基于多信息融合的層次聚類測(cè)井曲線自動(dòng)分層方法

張景越，肖小玲，，王鵬飛，向家富，張翔

（1.長(zhǎng)江大學(xué)計(jì)算機(jī)科學(xué)學(xué)院，湖北 荊州 434000；2.油氣資源與勘探技術(shù)教育部重點(diǎn)實(shí)驗(yàn)室（長(zhǎng)江大學(xué)），湖北 武漢 430100）

測(cè)井曲線分層是在利用測(cè)井資料進(jìn)行巖性識(shí)別、測(cè)井相分析、沉積相分析、存儲(chǔ)參數(shù)等研究工作時(shí)，首先要完成的工作，正確合理的分層能夠保證后續(xù)的研究順利進(jìn)行［1］。但每個(gè)地區(qū)的地質(zhì)情況不同，沒(méi)有哪一種方法能夠適用于所有地區(qū)，需要根據(jù)實(shí)際情況選擇合適的測(cè)井曲線和分層方法以提高分層精度。

目前測(cè)井曲線分層方法分為兩大類： 傳統(tǒng)的時(shí)域分析方法和新興的頻域分析方法。時(shí)域分析方法包括層內(nèi)差異法、極值方差法、活度分層法，以及人工智能方法中的自組織神經(jīng)網(wǎng)絡(luò)、人工神經(jīng)網(wǎng)絡(luò)等；頻域分析方法包括Hilbert-Huang 變換、小波變換等方法。

時(shí)域分析方法基于曲線形態(tài)本身進(jìn)行分層。沈祿銀等［2］將多條曲線上的信息整合，形成一條包含多曲線信息的綜合曲線，然后使用活度分層法對(duì)綜合曲線進(jìn)行分層。極值方差法的指導(dǎo)思想是層內(nèi)差異小、層間差異大，用求微分、斜率極值點(diǎn)在測(cè)井曲線上尋找拐點(diǎn)和半幅點(diǎn)［3-4］。閻輝等［5］提出用自組織神經(jīng)網(wǎng)絡(luò)對(duì)測(cè)井曲線進(jìn)行自動(dòng)分層。還有一些使用機(jī)器學(xué)習(xí)法［6-8］，其中人工智能的BP 神經(jīng)網(wǎng)絡(luò)方法也被廣泛使用［9-12］，但使用BP 神經(jīng)網(wǎng)絡(luò)首先需要大量的樣本對(duì)網(wǎng)絡(luò)進(jìn)行訓(xùn)練，并且不同地區(qū)需要訓(xùn)練不同的樣本。

頻域分析方法則通過(guò)曲線在頻域空間中的特性進(jìn)行分析。……