CN116522688B - 一种井控多信息融合工程地质建模方法和装置 - Google Patents
一种井控多信息融合工程地质建模方法和装置 Download PDFInfo
- Publication number
- CN116522688B CN116522688B CN202310780927.0A CN202310780927A CN116522688B CN 116522688 B CN116522688 B CN 116522688B CN 202310780927 A CN202310780927 A CN 202310780927A CN 116522688 B CN116522688 B CN 116522688B
- Authority
- CN
- China
- Prior art keywords
- information
- geophysical
- data
- drilling data
- engineering
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 45
- 230000004927 fusion Effects 0.000 title claims abstract description 42
- 238000005553 drilling Methods 0.000 claims abstract description 132
- 208000035126 Facies Diseases 0.000 claims abstract description 68
- 230000008859 change Effects 0.000 claims abstract description 38
- 239000002344 surface layer Substances 0.000 claims abstract description 27
- 238000000547 structure data Methods 0.000 claims abstract description 13
- 239000013049 sediment Substances 0.000 claims description 18
- 238000005516 engineering process Methods 0.000 claims description 17
- 238000012545 processing Methods 0.000 claims description 9
- 238000012937 correction Methods 0.000 claims description 7
- 238000012706 support-vector machine Methods 0.000 claims description 7
- 238000010219 correlation analysis Methods 0.000 claims description 6
- 230000005611 electricity Effects 0.000 claims description 6
- 238000012847 principal component analysis method Methods 0.000 claims description 6
- 238000007619 statistical method Methods 0.000 claims description 6
- 230000015572 biosynthetic process Effects 0.000 description 14
- 238000005755 formation reaction Methods 0.000 description 14
- 238000012360 testing method Methods 0.000 description 8
- 235000019738 Limestone Nutrition 0.000 description 7
- 238000002474 experimental method Methods 0.000 description 7
- 239000006028 limestone Substances 0.000 description 7
- 238000000151 deposition Methods 0.000 description 5
- 230000006870 function Effects 0.000 description 5
- 230000008021 deposition Effects 0.000 description 4
- 230000000694 effects Effects 0.000 description 4
- 239000000463 material Substances 0.000 description 4
- 230000009286 beneficial effect Effects 0.000 description 3
- 238000013461 design Methods 0.000 description 3
- 238000011156 evaluation Methods 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 239000011435 rock Substances 0.000 description 3
- 238000004088 simulation Methods 0.000 description 3
- 238000004458 analytical method Methods 0.000 description 2
- 238000004422 calculation algorithm Methods 0.000 description 2
- 238000010276 construction Methods 0.000 description 2
- 239000004973 liquid crystal related substance Substances 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 230000002159 abnormal effect Effects 0.000 description 1
- 230000004075 alteration Effects 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000010291 electrical method Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 230000005484 gravity Effects 0.000 description 1
- 238000009499 grossing Methods 0.000 description 1
- 239000010410 layer Substances 0.000 description 1
- 238000013178 mathematical model Methods 0.000 description 1
- 239000011159 matrix material Substances 0.000 description 1
- 238000010606 normalization Methods 0.000 description 1
- 238000000513 principal component analysis Methods 0.000 description 1
- 230000002285 radioactive effect Effects 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/10—Geometric CAD
- G06F30/13—Architectural design, e.g. computer-aided architectural design [CAAD] related to design of buildings, bridges, landscapes, production plants or roads
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2111/00—Details relating to CAD techniques
- G06F2111/04—Constraint-based CAD
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A90/00—Technologies having an indirect contribution to adaptation to climate change
- Y02A90/30—Assessment of water resources
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Geometry (AREA)
- Theoretical Computer Science (AREA)
- Computer Hardware Design (AREA)
- General Physics & Mathematics (AREA)
- Evolutionary Computation (AREA)
- General Engineering & Computer Science (AREA)
- Architecture (AREA)
- Civil Engineering (AREA)
- Structural Engineering (AREA)
- Computational Mathematics (AREA)
- Mathematical Analysis (AREA)
- Mathematical Optimization (AREA)
- Pure & Applied Mathematics (AREA)
- Geophysics And Detection Of Objects (AREA)
Abstract
本发明实施例提供一种井控多信息融合工程地质建模方法和装置，方法包括：获取标准化钻井数据；获取浅地表层的地球物理的信息；获取浅地表层中的沉积相信息；获取浅地表层的工程构筑物的数据；将所述沉积相信息、所述地球物理的信息、所述工程构筑物的数据和所述标准化钻井数据融合进行工程地质建模，以使建模结果包含钻井数据的定量信息、地层物理的纵横向变化信息、沉积相的趋势变化信息和工程构筑物的信息。
Description
技术领域
本发明涉及工程地质建模领域，尤其涉及一种井控多信息融合工程地质建模方法和装置。
背景技术
常规工程地质建模方法所采用的模型构建方式是利用已有的钻井数据通过克里金插值方法获得。
在实现本发明过程中，申请人发现现有技术中至少存在如下问题：
现有技术难以适应浅表地质地层快速变化的特点，往往难以刻画可靠的地层岩性(砂岩、泥岩、灰岩等）及地层岩石如速度、密度、电性等物性参数，不利于数值模拟及地基稳定性的评价。
发明内容
本发明实施例提供一种井控多信息融合工程地质建模方法和装置，解决了现有技术难以适应浅表地质地层快速变化的特点，往往难以刻画可靠的地层岩性(砂岩、泥岩、灰岩等）及地层岩石如速度、密度等物性参数，不利于数值模拟及地基稳定性的评价的技术问题。
为达上述目的，第一方面，本发明实施例提供一种井控多信息融合工程地质建模方法，包括：
获取标准化钻井数据；
获取浅地表层的地球物理的信息；
获取浅地表层中的沉积相信息；
获取浅地表层的工程构筑物的数据；
将所述沉积相信息、所述地球物理的信息、所述工程构筑物的数据和所述标准化钻井数据融合进行工程地质建模，以使建模结果包含钻井数据的定量信息、地层物理的纵横向变化信息、沉积相的趋势变化信息和工程构筑物的信息。
第二方面，本发明实施例提供一种井控多信息融合工程地质建模装置，包括：
标准化钻井数据获取单元，用于获取标准化钻井数据；
地球物理信息获取单元，用于获取浅地表层地球物理的信息；
沉积相获取单元，用于获取浅地表层中的沉积相信息；
工程构筑物获取单元，用于获取浅地表层的工程构筑物的数据；
建模单元，用于将所述沉积相信息、所述地球物理的信息、所述工程构筑物的数据和所述标准化钻井数据融合进行工程地质建模，以使建模结果包含钻井数据的定量信息、地层物理的纵横向变化信息、沉积相的趋势变化信息和工程构筑物的信息。
