一種深部礦層和巖層的判定方法
【技術(shù)領(lǐng)域】：
[0001] 本發(fā)明屬于地質(zhì)勘探技術(shù)領(lǐng)域，設(shè)及一種深部礦層和巖層的判定方法，將測(cè)井?dāng)?shù) 據(jù)輸入自建的人工神經(jīng)網(wǎng)絡(luò)模型中對(duì)取忍率低和具有測(cè)井曲線的深埋地區(qū)薄煤層、石膏 層、砂巖和特殊泥頁(yè)巖沉積礦層進(jìn)行判定。
【背景技術(shù)】：
[0002] 測(cè)井的全稱是地球物理測(cè)井，也叫鉆井地球物理或礦場(chǎng)地球物理，是應(yīng)用地球物 理方法來(lái)研究鉆孔地質(zhì)剖面，解決某些地下地質(zhì)問(wèn)題和鉆井技術(shù)問(wèn)題的技術(shù)科學(xué)，是地質(zhì) 勘探工作常用的方式之一;測(cè)井按照勘探對(duì)象的不同分為煤田測(cè)井、油田測(cè)井、金屬和非金 屬測(cè)井及水文測(cè)井，測(cè)井方法包括電阻率法、自然伽碼法和人工伽碼法;在沉積礦層的測(cè)井 中，選用有效參數(shù)利用特殊礦層、必測(cè)參數(shù)與圍巖的物性差異能夠?qū)μ厥獾V層進(jìn)行判定，利 用參數(shù)曲線形態(tài)特征、標(biāo)志層和對(duì)比方法能夠?qū)μ厥獾V層進(jìn)行定位，利用視電阻率和人工 放射性參數(shù)曲線特征，能夠確定特殊礦層的深度、厚度和結(jié)構(gòu);在現(xiàn)有技術(shù)中，對(duì)特殊礦層 的判定主要利用邏輯判斷法、曲線形態(tài)特征判定法、標(biāo)志層特征判定法和對(duì)比判定法：（1)、 邏輯判斷法是指根據(jù)邏輯判斷規(guī)則進(jìn)行判定，如果電阻率高值為真，則低值為假，天然放射 性低值為真，則高值為假，人工放射性高值為真，則低值為假，當(dāng)Ξ者同時(shí)為真時(shí)，則判斷為 有礦；（2)、曲線形態(tài)特征判定法通常結(jié)合邏輯判斷法，利用井田部分特殊礦層的參數(shù)和曲 線形態(tài)特征判定特殊礦層是否有礦；（3)、標(biāo)志層特征判定法通常結(jié)合邏輯判斷法和曲線形 態(tài)特征判定法判定特殊礦層是否有礦，一個(gè)井田或一定范圍內(nèi)一種參數(shù)或幾種參數(shù)在不同 的鉆井中對(duì)應(yīng)位置的參數(shù)曲線形態(tài)特征具有相似性，標(biāo)志層可能是特殊礦層本身，也可能 是煤層的直接頂、底板或距礦層一定距離的其他巖層；（4)、對(duì)比判定法是礦層邏輯判定之 后，在基礎(chǔ)資料比較詳實(shí)的基礎(chǔ)上利用標(biāo)志層參數(shù)曲線形態(tài)、層間距、厚度和地質(zhì)標(biāo)志層作 綜合分析，側(cè)重標(biāo)志層曲線形態(tài)特征，經(jīng)過(guò)綜合對(duì)比和分析，找出井田內(nèi)各鉆孔物性特征相 似性的層位，在總結(jié)出具有規(guī)律性的基礎(chǔ)資料上判斷并確定礦層的位置;現(xiàn)有技術(shù)主要是 針對(duì)陸地上、埋深淺和圍巖巖性簡(jiǎn)單的礦層，通過(guò)測(cè)井曲線的異常響應(yīng)、自然電位或視電阻 率進(jìn)行簡(jiǎn)單的判定，準(zhǔn)確性較差，局限性較大，不能準(zhǔn)確定量礦層的厚度，無(wú)法實(shí)現(xiàn)受到地 層壓力和構(gòu)造因素綜合影響深部(深度為3000米下)礦層和薄礦層的判定。因此，研發(fā)設(shè)計(jì) 一種利用人工神經(jīng)網(wǎng)絡(luò)模型準(zhǔn)確判定深部礦層和巖層的方法，具有良好的社會(huì)和經(jīng)濟(jì)價(jià) 值，應(yīng)用前景廣闊，為地質(zhì)勘探的發(fā)展提供新思路。

【發(fā)明內(nèi)容】
：
[0003] 本發(fā)明的目的在于克服現(xiàn)有技術(shù)存在的缺點(diǎn)，設(shè)計(jì)一種深部礦層和巖層的判定方 法，將測(cè)井?dāng)?shù)據(jù)輸入人工神經(jīng)網(wǎng)絡(luò)模型對(duì)取忍率低和具有測(cè)井曲線的深埋地區(qū)薄煤層、石 膏層、砂巖和特殊沉積礦層進(jìn)行判定。
[0004] 為了實(shí)現(xiàn)上述目的，本發(fā)明設(shè)及的深部礦層和巖層的判定方法包括建立人工神經(jīng) 網(wǎng)絡(luò)模型和判定深部礦層和巖層兩個(gè)步驟：
