摘要
测井曲线分层是在地球物理勘探中利用测井资料了解地下地质情况，首先要完成的基础工作。本文主要解决了以附件中1号井为标准井，并根据此井的各种测井曲线数据，建立了数学模型，对第2号至7号井进行自动分层，并且通过分析，与人工分层结果进行比较分析，进一步对1号井的分层结果进行说明；对第8号井至13号井进行自动分层，并给出结论两个问题。 针对问题一，本文首先通过查资料并观察附表中1号井的数据剔除了一些变化规律不明显的指标如CAL、DEVi等，筛选出了SP、GR、AC 、CNL 、RT、 RILD、 RILM七个显著变化的指标，根据经验又剔除了各个指标中明显错误的数据；然后利用主成分分析法的思想挑选了在主成分中贡献率较大的指标AC、CNL、SP三个指标。 接着画出三个指标的综合测井曲线，由于每一层的指标差异性、稳定性，本文采取了层内差异法，结合综合测井曲线，将每一个井进行了大致的粗分层。
最后要将相似程度高的层进行合并，而聚类分析是根据某一分类统计量来度量多个观察量之间的相似程度，依相似程度高低决定是聚合为一层，还是划为不同层，本文利用聚类分析法将第2至7号井进行细致的分层，与人工分层进行了比较，判断其精度，结果见表4、表5并对模型进行了改进，进一步提高合理性。
针对问题二，本文利用问题一中所得出的规律对第8号井至13号井进行了分层，结果见表6，并进行了分析。
关键词： 测井曲线自动分层 主成分分析 层内差异法 聚类分析
一、问题重述
测井区县分层是在地球物理勘探中利用测井资料了解地下地质情况最基本也是最重要的问题。目前最常用的人工分层方法不仅费时费力，而且分层取值过程中受测井分析人员的经验知识和熟练程度影响较大，主观性较强，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。本文主要解决的问题有：
1、以1号井为标准井，根据此井的各种测井曲线数据，建立合适的数学模型，对第2号至7
号井进行了自动分层，并且通过分析，与人工分层结果进行比较分析并改进了数学模型，对1号井的分层结果进行说明。
2、通过前面人工分层与自动分层的比较结果，以及已给的各种测井曲线数据，对第8号井至13号井进行自动分层，并分析本文的结论。
二、问题假设
1 、 假设题目附件中所给数据仪器的精度都满足要求
2 、 1号井所给的分层都是准确的，其他井依靠1号井为标准。
3 、 根据某一条或者某几条测井曲线可以较准确的进行分层
符号说明
第i个深度样本的第j个指标
B 待定参数
第i个深度样本的均方根误差
输油管线 第i层测井均值
非地层因素引起的允许误差
第k 层与第k + 1 层的测井值之间的“马氏”距离
各层间测井值的最小“临界距离”
舌骨三、问题分析
实现井位分层人工智能处理，也就是实现自动分层的方法有很多，比如神经网络、层次分析、层内聚类分析。由于问题中所给数据繁多，本文选取了主成分分析法、层次分析法的思想，客观的反映了系统状况。
主成分分析法是一种将多维因子纳入同一系统进行定量化研究、理论成熟的多元统计分析方法。通过分析变量之间的相关性，使得反应信息重叠的变量被某一主成分代替，减少了变量的数目，从而降低了评价的复杂性。在以方差贡献率作为每一主成分的权重，每一个
主成分的得分加权即可完成对每一层的评价。
层内分析法是一种定量与定性相结合的、系统化的、层次化的系统分析方法。以随机数学为工具，通过大量的观察数据寻求统计规律。
一般来说引起测井曲线值变化的因素有两类：一类是地层因素（岩性、空隙流体性质）一类是非地层因素如井壁因素、测量系统测量条件等。非地层因素引起的测井相应一般比较小，本文采剔除了这些因素。对于地质因素本文采用主成分分析的思想选取了贡献率较大AC 、CNL、RT三个指标，然后对1号井的每一层数据进行分析。
由于附件中所给数据繁多直接应用主成分分析法比较繁琐，本文根据数据的规律剔除了一些明显错误的点，然后利用层内差异法出了1号井层与层之间的区别。又利用得出的规律对2号井进行了分层，并与人工分层进行了比较，并对分层规律进行了修正， 进一步提高了分层的精确性。
四、模型的建立与求解
戈尔巴乔夫近况主成分分析法
（1）设每一深度的测量值为一个样品，每一个样品观测有AC 、CNL、GR、SP等指标以表示第i个样品第j个指标的得分，根据附表中的数据得到原始矩阵：
X=
其中=根据主成分分析的方法，分析不同深度各指标的检测数据。
做变换： （）
得到标准化的数据矩阵=，其中。
(2) 在标准化数据矩阵Y=d的基础上计算p个原始数据指标相关系数矩阵R=,其中：，(i=1…n;j=1…p)
(3) 求相关系数矩阵R的特征值并排序；再求出R的特征向量Z
(4) 确定主成分数目。在确定主成分之前，需要先给出一个控制值，令，则对应满足条件的q 的最小值即为保留的主成分的个数m。
(5) 计算综合得分。首先计算得到的第i 个样本中第k个主成分的得分为， 用数据矩阵x的p个向量（即p个指标向量），，， ,做线性组合（即综合指标向量）为：
再以m个主成分的方差贡献率为权重求得第i个样本的综合得分。
（6）分别以第一主成分，第二主成分，第三主成分中线性组合中系数的绝对值得的作为评判标准。
表1 主成分贡献率
| 主成分的主要贡献率 | 切比雪夫多项式
| 特征值 | 贡献率 | 累计贡献率 |
第一主成分 | 1195.0 | 0.5910 | 0.5190 |
第二主成分 | 719.4 | 0.2402 | 0.8316粗铅 |
第三主成分 | 219.8 | 0.0954 | 0.9270 |
| | | |
表2 三个主成分的7个指标系数
第一主分系数 | 0.3363 | 0.1235 | -0.8967 | 0.2376 | 0.1001 | the creep-0.0320 | 0.0000 |
第二主分系数 | 0.3835 | 0.3424 | -0.0049 | -0.8293 | 0.2184 | 0.0149 | -0.0000 |
第三主分系数 | 0.2145 | 0.5376 | 0.3411 | 0.4702 | 0.5705 | 0.0464 | 0.0000 |
| | | | | | | |
本文选取了第一到第三主成分中系数的绝对值比较大的作为分层的标准，由于第一主成分所占的权重比较大，本文以第一主成分中绝对之比较大的AC作为分层的主要根据，SP、CNL两个指标为辅助分层依据。为了比较明确的看出分层结果，由他们的贡献率作为他们的权重，得到综合测井曲线为：
豫公网安备41160202000603
站长QQ:729038198
关于我们
投诉建议