CN113391373A

CN113391373A - 一种杨氏模量的计算方法、装置、设备和存储介质

Info

Publication number: CN113391373A
Application number: CN202110507252.3A
Authority: CN
Inventors: 刘振
Original assignee: Sanming University
Current assignee: Sanming University
Priority date: 2021-05-10
Filing date: 2021-05-10
Publication date: 2021-09-14
Anticipated expiration: 2041-05-10
Also published as: CN113391373B

Abstract

本发明实施例提供一种杨氏模量的计算方法、装置、设备和存储介质，涉及岩石力学参数计算技术领域。其中，这种计算方法包括步骤S1至S4。S1、获取多个测井的井筒杨氏模量。S2、根据多个测井的井筒杨氏模量，计算位于多个测井所在的目标区域的多个粗井间杨氏模量。S3、根据井筒杨氏模量和粗井间杨氏模量，采用回归分析方法，构建约束模型。S4、根据约束模型约束多个粗井间杨氏模量，以获得多个精井间杨氏模量。根据现有技术获取井筒杨氏模量，并计算出粗井间杨氏模量；然后通过基于回归分析方法建立的约束模型，对处井间杨氏模量进行约束，能够得到更为精准的精井间杨氏模量。

Description

一种杨氏模量的计算方法、装置、设备和存储介质

技术领域

本发明涉及岩石力学参数计算技术领域，具体而言，涉及一种杨氏模量的计算方法、装置、设备和存储介质。

背景技术

在先技术中井筒杨氏模量普遍是利用常规测井曲线进行求取的。通过分析声波时差、电阻率、自然伽马等多种测井曲线与之间的相关性，寻找与相关性较强的一种或几种测井曲线数据，利用多元回归方法建立经验计算公式，从而得出井筒杨氏模量。

三维杨氏模量参数建模目的是求取研究区域内任一点的杨氏模量数值大小，除了上述井筒附近小范围的井筒杨氏模量，还包括井间大范围空间分布状态的井间杨氏模量，以更好地服务于油气资源勘探开发与评价。

利用测井曲线经验公式计算杨氏模量虽然可以获得较高精度，但是这种方法只能较为准确地求取井筒附近小范围区域的杨氏模量，无法求取井间杨氏模量。

因此，通常使用克里金插值方法获取井间杨氏模量。但由于测井曲线数据具有纵向密集、横向稀疏的特点，在插值过程中往往无法实现对搜索半径、变程等参数的最优设置，导致预测误差的产生。

发明内容

本发明提供了一种杨氏模量的计算方法、装置、设备和存储介质，以改善相关技术中的三维杨氏模量计算不准确的问题。

第一方面、

本发明实施例提供了一种杨氏模量的计算方法，其包含：

S1、获取多个测井的井筒杨氏模量。

S2、根据所述多个测井的井筒杨氏模量，计算位于所述多个测井所在的目标区域的多个粗井间杨氏模量。

S3、根据所述井筒杨氏模量和所述粗井间杨氏模量，采用回归分析方法，构建约束模型。

S4、根据所述约束模型约束所述多个粗井间杨氏模量，以获得多个精井间杨氏模量。

可选地，步骤S1具体包括：

S11、通过X-MAC测井技术计算至少一个测井的井筒杨氏模量。

S12、根据由X-MAC测井技术计算的井筒杨氏模量，基于常规测井曲线，计算得到其余测井的井筒杨氏模量，以获得所述多个测井的井筒杨氏模量。

可选地，步骤S2具体包括：

S21、根据所述多个测井的井筒杨氏模量,采用克里金插值法，计算位于所述多个测井所在的目标区域的多个粗井间杨氏模量。

可选地，步骤S3具体包括：

S31、构建线性相关模型。其中，所述线性相关模型的表达式为：

Z(n)＝b*E(n)+a*Δm

Z(n)为测井n处的井筒杨氏模量，E(n)为测井n处的井间杨氏模量，b为第一约束系数，a为第二约束系数，Δm为井筒杨氏模量平均值和粗井间杨氏模量平均值的差值。

S32、根据所述井筒杨氏模量和所述粗井间杨氏模量，采用回归分析方法，计算所述线性相关模型的约束系数。

S33、根据所述线性相关模型和所述约束系数，构建所述约束模型。

可选地，所述约束模型的表达式为：

Ymod1(x)＝b*Ymod2(x)+a*Δm

Ymod1(x)为位置x处的精井间杨氏模量，Ymod2(x)为位置x处的粗井间杨氏模量，b为第一约束系数、a为所述第二约束系数、Δm为井筒杨氏模量平均值和粗井间杨氏模量平均值的差值。