[000引（1)、建立人工神經(jīng)網(wǎng)絡(luò)模型：人工神經(jīng)網(wǎng)絡(luò)模型由輸入層、輸出層和隱含層Ξ部 分組成，其中輸入層的建立過(guò)程是:輸入礦層或巖層的視電阻率、人工伽馬值和自然伽馬值 組成測(cè)井曲線值的初始矩陣，初始矩陣的行數(shù)越多越好，對(duì)初始矩陣進(jìn)行歸一化，統(tǒng)一無(wú)量 綱化，消除不同影響，把輸入數(shù)據(jù)歸一化在【0，1】之間，歸一化公式是Χ'υ=(Χι廣Xjmin)/ 戍111￡?-)(恤。），式中1 = 1、2。''\￥0 = 1、2。'111，(>和1]1的值根據(jù)測(cè)井曲線值的個(gè)數(shù)和礦層或巖層 的類型確定化max = max{Xij}，Xjmin = min{Xij}，X恤X和Xjmin分別是各變量的最大值和最小值， 歸一化后的數(shù)據(jù)X ' U E [0，1 ]，數(shù)據(jù)代碼為：
[0006] For 1 = 1 :r
[0007] P(i，：）= (P(i，：）-min(P(i，：）））/(max(P(i，：））-min(P(i，：）））
[0008] End;
[0009] r為測(cè)井?dāng)?shù)據(jù)條數(shù)，每一條對(duì)應(yīng)一個(gè)巖性，min(P(i，：）代表不同巖石類型的某一種 類型測(cè)井?dāng)?shù)據(jù)的最小值，max(P(i，：）代表不同巖石類型的某一種類型測(cè)井?dāng)?shù)據(jù)的最大值；
[0010] 輸出層的建立過(guò)程是:定義歸一化后的數(shù)據(jù)X'u，接近1或者等于1的為對(duì)應(yīng)的識(shí)別 結(jié)果，將識(shí)別結(jié)果輸入矩陣實(shí)驗(yàn)室進(jìn)行計(jì)算得到目標(biāo)矩陣，實(shí)現(xiàn)輸出層的建立；
[0011] 隱含層的建立過(guò)程是：針對(duì)輸入層建立的算法，根據(jù)人工神經(jīng)網(wǎng)絡(luò)計(jì)算公式
騎定，式中P為輸出層結(jié)點(diǎn)數(shù)，η為輸入層神經(jīng)元數(shù)，q為輸出層神經(jīng)元數(shù)，a取0 ~10之間的常數(shù)，選取不同輸入層神經(jīng)元數(shù)和輸出層神經(jīng)元數(shù)進(jìn)行運(yùn)算并確定輸出層結(jié)點(diǎn) 數(shù)；
[0012] 采用常規(guī)的矩陣實(shí)驗(yàn)室中?？跇?gòu)建人工神經(jīng)網(wǎng)絡(luò)模型的函數(shù)：
[0013] net = newff (minmax(P), [No(i), 1], {'tansig'，' logsig'}, 'trainlm'）；
[0014] for 1 = 1:4
[0015] net = newff (minmax(P), [No(i), 1], {'tansig'，' logsig'}, 'trainlm'）；
[0016] net. trainParam.邱 ochs = 1000，表不訓(xùn)練步長(zhǎng)；
[0017] net. trainParam. goad = 0.00013，表不網(wǎng)絡(luò)誤差；
[001 引 net = train(net,P,T);
[0019] Temp = sim(net ,P_test);
[0020] erroH i , 1:4) =Temp-T;
[0021 ]實(shí)現(xiàn)人工神經(jīng)網(wǎng)絡(luò)模型的建立；
[0022] (2)、深部礦層和巖層的判定：按照0.5m的間距讀取未取忍鉆孔的測(cè)井曲線數(shù)據(jù)， 將每一層數(shù)據(jù)輸入步驟（1)建立的人工神經(jīng)網(wǎng)絡(luò)模型后計(jì)算得出結(jié)果，再對(duì)計(jì)算結(jié)果進(jìn)行 分析，按照每行接近于1的數(shù)據(jù)反饋數(shù)據(jù)所代表的礦層和巖層的礦性和巖性，判定礦層和巖 層。
