中文題目:基于特征融合的微電阻率成像測(cè)井空白帶無(wú)監(jiān)督填充方法
論文題目:Unsupervised filling method of micro-resistivity imaging logging blank zone based on feature fusion
錄用期刊/會(huì)議:電子測(cè)量技術(shù) (北大核心)
錄用時(shí)間:2024.04.18
作者列表:
1) 曾祥安 中國(guó)石油大學(xué)(北京)信息科學(xué)與工程學(xué)院/人工智能學(xué)院 計(jì)算機(jī)技術(shù)專(zhuān)業(yè) 碩22
2) 朱丹丹 中國(guó)石油大學(xué)(北京)信息科學(xué)與工程學(xué)院/人工智能學(xué)院 計(jì)算機(jī)系教師
3) 周 昊 中國(guó)石油大學(xué)(北京)信息科學(xué)與工程學(xué)院/人工智能學(xué)院 計(jì)算機(jī)科學(xué)與技術(shù)專(zhuān)業(yè) 碩21
4) 徐朝暉 中國(guó)石油大學(xué)(北京)地球科學(xué)學(xué)院 地質(zhì)資源與地質(zhì)工程系教師
針對(duì)微電阻率電成像測(cè)井儀器的特點(diǎn)導(dǎo)致測(cè)井成像呈現(xiàn)規(guī)律性空白帶的問(wèn)題,本文提出一種融合多尺度多層級(jí)特征的無(wú)監(jiān)督填充模型及全井段填充框架用于填充空白帶。填充模型采用UNet架構(gòu),利用非空白帶區(qū)域電阻率數(shù)據(jù)自身的統(tǒng)計(jì)先驗(yàn)基于MAE損失進(jìn)行無(wú)監(jiān)督訓(xùn)練填充,主要通過(guò)以下2個(gè)措施對(duì)傳統(tǒng)UNet進(jìn)行改進(jìn):(1)在編碼器中引入MSR-Conv,提升單層網(wǎng)絡(luò)的多尺度表征能力;(2)在編解碼特征連接環(huán)節(jié)引入多層級(jí)編碼特征融合模塊與信息引導(dǎo)模塊,豐富上采樣的特征尺度,減少解碼過(guò)程中的信息丟失。實(shí)驗(yàn)結(jié)果表明:相較UNet,本文所提模型在自然場(chǎng)景數(shù)據(jù)集上的視覺(jué)效果與客觀(guān)指標(biāo)均有明顯提升,其中PE降低了19.03%,SSIM提升了2.9%,PSNR提升了4.66%。全井段填充框架應(yīng)用填充模型分段訓(xùn)練填充空白帶電阻率數(shù)據(jù)后再合并,實(shí)現(xiàn)端到端填充單口井的微電阻率成像測(cè)井空白帶,填充結(jié)果具有一定的魯棒性,貼合實(shí)際生產(chǎn)場(chǎng)景。
微電阻率成像測(cè)井測(cè)得的電阻率數(shù)據(jù)經(jīng)過(guò)色標(biāo)刻度標(biāo)定后得到能夠反映地層井壁巖石結(jié)構(gòu)、裂縫等地質(zhì)特征的二維圖像,可為儲(chǔ)層評(píng)價(jià)、巖性識(shí)別、油藏裂縫識(shí)別等提供重要研究依據(jù)。由于完全覆蓋井眼的成本很高,導(dǎo)致電阻率數(shù)據(jù)存在空白區(qū)域,這增加了數(shù)據(jù)解釋的難度。因此,開(kāi)展空白帶區(qū)域的填充工作對(duì)于精確解釋儲(chǔ)層信息至關(guān)重要。目前,基于深度學(xué)習(xí)的空白帶填充算法面臨兩個(gè)主要問(wèn)題:1)大部分算法通常采用二維井壁圖像作為填充修復(fù)的主體,但當(dāng)色標(biāo)或比例尺發(fā)生變化時(shí),填充結(jié)果可能不再適用,存在魯棒性不足的問(wèn)題;2)其次,基于圖像的填充結(jié)果無(wú)法導(dǎo)入現(xiàn)有的測(cè)井?dāng)?shù)據(jù)分析軟件中對(duì)地層進(jìn)行深入分析,在實(shí)際應(yīng)用中存在局限性。為了克服這些問(wèn)題,本文提出一種基于特征融合的微電阻率成像測(cè)井空白帶無(wú)監(jiān)督填充方法,本文以測(cè)井所得電阻率數(shù)據(jù)作為填充修復(fù)主體,填充后的結(jié)果能夠?qū)霚y(cè)井?dāng)?shù)據(jù)分析軟件,貼合實(shí)際生產(chǎn)場(chǎng)景。此外,本文通過(guò)融合不同尺度特征,能夠有效改善空白帶填充的紋理細(xì)節(jié)與邊緣層理連續(xù)性,從而提高測(cè)井?dāng)?shù)據(jù)的整體質(zhì)量和解釋的準(zhǔn)確性。
本文采用微電阻率數(shù)據(jù)作為填充修復(fù)主體,根據(jù)電阻率的相對(duì)大小可以采用不同色標(biāo)刻度標(biāo)定進(jìn)行二維成像如圖1所示,成像模式類(lèi)比灰度圖像。因此電阻率數(shù)據(jù)蘊(yùn)含豐富的語(yǔ)義特征,采用基于深度圖像修復(fù)模型來(lái)生成空白區(qū)域缺失的電阻率數(shù)據(jù)是可行的。θ

