測(cè)井曲線(xiàn)的自動(dòng)分層模型_第1頁(yè)
測(cè)井曲線(xiàn)的自動(dòng)分層模型_第2頁(yè)
測(cè)井曲線(xiàn)的自動(dòng)分層模型_第3頁(yè)
測(cè)井曲線(xiàn)的自動(dòng)分層模型_第4頁(yè)
測(cè)井曲線(xiàn)的自動(dòng)分層模型_第5頁(yè)
已閱讀5頁(yè),還剩22頁(yè)未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說(shuō)明:本文檔由用戶(hù)提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡(jiǎn)介

/ 摘要在地球物理勘探中,為了了解地下地質(zhì)情況,以便于對(duì)具有不同特點(diǎn)的地層確定研究目標(biāo),以與確定將要重點(diǎn)研究的地層,統(tǒng)一不同井號(hào)的研究范圍,其中測(cè)井曲線(xiàn)分層是首先要完成的基礎(chǔ)工作。 本文以1號(hào)井為標(biāo)準(zhǔn)井,建立數(shù)學(xué)模型實(shí)現(xiàn)了測(cè)井曲線(xiàn)的自動(dòng)分層。在建立模型過(guò)程中,對(duì)1號(hào)井的數(shù)據(jù)進(jìn)行了分類(lèi):有效值、無(wú)效值、過(guò)渡值。我們采用零替換的方法處理了題中出現(xiàn)的無(wú)效數(shù)據(jù),對(duì)于其他非正常數(shù)據(jù),由于其表現(xiàn)出的無(wú)規(guī)律性,因此我們采用了中值濾波的處理方法減小了噪聲干擾,從而提高了數(shù)據(jù)質(zhì)量。鑒于測(cè)井曲線(xiàn)中評(píng)價(jià)指標(biāo)過(guò)多的情況,首先根據(jù)數(shù)據(jù)的特點(diǎn)進(jìn)行了初步的篩選,剔除了信息含量少的指標(biāo)。對(duì)于留下的36個(gè)指標(biāo),又根據(jù)信息論的思想,計(jì)算出每一項(xiàng)指標(biāo)的信息量,進(jìn)一步剔除信息量較低的指標(biāo),最終得到22個(gè)測(cè)井曲線(xiàn)評(píng)價(jià)指標(biāo)。該模型對(duì)這22個(gè)指標(biāo)進(jìn)行了主成分分析,得到五個(gè)主成分,其累計(jì)貢獻(xiàn)率達(dá)到了80%以上,起到了降維的作用。再根據(jù)主成分的方差貢獻(xiàn)率確定了每一個(gè)主成分的權(quán)重,然后將所有主成分加權(quán)求和得到一個(gè)新的綜合指標(biāo),從而根據(jù)這一綜合指標(biāo)將所有的測(cè)井曲線(xiàn)綜合為一條測(cè)井曲線(xiàn),利于模型的后續(xù)處理。對(duì)于每號(hào)井的綜合測(cè)井曲線(xiàn),該模型采用matlab軟件編程進(jìn)行了趨勢(shì)分析,對(duì)測(cè)井曲線(xiàn)進(jìn)行了粗分層,確定了分界點(diǎn)的可能位置,然后進(jìn)行了層界面歸并和加權(quán)值法命名,達(dá)到了測(cè)井曲線(xiàn)自動(dòng)分層的目的。依據(jù)建立的模型對(duì)1號(hào)井進(jìn)行了自動(dòng)分層,根據(jù)分層結(jié)果論證了該模型的準(zhǔn)確性程度,得出該模型有較高的準(zhǔn)確性。然后對(duì)2至7號(hào)井進(jìn)行了自動(dòng)分層,通過(guò)了人工分層結(jié)果進(jìn)行對(duì)比,分析了在測(cè)井曲線(xiàn)分層中出現(xiàn)的自動(dòng)分層模型的準(zhǔn)確度問(wèn)題和人工分層的主觀性問(wèn)題。最后,利用文中建立的模型對(duì)8至13號(hào)井進(jìn)行了自動(dòng)分層,給出了分層結(jié)果,并進(jìn)行了對(duì)結(jié)果的分析。關(guān)鍵字:中值濾波;主成分分析;趨勢(shì)分析一、問(wèn)題重述在地球物理勘探中需要利用測(cè)井資料了解地下地質(zhì)情況,其中測(cè)井曲線(xiàn)分層是首先要完成的基礎(chǔ)工作。