一种岩性识别方法、装置、电子设备及存储介质与流程

本技术涉及地质勘探，具体地涉及一种岩性识别方法、装置、电子设备及存储介质。

背景技术：

1、碳酸盐岩的岩石类型组成复杂多变，不同岩性地层的储集性能、物性特征差别很大。以北美某海相碳酸盐岩地层为例，不同岩性的地层孔隙度、渗透率发育情况有明显差异，其中风化硅质岩储集空间以次生溶蚀孔隙为主，裂缝不发育；燧石灰岩储集空间以次生溶蚀孔隙为主，裂缝发育；灰岩储集空间以裂缝为主，孔隙不发育；泥灰岩储集空间裂缝、孔隙均不发育；由此可见储层孔隙、裂缝发育程度与岩性密切相关，因此岩性识别对储层评价、油田开发工作十分重要。

2、岩性识别的通常思路是通过分析主要岩性的测井响应特征，建立各类岩性识别模式，运用合适的数学方法将岩性-测井数据之间建立联系后进行岩性识别。根据对现有专利及文献的调研结果，前人在测井岩性识别上所采用的方法包括交会图分析、聚类分析、判别分析、主成分分析、fisher判别法、因子分析、图版法、决策树、bp神经网络、som神经网络、径向基函数神经网络、支持向量机(svm)和多层感知机(mlp)等各种方法，各方法具有各自优势和适用范围。

3、但是，随着油气勘探开发的不断深入，复杂岩性地层特征千差万别，传统的岩性识别技术已经不适用于现在的研究区块，因此，需要探索新思路方法。

4、需要指出的是，公开于本技术背景技术部分的信息仅仅旨在加深对本技术的一般背景技术的理解，而不应当被视为承认或以任何形式暗示该信息构成己为本领域技术人员所公知的现有技术。

技术实现思路

1、有鉴于此，本技术提供一种岩性识别方法、装置、电子设备及存储介质，以利于解决现有技术中存在的问题。

2、第一方面，本技术实施例提供了一种基于测井资料计算岩性概率曲线的岩性识别方法，包括：

3、对多条测井曲线分别进行标准化处理，获得多条标准化测井曲线；

4、在多条所述标准化测井曲线中选择目标测井曲线，所述目标测井曲线为对不同岩性区分度较好的测井曲线；

5、分别根据每种岩性在每条所述目标测井曲线中的测井特征，确定每条所述目标测井曲线的多个测井值区间；

6、分别计算每条所述目标测井曲线中每个所述测井值区间内每种岩性的岩性概率；

7、根据待识别目标在每条所述目标测井曲线中的测井值，以及每条所述目标测井曲线中每个所述测井值区间内每种岩性的岩性概率，确定所述待识别目标对应的每种岩性的岩性概率；