可选地，步骤S32具体包括：

S321、根据多个所述井筒杨氏模量，计算不同数值的井筒杨氏模量的第一出现频率。

S322、根据多个所述粗井间杨氏模量，计算不同数值的粗井间杨氏模量的第二出现频率。

S323、根据所述第一出现频率和所述第二出现频率，基于回归分析模型，建立所述第一出现频率和所述第二出现频率的关系模型，获取所述第一约束系数。

S324、获取多个所述井筒杨氏模量的第一平均值和多个所述井间杨氏模量的第二平均值。

S325、根据所述第一平均值、所述第二平均值、所述第一约束系数，以及测井处的井筒杨氏模量和粗井间杨氏模量，基于所述线性相关模型，计算所述第二约束系数。

第二方面、

本发明实施例提供了一种杨氏模量的计算装置，其包含：

获取模块，用于获取多个测井的井筒杨氏模量。

计算模块，用于根据所述多个测井的井筒杨氏模量，计算位于所述多个测井所在的目标区域的多个粗井间杨氏模量。

构建模块，用于根据所述井筒杨氏模量和所述粗井间杨氏模量，采用回归分析方法，构建约束模型。

约束模块，用于根据所述约束模型约束所述多个粗井间杨氏模量，以获得多个精井间杨氏模量。

可选地，获取模块具体包括：

X-MAC单元，用于通过X-MAC测井技术计算至少一个测井的井筒杨氏模量。

井筒杨氏模量计算单元，用于根据由X-MAC测井技术计算的井筒杨氏模量，基于常规测井曲线，计算得到其余测井的井筒杨氏模量，以获得所述多个测井的井筒杨氏模量。

可选地，计算模块具体用于：

根据所述多个测井的井筒杨氏模量,采用克里金插值法，计算位于所述多个测井所在的目标区域的多个粗井间杨氏模量。

可选地，所述构建模块，包括：

第一构建单元，用于构建线性相关模型。其中，所述线性相关模型的表达式为：

Z(n)＝b*E(n)+a*Δm

Z(n)为测井n处的井筒杨氏模量，E(n)为测井n处的井间杨氏模量，b为所述第一约束系数，a为第二约束系数，Δm为井筒杨氏模量平均值和粗井间杨氏模量平均值的差值。

计算单元，用于根据所述井筒杨氏模量和所述粗井间杨氏模量，采用回归分析方法，计算所述线性相关模型的约束系数。

第二构建单元，用于根据所述线性相关模型和所述约束系数，构建所述约束模型。其中，所述约束模型的表达式为：

Ymod1(x)＝b*Ymod2(x)+a*Δm

Ymod1(x)为位置x处的精井间杨氏模量，Ymod2(x)为位置x处的粗井间杨氏模量，b为所述第一约束系数、a为所述第二约束系数、Δm为井筒杨氏模量平均值和粗井间杨氏模量平均值的差值。

所述计算单元，具体包括：

第一出现频率子单元，用于根据多个所述井筒杨氏模量，计算不同数值的井筒杨氏模量的第一出现频率。

第二出线频率子单元，用于根据多个所述粗井间杨氏模量，计算不同数值的粗井间杨氏模量的第二出现频率。

第一约束系数子单元，用于根据所述第一出现频率和所述第二出现频率，基于回归分析模型，建立所述第一出现频率和所述第二出现频率的关系模型，获取所述第一约束系数。

平均值子单元，用于获取多个所述井筒杨氏模量的第一平均值和多个所述井间杨氏模量的第二平均值。

第二约束系数子单元，用于根据所述第一平均值、所述第二平均值、所述第一约束系数，以及测井处的井筒杨氏模量和粗井间杨氏模量，基于所述线性相关模型，计算所述第二约束系数。

