本發(fā)明涉及測(cè)井巖性自動(dòng)識(shí)別，特別是指一種針對(duì)不完整數(shù)據(jù)集的多視圖井中巖性識(shí)別方法。

背景技術(shù)：

1、利用井中各種物理性質(zhì)數(shù)據(jù)劃分巖性是石油勘探的重要內(nèi)容，不僅可以為地質(zhì)研究提供豐富的信息，還可以提高儲(chǔ)層評(píng)價(jià)效果。近年來機(jī)器學(xué)習(xí)憑借其自動(dòng)判別和快速?zèng)Q策的優(yōu)勢(shì)在石油行業(yè)的勘探、開發(fā)、生產(chǎn)、油藏工程和管理規(guī)劃中的應(yīng)用有所增加，在巖性識(shí)別上的應(yīng)用也逐漸趨于成熟。然而隨著大數(shù)據(jù)時(shí)代的來臨和智能解釋方法受到廣泛關(guān)注，現(xiàn)有巖性識(shí)別方法開始展現(xiàn)出其局限性。

2、由于年代不同或地質(zhì)目的不同，所測(cè)量的測(cè)井系列不同，導(dǎo)致不同井測(cè)井曲線數(shù)量不一致，或者受儀器不穩(wěn)定、井眼坍塌等各種客觀因素影響，部分井段測(cè)井曲線失真，這些問題導(dǎo)致用于巖性識(shí)別的測(cè)井?dāng)?shù)據(jù)集通常是不完整的，而大多數(shù)機(jī)器學(xué)習(xí)方法無法直接處理不完整數(shù)據(jù)集。雖然基于決策樹的機(jī)器學(xué)習(xí)算法，如xgboost和lightgbm等，可以直接利用不完整數(shù)據(jù)集進(jìn)行模型訓(xùn)練和應(yīng)用，但是在應(yīng)用階段，算法遇到缺失值會(huì)自動(dòng)劃分到默認(rèn)節(jié)點(diǎn)，使結(jié)果不可信。

3、針對(duì)不完整的數(shù)據(jù)集的巖性識(shí)別，現(xiàn)階段人們往往有3種處理方式：

4、（1）直接刪除數(shù)據(jù)集中不完整的樣本或特征，但是損失了大量巖性信息。

5、（2）用同類樣本作為參考填補(bǔ)缺失值，但當(dāng)某類巖性樣本全部缺失某一特征值（測(cè)井曲線）時(shí)，該方法無法使用。

6、（3）利用曲線預(yù)測(cè)技術(shù)間接填補(bǔ)測(cè)井?dāng)?shù)據(jù)集中的缺失值，但該技術(shù)所構(gòu)建的模型復(fù)雜度遠(yuǎn)遠(yuǎn)超出巖性識(shí)別模型本身，極大地增加了成本。

7、另一方面，測(cè)井資料形式多樣，不同測(cè)井資料來源不同，量綱不同，甚至模態(tài)不同。這些測(cè)井資料從不同角度刻畫巖性特征，在巖性識(shí)別的過程中相互補(bǔ)充可以增強(qiáng)巖性識(shí)別的準(zhǔn)確性和可靠性，這樣的數(shù)據(jù)在機(jī)器學(xué)習(xí)領(lǐng)域被稱為多視圖數(shù)據(jù)。而現(xiàn)有的巖性識(shí)別方法以單視圖方法為主，難以有效融合多視圖數(shù)據(jù)?；诖?，現(xiàn)有巖性識(shí)別方法難以充分利用測(cè)井資料進(jìn)行巖性識(shí)別，信息的利用率較低。

技術(shù)實(shí)現(xiàn)思路

1、本發(fā)明要解決的技術(shù)問題是提供一種針對(duì)不完整數(shù)據(jù)集的多視圖井中巖性識(shí)別方法，有效提高對(duì)測(cè)井資料中巖性信息的挖掘程度，進(jìn)而提高巖性識(shí)別效果。

