井间连通路径智能识别方法及电子设备与流程

1.本发明属于石油地质技术领域，更具体地，涉及一种井间连通路径智能识别方法及电子设备。


背景技术：

2.目前，我国石油产量的70％仍来自老油田，其剩余可采储量依然相当可观。与此同时，老油田经过几十年的开发，总体已进入“双高”(高采出程度、高含水)开发阶段。高含水油田挖潜的中心任务是提高原油采收率，提高原油采收率的关键是准确预测剩余油的相对富集区，这类油田的开发成为我国石油所面对的重大挑战。该类油田储集层中92％为非均质储层，预测该类油藏剩余油相对富集区的核心是深化油藏地震描述。非均质油藏描述的关键是储层连通关系的描述。以缝洞型油藏为例，该类油藏的连通路径识别是开展缝洞储集体动用状况分析、注水(气)效果差异性分析、后期调整对策及立体注采井网构建的基础。
3.目前，井间连通路径的识别采用的方法包括生产动态资料反演技术、示踪剂监测技术和干扰试井监测技术。
4.生产动态资料反演技术基于注采井的生产数据，分析井间连通性，由于注采井网复杂，井间连通性分析存在多解性；示踪剂监测技术通过观察示踪剂在采油井中开采动态变化，研究分析井间连通性，该技术更加直观，但是测试成本高，测试持续时间长；干扰试井监测技术通过在激动井改变工作制度使油层压力发生变化，在监测井下高精度压力计测量井底压力数据，通过观测井是否能监测到来自激动井压力变化信号确定井间连通性，但是该技术的缺点在于观测压力讯号小，并且测试成本高，测试时间时间长。
5.为了解决上述技术的问题，采用更加成熟的油藏储集体动静态描述技术，但是油藏储集体动静态描述技术中连通路径的识别主要采用人工识别方法，手工绘制连通图，存在识别效率低、效果差的问题。


技术实现要素：

6.有鉴于此，本发明实施例提供了一种井间连通路径智能识别方法及电子设备，至少解决现有技术中识别效率低且效果差的问题。
7.第一方面，本发明实施例提供了一种井间连通路径智能识别方法，包括：
8.获取待识别的图像数据，所述图像数据中包括井间连通路径；
9.对所述图像数据中的图像进行二值化处理，得到二值化图像；
10.基于所述二值化图像提取流动路径中轴线，得到中轴变换图像；
11.计算所述流动路径的权值；
12.基于所述权值在所述中轴变换图像中查找优势路径，并对所述中轴变换图像中的断点进行重连。
13.可选的，所述基于所述权值在所述中轴变换图像中查找优势路径，并对所述中轴变换图像中的断点进行重连，包括：
14.采用dijkstra算法查找优势路径；
15.采用腐蚀算法对所述中轴变换图像中没有连通的区域进行断点重连。
16.可选的，所述图像数据，包括：地震沿层切片孔隙度数据和井位坐标数据；
17.所述地震沿层切片孔隙度数据至少包括5列数据，分别用于表示图像坐标、地质坐标和孔隙度；
18.所述井位坐标数据至少包括4列数据，分别用于表示地质坐标和像素坐标位置。
19.可选的，所述获取待识别的图像数据的步骤之后，还包括：
20.对获取的图像数据进行数据间插值，
21.所述数据间插值为在相邻两张切片图像数据之间插入相应图像数据。
22.可选的，所述对所述图像数据中的图像进行二值化处理，包括：
23.统计图像数据中每张图片的孔隙像素；
24.基于所述孔隙像素绘制像素直方图；
25.移动平均平滑所述直方图数据；
26.基于移动平均平滑后的直方图数据查找谷底值，将所述谷底值作为二值化阈值。
27.可选的，所述基于所述二值化图像提取流动路径中轴线，包括：
28.对所述二值化图像进行流动中轴提取得到细化后的路径图像，在描述流动路径的同时保留孔隙通道的拓扑特征；
29.采用中轴变换技术在细化后的路径图像中提取流动路径中轴线。
30.可选的，所述计算所述流动路径的权值，包括：
31.所述流动路径的权值为两个顶点和一条边组成的基础单元的权值累加，顶点的属性包括过流面积ai和渗透率ki；
32.所述过流面积ai和渗透率ki的加权方式为：
[0033][0034]
可选的，计算所述过流面积ai包括：
[0035]
按照设定阈值剖分所述中轴变换图像中的流动孔隙和非流动孔隙；
[0036]
选取邻域模板，查找邻域空间内是否存在不可流动孔隙，如果存在，则将离中心目标孔隙最近的不可流动孔隙的距离作为最大球的半径；
[0037]
如果不存在，将邻域模板的半径增大，继续查找邻域空间内是否存在不可流动孔隙；
