RU2016123001A - Генерирование описания фаций с использованием процедур автономной классификации - Google Patents

Claims (49)

1. Реализуемый компьютером способ для генерирования описания фации, включающий:

получение каротажных данных, указывающих на одну или более характеристик геологических массивов, пронизанных одним или более стволами скважин, при этом никакие предположения не вводятся в каротажные данные;

определение модели типовой скважины;

разработку соответствующего масштабирования каротажных данных на основании модели типовой скважины;

создание набора пробных данных с использованием образцов из каротажных данных на случайно выбранных глубинах;

модификацию набора пробных данных для удаления неподходящих данных;

выполнение процедуры автономной классификации набора пробных данных для группирования образцов в наборе пробных данных;

сравнение набора значений каротажных данных в группах для классификации литофации модели типовой скважины;

разработку функций классификации; и

классификацию неизвестных скважин с использованием функций классификации для генерирования описания фации.

2. Реализуемый компьютером способ по п. 1, отличающийся тем, что описание фации используется для заполнения модели геологической среды.

3. Реализуемый компьютером способ по п. 1, отличающийся тем, что модель типовой скважины имеет наилучшее выражение стратиграфии в рассматриваемом сечении.

4. Реализуемый компьютером способ по п. 1, отличающийся тем, что модель типовой скважины генерируется из данных, составленных из каротажных данных.

5. Реализуемый компьютером способ по п. 1, отличающийся тем, что соответствующее масштабирование каротажных данных сохраняет форму записи.

6. Реализуемый компьютером способ по п. 1, отличающийся тем, что набор пробных данных состоит из 600-800 каротажных данных на случайно выбранных глубинах.

7. Реализуемый компьютером способ по п. 1, отличающийся тем, что модификация набора пробных данных для удаления неподходящих данных включает удаление избыточных данных.

8. Реализуемый компьютером способ по п. 1, отличающийся тем, что модификация набора пробных данных для удаления неподходящих данных включает удаление инвариантных данных.

9. Реализуемый компьютером способ по п. 1, дополнительно включающий генерирование схемы, которая иллюстрирует взаимозависимость образцов в наборе пробных данных на всех уровнях.

10. Система, содержащая:

по меньшей мере один процессор; и

по меньшей мере одно запоминающее устройство, соединенное по меньшей мере с одним процессором и сохраняющее выполняемые компьютером команды для генерирования описания фации, при этом выполняемые компьютером команды включают команды для:

получения каротажных данных, указывающих на одну или более характеристик геологических массивов, пронизанных одним или более стволами скважин, при этом никакие предположения не вводятся в каротажные данные;

определения типовой скважины;

разработки соответствующего масштабирования каротажных данных на основании модели типовой скважины;

создания набора пробных данных с использованием образцов из каротажных данных на случайно выбранных глубинах;

модификацию набора пробных данных для удаления неподходящих данных;

выполнения процедуры автономной классификации набора пробных данных для группирования образцов в наборе пробных данных;

сравнения набора значений каротажных данных в группах для классификации литофации модели типовой скважины;

разработки функций классификации; и

классификации неизвестных скважин с использованием функций классификации для генерирования описания фации.

11. Система по п. 10, отличающаяся тем, что описание фации используется для заполнения модели геологической среды.

12. Система по п. 10, отличающаяся тем, что модель типовой скважины имеет наилучшее выражение стратиграфии в рассматриваемом сечении.

13. Система по п. 10, отличающаяся тем, что модель типовой скважины генерируется из данных, составленных из каротажных данных.

14. Система по п. 10, отличающаяся тем, что соответствующее масштабирование каротажных данных сохраняет форму записи.

15. Система по п. 10, отличающаяся тем, что набор пробных данных состоит из 600-800 каротажных данных на случайно выбранных глубинах.

16. Система по п. 10, отличающаяся тем, что модификация набора пробных данных для удаления неподходящих данных включает удаление избыточных данных.

17. Система по п. 10, отличающаяся тем, что модификация набора пробных данных для удаления неподходящих данных включает удаление инвариантных данных.

18. Система по п. 10, отличающаяся тем, что выполняемые компьютером команды дополнительно включают команды генерирования схемы, которая иллюстрирует взаимозависимость образцов в наборе пробных данных на всех уровнях.

19. Энергонезависимый машиночитаемый носитель, содержащий выполняемые компьютером команды для генерирования описания фации, причем выполняемые компьютером команды при выполнении побуждают один или более компьютеров осуществлять операции, включающие:

получение каротажных данных, указывающих на одну или более характеристик геологических массивов, пронизанных одним или более стволами скважин, при этом никакие предположения не вводятся в каротажные данные;

определение модели типовой скважины;

разработку соответствующего масштабирования каротажных данных на основании модели типовой скважины;

создание набора пробных данных с использованием образцов каротажных данных на случайно выбранных глубинах;

модификацию набора пробных данных для удаления неподходящих данных;

выполнение процедуры автономной классификации набора пробных данных для группирования образцов в наборе пробных данных;

сравнение набора значений каротажных данных в группах для классификации литофации модели типовой скважины;

разработку функций классификации; и

классификацию неизвестных скважин с использованием функций классификации для генерирования описания фации.

20. Энергонезависимый машиночитаемый носитель по п. 19, отличающийся тем, что выполняемые компьютером команды при выполнении дополнительно приводят к осуществлению одним или более компьютеров операций, включающих генерирование схемы, которая иллюстрирует взаимозависимость образцов в наборе пробных данных на всех уровнях.