[发明专利]一种基于二维核磁共振测井数据识别页岩油储层流体成分及相对体积的方法

权利要求书

1.一种基于二维核磁共振测井数据识别页岩油储层流体成分及相对体积的方法，其特征在于该方法包括以下步骤：

S1.对T1-T2二维核磁共振测井数据按采样点提取数据，构建T1-T2二维核磁学习样本库；

S2.将学习样本库中的每一个T1-T2二维数据向量化为一列向量，再拼接组成一个大型二维矩阵；

S3.初始化源数，对由S1步骤中形成的样本库中的数据所建立的大型二维矩阵进行非负矩阵分解，得到初始化源矩阵和初始化系数矩阵；其中，源数为页岩储层中流体类型的个数；

S4.对初始化的系数矩阵进行主成分分析，确定最佳源数；

S5.将非负矩阵分解的源数设置为最佳源数，再次对样本库建立的大型矩阵进行非负矩阵分解，得到源矩阵和系数矩阵；

S6.源矩阵中每一列代表一类流体类型对应的T1-T2图，从而确定每类流体质心对应的T1和T2坐标；

S7.对数据库中每一个T1-T2图数据中的像素点按照距离以每类流体质心欧式距离的远近对流体类型进行划分；

S8.根据流体类型划分结果确定每类流体的总信号强度，根据信号强度比值确定每类流体的相对体积。

2.如权利要求1所述的基于二维核磁共振测井数据识别页岩油储层流体成分及相对体积的方法，其特征在于S1中，对应一个的二维矩阵，按采样点从上至下逐个提取T1-T2二维核磁共振测井数据中的T1-T2图像，构成学习样本库，以提高学习样本库的构建速度和效率。

3.如权利要求1所述的基于二维核磁共振测井数据识别页岩油储层流体成分及相对体积的方法，其特征在于S2中，每一幅T1-T2图都是一个64×64的二维矩阵，将每一幅T1-T2图的二维矩阵都向量化为一个4096维的列向量，再将所有的列向量在列的维度上拼接为大型的二维矩阵。

4.如权利要求1所述的基于二维核磁共振测井数据识别页岩油储层流体成分及相对体积的方法，其特征在于在S3中，S2中构建的大型矩阵V，可以近似为源矩阵W和系数矩阵H进行矩阵乘法得到的结果，如公式

V≈WH所示，并利用非负矩阵分解的无监督学习算法求解源矩阵W和系数矩阵H，通过公式

C＝‖V-WH‖²定义二范数损失函数，C为损失值，在W＞0,H＞0的约束下通过乘法更新准则的梯度下降原理求解损失函数的最小值；其中源矩阵W的每一列是一种流体类型的T1-T2图的列向量形式，系数矩阵H的每一列是样本库中合成T1-T2图的的一组系数，给定不同的分解源数r既流体类别数，会得到不同的分解结果；在S3中，初始化给定的源数r＝8。

5.如权利要求1所述的基于二维核磁共振测井数据识别页岩油储层流体成分及相对体积的方法，其特征在于S4中，对S3中获得的初始化系数矩阵进行主成分分析，得到每个主成分所携带的解释方差的估计，给定一个累计解释方差阈值，超过该累计方差阈值的最小主成分数就是最佳源数。

6.如权利要求1所述的基于二维核磁共振测井数据识别页岩油储层流体成分及相对体积的方法，其特征在于S5中，将待学习的大型二维矩阵V的分解源数设置为S4得到的最佳分解源数4，对矩阵V进行二次非负矩阵分解，得到r＝4对应的源矩阵和系数矩阵，将源矩阵每一列提取出来恢复成64×64的二维矩阵。

7.如权利要求1所述的基于二维核磁共振测井数据识别页岩油储层流体成分及相对体积的方法，其特征在于S6中，计算S5得到的四种源流体类型T1-T2图中信号强度大于给定信号强度下限的像素点所对应的T1和T2值，计算每种源流体类型的质心，质心的计算公式如下：

式中，T1_C为某一类流体的质心T1轴的坐标；T2_C为某一类流体的质心T2轴的坐标；T1_i，T2_i分别为T1-T2图中信号强度大于给定信号强度下限的第i个像素点所对应的T1和T2值。