一种孔隙度计算方法和装置

    公开(公告)号:CN112576244A

    公开(公告)日:2021-03-30

    申请号:CN202011282748.7

    申请日:2020-11-17

    Abstract: 本申请实施例公开了一种孔隙度计算方法和装置,该方法包括:获取第一常规测井数据和多个局部最优孔隙度计算模型;局部最优孔隙度计算模型是利用机器学习算法对包含测井数据和岩心孔隙度数据的样本集进行训练时基于机器学习算法未设定的随机种子数以及K‑Fold交叉验证进行多次最优参数搜索获取的;将第一常规测井数据输入多个局部最优孔隙度计算模型输出多条孔隙度预测曲线;从其中筛选出最终孔隙度预测曲线;通过质量评估算法确定最终孔隙度预测曲线的质量等级;根据评定的质量等级对最终孔隙度预测曲线进行校正。通过该实施例方案,实现了快速、准确地预测全井段各深度处孔隙度,降低了人为因素的影响,实现了对预测质量的评估。

    一种渗透率计算方法和装置

    公开(公告)号:CN112559957A

    公开(公告)日:2021-03-26

    申请号:CN202011284106.0

    申请日:2020-11-17

    Abstract: 本申请实施例公开了一种渗透率计算方法和装置,该方法包括:获取第一常规测井数据和多个局部最优渗透率计算模型;局部最优渗透率计算模型是利用机器学习算法对包含测井数据和岩心渗透率数据的样本集进行训练时通过K‑Fold交叉验证筛选出的渗透率计算模型;将第一常规测井数据输入多个局部最优渗透率计算模型,在不同随机数种子下由多个局部最优渗透率计算模型输出多条渗透率预测曲线;从中筛选出最终渗透率预测曲线;通过质量评估算法确定最终渗透率预测曲线的质量等级;根据评定的质量等级对最终渗透率预测曲线进行相应校正。通过该实施例方案,实现了快速、准确地预测全井段测井渗透率,实现了对全井段各深度点渗透率预测质量的评估。

    火成岩核磁共振测井T2谱束缚水截止值的确定方法及装置

    公开(公告)号:CN115421205A

    公开(公告)日:2022-12-02

    申请号:CN202211047615.0

    申请日:2022-08-29

    Abstract: 本发明公开了一种火成岩核磁共振测井T2谱束缚水截止值的确定方法及装置。该方法基于构建的火成岩孔隙网络模型,进行不同温压条件下核磁共振模拟,得到不同温压条件下核磁共振模拟回波数据,建立不同温压条件下核磁共振模拟回波数据与温度压力的刻度关系,根据所建立的刻度关系对井下火成岩核磁共振测井回波数据进行校正,对校正前后的火成岩核磁共振测井回波数据分别进行反演处理,得到第一T2谱、第二T2谱,将第一T2谱与第二T2谱中重合的短弛豫部分对应的最大弛豫时间确定为火成岩核磁共振测井T2谱的束缚水截止值。本发明可以连续获取井下核磁共振T2谱的束缚水截止值,提高了核磁共振在孔隙度、渗透率、饱和度评价等方面的计算精度。

    一种渗透率计算方法和装置

    公开(公告)号:CN112559957B

    公开(公告)日:2022-05-03

    申请号:CN202011284106.0

    申请日:2020-11-17

    Abstract: 本申请实施例公开了一种渗透率计算方法和装置,该方法包括:获取第一常规测井数据和多个局部最优渗透率计算模型;局部最优渗透率计算模型是利用机器学习算法对包含测井数据和岩心渗透率数据的样本集进行训练时通过K‑Fold交叉验证筛选出的渗透率计算模型;将第一常规测井数据输入多个局部最优渗透率计算模型,在不同随机数种子下由多个局部最优渗透率计算模型输出多条渗透率预测曲线;从中筛选出最终渗透率预测曲线;通过质量评估算法确定最终渗透率预测曲线的质量等级;根据评定的质量等级对最终渗透率预测曲线进行相应校正。通过该实施例方案,实现了快速、准确地预测全井段测井渗透率,实现了对全井段各深度点渗透率预测质量的评估。

