一种地浸砂岩铀矿测井岩性识别方法及系统技术方案

本发明专利技术涉及一种地浸砂岩铀矿测井岩性识别方法及系统，通过考虑岩性识别方法和不同沉积时期地层泥岩基线的问题，选择合适的小波函数对参与岩性识别的测井曲线进行小波分解，利用分解后的小波系数进行地层岩性识别，能够提升岩性识别的精度，同时简化了现有的岩性识别方法复杂的解译过程。方法复杂的解译过程。方法复杂的解译过程。

【技术实现步骤摘要】
一种地浸砂岩铀矿测井岩性识别方法及系统


[0001]本专利技术涉及地球物理
，特别是涉及一种地浸砂岩铀矿测井岩性识别方法及系统。

技术介绍

[0002]目前，用于地浸砂岩铀矿岩性识别的方法逐渐向自动化和智能化方向发展，在一定程度上能够节约解译时间。但是由于需要设置较多的中间参数，以及缺少人为因素的影响，面临解译过程操作复杂和解译精度低等问题。

技术实现思路

[0003]本专利技术的目的是提供一种地浸砂岩铀矿测井岩性识别方法及系统，考虑了岩性识别方法和不同沉积时期地层泥岩基线等问题，可以提高岩性识别的精度。
[0004]为实现上述目的，本专利技术提供了如下方案：
[0005]一种地浸砂岩铀矿测井岩性识别方法，所述方法包括：
[0006]选择参与岩性识别的测井曲线；
[0007]根据所述测井曲线在岩性界面的突变特征选择小波函数；
[0008]利用所述小波函数对所述测井曲线分解，得到小波系数曲线图，结合地层岩性数据对所述小波系数曲线图进行分析得到岩性识别结果。
[0009]一种地浸砂岩铀矿测井岩性识别系统，利用如上所述的识别方法，所述系统包括：
[0010]测井曲线模块，用于选择参与岩性识别的测井曲线；
[0011]函数选择模块，用于根据所述测井曲线在岩性界面的突变特征选择小波函数；
[0012]岩性识别模块，用于利用所述小波函数对所述测井曲线分解，得到小波系数曲线图，结合地层岩性数据对所述小波系数曲线图进行分析得到岩性识别结果。
[0013]根据本专利技术提供的具体实施例，本专利技术公开了以下技术效果：
[0014]本专利技术提供了一种用于地浸砂岩铀测井岩性识别的方法及系统，通过选择合适的小波函数对参与岩性识别的测井曲线进行小波分解，利用分解后的小波系数进行底层岩性识别；通过对小波函数、测井曲线、分解层次以及分层岩性数据分别进行选择，能够对不同沉积时期地层内不同岩性的阈值进行自动识别，使得得到的识别结果更加贴近实际情况，提高岩性识别的精度。
附图说明
[0015]为了更清楚地说明本专利技术实施例或现有技术中的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
[0016]图1为本专利技术实施例提供的一种地浸砂岩铀矿测井岩性识别方法流程图；
[0017]图2为本专利技术实施例提供的一种地浸砂岩铀矿测井岩性识别结果示意图；
[0018]图3为本专利技术实施例提供的一种地浸砂岩铀矿测井岩性识别系统框图。
具体实施方式
[0019]下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本专利技术保护的范围。
[0020]本专利技术的目的是提供一种地浸砂岩铀矿测井岩性识别方法及系统，通过考虑岩性识别方法和不同沉积时期地层泥岩基线的问题，选择合适的小波函数对参与岩性识别的测井曲线进行小波分解，利用分解后的小波系数进行地层岩性识别，能够提升岩性识别的精度，同时简化了现有的岩性识别方法复杂的解译过程。
[0021]为使本专利技术的上述目的、特征和优点能够更加明显易懂，下面结合附图和具体实施方式对本专利技术作进一步详细的说明。
[0022]实施例1
[0023]如图1所示，本实施例提供了一种地浸砂岩铀矿测井岩性识别方法，所述方法包括：
[0024]步骤101：选择参与岩性识别的测井曲线；
[0025]步骤102：根据所述测井曲线在岩性界面的突变特征选择小波函数；
[0026]步骤103：利用所述小波函数对所述测井曲线分解，得到小波系数曲线图，结合地层岩性数据对所述小波系数曲线图进行分析得到岩性识别结果。
[0027]在步骤101中，参与岩性识别的测井曲线均经过环境校正与标准化处理，从而避免了环境因素等随机误差对岩性识别结果准确度的影响。本实施例中，将所有测井曲线作为备选测井曲线，从所有测井曲线中选择对岩性变化具有敏感的数值变化特征，从而使得测井曲线对岩性识别更加突出，进一步提高识别结果的准确度。
[0028]选择测井曲线后，选择用于地层岩性识别的小波函数，对测井曲线进行小波分析。为了保证岩性识别结果的准确度，所选择的小波函数的曲线变化特征一般与在地层突变位置的测井曲线变化特征具有较好的相关性，从而使得分解后的小波系数能够更好的表征地层突变位置的岩性变化结果。
[0029]本实施例中，具体选择具有紧支集的正交小波，利用该正交小波的波动特征与参与岩性识别的测井曲线在岩性界面的突变特征之间良好的相关性，达到对岩性界面的突变特征更好的识别的技术效果。本实施例中具体选择Haar小波、不同阶数的dbN小波(N表示阶数)、Morlet小波、Gauss小波、Symlets小波等小波函数作为备选小波函数，但并不应理解为对本专利技术的限制，任何能够适应测井曲线在岩性界面的突变特征的相关性的小波函数都将落入本专利技术的保护范围。
[0030]为了进一步保证小波函数对测井曲线分析结果与实际岩性界面的拟合度，本实施例中还包括确定最优分解层次的步骤，分析小波函数对测井曲线的分解层次，选择能够使得岩性识别结果与调心后地质编录岩性具有很好的对应关系的分解层次作为最优分解层次，按照该最优分解层次利用小波函数对测井曲线进行分解。本实施例中，具体将分解层次
设置为1
‑
12。
[0031]在选择小波函数与测井曲线后，加载地层岩性数据作为辅助进行岩性识别。地层岩性数据考虑了不同时期地层泥岩基线，第一列为不相同时期的沉积地层的序号，可以是数据，也可以是地层名称，第二列为不同地层的顶深，第三列为不同地层的底深，第四列为地层的岩性，排列方式是参与岩性识别的测井曲线从小到大排列。表1中示出了地层岩性数据的一种格式。
[0032]表1地层岩性数据格式
[0033]110.0072.30泥岩、砂岩272.30224.74泥岩、粉砂岩、细砂岩、砾岩3224.74335.80泥岩、粉砂岩、细砂岩、粗砂岩4335.80590.00泥岩、粉砂岩、细砂岩、粗砂岩、砾岩
[0034]在利用小波函数对测井曲线进行分解后，得到小波系数曲线图，结合地层岩性数据对小波系数曲线图分析得到岩层识别结果。如图2所示，假定待分析的钻孔有四个层段，图中区域显示了四个层段的低频小波系数曲线图，图中每个层段中的多条虚线是可以上下移动的，以此确定该层段每种岩性的阈值。
[0035]为了保持数据的完整性，本实施例中在完成识别地层岩性功能后，将岩性数据保存在相应测井钻孔目录下。
[0036]由此，本实施例中通过选择合适的小波函数对参与岩性识别的测井曲线进行小波分解，利用本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种地浸砂岩铀矿测井岩性识别方法，其特征在于，所述方法包括：选择参与岩性识别的测井曲线；根据所述测井曲线在岩性界面的突变特征选择小波函数；利用所述小波函数对所述测井曲线分解，得到小波系数曲线图，结合地层岩性数据对所述小波系数曲线图进行分析得到岩性识别结果。2.根据权利要求1所述的一种地浸砂岩铀矿测井岩性识别方法，其特征在于，所述小波函数为具有紧支集的正交小波。3.根据权利要求2所述的一种地浸砂岩铀矿测井岩性识别方法，其特征在于，所述小波函数包括Haar小波、不同阶数的dbN小波、Morlet小波、Gauss小波、Symlets小波。4.根据权利要求1所述的一种地浸砂岩铀矿测井岩性识别方法，其特征在于，在选择小波函数后，还包括确定所述小波函数对所述测井曲线的最优分解层次，利用所述小波函数按照所述最优分解层次对所述测井曲线分解。5.根据权利要求1所述的一种地浸砂岩铀矿测井岩性识别方法，其特征在于，所述参与岩性识别的测井曲线经过环境校正与标准化处理。6.根据权利要求1所述的一种地浸砂岩铀矿测井岩性识别方法，其特征在于，所述地层岩性数据包...

【专利技术属性】
技术研发人员：杨怀杰，
申请(专利权)人：核工业北京地质研究院，
类型：发明
国别省市：