CN111980662B - 一种斜井各向异性地层阵列侧向测井资料快速处理方法 - Google Patents

Abstract

本发明公开了一种斜井各向异性地层阵列侧向测井资料快速处理方法。本发明基于三维有限元正演算法建立正演模型，分析阵列侧向测井响应对斜井各向异性地层参数的敏感性，构建阵列侧向测井响应数据库，校正实测曲线并分层；根据区块地层信息选择对应数据库，结合敏感性分析建立反演初值选取图版，快速确定各参数初值，建立反演模型，初始化后模拟阵列侧向测井反演曲线，计算其与校正后实测曲线间的二范数并判断是否满足精度要求，若满足，则确定最优斜井各向异性地层参数，若不满足，则根据储层先验信息约束反演模型，采用正则化Levenberg‑Marquardt算法迭代更新地层参数直至满足精度要求，确定最优斜井各向异性地层参数。本发明为复杂储层的精细评价奠定了基础。

Description

一种斜井各向异性地层阵列侧向测井资料快速处理方法

技术领域

本发明涉及石油勘探开发领域，具体涉及一种斜井各向异性地层阵列侧向测井资料快速处理方法。

背景技术

在斜井钻井过程中，阵列侧向测井因其聚焦能力强、纵向分辨率高，且能够提供多条具有不同探测深度的曲线，极大的丰富了井下地层信息，被广泛应用于油气藏评价。但是，阵列侧向测井受钻井液侵入、地层倾角和各向异性等因素的影响，不同探测深度的视电阻率曲线分离严重，导致视电阻率值无法反映地层真实电阻率，因此准确提取地层真实电阻率已成为储层精细评价需要解决的关键问题之一。

截至目前，针对各向异性地层阵列侧向测井资料的快速处理主要存在以下三个问题：1)地层模型复杂，正演难度大；2)反演参数类型多样，雅可比矩阵计算量大；3)反演初值选取困难，结果易陷于局部极小值。

因此，需要提出一种斜井各向异性地层阵列侧向测井资料快速处理方法，提高各向异性地层阵列侧向测井资料实际处理过程中的速度和精度，为复杂储层的精细评价提供准确的电阻率信息。

发明内容

本发明旨在解决斜井各向异性地层反演参数众多、初值选取困难、反演算法收敛速度慢的问题，提供了一种斜井各向异性地层阵列侧向测井资料快速处理方法。

本发明具体采用如下技术方案：

一种斜井各向异性地层阵列侧向测井资料快速处理方法，具体包括以下步骤：

步骤1，基于Visual Studio软件平台，建立斜井各向异性地层正演模型；定义地层倾角θ、侵入深度Di、原状地层水平电阻率R_th、侵入带水平电阻率R_xoh和各向异性系数λ为斜井各向异性地层参数，通过设置斜井各向异性地层正演模型中的斜井各向异性地层参数和井眼环境参数，基于三维有限元正演算法，利用斜井各向异性地层正演模型进行正演模拟，得到阵列侧向测井正演曲线；根据阵列侧向测井正演曲线，计算曲线分离因子SF，分析阵列侧向测井响应对各斜井各向异性地层参数的敏感性；

步骤2，基于步骤1中建立的斜井各向异性地层正演模型，保持井眼环境参数不变，依次改变地层倾角θ、侵入深度D_i、原状地层水平电阻率R_th、原状地层水平电阻率与侵入带水平电阻率的比值R_th/R_xoh和各向异性系数λ的取值，模拟得到不同斜井各向异性地层参数条件下的阵列侧向测井响应，构建阵列侧向测井响应数据库，并将阵列侧向测井响应数据库进一步细分为高侵数据库、低侵数据库和未侵入数据库；

步骤3，利用测井资料处理软件CIFLog对实测阵列侧向测井曲线进行井眼环境校正，得到校正后的阵列侧向测井曲线，并根据曲线拐点对校正后的阵列侧向测井曲线进行分层；

步骤4，获取区块地层信息，判断地层侵入类型，选择与地层侵入类型相匹配的阵列侧向测井响应数据库；

步骤5，结合步骤1中斜井各向异性地层参数的敏感性分析和步骤4中所匹配的阵列侧向测井响应数据库，针对斜井各向异性地层参数，建立反演初值选取图版，确定各斜井各向异性地层参数的反演初值；

