一种判别砂体曲线形态的方法及系统与流程

1.本发明涉及油气藏研究技术领域，尤指一种判别砂体曲线形态的方法及系统，评价油气藏单个沉积期砂岩层测井曲线形态。


背景技术：

2.在现有技术中，利用测井曲线形态判断沉积微相的方法已经有较多的研究，其原理主要是根据储层粒度的旋回性变化导致的物性不同，主要采用sp(电位曲线)及gr(伽马曲线)等。
3.根据调研情况，当前判断测井曲线形态主要是偏重于数学方式，如蔺景龙、许少华等在《沉积微相测井识别》里提出的神经网络方法，在测井曲线沉积微相特征的提取上采用二值点阵模式，对网络直接输入各个微相模式的原始测井数据，由网络自动提取和记忆曲线所表征的微相模式特征。而靳松、朱筱敏、钟大康等在《变差函数在沉积微相自动识别中的应用》利用变差函数对测井曲线的形态进行研究，并将不同方向上的变程作为定量刻画参数，来分析各个方向变程所蕴含的沉积学意义。0
°
方向的变程反映沉积环境的能量稳定程度；90
°
方向变程反映水动力动荡程度；45
°
和135
°
方向变程分别反映正韵律和反韵律特征。变程星形图可全面地刻画测井曲线的形态特征，反映沉积环境的水动力变化规律。以多方向变程为主要参数建立的定量识别模式，对微相分类明显，易于导入各类模式识别方法中，从而提高微相识别的效率和准确度。但是，现有技术中至少存在以下几个方面的问题：1、测井曲线存在诸多异常点，导致其结果与实际情况存在较多误差；2、大多数测井曲线存在齿化程度高的问题，对计算结果容易造成影响；3、计算方法过于复杂，与地质学上包络线式判断曲线形态的方式有根本性区别。
4.因此，亟需一种可以克服上述问题的测井曲线形态的判别方案。


技术实现要素：

5.为解决现有技术存在的问题，本发明提出了一种判别砂体曲线形态的方法及系统，该方法及系统能够通过采用重心值法可以最大限度的排除测井曲线齿化及部分异常值带来的判断误差，从而达到以模糊算法进行精确判识的目的。
6.在本发明实施例的第一方面，提出了一种判别砂体曲线形态的方法，该方法包括：
7.获取测井解释结果；
8.在所述测井解释结果中选取目标层段的测井曲线；
9.将选取的测井曲线进行平均二分，得到长度相等的上部曲线及下部曲线；
10.对所述上部曲线及下部曲线进行异常点去除处理，分别统计上部曲线及下部曲线的伽马平均值；
11.通过对岩心观察判断的岩性旋回性变化及曲线形态人工判识结果确定形态门槛值；
12.计算所述上部曲线及下部曲线的伽马平均值的差值，将所述差值与所述形态门槛
值进行比较，得到测井曲线形态。
13.进一步的，该方法还包括：
14.获取研究区岩心观察以外的井的测井曲线，根据测井曲线进行形态判别，并抽取判别结果进行验证，若判别结果的符合率超过预设值则判定判别结果合格。
15.进一步的，对所述上部曲线及下部曲线进行异常点去除处理，分别统计上部曲线及下部曲线的伽马平均值，包括：
16.采用概率累积法分别统计上部曲线及下部曲线的伽马值，去除单独分布的异常值；
17.根据异常值去除后的上部曲线及下部曲线，分别计算保留数据的伽马平均值。
18.进一步的，通过对岩心观察判断的岩性旋回性变化及曲线形态人工判识结果确定形态门槛值，包括：
19.对研究工区内的全部测井进行岩心观察，根据下粗上细、下细上粗或均匀无变化在内的情况，确定不同粒度变化导致的钟形、漏斗形或箱形曲线对应的岩心段；
20.对测井曲线进行深度校正，分别利用二分重心法计算得到研究区中不同形状曲线上下两部分的均值标准差值，将均值标准差值作为形态门槛值。
21.在本发明实施例的第二方面，提出了一种判别砂体曲线形态的系统，该系统包括：
22.数据获取模块，用于获取测井解释结果；
23.测井曲线选取模块，用于在所述测井解释结果中选取目标层段的测井曲线；
24.测井曲线处理模块，用于将选取的测井曲线进行平均二分，得到长度相等的上部曲线及下部曲线；
25.异常点去除模块，用于对所述上部曲线及下部曲线进行异常点去除处理，分别统计上部曲线及下部曲线的伽马平均值；
26.门槛值确定模块，用于通过对岩心观察判断的岩性旋回性变化及曲线形态人工判识结果确定形态门槛值；
27.测井曲线形态计算模块，用于计算所述上部曲线及下部曲线的伽马平均值的差值，将所述差值与所述形态门槛值进行比较，得到测井曲线形态。
28.进一步的，该系统还包括：
29.结果验证模块，用于获取研究区岩心观察以外的井的测井曲线，根据测井曲线进行形态判别，并抽取判别结果进行验证，若判别结果的符合率超过预设值则判定判别结果合格。
