基于门控循环单元网络的低阻油层测井流体识别方法

研究区块低阻油层发育广泛,油层和水层的电阻率相差不大,导致测井流体识别较为困难。为了有效识别低阻油层,采用少数类过采样技术(synthetic minority oversampling technique, Smote)对油水同层,油层等少数类样本进行过采样使数据集均衡;并利用门控循环单元(gated recurrent unit, GRU)网络模型进行低阻油层的流体识别。通过相关性分析确定自然伽马(GR)、深侧向电阻率(RD)、密度(DEN)等8条测井曲线数据作为输入训练模型,应用于中实际资料中,并将GRU与传统RNN和其他3种机器学习算法对比。结果表明：序列数据模型的流体识别效果比传统机器学习模型好,且基于Smote-GRU的流体识别模型的符合率达到89.5%,相对传统循环神经网络(recurrent neural network, RNN)的81.1%,取得了较好的应用效果。通过对照试验还证实了Smote算法提高了分类器对少数类样本的识别率。所提出的方法可为样本不均衡的低阻油层的流体识别提供参考。     

岩芯扫描技术与成像测井资料交互解释研究

为提高成像测井解释精度以及该类资料的应用水平,需进一步利用岩芯扫描图像来刻度成像测井资料,采用了VC++6.0语言进行岩芯扫描与成像测井交互解释软件的设计,成功地将各类地质信息、岩芯数据、岩芯照片与成像测井资料进行了交互解释。通过大量资料处理和现场运用表明,利用岩芯图像对成像测井资料进行标定和佐证不仅使岩芯数据库资料的应用更加充分,也使成像测井解释更加科学、快捷。这不但增强了测井解释的可信度,也大大提高了工作效率,同时更凸显了岩芯扫描技术与成像测井资料的交互解释将在油田勘探开发中发挥着越来越重要的作用。     

超声成像测井中图像“链条效应”的识别与修复研究

通过对超声成像测井过程中因测井仪器下放遇阻和上提遇卡而导致抖动，造成采样图像出现“链条效应”特征的详细分析，设计出针对此类病态图像的自动识别与修复算法；分别应用于典型实验数据与实际测井资料处理中，并进行效果比对_该算法为进一步改善成像资料图像质量提供了有效的解决方案．     

利用声波反演技术识别储层流体性质

储层流体性质识别是测井解释的重要内容之一.在钻井过程中,储层所含流体性质一般在录井岩屑或钻井取心中能够直接定性识别,但录井岩屑和岩心受到井内泥浆等因素的影响,无法准确评价.有些测井技术,例如核磁共振成像测井,可以直接测量储层流体性质,但由于费用问题,不可能对所有井进行核磁共振测井.为此,本文研究如何利用常规声波测井方法进行流体性质识别.首先建立流体识别模型,根据模型把声波时差反演成电阻率值,再用反演电阻率和实测电阻率进行比较.当实测电阻率大于反演电阻率时,储层为气层;当实测电阻率小于反演电阻率时,储层为水层;气水同层和含气水层介于气层和水层之间,可根据实测电阻率和反演电阻率的差值大小来判别.实例表明,该方法适用于孔隙度较高的储层,孔隙度越大,流体判别的准确性越高.对低孔裂缝性储层及储层物性较差时,效果较差.     

随钻电阻率测井的围岩影响及校正方法研究

随钻电阻率在随钻测井中占有重要的地位。随钻电阻率受井眼(井径,泥浆)、围岩(高阻或低阻邻层)等环境因素的影响,其测井值常不同于实际地层的电阻率值。对随钻测井曲线进行环境影响校正主要使用图版法。校正图版是根据理论计算或实验结果做出的,不适合于逐点对所有井段的地层进行较全面的环境影响校正。以Schlumberger、Haliburton和Bakerhuges三大公司随钻电阻率测井的围岩影响校正图版,研究了围岩电阻率、地层厚度和倾角与随钻电阻率测井值的关系,对图版采样读值,并采用神经网络法进行最优拟合得到校正公式,编制程序来实现随钻电阻率测井的围岩影响自动校正。应用表明,用这种自动校正法处理得到的结果合理,校正效果明显。     

成像测井裂缝自动识别元胞自动机方法研究

针对成像测井裂缝自动识别任务,提出了一种基于元胞自动机模型的图像识别算法。以成像测井图像中裂缝的灰度值较大并且裂缝基本连续为依据,通过制定免疫规则建立了一个基于元胞自动机模型的成像测井裂缝自动识别模型,基于元胞自动机的局部规则以及其并行计算的机制,进行成像测井裂缝的自动识别。该模型原理简单,并且易于实现。实验结果表明,通过指定的免疫规则,能够达到很好的裂缝识别效果。     