第三方面、

本发明实施例提供了一种杨氏模量的计算设备，其包括处理器、存储器，以及存储在所述存储器内的计算机程序。所述计算机程序能够被所述处理器执行，以实现如第一方面所说的杨氏模量的计算方法。

第四方面、

本发明实施例提供了一种计算机可读存储介质，所述计算机可读存储介质包括存储的计算机程序，其中，在所述计算机程序运行时控制所述计算机可读存储介质所在设备执行如第一方面所说的杨氏模量的计算方法。

通过采用上述技术方案，本发明可以取得以下技术效果：

根据现有技术获取井筒杨氏模量，并计算出粗井间杨氏模量；然后通过基于回归分析方法建立的约束模型，对处井间杨氏模量进行约束，以得到更为精准的精井间杨氏模量。克服了现有技术中，通过插值法计算井间杨氏模量存在较大的误差的问题。

为使本发明的上述目的、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实施例的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本发明的某些实施例，因此不应被看作是对范围的限定，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相关的附图。

图1是本发明第一实施例提供的一种杨氏模量的计算方法的流程示意图。

图2是本发明第一实施例提供的基于回归分析模型获取第一约束系数的示意图。

图3是本发明第二实施例提供的一种杨氏模量的计算装置的结构示意图。

图中标记：1-获取模块、2-计算模块、3-构建模块、4-约束模块。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅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。

为了更好的理解本发明的技术方案，下面结合附图对本发明实施例进行详细描述。

应当明确，所描述的实施例仅仅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它实施例，都属于本发明保护的范围。

在本发明实施例中使用的术语是仅仅出于描述特定实施例的目的，而非旨在限制本发明。在本发明实施例和所附权利要求书中所使用的单数形式的“一种”、“所述”和“该”也旨在包括多数形式，除非上下文清楚地表示其他含义。

应当理解，本文中使用的术语“和/或”仅仅是一种描述关联对象的关联关系，表示可以存在三种关系，例如，A和/或B，可以表示：单独存在A，同时存在A和B，单独存在B这三种情况。另外，本文中字符“/”，一般表示前后关联对象是一种“或”的关系。

取决于语境，如在此所使用的词语“如果”可以被解释成为“在……时”或“当……时”或“响应于确定”或“响应于检测”。类似地，取决于语境，短语“如果确定”或“如果检测(陈述的条件或事件)”可以被解释成为“当确定时”或“响应于确定”或“当检测(陈述的条件或事件)时”或“响应于检测 (陈述的条件或事件)”。

实施例中提及的“第一\第二”仅仅是是区别类似的对象，不代表针对对象的特定排序，可以理解地，“第一\第二”在允许的情况下可以互换特定的顺序或先后次序。应该理解“第一\第二”区分的对象在适当情况下可以互换，以使这里描述的实施例能够以除了在这里图示或描述的那些内容以外的顺序实施。

下面结合附图与具体实施方式对本发明作进一步详细描述：

实施例一：

请参阅图1，本发明第一实施例提供的一种杨氏模量的计算方法,其可由杨氏模量的计算设备来执行。特别地，由杨氏模量的计算设备中的一个或多个处理芯片来执行，以计算出更为精准的三维井间杨氏模量。所述计算方法包括步骤S1至步骤S4。

S1、获取多个测井的井筒杨氏模量。在本实施例中，步骤S1具体包括步骤 S11和步骤S12。

S11、通过X-MAC测井技术计算至少一个测井的井筒杨氏模量。

S12、根据由X-MAC测井技术计算的井筒杨氏模量，基于常规测井曲线，计算得到其余测井的井筒杨氏模量，以获得多个测井的井筒杨氏模量。

在需要测量三维杨氏模量的目标区域中，设置有多个测井。其中，部分测井安装有X-MAC测井仪(以下简称为X-MAC测井)，能够直接测量出来该测井的井筒杨氏模量。而其他测井(以下简称为常规测井)则通过X-MAC测井的井筒杨氏模量和常规测井曲线之间的关系进行计算得出。

具体地，首先运用正交偶极子阵列声波成像测井资料求取井筒的岩石力学参数，通过评估X-MAC测井的井筒杨氏模量与声波时差、自然伽马等测井曲线之间的相关度，建立经验公式，并求取研究区常规测井的杨氏模量数值。

