CN117077462B - 深地油气精准导航随钻伽马测井曲线调优方法与系统 - Google Patents

深地油气精准导航随钻伽马测井曲线调优方法与系统 Download PDF

Info

Publication number
CN117077462B
CN117077462B CN202311346455.4A CN202311346455A CN117077462B CN 117077462 B CN117077462 B CN 117077462B CN 202311346455 A CN202311346455 A CN 202311346455A CN 117077462 B CN117077462 B CN 117077462B
Authority
CN
China
Prior art keywords
drilling
curve
data
depth
representing
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
CN202311346455.4A
Other languages
English (en)
Other versions
CN117077462A (zh
Inventor
田飞
张江云
底青云
郑文浩
杨永友
郑健
曹文静
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.)
Institute of Geology and Geophysics of CAS
Original Assignee
Institute of Geology and Geophysics of CAS
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 Institute of Geology and Geophysics of CAS filed Critical Institute of Geology and Geophysics of CAS
Priority to CN202311346455.4A priority Critical patent/CN117077462B/zh
Publication of CN117077462A publication Critical patent/CN117077462A/zh
Application granted granted Critical
Publication of CN117077462B publication Critical patent/CN117077462B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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
    • E—FIXED CONSTRUCTIONS
    • E21—EARTH OR ROCK DRILLING; MINING
    • E21B—EARTH OR ROCK DRILLING; OBTAINING OIL, GAS, WATER, SOLUBLE OR MELTABLE MATERIALS OR A SLURRY OF MINERALS FROM WELLS
    • E21B47/00—Survey of boreholes or wells
    • E—FIXED CONSTRUCTIONS
    • E21—EARTH OR ROCK DRILLING; MINING
    • E21B—EARTH OR ROCK DRILLING; OBTAINING OIL, GAS, WATER, SOLUBLE OR MELTABLE MATERIALS OR A SLURRY OF MINERALS FROM WELLS
    • E21B47/00—Survey of boreholes or wells
    • E21B47/04—Measuring depth or liquid level
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10—Complex mathematical operations
    • G06F17/18—Complex mathematical operations for evaluating statistical data, e.g. average values, frequency distributions, probability functions, regression analysis
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/10—Pre-processing; Data cleansing
    • G06F18/15—Statistical pre-processing, e.g. techniques for normalisation or restoring missing data
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/21—Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
    • G06F18/217—Validation; Performance evaluation; Active pattern learning techniques
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/24—Classification techniques
    • G06F18/243—Classification techniques relating to the number of classes
    • G06F18/2433—Single-class perspective, e.g. one-against-all classification; Novelty detection; Outlier detection
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2111/00—Details relating to CAD techniques
    • G06F2111/08—Probabilistic or stochastic CAD

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Data Mining & Analysis (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • General Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • Evolutionary Biology (AREA)
  • Geology (AREA)
  • Evolutionary Computation (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Mining & Mineral Resources (AREA)
  • Artificial Intelligence (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Computational Mathematics (AREA)
  • Environmental & Geological Engineering (AREA)
  • Mathematical Analysis (AREA)
  • Mathematical Optimization (AREA)
  • Geochemistry & Mineralogy (AREA)
  • Pure & Applied Mathematics (AREA)
  • General Life Sciences & Earth Sciences (AREA)
  • Mathematical Physics (AREA)
  • Fluid Mechanics (AREA)
  • Probability & Statistics with Applications (AREA)
  • Geophysics (AREA)
  • Software Systems (AREA)
  • Databases & Information Systems (AREA)
  • Geometry (AREA)
  • Computer Hardware Design (AREA)
  • Algebra (AREA)
  • Operations Research (AREA)
  • Geophysics And Detection Of Objects (AREA)

Abstract

本发明属于地质勘探领域，具体涉及了一种深地油气精准导航随钻伽马测井曲线调优方法与系统，旨在解决的现有的钻进技术中对于钻井的深度的测量精确性不足的问题。本发明包括：对获取的随钻GR曲线数据进行异常值剔除并判断剔除的异常值的合理性，通过对实时更新的随钻方差属性曲线进行求导获取实时更新的地层突变点检测结果，并搜索钻前预测井曲线的地层突变点检测结果，通过两种地层突变点检测结果的比对进行钻进深度的矫正，获得随钻精确深度。本发明有效降低了实钻测量深度的误差，消除不同井次测井曲线的量纲差异、非地层因素的噪声影响、测量深度误差，提升储层随钻预测模型的准确性与效率。