基于WT与LSSVM的储层油水识别方法研究

为了依据测井数据迅速而准确地识别油水层性质,提出基于小波变换(WT)与最小二乘支持向量机(LSSVM)相结合的储层油水识别方法.首先,分析了基于测井曲线的常规交会图油水识别方法的不足;其次,以深侧向探测电阻率作为训练样本和测试样本对基于LSSVM的储层油水识别模型的准确性进行分析;最后,将WT与LSSVM相结合建立储层油水识别模型并结合常规测井资料对储层油水进行识别.实验表明,基于WT与LSSVM的储层油水识别模型具有较快的识别速度和较高的识别精度.因此,将WT与LSSVM相结合应用于储层油水识别建模是行之有效的.     

珠江口盆地礁灰岩储层特征精细表征

珠江口盆地L油田礁灰岩储层中裂缝及溶孔发育,储层非均质性强,给储层评价及油田生产带来了极大困难.随钻电阻率成像测井能够提供高分辨率电阻率图像,能够准确把握储层沉积和构造特征.将随钻高分辨率电阻率成像测井引入对礁灰岩岩石类型判别、裂缝精细评价、次生溶蚀综合分析及产能主控因素研究中.结果表明,高分辨电阻率成像技术能够准确分...     

机器视觉在油气勘探开发中的应用现状

作为人工智能正在快速发展的技术分支,机器视觉在油气勘探开发中的作用越发显著,已成为"智慧油田"建设不可或缺的组成部分。首先简述了机器视觉技术,然后分析了机器视觉在油气勘探开发领域的应用现状,并重点介绍了基于深度学习的机器视觉技术的应用;最后对机器视觉在油气勘探开发中的应用前景进行了分析。研究表明:相对于人工图像识别,机器识别要更准确、高效;一般原始图像越复杂、解释要求越高,对图像预处理技术、特征提取算法要求越高;仅以形态形式表示信息的图像识别相对简单,原始图像的二值化处理是关键;当大量信息蕴含在图像纹理、色彩中时,智能解释的难度要大得多;基于深度学习的机器视觉技术实现了自动特征识别,未来将在油气勘探开发领域发挥重要作用。     

基于深度学习的光纤收卷机器视觉自动检测技术

已有的光纤收卷检测方法的泛化能力和环境适应性均较差，无法应用于工业生产.提出基于深度学习的机器视觉方法对收卷过程中的收卷图像进行分类来解决光纤收卷问题.通过考虑光纤收卷时光纤间力的作用，建立了光纤收卷模型，提出了光纤收卷时排线机构的速度表达式.使用相机采集大量光纤收卷图片形成数据集，搭建并训练神经网络模型用于对收卷情况进行分类.通过实验验证，该方法对间隙状态的识别正确率在94.67%以上，叠线状态识别正确率为100%，检测速度高于实际生产绕线速度，是一种可以和控制系统相结合替代人工收卷并实现自动精密绕线的良好方法.     

水平井双感应电阻率响应模拟及其在水平井解释方面的应用

从双感应电阻率响应正演模拟出发,引入了一种新的水平井测井解释方法。以导眼井地质模型为约束,通过已建立的双感应电阻率仪器的响应模型,模拟测井仪器的电阻率与实测值对比,调整井眼轨迹与地层界面视倾角,并结合区域地质与地震信息,最终实现井眼轨迹与储层顶底界面交互识别,建立两者的二维空间响应关系。此套技术方法在鄂南地区红河油田成功应用,并提出了两种水平井解释模式,单一砂体及复杂薄层解释模型,认证了水平井解释方法的可靠性,并为压裂层段优选提供可靠的依据。     

基于改进的区域生长和Hough变换的钻孔图像水平裂隙识别

利用前视钻孔摄像系统(Axial View Borehole Camera System, AVBCS)获取地质钻孔孔壁图像并分析地质结构是一种重要的地质勘查方式。针对目前钻孔孔壁图像基本由人工判读的现状,提出了一种基于改进的区域生长和Hough变换的钻孔孔壁图像水平裂隙识别算法。首先,利用三种图像预处理算法提高钻孔图像中裂隙区域的对比度;然后,结合OTSU算法和圆形度自动提取种子点,并利用双阈值准则进行中心区域生长,以消除中心干扰区域;最后,利用Hough变换算法完成裂隙的检测与识别。实验结果表明本文提出的裂隙识别算法对于不同的水平裂隙和离层图像都可以准确、自动的检测出裂隙。     