需要说明的是，利用常规测井曲线求取测井的井筒杨氏模量是常用的一种方法手段。现有技术通过分析声波时差、电阻率、自然伽马等多种测井曲线与之间的相关性，寻找与相关性较强的一种或几种测井曲线数据，利用多元回归方法建立经验计算公式，然后计算得出测井的井筒杨氏模量。

以某一油田测井数据为例，该地区的与声波时差、自然伽马这两种曲线数据具有较强的相关性式，相关系数R2分别为0.9962、0.9981，与其他测井曲线相关性较小，于是利用多元回归方法建立下式：

E＝18.09732-(519.51AC-1.157GR)÷103

式中，的E常规测井的井筒杨氏模量，AC为声波时差(单位：μs/m)，GR为自然伽马(API)。

可以理解的是，利用测井曲线经验公式计算杨氏模量虽然可以获得较高精度，但是这种方法只能较为准确地求取测井(井筒)附近小范围区域的杨氏模量。因此，要求取目标区域内任一点的杨氏模量，需要建立三维杨氏模量模型进行求取。

S2、根据多个测井的井筒杨氏模量，计算位于多个测井所在的目标区域的多个粗井间杨氏模量。所述粗井间杨氏模量为根据现有计算计算出来的井间杨氏模量。发明人经过大量研究发现，根据现有技术计算出来的井间杨氏模量存在较大的误差。在本实施例中，步骤S2具体包括步骤S21。

S21、根据多个测井的井筒杨氏模量,采用克里金插值法，计算位于多个测井所在的目标区域的多个粗井间杨氏模量。本实施例利用克里金插值方法初步建立井间杨氏模量模型。

三维杨氏模量参数建模目的是求取研究区域内任一点的杨氏模量数值大小，除了井筒附近小范围外，还包括井间大范围区域杨氏模量空间分布状态，以更好地服务于油气资源勘探开发与评价。

现有三维建模技术是利用地质统计学方法建立杨氏模量统计模型，获取井间杨氏模量，这是一种利用少量已知样品数据预测未知区域杨氏模量值的方法，能够补充大量数据但同时也不可避免的引入误差，与通过增加勘探资料补充杨氏模量的方法相比，其资金投入量小，工作效率高，因此在油气田开发、矿体储量预测中得以广泛应用。

目前三维杨氏模量建模有克里金、距离加权反比、随机建模等方法，其中克里金插值算法是三维杨氏模量建模的最常用技术之一，包括普通克里金、简单克里金、指示克里金、泛克里金等方法，各种克里金方法原理都很类似。

克里金插值算法已经比较成熟，在进行杨氏模量建模时可利用少量杨氏模量预测出整个研究区域的属性分布状态。

S3、根据井筒杨氏模量和粗井间杨氏模量，采用回归分析方法，构建约束模型。现有技术计算出来的井间杨氏模量存在较大的误差。通过回归分析方法能够分析出这些误差值和真实值之间的规律，从而构建约束模型，对这些误差进行校正，以获得精准的井间杨氏模量。

在上述实施例的基础上，本发明一可选实施例中，步骤S3包括S31至S33：

S31、构建线性相关模型。其中，线性相关模型的表达式为：

Z(n)＝b*E(n)+a*Δm

具体地，发明人通过统计分析常规测井的岩石力学特征，利用其三维空间分布规律。发现造成现有技术中的三维杨氏模量模型计算误差的原因主要是测井曲线数据具有纵向密集、横向稀疏的特点，在插值过程中往往无法实现对搜索半径、变程等参数的最优设置，导致传统方法计算出来的井间杨氏模量存在较大的误差。

由于测井曲线的特性造成的误差是规律的，呈线性变化的，也就是说准确的井间杨氏模量和误差的井间杨氏模量之间是线性相关的。

因此，根据测井曲线纵向密集、横向稀疏的特点，或根据分析常规测井的岩石力学特征利用其三维空间分布规律，构建精井间杨氏模量和粗井间杨氏模量之间的线性相关模型。从而建立真实值和误差值之间的通用关系模型。线性相关模型即为二元一次模型。