測(cè)井曲線(xiàn)分層的目的是為了在今后的研究中,便于對(duì)具有不同特點(diǎn)的地層確定研究目標(biāo),以與確定將要重點(diǎn)研究的地層,統(tǒng)一不同井號(hào)的研究范圍。通常,在一個(gè)區(qū)域內(nèi),通過(guò)前期地質(zhì)研究工作,結(jié)合各種測(cè)井?dāng)?shù)據(jù),首先對(duì)最早開(kāi)發(fā)的參考井進(jìn)行詳細(xì)研究。每一種測(cè)井?dāng)?shù)據(jù),都反映了地質(zhì)結(jié)構(gòu)的特點(diǎn)和地層的變化,地質(zhì)人員通過(guò)經(jīng)驗(yàn),綜合各種測(cè)井?dāng)?shù)據(jù)反映的地層特點(diǎn),將井從一定深度開(kāi)始,對(duì)井進(jìn)行井層劃分和命名,如1號(hào)井從距井口深368米處開(kāi)始,依次往下,定名為長(zhǎng)31、長(zhǎng)32、長(zhǎng)33、長(zhǎng)41、長(zhǎng)42、長(zhǎng)61、長(zhǎng)62、長(zhǎng)63、長(zhǎng)71、長(zhǎng)72、長(zhǎng)73、長(zhǎng)81、長(zhǎng)82、長(zhǎng)91、長(zhǎng)92等地層。接著在分析隨后開(kāi)發(fā)的2號(hào)井時(shí),也根據(jù)和1號(hào)井分層的特點(diǎn)和規(guī)律,依次定名為長(zhǎng)31、長(zhǎng)32、長(zhǎng)33、長(zhǎng)41、長(zhǎng)42、長(zhǎng)61、長(zhǎng)62、長(zhǎng)63、長(zhǎng)71、長(zhǎng)72、長(zhǎng)73、長(zhǎng)81、長(zhǎng)82、長(zhǎng)91、長(zhǎng)92等地層。井的位置不同可能會(huì)導(dǎo)致這口井的每一個(gè)層位的深度范圍也不同,甚至有可能會(huì)出現(xiàn)缺失中間某層的現(xiàn)象。如第6號(hào)井缺長(zhǎng)31、長(zhǎng)32層。通常這些工作都是通過(guò)人工來(lái)進(jìn)行的,這就是所謂人工分層方法。該方法不僅費(fèi)時(shí)費(fèi)力,而且分層取值過(guò)程中受測(cè)井分析人員的經(jīng)驗(yàn)知識(shí)和熟練程度影響較大,主觀性較強(qiáng),也會(huì)因?yàn)椴煌慕忉屓藛T的個(gè)人標(biāo)準(zhǔn)有誤差,而造成不同的人員有不同的分層結(jié)果。自動(dòng)分層的基本思想、實(shí)現(xiàn)手段是一個(gè)不斷發(fā)展變化的過(guò)程。由人工分層到自動(dòng)分層,除了計(jì)算機(jī)工具的引入,各種數(shù)據(jù)處理技術(shù)也被應(yīng)用于自動(dòng)分層。隨著一個(gè)區(qū)域開(kāi)發(fā)井的數(shù)量增加,我們希望利用已有分層井點(diǎn)數(shù)據(jù)與變化特點(diǎn)作為控制點(diǎn),結(jié)合每口井豐富的測(cè)井曲線(xiàn)數(shù)據(jù),如密度(DEN)、聲波(AC)、中子(CNL)、自然伽瑪(GR)、自然電位(SP)和電阻率(RT)等的變化特點(diǎn),建立合理的數(shù)學(xué)模型,實(shí)現(xiàn)井位分層人工智能處理,也就是實(shí)現(xiàn)自動(dòng)分層。相對(duì)于人工分層,自動(dòng)分層可以避免人為分層的隨意性,并可在很大程度上提高工作效率。進(jìn)行具體的井位分層人工智能處理,這將極大地提高工作效率。另一方面,希望通過(guò)自動(dòng)分層處理,與人工分層的結(jié)果進(jìn)行比較分析,進(jìn)一步提高分層精度。下面請(qǐng)完成以下工作:以1號(hào)井為標(biāo)準(zhǔn)井,根據(jù)此井的各種測(cè)井曲線(xiàn)數(shù)據(jù),建立數(shù)學(xué)模型,對(duì)第2號(hào)至7號(hào)井進(jìn)行自動(dòng)分層,并且通過(guò)分析,與人工分層結(jié)果進(jìn)行比較分析??紤]是否需要利用你所建立的數(shù)學(xué)模型,對(duì)1號(hào)井的分層結(jié)果進(jìn)行說(shuō)明。