融合图像外特征的岩屑岩性深度学习识别方法

岩屑的岩性识别是地质工作中的一项重要内容。为解决传统人工鉴别岩性的低效问题和传统机器识别的低可靠性问题,提出一种融合图像特征与图像外特征的岩性识别方法。首先采集岩屑的高分辨率图像,使用Xception特征提取器对图像特征进行提取并降维为一维向量,提高模型抽象特征敏感性并防止网络退化问题。同时量化岩屑的物理化学特征如：与盐酸反应程度、含矿物纯度、元素分析结果、硬度等,构建图像外特征向量。融合图像特征向量与图像外特征向量为总特征向量,构建神经网络与分类器进行训练,产生岩性识别模型。该模型相较于仅图像训练模型,在高质量岩屑图像数据集上提高3.45个百分点,在低质量岩屑图像数据集上提高20.92个百分点。该模型结合了传统录井与机器学习的优势,为建立可靠岩性剖面与实现数字化岩屑录井提供了更为高效的方法。     

基于卷积神经网络-双向长短期记忆网络的人体活动识别方法

针对人体活动传感器数据的时序性特点,以及当前机器学习算法过度依赖手工特征提取的问题,提出了一种融合卷积神经网络和双向长短期记忆网络的深度学习模型(convolutional neural network-bidirectional long short term memory network,CNN-BiLSTM)进行...     

随钻电阻率测井的固定探测深度合成方法

针对随钻电磁波电阻率测井仪原始曲线探测深度不确定的问题,开展了将原始测井结果合成为具有固定探测 深度曲线的研究。研究中首先采用了一种简单快速的迭代反演算法进行曲线的围岩校正处理,之后利用高斯牛顿梯 度下降反演算法对每层地层进行三参数反演,获得地层的侵入带电阻率、侵入半径和地层真电阻率,再根据提出的伪 源距概念,利用获得的三参数绘制探测深度与源距、源距与视电阻率的关系图版,最终通过插值获得具有固定探测深 度的测量曲线。通过一系列数值模拟发现,合成后的不同探测深度曲线在有侵地层中出现有规律的分离现象,该现象 与地质特征吻合很好,相比原始曲线能更直接地反映地层侵入特性,说明本方法能够提升该类仪器的应用效果,可以 与阵列感应曲线进行对比,方便地质解释人员做出更准确的地层评价。     

SAR图像的特征提取与目标识别

针对已有的SAR图像自动目标识别方法效果不太好的问题，提出了SAR图像的自动目标识别三种方法，即采用灰度特征的目标识别，采用栅格特征的目标识别，和采用模版特征的目标识别.理论和实验表明，采用模版特征的目标识别效果比较好.     

剩余油饱和度的测井评价方法

 目前能够过套管测量剩余油饱和度的方法主要有过套管电阻率测井、碳氧比测井、中子寿命测井、中子伽马注钆测-渗-测、脉冲中子-中子测井（PNN）等。综述了套后剩余油饱和度的测井评价方法,分析了各种方法的测量原理、技术应用、适用性及实例,总结了目前应用较为广泛的剩余油饱和度测井评价方法。     

规范煤炭地质勘查钻探工程质量技术要求的研究

钻探工程是我国勘查矿产资源的主要手段之一,煤炭地质勘查对钻探工程质量技术要求严格,特别对高炭质黏土岩的解译技术要求甚高。物探测井解译成果与钻探地质编录中岩性及煤层解译密切相关,必须认真分析解译成果与钻探编录资料的对比研究方能判定准确。     

苏里格气田西区盒8段储层电阻率形态及测井解释研究

苏里格气田西区盒8段储层岩性和物性复杂、电阻率曲线形态复杂,测井评价难度极大。综合核磁共振成像测井、岩心扫描镜片、岩心观察、试气和生产等动态数据,排除压裂施工的影响,优选出典型的气层、气水层和水层,归纳出相应电阻率曲线形态类型。发现气层、气水层和水层均出现钟型、箱型和平稳波动型,分析造成因素。总结出了一套适合该地区测井解释的方法,绘制了交会图版,对高不动水饱和度层段结合视地层水电阻率法,取得了很好的效果。     

一种有效的SAR图象典型目标特征提取和识别方法

在合成孔径雷达（SAR）图象中，需要对其中的人工和自然目标进行识别和分类，目标的特征提取是自动目标识别系统中的关键部分．一般图象的特征会采用颜色、纹理、形状等特征量．在SAR图象中，由于存在大量的背景噪声、目标边界模糊等问题，造成以上特征量在分类时往往不能达到很好的分类效果．作者提出了一种典型目标特征提取和分类识别方法、这种方法基于SAR成像的原理，在图象灰度阂值分割后做粗搜索分别提取灰度特征，椭圆矢量特征，以及栅格特征，然后进行SAR图象典型目标的分类识别、实验表明，这种方法效果较好．