[0038]
以所述最大球半径为邻域模板半径再次使用邻域模板，查找邻域模板内的所有距离小于等于最大球半径的可流动孔隙，作为该中心目标孔隙可流动孔隙的流动覆盖区域，基于所述覆盖区域得到过流面积。
[0039]
可选的，所述渗透率k的求解的公式具体为：
[0040]
φ表示孔隙度，k表示渗透率，c表示计算常数，d表示砂砾直径。
[0041]
第二方面，本发明实施例还提供了一种电子设备，该电子设备包括：
[0042]
存储器，存储有可执行指令；
[0043]
处理器，所述处理器运行所述存储器中的所述可执行指令，以实现第一方面任一项所述的井间连通路径智能识别方法。
[0044]
本发明通过对图像进行二值化处理，提取流动路径中轴线，计算流动路径的权值，并基于权值查找优势路径。达到提高识别效率和效果的目的。
[0045]
本发明的其它特征和优点将在随后具体实施方式部分予以详细说明。
附图说明
[0046]
通过结合附图对本发明示例性实施方式进行更详细的描述，本发明的上述以及其它目的、特征和优势将变得更加明显，其中，在本发明示例性实施方式中，相同的参考标号通常代表相同部件。
[0047]
图1示出了本发明的实施例二所述的井间连通路径智能识别方法的流程图；
[0048]
图2a示出了本发明的实施例一所述的地震沿层孔隙度切片数据示意图；
[0049]
图2b示出了本发明的实施例一所述的井位坐标数据示意图；
[0050]
图3a示出了本发明的实施例一所述的全三维插值结果示意图；
[0051]
图3b示出了本发明的实施例一所述的分片二维插值结果示意图；
[0052]
图4a示出了本发明的实施例一所述的二值化阈值示意图；
[0053]
图4b示出了本发明的实施例一所述的图像阈值二值化结果示意图；
[0054]
图5示出了本发明的实施例一所述的中轴变换后的结果示意图；
[0055]
图6a示出了本发明的实施例一所述的多对多的路径查找示意图；
[0056]
图6b示出了本发明的实施例一所述的路径参数结果示意图；
[0057]
图7a示出了本发明的实施例二所述的第一张原始图片示意图；
[0058]
图7b示出了本发明的实施例二所述的插值图片示意图；
[0059]
图7c示出了本发明的实施例二所述的第二张原始示意图；
[0060]
图8a示出了本发明的实施例二所述的原始孔隙灰度图像示意图；
[0061]
图8b示出了本发明的实施例二所述的二值化分割之后的图像示意图；
[0062]
图9a示出了本发明的实施例二所述的细化后的路径图像示意图；
[0063]
图9b示出了本发明的实施例二所述的标注井名的路径图像示意图；
[0064]
图10a示出了本发明的实施例二所述的单宽度路径示意图；
[0065]
图10b示出了本发明的实施例二所述的使用最大球方法还原的路径示意图；
[0066]
图11a示出了本发明的实施例二所述的计算结果路径及参数示意图；
[0067]
图11b示出了本发明的实施例二所述的分片二维插值结果示意图。
具体实施方式
[0068]
下面将更详细地描述本发明的优选实施方式。虽然以下描述了本发明的优选实施方式，然而应该理解，可以以各种形式实现本发明而不应被这里阐述的实施方式所限制。
[0069]
一种井间连通路径智能识别方法，包括：
[0070]
获取待识别的图像数据，所述图像数据中包括井间连通路径；
[0071]
对所述图像数据中的图像进行二值化处理，得到二值化图像；
[0072]
基于所述二值化图像提取流动路径中轴线，得到中轴变换图像；
[0073]
计算所述流动路径的权值；
[0074]
基于所述权值在所述中轴变换图像中查找优势路径，并对所述中轴变换图像中的断点进行重连。
[0075]
可选的，所述基于所述权值在所述中轴变换图像中查找优势路径，并对所述中轴变换图像中的断点进行重连，包括：
[0076]
采用dijkstra算法查找优势路径；
[0077]
采用腐蚀算法对所述中轴变换图像中没有连通的区域进行断点重连。
[0078]
可选的，所述图像数据，包括：地震沿层切片孔隙度数据和井位坐标数据；
[0079]
所述地震沿层切片孔隙度数据至少包括5列数据，分别用于表示图像坐标、地质坐标和孔隙度；
[0080]
所述井位坐标数据至少包括4列数据，分别用于表示地质坐标和像素坐标位置。
[0081]
