[发明专利]一种预测核磁共振测井横向弛豫时间T2分布的方法

权利要求书

1.一种预测核磁共振测井横向弛豫时间T₂分布的方法，其特征是，包括如下步骤：

(一)筛选确定相关的常规测井数据以及矿物成分和流体体积反演数据，作为步骤五预测核磁共振测井T₂分布的输入数据；

(二)设定类别参数，量化分类已有T₂分布曲线，将其作为步骤五中模型训练和测试的输入数据；

(三)利用多个正态分布曲线拟合已有核磁共振测井T₂分布，得到正态分布的表征参数，利用相关系数评估拟合准确性后，将其作为步骤五中模型训练和测试的输出数据；

(四)对步骤一常规测井数据、步骤二类别参数、步骤三表征参数进行前期处理；

(五)将步骤四的所有数据归类分组，分别用于人工神经网络模型的训练和测试，得到预测模型；

(六)用相关系数及标准根均方差NRMSE评估预测模型精确性，预测核磁共振测井T₂分布。

2.如权利要求1所述的一种预测核磁共振测井横向弛豫时间T₂分布的方法，其特征是，所述步骤一中的常规测井数据为与孔隙分布和渗透率相关的测井数据，矿物成分和流体体积反演数据包括伊利石、绿泥石、束缚水、石英、钾长石、方解石、白云石、石膏、不可驱水、不可驱油的反演数据。

3.如权利要求1或2任一项所述的一种预测核磁共振测井横向弛豫时间T₂分布的方法，其特征是，所述步骤一中的测井数据包括伽马射线测井、密度测井、中子测井、电阻率测井、声波测井。

4.如权利要求1所述的一种预测核磁共振测井横向弛豫时间T₂分布的方法，其特征是，所述步骤二中的设定类别参数，量化分类已有T₂分布曲线，是通过最近邻分类模型k-nearest neighbor classification model，利用常规测井数据，预测T₂分布所需类别参数，选择确定最优k值，满足预测分布曲线与实际曲线最佳拟合度。

5.如权利要求1或4任一项所述的一种预测核磁共振测井横向弛豫时间T₂分布的方法，其特征是，所述设定类别参数包括设置不同深度的不同储层岩性，分布峰个数、峰对应孔隙值大小、异常矮峰存在与否、以及分布曲线扁平程度。

6.如权利要求1所述的一种预测核磁共振测井横向弛豫时间T₂分布的方法，其特征是，所述步骤三中多个正态分布曲线，其拟合公式如下：

其中T’₂＝log(T₂)，ɡ_i是正态分布的概率密度函数：对应μ_i是均值，σ_i是标准差，α_i是概率密度函数的系数，因此表征每层T₂分布需要6个参数；如果某层T₂分布只有一个峰，则α₂＝μ₂＝σ₂＝0。

7.如权利要求1所述的一种预测核磁共振测井横向弛豫时间T₂分布的方法，其特征是，所述步骤三中验证拟合准确性的方法，是通过相关系数，简称R²，来评估利用正态分布曲线拟合实测T₂分布谱的精确性，其中，R²公式如下：

其中f_fit(T’₂)是拟合值或预测值，f(T’₂)是初始值，是初始均值，RSS是误差平方和，TSS是总平方和；经逐层拟合，得到每层T₂分布的拟合曲线的R²值，R²越接近1，表明结果越精确。