[0023] 本發(fā)明設(shè)及的礦層或巖層包括特殊礦層、砂巖、泥巖和石灰?guī)r，特殊礦層包括煤 層、石膏層和巖鹽層，泥巖視電阻率為5-60 Ω -m，致密砂巖為20-1000 Ω -m，特殊礦層有較 大差異，煤層為〇.〇〇1-50〇?111，石膏層為109〇?1]1，巖鹽層為10 4-106 〇?1]1，泥巖和煤層的 人工伽馬值較低，砂巖和石灰?guī)r的人工伽馬值相對(duì)較高，自然伽馬值來(lái)自于巖石的放射性 元素，放射性較高的為海相泥巖，放射性中等的為淺?；蜿懴嗄鄮r和煤層，放射性較低的為 砂巖、石灰?guī)r、石膏層和巖鹽層。
[0024] 本發(fā)明設(shè)及的深部礦層和巖層的判定方法，在輸入層建立過(guò)程中，矩陣行數(shù)越多 越好，砂巖層在同一鉆孔不同層位的測(cè)井曲線值存在差異，記錄所有測(cè)井曲線值，將巖性細(xì) 化成粗砂巖、中砂巖和細(xì)砂巖，記錄粗砂巖、中砂巖和細(xì)砂巖的測(cè)井曲線值，將煤分為無(wú)煙 煤和有煙煤，記錄無(wú)煙煤和有煙煤的測(cè)井曲線值，W便增加矩陣的行數(shù);隱含層針對(duì)輸入層 設(shè)計(jì)的算法，內(nèi)部單元數(shù)目與要求、輸入和輸出層的數(shù)目直接關(guān)聯(lián)，根據(jù)實(shí)驗(yàn)或經(jīng)驗(yàn)確定內(nèi) 部單元數(shù)目，內(nèi)部單元數(shù)目少，獲取的測(cè)井曲線值就少，內(nèi)部單元數(shù)目多，增加訓(xùn)練步長(zhǎng)，導(dǎo) 致計(jì)算時(shí)間過(guò)長(zhǎng)，不能保證網(wǎng)絡(luò)誤差的準(zhǔn)確性;根據(jù)公式擴(kuò)=^/^ +株確定P值，為了得到 合適的內(nèi)部單元數(shù)目，選取不同的隱含層神經(jīng)元數(shù)目進(jìn)行測(cè)試運(yùn)算，分別記錄每種情形的 實(shí)際輸出與期望輸出的訓(xùn)練步長(zhǎng)和網(wǎng)絡(luò)誤差，采用矩陣實(shí)驗(yàn)室中?？跇?gòu)建人工神經(jīng)網(wǎng)絡(luò)模 型的函數(shù)計(jì)算確定訓(xùn)練步長(zhǎng)少和網(wǎng)絡(luò)誤差小的數(shù)據(jù)為隱含層內(nèi)部單元數(shù)目，矩陣實(shí)驗(yàn)室多 次計(jì)算確定的最佳內(nèi)部單元數(shù)目為1000次。
[0025] 本發(fā)明設(shè)及的深部礦層和巖層的判定方法，驗(yàn)證時(shí)選取沒(méi)有參與人工神經(jīng)網(wǎng)絡(luò)模 型建立的同一地區(qū)的數(shù)據(jù)作為驗(yàn)證記錄，選取數(shù)據(jù)的原則是數(shù)據(jù)對(duì)應(yīng)的巖石是參與人工神 經(jīng)網(wǎng)絡(luò)模型建立的數(shù)據(jù)中的一種，要涵蓋所有巖石類型;選取預(yù)測(cè)區(qū)已有測(cè)井曲線值的8個(gè) 鉆孔作為基本參數(shù)，其中6個(gè)鉆孔巖石性質(zhì)針對(duì)某種巖性為主，某個(gè)鉆孔中泥巖含量相對(duì) 高，作為一個(gè)樣本，或某個(gè)鉆孔中砂巖含量較高，作為一個(gè)樣本，基于6個(gè)鉆孔測(cè)井曲線值構(gòu) 建人工神經(jīng)網(wǎng)絡(luò)模型，利用其余2個(gè)鉆孔測(cè)井曲線值作為誤差校正數(shù)據(jù)，將另外2個(gè)鉆孔測(cè) 井曲線值輸入到人工神經(jīng)網(wǎng)絡(luò)模型，工作信號(hào)由輸入層經(jīng)隱含層傳向輸出層的正向傳播， 在輸出端產(chǎn)生實(shí)際輸出值，實(shí)際輸出值與期望輸出值的差值大于設(shè)定值0.001時(shí)，誤差信號(hào) 由輸出層經(jīng)隱含層向輸入層反向傳播并逐層修正連接權(quán)，工作信號(hào)正向傳播和誤差信號(hào)反 向傳播反復(fù)交替進(jìn)行到實(shí)際輸出值與期望輸出值的差值小于設(shè)定值0.001時(shí)結(jié)束，根據(jù)計(jì) 算結(jié)果驗(yàn)證人工神經(jīng)網(wǎng)絡(luò)模型的判定結(jié)果。
[0026] 本發(fā)明與現(xiàn)有技術(shù)相比，將已讀取的取忍鉆孔的自然伽馬值、視電阻率和人工伽 馬值輸入人工神經(jīng)網(wǎng)絡(luò)模型進(jìn)行學(xué)習(xí)、校正和計(jì)算得到矩陣和結(jié)果，根據(jù)反饋數(shù)據(jù)所代表 的礦層和巖層的礦性和巖性，判定礦層和巖層;其設(shè)計(jì)原理科學(xué)可靠，操作簡(jiǎn)便實(shí)