30.进一步的，所述异常点去除模块具体用于：
31.采用概率累积法分别统计上部曲线及下部曲线的伽马值，去除单独分布的异常值；
32.根据异常值去除后的上部曲线及下部曲线，分别计算保留数据的伽马平均值。
33.进一步的，所述门槛值确定模块具体用于：
34.对研究工区内的全部测井进行岩心观察，根据下粗上细、下细上粗或均匀无变化在内的情况，确定不同粒度变化导致的钟形、漏斗形或箱形曲线对应的岩心段；
35.对测井曲线进行深度校正，分别利用二分重心法计算得到研究区中不同形状曲线上下两部分的均值标准差值，将均值标准差值作为形态门槛值。
36.在本发明实施例的第三方面，提出了一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现判别砂体曲线形态的方法。
37.在本发明实施例的第四方面，提出了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现判别砂体曲线形态的方法。
38.本发明提出的判别砂体曲线形态的方法及系统以测井解释砂岩结果为计算目标，能够减少目的曲线段上下限值确定的误差；同时，本发明还采用了上下两部均分法，宏观性总体比较两部分数据，并利用概率累积法，剔除异常值及齿化现象干扰，能够获得可靠判别结果。
附图说明
39.为了更清楚地说明本技术实施例技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图是本技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其它的附图。
40.图1是本发明一实施例的判别砂体曲线形态的方法流程示意图。
41.图2是本发明另一实施例的判别砂体曲线形态的方法流程示意图。
42.图3是本发明一具体实施例的鄂尔多斯盆地某井长81段测井综合柱状图。
43.图4是本发明一具体实施例的目的层段上半部伽马曲线概率分布曲线图。
44.图5是本发明一具体实施例的目的层段下半部伽马曲线概率分布曲线图。
45.图6是本发明一实施例的判别砂体曲线形态的系统架构示意图。
46.图7是本发明一实施例的计算机设备结构示意图。
具体实施方式
47.下面将参考若干示例性实施方式来描述本发明的原理和精神。应当理解，给出这些实施方式仅仅是为了使本领域技术人员能够更好地理解进而实现本发明，而并非以任何方式限制本发明的范围。相反，提供这些实施方式是为了使本公开更加透彻和完整，并且能够将本公开的范围完整地传达给本领域的技术人员。
48.本领域技术人员知道，本发明的实施方式可以实现为一种系统、装置、设备、方法或计算机程序产品。因此，本公开可以具体实现为以下形式，即：完全的硬件、完全的软件(包括固件、驻留软件、微代码等)，或者硬件和软件结合的形式。
49.根据本发明的实施方式，提出了一种判别砂体曲线形态的方法及系统。该方法及系统涉及油气藏单个沉积期砂岩层测井曲线形态评价，是一种利用数学模型进行砂岩对应测井曲线形态的模糊判断新方法；主要适用于油田在沉积岩对应的沉积微相中的测井相识别技术，测井曲线数据是油田生产中大量测试的数据，精度高、数据取得方便，对储层具有很高的敏感性，是石油勘探研究中最常用的数据，该方法大大提高了测井形态定量判断的准确性，为勘探家们研究地质问题提供了一种可靠的方法。
50.下面参考本发明的若干代表性实施方式，详细阐释本发明的原理和精神。
51.图1是本发明一实施例的判别砂体曲线形态的方法流程示意图。如图1所示，该方
法包括：
52.步骤s101，获取测井解释结果；
53.步骤s102，在所述测井解释结果中选取目标层段的测井曲线；
54.步骤s103，将选取的测井曲线进行平均二分，得到长度相等的上部曲线及下部曲线；
55.步骤s104，对所述上部曲线及下部曲线进行异常点去除处理，分别统计上部曲线及下部曲线的伽马平均值；
56.步骤s105，通过对岩心观察判断的岩性旋回性变化及曲线形态人工判识结果确定形态门槛值；
57.步骤s106，计算所述上部曲线及下部曲线的伽马平均值的差值，将所述差值与所述形态门槛值进行比较，得到测井曲线形态。
58.其中，若上部小于下部的为“漏斗形曲线”形态，若上部大于下部的为“钟形”曲线形态，若二者近似相等的为“箱形”曲线形态。
59.进一步的，参考图2，为本发明另一实施例的判别砂体曲线形态的方法流程示意图。如图2所示，该方法还包括：