    基于岩石物理约束神经网络的渗透率计算方法及装置

    公开(公告)号:CN114021700A

    公开(公告)日:2022-02-08

    申请号:CN202111289167.0

    申请日:2021-11-02

    Abstract: 本发明实施例公开了一种基于岩石物理约束神经网络的渗透率计算方法及装置,方法包括:基于岩心样本提取对应的深度点测井参数,对测井参数以及对应的岩心数据进行预处理,以构建第一样本集和第二样本集;根据第一样本集构建并训练得到第一神经网络;根据第二样本集构建并训练得到第二约束神经网络;其中,第二约束神经网络由输入层、约束层、隐含层以及输出层组成,约束层为指定增加约束元的网络层;约束元根据第一神经网络的输出结果计算得到,输入至第二约束神经网络的约束层并约束第二约束神经网络的计算;获取待预测井的测井参数,分别输入至第一神经网络和第二约束神经网络,以得到待预测井的渗透率。本发明提升了对全井段渗透率预测准确性。

    一种泥质含量计算方法和装置

    公开(公告)号:CN112541523A

    公开(公告)日:2021-03-23

    申请号:CN202011282762.7

    申请日:2020-11-17

    Abstract: 本申请实施例公开了一种泥质含量计算方法和装置,该方法包括:获取第一常规测井数据,并获取n个分类模型、m个高伽马地层模型和m个低伽马地层模型;将第一常规测井数据输入n个分类模型,以对第一常规测井数据进行地层分类;依据分类结果将常规测井曲线输入到对应的地层模型中获取m×n条泥质含量预测曲线;地层模型包括:m个高伽马地层模型和m个低伽马地层模型;从m×n条泥质含量预测曲线中筛选出一条泥质含量预测曲线作为最终泥质含量预测曲线;通过质量评估算法确定最终泥质含量预测曲线的质量等级。通过该实施例方案,提高了计算精度和可靠性,并实现了对预测结果进行质量评估。

    基于联合驱动的页岩油储层渗透率计算方法、装置及设备

    公开(公告)号:CN119862804A

    公开(公告)日:2025-04-22

    申请号:CN202510355038.9

    申请日:2025-03-25

    Abstract: 本发明公开了一种基于联合驱动的页岩油储层渗透率计算方法、装置及设备,涉及油气勘探领域,其中,该方法包括:构建渗透率物理模型,并利用测井数据和岩心实验渗透率数据构建数据集;从数据集中的测井数据中筛选出目标测井数据;根据渗透率物理模型和测井数据中的核磁测井数据进行计算,得到拟合渗透率;将目标测井数据和拟合渗透率作为样本数据,利用岩心实验渗透率数据构建标签数据,形成训练样本集;根据训练样本集,采用随机森林算法进行模型训练,得到渗透率智能模型;将待测页岩油储层对应的目标测井数据和拟合渗透率输入至渗透率智能模型中,对待测页岩油储层的渗透率进行预测。本发明极大地提升了页岩油储层渗透率的解释精度。

    测井数据质量检测方法、装置、计算设备及存储介质

    公开(公告)号:CN117910883B

    公开(公告)日:2024-07-02

    申请号:CN202410303295.3

    申请日:2024-03-18

    Abstract: 本申请公开了一种测井数据质量检测方法、装置、计算设备及存储介质。其中,方法包括:获取对同一井段进行两次测量得到的主测井数据以及复测井数据;针对井段中的任一测井深度,确定该测井深度对应的深度区间,从主测井数据中获取位于该深度区间的第一测井数据,以及从复测井数据中获取位于该深度区间的第二测井数据;采用动态时间规整算法,计算任一测井深度的第一测井数据和第二测井数据的差异值;将任一测井深度对应的差异值与预设差异阈值比对,根据比对结果得到主测井数据的质量检测结果。本方案能够准确地获得不同测井深度处两次测量的测量差异,便于准确地检测主测井数据的数据质量,保障后续地质解释及工程决策精度。

Patent Agency Ranking