【技术实现步骤摘要】
本专利技术涉及油气钻井工程，尤其涉及地层岩性预测方法及装置。
技术介绍
1、本部分旨在为权利要求书中陈述的本专利技术实施例提供背景或上下文。此处的描述不因为包括在本部分中就承认是现有技术。
2、随着井深不断加深，钻遇地层更加复杂，岩石压实程度高，研磨性强，可钻性更低，工程难度大，导致钻井速度慢、周期长、成本居高不下。常规确定岩性的方法如元素录井，岩屑录井等受时间延迟的影响，不利于为钻井实时监测提供有效的井下地质信息，无法准确预测地层岩性，不能及时为钻井监测提供较为准确的岩性剖面预测。
技术实现思路
1、本专利技术实施例提供一种地层岩性预测方法，用以提高地层岩性预测的准确度，及时为钻井监测提供地层岩性预测结果，该方法包括：
2、实时获取井眼的多组录井数据和实钻地层数据；
3、从多组录井数据中提取关键参数，对关键参数进行数据过滤处理，得到过滤后的关键参数；
4、对过滤后的关键参数进行稳态检验，筛选出稳态检验结果符合预设要求的关键参数所对应的录井数据组别；
5、将筛选出的多组录井数据与实钻地层数据进行合并，按照不同的地层对合并后的数据进行分组；
6、根据多组合并后的数据，分别训练地层岩性预测模型，得到训练好的地层岩性预测模型；所述地层岩性预测模型是采用深度学习算法进行训练的；
7、将待测录井数据输入到训练好的地层岩性预测模型中，输出待测录井数据对应的地层岩性预测结果。
8、本专利技术实施例还提
9、录井数据和实钻地层数据获取模块，用于实时获取井眼的多组录井数据和实钻地层数据；
10、数据过滤处理模块，用于从多组录井数据中提取关键参数，对关键参数进行数据过滤处理，得到过滤后的关键参数；
11、关键参数稳态检验模块，用于对过滤后的关键参数进行稳态检验，筛选出稳态检验结果符合预设要求的关键参数所对应的录井数据组别；
12、数据分组模块，用于将筛选出的多组录井数据与实钻地层数据进行合并，按照不同的地层对合并后的数据进行分组；
13、地层岩性预测模型训练模块，用于根据多组合并后的数据，分别训练地层岩性预测模型，得到训练好的地层岩性预测模型；所述地层岩性预测模型是采用深度学习算法进行训练的；
14、地层岩性预测结果输出模块，用于将待测录井数据输入到训练好的地层岩性预测模型中，输出待测录井数据对应的地层岩性预测结果。
15、本专利技术实施例还提供一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现上述地层岩性预测方法。
16、本专利技术实施例还提供一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现上述地层岩性预测方法。
17、本专利技术实施例还提供一种计算机程序产品，所述计算机程序产品包括计算机程序，所述计算机程序被处理器执行时实现上述地层岩性预测方法。
18、本专利技术实施例中，通过实时获取井眼的多组录井数据和实钻地层数据；从多组录井数据中提取关键参数，对关键参数进行数据过滤处理，得到过滤后的关键参数；对过滤后的关键参数进行稳态检验，筛选出稳态检验结果符合预设要求的关键参数所对应的录井数据组别；将筛选出的多组录井数据与实钻地层数据进行合并，按照不同的地层对合并后的数据进行分组；根据多组合并后的数据，分别训练地层岩性预测模型，得到训练好的地层岩性预测模型；所述地层岩性预测模型是采用深度学习算法进行训练的；将待测录井数据输入到训练好的地层岩性预测模型中，输出待测录井数据对应的地层岩性预测结果。在上述过程中，本专利技术实施例通过实时获取井眼的多组录井数据和实钻地层数据对地层岩性预测模型进行训练，及时为钻井监测提供地层岩性预测结果，提高地层岩性预测的准确度，便于现场地质导向工程师采取进一步措施。
本文档来自技高网...【技术保护点】
1.一种地层岩性预测方法，其特征在于，包括：
2.如权利要求1所述的方法，其特征在于，对关键参数进行数据过滤处理，得到过滤后的关键参数，包括：
3.如权利要求2所述的方法，其特征在于，对过滤后的关键参数进行稳态检验，包括：
4.如权利要求3所述的方法，其特征在于，对过滤后的关键参数进行稳态检验，筛选出稳态检验结果符合预设要求的关键参数所对应的录井数据组别，包括：
5.如权利要求4所述的方法，其特征在于，按照以下公式确定拟合系数：
6.如权利要求1所述的方法，其特征在于，根据多组合并后的数据，分别训练地层岩性预测模型，得到训练好的地层岩性预测模型，包括：
7.一种地层岩性预测装置，其特征在于，包括：
8.如权利要求7所述的装置，其特征在于，数据过滤处理模块，具体用于：
9.如权利要求8所述的装置，其特征在于，关键参数稳态检验模块，具体用于：
10.如权利要求9所述的装置，其特征在于，关键参数稳态检验模块，具体用于：
11.如权利要求10所述的装置，其特征在于，关键
12.如权利要求7所述的装置，其特征在于，地层岩性预测模型训练模块，具体用于：
13.一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至6任一所述方法。
14.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现权利要求1至6任一所述方法。
15.一种计算机程序产品，其特征在于，所述计算机程序产品包括计算机程序，所述计算机程序被处理器执行时实现权利要求1至6任一所述方法。
...【技术特征摘要】
1.一种地层岩性预测方法，其特征在于，包括：
2.如权利要求1所述的方法，其特征在于，对关键参数进行数据过滤处理，得到过滤后的关键参数，包括：
3.如权利要求2所述的方法，其特征在于，对过滤后的关键参数进行稳态检验，包括：
4.如权利要求3所述的方法，其特征在于，对过滤后的关键参数进行稳态检验，筛选出稳态检验结果符合预设要求的关键参数所对应的录井数据组别，包括：
5.如权利要求4所述的方法，其特征在于，按照以下公式确定拟合系数：
6.如权利要求1所述的方法，其特征在于，根据多组合并后的数据，分别训练地层岩性预测模型，得到训练好的地层岩性预测模型，包括：
7.一种地层岩性预测装置，其特征在于，包括：
8.如权利要求7所述的装置，其特征在于，数据过滤处理模块，具体用于：
9.如权利要求8所述的装置，其特征在...
【专利技术属性】
技术研发人员：黄凯，林旺，何嘉郁，王壮，王雅萱，伍东，朱卫星，薛宏智，何慧文，
申请(专利权)人：中国石油天然气集团有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。