基于HHT与PCA及K-maxmin聚类的地层划分方法及其应用

划分不同级次的层序界面、识别地层内部的沉积旋回类型是层序地层分析的重要基础.利用主成分分析、希尔伯特黄等方法,有效地提取了隐藏在测井信号深度域和频率域中的丰富的地质信息,最终利用提取的信息进行地层层序的划分.结果表明:经过K-maxim聚类方法、主成分分析后的深度域信号能更加准确的识别薄层,而经过Hilbert-Huang变换后的频率域信号能更加准确识别突变点的位置,适用于确定层序界面.通过机器学习的思想以及信息融合技术,将2种方法结合.以测井数据的深度域信息为参考,以测井数据在频率域的突变点在沉积界面处反映灵敏为依据,将玛湖凹陷区NX1井处的三叠系百口泉组划分成1个长周期基准面旋回、1个短周期基准面旋回.利用该方法划分的结果不仅与已有的划分成果具有一致性而且其中的百口泉组的地层划分更加精细,为利用测井资料进行高分辨率层序地层划分提供了新思路.