上述技术方案具有如下有益效果：将标准化钻井数据、地球物理的信息、工程构筑物的数据及沉积相信息进行融合建模，建模结果既包含钻井、试验等的定量信息，也包含地层的物理包括弹性、电性、介电、密度等的纵横向变化信息、沉积相的趋势变化信息和工程构筑物的信息。能较好地适应浅地表层非均质性强的特点，提高浅层地层工程地质模型的建模精度。以浅地表的沉积相信息和地球物理的信息来约束建模，将不同尺度的沉积相信息、地球物理的信息以及由测井信息得到的标准化钻井数据并结合工程构筑物的属性进行匹配融合建模，将地质规律信息与地球物理的信息相结合，能有效提高模型的精度，模型更符合工程地质规律。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例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，下面描述中的附图仅仅是本发明的一些实施例，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是本发明实施例之一的一种井控多信息融合工程地质建模方法的流程图；
图2是本发明实施例之一的一种井控多信息融合工程地质建模装置的架构图；
图3是本发明实施例之一的一种井控多信息融合工程地质建模方法的又一流程图。
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。
为达上述目的，第一方面，如图1所示，本发明实施例提供一种井控多信息融合工程地质建模方法，包括：
步骤S100，获取标准化钻井数据；
步骤S101，获取浅地表层的地球物理的信息；
步骤S102，获取浅地表层中的沉积相信息；
步骤S103，获取浅地表层的工程构筑物的数据；
步骤S104，将所述沉积相信息、所述地球物理的信息、所述工程构筑物的数据和所述标准化钻井数据融合进行工程地质建模，以使建模结果包含钻井数据的定量信息、地层物理的纵横向变化信息、沉积相的趋势变化信息和工程构筑物的信息。
在一些实施例中，在浅地表地层中，沉积相能提供大尺度（宏观）地层信息，反应地质地层趋势上的成层特征；来自地球物理勘探（简称物探）得到的地球物理的信息提供中尺度（中观）地质信息，主要反应地层纵横向的变化特征；钻井和试验数据（相当于标准化钻井数据）提供小尺度（微观）地层信息，反应地层在井点的定量信息。传统的方法没有把构筑物加入到工程地质建模中，本发明实施例增加了工程构筑物的数据，工程构筑物的数据来源于建筑信息模型，提供了地下构筑物的情况，进一步提高建模精度。比如说地铁，它是埋在地下的，地铁就是工程构筑物。工程构筑物的数据主要包括形状、材质、大小等。为了提高工程地质模型建模的精度，本发明实施例将标准化钻井数据、浅地表层的地球物理的信息、工程构筑物的数据及沉积相信息进行融合建模，建模结果既包含钻井、试验等的定量信息，也包含地层的物理（弹性、电性、介电、密度等）的纵横向变化信息、沉积相的趋势变化信息和工程构筑物的信息。本发明实施例能较好地适应浅地表地层非均质性强的特点，提高浅层地层工程地质模型的建模精度。
进一步地，所述获取标准化钻井数据，包括：
对工区内所有钻井的钻井数据进行环境校正，并对校正后的钻井数据进行标准化处理得到标准化钻井数据；
其中，所述钻井数据包括：纵波速度、横波速度、电阻率、岩性、和/或密度。其中，岩性包括但不限于砂岩、泥岩、和/或灰岩等；
在一些实施例中，钻井数据包括：纵波速度、横波速度、电阻率、岩性(砂岩、泥岩、灰岩等）、和/或密度等物性参数。对工区内所有钻井的纵波速度、横波速度、电阻率、岩性(砂岩、泥岩、灰岩等）及密度钻井数据进行环境校正，并在此基础上进行钻井数据标准化处理，确保工程地质建模主变量钻井数据的可靠性。
进一步地，所述获取浅地表层的地球物理的信息，包括：
根据标准化钻井数据生成钻井数据的趋势背景值；
从地球物理勘探中得到物探数据，从所述物探数据中提取得到多种地球物理场的初步信息，对钻井数据的趋势背景值与提取到的多种地球物理场的初步信息之间进行统计分析，借助核主成分分析法及支持向量机技术从提取到的多种地球物理场的初步信息中优选出与所述标准化钻井数据相关性大于或等于预设相关性阈值的地球物理场的初步信息作为所述地球物理的信息。
在一些实施例中，进行地球物理勘探（简称物探）得到物探数据，物探数据是在地球物理勘探过程中得到的关于地球物理场的数据；物探数据包括通过地震法、重力、磁法、电法、或放射性法等方法获得的数据中提取到的各种地球物理场的数据；钻井物性参数（即钻井数据）包括纵波速度值、横波速度值、电阻率值等；钻井数据的趋势背景值是一组对钻井数据通过去异常值后并做相关平滑的数值；在井点进行钻井数据的趋势背景值与提取到的多种地球物理场的初步信息之间的统计分析，借助核主成分分析法及支持向量机技术优选出与钻井数据相关性大于或等于预设相关性阈值的地球物理场的初步信息作为地球物理的信息，将地球物理的信息作为工程地质建模所需的第一协同变量。
进一步地，所述获取浅地表层中的沉积相信息，包括：
整理工区内地层的沉积相分布规律，根据所述沉积相分布规律对沉积相与工区内所有井点的标准化钻井数据之间进行关联分析，得到浅地表层中的沉积相信息。
在一些实施例中，整理工区内地层的沉积相分布规律，根据所述沉积相分布规律进行沉积相与工区内所有井点的标准化钻井数据之间的关联分析得到浅地表层中的沉积相信息，使用浅地表层中的沉积相信息构建工程地质建模所需的第二协同变量。
进一步地，将所述沉积相信息、所述地球物理的信息、所述工程构筑物的数据和所述标准化钻井数据融合进行工程地质建模，包括：
根据所述沉积相信息创建沉积相带数值模型；
采用同位多相协同克里金技术，将所述标准化钻井数据作为主变量，将所述地球物理的信息作为第一协同变量，将沉积相带数值模型作为第二协同变量，工程构筑物的数据为常量进行工程地质建模，以实现应用两个不同尺度的协同变量的多相工程地质建模。
在一些实施例中，在克里金技术的基础上，建立同位多相协同克里金技术，实现钻井数据与地球物理的信息、工程构筑物的数据、沉积相信息的多参数协同的多信息融合匹配处理。
本发明实施例具有如下技术效果：将标准化钻井数据、地球物理的信息、工程构筑物的数据及沉积相信息进行融合建模，建模结果既包含钻井、试验等的定量信息，也包含地层的物理包括弹性、电性、介电、密度等的纵横向变化信息、沉积相的趋势变化信息和工程构筑物的信息。能较好地适应浅地表层非均质性强的特点，提高浅层地层工程地质模型的建模精度。以浅地表的沉积相信息和地球物理的信息来约束建模，将不同尺度的沉积相信息、地球物理的信息以及由测井信息得到的标准化钻井数据并结合工程构筑物的属性进行匹配融合建模，将地质规律信息与地球物理的信息相结合，能有效提高模型的精度，模型更符合工程地质规律。