步骤6：基于步骤1建立的斜井各向异性地层正演模型，建立斜井各向异性地层反演模型，结合步骤5中获取的各斜井各向异性地层参数的反演初值，对斜井各向异性地层反演模型进行初始化；

步骤7，将步骤3中校正后的阵列侧向测井曲线代入步骤5初始化后的斜井各向异性地层反演模型中进行反演，模拟得到阵列侧向测井反演曲线；根据校正后的阵列侧向测井曲线和反演模拟得到的阵列侧向测井反演曲线，计算校正后的阵列侧向测井曲线视电阻率值与反演阵列侧向测井视电阻率值的二范数；判断该二范数是否满足小于10^-6的精度要求，若满足，则确定各斜井各向异性地层参数的反演初值为最优斜井各向异性地层参数，执行步骤10，若不满足，则执行步骤8；

步骤8，根据储层先验信息，确定斜井各向异性地层反演模型中的斜井各向异性地层参数的取值范围，对斜井各向异性地层反演模型施加约束；

步骤9，基于正则化Levenberg-Marquardt算法对斜井各向异性地层反演模型中的斜井各向异性地层参数进行迭代更新，确定最优斜井各向异性地层参数；

步骤10，输出确定的最优斜井各向异性地层参数。

优选地，所述步骤1中，阵列侧向测井响应对各斜井各向异性地层参数的敏感性分析过程如下：

将阵列侧向测井正演曲线按照探测深度由浅到深的顺序依次命名为RLA1、RLA2、RLA3、RLA4和RLA5，根据阵列侧向测井正演曲线，计算曲线分离因子SF，公式如下所示：

式中，i表示阵列侧向测井正演曲线编号，i的取值范围为2～5；R_RLAi表示阵列侧向测井正演曲线RLAi的视电阻率值，单位为Ω·m；

改变斜井各向异性地层参数中各参数的大小，模拟得到不同斜井各向异性地层参数条件下的阵列侧向测井正演曲线，分析各斜井各向异性地层参数对曲线分离因子SF的影响，确定阵列侧向测井响应对各斜井各向异性地层参数的敏感性。

优选地，所述步骤2中，根据原状地层水平电阻率与侵入带水平电阻率的比值R_th/R_xoh，对阵列侧向测井响应数据库进行细分，若原状地层水平电阻率与侵入带水平电阻率的比值R_th/R_xoh＞1，则为高侵数据库；若原状地层水平电阻率与侵入带水平电阻率的比值R_th/R_xoh＜1，则为低侵数据库；原状地层水平电阻率与侵入带水平电阻率的比值R_th/R_xoh＝1，则为未侵入数据库中。

优选地，所述步骤3中，井眼环境校正包括井径校正和泥浆电阻率校正。

优选地，所述步骤5中，具体包括以下子步骤：

步骤5.1：基于步骤4所匹配的阵列侧向测井响应数据库，结合步骤1中正演模拟得到的阵列侧向测井正演曲线，针对侵入深度，建立反演初值选取图版，侵入深度反演初值选取图版中将阵列侧向测井正演曲线RLA5与阵列侧向测井正演曲线RLA1两者的视电阻率比值设置为横坐标，阵列侧向测井正演曲线RLA3与阵列侧向测井正演曲线RLA1两者的视电阻率比值设置为纵坐标，通过将实测阵列侧向测井曲线代入侵入深度反演初值选取图版中，确定侵入深度的反演初值Di₀；

步骤5.2：基于侵入深度的反演初值Di₀，通过改变各向异性系数λ的取值，建立多组λ-Di₀型反演初值选取图版，每组λ-Di₀型反演初值选取图版中均包括RLA5/RLA1-RLA1图版和RLA3/RLA1-RLA1图版；

步骤5.3：将实测阵列侧向测井曲线上的数据点代入各组λ-Di₀型反演初值选取图版中，分别针对各组得到两个参数矢量x1＝(Di₁,R_xoh1,R_th1,λ₁)^T和x2＝(Di₂,R_xoh2,R_th2,λ₂)^T，通过计算确定两个参数矢量均方差最小的组，并在均方差最小的两个参数矢量中任选其一，确定原状地层水平电阻率的反演初值R_th0、侵入带水平电阻率的反演初值R_xoh0和各向异性系数的反演初值λ₀；

