的地层匹配结果如图4(c) 的左图(地图视图)所示。进而在图4(c)的右图所示的属性视图中通过颜色 映射技术按钻井在目标井田的对应空间位置高亮显示用户自定义地所有具有匹 配关系的两口钻井的钻井间的地层匹配结果,将每口钻井的所有地层以不同颜 色绘制来区分,且将其中所有进行地层匹配的两口钻井中得到的两口钻井的匹 配层位对之间以添加颜色带来显示它们的匹配关系。
在这三种模式中,都可以通过鼠标点击矩形中表示钻井的层位的方块来显 示或隐藏匹配层位对之间的颜色带,以方便用户探索目标井田中钻井间的地层 匹配结果。
使用本发明方法后,会更加方便地质专家探索地层特征的区域变化规律和 地下沉积结构。相较于传统的地下沉积结构的可视展示,本发明将地层匹配结 果与地下沉积结构的可视化视图进行联动交互,实现地下沉积结构的可视化交 互分析。
Claims (9)
1.一种基于多维测井数据的地层匹配可视分析方法,其特征在于,包括如下步骤:
(1)对目标井田的所有钻井进行划分,得到钻井间的相邻关系,根据钻井间的相邻关系对目标井田中每一口钻井与相邻钻井一一进行地层匹配,获得相应的地层匹配结果;
(2)对所有地层匹配结果进行可视化,获得目标井田的地下沉积结构的视图,所述井田的地下沉积结构包括:不同地层匹配结果的相似度差异、不同钻井的地层层位的深度差异;
(3)从可视化视图中选取任意钻井区域,将所选取的钻井区域的地层匹配结果中的每一个与对应的可视化视图进行联动交互。
2.根据权利要求1所述的基于多维测井数据的地层匹配可视分析方法,其特征在于,在步骤(1)中,按以下方法进行地层匹配:
1)利用三角剖分法对目标井田的所有钻井进行划分,得到钻井间的相邻关系,根据钻井间的相邻关系将相邻两口钻井的多维测井数据各自形成的多维测井曲线分别进行平滑去噪和归一化处理;
2)利用主成分分析法分别对平滑去噪和归一化处理后的多维测井曲线的每个属性赋予权重值并进行曲线融合,相应得到相邻两口钻井的综合测井曲线;
3)利用活度函数对得到的综合测井曲线进行层位识别,进而通过动态规划对所有的相邻两口钻井的所有层位进行匹配,每两口相邻钻井得到一条翘曲路径。
3.根据权利要求2所述的基于多维测井数据的地层匹配可视分析方法,其特征在于,在步骤(2)中,以矩阵像素的可视化方式对每个地层匹配结果进行可视化,并且每条翘曲路径上的最佳匹配层位对所对应的矩阵格子用贝塞尔曲线依次连接,以展示不同地层匹配结果的相似度差异和不同钻井的地层层位的深度差异。
4.根据权利要求3所述的基于多维测井数据的地层匹配可视分析方法,其特征在于,在步骤(3)中,将所选取的钻井区域的地层匹配结果中的每一个与对应的矩阵像素按以下方法进行联动交互:
将地层匹配结果与其人工匹配结果进行比对,若两者存在误差则:用户自定义交互选取矩阵像素中的匹配层位对,通过属性视图的方式展示选取的匹配层位对所对应的多维测井数据,用户根据展示的多维测井数据,通过交互分割地层或者交互合并地层的方式,重新计算所选取的匹配层位对的匹配相似度,并将它的翘曲路径同步至矩阵像素中,以更新翘曲路径。
5.根据权利要求4所述的基于多维测井数据的地层匹配可视分析方法,其特征在于:通过多维测井曲线的方式展示所选取的匹配层位对所对应的多维测井数据。
6.根据权利要求5所述的基于多维测井数据的地层匹配可视分析方法,其特征在于:更新翘曲路径后,用户将所述地层匹配结果的各维度的测井曲线的长度分别调整至人工匹配结果的相同维度的测井曲线的长度。
7.根据权利要求1至6中任一项所述的基于多维测井数据的地层匹配可视分析方法,其特征在于:在步骤(2)中,根据钻井间的相邻关系以热力图的可视化方式展示目标井田内不同地层匹配结果的相似度差异。
8.根据权利要求1至7中任一项所述的基于多维测井数据的地层匹配可视分析方法,其特征在于:在步骤(2)中,根据钻井间的相邻关系以等高图的可视化方式展示目标井田内不同钻井的地层层位的深度差异。
9.根据权利要求1至8中任一项所述的基于多维测井数据的地层匹配可视分析方法,其特征在于,在步骤(3)中,按以下方法进行联动交互:
用户自定义选取目标井田中任意数量钻井,根据用户自定义选取的高亮显示模式对被选取的所有钻井进行地层匹配,并将得到的地层匹配结果通过颜色映射技术进行高亮显示。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910021017.8A CN109763814B (zh) | 2019-01-09 | 2019-01-09 | 基于多维测井数据的地层匹配可视分析方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910021017.8A CN109763814B (zh) | 2019-01-09 | 2019-01-09 | 基于多维测井数据的地层匹配可视分析方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109763814A true CN109763814A (zh) | 2019-05-17 |
CN109763814B CN109763814B (zh) | 2022-05-13 |
Family
ID=66453695
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910021017.8A Active CN109763814B (zh) | 2019-01-09 | 2019-01-09 | 基于多维测井数据的地层匹配可视分析方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109763814B (zh) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110441823A (zh) * | 2019-08-09 | 2019-11-12 | 浙江财经大学 | 基于多源数据融合的地层对比不确定性可视化方法 |
CN110502569A (zh) * | 2019-08-16 | 2019-11-26 | 浙江财经大学 | 一种基于离散选择模型的标准井筛选可视分析方法 |
CN111427090A (zh) * | 2020-04-29 | 2020-07-17 | 王仰华 | 稳健矢量中值滤波方法 |
CN114116881A (zh) * | 2021-12-01 | 2022-03-01 | 天津大学 | 一种基于表征学习的多维数据可视化控制方法 |
US11377932B2 (en) * | 2020-11-19 | 2022-07-05 | International Business Machines Corporation | Machine learning-based reservoir reserves estimation |
Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20110320182A1 (en) * | 2007-08-01 | 2011-12-29 | Austin Geomodeling | Method and system for dynamic, three-dimensional geological interpretation and modeling |