第二方面，如图2所示，本发明实施例提供一种井控多信息融合工程地质建模装置，包括：
标准化钻井数据获取单元200，用于获取标准化钻井数据；
地球物理信息获取单元201，用于获取浅地表层的地球物理的信息；
沉积相获取单元202，用于获取浅地表层中的沉积相信息；
工程构筑物获取单元203，用于获取浅地表层的工程构筑物的数据；
建模单元204，用于将所述沉积相信息、所述地球物理的信息、所述工程构筑物的数据和所述标准化钻井数据融合进行工程地质建模，以使建模结果包含钻井数据的定量信息、地层物理的纵横向变化信息、沉积相的趋势变化信息和工程构筑物的信息。
进一步地，所述标准化钻井数据获取单元200，具体用于：
对工区内所有钻井的钻井数据进行环境校正，并对校正后的钻井数据进行标准化处理得到标准化钻井数据；
其中，所述钻井数据包括：纵波速度、横波速度、电阻率、岩性、和/或密度。
进一步地，所述地球物理信息获取单元201，具体用于：
根据标准化钻井数据生成钻井数据的趋势背景值，从地球物理勘探中得到物探数据，从所述物探数据中提取得到多种地球物理场的初步信息，对钻井数据的趋势背景值与提取到的多种地球物理场的初步信息之间进行统计分析，借助核主成分分析法及支持向量机技术从提取到的多种地球物理场的初步信息中优选出与所述标准化钻井数据相关性大于或等于预设相关性阈值的地球物理场的初步信息作为所述地球物理的信息。
进一步地，所述沉积相获取单元202，具体用于：
整理工区内地层的沉积相分布规律，根据所述沉积相分布规律对沉积相与工区内所有井点的标准化钻井数据之间进行关联分析，得到浅地表层中的沉积相信息。
进一步地，所述建模单元204，具体用于：
根据所述沉积相信息创建沉积相带数值模型，采用同位多相协同克里金技术，将所述标准化钻井数据作为主变量，将所述地球物理的信息作为第一协同变量，将沉积相带数值模型作为第二协同变量，工程构筑物的数据为常量进行工程地质建模，以实现应用两个不同尺度的协同变量的多相工程地质建模。
本发明实施例是与前述的井控多信息融合工程地质建模方法的实施例对应的装置实施例，可根据前述的井控多信息融合工程地质建模方法的实施例理解本发明实施例，在此不再赘述。
本发明实施例具有如下技术效果：将标准化钻井数据、地球物理的信息、工程构筑物的数据及沉积相信息进行融合建模，建模结果既包含钻井、试验等的定量信息，也包含地层的物理包括弹性、电性、介电、密度等的纵横向变化信息、沉积相的趋势变化信息和工程构筑物的信息。能较好地适应浅地表层非均质性强的特点，提高浅层地层工程地质模型的建模精度。以浅地表的沉积相信息和地球物理的信息来约束建模，将不同尺度的沉积相信息、地球物理的信息以及由测井信息得到的标准化钻井数据并结合工程构筑物的属性进行匹配融合建模，将地质规律信息与地球物理的信息相结合，能有效提高模型的精度，模型更符合工程地质规律。
下面结合具体的应用实例对本发明实施例上述技术方案进行详细说明，实施过程中没有介绍到的技术细节，可以参考前文的相关描述。
为了提高工程地质模型建模的精度，本发明实施例提出了井控多信息融合建模的方法，包括：传统的方法没有把构筑物加入到工程地质建模中，本发明实施例增加了工程构筑物的数据，工程构筑物的数据来源于建筑信息模型，提供了地下构筑物的情况，进一步提高建模精度。比如说地铁，它是埋在地下的，地铁就是工程构筑物。工程构筑物的数据主要包括形状、材质、大小等；在浅地表地层中，沉积相能提供大尺度地层信息，反应地质地层趋势上的成层特征；地球物理（简称物探）提供中尺度地质信息，主要反应地层纵横向的变化特征；钻井和试验数据（即钻井数据或者钻井信息）提供小尺度地层信息，反应地层在井点的定量信息。将钻井信息、物探信息（即地球物理的信息）及沉积相信息进行融合建模，建模结果既包含钻井、试验等的定量信息，也包含地层的物理（弹性、电性、介电、密度等）的纵横向变化信息、沉积相的趋势变化信息和工程构筑物的信息。该方法能较好地适应浅地表地层非均质性强的特点，提高浅层地层工程地质模型的建模精度。
本发明实施例以浅地表的沉积相信息和物探信息来约束建模，将不同尺度的沉积相信息、物探信息以及测井信息并结合工程构筑物的属性进行匹配融合建模，提出了适用于浅地表工程地质的井控多信息融合建模方法，该方法将地质规律信息与物探信息相结合，能有效提高模型的精度，模型更符合工程地质规律。
下面以一个具体实施例进行说明：
现有技术中的常规工程地质建模方法所采用的模型构建方式是利用已有的钻井数据通过克里金插值方法获得，这种方法难以适应浅表地质地层快速变化的特点，往往难以刻画可靠的地层岩性(砂岩、泥岩、灰岩等）及地层岩石如速度、密度等物性参数，不利于数值模拟及地基稳定性的评价。
为了提高工程地质模型建模的精度，本发明实施例提出了井控多信息融合建模的方法，该方法包括：在浅地表地层中，沉积相能提供大尺度地层信息，反应地质地层趋势上的成层特征；地球物理（简称物探）提供中尺度地质信息，主要反应地层纵横向的变化特征；钻井和试验数据提供小尺度地层信息，反应地层在井点的定量信息；将钻井信息（相当于标准化钻井数据）、物探信息（相当于浅地表层的地球物理的信息）及沉积相信息（相当于浅地表层中的沉积相信息）进行融合建模，建模结果既包含钻井、试验等的定量信息，也包含地层的物理（弹性、电性、介电、密度、承载力、高压强度等）的纵横向变化信息、沉积相的趋势变化信息和工程构筑物的信息。该方法能较好地适应浅地表地层非均质性强的特点，提高浅层地层工程地质模型的建模精度。
为了实现多种信息之间的融合，需要采用包含两种协同变量的克里金技术，为此采用了同位多相协同克里金技术，将小尺度定量化钻井（试验）数据（相当于标准化钻井数据）作为主变量，将中尺度物探信息（相当于地球物理的信息）作为第一协同变量，将定性化的沉积相带数值模型（沉积相带数值模型预先根据浅地表层中的沉积相信息构建）作为大尺度协同变量（即第二协同变量），在公式（1）中实现应用两个不同尺度的协同变量的多相工程地质建模，将沉积相数字模型作为协同变量融入到克里金插值公式中，实现了真正意义上的井控建模，其具体表达式如公式（1）所示：
（1）
其中，为主变量的样本数，/>为第i个主变量所在位置，/>为待插值点的位置，、/>和/>为插值系数；/>和/>分别为待插值点处的第一协同变量和第二协同变量，这里分别为地球物理的信息和沉积相信息；/>为代表工程构筑物的常数；/>为第i个位置的钻井（试验）数据；/>为待插值点处插值的结果。通过公式（1）可以实现主变量钻井数据、第一协同变量地球物理的信息和第二协同变量包含的沉积相信息的融合。通过建立基于方差最小的拉格朗日函数，并求解该函数的极值，可以获得公式（2）的矩阵形式，求解公式（2）可以得到建模所需的插值系数。