Description

深地油气精准导航随钻伽马测井曲线调优方法与系统
技术领域
本发明属于地质勘探，具体涉及了一种深地油气精准导航随钻伽马测井曲线调优方法与系统。
背景技术
深地精准导航技术可用于深部油气勘探，指导钻井人员优化井轨迹到油气藏指定位置以获得最大的泄油面积和最佳的采收率，成为提高单井油气产量和油田开发效益的前沿技术。在实时钻进过程中，由于仪器、泥浆钻井液等非地层因素对测井曲线产生不可忽视的影响，干扰了后续对地层岩性反演的工作。因此，需要一种适合于随钻测井资料的调优算法，用于消除不同井次测井曲线的量纲差异、非地层因素的噪声影响、测量深度误差，提升储层随钻预测模型的准确性与效率。
发明内容
为了解决现有技术中的上述问题，即现有的钻进技术中对于钻井的深度的测量精确性不足的问题，本发明提供了一种深地油气精准导航随钻伽马测井曲线调优方法，所述方法包括：
步骤S100，实时获取随钻GR曲线数据并进行异常值处理获得剔除异常值的GR曲线数据；所述随钻GR曲线数据为以batch的形式获得；
获取已钻井的历史GR曲线数据；
步骤S200，对当前batch的剔除异常值的GR曲线数据根据所述历史GR曲线数据进行拉伸、平移变换，获得标准化后的随钻GR参数数据；
步骤S300，判断所述标准化后的随钻GR参数数据和历史GR曲线数据的合理性，得到合理性判断结果；若所述合理性判断结果为通过，则进入步骤S400；若所述合理性判断结果为不通过则进入步骤S100并调整异常值处理的判定条件并重新进行合理性判断；
步骤S400，基于已钻井的历史GR曲线数据进行波形指示反演，获得已钻井的波形指示反演数据体；
步骤S500，基于所述已钻井的波形指示反演数据体和预先设计的钻井轨迹，获取钻前预测井曲线；
步骤S600，基于所述标准化后的随钻GR参数数据，进行方差属性特征提取，获得实时更新的随钻方差属性曲线；
基于所述钻前预测井曲线，进行方差属性特征提取，获得钻前预测井曲线的方差属性曲线；
步骤S700，基于所述实时更新的随钻方差属性曲线进行求导获取实时更新的地层突变点检测结果；
基于所述钻前预测井曲线的方差属性曲线进行求导获取钻前预测井曲线的地层突变点检测结果；
步骤S800，基于所述实时更新的地层突变点检测结果和钻前预测井曲线的地层突变点检测结果，获取设定的4个控制点，基于所述设定的4个控制点进行深度变换获得随钻精确深度；
步骤S900，基于所述随钻精确深度完成当前batch的精确深度矫正，回到步骤S100基于下一batch的随钻GR曲线数据进行随钻精确深度的确定。
在一些优选的实施方式中，所述异常值处理，其方法为：
预设以样本点为圆心的判定半径r和判别比例s；
从当前batch的随钻GR曲线数据进行无放回地抽取出第一样本点p，第一样本点p，通过异常值判定公式进行判定，所述异常值判定公式为：
；
；
表示在预设的判定半径r和判别比例s的情况下第一样本点p为异常值的判定值，/>表示计数函数，/>表示一个/>中的计数算子，表示在一个/>中无放回地抽取样本点q时判断样本点q为样本点p的临近点的个数，/>指样本点p与样本点q之间的欧几里得距离；
当得值大于预设得阈值时判定为异常值，剔除对应得第一样本点。
在一些优选的实施方式中，所述步骤S200，具体包括：
步骤S210，计算当前batch的剔除异常值的GR曲线数据的均值估计值和方差估计值/>：
；
；
表示一个batch中的计数算子，j表示样本序号，i表示样本序号，N与的值相同；
步骤S220，计算历史GR曲线数据的标准差，对当前batch的剔除异常值的GR曲线数据进行拉伸压缩变换：
；
表示拉伸压缩变换后得到的GR数据，/>表示当前batch的剔除异常值的GR曲线数据的第k个样本点的GR值；
步骤S230，对所述拉伸压缩变换后得到的GR数据，基于历史GR曲线数据的均值标准值进行平移变换：
；
表示平移变换后得到的标准化后的随钻GR参数数据。
在一些优选的实施方式中，所述步骤S300，具体包括：
步骤S310，分别计算变换后的随钻GR参数数据的概率分布曲线和已钻井的GR参数数据的概率分布曲线/>；
步骤S320，基于和/>计算概率分布曲线面积交集/>和概率分布曲线面积并集；
步骤S330，基于所述和/>计算质量控制参数/>；
步骤S340，比对所述质量控制参数U与设定的质量控制阈值的大小；
当所述质量控制参数U大于或等于设定的质量控制阈值时，合理性判断结果为通过，进入步骤S400；
当所述质量控制参数U小于设定的质量控制阈值时，合理性判断结果为不通过，进入步骤S100并调整圆心的判定半径r和判别比例s。
在一些优选的实施方式中，所述步骤S400，具体包括：
利用白噪声满足高斯分布的规律，将已钻井的历史GR曲线数据表示为：
；
其中，表示已钻井的历史GR曲线数据，/>表示待求解的已钻井的波形指示反演数据体，/>表示随机噪声；
根据中心极限定理，也满足高斯分布，确定初始目标函数为：
；
其中，表示与后验信息有关的函数，/>表示已钻井的历史GR曲线数据进行匹配滤波后求得后验概率统计分布密度进而计算得到的GR曲线期望值，/>表示白噪声的协方差；
基于所述初始目标函数，通过最大后验估计，在目标函数中引入先验信息，获得稳定的目标函数为：
；
其中，表示待模拟的特征参数，/>表示与地质和测井资料先验信息有关的函数，/>表示用于协调/>和/>之间的相互影响的平滑参数；
以所述稳定的目标函数作为初始模型的输入，通过马尔科夫链蒙特卡罗方法MCMC和Metropolis-Hastings抽样准则对后验概率分布抽样，不断优化初始模型的参数，选取目标函数取最大值时的解作为随机实现，取多次随机实现的均值作为期望值输出，将所述期望值输出作为已钻井的波形指示反演数据体。