S32、根据井筒杨氏模量和粗井间杨氏模量，采用回归分析方法，计算线性相关模型的约束系数。线性相关模型只能表示粗井间杨氏模量和精井间杨氏模量之间是线性相关的，而无法用于求取精井间杨氏模量。

可以理解的是，测井位置处的井筒杨氏模量是精准的，而通过插值法计算得到的井间杨氏模量，包含了测井位置的井间杨氏模量。因此，通过回归分析方法求取井筒杨氏模量和井间杨氏模量之间的关系系数(即约束系数)，然后代入到线性相关模型中，即可获得能够用来求取精井间杨氏模量的约束模型。

S33、根据线性相关模型和约束系数，构建约束模型。其中，约束模型的表达式为：

Ymod1(x)＝b*Ymod2(x)+a*Δm

Ymod1(x)为位置x处的精井间杨氏模量，Ymod2(x)为位置x处的粗井间杨氏模量，b为第一约束系数、a为第二约束系数、Δm为井筒杨氏模量平均值和粗井间杨氏模量平均值的差值。

需要说明的是，线性相关模型和约束模型为同一个模型，只是在线性相关模型中，斜率(即第一约束系数b)和截距(即第二约束系数a)为待求解的未知数。而在约束模型中，斜率和截距为求解后的已知数。可以理解的是步骤S3 也可以描述成：

根据分析常规测井的岩石力学特征利用其三维空间分布规律，构建精井间杨氏模量和粗井间杨氏模量之间的约束模型。

根据井筒杨氏模量和粗井间杨氏模量，采用回归分析方法，计算约束模型的约束系数。

在上述实施例的基础上，本发明一可选实施例中，步骤S32包括S321至S325：

S321、根据多个井筒杨氏模量，计算不同数值的井筒杨氏模量的第一出现频率。第一出现频率即每个数值的井筒杨氏模量出现的次数占井筒杨氏模量总个数的比值。

S322、根据多个粗井间杨氏模量，计算不同数值的粗井间杨氏模量的第二出现频率。第二出现频率即每个数值的粗井间杨氏模量出现的次数占粗井间杨氏模量总个数的比值。

S323、根据第一出现频率和第二出现频率，基于回归分析模型，建立第一出现频率和第二出现频率的关系模型，获取第一约束系数。

如图2所示，通过回归分析方法能够获取井筒杨氏模量和粗井间杨氏模量之间的关系模型。关系模型的斜率，即为井筒杨氏模量和粗井间杨氏模量的相关度，也即粗井间杨氏模量和精井间杨氏模量的相关度(即第一约束系数，即线性相关模型的斜率)。

S324、获取多个井筒杨氏模量的第一平均值和多个井间杨氏模量的第二平均值。

S325、根据第一平均值、第二平均值、第一约束系数，以及测井处的井筒杨氏模量和粗井间杨氏模量，基于线性相关模型，计算第二约束系数。

具体地，计算井筒杨氏模量的第一平均值，粗井间杨氏模量的第二平均值，然后求取第一平均值和第二平均值的差值。将差值、第一约束系数，以及测井位置处的井筒杨氏模量和粗井间杨氏模量代入线性相关模型中，即可求出井筒杨氏模量和粗井间杨氏模量之间的线性关系的截距，也即粗井间杨氏模量和精井间杨氏模量之间的线性关系的截距(即第二约束系数)。

第二约束系数，跟第一平均值和第二平均值的差值相关，能够大大提高约束模型的约束效果，从而得到更为有效的约束模型。

S4、根据约束模型约束多个粗井间杨氏模量，以获得多个精井间杨氏模量。

具体地，将多个粗井间杨氏模量分别代入约束模型，计算得到相应的多个精井间杨氏模量。

在本实施例中，根据现有技术获取井筒杨氏模量，并计算出粗井间杨氏模量；然后通过基于回归分析方法建立的约束模型，对处井间杨氏模量进行约束，以得到更为精准的精井间杨氏模量。克服了现有技术中，通过插值法计算井间杨氏模量存在较大的误差的问题。