（2）
其中：为主变量之间协方差；为第i主变量与第一协同变量地球物理的信息之间协方差；/>为第i主变量与第二协同变量沉积相信息之间协方差；/>为插值点处主变量与第一协同变量之间协方差；/>为插值点处第一协同变量与第二协同变量之间协方差；/>为插值点处第二协同变量与第二协同变量之间协方差；/>为拉格朗日系数；公式（1）和公式（2）就是工程地质建模计算公式。在实际应用中，根据对工程区的地质和构筑物的认识，可以对插值系数进行适当优化调整，进一步优化建模结果，使建模结果在井点与钻井吻合的同时也更符合地质规律。
下面以另一实施例进行说明：
井控多信息融合建模技术主要包括，弹性参数背景值提取、沉积相的数学模型建立、建模网格剖分以及同位多相协同克里金插值算法。通过各参数变化尺度匹配处理，最终实现主变量（钻井、试验数据）与第一协同变量（地球物理的信息数据）及第二协同变量（沉积相数字模型）的融合，提高建模结果的可靠性，进而改善建模的效果。井控多信息融合建模流程如图3所示，输入多源异构数据，多源异构数据包括物探信息即地球物理的信息、地质、钻井数据、试验数据、和/或工程建筑物数据等，并将上述数据划分为常量、微观主变量（小尺度主变量）、中观协变量（中尺度协同变量）、宏观协变量（大尺度协同变量）；图3所示的方法主要包括以下步骤：
工程建筑物信息模型及提取构筑物的属性参数（大小、形状、材质等）：采集工程构筑物的数据，工程构筑物的数据来源于工程建筑信息模型，提供了地下构筑物的情况，建模时增加构筑物信息提高了建模精度。比如说地铁，它是埋在地下的，地铁就是工程构筑物。工程构筑物的数据主要包括形状、材质、大小等。
钻井探测数据标准化及环境校正：对工区内所有钻井的纵波速度、横波速度、电阻率、岩性(砂岩、泥岩、灰岩等）及密度钻井数据进行环境校正，并在此基础上进行钻井数据标准化处理得到标准化钻井数据，确保建模主变量钻井数据的可靠性。
提取钻井、试验数据中的物性参数：从标准化钻井数据中提取钻井物性参数。
物探（重磁电震放温）信息支持向量机分析和物探信息的核主成分分析：从物探数据（即地球物理勘探（简称物探）得到的地球物理的数据包括但不限于地震、重磁电放等数据）中提取各种物探信息参数（相当于多种地球物理的初步信息）的数据，在井点进行钻井物性参数的趋势背景值与物探信息参数之间的统计分析，借助核主成分分析法及支持向量机技术优选出与钻井物性参数相关性好的物探信息，将物探的数据作为建模所需的第一协同变量。
沉积相分析和沉积相数字建模：整理工区内地层的沉积相分布规律，进行沉积相与物性参数之间的关联分析，建立建模所需的第二协同变量。
在克里金技术的基础上，建立同位多相协同克里金技术实现钻井数据与物探信息（地球物理的信息）和沉积相的多参数协同，对多信息融合匹配处理。
本发明实施例具有如下技术效果：将钻井数据、地球物理的信息及沉积相信息进行融合建模，建模结果既包含钻井、试验等的定量信息，也包含地层的物理包括弹性、电性、介电、密度等的纵横向变化信息、沉积相的趋势变化信息和工程构筑物的信息。能较好地适应浅地表地层非均质性强的特点，提高浅层地层工程地质模型的建模精度。以浅地表的沉积相信息和地球物理的信息来约束建模，将不同尺度的沉积相信息、地球物理的信息以及由测井信息得到的标准化钻井数据并结合工程构筑物的属性进行匹配融合建模，将地质规律信息与物探信息相结合，能有效提高模型的精度，模型更符合工程地质规律。
应该明白，公开的过程中的步骤的特定顺序或层次是示例性方法的实例。基于设计偏好，应该理解，过程中的步骤的特定顺序或层次可以在不脱离本公开的保护范围的情况下得到重新安排。所附的方法权利要求以示例性的顺序给出了各种步骤的要素，并且不是要限于所述的特定顺序或层次。
在上述的详细描述中，各种特征一起组合在单个的实施方案中，以简化本公开。不应该将这种公开方法解释为反映了这样的意图，即，所要求保护的主题的实施方案需要比清楚地在每个权利要求中所陈述的特征更多的特征。相反，如所附的权利要求书所反映的那样，本发明处于比所公开的单个实施方案的全部特征少的状态。因此，所附的权利要求书特此清楚地被并入详细描述中，其中每项权利要求独自作为本发明单独的优选实施方案。
为使本领域内的任何技术人员能够实现或者使用本发明，上面对所公开实施例进行了描述。对于本领域技术人员来说；这些实施例的各种修改方式都是显而易见的，并且本文定义的一般原理也可以在不脱离本公开的精神和保护范围的基础上适用于其它实施例。因此，本公开并不限于本文给出的实施例，而是与本申请公开的原理和新颖性特征的最广范围相一致。
上文的描述包括一个或多个实施例的举例。当然，为了描述上述实施例而描述部件或方法的所有可能的结合是不可能的，但是本领域普通技术人员应该认识到，各个实施例可以做进一步的组合和排列。因此，本文中描述的实施例旨在涵盖落入所附权利要求书的保护范围内的所有这样的改变、修改和变型。此外，就说明书或权利要求书中使用的术语“包含”，该词的涵盖方式类似于术语“包括”。此外，使用在权利要求书的说明书中的任何一个术语“或者”是要表示“非排它性的或者”。
本领域技术人员还可以了解到本发明实施例列出的各种说明性逻辑块（illustrative logical block），单元，和步骤可以通过电子硬件、电脑软件，或两者的结合进行实现。为清楚展示硬件和软件的可替换性（interchangeability），上述的各种说明性部件（illustrative components），单元和步骤已经通用地描述了它们的功能。这样的功能是通过硬件还是软件来实现取决于特定的应用和整个系统的设计要求。本领域技术人员可以对于每种特定的应用，可以使用各种方法实现所述的功能，但这种实现不应被理解为超出本发明实施例保护的范围。
本发明实施例中所描述的各种说明性的逻辑块，或单元都可以通过通用处理器，数字信号处理器，专用集成电路（ASIC），现场可编程门阵列或其它可编程逻辑装置，离散门或晶体管逻辑，离散硬件部件，或上述任何组合的设计来实现或操作所描述的功能。通用处理器可以为微处理器，可选地，该通用处理器也可以为任何传统的处理器、控制器、微控制器或状态机。处理器也可以通过计算装置的组合来实现，例如数字信号处理器和微处理器，多个微处理器，一个或多个微处理器联合一个数字信号处理器核，或任何其它类似的配置来实现。
