基于成像测井的孔缝智能分割与识别

作者：樊永东; 庞惠文; 金衍^*; 王汉青

来源：石油钻采工艺, 2022, 44(04): 500-505.

DOI：10.13639/j.odpt.2022.04.015

• 裂缝识别
• 成像测井
• 遗传算法
• K均值聚类算法
• 神经网络

在碳酸盐岩储层的钻探开发过程中，确定地层中的溶孔和裂缝所处区域及种类，对判断储层漏失通道和储存空间具有重要意义。借助图像识别技术，识别成像测井图像中裂缝与溶孔是当前研究的难点，该方法要求样本数据量较大，在小样本情况下识别效果较差，因此提出了通过图像分割提高样本质量，实现小样本情况下高准确度的孔缝识别。研究主要包括图像分割与图像识别两部分，图像分割以阈值分割为主，应用K均值聚类与遗传算法对阈值分割进行了逐步优化；图像识别主要是应用深度神经网络，基于图像分割后的高质量图像识别成像测井图像中的孔缝结构。研究结果表明，图像分割前后整体识别准确度由63.3%提高到90.0%。在模型的实际应用中，该模型成功识别了样本中包含的高导缝与溶蚀孔，通过图像分割提高图像质量，可以实现小样本高准确度的孔缝结构识别。

• 单位
  中国石油大学（北京）; 油气资源与探测国家重点实验室; 中国石化石油勘探开发研究院