步骤5.4：根据地层相对倾角曲线，确定地层倾角的反演初值。

优选地，所述步骤8中，斜井各向异性地层参数中，分别确定地层水平电阻率的取值范围为R_min～R_max、各向异性系数取值范围为λ_min～λ_max、侵入深度的取值范围为Di_min～Di_max。

优选地，所述步骤9中，包括以下子步骤：

步骤9.1：基于正则化Levenberg-Marquardt算法设置代价函数C(x)和精度要求，代价函数C(x)如下所示：

式中，k表示迭代次数；x^k表示第k次迭代更新时，斜井各向异性地层反演模型中的待反演参数矢量，x＝(Di_k,R_xohk,R_thk,λ_k)^T，其中，Di_k、R_xohk、R_thk、λ_k分别表示第k次迭代更新的侵入深度、侵入带水平电阻率、原状地层水平电阻率和各项异性系数；||S(x^k)-d||²表示三维有限元正演模拟结果S(x^k)和实测阵列侧向测井曲线上测量数据d之差的范数，其中，三维有限元正演模拟结果S(x^k)通过将步骤1斜井各向异性地层正演模型中的斜井各向异性地层参数设置为上次迭代更新的侵入深度、侵入带水平电阻率、原状地层水平电阻率和各向异性系数进行正演模拟获得，若迭代次数k＝1，则将步骤1斜井各向异性地层正演模型中的斜井各向异性地层参数设置为各斜井各向异性地层参数的反演初值；x_p表示斜井各向异性地层反演模型中的已知参考矢量；μ表示正则化参数；

步骤9.2：设置精度要求，基于Levenberg-Marquardt最优化方法对代价函数C(x^k)进行求解，令代价函数C(x^k)对x^k的导数为零，则第k次迭代更新中由此得到斜井各向异性地层反演模型的下降方向Δx，公式如下所示：

式中，I表示单位矩阵，J表示雅克比矩阵，T表示矩阵的转置；μ_k表示第k次迭代更新的正则化参数，计算公式如下所示：

式中，S(x^k-1)表示第k-1步迭代更新的三维有限元正演模拟结果；

步骤9.3：判断代价函数C(x^k)是否满足小于10^-7的精度要求，若满足，则确定该次迭代更新的侵入深度、侵入带水平电阻率、原状地层水平电阻率和各向异性系数为最优斜井各向异性地层参数；若不满足，则返回步骤5，将斜井各向异性地层反演模型中斜井各向异性地层参数的反演初值设置为本次迭代更新的侵入深度、侵入带水平电阻率、原状地层水平电阻率和各向异性系数，利用重设后的斜井各向异性地层反演模型继续进行迭代更新，直至代价函数C(x)满足精度要求，确定该次迭代更新的侵入深度、侵入带水平电阻率、原状地层水平电阻率和各向异性系数为最优斜井各向异性地层参数。

本发明具有如下有益效果：

本发明方法解决了斜井各向异性地层反演参数众多、初值选取困难以及反演算法收敛速度慢的问题；

本发明方法利用阵列侧向测井响应对各斜井各向异性地层参数的敏感性差异，采用分级选取策略优化选取斜井各向异性地层反演模型的斜井各向异性地层参数反演初值，提高了阵列侧向测井资料处理结果的精度；

本发明方法基于Levenberg-Marquardt最优化算法对反演速度进行了提升，使得本发明方法相对于传统三维梯度反演速度提高了近7倍，实现了阵列侧向测井资料的快速反演，极大地提高了斜井各向异性地层阵列侧向测井资料的处理速度，同时，提高了斜井各向异性地层阵列侧向测井资料的结果精度，为复杂储层的精细评价提供了有力支撑。

附图说明

图1为一种斜井各向异性地层阵列侧向测井资料快速处理方法的流程图。

图2为斜井各向异性地层正演模型示意图；图中，θ为地层倾角θ、Di为侵入深度、R_th为原状地层水平电阻率、R_xoh为侵入带水平电阻率、R_xov为侵入带垂直电阻率、R_th为原状地层水平电阻率、R_tv为原状地层垂直电阻率。

