利用地层知识库从地震和井数据识别地层专利检索-知识可视化可视化图形技术专利检索查询-专利查询网

利用地层 知识库从 地震和井数据识别地层

阅读：817发布：2020-05-13

专利汇可以提供利用地层知识库从地震和井数据识别地层专利检索，专利查询，专利分析的服务。并且利用用于机器学习的地层知识库进行地层识别的系统、方法和程序产品。储层数据包括地震数据和测井记录数据。对测井记录数据进行处理，以识别井地层特征。对地震数据进行处理，以识别地震地层特征。选择了一种基于地层知识库的特征匹配算法，以对井地层特征和地震地层特征进行匹配。利用匹配的特征来定义储层区的地层解释，并向用户提供该解释。，下面是利用地层知识库从地震和井数据识别地层专利的具体信息内容。

权利要求

1.一种计算机化方法，包括：
获取储层区的地震数据和所述储层区中至少一口井的测井记录数据；
处理所述测井记录数据的至少一部分以识别多个井地层特征；
处理所述测井记录数据的至少一部分以识别多个地震地层特征；
基于地层知识库从多个特征匹配算法中选择特征匹配算法；
将所述多个井地层特征与所述多个地震地层特征匹配；
利用与所述多个地震地层特征相匹配的所述多个井地层特征来传播地层特征，以定义所述储层区的地层解释；以及，
向用户可视化所述地层解释。
2.根据权利要求1所述的方法，还包括接收用户对所述地层解释的修正。
3.根据权利要求1所述的方法，还包括将所述地层解释登记在地层知识库中，以及更新至少一种机器学习算法，以将所述地层解释集成到所述多个特征匹配算法的选择准则中。
4.根据权利要求1所述的方法，还包括：
使用至少一种机器学习算法，基于所述地层知识库从多个连井特征算法中选择一个连井特征算法，所选择的连井特征算法被用于识别所述多个井地层特征；以及使用至少一个机器学习算法基于所述地层知识库从多个地震轨迹特征算法中选择一个地震轨迹特征算法，所选择的地震轨迹特征算法被用于识别所述多个地震地层特征。
5.根据权利要求1所述的方法，其中所述选择步骤包括使用至少一种机器学习算法和历史地层解释从所述多个特征匹配算法中选择所述特征匹配算法。
6.根据权利要求1所述的方法，其中，所述传播步骤包括使用与多个地震地层特征相匹配的多个井地层特征，使用滑动窗口依次定义至少一个地层层位，以比较第一位置处的至少一个相匹配的井底层特征和地震地层特征与相邻位置处的地震地层特征，为所述储层区创建地层解释。
7.根据权利要求1所述的方法，其中地震数据和测井记录数据包括在储层数据源中，所述储层数据源包括所述储层区中的多个井位处的多个井的多个测井，处理所述测井记录数据的至少一部分的步骤包括识别所述多个井位中每个井位的多个井地层特征，所述地震特征提取模块识别所述多个井位中每个井位的多个地震层特征，所述特征匹配模块匹配在所述多个井位中的每个井位处的多个井地层特征的至少一部分与多个地震地层特征的一部分，并且传播步骤包括定义所述多个井位之间的地层解释。
8.根据权利要求1所述的方法，其中所述可视化步骤包括使用解释可视化工具和用户校正模块来修改所述地层解释。
9.根据权利要求8所述的方法，其中，可视化步骤包括使用在地层知识库中登记所述地层解释的解释登记模块，并且所述地层知识库包括用于将所述地层解释集成到所述多个特征匹配算法的选择标准中的至少一个机器学习算法。
10.根据权利要求1所述的方法，其中所述第一处理步骤、第二处理步骤和选择步骤中的至少一个步骤将地震数据和测井记录数据与所述地层知识库中的历史地层解释进行比较，以选择和使用机器学习算法。
11.根据权利要求10所述的方法，其中所述可视化步骤包括使用显示历史地层解释与使用机器学习算法的地层解释之间的相似性的推理模块。
12.一种系统，包括适于执行根据任一前述方法权利要求所述的方法的所有步骤的装置。
13.一种计算机程序，包括用于当所述计算机程序在计算机系统上执行时执行根据任一前述方法权利要求所述的方法的所有步骤的指令。

说明书全文

利用地层 知识库从 地震和井数据识别地层

技术领域

[0001] 本发明涉及诸如在石油储层管理中使用的地层分析和建模，更具体地说，涉及将井数据与地震数据绑定以便为跨地震体的地层建模。

背景技术

[0002] 计算机被用于复杂数据采集、专家分析和系统实现的大多数领域。在诸如复杂物理系统分析之类的深领域知识领域中尤其如此。例如，油藏的规划、实施和维护可能包括用于分析地震、测井、构造地质、油藏地质等的领域知识和相关计算机系统。

