申请/专利权人：斯伦贝谢技术有限公司

申请日：2019-06-06

公开（公告）日：2021-04-13

公开（公告）号：CN112654764A

主分类号：E21B47/005(20120101)

分类号：E21B47/005(20120101);E21B47/107(20120101)

优先权：["20180608 US 62/682,249"]

专利状态码：在审-实质审查的生效

法律状态：2021.06.15#实质审查的生效;2021.04.13#公开

摘要：提供了使用声学数据的无监督机器学习来表征和评估套管井的完整性的方法和系统。收集并处理由声波测井工具的接收器阵列接收的声学信号的声波波形数据，以确定声波波形数据的高维表示。高维表示被输入到无监督的机器学习系统中，以确定声波波形数据的低维表示。将聚类方法应用于低维表示以识别其中的一组聚类。基于该一组聚类，确定套管井的深度间隔的至少一个井的完整性特性。在实施例中，至少一个井完整性特性可以表征作为方位角和深度的函数的套管井的环空中的胶结物状况，并且可以用于评估套管井的深度间隔中的胶结物完整性。

主权项：1.一种用于表征套管井的井完整性的方法，该方法包括：i收集由声波测井工具的接收器阵列针对套管井的深度间隔接收到的声学信号的声波波形数据；ii确定在i中收集的声波波形数据的高维表示；iii将ii的高维表示输入到无监督的机器学习系统中，以确定声波波形数据的低维表示；iv将聚类方法应用于iii的低维表示，以识别iii的低维表示中的一组聚类；和v基于在iv中识别出的该一组聚类，确定与套管井的深度间隔的井完整性有关的至少一个特性。

全文数据：

权利要求：

百度查询： 斯伦贝谢技术有限公司 利用非监督机器学习声学数据来表征和评估井完整性的方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD