[发明专利]一种基于测井信息对地层层位进行智能化划分的方法

权利要求书

1.一种基于测井信息对地层层位进行智能化划分的方法，其特征在于，包括如下步骤：

a、找曲线波峰、波谷；

b、计算两口井之间的相对深度差和测量坐标差；

c、对输入曲线进行平滑；

d、单曲线相似度检测；

e、多曲线相似度检测；

f、建立基于单曲线地层分层模型；

g、建立基于多曲线地层分层模型；

所述步骤d中，单曲线相似度检测方法如下：

假设参考模板R，是一个M维的向量，即R＝{R(1)，R(2)，……，R(m)，……，R(M)}，每个分量是一个数或者是一个更小的向量；有一被测试模板T，是一个N维向量，即T＝{T(1)，T(2)，……，T(n)，……，T(N)}同样每个分量是一个数或者是一个更小的向量，M不一定等于N，每个分量的维数相同；

由于M不一定等于N，要计算R和T的相似度，首先计算R的每一个分量和T中的每一个分量之间的距离，形成一个M*N的矩阵；

所述步骤e中，多曲线相似度检测方法如下：

(1)多维点的定义：

Ri这个多维点的分量为(a1,a2,…,an)，有n种分量；

Tj这个多维点的分量为(b1,b2,…,bn)，有n种分量；

其中，ai,bi(i＝1,..,n)属于同一种参量；

(2)多维点的归一化：

把各个参量归一化，多维点的所有参数都是在0～1的范围之间；

对每一维的参量序列，如c＝{ci}进行如下归一化：

(3)多维点之间距离的计算

d(i,j)表示以左下点为起始坐标原点的i行j列值，也就是原始序列R的第i个点和测试模版T的第j个点之间的欧式距离，有

所述步骤f中，建立基于单曲线地层分层模型：

已知(1):A测井曲线：A＝{ai}＝{a1,a2,…a8},其中ai都是列向量；

已知(2):B测井曲线：B＝{bi},其中bi都是列向量；

已知(3):A的地质分层与人工分层L_A＝{L_A1,L_A2,L_A3,L_A4,L_A5}，其中L_Ai都是列向量，分别代表：地质分层名称，地质分层深度，地质分层厚度，人工分层深度，人工分层厚度；

已知(4):B的地质分层L_B＝{L_B1,L_B2,B₃}，其中L_Bi都是列向量，分别代表：地质分层名称，地质分层深度，地质分层厚度；

对A的任意某j层，通过查找L_A的第j行，得到该层的分层数据：

L_A(j，1)地质分层名称,L_A(j，2)地质分层深度，L_A(j，3)地质分层厚度,L_A(j，4)人工分层深度，L_A(j，5)人工分层厚度；

根据L_A(j，4)人工分层深度，以及a₁即A井的深度序列，N＊1矩阵，行数代表序号，数据代表具体以米为单位的深度，N是总的测井数据点个数，找到第j层在A中的测量行序号k；

在A上取k-w:step:k+w曲线离散点作为一个匹配模版pattenA；

找到B上具有与L_A(j，1)相同地质分层名称的地质分层序号m，也就是B上的第m层，或B矩阵的第m行,进一步找到B的地质分层结果：深度

L_B(m，2)与厚度L_B(m，3)

根据L_B(m，2)地质分层深度，在B上取深度为L_B(m，2)-w_S1到

L_B(m，2)+w_B2的一段测井曲线x作为寻找最佳匹配的范围；

x这段曲线的下限不应该低于第m-1层的深度，即

L_B(m，2)-w_S1＞L_B(m-1，2)；同样，x这段曲线的上限不应该大于第m+1层的深度，即L_B(m，2)+wS2＜L_B(m+1，2)；w_B1和w_B2一般取50米；

得到B井搜索区域x的深度范围后，进一步根据b₁得到X的序号范围；

从x这段曲线，从开始到结尾的length(x)个点进行遍历，第i个点p＝xi处，以p为中心，左右各偏移wa的深度并以step跳跃取点，得到一个B上的匹配模版pattenB，然后计算pattenA和pattenB的相似距离，结果为d_i(i＝1，2，3，...，length(x))；

定位所有d_i中，d_k等于min({d_i})的那个序号k，那么，子曲线x第k个序号对应的深度值，就是得到的B上的分层点，它和A上的第j个分层点对应的深度值一一对应；

设最小距离曲线的点有y个，取这些点前per％的最小距离点，形成新的序列z；再对z根据序号排序后，看z的第一列在数学整数上的连续情况，连续多的序号序列，包含真实分层点的可能性更大，如果取的per％越大，则点数更多，点的组数量也就可能更多，如果要给出K个参考分层点，就取连续点数量排在前K个的组平均点序号，得到序号后，比如序号为n，则B井的计算机自动分层深度就是b1(n),也就是B井深度矩阵的第n行对应的数字，单位为米；至此，完成了自动分层；

所述步骤g中，建立基于多曲线地层分层模型：与单曲线地层分层模型建立一致，其差别仅在于匹配曲线与被匹配曲线不再是单一曲线，而是曲线组，因此，对pattenA和pattenB的相似距离计算采用多维计算。