一种随钻电成像数据井下实时处理装置及方法.pdf

(19)国家知识产权局(12)发明专利申请(10)申请公布号CN116012275A(43)申请公布日2023.04.25(21)申请号202111219786.2G06N3/0464(2023.01)(22)申请日2021.10.20G06N3/08(2023.01)G06V10/774(2022.01)(71)申请人中国石油化工股份有限公司G06V10/82(2022.01)地址100728北京市朝阳区朝阳门北大街22号申请人中国石油化工股份有限公司石油工程技术研究院(72)发明人韩玉娇闫立鹏倪卫宁李永杰袁多(74)专利代理机构北京聿华联合知识产权代理有限公司11611专利代理师朱绘(51)Int.Cl.G06T7/00(2017.01)G06T7/136(2017.01)权利要求书2页说明书9页附图2页(54)发明名称一种随钻电成像数据井下实时处理装置及方法(57)摘要本发明提供了一种随钻电成像数据井下实时处理装置及方法，该发明包括：井下成像模块、用于利用井下随钻电阻率成像仪器采集需求地层的电阻率成像数据；智能识别模块，用于通过嵌入了设定智能特征识别模型的芯片结构对采集的电阻率成像数据进行分析识别，确定对应的测井地层特征，并与匹配的地层参数关联融合为特征识别结果；实时通信模块，用于将融合的特征识别结果传输至地上控制系统。本发明建立基于智能算法的随钻电阻率成像数据地层特征识别模型进行实时特征识别，克服了现有技术地面获取数据的时间局限性，改善数据传达机制，帮助地面工程师及时获取有效地层信息，从而快速现场决策，有效降低钻井风险，优化钻井作业的质量。CN116012275ACN116012275A权利要求书1/2页1.一种随钻电成像数据井下实时处理装置，其特征在于，所述装置包括：井下成像模块，其配置为在井下环境利用随钻电阻率成像仪器采集需求地层的电阻率成像数据；智能识别模块，其与所述井下成像模块连接，通过嵌入了设定智能特征识别模型的芯片结构对采集的电阻率成像数据进行分析识别，确定对应的测井地层特征，并与匹配的地层参数关联融合为特征识别结果；实时通信模块，其配置为当存在融合的特征识别结果时，基于设定的传输协议将其传输至地上控制系统；其中，所述智能特征识别模型是由模型构建模块预先基于设定的图像数据处理策略和机器学习算法构建的。2.根据权利要求1所述的装置，其特征在于，所述井下成像模块采集的电阻率成像数据包括需求深度对应井周360°地层的电阻率二维阵列数据。3.根据权利要求1所述的装置，其特征在于，所述智能识别模块为通过高温高压测试的芯片结构，高温高压测试前，使用FPGA连接器和ARM连接器将设定智能特征识别模块的算法程序以井区类型为标签分类导入芯片结构中。4.根据权利要求1所述的装置，其特征在于，所述模型构建模块通过以下操作构建所述智能特征识别模型：步骤A1、依据设定的逻辑获取各井区类型匹配的样本数据；步骤A2、基于样本数据划分训练样本库和测试样本库；步骤A3、基于训练样本采用基于神经网络的最小二乘回归算法训练进行迭代更新训练，优化确定模型对应的关键参数，利用测试样本根据交叉验证法检验模型的准确性，直至满足设定的训练条件。5.根据权利要求4所述的装置，其特征在于，所述模型构建模块执行以下操作以获取各井区类型匹配的样本数据：a1、考虑井区类型的多样性分别统计设定规模的随钻电阻率成像数据；a2、对各井区类型的随钻电阻率成像数据进行预处理；a3、识别获取预处理后随钻电阻率成像数据表征的地层特征数据；a4、基于获取的地层特征数据对关联的随钻电阻率成像数据进行标注，统计所有关联标注的组合数据作为样本数据集，以井区类型为标签进行分类存储。6.根据权利要求5所述的装置，其特征在于，所述模型构建模块对各井区类型的随钻电阻率成像数据进行预处理时，包括以下操作：对收集到的随钻电成像数据采用OTSU自动阈值分割法进行阈值分割获得二值图像，进而采用设定参数的邻域计算方式计算连通域，将其进行区域分割。7.根据权利要求1所述的装置，其特征在于，所述井下通信模块还设置有传输决策单元，其配置为对存在的特征识别结果进行可用性判识，若确定特征识别结果中存在当前深度地层需求的特征，则生成上传指令。8.根据权利要求1所述的装置，其特征在于，所述装置还包括井下数据质控模块，其配置为对井下采集的电阻率成像数据实时地进行坏点剔除、均衡处理、增益调整以及阈值分割处理，以控制特征识别输入数据的质量。2CN116012275A权利要求书2/2页9.根据权利要求1所述的装置，其特征在于，所述装置还包括施工辅助模块，用于根据识别得到的周期性地层特征结果进行分析，决策施工建议数据并传输至地上控制系统。10.一种应用于如权利要求1～9中任意一项所述装置的随钻电成像数据井下实时处理方法，其特征