[0003] 连井分析可能涉及到使用来自具有较粗糙地震数据的区域中的一个或多个井的精细尺度的测井记录数据，对井之间和井周围的地层进行建模。成功的连井分析可以让专家用户能校准速度模型，提高沉积模型的质量，确认或拒绝关于沉积环境的假设，并确定限制储层层位、注水表面、圈闭等的深度位置。传统的地层识别可能涉及到从连井生成合成轨迹轨迹，并将该轨迹叠加在地震图像中的一致特征上，有时还需要添加一个或多个地层柱状图。专家用户可以迭代地添加井、建立关联、以及细化解释，同时添加测井记录数据。

发明内容

[0004] 本发明提供了如权利要求1所述的方法以及相应的系统和计算机程序。附图说明

[0005] 通过以下结合附图对本发明的各个方面的详细描述，将更容易理解本发明的这些和其他特征，其中：

[0006] 图1示出了根据实施例的示例性地层识别系统。

[0007] 图2示出了根据实施例的另一示例性地层识别系统。

[0008] 图3示出了根据实施例的示例性地层识别应用。

[0009] 图4示出了根据实施例的用于地层识别系统的示例用户界面。

[0010] 图5示出了根据实施例的地层识别的示例方法。

[0011] 附图不一定按比例绘制。附图仅是示意性表示，并非是要描绘本发明的特定参数。附图仅旨在描绘本发明的典型实施例，因此不应被认为是对本发明范围的限制。在附图中，相同的标号表示相同的元素。

具体实施方式

[0012] 现在参考附图，图1描绘了一个计算系统10，其具有与储层数据源60通信并生成和接收地层解释70的地层识别系统20。计算系统10可以是一个或多个领域专家的计算机系统，他们使用计算系统10来收集、管理、分析和报告用于储层管理项目的地层解释70。例如，储层数据源60可以包括用于地震数据62、测井记录数据64、轨迹数据66以及与用户通过计算系统10访问的特定感兴趣储层相关的其他现场和模拟数据的一个或多个本地或网络访问的数据存储库。地层解释70可以是计算系统10的输出，也可以由计算系统10接收，用于存储、分析、更新和/或添加地层知识库52。地层解释可定义为描述和定义地质体或其切片或部分内具有不同特征的相邻地层之间的多个层位位置的可视化地图和/或底层数据。地层也可以被称为地层界面、小花边界、层位平面或层位边界。

[0013] 在一些实施例中，地层识别系统20包括地层分类器22、解释界面32和知识库管理器46。例如，地层分类器22、解释界面32和知识库管理器46可以是用于地层解释的计算机应用程序的特征或功能。地层分类器22可以使用机器学习算法50和地层知识库52自动生成一个或多个地层解释，以供用户评估和/或修改。解释界面32可以向用户呈现地层解释，并且以其他方式允许用户控制解释的输入、修改和选择。知识库管理器46可以允许添加和修改地层知识库52和/或可用的机器学习算法50中的信息，并将其应用于地层知识库52。

[0014] 在一些实施例中，地层分类器22可以包括特征提取24、特征匹配26、层传播28和推理模块30。特征提取24可以包括用于识别地震和/或测井记录图像中的特征的多个图像处理算法，这些特征可能与区分它们之间的地层和层位有关。例如，测井记录数据64中的测井记录图像层可以通过连井中的尖峰检测，结合例如应用于测井记录图像的霍夫(Hough)变换和/或像素分类之类的图像处理技术来划分。在一些实施例中，测井记录图像可以是由一个或多个范围或其他成像技术和图像处理技术(诸如边缘检测)捕获的钻孔的“展开”视图，可以用于检测正弦地层、定位层位和校正井的偏差。可以采用多种技术来根据测井记录图像进行地层检测。例如，可以用柱状图来显示被再细分为具有钻孔偏差的组的所有结构的倾角，用蝌蚪图来显示裂缝取向参数(深度、倾角和方位角)，用立体网玫瑰图使得能够计算极点之间的角度和极点的旋转，显示层位正常的层厚度的地层厚度图等。特征提取24还可以从地震数据62中提取特征，例如地震立方体(可以从中选择二维面板的三维地震数据集)。例如，可以使用多个地震波记录上的岩性、声波测井速度、密度测井、声阻抗、反射系数和地震子波来处理地震数据62，以检测对应于层位的峰值。在一些实施例中，特征提取24可以处理地震数据62以产生或修改与在地震数据62的较大部分中检测到的特征相关的轨迹数据66。提取的特征可以包括任何暗示层之间的层位的参数或参数组合。特征提取24可以从测井记录数据生成多个特征，从地震数据62生成多个特征。在一些实施例中，特征提取24可以包括用于从测井记录数据64和地震数据62中提取特征的多个图像处理算法以及相关处理和工作流，特征提取24可以使用机器学习算法50和地层知识库52来自动分析储层数据源60或其某些子集以选择要使用的特定提取方法集。