圖1 色標(biāo)刻度對(duì)比
本文利用深度學(xué)習(xí)模型自身對(duì)數(shù)據(jù)的統(tǒng)計(jì)先驗(yàn),通過(guò)無(wú)監(jiān)督訓(xùn)練反復(fù)迭代優(yōu)化模型來(lái)填充空白帶區(qū)域缺失的電阻率數(shù)據(jù),原理如圖2所示。在訓(xùn)練過(guò)程中,訓(xùn)練目標(biāo)為最小化平均絕對(duì)誤差(Mean Absolute Error,MAE)損失函數(shù)
,即最小化輸入的非空白帶區(qū)域的電阻率數(shù)據(jù)與網(wǎng)絡(luò)生成輸出的非空白帶區(qū)域的電阻率數(shù)據(jù)之間的差異,旨在讓模型學(xué)習(xí)到從噪聲
到電阻率分布
的映射
,噪聲
經(jīng)模型學(xué)習(xí)到的
映射在空白帶區(qū)域的電阻率數(shù)據(jù)可以看做對(duì)空白帶區(qū)域真實(shí)值的近似擬合。

圖2 算法原理
本文基于上述無(wú)監(jiān)督填充方法提出一種端到端的填充全井段的電成像測(cè)井空白帶的填充框架,填充模型采用UNet結(jié)構(gòu),融合了多尺度多層級(jí)特征,并且基于電成像測(cè)井的電阻率進(jìn)行填充,無(wú)需復(fù)雜的轉(zhuǎn)換圖像的流程。填充框架如圖3所示,填充模型如圖4所示。

圖3全井段填充框架

圖4 融合多尺度多層級(jí)特征的空白帶填充模型
本文填充模型采用UNet架構(gòu),通過(guò)在編碼器中引入多尺度殘差卷積(MSR-Conv)融合從粗到細(xì)多尺度的特征,在更細(xì)粒度級(jí)別提升單層網(wǎng)絡(luò)的多尺度的表征能力,具體細(xì)節(jié)如圖5所示。

圖5 多尺度殘差卷積(MSR-Conv)
同時(shí),在編解碼特征連接環(huán)節(jié)引入多層級(jí)編碼特征融合模塊與信息引導(dǎo)模塊,豐富上采樣的特征尺度,減少解碼過(guò)程中的信息丟失,具體細(xì)節(jié)如圖6和圖7所示。

圖6 多層級(jí)編碼特征融合模塊(以
為例)

圖7 信息引導(dǎo)模塊
由于電成像測(cè)井無(wú)法獲取完整全井眼數(shù)據(jù),無(wú)法對(duì)空白帶填充后的電成像的整體填充效果進(jìn)行量化評(píng)價(jià),因此本文首先對(duì)人為添加條形掩膜的自然場(chǎng)景灰度圖像進(jìn)行缺失值填充實(shí)驗(yàn)確保填充模型有效。本文將所提模型與編碼器解碼器模型(Encoder-Decoder,ED)與UNet進(jìn)行對(duì)比分析,客觀(guān)指標(biāo)的量化結(jié)果如表1所示。相比UNet模型,本文所提模型的PE減少了19.03%,SSIM提升了2.9%, PSNR提升了4.66%,說(shuō)明特征融合大幅度提升了相應(yīng)的客觀(guān)指標(biāo),驗(yàn)證了本文所提空白帶填充模型的有效性。
表1 自然場(chǎng)景對(duì)比實(shí)驗(yàn)結(jié)果
本文分別去除多尺度特征模塊與多層級(jí)特征模塊進(jìn)行消融實(shí)驗(yàn)。通過(guò)表2中的客觀(guān)指標(biāo)可以看出,去除單個(gè)特征模塊后各類(lèi)評(píng)價(jià)指標(biāo)均會(huì)存在不同程度的降低,驗(yàn)證了本文所提多尺度與多層級(jí)特征模塊的有效性。
表2 自然場(chǎng)景消融實(shí)驗(yàn)結(jié)果
本文將設(shè)計(jì)好的電阻率空白帶填充模型直接應(yīng)用于真實(shí)電阻率數(shù)據(jù),填充效果不佳。首先對(duì)電阻率數(shù)據(jù)進(jìn)行分析,發(fā)現(xiàn)電阻率數(shù)據(jù)分布集中,同時(shí)存在極少數(shù)離群值,分析結(jié)果如圖8所示。