60.步骤s107，获取研究区岩心观察以外的井的测井曲线，根据测井曲线进行形态判别，并抽取判别结果进行验证，若判别结果的符合率超过预设值则判定判别结果合格。预设值可以为90％，即超过90％则可以判定测井曲线形态合格。
61.在一实施例中，步骤s104的详细过程包括：
62.步骤s1041，采用概率累积法分别统计上部曲线及下部曲线的伽马值，去除单独分布的异常值；
63.步骤s1042，根据异常值去除后的上部曲线及下部曲线，分别计算保留数据的伽马平均值。
64.在一实施例中，步骤s105的详细过程包括：
65.步骤s1051，对研究工区内的全部测井进行岩心观察，根据下粗上细、下细上粗或均匀无变化在内的情况，确定不同粒度变化导致的钟形、漏斗形或箱形曲线对应的岩心段；
66.步骤s1052，对测井曲线进行深度校正，分别利用二分重心法计算得到研究区中不同形状曲线上下两部分的均值标准差值，将均值标准差值作为形态门槛值。
67.需要说明的是，尽管在上述实施例及附图中以特定顺序描述了本发明方法的操作，但是，这并非要求或者暗示必须按照该特定顺序来执行这些操作，或是必须执行全部所示的操作才能实现期望的结果。附加地或备选地，可以省略某些步骤，将多个步骤合并为一个步骤执行，和/或将一个步骤分解为多个步骤执行。
68.为了对上述判别砂体曲线形态的方法进行更为清楚的解释，下面结合一个具体的实施例来进行说明，然而值得注意的是该实施例仅是为了更好地说明本发明，并不构成对本发明不当的限定。
69.以鄂尔多斯盆地某井为例，进行砂体测井曲线形态的判别。参考图3，为鄂尔多斯盆地某井长81段测井综合柱状图。
70.步骤s1，目标选择：
71.首先，在图3中，选取井段2467m-2471m段砂岩对应的测井曲线作为目标层段。
72.步骤s2，平均二分曲线：
73.在目标层段二分之一处，即2469m作为划分界限，分为上部2467m-2469m及下部2469m-2471m两部分。
74.步骤s3，异常点去除：
75.应用概率累积计算方法，分别对上下两部分伽马值进行数据统计；参考图4及图5，分别为目的层段上半部伽马曲线概率分布曲线图及目的层段下半部伽马曲线概率分布曲线图。
76.如图4所示，上部对数量少的伽马值20gapi两个异常低值进行剔除，并对数量占优的部分进行平均值计算结果为92；
77.如图5所示，下部对数量少的伽马值210gapi、220gapi两个异常高点进行剔除，对主体数据取平均值为79gapi。
78.步骤s4，门槛值确定：
79.对该井及工区内其他井共计20余口进行岩心观察，根据下粗上细、下细上粗或均匀无变化等，确定不同粒度变化导致的钟形、漏斗形及箱形曲线对应的岩心段，并对测井曲线进行深度校正后，再分别进行二分重心法进行计算，统计出该研究区长81段不同形状曲线上下两部分均值标准差值为10。
80.步骤s5，重心判断：
81.用上半部分重心值92减去下半部分重心值79，差值结果为13，判定结果为“钟形”。
82.步骤s6，结果验证：
[0083]“钟形”形态判断与人工识别测井曲线形态及岩心观察到的粒度变化相符合，计算结果合格。
[0084]
经过上述过程，本实例井目的层段人工判断及岩心观察结果皆为钟形，但按照目前其他数学方法对曲线形态的判断，其计算范围要大于测井解释的砂体范围，计算的是整个曲线形态变化的拐点，这样就导致诸多异常值被计算在内，从而导致结果出现误差，此例按神经网络法及变差函数都未能准确判断，这与二者需要大量数据进行数据库储备有关，对单个或少数井的曲线判断容易出现误差。而在对近20个测井曲线形态采用重心值法判断后则快速、准确的判断出了结果。
[0085]
本发明提出的判别砂体曲线形态的方法及系统以测井解释砂岩结果为计算目标，能够减少目的曲线段上下限值确定的误差；本发明采用上下两部均分法，宏观性总体比较两部分数据，并利用概率累积法，剔除异常值及齿化现象干扰，能够获得可靠判别结果。
[0086]
需要说明的是，本发明所采用的模型适合单个沉积期连续砂岩段物性及粒度变化导致的测井曲线形态判断，最小判断范围大于0.5米，分析中要首先以岩心观察对沉积微相的判断结果为基准，建立研究区内一定数量及控制范围的样品。
[0087]
在介绍了本发明示例性实施方式的方法之后，接下来，参考图6对本发明示例性实施方式的判别砂体曲线形态的系统进行介绍。
[0088]
判别砂体曲线形态的系统的实施可以参见上述方法的实施，重复之处不再赘述。以下所使用的术语“模块”或者“单元”，可以是实现预定功能的软件和/或硬件的组合。尽管以下实施例所描述的装置较佳地以软件来实现，但是硬件，或者软件和硬件的组合的实现也是可能并被构想的。
