一种勘探数据采集及测井数据异常检测方法与流程

本发明涉及数据处理，具体涉及一种勘探数据采集及测井数据异常检测方法。

背景技术：

1、勘探数据采集及测井数据异常检测是勘探地质中的石油、天然气、水等资源的重要步骤，各种测井数据对石油、天然气、水等资源的定位、开发和管理都起着关键作用。为了准确高效的勘探出地质中的石油、天然气、水等资源，现如今采用人工智能技术勘探地质中的石油、天然气、水等资源，提高勘探数据的准确性，准确检测出地质中的异常物质，提高对地质资源开采的效率。但在实际情况中，采集的各种测井数据存在不准确的情况，进而导致不能准确区分每种测井数据中的真实异常数据和故障数据，不能对地质中的资源进行准确的开采，因此，需要对各种测井数据进行准确的异常检测。

2、现有方法中通过离群因子检测算法对每种测井数据进行异常检测，但不同种测井数据之间存在关联，会导致每种测井数据中的异常数据检测不准确，无法准确区分每种测井数据中的真实异常数据和故障数据，进而无法准确检测出地质中的异常物质，不能准确的对地质中的资源进行开采。

技术实现思路

1、为了解决无法准确区分每种测井数据中的真实异常数据和故障数据，导致无法准确检测出地质中的异常物质，进而不能准确的对地质中的资源进行开采的技术问题，本发明的目的在于提供一种勘探数据采集及测井数据异常检测方法，所采用的技术方案具体如下：

2、本发明提出了一种勘探数据采集及测井数据异常检测方法，该方法包括以下步骤：

3、获取预设时间段内每个时刻下的每种目标测井数据；

4、根据相邻时刻下每种目标测井数据之间的差异，以及相邻时刻前一时刻下的每种目标测井数据，获取每个时刻下每种目标测井数据的初始异常程度；

5、根据每个时刻下每种目标测井数据的初始异常程度和每个时刻前预设数量个时刻下每种目标测井数据的初始异常程度之间的变化情况，获取每个时刻下每种目标测井数据的整体偏离程度；

6、根据每个时刻下每种目标测井数据的初始异常程度和整体偏离程度，获取每个时刻下每种目标测井数据的实际异常程度；

7、根据每个时刻下每种目标测井数据的实际异常程度和初始异常程度，筛选出每种目标测井数据中的异常数据；

8、根据每种目标测井数据与其他每种目标测井数据之间的斯皮尔曼秩相关系数，获取每种目标测井数据的匹配目标测井数据；

9、根据每种目标测井数据和对应的匹配目标测井数据中异常数据的分布，获取每种目标测井数据中的真实异常数据和故障数据。

10、进一步地，所述初始异常程度的计算公式为：

11、

12、式中，为第i个时刻下第a种目标测井数据的初始异常程度；为第i个时刻下的第a种目标测井数据；为第(i-1)个时刻下的第a种目标测井数据；norm为归一化函数；为绝对值函数。

13、进一步地，所述整体偏离程度的计算公式为：

14、

15、式中，为第i个时刻下第a种目标测井数据的整体偏离程度；为第i个时刻下第a种目标测井数据的初始异常程度；k为预设数量；为第(i-k)个时刻下第a种目标测井数据的初始异常程度；为绝对值函数。

16、进一步地，所述实际异常程度的计算公式为：

17、

18、式中，为第i个时刻下第a种目标测井数据的实际异常程度；为第i个时刻下第a种目标测井数据的初始异常程度；为第i个时刻下第a种目标测井数据的整体偏离程度；k为预设数量；为第一预设常数，大于0且小于1；为绝对值函数。

19、进一步地，所述根据每个时刻下每种目标测井数据的实际异常程度和初始异常程度，筛选出每种目标测井数据中的异常数据的方法为：

20、根据每个时刻下每种目标测井数据的实际异常程度和初始异常程度，获取每个时刻下每种目标测井数据的异常判断值；

21、根据所述异常判断值，筛选出每种目标测井数据中的异常数据。

22、进一步地，所述异常判断值的计算公式为：

23、

24、式中，为第i个时刻下第a种目标测井数据的异常判断值；为第i个时刻下第a种目标测井数据的实际异常程度；为第i个时刻下第a种目标测井数据的初始异常程度；n为预设时间段内时刻的总数量；为绝对值函数。

25、进一步地，所述筛选出每种目标测井数据中的异常数据的方法为：

26、当所述异常判断值大于或者等于预设的异常判断值阈值时，将对应时刻下的对应种目标测井数据作为异常数据。

27、进一步地，所述根据每种目标测井数据与其他每种目标测井数据之间的斯皮尔曼秩相关系数，获取每种目标测井数据的匹配目标测井数据的方法为：

28、获取斯皮尔曼秩相关系数的绝对值，作为目标值；

29、将每种目标测井数据的最大目标值对应的其他一种目标测井数据，作为每种目标测井数据的匹配目标测井数据。

30、进一步地，所述根据每种目标测井数据和对应的匹配目标测井数据中异常数据的分布，获取每种目标测井数据中的真实异常数据和故障数据的方法为：

31、对于任一种目标测井数据，将该种目标测井数据中的每个异常数据对应的时刻，作为目标时刻；

32、当该种目标测井数据对应的匹配目标测井数据在目标时刻下为异常数据时，将该种目标测井数据对应目标时刻下的异常数据作为真实异常数据；

33、当该种目标测井数据对应的匹配目标测井数据在目标时刻下不是异常数据时，将该种目标测井数据对应目标时刻下的异常数据作为故障数据。

34、进一步地，所述目标测井数据包括声波数据、电阻率数据和自然伽马辐射数据。

35、本发明具有如下有益效果：

36、根据相邻时刻下每种目标测井数据之间的差异，以及相邻时刻前一时刻下的每种目标测井数据，获取每个时刻下每种目标测井数据的初始异常程度，初步判断每种目标测井数据中的异常数据，为准确获取每种目标测井数据中的异常数据做准确；为了更加准确的获取每种目标测井数据中的异常数据，进一步根据每个时刻下每种目标测井数据的初始异常程度和每个时刻前预设数量个时刻下每种目标测井数据的初始异常程度之间的变化情况，获取每个时刻下每种目标测井数据的整体偏离程度，进一步确定每个时刻下每种目标测井数据的异常程度；进而根据每个时刻下每种目标测井数据的初始异常程度和整体偏离程度，获取每个时刻下每种目标测井数据的实际异常程度，因此，根据每个时刻下每种目标测井数据的实际异常程度和初始异常程度，准确筛选出每种目标测井数据中的异常数据，提高对地质中的资源进行检测的准确性；为了对地质中的资源进行准确的开采，进而根据每种目标测井数据与其他每种目标测井数据之间的斯皮尔曼秩相关系数，获取每种目标测井数据的匹配目标测井数据，为准确区分每种目标测井数据中的真实异常数据和故障数据做准确，因此，根据每种目标测井数据和对应的匹配目标测井数据中异常数据的分布，准确获取每种目标测井数据中的真实异常数据和故障数据，进而对地质中的异常物质进行准确的分析，便于对地质中的资源进行准确高效的开采。