[发明专利]利用声波测井资料机器学习非线性预测地层温度方法在审
| 申请号： | 202110965543.7 | 申请日： | 2021-08-23 |
| 公开（公告）号： | CN113671569A | 公开（公告）日： | 2021-11-19 |
| 发明（设计）人： | 李建国;刘博;王松;严海滔;李清锋;吉晓阳;王渝;赵继龙;谭丰羽 | 申请（专利权）人： | 中油奥博(成都)科技有限公司 |
| 主分类号： | G01V1/30 | 分类号： | G01V1/30;G01V1/40;G06N20/00 |
| 代理公司： | 成都方圆聿联专利代理事务所(普通合伙) 51241 | 代理人： | 王悦 |
| 地址： | 610000 四川省成都市*** | 国省代码： | 四川;51 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | |||
| 搜索关键词： | 利用 声波测井 资料 机器 学习 非线性 预测 地层 温度 方法 | ||
本发明提供一种利用声波测井资料机器学习非线性预测地层温度方法，利用已知井的声波测井资料计算平均速度，机器学习平均速度与地层温度的非线性函数，利用临井的声波测井资料预测临井的地层温度；利用已知井周围的平均速度体，机器学习非线性预测已知井周围的地层温度体本发明将声波测井资料转换为平均速度，通过机器学习建立平均速度与地层温度的非线性函数，预测临井的地层温度或井周围的地层温度体，快速、简单、有效。
技术领域
本发明涉及地球物理勘探、石油钻探领域，包括声波测井资料解释、地层温度解释、地层温度预测、机器学习，是一种利用声波测井资料机器学习非线性预测地层温度方法。
背景技术
地层温度对油气的生成、运移和聚集等有重要作用，对油、气、水和岩石的物理性质也存在不可忽视的影响。因此，研究地层温度的分布、变化规律以及由此产生的影响等，可以解决石油地质、地球物理勘探、石油钻探、油气勘探开发中的许多重要的问题。
发明内容
本发明提出了一种利用声波测井资料机器学习非线性预测地层温度方法，该方法利用已知井的声波测井资料计算平均速度，机器学习平均速度与地层温度的非线性函数，利用临井的声波测井资料预测临井的地层温度。该方法也可以利用已知井周围的平均速度体，机器学习非线性预测已知井周围的地层温度体。
具体的技术方案为：
利用声波测井资料机器学习非线性预测地层温度方法，包括以下步骤：
S1、输入已知井的垂深声波测井地层温度临井的垂深声波测井或井周围平均速度体Va；
S2、用步骤S1输入的已知井的垂深声波测井计算已知井的平均速度用步骤S1输入的临井的垂深声波测井计算临井的平均速度
(1)计算已知井的层速度
其中，是第i个深度的层速度，是第i个深度的声波测井；C是系数：DTwk单位为微秒/米时，C为1000000，DTwk单位为微秒/英寸时，C为304800。
(2)计算已知井的时深关系
其中，是第i个深度的层速度，是第i个深度，是第i-1个深度，是第i-1个深度对应的时间，是第i个深度对应的时间。
(3)计算已知井的平均速度
其中，是i个深度的平均速度，是第i个深度，是第i个深度对应的时间；
(4)计算临井的层速度
其中，是第j个深度的层速度，是第j个深度的声波测井；C是系数：DTwc单位为微秒/米时，C为1000000，DTwc单位为微秒/英寸时，C为304800；
(5)计算临井的时深关系
其中，是第j个深度的层速度，是第j个深度，是第j-1个深度，是第j-1个深度对应的时间，是第j个深度对应的时间；
(6)计算临井的平均速度
其中，是j个深度的平均速度，是第j个深度，是第j个深度对应的时间。
S3、机器学习已知井的平均速度与地层温度的非线性函数NLAI。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于中油奥博(成都)科技有限公司，未经中油奥博(成都)科技有限公司许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/pat/books/202110965543.7/2.html，转载请声明来源钻瓜专利网。