实施例二、

本发明实施例提供了一种杨氏模量的计算装置，其包含：

获取模块1，用于获取多个测井的井筒杨氏模量。

计算模块2，用于根据多个测井的井筒杨氏模量，计算位于多个测井所在的目标区域的多个粗井间杨氏模量。

构建模块3，用于根据井筒杨氏模量和粗井间杨氏模量，采用回归分析方法，构建约束模型。

约束模块4，用于根据约束模型约束多个粗井间杨氏模量，以获得多个精井间杨氏模量。

可选地，获取模块1具体包括：

井筒杨氏模量计算单元，用于根据由X-MAC测井技术计算的井筒杨氏模量，基于常规测井曲线，计算得到其余测井的井筒杨氏模量，以获得多个测井的井筒杨氏模量。

可选地，计算模块2具体用于：

根据多个测井的井筒杨氏模量,采用克里金插值法，计算位于多个测井所在的目标区域的多个粗井间杨氏模量。

可选地，构建模块3，包括：

第一构建单元，用于构建线性相关模型。其中，线性相关模型的表达式为：

Z(n)＝b*E(n)+a*Δm

计算单元，用于根据井筒杨氏模量和粗井间杨氏模量，采用回归分析方法，计算线性相关模型的约束系数。

第二构建单元，用于根据线性相关模型和约束系数，构建约束模型。其中，约束模型的表达式为：

Ymod1(x)＝b*Ymod2(x)+a*Δm

计算单元，具体包括：

第一出现频率子单元，用于根据多个井筒杨氏模量，计算不同数值的井筒杨氏模量的第一出现频率。

第二出线频率子单元，用于根据多个粗井间杨氏模量，计算不同数值的粗井间杨氏模量的第二出现频率。

第一约束系数子单元，用于根据第一出现频率和第二出现频率，基于回归分析模型，建立第一出现频率和第二出现频率的关系模型，获取第一约束系数。

平均值子单元，用于获取多个井筒杨氏模量的第一平均值和多个井间杨氏模量的第二平均值。

第二约束系数子单元，用于根据第一平均值、第二平均值、第一约束系数，以及测井处的井筒杨氏模量和粗井间杨氏模量，基于线性相关模型，计算第二约束系数。

实施例三、

本发明实施例提供了一种杨氏模量的计算设备，其包括处理器、存储器，以及存储在存储器内的计算机程序。计算机程序能够被处理器执行，以实现如实施例一所说的杨氏模量的计算方法。

实施例四、

本发明实施例提供了一种计算机可读存储介质，计算机可读存储介质包括存储的计算机程序，其中，在计算机程序运行时控制计算机可读存储介质所在设备执行如实施例一所说的杨氏模量的计算方法。

在本发明实施例所提供的几个实施例中，应该理解到，所揭露的装置和方法，也可以通过其它的方式实现。以上所描述的装置和方法实施例仅仅是示意性的，例如，附图中的流程图和框图显示了根据本发明的多个实施例的装置、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段或代码的一部分，所述模块、程序段或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现方式中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个连续的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或动作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。

另外，在本发明各个实施例中的各功能模块可以集成在一起形成一个独立的部分，也可以是各个模块单独存在，也可以两个或两个以上模块集成形成一个独立的部分。

所述功能如果以软件功能模块的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，电子设备，或者网络设备等) 执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U 盘、移动硬盘、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM， Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。需要说明的是，在本文中，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。

以上所述仅为本发明的优选实施例而已，并不用于限制本发明，对于本领域的技术人员来说，本发明可以有各种更改和变化。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims

1.一种杨氏模量的计算方法，其特征在于，包含：

获取多个测井的井筒杨氏模量；

根据所述多个测井的井筒杨氏模量，计算位于所述多个测井所在的目标区域的多个粗井间杨氏模量；

根据所述井筒杨氏模量和所述粗井间杨氏模量，采用回归分析方法，构建约束模型；

根据所述约束模型约束所述多个粗井间杨氏模量，以获得多个精井间杨氏模量。

2.根据权利要求1所述的计算方法，其特征在于，所述获取多个测井的井筒杨氏模量，具体包括：

通过X-MAC测井技术计算至少一个测井的井筒杨氏模量；

根据由X-MAC测井技术计算的井筒杨氏模量，基于常规测井曲线，计算得到其余测井的井筒杨氏模量，以获得所述多个测井的井筒杨氏模量。

3.根据权利要求1所述的计算方法，其特征在于，所述根据所述多个测井的井筒杨氏模量，计算位于所述多个测井所在的目标区域的多个粗井间杨氏模量，具体包括：

4.根据权利要求1至3任一项所述的计算方法，其特征在于，所述根据所述井筒杨氏模量和所述粗井间杨氏模量，采用回归分析方法，构建约束模型，具体包括：

构建线性相关模型；其中，所述线性相关模型的表达式为：

Z(n)＝b*E(n)+a*Δm

Z(n)为测井n处的井筒杨氏模量，E(n)为测井n处的井间杨氏模量，b为第一约束系数，a为第二约束系数，Δm为井筒杨氏模量平均值和粗井间杨氏模量平均值的差值；

根据所述井筒杨氏模量和所述粗井间杨氏模量，采用回归分析方法，计算所述线性相关模型的约束系数；

根据所述线性相关模型和所述约束系数，构建所述约束模型。

5.根据权利要求4所述的计算方法，其特征在于，所述约束模型的表达式为：

Ymod1(x)＝b*Ymod2(x)+a*Δm

6.根据权利要求4所述的计算方法，其特征在于，所述根据所述井筒杨氏模量和所述粗井间杨氏模量，采用回归分析方法，计算所述线性相关模型的约束系数，包括：

根据多个所述井筒杨氏模量，计算不同数值的井筒杨氏模量的第一出现频率；

根据多个所述粗井间杨氏模量，计算不同数值的粗井间杨氏模量的第二出现频率；

根据所述第一出现频率和所述第二出现频率，基于回归分析模型，建立所述第一出现频率和所述第二出现频率的关系模型，获取所述第一约束系数；

获取多个所述井筒杨氏模量的第一平均值和多个所述井间杨氏模量的第二平均值；

根据所述第一平均值、所述第二平均值、所述第一约束系数，以及测井处的井筒杨氏模量和粗井间杨氏模量，基于所述线性相关模型，计算所述第二约束系数。

7.一种杨氏模量的计算装置，其特征在于，包含：

获取模块，用于获取多个测井的井筒杨氏模量；

计算模块，用于根据所述多个测井的井筒杨氏模量，计算位于所述多个测井所在的目标区域的多个粗井间杨氏模量；

构建模块，用于根据所述井筒杨氏模量和所述粗井间杨氏模量，采用回归分析方法，构建约束模型；

8.根据权利要求7所述的计算装置，其特征在于，所述构建模块，包括：

第一构建单元，用于构建线性相关模型；其中，所述线性相关模型的表达式为：

Z(n)＝b*E(n)+a*Δm

计算单元，用于根据所述井筒杨氏模量和所述粗井间杨氏模量，采用回归分析方法，计算所述线性相关模型的约束系数；

第二构建单元，用于根据所述线性相关模型和所述约束系数，构建所述约束模型；所述约束模型的表达式为：

Ymod1(x)＝b*Ymod2(x)+a*Δm

Ymod1(x)为位置x处的精井间杨氏模量，Ymof2(x)为位置x处的粗井间杨氏模量，b为所述第一约束系数、a为所述第二约束系数、Δm为井筒杨氏模量平均值和粗井间杨氏模量平均值的差值；

所述计算单元，具体包括：

第一出现频率子单元，用于根据多个所述井筒杨氏模量，计算不同数值的井筒杨氏模量的第一出现频率；

第二出线频率子单元，用于根据多个所述粗井间杨氏模量，计算不同数值的粗井间杨氏模量的第二出现频率；

第一约束系数子单元，用于根据所述第一出现频率和所述第二出现频率，基于回归分析模型，建立所述第一出现频率和所述第二出现频率的关系模型，获取所述第一约束系数；

平均值子单元，用于获取多个所述井筒杨氏模量的第一平均值和多个所述井间杨氏模量的第二平均值；

9.一种杨氏模量的计算设备，其特征在于，包括处理器、存储器，以及存储在所述存储器内的计算机程序；所述计算机程序能够被所述处理器执行，以实现如权利要求1至6任意一项所述的杨氏模量的计算方法。

10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质包括存储的计算机程序，其中，在所述计算机程序运行时控制所述计算机可读存储介质所在设备执行如权利要求1至6任意一项所述的杨氏模量的计算方法。