通過(guò)前面人工分層與自動(dòng)分層的比較結(jié)果,以與已給的各種測(cè)井曲線(xiàn)數(shù)據(jù),確定合適的數(shù)學(xué)模型對(duì)第8號(hào)井至13號(hào)井進(jìn)行自動(dòng)分層,并分析你的結(jié)論。二、問(wèn)題分析在地球物理勘探中需要利用測(cè)井資料了解地下地質(zhì)情況,其中測(cè)井曲線(xiàn)分層是首先要完成的基礎(chǔ)工作。傳統(tǒng)做法是采用人工分層方法,但是這種方法不僅費(fèi)時(shí)費(fèi)力,而且受分析人員的經(jīng)驗(yàn)知識(shí)和熟練程度影響較大,主觀性較強(qiáng),存在明顯的誤差。我們現(xiàn)在希望利用已有分層井點(diǎn)數(shù)據(jù)與變化特點(diǎn)作為控制點(diǎn),結(jié)合每口井豐富的測(cè)井曲線(xiàn)數(shù)據(jù),建立合理的數(shù)學(xué)模型,實(shí)現(xiàn)井位分層人工智能處理,也就是實(shí)現(xiàn)自動(dòng)分層。第一問(wèn)中,要求以1號(hào)井為標(biāo)準(zhǔn)井,根據(jù)此井的已知數(shù)據(jù),建立模型,對(duì)第2至7號(hào)井進(jìn)行自動(dòng)分層,并且與人工分層結(jié)果作比較。第一步,因?yàn)樵?號(hào)井的測(cè)井曲線(xiàn)數(shù)據(jù)中有66項(xiàng)指標(biāo),6000多個(gè)樣本點(diǎn),所以我們必須剔除掉一些無(wú)關(guān)緊要的指標(biāo),否則由于數(shù)據(jù)量太大而無(wú)法進(jìn)行求解。我們通過(guò)查閱資料,首先人工初步剔除掉30項(xiàng)指標(biāo),然后對(duì)剩余的36項(xiàng)指標(biāo)根據(jù)每一項(xiàng)中所包含信息量的大小,再次剔除掉部分指標(biāo),最終確定出22項(xiàng)指標(biāo)作為研究對(duì)象。第二步,為了消除因儀器設(shè)備引起的測(cè)量數(shù)據(jù)擾動(dòng),我們采用中值濾波的方法處理數(shù)據(jù),得到更有效的數(shù)據(jù)。第三步,將數(shù)據(jù)標(biāo)準(zhǔn)化處理后,采用主成分分析法將多個(gè)指標(biāo)綜合成少數(shù)幾個(gè)綜合指標(biāo),即確定出幾個(gè)主成分。第四步,根據(jù)每一個(gè)主成分對(duì)分層結(jié)果的貢獻(xiàn)率確定出每個(gè)主成分的權(quán)重,再將所有主成分綜合成一個(gè)綜合指標(biāo),這樣每一口井可以得到一條關(guān)于這個(gè)指標(biāo)的測(cè)井曲線(xiàn)。第五步,我們對(duì)測(cè)井曲線(xiàn)進(jìn)行趨勢(shì)分析,通過(guò)計(jì)算測(cè)井曲線(xiàn)上各點(diǎn)的切線(xiàn)斜率,可以判斷層界面的大體位置,從而完成初步分層,然后對(duì)初步分層中不必要的小薄層利用層界面歸并歸并為一層。第六步,我們通過(guò)計(jì)算每口井每一層的測(cè)井值,利用距離判別的思想,分別于1號(hào)井作比較,完成對(duì)井層的命名。最后,我們通過(guò)作圖將第2至7號(hào)井自動(dòng)分層結(jié)果與人工分層結(jié)果作比較,對(duì)比較結(jié)果作出分析,并且對(duì)1號(hào)井的分層結(jié)果進(jìn)行說(shuō)明。第二問(wèn)中,根據(jù)第一問(wèn)中已經(jīng)建立的模型,結(jié)合已有的第8至13號(hào)井的測(cè)井?dāng)?shù)據(jù),對(duì)第8至13號(hào)井進(jìn)行自動(dòng)分層,并且對(duì)分層的結(jié)果作出分析。三、模型假設(shè)1.測(cè)井?dāng)?shù)據(jù)真實(shí)可靠,不考慮人為因素引起的誤差;2.不考慮地層變化引起的分層波動(dòng);3.以1號(hào)井為標(biāo)準(zhǔn),它包含所有的地質(zhì)分層情況。