在一些优选的实施方式中，所述步骤S600，具体包括：
设置尺寸为w的时窗，基于所述标准化后的随钻GR参数数据，将当前实钻测点序号为MP，计算(MP-w,MP)范围内的局部方差值：
；
；
表示GR曲线数据的局部均值， 表示第n个样本点的GR曲线数据的值，n表示样本点序号；完成所有实钻测点的局部方差值计算后获得随钻方差属性曲线；
通过同样尺寸为w的时窗对钻前预测井曲线进行方差属性特征提取，获得钻前预测井曲线的方差属性曲线。
在一些优选的实施方式中，所述步骤S700，具体包括：
基于所述随钻方差属性曲线进行求导，获得第一方差瞬变属性：
；
der表示求导算子；第一方差瞬变属性的极大值为实时更新的地层突变点检测结果，得到至少两个突变点即第二突变点和第四突变点/>；
基于所述钻前预测井曲线的方差属性曲线进行求导，获得第二方差瞬变属性，第二方差瞬变属性的最大值为取钻前预测井曲线的地层突变点检测结果。
在一些优选的实施方式中，所述4个控制点，具体为：
第一控制点：钻前预测井曲线测深为零的点，深度为/>；
第二控制点：钻前预测井曲线地层突变点，深度为/>；
第三控制点：随钻井曲线测深为零的点，深度为/>；
第四控制点：随钻井曲线地层突变点，深度为/>。
在一些优选的实施方式中，所述基于所述设定的4个控制点进行深度变换获得随钻精确深度，具体为：
；
表示深度变换后的第d个样本点对应的精确深度，/>表示深度变换后的第d个样本点对应的深度值。
本发明的另一方面，提出了一种深地油气精准导航随钻伽马测井曲线调优系统，所述系统包括：
异常值剔除模块，配置为实时获取随钻GR曲线数据并进行异常值处理获得剔除异常值的GR曲线数据；所述随钻GR曲线数据为以batch的形式获得
获取已钻井的历史GR曲线数据；
标准化模块，配置为对当前batch的剔除异常值的GR曲线数据根据所述历史GR曲线数据进行拉伸、平移变换，获得标准化后的随钻GR参数数据；
合理性判断模块，配置为判断所述标准化后的随钻GR参数数据和历史GR曲线数据的合理性，得到合理性判断结果；若所述合理性判断结果为通过，则进入波形指示反演模块；若所述合理性判断结果为不通过则进入异常值剔除模块并调整异常值处理的判定条件并重新进行合理性判断；
波形指示反演模块，配置为基于已钻井的历史GR曲线数据进行波形指示反演，获得已钻井的波形指示反演数据体；
钻前预测井曲线计算模块，配置为基于所述已钻井的波形指示反演数据体和预先设计的钻井轨迹，获取钻前预测井曲线；
方差属性曲线计算模块，配置为基于所述标准化后的随钻GR参数数据，进行方差属性特征提取，获得实时更新的随钻方差属性曲线；
基于所述钻前预测井曲线，进行方差属性特征提取，获得钻前预测井曲线的方差属性曲线；
突变点检测模块，配置为基于所述实时更新的随钻方差属性曲线进行求导获取实时更新的地层突变点检测结果；
基于所述钻前预测井曲线的方差属性曲线进行求导获取钻前预测井曲线的地层突变点检测结果；
精确深度计算模块，配置为基于所述实时更新的地层突变点检测结果和钻前预测井曲线的地层突变点检测结果，获取设定的4个控制点，基于所述设定的4个控制点进行深度变换获得随钻精确深度；
深度矫正模块，配置为基于所述随钻精确深度完成当前batch的精确深度矫正，回到异常值剔除模块基于下一batch的随钻GR曲线数据进行随钻精确深度的确定。
本发明的有益效果：
（1）将偏正态分布拟合算法应用于测井曲线数据的统计描述，采用正态分布的均值、方差参数用于定量标准化测井曲线，采用正态概率分布覆盖面积比定量化质量控制，能够对异常值剔除的效果质量进行进一步的控制，并提出新的利用控制点矫正钻进深度的方法有效降低了实钻测量深度的误差，消除不同井次测井曲线的量纲差异、非地层因素的噪声影响、测量深度误差，提升储层随钻预测模型的准确性与效率。
附图说明
通过阅读参照以下附图所作的对非限制性实施例所作的详细描述，本申请的其它特征、目的和优点将会变得更明显：
图1是本发明实施例中深地油气精准导航随钻伽马测井曲线调优方法的流程示意图。
具体实施方式
下面结合附图和实施例对本申请作进一步的详细说明。可以理解的是，此处所描述的具体实施例仅用于解释相关发明，而非对该发明的限定。另外还需要说明的是，为了便于描述，附图中仅示出了与有关发明相关的部分。
需要说明的是，在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本申请。
随钻伽马测井曲线是钻井过程中实时上传的，由于仪器及井筒地层环境因素会造成异常点出现；由于地层以及随钻仪器与电缆测井标准不同，所测数据与已钻井测得的曲线数据具有量纲差异；随钻测量中，由于地层岩性差异，钻速随之变化，所测得的随钻曲线采样率变化较大，并且测量的井深也随之受到影响，因此提出本方案。
为了更清晰地对本发明深地油气精准导航随钻伽马测井曲线调优方法进行说明，下面结合图1对本发明实施例中各步骤展开详述。
本发明第一实施例的深地油气精准导航随钻伽马测井曲线调优方法，包括步骤S100-步骤S900，各步骤详细描述如下：
步骤S100，实时获取随钻GR曲线数据并进行异常值处理获得剔除异常值的GR曲线数据；所述随钻GR曲线数据为以batch的形式获得；以batch的形式逐步选用最新的数据进行处理，保障了生成的模型的实时性，以适应不同深度的地质情况变化；
在本实施例中，针对目标位置的实际地层情况，预设一个batch内测井曲线数据点的个数m，初始化：设定n=0；
随钻过程中，每测得一个样本点，n=n+1；
当n等于m时，将当前所获得的n个样本点视为一个batch；
重置n=0；
在随钻过程中按照batch输出数据；
在本实施例中，所述异常值处理，其方法为：
预设以样本点为圆心的判定半径r和判别比例s；