[0089]
基于同一发明构思，本发明还提出了一种判别砂体曲线形态的系统，如图6所示，该系统包括：
[0090]
数据获取模块610，用于获取测井解释结果；
[0091]
测井曲线选取模块620，用于在所述测井解释结果中选取目标层段的测井曲线；
[0092]
测井曲线处理模块630，用于将选取的测井曲线进行平均二分，得到长度相等的上部曲线及下部曲线；
[0093]
异常点去除模块640，用于对所述上部曲线及下部曲线进行异常点去除处理，分别统计上部曲线及下部曲线的伽马平均值；
[0094]
门槛值确定模块650，用于通过对岩心观察判断的岩性旋回性变化及曲线形态人工判识结果确定形态门槛值；
[0095]
测井曲线形态计算模块660，用于计算所述上部曲线及下部曲线的伽马平均值的差值，将所述差值与所述形态门槛值进行比较，得到测井曲线形态。
[0096]
在一实施例中，该系统还包括：
[0097]
结果验证模块670，用于获取研究区岩心观察以外的井的测井曲线，根据测井曲线进行形态判别，并抽取判别结果进行验证，若判别结果的符合率超过预设值则判定判别结果合格。
[0098]
在一实施例中，所述异常点去除模块640具体用于：
[0099]
采用概率累积法分别统计上部曲线及下部曲线的伽马值，去除单独分布的异常值；
[0100]
根据异常值去除后的上部曲线及下部曲线，分别计算保留数据的伽马平均值。
[0101]
在一实施例中，所述门槛值确定模块650具体用于：
[0102]
对研究工区内的全部测井进行岩心观察，根据下粗上细、下细上粗或均匀无变化在内的情况，确定不同粒度变化导致的钟形、漏斗形或箱形曲线对应的岩心段；
[0103]
对测井曲线进行深度校正，分别利用二分重心法计算得到研究区中不同形状曲线上下两部分的均值标准差值，将均值标准差值作为形态门槛值。
[0104]
应当注意，尽管在上文详细描述中提及了判别砂体曲线形态的系统的若干模块，但是这种划分仅仅是示例性的并非强制性的。实际上，根据本发明的实施方式，上文描述的两个或更多模块的特征和功能可以在一个模块中具体化。反之，上文描述的一个模块的特征和功能可以进一步划分为由多个模块来具体化。
[0105]
基于前述发明构思，如图7所示，本发明还提出了一种计算机设备700，包括存储器710、处理器720及存储在存储器710上并可在处理器720上运行的计算机程序730，所述处理器720执行所述计算机程序730时实现前述判别砂体曲线形态的方法。
[0106]
基于前述发明构思，本发明提出了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现前述判别砂体曲线形态的方法。
[0107]
本发明提出的判别砂体曲线形态的方法及系统以测井解释砂岩结果为计算目标，能够减少目的曲线段上下限值确定的误差；同时，本发明还采用了上下两部均分法，宏观性总体比较两部分数据，并利用概率累积法，剔除异常值及齿化现象干扰，能够获得可靠判别结果。
[0108]
本领域内的技术人员应明白，本发明的实施例可提供为方法、系统、或计算机程序产品。因此，本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、cd-rom、光学存储器等)上实施的计算机程序产品的形式。
[0109]
本发明是参照根据本发明实施例的方法和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
[0110]
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
[0111]
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
[0112]
最后应说明的是：以上所述实施例，仅为本发明的具体实施方式，用以说明本发明的技术方案，而非对其限制，本发明的保护范围并不局限于此，尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，其依然可以对前述实施例所记载的技术方案进行修改或可轻易想到变化，或者对其中部分技术特征进行等同替换；而这些修改、变化或者替换，并不使相应技术方案的本质脱离本发明实施例技术方案的精神和范围，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应所述以权利要求的保护范围为准。