[发明专利]基于测井大数据的地层评价方法及系统

权利要求书

1.一种基于测井大数据的地层评价方法，所述方法基于物理模拟和机器学习实现，其特征在于，所述方法包括：

获取测井数据，并根据所述测井数据进行机器学习模型训练，获得机器学习模型；

采集测井测量值，并根据预设规则进行所述测量值预处理，获得训练样本数据；

基于所述机器学习模型进行所述训练样本数据训练，输出计算结果；

根据所述计算结果进行对应地层评价。

2.根据权利要求1所述的方法，其特征在于，所述机器学习模型包括：

测井值归一化模型、岩石物理预测模型、复杂岩性识别模型、油气藏监测模型、力学评价模型。

3.根据权利要求1所述的方法，其特征在于，所述获取测井数据包括：

获取包括测井模拟数据和测井历史数据的测井大数据。

4.根据权利要求3所述的方法，其特征在于，所述获取所述测井模拟数据，包括：

获取影响测井结果的参数，并通过保持变量法获得改变参数与观测目的层的相应参数之间的联动关系；所述改变参数为所述影响测井结果的参数中的一种参数；

所述影响测井结果的参数至少包括：泥浆滤液电阻率、井径、侵入带电阻率、侵入带半径、观测目的层厚度；

逐一改变所述影响测井结果的参数，获得多个改变参数与观测目的层的相应参数之间的联动关系；

根据所述多个改变参数与观测目的层相应参数之间的联动关系，建立测井响应库作为所述测井模拟数据。

5.根据权利要求3所述的方法，其特征在于，所述获取测井大数据，包括：

提取实际生产过程中存储的与测井相关的所有历史数据作为所述测井历史数据。

6.根据权利要求1所述的方法，其特征在于，所述测井测量值包括以下一种或多种：

电阻率、泥浆电阻率、井眼直径、地层厚度、围岩电阻率、侵入带直径、侵入带电阻率和测量仪器参数。

7.根据权利要求6所述的方法，其特征在于，所述根据预设规则进行所述测量值预处理，包括：

执行所述测量值对数变换；

删除对数变换后的测量值中的离群样本；

进行测量值线性刻度变换。

8.根据权利要求1所述的方法，其特征在于，所述基于所述机器学习模型进行所述训练样本数据训练，输出计算结果，包括：

将所述训练样本数据按照预设比例划分为三部分，分别为训练数据、验证数据和测试数据；

根据划分的三部分数据进行模型训练，所述模型训练过程基于Encoder-Decoder模型、分类树回归树机器学习算法和使能学习方法实现；

输出计算结果。

9.一种基于测井大数据的地层评价系统，其特征在于，所述系统包括：

采集单元，用于获取测井数据，以及用于采集测井测量值；

模型构建单元，用于根据所述测井数据进行机器学习模型训练，获得机器学习模型；

处理单元，用于根据预设规则进行所述测量值预处理，获得训练样本数据；

训练单元，用于基于所述机器学习模型进行所述训练样本数据训练，输出计算结果；

所述处理单元还用于根据所述计算结果进行对应地层评价；

所述模型构建单元、所述处理单元和所述训练单元均基于私有云计算平台构建。

10.一种计算机可读储存介质，其特征在于，该计算机可读存储介质上储存有指令，其在计算机上运行时使得计算机执行权利要求1-8中任一项权利要求所述的基于测井大数据的地层评价方法。