从当前batch的随钻GR曲线数据进行无放回地抽取出第一样本点p，第一样本点p，通过异常值判定公式进行判定，所述异常值判定公式为：
；
；
表示在预设的判定半径r和判别比例s的情况下第一样本点p为异常值的判定值，/>表示计数函数，/>表示一个/>中的计数算子，表示在一个batch中无放回地抽取样本点q时判断样本点q为样本点p的临近点的个数，/>指样本点p与样本点q样本点之间的欧几里得距离；
当得值大于预设得阈值时判定为异常值，剔除对应得第一样本点。
获取已钻井的历史GR曲线数据；
步骤S200，对当前batch的GR曲线剔除异常值，获得异常值剔除后的随钻GR参数数据；由于仪器及井筒地层环境因素的影响，通过计算样本点之间的欧几里得距离，并且设定判别距离r与判别比例s，可以实现与标准化的定量联动计算；
在本实施例中，所述步骤S200，具体包括：
步骤S210，计算当前batch的剔除异常值的GR曲线数据的均值估计值和方差估计值/>：
；
；
表示一个batch中的计数算子，j表示样本序号，i表示样本序号，N与的值相同；
步骤S220，计算历史GR曲线数据的标准差，对当前batch的剔除异常值的GR曲线数据进行拉伸压缩变换：
；
表示拉伸压缩变换后得到的GR数据，/>表示当前batch的剔除异常值的GR曲线数据的第k个样本点的GR值；
步骤S230，对所述拉伸压缩变换后得到的GR数据，基于历史GR曲线数据的均值标准值进行平移变换：
；
表示平移变换后得到的标准化后的随钻GR参数数据。
步骤S300，判断所述标准化后的随钻GR参数数据和历史GR曲线数据的合理性，得到合理性判断结果；若所述合理性判断结果为通过，则进入步骤S400；若所述合理性判断结果为不通过则进入步骤S100并调整异常值处理的判定条件并重新进行合理性判断；合理性判断将异常值处理方法与标准化的计算构成了联动，相较于普通将异常值剔除和标准化两种步骤分开单独进行的方法，能够仅保留有效信息进行后续反演；
在本实施例中，所述步骤S300，具体包括：
步骤S310，分别计算变换后的随钻GR参数数据的概率分布曲线和已钻井的GR参数数据的概率分布曲线/>；
所述概率分布曲线，具体为将已经获取到的GR参数数据，在最大值与最小值之间均分为N个等份的数据，统计GR参数属于对应等份的区间的频率，进行拟合获得概率分布曲线。
步骤S320，基于和/>计算概率分布曲线面积交集/>和概率分布曲线面积并集；
步骤S330，基于所述和/>计算质量控制参数/>；
步骤S340，比对所述质量控制参数U与设定的质量控制阈值的大小；
当所述质量控制参数U大于或等于设定的质量控制阈值时，合理性判断结果为通过，进入步骤S400；
当所述质量控制参数U小于设定的质量控制阈值时，合理性判断结果为不通过，进入步骤S100并调整圆心的判定半径r和判别比例s。
步骤S400，基于已钻井的历史GR曲线数据进行波形指示反演，获得已钻井的波形指示反演数据体；GR曲线与岩性具有明确的对应关系，可以利用此关系建立预测GR曲线-岩性-实钻GR曲线的对应关系，为深度矫正提供数据基础；
在本实施例中，所述步骤S400，具体包括：
利用白噪声满足高斯分布的规律，将已钻井的历史GR曲线数据为：
；
其中，表示已钻井的历史GR曲线数据，/>表示待求解的已钻井的波形指示反演数据体，/>表示随机噪声；
根据中心极限定理，也满足高斯分布，确定初始目标函数为：
；
其中，表示与后验信息有关的函数，/>表示已钻井的历史GR曲线数据进行匹配滤波后求得后验概率统计分布密度进而计算得到的GR曲线期望值，/>表示白噪声的协方差；
基于所述初始目标函数，通过最大后验估计，在目标函数中引入先验信息，获得稳定的目标函数为：
；
其中，表示待模拟的特征参数，/>表示与地质和测井资料先验信息有关的函数，/>表示用于协调/>和/>之间的相互影响的平滑参数；
以所述稳定的目标函数作为初始模型的输入，通过马尔科夫链蒙特卡罗方法MCMC和Metropolis-Hastings抽样准则对后验概率分布抽样，不断优化初始模型的参数，选取目标函数取最大值时的解作为随机实现，取多次随机实现的均值作为期望值输出，将所述期望值输出作为已钻井的波形指示反演数据体。
步骤S500，基于所述已钻井的波形指示反演数据体和预先设计的钻井轨迹，获取钻前预测井曲线；
步骤S600，基于所述标准化后的随钻GR参数数据，进行方差属性特征提取，获得实时更新的随钻方差属性曲线；
基于所述钻前预测井曲线，进行方差属性特征提取，获得钻前预测井曲线的方差属性曲线；
方差属性用于表征数据的变化率，同时检测了岩性界面，在采样率不稳定的实钻GR曲线或者已钻GR曲线中都有很明显的表现力，因此本方案根据方差属性来确定控制点；
在本实施例中，所述步骤S600，具体包括：
设置尺寸为w的时窗，基于所述标准化后的随钻GR参数数据，将当前实钻测点序号为MP，计算(MP-w,MP)范围内的局部方差值：
；
；
表示GR曲线数据的局部均值，/>表示第n个样本点的GR曲线数据的值，n表示样本点序号；
完成所有实钻测点的局部方差值计算后获得随钻方差属性曲线；
通过同样尺寸为w的时窗对钻前预测井曲线进行方差属性特征提取，获得钻前预测井曲线的方差属性曲线。
步骤S700，基于所述实时更新的随钻方差属性曲线进行求导获取实时更新的地层突变点检测结果；
基于所述钻前预测井曲线的方差属性曲线进行求导获取钻前预测井曲线的地层突变点检测结果；
在本实施例中，所述步骤S700，具体包括：
基于所述随钻方差属性曲线进行求导，获得第一方差瞬变属性：
；
der表示求导算子；第一方差瞬变属性的极大值为实时更新的地层突变点检测结果，得到至少两个突变点即第二突变点和第四突变点/>；