圖8 某口井電阻率數(shù)據(jù)分布頻率直方圖
為避免離群值影響,本文調(diào)整了輸入模型的電阻率數(shù)據(jù)的歸一化方式,調(diào)整后空白帶填充效果得到極大改善。調(diào)整前后填充結(jié)果如圖9所示。

圖9 歸一化調(diào)整前后模型填充空白帶結(jié)果對(duì)比
本文將所提空白帶填充模型與兩種經(jīng)典模型進(jìn)行對(duì)比分析,空白帶區(qū)域填充后的成像結(jié)果如圖10所示。

圖10電阻率填充對(duì)比實(shí)驗(yàn)結(jié)果
本文分別去除多尺度特征模塊與多層級(jí)特征模塊進(jìn)行消融實(shí)驗(yàn),主觀(guān)視覺(jué)結(jié)果如圖11所示。

圖11電阻率填充消融實(shí)驗(yàn)結(jié)果
可以看出,使用Encoder-Decoder模型與UNet模型進(jìn)行填充時(shí),填充痕跡較明顯,填充邊緣層理連續(xù)性較差,空白帶的填充內(nèi)容的不夠清晰自然,總體視覺(jué)效果較差;使用本文所提填充模型進(jìn)行空白帶填充后的成像結(jié)果填充痕跡基本消失,填充的空白帶區(qū)域更清晰自然,總體視覺(jué)效果最佳。去除單個(gè)特征模塊后,空白帶填充區(qū)域會(huì)存在不同程度的模糊區(qū)域,同時(shí)增加多尺度與多層級(jí)特征模塊時(shí)空白帶填充區(qū)域更自然連續(xù)。
圖12所示為本文使用全井段填充框架對(duì)某口實(shí)際油井的電阻率進(jìn)行空白帶填充后經(jīng)軟件成像的結(jié)果,可以看出當(dāng)隨意調(diào)整軟件成像的比例尺后,填充模型在空白帶區(qū)域生成的電阻率依舊有效,填充結(jié)果具有一定的魯棒性,實(shí)現(xiàn)了端到端的微電阻率成像測(cè)井空白帶填充。

圖12空白帶填充前后軟件成像比例尺調(diào)整結(jié)果
本文提出一種基于特征融合的微電阻率成像測(cè)井空白帶無(wú)監(jiān)督填充模型,通過(guò)挖掘利用單口井非空白帶區(qū)域的電阻率數(shù)據(jù)自身的統(tǒng)計(jì)先驗(yàn)迭代優(yōu)化模型,通過(guò)捕獲輸入空白帶填充模型微電阻率成像測(cè)井非空白帶區(qū)域中的多尺度多層級(jí)特征增強(qiáng)模型對(duì)復(fù)雜紋理結(jié)構(gòu)信息的感知,提升空白帶區(qū)域的填充效果。在自然場(chǎng)景圖像缺失值填充實(shí)驗(yàn)中的結(jié)果表明,通過(guò)融合多尺度多層級(jí)特征,本文所提模型在自然圖像數(shù)據(jù)集上缺失值填充的視覺(jué)效果和客觀(guān)指標(biāo)均優(yōu)于幾種主流模型。同時(shí)將本文所提模型結(jié)合全井段填充框架實(shí)現(xiàn)端到端填充單口井空白帶區(qū)域,在微電阻率成像測(cè)井電空白帶填充實(shí)驗(yàn)中的結(jié)果表明,本文所提模型填充空白帶的視覺(jué)效果最佳,可以填充不同產(chǎn)狀巖性的空白帶區(qū)域,應(yīng)用全井段填充框架的子段劃分尺度對(duì)空白帶填充的視覺(jué)效果基本無(wú)影響,填充結(jié)果具有一定的魯棒性。
朱丹丹,博士,中國(guó)石油大學(xué)(北京)信息科學(xué)與工程學(xué)院/人工智能學(xué)院智能中心副教授,碩士生導(dǎo)師。目前主要研究方向是強(qiáng)化學(xué)習(xí)和數(shù)據(jù)挖掘。
聯(lián)系方式:[email protected]