四、符號(hào)說(shuō)明符號(hào)含義第項(xiàng)指標(biāo)的信息量第項(xiàng)指標(biāo)的標(biāo)準(zhǔn)差第項(xiàng)指標(biāo)的均值標(biāo)準(zhǔn)化后第項(xiàng)指標(biāo)第個(gè)觀測(cè)值隨機(jī)向量的均值隨機(jī)向量的協(xié)方差矩陣主成分分析中相關(guān)系數(shù)矩陣主成分的特征值主成分的特征向量五、模型建立的準(zhǔn)備5.1數(shù)據(jù)的預(yù)處理我們觀察分析每口井的測(cè)井?dāng)?shù)據(jù),發(fā)現(xiàn)每項(xiàng)指標(biāo)測(cè)得的數(shù)據(jù)值可以分為以下幾類(lèi),第一類(lèi),無(wú)效值,如-9999;第二類(lèi),有效值,如30.885;第三類(lèi),過(guò)渡值,此類(lèi)值往往出現(xiàn)在從無(wú)效值到有效值的過(guò)渡段,如-6196.22。我們考慮到無(wú)效值會(huì)影響分層計(jì)算的結(jié)果,而且無(wú)效值都是相同的值,為了便于計(jì)算,將每口井的測(cè)井?dāng)?shù)據(jù)中無(wú)效值全部替換為0。而對(duì)于過(guò)渡值,因?yàn)樗鼪](méi)有規(guī)律可循,無(wú)法一一替換,我們將在模型中采用中值濾波的方法消除它帶來(lái)的噪聲干擾。六、模型的建立與求解6.1問(wèn)題一模型的建立與求解6.1.1在1號(hào)井的測(cè)井?dāng)?shù)據(jù)中,一共有66項(xiàng)指標(biāo),由于數(shù)據(jù)量太過(guò)龐大,計(jì)算機(jī)無(wú)法在短時(shí)間內(nèi)算出結(jié)果,所以必須簡(jiǎn)化指標(biāo)。我們通過(guò)查閱資料,人為初步剔除了30項(xiàng)指標(biāo),剔除后的36項(xiàng)指標(biāo),如下表所示,表1人工初步剔除后的36項(xiàng)指標(biāo)DENRILDRILMRLL8SP1R4.0SPDEViAZImGRACRMLRMNCALCNLR4.0%cnl%GR%AC%RILD%RILM%RLL8%SP1%RMN%SP%den%CAL%RML%PORTSWSHSXORTCIDCIMCIL86.1.2在信息論中,如果某項(xiàng)指標(biāo)的變化幅度越大,我們就認(rèn)為這項(xiàng)指標(biāo)所攜帶的信息量越大,對(duì)結(jié)果的影響越大,也就是說(shuō)這項(xiàng)指標(biāo)越重要。而在1號(hào)井的測(cè)井?dāng)?shù)據(jù)中,測(cè)井開(kāi)始和測(cè)井結(jié)束時(shí)每項(xiàng)指標(biāo)的數(shù)據(jù)都是無(wú)效的,這些數(shù)據(jù)對(duì)分層不能提供有效地信息,所以我們?nèi)拈L(zhǎng)31的底深(294)到長(zhǎng)92的底深(857.8)這一段測(cè)井?dāng)?shù)據(jù)作為每項(xiàng)指標(biāo)的有效觀測(cè)值,然后我們定義某項(xiàng)指標(biāo)所有有效觀測(cè)值的標(biāo)準(zhǔn)差與均值的比值大小為該指標(biāo)的信息量,即.……(1)其中,表示第項(xiàng)指標(biāo)的信息量,表示第項(xiàng)指標(biāo)的標(biāo)準(zhǔn)差,表示第項(xiàng)指標(biāo)的均值。我們?cè)贓xcel中利用Average函數(shù)和STDEVP函數(shù)分別求出1號(hào)井人工初步剔除后每項(xiàng)指標(biāo)的均值和標(biāo)準(zhǔn)差,然后代入(1)式,求得每項(xiàng)指標(biāo)的信息量,作出如下圖:圖136項(xiàng)指標(biāo)的信息量圖中橫坐標(biāo)表示每一項(xiàng)指標(biāo),縱坐標(biāo)表示每一項(xiàng)指標(biāo)對(duì)應(yīng)的信息量,從中可以看出有些指標(biāo)的信息量非常小,完全可以剔除掉,經(jīng)過(guò)再次剔除后剩余22項(xiàng)指標(biāo),它們的信息量如下圖:圖222項(xiàng)指標(biāo)的信息量從圖2中可以看出,這22項(xiàng)指標(biāo)的信息量基本都大于0.5,我們認(rèn)為這些指標(biāo)攜帶著影響分層的主要信息,是比較重要的指標(biāo)。