[0015] 特征匹配26可以对从测井记录数据64和地震数据62提取的特征进行操作，并尝试在两个数据集之间匹配特征模式。例如，可以使用机器学习将地震图像表示中的特征与测井记录数据64中的特征相关。例如，可以使用纹理描述或卷积神经网络来处理可能的相关性，直到在多个常见特征中找到最佳拟合为止。特征匹配26可使用来自存储在地层知识库52中并通过机器学习算法50处理的历史地层解释的先前模式，以确定两个特征集之间的最佳拟合。在一些实施例中，特征提取24可以包括用于从测井记录数据64和地震数据62中提取特征的多个图像处理算法以及相关处理和工作流，特征提取24可以使用机器学习算法50和地层知识库52来自动分析储层数据源60或其某些子集以选择要使用的特定提取方法集合。

[0016] 层传播28可以使用测井记录数据64和地震数据62之间的匹配特征模式来系统地识别整个地震图像或其一部分的层。例如，来自与井相邻的地震数据62的地层可以作为计算从下一组地震数据62到上一组地震数据62中发现的模式的最佳拟合的基于面板、切片或列的移动窗口的起点。在一些实施例中，层传播28可以使用概率数据拟合或用于原始模式匹配的相似图像处理算法的应用来传播特征模式。例如，从匹配的测井和重叠的地震数据拟合的移动窗口数据可以使用具有最佳拟合匹配算法的移动窗口沿着轨迹数据66中的层位传播。在一些实施例中，机器学习算法50和地层知识库52可以使得能够在特征模式从井数据源传播时对其可能的变化进行更复杂的分析。例如，对具有相似地质特征的历史储层进行地层解释，可以为井基模式的特征的扩展和修改提供改进的模型。在一些实施例中，层传播28可以包括多个图像处理算法以及相关的过程和工作流，用于对在井基模式远离测井记录数据64移动时井基底模式的变化进行建模，并且层传播28可以使用机器学习算法50和地层知识库52来自动地分析储层数据60或其某些子集以选择用于地震数据62的特定层传播模型。在一些实施例中，层传播28的输出可以是一个或多个完整的地层解释70。

[0017] 在一些实施例中，推理模块30可以提供一个或多个数字和/或叙述性解释，其包括与特征提取24选择和/或使用的算法、过程和模型相关联的地层解释70的推理、特征匹配26和/或层传播28。随着各种特征的提取、匹配和/或传播，这些特征和相关的算法、过程和模型可以被索引到查找表中，用于组合推理支持输出，例如文档、文件或显示，供用户审阅以及对给定地层解释的书面支持。在一些实施例中，地层知识库52可以包括一个或多个用于推理解释的源，以供推理模块30用于装配推理支持输出。例如，推理模块30可以处理来自地层知识库52的特征和历史地层解释的列表，在特定情况下，机器学习算法50使用该列表从历史地层解释和机器学习算法的文档中提取推理解释使用。在一些实施例中，推理模块30使用用于存储和/或向用户显示的机器学习算法50来产生历史地层解释和当前地层解释之间相似性的解释。

[0018] 在一些实施例中，解释界面32为专家用户提供用户接口，以可视化、修改、选择和以其他方式控制地层分类器22的输出。例如，解释界面32可以包括作为体现地层识别20的应用或模块的一部分而通过计算系统10显示的图形用户界面。解释界面32可以包括储层数据输入选择34，其接收用户对储层数据60中可用于特定解释的一组储层数据的选择。例如，可向用户提供文件管理器、可用输入菜单或其他导航/选择界面，从中可选择与当前解释相关的储层数据集。解释界面32可以包括模型/过程选择36，该模型/过程选择36接收一个或多个地层模型、机器学习算法或其他过程的用户选择，以供地层分类器22用于生成一个或多个地层解释70。例如，机器学习算法50和地层知识库52可以包括基于关于所研究储层的不同假设和与历史和理论数据的比较的多个模型和过程，并且模型/过程选择36可以使用户能够用他们的专业知识和判断来指导对包括各种计算结果和模板的那些模型和过程的选择。解释界面32可以包括可视化器控件38，其允许用户导航地层解释70和/或下面的储层数据60的一个或多个可视化。例如，可视化工具控件38可以包括二维(2D)或三维(3D)窗口，用于显示和导航颜色编码和/或注释的表示地层解释70—其具有诸如平移、缩放、旋转、显示/隐藏特征/注释等特征，以及从三维数据集中选择二维切片。解释界面32可以包括计算解释40，其使用户能够基于使用储层数据输入选择34和模型/过程选择36所做的选择来启动或重新计算地层解释70。例如，计算解释40可以包括按钮、菜单选项或其他选择方法，用于使用从储层数据60和/或从机器学习算法50和地层知识库52的模型和过程中选择的一组数据来启动地层分类器22的一个或多个过程。解释界面32可以包括用户校正42，其使得用户能够对地层解释70中的数据、计算和/或地层特征进行校正。例如，用户校正42可允许用户通过可视化工具控制38或用于提供校正的另一界面移除、移动、连接或以其他方式修改由地层分类器22生成的地层特征。解释界面32可以包括登记解释44，其使用户能够从地层解释70中选择特定解释作为经验证的解释，以用于相关的储层管理决策，或者驱动与储层数据60相关的其他过程或项目。例如，登记解释44可以包括按钮、菜单选项或其他选择方法，用于启动一个或多个用于存储、记录或输出当前或选定的地层解释以供其他系统使用(和/或供由地层识别20重新使用)的过程。