本发明实施例中所描述的方法或算法的步骤可以直接嵌入硬件、处理器执行的软件模块、或者这两者的结合。软件模块可以存储于RAM存储器、闪存、ROM存储器、EPROM存储器、EEPROM存储器、寄存器、硬盘、可移动磁盘、CD-ROM或本领域中其它任意形式的存储媒介中。示例性地，存储媒介可以与处理器连接，以使得处理器可以从存储媒介中读取信息，并可以向存储媒介存写信息。可选地，存储媒介还可以集成到处理器中。处理器和存储媒介可以设置于ASIC中，ASIC可以设置于用户终端中。可选地，处理器和存储媒介也可以设置于用户终端中的不同的部件中。
在一个或多个示例性的设计中，本发明实施例所描述的上述功能可以在硬件、软件、固件或这三者的任意组合来实现。如果在软件中实现，这些功能可以存储与电脑可读的媒介上，或以一个或多个指令或代码形式传输于电脑可读的媒介上。电脑可读媒介包括电脑存储媒介和便于使得让电脑程序从一个地方转移到其它地方的通信媒介。存储媒介可以是任何通用或特殊电脑可以接入访问的可用媒体。例如，这样的电脑可读媒体可以包括但不限于RAM、ROM、EEPROM、CD-ROM或其它光盘存储、磁盘存储或其它磁性存储装置，或其它任何可以用于承载或存储以指令或数据结构和其它可被通用或特殊电脑、或通用或特殊处理器读取形式的程序代码的媒介。此外，任何连接都可以被适当地定义为电脑可读媒介，例如，如果软件是从一个网站站点、服务器或其它远程资源通过一个同轴电缆、光纤电缆、双绞线、数字用户线（DSL）或以例如红外、无线和微波等无线方式传输的也被包含在所定义的电脑可读媒介中。所述的碟片（disk）和磁盘（disc）包括压缩磁盘、镭射盘、光盘、DVD、软盘和蓝光光盘，磁盘通常以磁性复制数据，而碟片通常以激光进行光学复制数据。上述的组合也可以包含在电脑可读媒介中。
以上所述的具体实施方式，对本发明的目的、技术方案和有益效果进行了进一步详细说明，所应理解的是，以上所述仅为本发明的具体实施方式而已，并不用于限定本发明的保护范围，凡在本发明的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。
Claims (8)
1.一种井控多信息融合工程地质建模方法，其特征在于，包括：
获取标准化钻井数据；
获取浅地表层的地球物理的信息；
获取浅地表层中的沉积相信息；
获取浅地表层的工程构筑物的数据；
将所述沉积相信息、所述地球物理的信息、所述工程构筑物的数据和所述标准化钻井数据融合进行工程地质建模，以使建模结果包含钻井数据的定量信息、地层物理的纵横向变化信息、沉积相的趋势变化信息和工程构筑物的信息；
将所述沉积相信息、所述地球物理的信息、所述工程构筑物的数据和所述标准化钻井数据融合进行工程地质建模，包括：
根据所述沉积相信息创建沉积相带数值模型；
采用同位多相协同克里金技术，将所述标准化钻井数据作为主变量，将所述地球物理的信息作为第一协同变量，将沉积相带数值模型作为第二协同变量，工程构筑物的数据为常量进行工程地质建模，以实现应用两个不同尺度的协同变量的多相工程地质建模；
其中，所述地层物理的纵横向变化信息包括弹性、电性、介电、密度的纵横向变化信息。
2.如权利要求1所述的井控多信息融合工程地质建模方法，其特征在于，所述获取标准化钻井数据，包括：
对工区内所有钻井的钻井数据进行环境校正，并对校正后的钻井数据进行标准化处理得到标准化钻井数据；
其中，所述钻井数据包括：纵波速度、横波速度、电阻率、岩性、和/或密度。
3.如权利要求1所述的井控多信息融合工程地质建模方法，其特征在于，所述获取浅地表层的地球物理的信息，包括：
根据标准化钻井数据生成钻井数据的趋势背景值；
从地球物理勘探中得到物探数据，从所述物探数据中提取得到多种地球物理场的初步信息，对钻井数据的趋势背景值与提取到的多种地球物理场的初步信息之间进行统计分析，借助核主成分分析法及支持向量机技术，从提取到的多种地球物理场的初步信息中，选出与所述标准化钻井数据相关性大于或等于预设相关性阈值的地球物理场的初步信息，作为所述地球物理的信息。
4.如权利要求1所述的井控多信息融合工程地质建模方法，其特征在于，所述获取浅地表层中的沉积相信息，包括：
整理工区内地层的沉积相分布规律，根据所述沉积相分布规律对沉积相与工区内所有井点的标准化钻井数据之间进行关联分析，得到浅地表层中的沉积相信息。
5.一种井控多信息融合工程地质建模装置，其特征在于，包括：
标准化钻井数据获取单元，用于获取标准化钻井数据；
地球物理信息获取单元，用于获取浅地表层地球物理的信息；
沉积相获取单元，用于获取浅地表层中的沉积相信息；
工程构筑物获取单元，用于获取浅地表层的工程构筑物的数据；
建模单元，用于将所述沉积相信息、所述地球物理的信息、所述工程构筑物的数据和所述标准化钻井数据融合进行工程地质建模，以使建模结果包含钻井数据的定量信息、地层物理的纵横向变化信息、沉积相的趋势变化信息和工程构筑物的信息；
所述建模单元，具体用于：
根据所述沉积相信息创建沉积相带数值模型，采用同位多相协同克里金技术，将所述标准化钻井数据作为主变量，将所述地球物理的信息作为第一协同变量，将沉积相带数值模型作为第二协同变量，工程构筑物的数据为常量进行工程地质建模，以实现应用两个不同尺度的协同变量的多相工程地质建模；
其中，所述地层物理的纵横向变化信息包括弹性、电性、介电、密度的纵横向变化信息。
6.如权利要求5所述的井控多信息融合工程地质建模装置，其特征在于，所述标准化钻井数据获取单元，具体用于：
对工区内所有钻井的钻井数据进行环境校正，并对校正后的钻井数据进行标准化处理得到标准化钻井数据；
其中，所述钻井数据包括：纵波速度、横波速度、电阻率、岩性、和/或密度。
7.如权利要求5所述的井控多信息融合工程地质建模装置，其特征在于，所述地球物理信息获取单元，具体用于：
根据标准化钻井数据生成钻井数据的趋势背景值，从地球物理勘探中得到物探数据，从所述物探数据中提取得到多种地球物理场的初步信息，对钻井数据的趋势背景值与提取到的多种地球物理场的初步信息之间进行统计分析，借助核主成分分析法及支持向量机技术，从提取到的多种地球物理场的初步信息中，选出与所述标准化钻井数据相关性大于或等于预设相关性阈值的地球物理场的初步信息，作为所述地球物理的信息。
8.如权利要求5所述的井控多信息融合工程地质建模装置，其特征在于，所述沉积相获取单元，具体用于：