最終選取的22項(xiàng)指標(biāo)如下表所示:表2根據(jù)信息量大小再次剔除后的指標(biāo)RILDRILMRLL8R4.0DEViAZImRMLRMNCNLR4.0%cnl%RTRILD%RILM%RLL8%CIDCIMCIL8SHRMN%RML%PORT6.1.3為了消除因儀器設(shè)備產(chǎn)生的測(cè)量數(shù)據(jù)擾動(dòng),我們采用中值濾波對(duì)數(shù)據(jù)進(jìn)行處理。假設(shè)有數(shù)據(jù)樣本序列,當(dāng)濾波窗口為,其中值濾波的步驟為:(1)取以第個(gè)數(shù)據(jù)為中心的個(gè)數(shù)據(jù)行進(jìn)行排序(順序或逆序均可);(2)取排序后的中間值,即第個(gè)數(shù)據(jù)作為第點(diǎn)的濾波值;(3)自上而下迭代計(jì)算離散曲線(xiàn)上的各點(diǎn)。中值濾波流程如圖3所示圖3中值濾波流程圖輸入輸入;調(diào)用快速排序,得輸出開(kāi)始結(jié)束否是濾波窗口中的的的視目的不同而定。時(shí),濾波器失效;較?。ㄈ纾r(shí)可保持曲線(xiàn)的幅度值;較大時(shí)可只保持曲線(xiàn)的變化趨勢(shì)。在這里,我們沒(méi)有找到很好的辦法確定的大小,只能經(jīng)過(guò)對(duì)不同值的嘗試,最終確定當(dāng)時(shí),比較合理。6.1.4為了消除各項(xiàng)指標(biāo)之間不同量綱的影響,對(duì)每項(xiàng)指標(biāo)的觀測(cè)值進(jìn)行標(biāo)準(zhǔn)化處理,即:.……(2)式中,,,表示第項(xiàng)指標(biāo)的第個(gè)觀測(cè)值,表示第項(xiàng)指標(biāo)所有觀測(cè)值的均值,且,表示第項(xiàng)指標(biāo)所有觀測(cè)值的標(biāo)準(zhǔn)差,且,表示標(biāo)準(zhǔn)化處理后第項(xiàng)指標(biāo)的第個(gè)觀測(cè)值。根據(jù)式(2),我們對(duì)所有指標(biāo)的觀測(cè)值進(jìn)行標(biāo)準(zhǔn)化處理。6.1.5主成分分析法是利用降維的思想,在力保數(shù)據(jù)信息損失最少的原則下,把多個(gè)指標(biāo)轉(zhuǎn)化為少數(shù)幾個(gè)綜合指標(biāo)的一種對(duì)多變量數(shù)據(jù)進(jìn)行最佳綜合簡(jiǎn)化的多元統(tǒng)計(jì)方法。設(shè)它的數(shù)據(jù)有個(gè)指標(biāo),QUOTEQUOTE,分別用表示,這個(gè)指標(biāo)構(gòu)成的維的隨機(jī)向量為QUOTEQUOTE。設(shè)隨機(jī)向量的均值為,協(xié)方差矩陣為。對(duì)進(jìn)行線(xiàn)性變換,形成新的綜合變量,滿(mǎn)足下式:其中在上面各式中,表示第個(gè)主成分,表示第個(gè)主成分中,第個(gè)指標(biāo)的載荷。主成分分析的基本步驟如下:第一步:求協(xié)方差矩陣。對(duì)于1號(hào)井,有22項(xiàng)指標(biāo)需要處理,則先由原始數(shù)據(jù)得到協(xié)方差矩陣。第二步:指標(biāo)的標(biāo)準(zhǔn)化處理。利用5.1.4中標(biāo)準(zhǔn)化處理后的結(jié)果,可得到新的數(shù)據(jù)矩陣。第三步:計(jì)算相關(guān)系數(shù)矩陣。其中,為原來(lái)變量與的相關(guān)系數(shù),其計(jì)算公式為:因?yàn)槭菍?shí)對(duì)稱(chēng)矩陣(即),所以只需計(jì)算其上三角元素或下三角元素即可。第四步:計(jì)算特征值與特征向量。解特征方程求特征值。因?yàn)闉檎ň仃?,所以其特征值都為正?shù),將其按大小順序排序,即。特征值是各主成分的方差,它的大小反映了各個(gè)主成分在描述被評(píng)價(jià)對(duì)象上所起的作用;然后根據(jù)方程可確定特征向量的矩陣。第五步:計(jì)算主成分貢獻(xiàn)率與累計(jì)貢獻(xiàn)率,確定主成分個(gè)數(shù)。主成分的貢獻(xiàn)率為,累計(jì)貢獻(xiàn)率為。一般取累計(jì)貢獻(xiàn)率達(dá)80%至95%的特征值所對(duì)應(yīng)的個(gè)主成分。