[0019] 在一些实施例中，地层识别20包括知识库管理器46。知识库管理器46可以使用户能够添加、移除或以其他方式管理地层知识库52的内容。例如，知识库管理器46可以包括一个或多个导航接口，例如文件管理器、索引或数据映射，用于审阅知识库管理器46的内容并启用一个或多个管理功能，例如内容的添加或分类。在一些实施例中，知识库管理器46可与寄存器解释44交互，并在地层知识库52中记录经验证的地层解释，以供机器学习算法50使用。

[0020] 参考图2，示出了诸如可以在类似于计算系统10的一台或多台计算机上实现的地层识别系统200的示例。地层识别系统200可以由地层知识系统210和地层识别系统230组成。在一些实施例中，地层知识系统210可以体现在用于多用户访问共享资源的云计算、网络存储或类似环境中，地层识别系统230可以体现在终端用户计算系统上的终端用户应用程序中，或者通过终端用户计算设备作为托管软件服务被访问。在一些实施例中，地层知识系统210和地层识别系统230可由公共计算系统托管或者分布在任意数量的计算系统中。

[0021] 地层知识系统210可以体现类似于图1所示的知识库管理器46、机器学习算法50和地层知识库52的特征和功能。地层知识系统210可以包括使用机器学习算法214迭代地改进一个或多个地层分类模型、过程、计算和/或模板的地层分类器训练212。例如，可以周期性地或基于事件启动地层分类器训练212，以更新或重新计算一个或多个机器学习算法214(例如在地层知识库218中注册新的知识记录)，以改变用于特征提取、特征匹配、地层传播和/或对诸如地层分类器240的地层分类器的推理支持的一个或多个计算的决策权重或因子。由地层分类器训练212生成的分类器更新216可被传送到地层识别系统230，以供地层分类器240周期性地或基于事件而使用。在一些实施例中，地层分类器240可以在运行新的地层解释之前查询地层分类器训练212以获取相关的分类器更新216。地层分类器训练212可以使用地层知识库218作为机器学习算法214的数据源。在一些实施例中，来自机器学习算法214的计算，例如一个或多个项的判定权重和因子，可以存储在地层知识库218中以用于迭代计算。地层知识库218可以通过知识注册接口220接收新数据和/或接收来自地层识别系统230的经验证的地层解释，例如解释注册248。知识注册接口220可以包括一个或多个用于接收与地层解释或储层数据建模、解释和相关储层管理决策的最新数据记录及其更新的通道。例如，知识注册接口220可以接收历史解释222，例如关于先前地层数据分析、地层特征解释以及相关验证和/或储层管理结果的专有和/或公共数据。作为另一示例，知识注册接口220可接收与地层数据分析相关的二次研究224，例如对储层数据建模、特征提取、储层数据和储层管理结果的统计分析的专有、学术或行业研究。在一些实施例中，历史解释222和/或二次研究224可以通过具有一个或多个相关数据存储库(例如行业或学术出版物或数据库)的数据交换接口或API来提供和维护，并且可以包括查询、过滤、解析、分类，和/或用于组织用于机器学习算法214的地层知识库218的其他过程。在一些实施例中，知识注册接口220可以包括图形用户界面，并且使得一个或多个用户能够管理地层知识库218中数据记录的添加、移除和组织。