可选的，所述获取待识别的图像数据的步骤之后，还包括：
[0082]
对获取的图像数据进行数据间插值，
[0083]
所述数据间插值为在相邻两张切片图像数据之间插入相应图像数据。
[0084]
插入的图像数据为相邻两张切片图像数据相关数据，如图7a至图7c所示，图7b为插入的图像数据，插入的图像数据采用的空间均值插值算法得到。
[0085]
可选的，所述对所述图像数据中的图像进行二值化处理，包括：
[0086]
统计图像数据中每张图片的孔隙像素；
[0087]
基于所述孔隙像素绘制像素直方图；
[0088]
移动平均平滑所述直方图数据；
[0089]
基于移动平均平滑后的直方图数据查找谷底值，将所述谷底值作为二值化阈值。
[0090]
可选的，所述基于所述二值化图像提取流动路径中轴线，包括：
[0091]
对所述二值化图像进行流动中轴提取得到细化后的路径图像，在描述流动路径的同时保留孔隙通道的拓扑特征；
[0092]
采用中轴变换技术在细化后的路径图像中提取流动路径中轴线。
[0093]
可选的，所述计算所述流动路径的权值，包括：
[0094]
所述流动路径的权值为两个顶点和一条边组成的基础单元的权值累加，顶点的属性包括过流面积ai和渗透率ki；
[0095]
所述过流面积ai和渗透率ki的加权方式为：
[0096][0097]
可选的，计算所述过流面积ai包括：
[0098]
按照设定阈值剖分所述中轴变换图像中的流动孔隙和非流动孔隙；设定阈值是基于阈值计算与剖分方法得到的。
[0099]
选取邻域模板，查找邻域空间内是否存在不可流动孔隙，如果存在，则将离中心目标孔隙最近的不可流动孔隙的距离作为最大球的半径；
[0100]
如果不存在，将邻域模板的半径增大，继续查找邻域空间内是否存在不可流动孔
隙；
[0101]
以所述最大球半径为邻域模板半径再次使用邻域模板，查找邻域模板内的所有距离小于等于最大球半径的可流动孔隙，作为该中心目标孔隙可流动孔隙的流动覆盖区域，基于所述覆盖区域得到过流面积。
[0102]
可选的，所述渗透率k的求解的公式具体为：
[0103][0104]
实施例一：
[0105]
一种井间连通路径智能识别方法，利用地震沿层孔隙度切片数据进行井间连通路径智能识别技术。其方法包括以下步骤：
[0106]
s1、读取并存储数据；
[0107]
本发明需要输入的数据体为地震沿层切片孔隙度数据如图2a所示，同时需要井位坐标数据。沿层切片孔隙度数据体是由一系列.asc文件组成，每一个数据体应包含至少5列数据，分别表示图像坐标(x,y)，地质坐标(x,y)和孔隙度(对应图像灰度)。如图2b所示，井位坐标数据.xlsx文件至少包含四列数据，分别表示地质坐标和像素坐标位置
[0108]
s2、数据间插值；
[0109]
s1中的地震沿层切片数据由于地震分辨率的问题，会造成部分信息缺失，采用目前广泛使用的线性插值方法在相邻两张切片数据之间插入一张图片数据，以提高图像识别精度。如图3a和图3b所示。
[0110]
s3、图像二值化；
[0111]
如图4a和图4b所示，在对图像分析前，需要对图像进行二值化处理。二值化方法需要查找阈值，通过结合图像灰度直方图和油藏孔隙分类理论，采用基于直方图的二值化方法，将所有孔隙统计成直方图，寻找双峰的谷底作为阈值。图像二值化的具体步骤包括：
[0112]
(1)统计每张图片的孔隙像素；
[0113]
(2)绘制像素直方图；
[0114]
(3)移动平均平滑直方图数据；
[0115]
(4)找到谷底值作为二值化阈值。
[0116]
s4、图像特征流动中轴提取；
[0117]
对s3中的二值化图像进行细化也叫流动中轴提取，目的是为了在描述流动路径的同时保留孔隙通道的拓扑特征。采用中轴变换也叫焚烧草地技术(grass-fire technique)提取s3中的流动路径中轴线。如图5所示。
[0118]
s5、建立权重；
[0119]
s4提取流动中轴之后，采用离散达西定律形式计算流动通道的权值。流动通道的权值实际上是两个顶点加一条边组成的基础单元的权值累加。对于单元权值来讲，边的长度表示δx，过流面积ai和渗透率ki均为顶点的属性，按照下列方式加权：
[0120]
[0121][0122]
ai表示过流面积，在二维流动的方式中表示流道垂线半径，采用最大球方法计算。