我們通過(guò)Matlab編程按照上述步驟求解,最終得到的每個(gè)主成分中各個(gè)指標(biāo)的系數(shù)矩陣如下表所示:表3每個(gè)主成分中各個(gè)指標(biāo)的系數(shù)主成分指標(biāo)12345CIL8-0.31330.0688-0.0150.0681-0.0251CIM-0.30350.0884-0.0220.13070.0451CID-0.22080.1906-0.07540.19070.1135RT-0.16130.2042-0.0710.37880.0157SH0.0106-0.0507-0.67-0.1810.0165PORT0.0358-0.0074-0.6848-0.0760.1351RMN%-0.2505-0.0996-0.01820.29450.0617RML%-0.2485-0.13730.02740.2530.0546RLL8%0.07210.4417-0.0890.10520.1163RILM%-0.07310.17320.0140.1389-0.0008RILD%0.07330.4413-0.09250.12060.091cnl%-0.23550.18720.057-0.3493-0.2522R4.0%-0.22370.2140.0631-0.3794-0.233CNL-0.15870.2643-0.0012-0.3353-0.2717RMN-0.21980.01240.0846-0.27130.5864RML-0.2151-0.0150.1267-0.29690.574AZIm-0.075-0.367-0.0282-0.0276-0.0166DEVi0.14570.3680.04020.08770.0444R4.0-0.31330.0688-0.0150.0681-0.0251RLL80.28110.10030.0762-0.00050.1826RILM0.27850.12230.0913-0.03060.1659RILD0.29380.08560.0759-0.10030.0918在表3中,每一行表示同一個(gè)指標(biāo)在不同主成分中的系數(shù),每一列表示同一個(gè)主成分中不同指標(biāo)的系數(shù),因?yàn)橹鞒煞质窃荚u(píng)價(jià)指標(biāo)的的線(xiàn)性組合,在這個(gè)線(xiàn)性組合中各變量的系數(shù)有大有小、有正有負(fù)。一般而言,線(xiàn)性組合中系數(shù)絕對(duì)值大的指標(biāo)表明其對(duì)該主成分的屬性做出了較大的貢獻(xiàn),若幾個(gè)指標(biāo)系數(shù)相當(dāng)時(shí),則應(yīng)認(rèn)為這一主成分是這幾個(gè)指標(biāo)的綜合。6.1.6確定出綜合評(píng)分函數(shù),即各個(gè)主成分的加權(quán)線(xiàn)性組合。其中,為第個(gè)主成分的權(quán)值,表示第個(gè)主成分,表示綜合評(píng)分值。計(jì)算解得權(quán)向量。6.1.7趨勢(shì)分析是一種既直觀又有效的分層方法,特別是對(duì)于層中心對(duì)稱(chēng)的曲線(xiàn)有很好的分層效果,通過(guò)計(jì)算測(cè)井曲線(xiàn)上各點(diǎn)的切線(xiàn)斜率,可以判斷層界面的大體位置。6.1.7設(shè)離散的測(cè)井曲線(xiàn)上有對(duì)樣本表示測(cè)井樣本的實(shí)測(cè)值,表示樣本的深度,則曲線(xiàn)上點(diǎn)的切線(xiàn)斜率可近似為:為便于計(jì)算判斷,令,對(duì)于等間距的采樣點(diǎn),為定值,可設(shè),所以。可見(jiàn),當(dāng)時(shí),曲線(xiàn)處于拐點(diǎn)處;當(dāng)較大時(shí),曲線(xiàn)的斜率較小。給定門(mén)限值,當(dāng)時(shí),可認(rèn)為實(shí)測(cè)值有顯著變化,它一般處于層界面上。6.1.7.圖4趨勢(shì)分析的流程圖輸入輸入;;計(jì)算輸出各層界面開(kāi)始結(jié)束與異號(hào)標(biāo)志作為新界面的始點(diǎn)否否否是6.1.8在5.1.3中,我們?yōu)榱讼騼x器設(shè)備造成的測(cè)量數(shù)據(jù)擾動(dòng),采用中值濾波對(duì)數(shù)據(jù)進(jìn)行處理,但中值濾波也無(wú)法保證濾掉所有由儀器測(cè)量誤差所產(chǎn)生的尖峰,這將在分層計(jì)算中分出一些不必要的小薄層,這時(shí)需要利用歸并薄層界面來(lái)消除。