CN103268535A (zh) * | 2013-05-31 | 2013-08-28 | 重庆大学 | 一种多层级特征的信息管理方法 |
CN103969682A (zh) * | 2013-01-28 | 2014-08-06 | 中国石油集团东方地球物理勘探有限责任公司 | 一种钻测井资料深度匹配方法及系统 |
US20140218383A1 (en) * | 2013-02-07 | 2014-08-07 | Oracle International Corporation | Visual data analysis for large data sets |
US20150106018A1 (en) * | 2010-03-12 | 2015-04-16 | Mark C. Robinson | 3D-Well Log Invention |
US20150241591A1 (en) * | 2014-02-24 | 2015-08-27 | Saudi Arabian Oil Company | Systems, methods, and computer medium to produce efficient, consistent, and high-confidence image-based electrofacies analysis in stratigraphic interpretations across multiple wells |
CN106908842A (zh) * | 2017-03-09 | 2017-06-30 | 中国石油天然气股份有限公司 | 一种确定单井沉积微相曲线的方法及装置 |
CN107544093A (zh) * | 2016-06-29 | 2018-01-05 | 中国石油化工股份有限公司 | 井约束的构造解释层深度系统校正方法 |
CN108073695A (zh) * | 2017-12-10 | 2018-05-25 | 浙江财经大学 | 一种降维空间视觉感知增强的高维时变数据可视化方法 |
CN108562950A (zh) * | 2017-12-11 | 2018-09-21 | 中国石油天然气集团公司 | 一种基于测井信息对地层层位进行智能化划分的方法 |
US20180306942A1 (en) * | 2015-12-31 | 2018-10-25 | Yumei TANG | Joint visualization of inversion results and measurement logs |
-
2019
- 2019-01-09 CN CN201910021017.8A patent/CN109763814B/zh active Active
Patent Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20110320182A1 (en) * | 2007-08-01 | 2011-12-29 | Austin Geomodeling | Method and system for dynamic, three-dimensional geological interpretation and modeling |
US20150106018A1 (en) * | 2010-03-12 | 2015-04-16 | Mark C. Robinson | 3D-Well Log Invention |
CN103969682A (zh) * | 2013-01-28 | 2014-08-06 | 中国石油集团东方地球物理勘探有限责任公司 | 一种钻测井资料深度匹配方法及系统 |
US20140218383A1 (en) * | 2013-02-07 | 2014-08-07 | Oracle International Corporation | Visual data analysis for large data sets |
CN103268535A (zh) * | 2013-05-31 | 2013-08-28 | 重庆大学 | 一种多层级特征的信息管理方法 |
US20150241591A1 (en) * | 2014-02-24 | 2015-08-27 | Saudi Arabian Oil Company | Systems, methods, and computer medium to produce efficient, consistent, and high-confidence image-based electrofacies analysis in stratigraphic interpretations across multiple wells |
US20180306942A1 (en) * | 2015-12-31 | 2018-10-25 | Yumei TANG | Joint visualization of inversion results and measurement logs |
CN107544093A (zh) * | 2016-06-29 | 2018-01-05 | 中国石油化工股份有限公司 | 井约束的构造解释层深度系统校正方法 |
CN106908842A (zh) * | 2017-03-09 | 2017-06-30 | 中国石油天然气股份有限公司 | 一种确定单井沉积微相曲线的方法及装置 |
CN108073695A (zh) * | 2017-12-10 | 2018-05-25 | 浙江财经大学 | 一种降维空间视觉感知增强的高维时变数据可视化方法 |
CN108562950A (zh) * | 2017-12-11 | 2018-09-21 | 中国石油天然气集团公司 | 一种基于测井信息对地层层位进行智能化划分的方法 |
Non-Patent Citations (6)
Title |
---|
T.F.SMITH: "New stratigraphic correlation techniques", 《JOURNAL OF GEOLOGY》 * |
张星明: "地质图象处理算法的研究与实现", 《中国优秀博士学位论文信息科技辑》 * |
李千: "小层自动识别与对比的研究和实现", 《中国优秀博士学位论文全文数据库基础科学辑》 * |
王敬谋: "三维地质建模及岩层自动划分与对比技术研究", 《中国优秀硕士学位论文全文数据库工程科技I辑》 * |
许少华等: "基于特征识别与PSO结合的地层对比算法", 《计算机技术与发展》 * |
高浩锋等: "水平井高精度三维地质建模技术及应用", 《测井技术》 * |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110441823A (zh) * | 2019-08-09 | 2019-11-12 | 浙江财经大学 | 基于多源数据融合的地层对比不确定性可视化方法 |