整理工区内地层的沉积相分布规律，根据所述沉积相分布规律对沉积相与工区内所有井点的标准化钻井数据之间进行关联分析，得到浅地表层中的沉积相信息。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310780927.0A CN116522688B (zh) | 2023-06-29 | 2023-06-29 | 一种井控多信息融合工程地质建模方法和装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310780927.0A CN116522688B (zh) | 2023-06-29 | 2023-06-29 | 一种井控多信息融合工程地质建模方法和装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN116522688A CN116522688A (zh) | 2023-08-01 |
| CN116522688B true CN116522688B (zh) | 2023-09-15 |
Family
ID=87397990
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202310780927.0A Active CN116522688B (zh) | 2023-06-29 | 2023-06-29 | 一种井控多信息融合工程地质建模方法和装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN116522688B (zh) |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105353412A (zh) * | 2015-12-14 | 2016-02-24 | 中国石油大学(华东) | 一种井震联合平均速度场的计算方法及系统 |
| WO2016041189A1 (zh) * | 2014-09-19 | 2016-03-24 | 杨顺伟 | 一种评价页岩气储层及寻找甜点区的方法 |
| CN106772587A (zh) * | 2017-02-23 | 2017-05-31 | 河海大学 | 基于同位多相协同克里金的地震弹性参数相控建模方法 |
| CN111596978A (zh) * | 2019-03-03 | 2020-08-28 | 山东英才学院 | 用人工智能进行岩相分类的网页显示方法、模块和系统 |
Family Cites Families (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| FR2992448B1 (fr) * | 2012-06-26 | 2014-06-27 | IFP Energies Nouvelles | Procede d'exploitation d'un reservoir geologique a partir d'un modele de reservoir cale au moyen d'un parametrage multi-echelles |
| US10120092B2 (en) * | 2016-08-22 | 2018-11-06 | Chevron U.S.A. Inc. | System and method for analysis of depositional settings of subsurface reservoirs |
-
2023
- 2023-06-29 CN CN202310780927.0A patent/CN116522688B/zh active Active
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2016041189A1 (zh) * | 2014-09-19 | 2016-03-24 | 杨顺伟 | 一种评价页岩气储层及寻找甜点区的方法 |
| CN105353412A (zh) * | 2015-12-14 | 2016-02-24 | 中国石油大学(华东) | 一种井震联合平均速度场的计算方法及系统 |
| CN106772587A (zh) * | 2017-02-23 | 2017-05-31 | 河海大学 | 基于同位多相协同克里金的地震弹性参数相控建模方法 |
| CN111596978A (zh) * | 2019-03-03 | 2020-08-28 | 山东英才学院 | 用人工智能进行岩相分类的网页显示方法、模块和系统 |
Non-Patent Citations (7)
| Title |
|---|
| A matching method for integrating multiscale components to model elastic parameters;Feilong Han等;《Explotation Geophysics》;第532-540页 * |
| Integrated modelling framework for enhancement history matching in fluvial channel sandstone reservoirs;Hung Vo Thanh 等;《Upstream Oil and Gas Technology》;第6卷;第1-20页 * |
| Three-dimensional geological modeling and spatial analysis from geotechnical borehole data using an implicit surface and marching tetrahedra algorithm;Jiateng Guo 等;《Engineering Geology》;第284卷;第1-14页 * |
| 基于协同克里金模型的区域降水空间插值方法与应用研究;杨永利 等;《水利技术监督》(第4期);第104-107页 * |
| 基于钻孔数据的三维地质建模插值算法研究;贾立娟;《中国优秀硕士学位论文全文数据库 基础科学辑(月刊)》(第7期);第A011-305页 * |
| 山区带状交通工程物探技术研究及应用;李芳凝 等;《施工技术(中英文)》;第52卷(第1期);第17-25页 * |