薄層歸并一般采用掃描迭代的方法。將曲線(xiàn)看成一深度序列,相鄰兩點(diǎn)的深度差為:對(duì)于給定的層厚最小值,當(dāng)時(shí),將此分層并入相鄰的頂層(或相鄰底層)。6.1.8在確定出層界面之后,接下來(lái)就是要計(jì)算層測(cè)井值。即又一層內(nèi)的多個(gè)采樣點(diǎn)的測(cè)井值確定出能反映該層物理特征的一個(gè)測(cè)井值。然后根據(jù)此測(cè)井值,與標(biāo)準(zhǔn)井1號(hào)井的測(cè)井值作比較,從而對(duì)井層命名。我們采用取加權(quán)值的方法,具體的做法是,找出層內(nèi)的個(gè)極值,以極值間的距離(厚度)作為權(quán),進(jìn)行加權(quán)平均,即:取作為本層測(cè)井值。在命名中,首先計(jì)算出1號(hào)井每一層的測(cè)井值,再計(jì)算出其余任一口井每一層的測(cè)井值,然后與1號(hào)井的測(cè)井值相比較,運(yùn)用距離判別的思想,判斷出待命名井各層與1號(hào)井各層的對(duì)應(yīng)關(guān)系,即完成命名。綜合上述所有的模型,并結(jié)合已有的測(cè)井曲線(xiàn),對(duì)第2號(hào)井至7號(hào)井進(jìn)行自動(dòng)分層。最終的分層結(jié)果如下表所示:表4第2至7號(hào)井分層結(jié)果2號(hào)井3號(hào)井4號(hào)井5號(hào)井6號(hào)井7號(hào)井長(zhǎng)31底深318.57298.52302.33307.35300.48305.98長(zhǎng)32底深357.15308.91321.4314.62315.41349.57長(zhǎng)33底深383.5327.1344.8322.77334.93416.75長(zhǎng)41底深429.57378.6383.2350.3388.36464.33長(zhǎng)42底深514.77422.92408.78368.2406.43487.78長(zhǎng)61底深544.94450.7464.95384.1453.08519.98長(zhǎng)62底深574.4464.45494.07397.35522.3549長(zhǎng)63底深637.2529.94517.4407.1554.43583.88長(zhǎng)71底深667.96549.15549.9447.1577.24651.1長(zhǎng)72底深690.85573.03662.6451.9604.76674.4長(zhǎng)73底深722.7637.53688.3469.6629.18711.4長(zhǎng)81底深779.35680.3706.3849.8656.61754.72長(zhǎng)82底深800.6722.93735.17895.2717.97793長(zhǎng)91底深847.4771.96803.82900.2764.93850.8長(zhǎng)92底深874801.64854.65955.7806.88893.556.1.9對(duì)1號(hào)井的分層結(jié)果進(jìn)行說(shuō)明我們?yōu)榱藱z驗(yàn)?zāi)P偷恼_性,采用直觀的柱形圖對(duì)一號(hào)井人工分層的結(jié)果與自動(dòng)分層的結(jié)果作比較,如下圖5所示:圖5在圖中,橫坐標(biāo)表示井層,縱坐標(biāo)表示每一井層的底深。從圖中可以看出,人工分層和自動(dòng)分層的結(jié)果差異不大,這說(shuō)明我們建立的模型可靠,準(zhǔn)確性高。6.1.10對(duì)比人工分層與自動(dòng)分層結(jié)果我們將第2至7號(hào)井的人工分層結(jié)果與自動(dòng)分層結(jié)果用直觀的柱形圖進(jìn)行對(duì)比,如圖6—圖11所示:圖6圖7圖8圖9圖10圖11上面每一幅圖中,橫坐標(biāo)均表示井層,縱坐標(biāo)均表示每一井層的底深。