[0123]
ki表示流动块的渗透率，ki的求解采用k-c公式计算。
[0124][0125][0126]
φ表示孔隙度，k表示渗透率，c表示计算常数，d表示砂砾直径。
[0127]
s6、寻找最优路径。
[0128]
根据s4确定的权值，采用dijkstra算法查找优势通道即最优路径，同时考虑到地震分辨率及噪声等因素的影响采用腐蚀算法对s4图像中的断点进行重连。如图6a和图6b所示。
[0129]
实施例二：
[0130]
如图1所示，一种井间连通路径智能识别方法，基于测井曲线分形维的孔隙结构分类评价，包括以下步骤：
[0131]
s1、读取并存储数据；
[0132]
本发明需要输入的数据体为地震沿层切片孔隙度数据，同时需要井位坐标数据。沿层切片孔隙度数据体是由一系列.asc文件组成，每一个数据体应包含至少5列数据，分别表示图像坐标(x,y)，地质坐标(x,y)和孔隙度(对应图像灰度)。井位坐标数据.xlsx或者.prn文件至少包含四列数据，分别表示地质坐标和像素坐标位置。孔隙度像素坐标及地理坐标如下：
[0133][0134]
井底地理坐标如下：
[0135][0136]
s2、数据间插值；
[0137]
s1中的地震沿层切片数据由于地震分辨率的问题，会造成部分信息缺失，采用目前广泛使用的线性插值方法在相邻两张切片数据之间插入一张图片数据，以提高图像识别精度。如图7a至图7c所示。
[0138]
s3、图像二值化；
[0139]
如图8a和图8b所示，在对图像分析前，需要对图像进行二值化处理。二值化方法需要查找阈值，通过结合图像灰度直方图和油藏孔隙分类理论，采用基于直方图的二值化方法，将所有孔隙统计成直方图，寻找双峰的谷底作为阈值。图像二值化的具体步骤包括：
[0140]
统计每张图片的孔隙像素；
[0141]
绘制像素直方图；
[0142]
移动平均平滑直方图数据；
[0143]
找到谷底值作为二值化阈值。
[0144]
s4、图像特征流动中轴提取；
[0145]
对s3中的二值化图像进行细化也叫流动中轴提取，目的是为了在描述流动路径的同时保留孔隙通道的拓扑特征。采用中轴变换也叫焚烧草地技术(grass-fire technique)提取s3中的流动路径中轴线。如图9a至图9b所示。
[0146]
s5、建立权重；
[0147]
达西定律确定了线性流动下的渗流规律，连续达西定律为：
[0148][0149]
其中，q为流量，k为渗透率，a为渗流面积，δp为渗流压差，为渗流的动力，μ为流体
粘度，δx为岩心长度，岩心长度是离散前的整体，边的长度是离散后的结果。岩心长度与岩心长度是相同的含义。
[0150]
令渗流阻力为r，上式可改写为：
[0151][0152]
其中，
[0153][0154]
由于流动过程中流体粘度μ为定值，故对渗流阻力的大小没有影响。由于根据基础模型的情况可知，以上方式得到的基础模型为由节点和边确定的离散渗流模型，其求解区域为离散的孔隙像素点。
[0155]
故需将达西定律离散化，在微小渗流单元内，流体渗流阻力可表示为：
[0156][0157]
其中，δx
i
表示第流动路径上的第i-1个孔隙和第i个孔隙的空间距离(边的长度)，k
i
表示第i个孔隙的渗透率(kc公式求解)，a
i
表示第i个孔隙的流动面积(二维空间表示流动宽度，由最大球算法确定)。
[0158]
考虑到单宽度的单向单条流动通道的阻力为线性叠加(串联机理)，即：
[0159]
r＝r1+r2+...＝∑r
i
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(7)，
[0160]
即每两个连接节点之间(每两个可流动孔隙节点)按照串联模式计算流动阻力。注入井到生产井的流动阻力即为流动路径上每两个连通孔隙点之间区域阻力的线性叠加。
[0161]
s4提取流动中轴之后，采用离散达西定律形式计算流动通道的权值。流动通道的权值实际上是两个顶点加一条边组成的基础单元的权值累加。对于单元权值来讲，边的长度表示δx，过流面积ai和渗透率ki均为顶点的属性，按照下列方式加权：
[0162][0163][0164]
a
i
表示过流面积，在二维流动的方式中表示流道垂线半径，采用最大球方法计算。算法如下：
[0165]
