中文題目：基于特征融合的微電阻率成像測井空白帶無監督填充方法

論文題目：Unsupervised filling method of micro-resistivity imaging logging blank zone based on feature fusion

錄用期刊/會議：電子測量技術 (北大核心)

錄用時間：2024.04.18

作者列表：

1） 曾祥安 中國石油大學（北京）信息科學與工程學院/人工智能學院 計算機技術專業 碩22

2） 朱丹丹 中國石油大學（北京）信息科學與工程學院/人工智能學院 計算機系教師

3） 周 昊 中國石油大學（北京）信息科學與工程學院/人工智能學院 計算機科學與技術專業 碩21

4） 徐朝暉 中國石油大學（北京）地球科學學院 地質資源與地質工程系教師

摘要:

針對微電阻率電成像測井儀器的特點導致測井成像呈現規律性空白帶的問題，本文提出一種融合多尺度多層級特征的無監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，利用非空白帶區域電阻率數據自身的統計先驗基于MAE損失進行無監督訓練填充，主要通過以下2個措施對傳統UNet進行改進：（1）在編碼器中引入MSR-Conv,提升單層網絡的多尺度表征能力；（2）在編解碼特征連接環節引入多層級編碼特征融合模塊與信息引導模塊，豐富上采樣的特征尺度，減少解碼過程中的信息丟失。實驗結果表明：相較UNet，本文所提模型在自然場景數據集上的視覺效果與客觀指標均有明顯提升，其中PE降低了19.03%，SSIM提升了2.9%，PSNR提升了4.66%。全井段填充框架應用填充模型分段訓練填充空白帶電阻率數據后再合并，實現端到端填充單口井的微電阻率成像測井空白帶，填充結果具有一定的魯棒性，貼合實際生產場景。

背景與動機:

微電阻率成像測井測得的電阻率數據經過色標刻度標定后得到能夠反映地層井壁巖石結構、裂縫等地質特征的二維圖像，可為儲層評價、巖性識別、油藏裂縫識別等提供重要研究依據。由于完全覆蓋井眼的成本很高，導致電阻率數據存在空白區域，這增加了數據解釋的難度。因此，開展空白帶區域的填充工作對于精確解釋儲層信息至關重要。目前，基于深度學習的空白帶填充算法面臨兩個主要問題：1）大部分算法通常采用二維井壁圖像作為填充修復的主體，但當色標或比例尺發生變化時，填充結果可能不再適用，存在魯棒性不足的問題；2）其次，基于圖像的填充結果無法導入現有的測井數據分析軟件中對地層進行深入分析，在實際應用中存在局限性。為了克服這些問題，本文提出一種基于特征融合的微電阻率成像測井空白帶無監督填充方法，本文以測井所得電阻率數據作為填充修復主體，填充后的結果能夠導入測井數據分析軟件，貼合實際生產場景。此外，本文通過融合不同尺度特征，能夠有效改善空白帶填充的紋理細節與邊緣層理連續性，從而提高測井數據的整體質量和解釋的準確性。

設計與實現:

本文采用微電阻率數據作為填充修復主體，根據電阻率的相對大小可以采用不同色標刻度標定進行二維成像如圖1所示，成像模式類比灰度圖像。因此電阻率數據蘊含豐富的語義特征，采用基于深度圖像修復模型來生成空白區域缺失的電阻率數據是可行的。θ

圖1 色標刻度對比

本文利用深度學習模型自身對數據的統計先驗，通過無監督訓練反復迭代優化模型來填充空白帶區域缺失的電阻率數據，原理如圖2所示。在訓練過程中，訓練目標為最小化平均絕對誤差（Mean Absolute Error，MAE）損失函數，即最小化輸入的非空白帶區域的電阻率數據與網絡生成輸出的非空白帶區域的電阻率數據之間的差異，旨在讓模型學習到從噪聲到電阻率分布的映射，噪聲經模型學習到的映射在空白帶區域的電阻率數據可以看做對空白帶區域真實值的近似擬合。

圖2 算法原理

本文基于上述無監督填充方法提出一種端到端的填充全井段的電成像測井空白帶的填充框架，填充模型采用UNet結構，融合了多尺度多層級特征，并且基于電成像測井的電阻率進行填充，無需復雜的轉換圖像的流程。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 融合多尺度多層級特征的空白帶填充模型

本文填充模型采用UNet架構，通過在編碼器中引入多尺度殘差卷積(MSR-Conv)融合從粗到細多尺度的特征，在更細粒度級別提升單層網絡的多尺度的表征能力，具體細節如圖5所示。

圖5 多尺度殘差卷積（MSR-Conv）

同時，在編解碼特征連接環節引入多層級編碼特征融合模塊與信息引導模塊，豐富上采樣的特征尺度，減少解碼過程中的信息丟失，具體細節如圖6和圖7所示。

圖6 多層級編碼特征融合模塊(以為例)