基于所述钻前预测井曲线的方差属性曲线进行求导，获得第二方差瞬变属性，第二方差瞬变属性的最大值为取钻前预测井曲线的地层突变点检测结果。
步骤S800，基于所述实时更新的地层突变点检测结果和钻前预测井曲线的地层突变点检测结果，获取设定的4个控制点，基于所述设定的4个控制点进行深度变换获得随钻精确深度；
在本实施例中，所述4个控制点，具体为：
第一控制点：钻前预测井曲线测深为零的点，深度为/>；
第二控制点：钻前预测井曲线地层突变点，深度为/>；
第三控制点：随钻井曲线测深为零的点，深度为/>；
第四控制点：随钻井曲线地层突变点，深度为/>。
在本实施例中，所述基于所述设定的4个控制点进行深度变换获得随钻精确深度，具体为：
；
表示深度变换后的第d个样本点对应的精确深度，/>表示深度变换后的第d个样本点对应的深度值。
步骤S900，基于所述随钻精确深度完成当前batch的精确深度矫正，回到步骤S100基于下一batch的随钻GR曲线数据进行随钻精确深度的确定。
上述实施例中虽然将各个步骤按照上述先后次序的方式进行了描述，但是本领域技术人员可以理解，为了实现本实施例的效果，不同的步骤之间不必按照这样的次序执行，其可以同时(并行)执行或以颠倒的次序执行，这些简单的变化都在本发明的保护范围之内。
本发明第二实施例的深地油气精准导航随钻伽马测井曲线调优系统，所述系统包括：
异常值剔除模块，配置为实时获取随钻GR曲线数据并进行异常值处理获得剔除异常值的GR曲线数据；所述随钻GR曲线数据为以batch的形式获得
获取已钻井的历史GR曲线数据；
标准化模块，配置为对当前batch的剔除异常值的GR曲线数据根据所述历史GR曲线数据进行拉伸、平移变换，获得标准化后的随钻GR参数数据；
合理性判断模块，配置为判断所述标准化后的随钻GR参数数据和历史GR曲线数据的合理性，得到合理性判断结果；若所述合理性判断结果为通过，则进入波形指示反演模块；若所述合理性判断结果为不通过则进入异常值剔除模块并调整异常值处理的判定条件并重新进行合理性判断；
波形指示反演模块，配置为基于已钻井的历史GR曲线数据进行波形指示反演，获得已钻井的波形指示反演数据体；
钻前预测井曲线计算模块，配置为基于所述已钻井的波形指示反演数据体和预先设计的钻井轨迹，获取钻前预测井曲线；
方差属性曲线计算模块，配置为基于所述标准化后的随钻GR参数数据，进行方差属性特征提取，获得实时更新的随钻方差属性曲线；
基于所述钻前预测井曲线，进行方差属性特征提取，获得钻前预测井曲线的方差属性曲线；
突变点检测模块，配置为基于所述实时更新的随钻方差属性曲线进行求导获取实时更新的地层突变点检测结果；
基于所述钻前预测井曲线的方差属性曲线进行求导获取钻前预测井曲线的地层突变点检测结果；
精确深度计算模块，配置为基于所述实时更新的地层突变点检测结果和钻前预测井曲线的地层突变点检测结果，获取设定的4个控制点，基于所述设定的4个控制点进行深度变换获得随钻精确深度；
深度矫正模块，配置为基于所述随钻精确深度完成当前batch的精确深度矫正，回到异常值剔除模块基于下一batch的随钻GR曲线数据进行随钻精确深度的确定。
所属技术领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的系统的具体工作过程及有关说明，可以参考前述方法实施例中的对应过程，在此不再赘述。
需要说明的是，上述实施例提供的深地油气精准导航随钻伽马测井曲线调优系统，仅以上述各功能模块的划分进行举例说明，在实际应用中，可以根据需要而将上述功能分配由不同的功能模块来完成，即将本发明实施例中的模块或者步骤再分解或者组合，例如，上述实施例的模块可以合并为一个模块，也可以进一步拆分成多个子模块，以完成以上描述的全部或者部分功能。对于本发明实施例中涉及的模块、步骤的名称，仅仅是为了区分各个模块或者步骤，不视为对本发明的不当限定。
所属技术领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的存储装置、处理装置的具体工作过程及有关说明，可以参考前述方法实施例中的对应过程，在此不再赘述。
本领域技术人员应该能够意识到，结合本文中所公开的实施例描述的各示例的模块、方法步骤，能够以电子硬件、计算机软件或者二者的结合来实现，软件模块、方法步骤对应的程序可以置于随机存储器（RAM）、内存、只读存储器（ROM）、电可编程ROM、电可擦除可编程ROM、寄存器、硬盘、可移动磁盘、CD-ROM、或技术领域内所公知的任意其它形式的存储介质中。为了清楚地说明电子硬件和软件的可互换性，在上述说明中已经按照功能一般性地描述了各示例的组成及步骤。这些功能究竟以电子硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。本领域技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本发明的范围。
术语“第一”、“第二”等是用于区别类似的对象，而不是用于描述或表示特定的顺序或先后次序。
术语“包括”或者任何其它类似用语旨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/装置不仅包括那些要素，而且还包括没有明确列出的其它要素，或者还包括这些过程、方法、物品或者设备/装置所固有的要素。
至此，已经结合附图所示的优选实施方式描述了本发明的技术方案，但是，本领域技术人员容易理解的是，本发明的保护范围显然不局限于这些具体实施方式。在不偏离本发明的原理的前提下，本领域技术人员可以对相关技术特征做出等同的更改或替换，这些更改或替换之后的技术方案都将落入本发明的保护范围之内。

Claims (10)

1.一种深地油气精准导航随钻伽马测井曲线调优方法，其特征在于，所述方法包括：
步骤S100，实时获取随钻GR曲线数据并进行异常值处理获得剔除异常值的GR曲线数据；所述随钻GR曲线数据为以batch的形式获得；获取已钻井的历史GR曲线数据；
步骤S200，对当前batch的剔除异常值的GR曲线数据根据所述历史GR曲线数据进行拉伸、平移变换，获得标准化后的随钻GR参数数据；
步骤S300，判断所述标准化后的随钻GR参数数据和历史GR曲线数据的合理性，得到合理性判断结果；若所述合理性判断结果为通过，则进入步骤S400；若所述合理性判断结果为不通过则进入步骤S100并调整异常值处理的判定条件并重新进行合理性判断；
步骤S400，基于已钻井的历史GR曲线数据进行波形指示反演，获得已钻井的波形指示反演数据体；
步骤S500，基于所述已钻井的波形指示反演数据体和预先设计的钻井轨迹，获取钻前预测井曲线；
步骤S600，基于所述标准化后的随钻GR参数数据，进行方差属性特征提取，获得实时更新的随钻方差属性曲线；
基于所述钻前预测井曲线，进行方差属性特征提取，获得钻前预测井曲线的方差属性曲线；
步骤S700，基于所述实时更新的随钻方差属性曲线进行求导获取实时更新的地层突变点检测结果；
基于所述钻前预测井曲线的方差属性曲线进行求导获取钻前预测井曲线的地层突变点检测结果；
步骤S800，基于所述实时更新的地层突变点检测结果和钻前预测井曲线的地层突变点检测结果，获取设定的4个控制点，基于所述设定的4个控制点进行深度变换获得随钻精确深度；
步骤S900，基于所述随钻精确深度完成当前batch的精确深度矫正，回到步骤S100基于下一batch的随钻GR曲线数据进行随钻精确深度的确定。
2.根据权利要求1所述的深地油气精准导航随钻伽马测井曲线调优方法，其特征在于，所述异常值处理，其方法为：
预设以样本点为圆心的判定半径r和判别比例s；
从当前的随钻GR曲线数据进行无放回地抽取出第一样本点p，第一样本点p，通过异常值判定公式进行判定，所述异常值判定公式为：
；
；
表示在预设的判定半径r和判别比例s的情况下第一样本点p为异常值的判定值，/>表示计数函数，/>表示一个/>中的样本个数，表示在一个/>中无放回地抽取样本点q时判断样本点q为样本点p的临近点的个数，/>指样本点p与样本点q之间的欧几里得距离；
当得值大于预设得阈值时判定为异常值，剔除对应得第一样本点。
3.根据权利要求2所述的深地油气精准导航随钻伽马测井曲线调优方法，其特征在于，所述步骤S200，具体包括：
步骤S210，计算当前batch的剔除异常值的GR曲线数据的均值估计值和方差估计值/>：
；
；
表示一个batch中的计数算子，j表示样本序号，i表示样本序号，N与的值相同；
步骤S220，计算历史GR曲线数据的标准差，对当前batch的剔除异常值的GR曲线数据进行拉伸压缩变换：
；
表示拉伸压缩变换后得到的GR数据，/>表示当前batch的剔除异常值的GR曲线数据的第k个样本点的GR值；
步骤S230，对所述拉伸压缩变换后得到的GR数据，基于历史GR曲线数据的均值标准值进行平移变换：
；
表示平移变换后得到的标准化后的随钻GR参数数据。
4.根据权利要求2所述的深地油气精准导航随钻伽马测井曲线调优方法，其特征在于，所述步骤S300，具体包括：
步骤S310，分别计算变换后的随钻GR参数数据的概率分布曲线和已钻井的GR参数数据的概率分布曲线/>；
步骤S320，基于和/>计算概率分布曲线面积交集/>和概率分布曲线面积并集/>；
步骤S330，基于所述和/>计算质量控制参数/>；
步骤S340，比对所述质量控制参数U与设定的质量控制阈值的大小；
当所述质量控制参数U大于或等于设定的质量控制阈值时，合理性判断结果为通过，进入步骤S400；
当所述质量控制参数U小于设定的质量控制阈值时，合理性判断结果为不通过，进入步骤S100并调整圆心的判定半径r和判别比例s。
5.根据权利要求1所述的深地油气精准导航随钻伽马测井曲线调优方法，其特征在于，所述步骤S400，具体包括：
利用白噪声满足高斯分布的规律，将已钻井的历史GR曲线数据表示为：
；
其中，表示已钻井的历史GR曲线数据，/>表示待求解的已钻井的波形指示反演数据体，/>表示随机噪声；
根据中心极限定理，也满足高斯分布，确定初始目标函数为：
；
其中，表示与后验信息有关的函数，/>表示已钻井的历史GR曲线数据进行匹配滤波后求得后验概率统计分布密度进而计算得到的GR曲线期望值，/>表示白噪声的协方差；
基于所述初始目标函数，通过最大后验估计，在目标函数中引入先验信息，获得稳定的目标函数为：
；
其中，表示待模拟的特征参数，/>表示与地质和测井资料先验信息有关的函数，表示用于协调/>和/>之间的相互影响的平滑参数；
以所述稳定的目标函数作为初始模型的输入，通过马尔科夫链蒙特卡罗方法MCMC和Metropolis-Hastings抽样准则对后验概率分布抽样，不断优化初始模型的参数，选取目标函数取最大值时的解作为随机实现，取多次随机实现的均值作为期望值输出，将所述期望值输出作为已钻井的波形指示反演数据体。
6.根据权利要求1所述的深地油气精准导航随钻伽马测井曲线调优方法，其特征在于，所述步骤S600，具体包括：
设置尺寸为w的时窗，基于所述标准化后的随钻GR参数数据，将当前实钻测点序号为MP，计算(MP-w,MP)范围内的局部方差值：
；
；
表示GR曲线数据的局部均值，/>表示第n个样本点的GR曲线数据的值，n表示样本点序号；
完成所有实钻测点的局部方差值计算后获得随钻方差属性曲线；
通过同样尺寸为w的时窗对钻前预测井曲线进行方差属性特征提取，获得钻前预测井曲线的方差属性曲线。
7.根据权利要求6所述的深地油气精准导航随钻伽马测井曲线调优方法，其特征在于，所述步骤S700，具体包括：
基于所述随钻方差属性曲线进行求导，获得第一方差瞬变属性：
；
der表示求导算子；第一方差瞬变属性的极大值为实时更新的地层突变点检测结果，得到至少两个突变点即第二突变点和第四突变点/>；
基于所述钻前预测井曲线的方差属性曲线进行求导，获得第二方差瞬变属性，第二方差瞬变属性的最大值为取钻前预测井曲线的地层突变点检测结果。
8.根据权利要求7所述的深地油气精准导航随钻伽马测井曲线调优方法，其特征在于，所述4个控制点，具体为：
第一控制点：钻前预测井曲线测深为零的点，深度为/>；
第二控制点：钻前预测井曲线地层突变点，深度为/>；
第三控制点：随钻井曲线测深为零的点，深度为/>；
第四控制点：随钻井曲线地层突变点，深度为/>。
9.根据权利要求8所述的深地油气精准导航随钻伽马测井曲线调优方法，其特征在于，所述基于所述设定的4个控制点进行深度变换获得随钻精确深度，具体为：
；
表示深度变换后的第d个样本点对应的精确深度，/>表示深度变换后的第d个样本点对应的深度值。
10.一种深地油气精准导航随钻伽马测井曲线调优系统，其特征在于，所述系统包括：
异常值剔除模块，配置为实时获取随钻GR曲线数据并进行异常值处理获得剔除异常值的GR曲线数据；所述随钻GR曲线数据为以batch的形式获得
获取已钻井的历史GR曲线数据；
标准化模块，配置为对当前batch的剔除异常值的GR曲线数据根据所述历史GR曲线数据进行拉伸、平移变换，获得标准化后的随钻GR参数数据；
合理性判断模块，配置为判断所述标准化后的随钻GR参数数据和历史GR曲线数据的合理性，得到合理性判断结果；若所述合理性判断结果为通过，则进入波形指示反演模块；若所述合理性判断结果为不通过则进入异常值剔除模块并调整异常值处理的判定条件并重新进行合理性判断；
波形指示反演模块，配置为基于已钻井的历史GR曲线数据进行波形指示反演，获得已钻井的波形指示反演数据体；
钻前预测井曲线计算模块，配置为基于所述已钻井的波形指示反演数据体和预先设计的钻井轨迹，获取钻前预测井曲线；
方差属性曲线计算模块，配置为基于所述标准化后的随钻GR参数数据，进行方差属性特征提取，获得实时更新的随钻方差属性曲线；
基于所述钻前预测井曲线，进行方差属性特征提取，获得钻前预测井曲线的方差属性曲线；
突变点检测模块，配置为基于所述实时更新的随钻方差属性曲线进行求导获取实时更新的地层突变点检测结果；
基于所述钻前预测井曲线的方差属性曲线进行求导获取钻前预测井曲线的地层突变点检测结果；
精确深度计算模块，配置为基于所述实时更新的地层突变点检测结果和钻前预测井曲线的地层突变点检测结果，获取设定的4个控制点，基于所述设定的4个控制点进行深度变换获得随钻精确深度；
深度矫正模块，配置为基于所述随钻精确深度完成当前batch的精确深度矫正，回到异常值剔除模块基于下一batch的随钻GR曲线数据进行随钻精确深度的确定。
CN202311346455.4A 2023-10-18 2023-10-18 深地油气精准导航随钻伽马测井曲线调优方法与系统 Active CN117077462B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202311346455.4A CN117077462B (zh) 2023-10-18 2023-10-18 深地油气精准导航随钻伽马测井曲线调优方法与系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202311346455.4A CN117077462B (zh) 2023-10-18 2023-10-18 深地油气精准导航随钻伽马测井曲线调优方法与系统

Publications (2)

Publication Number Publication Date
CN117077462A CN117077462A (zh) 2023-11-17
CN117077462B true CN117077462B (zh) 2023-12-12

Family

ID=88706564

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202311346455.4A Active CN117077462B (zh) 2023-10-18 2023-10-18 深地油气精准导航随钻伽马测井曲线调优方法与系统

Country Status (1)

Country Link
CN (1) CN117077462B (zh)

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103498658A (zh) * 2013-08-27 2014-01-08 中国石油化工集团公司 一种伽马测井数据处理方法
CN103867194A (zh) * 2014-02-14 2014-06-18 中国石油天然气股份有限公司 一种砂体结构的测井表征方法与钻井层段选择方法及装置
CN111737868A (zh) * 2020-06-16 2020-10-02 中国石油集团渤海钻探工程有限公司 基于时间序列算法的随钻自然伽马曲线预测方法
CN114677460A (zh) * 2022-04-08 2022-06-28 重庆科技学院 一种合成gr曲线的方法及应用

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105426612B (zh) * 2015-11-18 2019-01-18 中国石油天然气股份有限公司 一种地层组分最优化确定方法及装置

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103498658A (zh) * 2013-08-27 2014-01-08 中国石油化工集团公司 一种伽马测井数据处理方法
CN103867194A (zh) * 2014-02-14 2014-06-18 中国石油天然气股份有限公司 一种砂体结构的测井表征方法与钻井层段选择方法及装置
CN111737868A (zh) * 2020-06-16 2020-10-02 中国石油集团渤海钻探工程有限公司 基于时间序列算法的随钻自然伽马曲线预测方法
CN114677460A (zh) * 2022-04-08 2022-06-28 重庆科技学院 一种合成gr曲线的方法及应用

Also Published As

Publication number Publication date
CN117077462A (zh) 2023-11-17

Similar Documents

Publication Publication Date Title
CN111291097B (zh) 一种基于决策树数据挖掘的钻井漏层位置实时预测方法
CN104809333B (zh) 基于Kalman滤波器的容量预测方法和系统
Worden et al. Novelty detection in a changing environment: regression and interpolation approaches
CN105760673B (zh) 一种河流相储层地震敏感参数模板分析方法
CN108537790B (zh) 基于耦合翻译网络的异源图像变化检测方法
CN104516991A (zh) 一种伽马传感器全温度范围补偿方法
CN117077462B (zh) 深地油气精准导航随钻伽马测井曲线调优方法与系统
CN111879456B (zh) 一种建筑幕墙安全性检测方法及系统
CN113449254A (zh) 任意网型变形监测稳定性分析方法及监控点位置确定方法
CN116719241A (zh) 一种基于3d可视化技术的信息化智能闸门自动控制方法
CN111737868A (zh) 基于时间序列算法的随钻自然伽马曲线预测方法
CN116432855A (zh) 一种基于掘进数据的隧道塌方情况的预测方法
CN110322083B (zh) 页岩油气可采储量预警方法
CN113720952B (zh) 用于储层解释评价的图版生成方法、装置、设备及介质
CN112505154B (zh) 泥页岩储层矿物成分含量解析与岩相识别表征方法
CN117077068B (zh) 深地油气精准导航随钻声波测井数据实时标定方法与系统
CN116699724B (zh) 一种时间域激发极化数据质量评价方法、体系及系统
CN113027427A (zh) 一种基于贝叶斯理论的含可信度地层压力随钻修正方法
CN117094233B (zh) 深地油气精准导航三维速度场高精度建模方法与系统
CN111123356A (zh) 基于初至信息的异常道智能判识方法
CN117271980B (zh) 钻进数据处理方法、装置、电子设备及存储介质
CN117910883B (zh) 测井数据质量检测方法、装置、计算设备及存储介质
CN110824561B (zh) 度量时移地震数据可重复性的方法
Terry et al. Passive sonar harmonic detection using feature extraction and clustering analysis
CN112835113B (zh) 一种层序约束下的岩性识别方法

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