从常规最大球算法的实现过程可以看到，每一个目标孔隙均会与所有的不可流动像素进行距离运算，从原始数据中可以发现，该数据的每一个层位的分辨率为649
×
609，且通过二值阈值剖分情况可知，可流动孔隙度为10％，故可流动孔隙的像素个数为3.6万个，每个可流动孔隙均会与所有不可流动孔隙进行距离计算，计算量巨大，耗时漫长。故本发明提出了一种提速最大球算法，可以有效减小计算量，节约计算时间，如图10a和图10b所示，计算流程如下：
[0166]
按照阈值剖分流动孔隙和非流动孔隙；
[0167]
选取一组5
×
5的邻域模板，查找邻域空间内是否存在不可流动孔隙，如果存在，则将离中心目标孔隙最近的不可流动孔隙的距离作为最大球的半径；
[0168]
如果不存在，将邻域模板的半径增大，返回第(2)步再次进行；
[0169]
找到最大球半径之后，以最大球半径为邻域模板半径再次使用邻域模板，找到模板内的所有距离小于等于最大球半径的可流动孔隙，作为该中心可流动孔隙的流动覆盖区域并记录。
[0170]
ki表示流动块的渗透率，ki的求解采用k-c公式计算。
[0171][0172][0173]
s6、寻找最优路径。
[0174]
根据s4确定的权值，采用dijkstra算法查找优势通道即最优路径，同时考虑到地震分辨率及噪声等因素的影响采用腐蚀算法对s4图像中的断点进行重连。如图11a和图11b所示。
[0175]
本发明公开了一种利用路径分析算法形成缝洞体间连通路径的快速、智能搜索和识别技术流程。利用离散达西定律建立流动路径权重结合dijkstra最短路径算法寻找最优路；对细化图像滤波之后，通过腐蚀算法对原本由于地震分辨率及噪音等因素造成没有连通的区域进行断点重连，极大提高了智能识别的精度。
[0176]
基于油藏地质的孔隙度克里金插值数据结果，通过python的向量化矩阵重组方式还原插值结果，并基于孔隙度分布关系，确定孔隙度流动性的有效值，再采用中轴变换的方式细化提取流动路径，结合dijkstra算法和离散达西定律确定优势流动通道。本发明能够查找和确定地理和加权优势流动通道，为后期油藏增产增注或开采方案优化提供参考。
[0177]
实施例三：
[0178]
本发明实施例提供一种电子设备包括存储器和处理器,
[0179]
存储器，存储有可执行指令；
[0180]
处理器，处理器运行存储器中的可执行指令，以实现井间连通路径智能识别方法。
[0181]
该存储器用于存储非暂时性计算机可读指令。具体地，存储器可以包括一个或多个计算机程序产品，该计算机程序产品可以包括各种形式的计算机可读存储介质，例如易失性存储器和/或非易失性存储器。该易失性存储器例如可以包括随机存取存储器(ram)和/或高速缓冲存储器(cache)等。该非易失性存储器例如可以包括只读存储器(rom)、硬盘、闪存等。
[0182]
该处理器可以是中央处理单元(cpu)或者具有数据处理能力和/或指令执行能力的其它形式的处理单元，并且可以控制电子设备中的其它组件以执行期望的功能。在本发明的一个实施例中，该处理器用于运行该存储器中存储的该计算机可读指令。
[0183]
本领域技术人员应能理解，为了解决如何获得良好用户体验效果的技术问题，本实施例中也可以包括诸如通信总线、接口等公知的结构，这些公知的结构也应包含在本发明的保护范围之内。
[0184]
有关本实施例的详细说明可以参考前述各实施例中的相应说明，在此不再赘述。
[0185]
本发明实施例提供一种计算机可读存储介质，该计算机可读存储介质存储有计算
机程序，该计算机程序被处理器执行时井间连通路径智能识别方法。
[0186]
根据本发明实施例的计算机可读存储介质，其上存储有非暂时性计算机可读指令。当该非暂时性计算机可读指令由处理器运行时，执行前述的本发明各实施例方法的全部或部分步骤。
[0187]
上述计算机可读存储介质包括但不限于：光存储介质(例如：cd－rom和dvd)、磁光存储介质(例如：mo)、磁存储介质(例如：磁带或移动硬盘)、具有内置的可重写非易失性存储器的媒体(例如：存储卡)和具有内置rom的媒体(例如：rom盒)。
[0188]
以上已经描述了本发明的各实施例，上述说明是示例性的，并非穷尽性的，并且也不限于所披露的各实施例。在不偏离所说明的各实施例的范围和精神的情况下，对于本技术领域的普通技术人员来说许多修改和变更都是显而易见的。