图3为侵入深度反演初值选取图版。

图4为λ-Di₀型反演初值选取图版中的RLA5/RLA1-RLA1图版。

图5本实施例中24层俄克拉荷马模型的正演模拟阵列侧向测井响应示意图。

图6为本实施例中24层俄克拉荷马模型的各向异性电阻率反演结果示意图；其中，图6的(a)为各向异性电阻率反演结果示意图，图6的(b)为侵入深度反演结果示意图。

具体实施方式

下面结合附图和具体实施例对本发明的具体实施方式做进一步说明：

以24层俄克拉荷马模型的斜井各项异性地层阵列侧向测井资料快速处理为例，说明本发明提出的一种斜井各项异性地层阵列侧向测井资料快速处理方法，如图1所示，具体包括以下步骤：

步骤1，基于Visual Studio软件平台，建立斜井各向异性地层正演模型，设置斜井各向异性地层正演模型，如图2所示，其中，井眼环境参数中设置井径为8inch、泥浆电阻率为0.1Ω·m，地层为无限厚地层，斜井各向异性地层参数中包括地层倾角θ、侵入深度Di、原状地层水平电阻率R_th、侵入带水平电阻率R_xoh和各向异性系数λ；

基于Fortran语言开发的三维有限元正演算法，利用斜井各向异性地层正演模型进行正演模拟，得到五条阵列侧向测井正演曲线，按照正演模拟探测深度由浅到深的顺序依次将五条阵列侧向测井正演曲线命名为RLA1、RLA2、RLA3、RLA4和RLA5，根据阵列侧向测井正演曲线，利用公式(1)计算曲线分离因子SF；

在斜井各向异性地层参数中，改变任一参数取值并保持其他参数取值不变，模拟得到多条阵列侧向测井正演曲线，分别计算各条阵列侧向测井正演曲线所对应的曲线分离因子SF，分析该参数对曲线分离因子SF的影响，确定阵列侧向测井响应对该参数的敏感性，针对斜井各向异性地层参数中的所有参数进行敏感性分析，确定阵列侧向测井响应对各斜井各向异性地层参数的敏感性；

通过对各斜井各向异性地层参数进行敏感性分析，得到阵列侧向测井响应对侵入深度Di、原状地层水平电阻率R_th、侵入带水平电阻率R_xoh、地层倾角θ的敏感程度依次降低，阵列侧向测井响应对侵入深度Di最敏感。

步骤2，基于步骤1中建立的斜井各向异性地层正演模型，保持井眼环境参数不变，设置各斜井各向异性地层参数的取值范围，其中，地层倾角θ的取值范围为0～90°，侵入深度Di的取值范围为0.1～1.5m，侵入带水平电阻率R_xoh的取值范围为0.3～30Ω·m，原状地层与侵入带水平电阻率的比值R_th/R_xoh＞1的取值范围为0.05～20，各向异性系数λ的取值范围为1～2.5，依次改变地层倾角θ、侵入深度D_i、原状地层水平电阻率R_th、原状地层水平电阻率与侵入带水平电阻率的比值R_th/R_xoh和各向异性系数λ的取值，模拟得到不同斜井各向异性地层参数条件下的阵列侧向测井响应，构建阵列侧向测井响应数据库；

根据原状地层水平电阻率与侵入带水平电阻率的比值R_th/R_xoh，将阵列侧向测井响应数据库细分为高侵数据库、低侵数据库和未侵入数据库；若原状地层水平电阻率与侵入带水平电阻率的比值R_th/R_xoh＞1，则模拟地层为高侵地层，将该斜井各向异性地层参数条件下的阵列侧向测井响应划入高侵数据库中；若原状地层水平电阻率与侵入带水平电阻率的比值R_th/R_xoh＜1，则模拟地层为低侵地层，将该斜井各向异性地层参数条件下的阵列侧向测井响应划入低侵数据库中；原状地层水平电阻率与侵入带水平电阻率的比值R_th/R_xoh＝1，则模拟地层为未侵入地层，将该斜井各向异性地层参数条件下的阵列侧向测井响应划入未侵入数据库中。

步骤3，利用测井资料处理软件CIFLog对24层俄克拉荷马模型的实测阵列侧向测井曲线进行井径校正和泥浆电阻率校正，得到校正后的阵列侧向测井曲线，并根据曲线拐点对校正后的阵列侧向测井曲线进行分层。

步骤4，根据导眼井资料获取区块地层信息，包括地层相对倾角、电阻率以及岩性信息，判断地层侵入类型，选择与地层侵入类型相匹配的阵列侧向测井响应数据库。

步骤5，结合步骤1中斜井各向异性地层参数的敏感性分析和步骤4中所匹配的阵列侧向测井响应数据库，针对斜井各向异性地层参数，建立反演初值选取图版，确定各斜井各向异性地层参数的反演初值，具体包括以下子步骤：

