文档名：基于特征融合的微电阻率成像测井空白带无监督填充方法
摘要：针对微电阻率电成像测井仪器的特点导致测井成像呈现规律性空白带的问题,本文提出一种融合多尺度多层级特征的无监督填充模型及全井段填充框架用于填充空白带.填充模型采用UNet架构,利用非空白带区域电阻率数据自身的统计先验基于MAE损失进行无监督训练填充,主要通过以下2个措施对传统UNet进行改进:在编码器中引入MSR-Conv,提升单层网络的多尺度表征能力;在编解码特征连接环节引入多层级编码特征融合模块与信息引导模块,丰富上采样的特征尺度,减少解码过程中的信息丢失.实验结果表明:相较UNet,本文所提模型在自然场景数据集上的视觉效果与客观指标均有明显提升,其中PE降低了19.03%,SSIM提升了2.9%,PSNR提升了4.66%.全井段填充框架应用填充模型分段训练填充空白带电阻率数据后再合并,实现端到端填充单口井的微电阻率成像测井空白带,填充结果具有一定的鲁棒性,贴合实际生产场景.
Abstract：Aimingattheproblemthatthecharacteristicsofmicro-resistivityimagingloggingtoolsleadtotheregularblankzoneofthemeasuredwellboreimage,thispaperproposesafillingmodelbasedonunsupervisedlearningframework,whichintegratesmulti-scaleandmulti-levelfeatures,andafull-wellsectionfillingframeworktofilltheblankzone.ThefillingmodeladoptstheUNetarchitecture,andusesthestatisticalpriorofthenon-blankzoneresistivitydataitselftoperformunsupervisedtrainingfillingbasedonMAEloss.Themodelisimprovedmainlythroughthefollowingtwomeasures:Themulti-scaleresidualconvolutionisintroducedintotheencodertoimprovethemulti-scalerepresentationabilityofthesingle-layernetwork;Themulti-layerfeaturefusionmoduleandinformationguidancemoduleareintroducedintheencodinganddecodingfeatureconnectionlinktoenrichthefeaturescaleofupsamplingandreducetheinformationlossinthedecodingprocess.TheexperimentalresultsshowthatcomparedwithUNet,thevisualeffectandobjectiveindicatorsofthemodelproposedinthispaperaresignificantlyimprovedonthenaturalscenedataset.PEisreducedby19.03%,SSIMisincreasedby2.9%,andPSNRisincreasedby4.66%.Thewholewellsectionfillingframeworkappliesthefillingmodeltotrainthefillingblankzoneresistivitydatainsectionsandthenmergethemtorealizetheend-to-endfillingofthemicro-resistivityimagingloggingblankzoneofasinglewell.Thefillingresultshavecertainrobustnessandfittheactualproductionscene.
作者：曾祥安 朱丹丹 周昊 徐朝晖 Author：ZengXiang'an ZhuDandan ZhouHao XuChaohui
作者单位：中国石油大学(北京)信息科学与工程学院/人工智能学院北京102249;中国石油大学(北京)石油数据挖掘北京市重点实验室北京102249中国石油大学(北京)信息科学与工程学院/人工智能学院北京102249
刊名：电子测量技术 ISTICPKU
Journal：ElectronicMeasurementTechnology
年，卷(期)：2024, 47(8)
分类号：TP391.41TN911.7
关键词：电成像测井 空白带填充 无监督学习 特征融合 全井段填充框架
Keywords：electricalimaginglogging blankzonefilling unsupervisedlearning multi-scaleresidualconvolution featurefusion
机标分类号：TP391P631.64TB383
在线出版日期：2024年7月16日
基金项目：国家重点研发计划，中国石油科技创新基金，中国石油天然气集团有限公司-中国石油大学(北京)战略合作科技专项，中国石油大学(北京)科研基金基于特征融合的微电阻率成像测井空白带无监督填充方法[
期刊论文] 电子测量技术--2024, 47(8)曾祥安 朱丹丹 周昊 徐朝晖针对微电阻率电成像测井仪器的特点导致测井成像呈现规律性空白带的问题,本文提出一种融合多尺度多层级特征的无监督填充模型及全井段填充框架用于填充空白带.填充模型采用UNet架构,利用非空白带区域电阻率数据自身的统...参考文献和引证文献
参考文献
引证文献
本文读者也读过
相似文献
相关博文
基于特征融合的微电阻率成像测井空白带无监督填充方法 Unsupervised filling method of micro-resistivity imaging logging blank zone based on feature fusion
基于特征融合的微电阻率成像测井空白带无监督填充方法.pdf
- 文件大小:
- 21.45 MB
- 下载次数:
- 60
-
高速下载
|