從上面幾幅圖中可以看出,人工分層結(jié)果與自動(dòng)分層結(jié)果大體相同,但部分井仍有明顯的差異,這一差異應(yīng)該源自于兩方面,第一,人工分層受測(cè)井分析人員的經(jīng)驗(yàn)知識(shí)和熟練程度影響較大,主觀性較強(qiáng),也會(huì)因?yàn)椴煌慕忉屓藛T的個(gè)人標(biāo)準(zhǔn)有誤差,而造成不同的人員有不同的分層結(jié)果,所以人工分層的結(jié)果不是完全可靠。第二,自動(dòng)分層模型本身存在缺陷導(dǎo)致模型的準(zhǔn)確性有限,因?yàn)樵诮⒛P蜁r(shí),所采用的每一種基本模型、算法,都存在缺陷,所以最終導(dǎo)致模型的準(zhǔn)確性有限。正是上面兩方面原因?qū)е氯斯し謱咏Y(jié)果與自動(dòng)分層結(jié)果存在差異。6.2問(wèn)題二模型的建立與求解6.2.1在問(wèn)題二中,根據(jù)問(wèn)題一中確定的模型,以與已給的各種測(cè)井曲線(xiàn),對(duì)第8號(hào)井至13號(hào)井進(jìn)行自動(dòng)分層。最終分層的結(jié)果如下表所示:表5第8至13號(hào)井分層結(jié)果8號(hào)井9號(hào)井10號(hào)井11號(hào)井12號(hào)井13號(hào)井長(zhǎng)31底深303.13299.45302.67316.15303.25305.7長(zhǎng)32底深316.8315.1341.86350.59326.37322.13長(zhǎng)33底深383.8329.3365.18389.73369.68338.25長(zhǎng)41底深427.45352.3395.43437.68396.58373.7長(zhǎng)42底深464.1376.6419.18460.93446.1390.3長(zhǎng)61底深485.8447.2456.74480.3484.05411.9長(zhǎng)62底深505.1471.3491.84509.36512.5441.4長(zhǎng)63底深516.8498.7522.72573.55529.5472.38長(zhǎng)71底深550.65551.7588.11612.3548.7501.25長(zhǎng)72底深585.8574.15635.09648.55606.3532.35長(zhǎng)73底深674.3602.6655.55670.45641.35612.15長(zhǎng)81底深696.3629.4680.99692.61661.7731.8長(zhǎng)82底深716.3654.9703.05766.93691.6760.05長(zhǎng)91底深730710.2763.51794.28734790.2長(zhǎng)92底深824810.95803.9851.57800.2843.16.2.2從表5的分層結(jié)果可以看出,由于第8至13號(hào)井基本處在同一區(qū)域,所以它們每一層的分層結(jié)果相近,但個(gè)別井有明顯的不同。從表中還可以看出,每一口井不同層的層深在一定范圍內(nèi),這一特征與標(biāo)準(zhǔn)井是符合的,所以是合理的。六、模型的評(píng)價(jià)6.1模型的優(yōu)點(diǎn)1.合理的簡(jiǎn)化指標(biāo)數(shù)量。由于每一口井的數(shù)據(jù)量都非常龐大,無(wú)法對(duì)全部進(jìn)行分析計(jì)算,所以只能剔除掉一些無(wú)關(guān)緊要的指標(biāo),以減少數(shù)據(jù)量。我們首先人工初步剔除掉30項(xiàng)指標(biāo),再根據(jù)各個(gè)指標(biāo)攜帶的信息量大小,剔除掉信息

溫馨提示

  • 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶(hù)所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 人人文庫(kù)網(wǎng)僅提供信息存儲(chǔ)空間,僅對(duì)用戶(hù)上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶(hù)上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶(hù)因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。

最新文檔

評(píng)論

0/150

提交評(píng)論