[0022] 地层识别系统230可以包括储层数据接口232，该接口使用户能够选择一个或多个储层数据集以用于生成地层解释。例如，储层数据接口232可以提供对储层地震和连井数据234的访问和/或可以接收或访问外部数据源，例如测井记录236。在一些实施例中，储层数据接口232可以在类似于关于图1描述的解释界面32和储层数据输入选择34中的图形用户界面中实现。地层识别系统230还可以包括处理储层数据(例如储层地震和连井数据234)以生成一个或多个地层解释的地层分类器240。例如，地层分类器240可以使用基于机器学习算法214的模型、处理、计算或模板来处理所选择的储层数据，以提取特征、匹配特征并将其传播到数据集中，以将各种特征分类到地层解释中。在一些实施例中，地层分类器240的操作类似于关于图1描述的地层分类器22。地层分类器240可以在定期和/或事件的基础上或根据请求接收分类器更新216，以便更新用于生成地层解释的模型、过程、计算或模板。地层识别系统230还可以包括地层解释呈现器242，其用于向用户可视化地层解释，并且使得能够进行审查和与地层解释和相关数据和推理其他交互。例如，地层解释呈现器242可以包括图形用户界面，该图形用户界面基于地层解释呈现2D和/或3D图像数据，并且可以使得能够导航和校正地层解释。地层识别系统230还可以包括解释选择接口244，用于使用户能够基于对所呈现特征的专家评估和/或来自地层解释呈现器242的推理来选择有效的地层解释。
例如，用户可以使用按钮、菜单或其它选择器提供的解释选择界面244来选择呈现的地层解释。解释选择接口244可以生成地层解释结果246，用于输出、显示、存储和/或由其他系统或过程使用。解释选择接口244还可以生成解释登记248，以将经验证的地层解释传送到地层知识系统210以包含在地层知识库218中。在一些实施例中，地层解释呈现器242和解释选择接口244可以体现在类似于关于图1描述的解释界面32的图形用户界面中。

[0023] 参考图3，示出了地层识别应用300的示例，其例如可以体现在诸如图1中的计算系统10的计算机上运行的程序代码中。提供至少一张测井记录图像310和至少一张地震图像312作为地层分类器320的输入。地层分类器320可包括连井层识别322。例如，井连层识别
322可以包括用于从测井记录图像310识别层特征的自动图像处理过程，或者可以提供用于协助专家用户识别层特征以创建一组井连层数据的一套工具。地层分类器320可包括井特征提取324，其从连井数据中提取并归一化层特征用于与重叠和/或相邻地震数据进行比较。例如，井特征提取324可以包括用于将井的原点标准化、校正井偏差和识别与分层层位最强烈对应的连井层数据的计算。地层分类器320可以包括地震特征提取326，其从地震数据中提取并归一化层特征，用于与地震数据集上的重叠或相邻的连井层数据和传播层特征进行比较。例如，地震特征提取326可以使用图像处理算法和/或地震轨迹算法来计算与层特征相对应的给定地震数据模式的可能性，并提取给定列的地震数据列来提供层剖面。地层分类器320可以包括特征匹配328，其将测井特征与相邻或重叠的地震特征进行比较。例如，特征匹配328可以使用最佳拟合比较算法将连井层数据列的特征剖面与地震数据列的特征剖面进行比较，该算法可以移动、拉伸和压缩一个特征剖面以识别两个特征剖面上的连续层特征。

[0024] 地层分类器320可以包括层传播330，其包括滑动窗口识别332，用于通过与先前匹配的数据相比在地震数据集上传播匹配的层特征。例如，一旦发现井连层数据与地震层数据的重叠列或相邻列之间具有高度相关性，则可以用该地震层数据列替换井连层数据列，以与第一列相邻的一列或多列地震数据相匹配。这样，比较窗口可以从井场向外滑动。在一些实施例中，滑动窗口和比较算法可以同时分析多个数据列，并且可以整合其他因素，以找到在地震数据集上的最可能的层传播路径。

[0025] 地层分类320可包括地层解释器334，其组合并验证在所关注地震数据集上传播的特征的完整性和合理性，以生成至少地层解释336。例如，地层解释器334可以从层传播330接收提示，该提示标识数据集中的所有地震数据已被处理(或被主动排除)。在一些实施例中，地层解释器334除了完成特征传播之外，还可以包括用于评估解释336的附加规则，例如在同一地震数据集中存在来自多个井的连井数据的层特征中是否存在不一致性，或者该解释是否违反了已知的地质特征或原理。在一些实施例中，地层分类器320可以使用用于井特征提取324、地震特征提取326、特征匹配328和/或层传播330的不同模型、过程、计算和/或模板多次处理给定的一组测井记录和地震数据，从而产生多个解释(1-n)336、338。例如，用户可以从用户界面上选择一个或多个模型、过程、计算和/或模板，并以迭代方式尝试更改这些选择，以生成有效的地层解释。在一些实施例中，地层解释器334可以包括推理340，以提供用于生成解释336的特征和假设、模型、过程、计算和/或模板的描述性注释。

