【精品】建模论文

《【精品】建模论文》由会员上传分享，免费在线阅读，更多相关内容在工程资料-天天文库。

1、一•问题重述在地球物理勘探中需要利用测井资料了解地下地质情况，其屮测井曲线分层是首先要完成的基础工作。测井曲线分层的H的是为了在今后的研究中，便于对具有不同特点的地层确定研究H标，以及确定将要重点研究的地层，统一•不同井号的研究范I韦I。通常，在一个区域内，通过前期地质研究工作，结合各种测井数据，首先对最早开发的参考井进行详细研究。每一种测井数据，都反映了地质结构的特点和地层的变化，地质人员通过经验，综合各种测井数据反映的地层特点，将井从一定深度开始，对井进行井层划分和命名，如1号井从距井口深368米处开始，依次往下，定名为

2、长31、长32、长33、长41、长42、长61、长62、长63、长71、长72、长73、长81、长82、长91、长92等地层。接着在分析随后开发的2号井时，也根据和1号井分层的特点和规律，依次定名为长31、长32、长33、长41、长42、长61、长62、长63、长71、长72、长73、长81、长82、长91、长92等地层。井的位置不同可能会导致这口井的每一个层位的深度范围也不同,甚至有可能会出现缺失中间某层的现象。如第6号井缺长31、长32层。通常这些工作都是通过人工来进行的，这就是所谓人工分层方法。该方法不仅费时费力，而且

3、分层取值过程屮受测井分析人员的经验知识和熟练程度影响较大，主观性校强，也会因为不同的解释人员的个人标准有误差，而造成不同的人员有不同的分层结果。自动分层的基本思想、实现手段是一个不断发展变化的过程。由人工分层到自动分层，除了计算机工具的引入，各种数据处理技术也被应用于自动分层。随着一个区域开发井的数量增加，我们希望利用已有分层井点数据与变化特点作为控制点，结合每口井丰富的测井曲线数据，如密度(DEN)、声波(AC)、屮子(CNL)、自然伽玛(GR)、自然电位(SP)和电阻率(RT)等的变化特点，建立合理的数学模型，实现井位分

4、层人工智能处理，也就是实现自动分层。相对于人工分层，自动分层可以避免人为分层的随意性，并可在很大程度上提高工作效率。进行具体的井位分层人工智能处理，这将极大地提高工作效率。另一方面，希望通过自动分层处理，与人工分层的结果进行比较分析，进一步提高分层精度。下面请完成以下工作：1以1号井为标准井，根据此井的各种测井曲线数据，建立数学模型，对第2号至7号井进行口动分层，并且通过分析，与人工分层结果进行比较分析。考虑是否需要利用你所建立的数学模型，对1号井的分层结果进行说明。2通过前面人工分层与口动分层的比较结果，以及已给的各种测井

5、曲线数据，确定合适的数学模型对第8号井至13号井进行口动分层，并分析你的结论。二•问题分析木题利用已有分层井点数据与变化特点作为控制点，结合每口丿I：丰富的测井曲线数据，如密度（DEN）、声波（AC）、中子（C7L）、自然伽吗（GR）、自然电位（SP）和电阻率（RT）等的变化特点对不同测井进行自动分层。根据题中所给各测井测井数据和已有分层点数据，经查阅国内外的文献得到，不同的参数采用划分界面和储层特征是不同的。SP,GR,声波，感应，CNL,DEN这6个数据组采用半幅点处分层，且这些数据在半幅点处数据变化明显；R4在其曲线极

6、值处作为分层点。在同一储层屮，GR低值，AC、CNL、DEN数值符合地区规律，CAL有特定的变化趋势。当利用模型算法找出不同数据所反映的分层点时，还要综合考虑各组数据在分层点处数据反映的明显程度，在此定义一个数据范I韦I宽度，从有效数据所对应的地层深度开始，依次按照一定步长向下移动，当框内的数据点较多时，取其平均值，即为相邻层的分界点来确定测井最终的分层点。再利用各个所对应不同数据的特点，以标准井为参照将不同测井的同一储层按标准井相对应，各个测井的即得岀动分层结果。三•模型假设由于本模型为考虑一些外界因素，因此进行一些合理假

7、设:给出的数据不计其测量误差，即假设其数据无较大偏差四•符号说明4原始数据屮第i个参数的第j个数据第1次做差第i个参数的第j和第j+1个数据只差的绝对值{化}第2次做差第i个参数的第j和第j+1个数据只差的绝对值做完4此循环后，所得相对变化较大点处所对应的深度值的集合E%原始数据中第m个参数的第n个点严）mn第一次比较后所得到的极小值K%第一次比较后所得到的极大值做完4次循环后，所得显著极小值点处所对应的深度值的集合｛k⑸爲做完4次循环后，所得显著极大值点处所对应的深度值的集合{G(M)}半幅点分层的分界点的集合｛丹（力2）

8、｝极值点分层的分界点的集合五•模型建立与求解测井分层的数据很庞大，而且很复杂，首先要了解相关参数的物理意义，及其背景知识，通过分析可知，有很多参数是表示同一意义，有的参数不是用一种分层方法实现算法的，基于此原因，当所给数据无较大偏差时，我们针对不同的参数使用了两种分层方法，半幅点处分层和极