步骤5.1：基于步骤4所匹配的阵列侧向测井响应数据库，结合步骤1中正演模拟得到的阵列侧向测井正演曲线，通过固定各向异性系数λ和侵入带水平电阻率R_xoh，改变斜井各向异性地层参数中的其他参数值，针对侵入深度，建立侵入深度反演初值选取图版，如图3所示，其中，横坐标为阵列侧向测井正演曲线RLA5与阵列侧向测井正演曲线RLA1两者的视电阻率比值，纵坐标为阵列侧向测井正演曲线RLA3与阵列侧向测井正演曲线RLA1两者的视电阻率比值，侵入深度Di的变化范围为0.1～1.5m，间隔为0.1m，原状地层水平电阻率与侵入带水平电阻率的比值R_th/R_xoh的变化范围为1～20，间隔为1；通过将实测阵列侧向测井曲线代入侵入深度反演初值选取图版中，确定侵入深度的反演初值Di₀。

步骤5.2：基于步骤5.1确定的侵入深度反演初值Di₀，各向异性系数λ分别取值为1、1.2、1.5、1.8、2和2.5，建立多组λ-Di₀型反演初值选取图版，每组λ-Di₀型反演初值选取图版中均包括RLA5/RLA1-RLA1图版和RLA3/RLA1-RLA1图版，图4所示为RLA5/RLA1-RLA1图版，其中，侵入带水平电阻率R_xoh的变化范围为0.3～30Ω·m，间隔为0.48m，原状地层水平电阻率与侵入带水平电阻率的比值R_th/R_xoh的变化范围为1～20，间隔为1；

步骤5.3：将实测阵列侧向测井曲线上的数据点代入各组λ-Di₀型反演初值选取图版中，分别针对各组得到两个参数矢量x1＝(Di₁,R_xoh1,R_th1,λ₁)^T和x2＝(Di₂,R_xoh2,R_th2,λ₂)^T，通过计算确定两个参数矢量均方差最小的组，并在均方差最小的两个参数矢量中任选其一，确定原状地层水平电阻率的反演初值R_th0、侵入带水平电阻率的反演初值R_xoh0和各向异性系数的反演初值λ₀；

步骤5.4：根据导眼井资料中的地层相对倾角曲线，确定地层倾角的反演初值。

步骤6：基于步骤1建立的斜井各向异性地层正演模型，建立斜井各向异性地层反演模型，结合步骤5中获取的各斜井各向异性地层参数的反演初值，对斜井各向异性地层反演模型进行初始化。

步骤7，将步骤3中校正后的阵列侧向测井曲线代入步骤5初始化后的斜井各向异性地层反演模型中进行反演，模拟得到阵列侧向测井反演曲线；根据步骤3中校正后的阵列侧向测井曲线和反演模拟得到的阵列侧向测井反演曲线，计算校正后的阵列侧向测井曲线视电阻率值与反演阵列侧向测井视电阻率值的二范数；判断该二范数是否满足小于10^-6的精度要求，若满足，则确定各斜井各向异性地层参数的反演初值为最优斜井各向异性地层参数，执行步骤10，若不满足，则执行步骤8。

步骤8，根据储层先验信息，确定斜井各向异性地层反演模型中的斜井各向异性地层参数的取值范围，基于各斜井各向异性地层参数的取值范围，对斜井各向异性地层反演模型施加约束条件。

步骤9，基于正则化Levenberg-Marquardt算法对斜井各向异性地层反演模型中的斜井各向异性地层参数进行迭代更新，确定最优斜井各向异性地层参数，具体包括以下子步骤：

步骤9.1：基于正则化Levenberg-Marquardt算法设置代价函数C(x)和精度要求，代价函数C(x)如下所示：

式中，k表示迭代次数；x^k表示第k次迭代更新时，斜井各向异性地层反演模型中的待反演参数矢量，x＝(Di_k,R_xohk,R_thk,λ_k)^T，其中，Di_k、R_xohk、R_thk、λ_k分别表示第k次迭代更新的侵入深度、侵入带水平电阻率、原状地层水平电阻率和各项异性系数；||S(x^k)-d||²表示三维有限元正演模拟结果S(x^k)和实测阵列侧向测井曲线上测量数据d之差的范数，其中，三维有限元正演模拟结果S(x^k)通过将步骤1斜井各向异性地层正演模型中的斜井各向异性地层参数设置为上次迭代更新的侵入深度、侵入带水平电阻率、原状地层水平电阻率和各向异性系数进行正演模拟获得，若迭代次数k＝1，则将步骤1斜井各向异性地层正演模型中的斜井各向异性地层参数设置为各斜井各向异性地层参数的反演初值；x_p表示斜井各向异性地层反演模型中的已知参考矢量；μ表示正则化参数；