[0026] 在一些实施例中，机器学习算法350可用于在多个连井特征算法352、地震轨迹特征算法354和/或特征匹配算法356中进行选择，以生成解释(1-n)336、338。例如，地层知识系统可以基于一个或多个地层知识库提供机器学习350。在一些实施例中，机器学习350可用于基于各种假设、模型、过程、计算和/或模板来自动生成多个解释(1-n)336、338，并评估和排序解释(1-n)336、338，以供用户审阅和验证。推理340可以为多个解释(1-n)中的每一个提供单独的推理条目，以帮助用户审阅和验证一个或多个解释。

[0027] 在一些实施例中，地层分类器320可与地层解释呈现器360交互以帮助用户审阅和验证地层解释。地层解释呈现器360可以包括用于在图形用户界面中使用2D和/或3D图像数据可视化地层解释的解释可视化器362。地层解释呈现器360可以包括用户校正364，其提供用于修改正在可视化的地层解释的工具。地层解释呈现器360可以包括用户选择/注册366，其使得用户能够从多个解释(1-n)336、338中选择有效的解释并用于其他处理，包括但不限于在相关地层知识库中的注册。

[0028] 参考图4，用于诸如图1-3的地层识别系统的地层识别系统的图形用户界面400。例如，图形用户界面400可以通过计算系统的一个或多个I/O设备来显示和导航，以与运行在计算系统上或可通过计算系统访问的地层识别应用程序交互。

[0029] 图形用户界面400可提供用于与储层数据、一个或多个地层知识库和地层分类器交互以生成地层特征解释的功能菜单410。功能菜单410可以包括知识注册按钮412，其启动一个接口，以向地层知识库添加数据，包括注册新的地层知识记录。例如，知识注册按钮412可以启动知识注册接口—例如图2中的知识注册接口220，或者诸如图1中的知识库管理器46的知识库管理器的知识注册子功能。功能菜单410可以包括知识库按钮414，其启动用于审阅、导航、修改和/或以其他方式管理一个或多个相关知识库的知识库管理界面。例如，知识库按钮414可以启动知识库管理器功能，例如图1中的知识库管理器46。功能菜单410可以包括分类器训练按钮416，其启动分类器训练接口，用于管理可用于地层分类器功能的一个或多个机器学习算法，包括选择和修改可用算法、因子和训练数据集。例如，分类器训练按钮416可以启动地层分类器训练功能，例如图2中的地层分类器训练212，或者以其他方式启用对例如图1中的机器学习算法50、图2中的机器学习算法214、或图3中的机器学习算法350的机器学习算法的管理。功能菜单410可以包括建议层位按钮418，其启动特征提取、匹配和传播以使用基于机器学习的地层分类器生成地层解释。例如，“建议层位”按钮418可以启动地层分类器，以自动进行如图1中的地层分类22和计算解释40、图2中的地层分类240或图3中的地层分类320所述的地震和测井记录数据的特征提取、地震和测井记录数据之间的特征匹配以及在地震数据上的层传播。功能菜单410可以包括调整曲线按钮420，其启动用于修改或校正由地层分类器生成的选定特征曲线的用户控制。例如，调整曲线按钮420可以使用一个或多个校正功能(例如图1中的用户校正42和图3中的用户校正364)来启用由地层分类器提供并(在可视化窗口450中)可视化的地层特征解释的校正。功能菜单410可以包括地震数据按钮422、测井记录图像按钮424和合成地震轨迹按钮426，用于管理地震数据、测井记录数据和轨迹数据的选择和审阅。例如，地震数据按钮422、测井记录图像按钮424和地震轨迹按钮426可以提供对例如图1中的地震数据62、测井记录数据64和轨迹数据66、图2中的测井236和储层地震和连井数据234，以及图3中的测井记录图像310和地震图像312等储层数据的用户访问和选择。功能菜单410可以包括登记决定按钮430，其使用户能够验证地层解释并将其提交以供进一步使用。例如，登记决定按钮430可以启动用于登记诸如图1中的登记解释44、图2中的解释选择接口244和图3中的用户选择/登记366的有效地层解释的功能。功能菜单410可以包括更新分类器按钮432，其一般基于新的地层解释的注册或其他地层知识注册来更新地震分类器。例如，更新分类器按钮432可以发起与分类器训练按钮416相似的处理或其子处理。功能菜单410可以包括绘图按钮434，其基于所选择和/或生成或校正的地震数据、测井记录数据、轨迹数据和由地层分类器生成的地层特征解释来启动可视化窗口450。例如，绘图按钮434可以启动解释可视化工具，诸如图1中的解释界面32中的可视化工具控件38、图2中的地层解释呈现器242和图3中的地层解释呈现器360中的解释可视化工具362。

