论文部分内容阅读
测井是用现代电子仪器,通过电缆将仪器送入井下,测量地层的电、声和放射性参数;测井相是使油层与其它层相区别的一套测井响应。测井相识别是正确认识油层沉积构造的根本途径。随着油田的加密开采,单靠人工来完成油层的测井相识别早已不能满足油田开发进度上的需要。采用计算机进行自动测井解释越来越受到人们的关注。 测井曲线是油层沉积相判别的主要依据。测井曲线识别属于经验性和领域知识要求很高的模式识别问题。本文围绕着测井时间序列的解释与识别这一核心任务,以实际工程背景为依托,应用混沌理论及混沌时间序列分析的理论与方法,开展了以下新的研究课题: (1)测井时间序列的混沌检测 首先分析了测井时间序列产生混沌的机理,首次提出测井时间序列是一种混沌时间序列,并应用替代数据法证明了测井时间序列的确存在混沌。这一结论为混沌时间序列分析方法应用于测井曲线识别领域提供了前提条件。 (2)测井曲线的混沌特征提取 在第一部分研究结论的基础上,本文先后提取了测井曲线的两种混沌特征——关联维数和最大Lyapunov指数。在关联维数的计算中,发现不同油层组的测井曲线具有较明显的分维特征,并可以初步用于主力油层组的预测。在本课题研究中,提出一种改进的测井时间序列最大Lyapunov指数求取方法,该算法简单易行,且具有较好的计算精度。同时,油层组测井曲线的最大Lyapunov指数均大于零,也进一步证实了前一部分结论的正确性。 (3)油层测井曲线的平滑及特征提取 本文利用不对称高斯型函数的非线性最小二乘拟合对单峰曲线进行了平滑处理,并给出了一种针对测井曲线特点的简化平滑算法。同时利用曲线的模型参数直接作为特征值,对油层测井曲线的形状进行分类,结果令人满意。最后,文中还对不对称高斯型函数进行了改进,使之更加逼真地描述测井曲线的峰形态。 (4)基于高斯混合模型的油层测井相分类算法