步骤9.2：设置精度要求，基于Levenberg-Marquardt最优化方法对代价函数C(x^k)进行求解，令代价函数C(x^k)对x^k的导数为零，则第k次迭代更新中由此得到斜井各向异性地层反演模型的下降方向Δx，公式如下所示：

式中，I表示单位矩阵，J表示雅克比矩阵，T表示矩阵的转置；μ_k表示第k次迭代更新的正则化参数，计算公式如下所示：

式中，S(x^k-1)表示第k-1步迭代更新的三维有限元正演模拟结果；

步骤9.3：判断代价函数C(x^k)是否满足小于10^-7的精度要求，若满足，则确定该次迭代更新的侵入深度、侵入带水平电阻率、原状地层水平电阻率和各向异性系数为最优斜井各向异性地层参数；若不满足，则返回步骤5，将斜井各向异性地层反演模型中斜井各向异性地层参数的反演初值设置为本次迭代更新的侵入深度、侵入带水平电阻率、原状地层水平电阻率和各向异性系数，利用重设后的斜井各向异性地层反演模型继续进行迭代更新，直至代价函数C(x)满足精度要求，确定该次迭代更新的侵入深度、侵入带水平电阻率、原状地层水平电阻率和各向异性系数为最优斜井各向异性地层参数。

步骤10，输出确定的最优斜井各向异性地层参数。

通过对24层俄克拉荷马模型的正演模拟阵列侧向测井响应(如图5所示)和反演结果(如图6所示)进行对比分析，验证本发明方法的有效性。

图5所示为24层俄克拉荷马模型的正演模拟阵列侧向测井响应示意图，图6所示为24层俄克拉荷马模型的各向异性电阻率反演结果示意图；其中，图6的(a)为各向异性电阻率反演结果示意图，图中实线表示反演前原始地层的斜井各向异性地层参数，R_xoh、R_xov、R_th和R_tv四条实线分别表示反演前原始地层的侵入带水平电阻率、侵入带垂直电阻率、原状地层水平电阻率和原状地层垂直电阻率，R_xoh_inv、R_xov_inv、R_th_inv和R_tv_inv四条实心点线分别表示反演得到的侵入带水平电阻率、侵入带垂直电阻率、原状地层水平电阻率和原状地层垂直电阻率；图6的(b)为侵入深度反演结果示意图，其中，实线Di表示反演前原始地层的侵入深度，实心点线Di_inv表示反演得到的侵入深度。

对比结果表明，利用本发明方法反演得到的各向异性电阻率以及侵入深度与24层俄克拉荷马模型值一致性高，所有反演结果与模型真值间的相对误差均小于5％，验证了本发明反演算法的准确性和可靠性。

当然，上述说明并非是对本发明的限制，本发明也并不仅限于上述举例，本技术领域的技术人员在本发明的实质范围内所做出的变化、改型、添加或替换，也应属于本发明的保护范围。

Claims (7)

1.一种斜井各向异性地层阵列侧向测井资料快速处理方法，其特征在于，具体包括以下步骤：

步骤1，基于Visual Studio软件平台，建立斜井各向异性地层正演模型；定义地层倾角θ、侵入深度Di、原状地层水平电阻率R_th、侵入带水平电阻率R_xoh和各向异性系数λ为斜井各向异性地层参数，通过设置斜井各向异性地层正演模型中的斜井各向异性地层参数和井眼环境参数，基于三维有限元正演算法，利用斜井各向异性地层正演模型进行正演模拟，得到阵列侧向测井正演曲线；根据阵列侧向测井正演曲线，计算曲线分离因子SF，分析阵列侧向测井响应对各斜井各向异性地层参数的敏感性；