2、為解決上述技術(shù)問題，本發(fā)明的技術(shù)方案如下：

3、第一方面，一種針對(duì)不完整數(shù)據(jù)集的多視圖井中巖性識(shí)別方法，所述方法包括：

4、獲取測(cè)井資料數(shù)據(jù)集，并進(jìn)行預(yù)處理，以得到預(yù)處理后的測(cè)井資料數(shù)據(jù)；

5、根據(jù)測(cè)井資料的特質(zhì)，將測(cè)井資料劃分為不同視圖數(shù)據(jù)；

6、根據(jù)不同視圖數(shù)據(jù)特征相關(guān)性將視圖劃分為自相關(guān)視圖和非相關(guān)視圖，計(jì)算每個(gè)視圖待分類樣本與所有樣本點(diǎn)之間的曼哈頓距離，以得到距離向量，其中對(duì)于自相關(guān)視圖，基于部分距離策略計(jì)算距離；對(duì)于非相關(guān)視圖，刪除存在缺失數(shù)據(jù)的樣本，造成視圖缺失后再計(jì)算距離；

7、分別歸一化每個(gè)視圖的距離向量，根據(jù)pds思想計(jì)算得到協(xié)同距離；

8、選取與待分類樣本協(xié)同距離最小的個(gè)樣本作為近鄰子集；最后輸出近鄰子集中出現(xiàn)頻次最高的類別作為待分類樣本分類結(jié)果。

9、進(jìn)一步的，獲取測(cè)井資料數(shù)據(jù)集，并進(jìn)行預(yù)處理，以得到預(yù)處理后的測(cè)井資料數(shù)據(jù)，包括：

10、對(duì)獲取的測(cè)井資料數(shù)據(jù)集進(jìn)行初步的數(shù)據(jù)清洗，對(duì)數(shù)據(jù)集中的缺失值進(jìn)行分析，以得到缺失值分析的結(jié)果；

11、根據(jù)缺失值分析的結(jié)果，分析數(shù)據(jù)集中各類別的分布情況，識(shí)別出數(shù)量少的巖性類別；

12、對(duì)于每個(gè)少數(shù)類，隨機(jī)選擇兩個(gè)位于同一簇的樣本；在選定的兩個(gè)少數(shù)類樣本之間，通過線性插值的方式在特征空間中生成人工合成樣本，重復(fù)上述過程，直到所有類別巖性樣本數(shù)量達(dá)到平衡；

13、將合成的新樣本添加到原始數(shù)據(jù)集中，最終形成一個(gè)預(yù)處理后的完整數(shù)據(jù)集。

14、進(jìn)一步的，根據(jù)不同視圖數(shù)據(jù)特征相關(guān)性將視圖劃分為自相關(guān)視圖和非相關(guān)視圖，計(jì)算每個(gè)視圖待分類樣本與所有樣本點(diǎn)之間的曼哈頓距離，以得到距離向量，包括：

15、根據(jù)不同視圖數(shù)據(jù)特征之間的相關(guān)性，將視圖劃分為自相關(guān)視圖和非相關(guān)視圖；自相關(guān)視圖包含高度相關(guān)的特征，而非相關(guān)視圖則包含相對(duì)獨(dú)立的特征；

16、對(duì)于非相關(guān)視圖，如果存在缺失數(shù)據(jù)的樣本，則刪除這些樣本，從而造成視圖的缺失；

17、在非相關(guān)視圖中，通過以下公式計(jì)算待分類樣本與所有樣本點(diǎn)之間的曼哈頓距離：

18、；

19、其中，表示曼哈頓距離；和分別表示特征向量與特征向量的第個(gè)特征值；為計(jì)算使用的特征數(shù)量。

20、進(jìn)一步的，分別歸一化每個(gè)視圖的距離向量，根據(jù)pds思想計(jì)算得到協(xié)同距離，包括：

21、對(duì)于每個(gè)視圖，計(jì)算得到的曼哈頓距離向量進(jìn)行歸一化處理，以消除不同視圖之間由于特征尺度不同而導(dǎo)致的距離度量差異；