| 融合复杂地质信息的地球物理模型建模技术;任政勇 等;《地球物理学报》;第65卷(第10期);第3986-3996页 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN116522688A (zh) | 2023-08-01 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Shi et al. | Nonparametric and data-driven interpolation of subsurface soil stratigraphy from limited data using multiple point statistics | |
| EP2653893B1 (en) | Faulted geological structures containing unconformities | |
| US11175434B2 (en) | Geologic stratigraphy via implicit and jump functions | |
| US20120191353A1 (en) | Model based workflow for interpreting deep-reading electromagnetic data | |
| US20130218538A1 (en) | Simulation model optimization | |
| US11042676B2 (en) | Representing structural uncertainty in a mesh representing a geological environment | |
| US20140222403A1 (en) | Geologic model via implicit function | |
| WO2016037168A1 (en) | Well survivability in multidimensional geomechanical space | |
| US10775531B2 (en) | Big data point and vector model | |
| US20220187492A1 (en) | Physics-driven deep learning inversion coupled to fluid flow simulators | |
| Alpak et al. | Retaining geological realism in dynamic modelling: a channelized turbidite reservoir example from West Africa | |
| Zhou et al. | Data driven modeling and prediction for reservoir characterization using seismic attribute analyses and big data analytics | |
| Rawnsley et al. | Evaluation of a new method to build geological models of fractured reservoirs calibrated to production data | |
| CN116522688B (zh) | 一种井控多信息融合工程地质建模方法和装置 | |
| CN110309597A (zh) | 基于构型界面的阻流带模型确定方法、装置及存储介质 | |
| Hoversten et al. | Monitoring hydraulic fracture volume using borehole to surface electromagnetic and conductive proppant | |
| US20210349226A1 (en) | Construction of a high-resolution advanced 3d transient model with multiple wells by integrating pressure transient data into static geological model | |
| CN109358364B (zh) | 一种建立地下暗河储集体地质模型的方法、装置及系统 | |
| CN115880455A (zh) | 基于深度学习的三维智能插值方法 | |
| Bachi et al. | An Efficient Hydraulic Fracture Geometry Calibration Workflow Using Microseismic Data | |
| Fajana et al. | Comparison of modified Waxman-Smith algorithms and Archie models in prospectivity analysis of saturations in shaly-sand reservoirs. A case study of Pennay field, Niger-Delta | |
| Verscheure et al. | History matching of a realistic stochastic fault model using fractal geometry and the gradual deformation method | |
| Li et al. | A Novel Hierarchical Global-Local Model Calibration Method for Deep Water Reservoirs Under Depletion and Aquifer Influence | |
| Reda et al. | Methodology for 3-D Reservoir Modeling Leads to Retrieving the Complexity of Limited Drilled Wells and Improving Development Decision Making for a Clastic Gas Reservoir, Qawasim Formation, Onshore Nile Delta | |
| Zhang et al. | The Thin-Bed Reservoir Prediction Based on High-Precision Seismic Inversion |
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 |