8、根据所述待识别目标对应的每种岩性的岩性概率，确定所述待识别目标的岩性。

9、在一种可能的实现方式中，所述目标测井曲线包括：自然伽马gr测井曲线、密度den测井曲线、中子cnl测井曲线和光电吸收截面pe测井曲线。

10、在一种可能的实现方式中，所述在多条所述标准化测井曲线中选择目标测井曲线，包括：

11、分别统计分析不同岩性在每条所述标准化测井曲线中的测井曲线值分布；

12、若存在一种或多种岩性在任一所述标准化测井曲线中的测井曲线值重叠范围较小或不重叠，则确定任一所述标准化测井曲线为目标测井曲线。

13、在一种可能的实现方式中，所述分别根据每种岩性在每条所述目标测井曲线中的测井特征，确定每条所述目标测井曲线的多个测井值区间，包括：

14、分别根据每种岩性在每条所述目标测井曲线中的测井值分布和重叠范围，确定每条所述目标测井曲线的多个测井值区间。

15、在一种可能的实现方式中，所述分别计算每条所述目标测井曲线中每个所述测井值区间内每种岩性的岩性概率，包括：

16、分别统计每条所述目标测井曲线中每个所述测井值区间内每种岩性的频率值；

17、根据所述频率值计算每条所述目标测井曲线中每个所述测井值区间内每种岩性的岩性概率。

18、在一种可能的实现方式中，所述每个所述测井值区间内每种岩性的岩性概率的计算公式为：

19、

20、其中，pjk为第j种岩性在第k个测井值区间内的岩性概率，xjk为第j种岩性在第k个测井值区间内的频率值，m为岩性数量，1≤j≤m。

21、在一种可能的实现方式中，所述根据待识别目标在每条所述目标测井曲线中的测井值，以及每条所述目标测井曲线中每个所述测井值区间内每种岩性的岩性概率，确定所述待识别目标对应的每种岩性的岩性概率，包括：

22、根据待识别目标在每条所述目标测井曲线中的测井值，以及每条所述目标测井曲线中每个所述测井值区间内每种岩性的岩性概率，确定所述待识别目标在每条所述目标测井曲线中对应的每种岩性的岩性概率；

23、求取所述待识别目标在多条所述目标测井曲线中对应的岩性概率的均值，获得所述待识别目标对应的每种岩性的岩性概率。

24、在一种可能的实现方式中，所述待识别目标对应的每种岩性的岩性概率的计算公式为：

25、

26、其中，sj为待识别目标对应的第j种岩性的岩性概率，pij为待识别目标的第j种岩性在第i条目标测井曲线中对应的岩性概率，l为目标测井曲线数量，1≤i≤l。

27、在一种可能的实现方式中，所述根据所述待识别目标对应的每种岩性的岩性概率，确定所述待识别目标的岩性，包括：

28、确定所述待识别目标对应的岩性概率最大的岩性，为所述待识别目标的岩性。

29、第二方面，本技术实施例提供了一种基于测井资料计算岩性概率曲线的岩性识别装置，包括：

30、标准化处理模块，用于对多条测井曲线分别进行标准化处理，获得多条标准化测井曲线；

31、目标测井曲线选择模块，用于在多条所述标准化测井曲线中选择目标测井曲线，所述目标测井曲线为对不同岩性区分度较好的测井曲线；

32、测井值区间确定模块，用于分别根据每种岩性在每条所述目标测井曲线中的测井特征，确定每条所述目标测井曲线的多个测井值区间；

33、第一岩性概率计算模块，用于分别计算每条所述目标测井曲线中每个所述测井值区间内每种岩性的岩性概率；

34、第二岩性概率计算模块，用于根据待识别目标在每条所述目标测井曲线中的测井值，以及每条所述目标测井曲线中每个所述测井值区间内每种岩性的岩性概率，确定所述待识别目标对应的每种岩性的岩性概率；

35、岩性确定模块，用于根据所述待识别目标对应的每种岩性的岩性概率，确定所述待识别目标的岩性。

36、第三方面，本技术实施例提供了一种电子设备，包括：

37、处理器；

38、存储器；

39、以及计算机程序，其中所述计算机程序被存储在所述存储器中，所述计算机程序包括指令，当所述指令被所述处理器执行时，使得所述电子设备执行第一方面中任意一项所述的方法。

40、第四方面，本技术实施例提供了一种计算机可读存储介质，所述计算机可读存储介质包括存储的程序，其中，在所述程序运行时控制所述计算机可读存储介质所在设备执行第一方面中任意一项所述的方法。

41、在本技术实施例中，依据不同岩性在测井曲线上的响应差异，总结出各岩性的测井特征分布，计算出在不同测井响应值区间内各岩性存在的概率，综合多条测井曲线得到各岩性概率曲线，依据概率最大原则判定确定地层岩性。该方法与交会图、图版法等方法相比，可以利用两条以上的测井曲线来进行岩性识别；该方法与神经网络、支持向量机等方法相比，没有类似黑箱的岩性与测井数据之间的联系，直接体现各条测井曲线对岩性的分辨能力。

42、本技术实施例提供的基于测井资料计算岩性概率曲线的岩性识别方法提高了利用常规测井资料对复杂岩性碳酸盐岩储层的岩性识别符合率，为复杂岩性储层评价、特征描述提供可靠的数据基础。