步骤2，基于步骤1中建立的斜井各向异性地层正演模型，保持井眼环境参数不变，依次改变地层倾角θ、侵入深度D_i、原状地层水平电阻率R_th、原状地层水平电阻率与侵入带水平电阻率的比值R_th/R_xoh和各向异性系数λ的取值，模拟得到不同斜井各向异性地层参数条件下的阵列侧向测井响应，构建阵列侧向测井响应数据库，并将阵列侧向测井响应数据库进一步细分为高侵数据库、低侵数据库和未侵入数据库；

步骤3，利用测井资料处理软件CIFLog对实测阵列侧向测井曲线进行井眼环境校正，得到校正后的阵列侧向测井曲线，并根据曲线拐点对校正后的阵列侧向测井曲线进行分层；

步骤4，获取区块地层信息，判断地层侵入类型，选择与地层侵入类型相匹配的阵列侧向测井响应数据库；

步骤5，结合步骤1中斜井各向异性地层参数的敏感性分析和步骤4中所匹配的阵列侧向测井响应数据库，针对斜井各向异性地层参数，建立反演初值选取图版，确定各斜井各向异性地层参数的反演初值；

步骤6：基于步骤1建立的斜井各向异性地层正演模型，建立斜井各向异性地层反演模型，结合步骤5中获取的各斜井各向异性地层参数的反演初值，对斜井各向异性地层反演模型进行初始化；

步骤7，将步骤3中校正后的阵列侧向测井曲线代入步骤5初始化后的斜井各向异性地层反演模型中进行反演，模拟得到阵列侧向测井反演曲线；根据校正后的阵列侧向测井曲线和反演模拟得到的阵列侧向测井反演曲线，计算校正后的阵列侧向测井曲线视电阻率值与反演阵列侧向测井视电阻率值的二范数；判断该二范数是否满足小于10^-6的精度要求，若满足，则确定各斜井各向异性地层参数的反演初值为最优斜井各向异性地层参数，执行步骤10，若不满足，则执行步骤8；

步骤8，根据储层先验信息，确定斜井各向异性地层反演模型中的斜井各向异性地层参数的取值范围，对斜井各向异性地层反演模型施加约束；

步骤9，基于正则化Levenberg-Marquardt算法对斜井各向异性地层反演模型中的斜井各向异性地层参数进行迭代更新，确定最优斜井各向异性地层参数；

步骤10，输出确定的最优斜井各向异性地层参数。

2.如权利要求1所述的一种斜井各向异性地层阵列侧向测井资料快速处理方法，其特征在于，所述步骤1中，阵列侧向测井响应对各斜井各向异性地层参数的敏感性分析过程如下：

将阵列侧向测井正演曲线按照探测深度由浅到深的顺序依次命名为RLA1、RLA2、RLA3、RLA4和RLA5，根据阵列侧向测井正演曲线，计算曲线分离因子SF，公式如下所示：

式中，i表示阵列侧向测井正演曲线编号，i的取值范围为2～5；R_RLAi表示阵列侧向测井正演曲线RLAi的视电阻率值，单位为Ω·m；

改变斜井各向异性地层参数中各参数的大小，模拟得到不同斜井各向异性地层参数条件下的阵列侧向测井正演曲线，分析各斜井各向异性地层参数对曲线分离因子SF的影响，确定阵列侧向测井响应对各斜井各向异性地层参数的敏感性。

3.如权利要求1所述的一种斜井各向异性地层阵列侧向测井资料快速处理方法，其特征在于，所述步骤2中，根据原状地层水平电阻率与侵入带水平电阻率的比值R_th/R_xoh，对阵列侧向测井响应数据库进行细分，若原状地层水平电阻率与侵入带水平电阻率的比值R_th/R_xoh＞1，则为高侵数据库；若原状地层水平电阻率与侵入带水平电阻率的比值R_th/R_xoh＜1，则为低侵数据库；原状地层水平电阻率与侵入带水平电阻率的比值R_th/R_xoh＝1，则为未侵入数据库中。

4.如权利要求1所述的一种斜井各向异性地层阵列侧向测井资料快速处理方法，其特征在于，所述步骤3中，井眼环境校正包括井径校正和泥浆电阻率校正。

5.如权利要求1所述的一种斜井各向异性地层阵列侧向测井资料快速处理方法，其特征在于，所述步骤5中，具体包括以下子步骤：

步骤5.1：基于步骤4所匹配的阵列侧向测井响应数据库，结合步骤1中正演模拟得到的阵列侧向测井正演曲线，针对侵入深度，建立反演初值选取图版，侵入深度反演初值选取图版中将阵列侧向测井正演曲线RLA5与阵列侧向测井正演曲线RLA1两者的视电阻率比值设置为横坐标，阵列侧向测井正演曲线RLA3与阵列侧向测井正演曲线RLA1两者的视电阻率比值设置为纵坐标，通过将实测阵列侧向测井曲线代入侵入深度反演初值选取图版中，确定侵入深度的反演初值Di₀；