[0030] 图形用户界面400可以提供选择界面440，用于选择地层分类器用于生成地层特征解释的输入、模型、结果、模板、过程和情况。例如，输入菜单442可以提供对数据输入的选择，例如各种测井记录图像及其计算，包括来自所选测井记录的地层平面、立体网、蝌蚪图和柱状图。例如，模型结果模板菜单444可以提供对地震轨迹或其他特征提取模型或计算的选择，诸如声波测井速度、密度测井、声阻抗、反射系数、小波和真实地震轨迹。例如，过程实例菜单446可以提供用于通过地震数据传播特征的过程和工具的选择，例如地层建模和地震观察器。

[0031] 图形用户界面400可以包括可视化窗口450，用于向用户呈现由地层分类器生成的储层数据和地层解释的一个或多个视图。例如，可视化窗口450可以支持对包括测井记录图像数据、地震数据、地震轨迹数据和地层解释数据的图像数据的2D和3D渲染和导航。在一些实施例中，可视化窗口450可以显示储层区的地震数据和至少一口井的测井记录数据。图4的可视化窗口450显示了地层解释的可视化示例。例如，井452、454可以描绘为垂直线，x表示从测井记录数据中提取的层特征。多条层位线460、462、464、466、468、470可以描绘通过背景地震图像数据传播的层位，并且可以包括与地震轨迹数据对应的多个符号、提取的地震轨迹特征以及通过特征匹配传播从井位关联的地震轨迹层位。可视化窗口450中所示的表示被提供作为地层解释可视化的示例，可以使用各种与地层数据建模相关的图像表示、覆盖、注释和导航特征。

[0032] 参考图5，该图示出了示例性的地层识别的计算机方法500。在一些实施例中，方法500可以在类似于关于图1-4所描述的那些环境、系统、应用和接口的计算环境、系统、应用和接口中实现。在一些实施例中，方法500的过程可以体现在执行下面描述的过程的程序代码和/或硬件功能模块中。在过程510中，可以用机器学习算法根据地层知识库来生成自动特征提取、匹配和传播模型、过程和模板以训练地层分类器。在515过程中，可以通过使用地层分类器或其他方法或工具对测井记录数据(如测井记录图像)的分析来识别连井地层。在过程520中，可以使用过程510中的模型、过程或模板从测井记录数据中提取连井层特征。在过程525中，可以使用地层分类器或其他方法或工具从地震数据分析中识别地震轨迹层。在过程530中，可以使用过程510中的模型、过程或模板从地震数据中提取地震层特征。在过程
540中，可以使用来自过程510的模型、过程或模板来确定重叠或相邻位置处的连井层特征和地震层特征之间的匹配。在过程550中，可以用过程510中的模型、过程或模板将过程540中的特征匹配沿地震轨迹数据传播，以在井位置周围或井位置之间生成地层层位。在过程
560中，测井记录、地震和地震轨迹数据的地层解释结果可在用户界面中可视化，以供审阅、校正和验证。在过程570中，可以从用户接收对生成的地层解释的一个或多个特征的用户校正。在过程580中，可以基于用户输入来选择和登记一个地层解释作为经验证的解释。在过程585中，该经验证的地层解释被登记在地层知识库中，并使用机器学习算法进一步训练地层分类器。在过程590中，可以基于地层解释生成其它处理、钻井决策和生成其它测井记录、地震和储层管理数据。

[0033] 应当理解，地层识别系统20可以被实现为存储在计算机可读存储介质上的计算机程序产品。该计算机可读存储介质可以是保留和存储供指令执行设备使用的指令的有形设备。计算机可读存储介质例如可以是――但不限于――电存储设备、磁存储设备、光存储设备、电磁存储设备、半导体存储设备或者上述的任意合适的组合。计算机可读存储介质的更具体的例子(非穷举的列表)包括：便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、静态随机存取存储器(SRAM)、便携式压缩盘只读存储器(CD-ROM)、数字多功能盘(DVD)、记忆棒、软盘、机械编码设备、例如其上存储有指令的打孔卡或凹槽内凸起结构、以及上述的任意合适的组合。这里所使用的计算机可读存储介质不被解释为瞬时信号本身，诸如无线电波或者其他自由传播的电磁波、通过波导或其他传输媒介传播的电磁波(例如，通过光纤电缆的光脉冲)、或者通过电线传输的电信号。

[0034] 这里所描述的计算机可读程序指令可以从计算机可读存储介质下载到各个计算/处理设备，或者通过网络、例如因特网、局域网、广域网和/或无线网下载到外部计算机或外部存储设备。网络可以包括铜传输电缆、光纤传输、无线传输、路由器、防火墙、交换机、网关计算机和/或边缘服务器。每个计算/处理设备中的网络适配卡或者网络接口从网络接收计算机可读程序指令，并转发该计算机可读程序指令，以供存储在各个计算/处理设备中的计算机可读存储介质中。

[0035] 用于执行本发明操作的计算机程序指令可以是汇编指令、指令集架构(ISA)指令、机器指令、机器相关指令、微代码、固件指令、状态设置数据或者以一种或多种编程语言的任意组合编写的源代码或目标代码，所述编程语言包括面向对象的编程语言—诸如Smalltalk、C++等，以及过程式编程语言—诸如“C”语言或类似的编程语言。计算机可读程序指令可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中，远程计算机可以通过任意种类的网络—包括局域网(LAN)或广域网(WAN)—连接到用户计算机，或者，可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。在一些实施例中，通过利用计算机可读程序指令的状态信息来个性化定制电子电路，例如可编程逻辑电路、现场可编程门阵列(FPGA)或可编程逻辑阵列(PLA)，该电子电路可以执行计算机可读程序指令，从而实现本发明的各个方面。

[0036] 这里参照根据本发明实施例的方法、装置(系统)和计算机程序产品的流程图和/或框图描述了本发明的各个方面。应当理解，流程图和/或框图的每个方框以及流程图和/或框图中各方框的组合，都可以由计算机可读程序指令实现。

[0037] 这些计算机可读程序指令可以提供给通用计算机、专用计算机或其它可编程数据处理装置的处理器，从而生产出一种机器，使得这些指令在通过计算机或其它可编程数据处理装置的处理器执行时，产生了实现流程图和/或框图中的一个或多个方框中规定的功能/动作的装置。也可以把这些计算机可读程序指令存储在计算机可读存储介质中，这些指令使得计算机、可编程数据处理装置和/或其他设备以特定方式工作，从而，存储有指令的计算机可读介质则包括一个制造品，其包括实现流程图和/或框图中的一个或多个方框中规定的功能/动作的各个方面的指令。

[0038] 也可以把计算机可读程序指令加载到计算机、其它可编程数据处理装置、或其它设备上，使得在计算机、其它可编程数据处理装置或其它设备上执行一系列操作步骤，以产生计算机实现的过程，从而使得在计算机、其它可编程数据处理装置、或其它设备上执行的指令实现流程图和/或框图中的一个或多个方框中规定的功能/动作。

[0039] 附图中的流程图和框图显示了根据本发明的多个实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段或指令的一部分，所述模块、程序段或指令的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个连续的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或动作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。

[0040] 计算系统10可以包括任何类型的计算设备，例如包括至少一个处理器12、存储器16、输入/输出(I/O)14(例如，一个或多个I/O接口和/或设备)和通信路径18。通常，处理器
12执行至少部分固定在存储器16中的程序代码。在执行程序代码时，处理器12可以处理数据，这可以导致从存储器读取和/或向存储器和/或I/O 14写入转换的数据以供进一步处理。路径18在计算系统10中的每个组件之间提供通信链路。I/O 14可以包括一个或多个人类I/O设备，其使得用户能够与计算系统10交互。计算系统10也可以以分布式方式实现，使得不同组件驻留在不同的物理位置。

[0041] 此外，可以理解，地层识别系统20或其相关组件(例如API组件、代理等)也可以通过将组件发送到一个中央服务器或一组中央服务器而自动或半自动地部署到计算机系统中。然后将这些组件下载到将执行这些组件的目标计算机中。然后，这些组件要么被分离到另一种选择是将组件直接发送到客户端计算机硬盘上的目录一个目录，要么被加载到一个执行将组件分离到一个目录的程序的目录中。。当存在代理服务器时，过程将选择代理服务器代码，确定在哪些计算机上放置代理服务器代码，传输代理服务器代码，然后在代理计算机上安装代理服务器代码。组件将被传输到代理服务器，然后将被存储在代理服务器上。

[0042] 为了说明和描述的目的，提出了本发明的各个方面的前述描述。前述描述并不是穷尽性的，也并非是要将本发明局限于所公开的形式，显然，许多修改和变化都是可能的。这些修改和变化对于本领域技术人员来说可能是显而易见的，落在所附权利要求所限定的本发明的范围内。

标题	发布/更新时间	阅读量
一种基于网络数据平台的大数据分析系统	2020-05-08	792
执行图谱分析的方法、装置及其服务系统	2020-05-12	470
一种路航飞行训练系统	2020-05-13	484
一种预测老井产油量的方法及装置	2020-05-13	809
一种应用于大数据知识的宣传系统及其控制电路	2020-05-14	713
一种氮氧传感器检测装置	2020-05-11	610
一种沉浸式智能互动空间解决方法	2020-05-14	378
一种教学用巴沙木飞机	2020-05-15	101
一种风险预测的方法、装置及设备	2020-05-15	511
一种可重复使用可视化装配式建筑灌浆技术实训系统	2020-05-15	463

利用地层知识库从地震和井数据识别地层

利用地层知识库从地震和井数据识别地层

技术领域

背景技术

发明内容

具体实施方式

该功能需要专业版企业版VIP权限，您可以：