浏览全部资源
扫码关注微信
1. 长江大学油气资源与勘探技术教育部重点实验室
2. 长江大学地球物理与石油资源学院
3. 中联煤层气有限责任公司
4. 北京耀齐科技有限公司
Published:2026
移动端阅览
朱奕龙, 陈思路, 彭晓波, et al. 基于VMD-TCN-Transformer的复杂环境测井曲线重构[J]. Bulletin of Geological Science and Technology, 2026, 45(4): 315-328.
DOI:
朱奕龙, 陈思路, 彭晓波, et al. 基于VMD-TCN-Transformer的复杂环境测井曲线重构[J]. Bulletin of Geological Science and Technology, 2026, 45(4): 315-328. DOI: 10.19509/j.cnki.dzkq.tb202603027.
声波测井曲线,尤其是纵波时差(DTC)与横波时差(DTS),是岩石物理分析、地震合成记录制作及储层精细表征的重要基础资料,但在实际钻井过程中,受井眼条件及复杂测量环境噪声等因素影响,声波测井曲线易发生畸变或缺失,从而制约其工程应用效果。传统经验公式与统计回归方法难以刻画测井曲线之间复杂的非线性关系,近年来引入的机器学习与深度学习方法虽在一定程度上提升了重构精度,但在复杂井况条件下,对测井信号非平稳特征、局部变化特征及长程地质相关性的综合表征仍存在一定局限。针对上述问题,本研究提出一种基于变分模态分解(VMD)与时域卷积网络(TCN)-Transformer融合架构的声波测井曲线重构方法。该方法通过VMD对原始测井信号进行多尺度分解,在最大程度保留地层有效信号的同时,滤除高频环境噪声,引入TCN刻画测井曲线的局部变化特征,并结合Transformer多头自注意力机制提取测井序列的长程依赖信息,从而实现对复杂沉积旋回特征的整体建模。基于山西某区块实测测井资料,开展模型对比分析、消融实验、井径异常条件下的曲线重构实验及盲井预测验证。结果表明,所提出方法在声波测井曲线重构精度与稳定性方面表现优异,测试井段中DTC与DTS预测的决定系数(R
2
)分别达到0.914 2和0.916 5;VMD信号分解与TCN-Transformer混合架构对模型性能提升均有显著贡献;在井径异常发育井段,模型能够有效抑制环境噪声干扰,重构的曲线形态连续合理;盲井预测结果生成的合成地震记录与实测地震剖面在波组特征与相位特征上具有较好一致性。该方法在复杂井况条件下具有较好的适应性与实用性,可为低质量测井资料校正、补全及后续地震反演与储层精细表征提供可靠基础数据支持。
廖茂辉.多元回归方法校正扩径对密度曲线声波曲线的影响[J].物探与化探,2014(01).
高刚,杨亚华,赵彬,段宏亮,王晓阳,魏亚斋.砂岩敏感识别因子的建立及直接提取方法[J].石油地球物理勘探,2019(06).
陈钢花,王永刚.Faust公式在声波曲线重构中的应用[J].勘探地球物理进展,2005(02).
黄小平,高玉春.对Garden公式应用条件的探讨[J].新疆石油地质,2000(03).
周欣,曹俊兴,王兴建,王俊,廖万平.基于双向门控循环单元神经网络的声波测井曲线重构技术[J].地球物理学进展,2022(01).
杨怀杰,乔宝强.基于多元回归模型的拟声波时差测井曲线重构方法研究[J].铀矿地质,2021(03).
马天寿,向国富,石榆帆,桂俊川,张东洋.基于双向长短期记忆神经网络的水平地应力预测方法[J].石油科学通报,2022(04).
汪敏,郭鑫平,唐洪明,张少龙,杨桃,钟光海.深度Transformer迁移学习的页岩气储层核心参数预测案例[J].地球物理学报,2023(06).
翟晓岩,高刚,李勇根,陈冬,桂志先,王之桢.融合注意力机制的二维卷积神经网络测井曲线重构方法[J].石油地球物理勘探,2023(05).
刘建建,周军,余卫东,陈江浩,樊琦,鄢高韩.基于超参数优化LSTM的声波测井曲线生成技术[J].石油物探,2024(05).
赖锦,苏洋,肖承文,赵仪迪,朱波,张有鹏,庞小娇,王贵文.地球物理测井在地质领域应用经典案例解析[J].地质科技通报,2024(05).
黎子豪,蒋恕.基于机器学习和SHAP算法的声波测井曲线重构及可解释性分析[J].地质科技通报,2025(01).
王欢欢,赵彬,刘建新,陶良清,高楚桥,廖文龙.基于多头注意力机制的TCN-BiGRU密度测井曲线重构方法[J].地球物理学进展,2025(02).
吕泽富,钟阳阳,王攀.基于奇异谱分析和图注意力网络的测井曲线补全研究[J].地球物理学进展,2025(04).
农高海.基于VMD-BiLSTM的短期电力负荷预测[J].电脑知识与技术,2025(15).
于水,韩府宏,罗宇晨,孙圣坤.基于Transformer多尺度融合网络的暖通空调能耗预测模型[J].太阳能学报,2026(02).
陈雪菲,辛显康,喻高明,胡砚东,邓悟,刘怡麟.基于模态分解融合机器学习的测井曲线预测[J].科学技术与工程,2025(17).
庞振宇,鲁玉清,徐颖晋,陈志聪,蔡镇波,彭梦婷.基于CNN-Transformer的致密砂岩储层孔隙度参数预测研究[J].石油地球物理勘探,2025(06).
夏竹,赵磊,李凯,王志宝,张胜,赵师权.Atlas测井仪GR曲线扩径校正方法的改进及应用效果[J].石油地球物理勘探,2016(S1).
孔宪正,黄国勇,邓为权,刘发炳.基于SSA-VMD预处理的TCN-Informer短期风速多步预测混合模型[J].太阳能学报,2026(02).
0
Views
下载量
CSCD
Publicity Resources
Related Articles
Related Author
Related Institution