CN110441823B (zh) * | 2019-08-09 | 2021-06-01 | 浙江财经大学 | 基于多源数据融合的地层对比不确定性可视化方法 |
CN110502569A (zh) * | 2019-08-16 | 2019-11-26 | 浙江财经大学 | 一种基于离散选择模型的标准井筛选可视分析方法 |
CN111427090A (zh) * | 2020-04-29 | 2020-07-17 | 王仰华 | 稳健矢量中值滤波方法 |
US11377932B2 (en) * | 2020-11-19 | 2022-07-05 | International Business Machines Corporation | Machine learning-based reservoir reserves estimation |
CN114116881A (zh) * | 2021-12-01 | 2022-03-01 | 天津大学 | 一种基于表征学习的多维数据可视化控制方法 |
Also Published As
Publication number | Publication date |
---|---|
CN109763814B (zh) | 2022-05-13 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109763814A (zh) | 基于多维测井数据的地层匹配可视分析方法 | |
US11521122B2 (en) | Automated seismic interpretation systems and methods for continual learning and inference of geological features | |
CA2920499C (en) | Stratigraphic function | |
AU2022283783B2 (en) | Fluid saturation model for petrophysical inversion | |
RU2223521C2 (ru) | Способ и устройство для создания, проверки и модификации геологических моделей подповерхностных зон | |
CA2776930C (en) | Method for creating a hierarchically layered earth model | |
US6574566B2 (en) | Automated feature identification in data displays | |
CN102066980A (zh) | 地震层位骨架化 | |
Penna et al. | 3D modelling of flow units and petrophysical properties in Brazilian presalt carbonate | |
CN110441823B (zh) | 基于多源数据融合的地层对比不确定性可视化方法 | |
CN111596978A (zh) | 用人工智能进行岩相分类的网页显示方法、模块和系统 | |
US20220221604A1 (en) | Method of analysing seismic data | |
Liu | Downscaling seismic data into a geologically sound numerical model | |
Liu et al. | Visual analytics of stratigraphic correlation for multi-attribute well-logging data exploration | |
Hidayat et al. | The Pematang Group Sand Analysis Using Growing Neural Network Machine Learning | |
Khoshdel et al. | 3D Porosity Estimation Using Multiattribute Analysis Methods in One of the Persian Gulf Oil Fields | |
Abo Jnah | Re-processing and True-Amplitude and Acoustic-Impedance Inversion of the Teapot Dome 3-D Seismic Dataset | |
Badar et al. | Seismic Interpretation Technologies Advancement and its Impact on Interactive and Iterative Interpretation Workflows | |
CN110502569A (zh) | 一种基于离散选择模型的标准井筛选可视分析方法 | |
Chen et al. | CBM reservoir thickness prediction using the seismic nonlinear stochastic inversion method | |
Chinwuko et al. | Integration of seismic attributes in delineation of channel features in Rence field of Niger Delta, Nigeria | |
Cassel | Machine Learning and the Construction of a Seismic Attribute-seismic Facies Analysis Data Base | |
Bulloch et al. | Examination of a turbidite system using 3-D visualization and multiple seismic attributes, Albacora Field, deepwater Brazil | |
CN117930334A (zh) | 碳酸盐岩储层地震流体识别方法、处理器和装置 | |
Love et al. | 3D Petroleum Visualization: Workflows and Collaborative Solutions to Identify New Exploration Plays, Enhanced Reservoir Characterization and Improved Drilling and Wellbore Placement. |
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 |