[发明专利]一种细粒沉积物泥质含量精细确定方法在审
申请号: | 202210233604.5 | 申请日: | 2022-03-10 |
公开(公告)号: | CN114482995A | 公开(公告)日: | 2022-05-13 |
发明(设计)人: | 程超;贺书洲;焦世祥;李培彦;张亮;李杰;叶榆;高妍;陈雁 | 申请(专利权)人: | 西南石油大学 |
主分类号: | E21B47/00 | 分类号: | E21B47/00;E21B49/00;G06N3/04;G06N3/08 |
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: | 610500 四*** | 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: | 一种 细粒 沉积物 含量 精细 确定 方法 | ||
1.一种细粒沉积物泥质含量精细确定方法,其特征在于,包括以下步骤:
步骤一:沉积微相类型划分;在区域沉积大背景下,以沉积相为基础,结合岩心分析和录井资料,依据测井曲线的组合特征划分出沉积微相类型;
步骤二:开展粒度实验;对研究区的岩心开展粒度实验,得到的粒度实验分析数据用于泥质含量参数的标定;
步骤三:将用于粒度分析实验的岩心深度归位到测井深度;
步骤四:制作岩心泥质含量标签数据;用步骤三归位后的岩心粒度实验分析数据按沉积微相类型对泥质含量进行分类精细标定,将标定后的数据组合后得到岩心泥质含量标签数据;
步骤五:提取表征泥质含量的测井特征参数;
步骤六:建立训练数据集和测试数据集;将步骤四得到的岩心泥质含量标签数据、步骤五得到的测井特征参数组合成标签数据库,用其中80%的数据作为模型训练数据,剩余20%的数据作为模型测试数据;
步骤七:使用LSTM神经网络算法建立泥质含量计算模型;
步骤八:利用测试数据集对LSTM神经网络模型进行检验;将步骤七的泥质含量模型用于测试数据集进行泥质含量计算,再用测试数据集的岩心泥质含量对计算结果进行效果检验,若效果良好,则可以认为该模型可以应用;
步骤九:计算泥质含量;将步骤八通过检验建立的LSTM神经网络模型推广应用于区内每口单井泥质含量的计算中,得到泥质含量参数。
2.根据权利要求1所述的一种细粒沉积物泥质含量精细确定方法,其特征在于,步骤四中,采用粒度分析实验数据按沉积微相类型对泥质含量进行分类精细标定。
3.根据权利要求2所述的一种细粒沉积物泥质含量精细确定方法,其特征在于,步骤五中,采用主成分分析法提取表征泥质含量的测井特征参数。
4.根据权利要求3所述的一种细粒沉积物泥质含量精细确定方法,其特征在于,表征泥质含量的测井特征参数曲线有自然伽马GR、自然电位SP、补偿中子CNL、补偿声波AC、深感应电阻率Rt。
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西南石油大学,未经西南石油大学许可,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/202210233604.5/1.html,转载请声明来源钻瓜专利网。