步骤5.2：基于侵入深度的反演初值Di₀，通过改变各向异性系数λ的取值，建立多组λ-Di₀型反演初值选取图版，每组λ-Di₀型反演初值选取图版中均包括RLA5/RLA1-RLA1图版和RLA3/RLA1-RLA1图版；

步骤5.3：将实测阵列侧向测井曲线上的数据点代入各组λ-Di₀型反演初值选取图版中，分别针对各组得到两个参数矢量x1＝(Di₁,R_xoh1,R_th1,λ₁)^T和x2＝(Di₂,R_xoh2,R_th2,λ₂)^T，通过计算确定两个参数矢量均方差最小的组，并在均方差最小的两个参数矢量中任选其一，确定原状地层水平电阻率的反演初值R_th0、侵入带水平电阻率的反演初值R_xoh0和各向异性系数的反演初值λ₀；

步骤5.4：根据地层相对倾角曲线，确定地层倾角的反演初值。

6.如权利要求1所述的一种斜井各向异性地层阵列侧向测井资料快速处理方法，其特征在于，所述步骤8中，斜井各向异性地层参数中，分别确定地层水平电阻率的取值范围为R_min～R_max、各向异性系数取值范围为λ_min～λ_max、侵入深度的取值范围为Di_min～Di_max。

7.如权利要求1所述的一种斜井各向异性地层阵列侧向测井资料快速处理方法，其特征在于，所述步骤9中，包括以下子步骤：

步骤9.1：基于正则化Levenberg-Marquardt算法设置代价函数C(x)和精度要求，代价函数C(x)如下所示：

式中，k表示迭代次数；x^k表示第k次迭代更新时，斜井各向异性地层反演模型中的待反演参数矢量，x＝(Di_k,R_xohk,R_thk,λ_k)^T，其中，Di_k、R_xohk、R_thk、λ_k分别表示第k次迭代更新的侵入深度、侵入带水平电阻率、原状地层水平电阻率和各项异性系数；||S(x^k)-d||²表示三维有限元正演模拟结果S(x^k)和实测阵列侧向测井曲线上测量数据d之差的范数，其中，三维有限元正演模拟结果S(x^k)通过将步骤1斜井各向异性地层正演模型中的斜井各向异性地层参数设置为上次迭代更新的侵入深度、侵入带水平电阻率、原状地层水平电阻率和各向异性系数进行正演模拟获得，若迭代次数k＝1，则将步骤1斜井各向异性地层正演模型中的斜井各向异性地层参数设置为各斜井各向异性地层参数的反演初值；x_p表示斜井各向异性地层反演模型中的已知参考矢量；μ表示正则化参数；

步骤9.2：设置精度要求，基于Levenberg-Marquardt最优化方法对代价函数C(x^k)进行求解，令代价函数C(x^k)对x^k的导数为零，则第k次迭代更新中由此得到斜井各向异性地层反演模型的下降方向Δx，公式如下所示：

式中，I表示单位矩阵，J表示雅克比矩阵，T表示矩阵的转置；μ_k表示第k次迭代更新的正则化参数，计算公式如下所示：

式中，S(x^k-1)表示第k-1步迭代更新的三维有限元正演模拟结果；

步骤9.3：判断代价函数C(x^k)是否满足小于10^-7的精度要求，若满足，则确定该次迭代更新的侵入深度、侵入带水平电阻率、原状地层水平电阻率和各向异性系数为最优斜井各向异性地层参数；若不满足，则返回步骤5，将斜井各向异性地层反演模型中斜井各向异性地层参数的反演初值设置为本次迭代更新的侵入深度、侵入带水平电阻率、原状地层水平电阻率和各向异性系数，利用重设后的斜井各向异性地层反演模型继续进行迭代更新，直至代价函数C(x)满足精度要求，确定该次迭代更新的侵入深度、侵入带水平电阻率、原状地层水平电阻率和各向异性系数为最优斜井各向异性地层参数。