22、在歸一化每個(gè)視圖的距離向量后，根據(jù)pds思想，計(jì)算得到協(xié)同距離，具體的計(jì)算公式為：

23、；

24、其中，和分別表示特征向量與特征向量的第個(gè)特征值；為計(jì)算使用的特征數(shù)量；為包含缺失特征在內(nèi)的總特征量；為協(xié)同距離。

25、進(jìn)一步的，在選定的兩個(gè)少數(shù)類樣本之間，通過線性插值的方式在特征空間中生成人工合成樣本，包括：

26、從少數(shù)類樣本中隨機(jī)選擇兩個(gè)樣本，兩個(gè)樣本應(yīng)位于同一簇中，即屬于相同的巖性類別，以使所選樣本在特征空間中的相對(duì)位置能夠代表該類別的數(shù)據(jù)分布；

27、兩個(gè)樣本的特征空間，由多個(gè)維度構(gòu)成，每個(gè)維度對(duì)應(yīng)一個(gè)特定的巖性特征；在對(duì)應(yīng)的維度上進(jìn)行線性插值，以在特征空間中生成新的點(diǎn)，其中，線性插值過程具體包括：

28、對(duì)于每一對(duì)選定的樣本，在其連線上隨機(jī)選擇一個(gè)點(diǎn)作為合成樣本的位置；隨機(jī)點(diǎn)通過在兩個(gè)樣本之間以0到1之間的隨機(jī)數(shù)為比例因子進(jìn)行插值來獲得，插值結(jié)果代表兩個(gè)原始樣本特征的一個(gè)加權(quán)組合；

29、根據(jù)插值結(jié)果，創(chuàng)建一個(gè)新的合成樣本，新樣本包含通過插值計(jì)算得到的所有特征值，從而在特征空間中形成一個(gè)新的數(shù)據(jù)點(diǎn)；

30、根據(jù)需要生成的合成樣本數(shù)量，重復(fù)進(jìn)行迭代，在每次迭代中，以生成一個(gè)新的合成樣本；完成所有迭代后，將生成的合成樣本添加到原始數(shù)據(jù)集中。

31、進(jìn)一步的，巖性特征包括成分含量和物理性質(zhì)。

32、進(jìn)一步的，選取與待分類樣本協(xié)同距離最小的個(gè)樣本作為近鄰子集；最后輸出近鄰子集中出現(xiàn)頻次最高的類別作為待分類樣本分類結(jié)果，包括：

33、將計(jì)算出的協(xié)同距離進(jìn)行排序，按照從小到大的順序排列，以找出與待分類樣本距離最近的樣本；

34、根據(jù)預(yù)設(shè)的近鄰數(shù)量k，從排序后的距離列表中選擇距離最近的k個(gè)樣本，樣本構(gòu)成待分類樣本的近鄰子集；

35、對(duì)于選定的近鄰子集，遍歷其中的每個(gè)樣本，并記錄各自的類別標(biāo)簽，使用一個(gè)計(jì)數(shù)器來統(tǒng)計(jì)每個(gè)類別在近鄰子集中出現(xiàn)的頻次；

36、在統(tǒng)計(jì)完所有近鄰樣本的類別頻次后，找出出現(xiàn)頻次最高的類別；如果有多個(gè)類別出現(xiàn)頻次相同且為最高，則根據(jù)具體需求選擇其中一個(gè)類別；

37、將出現(xiàn)頻次最高的類別確定為待分類樣本的預(yù)測(cè)類別，并輸出該結(jié)果。

38、本發(fā)明的上述方案至少包括以下有益效果：

39、本專利出的方法可以直接處理不完整巖性識(shí)別數(shù)據(jù)集，有效提高了數(shù)據(jù)的利用率。本專利方法中不同視圖可根據(jù)需求對(duì)不同的視圖采取不同的預(yù)處理操作；本專利方法作為多視圖方法可以同時(shí)使用多種不同來源，不同模態(tài)的測(cè)井資料進(jìn)行巖性識(shí)別；本專利方法改進(jìn)的視圖融合策略可以更有效地融合多視圖數(shù)據(jù)；本專利方法對(duì)井中曲線缺失有很好的魯棒性；本專利方法可以一定程度上提高復(fù)雜巖性儲(chǔ)層的巖性識(shí)別效果。