测井数据在地下资源的勘探和开采中起着至关重要的作用。然而，由于复杂井下环境与勘探成本限制，在实际应用中测井数据经常会存在数据失真或缺失的情况。这不仅影响地层识别与储层评价，还制约了与地震资料的联合解释。因此，如何高精度生成与重建缺失测井数据，一直是油气地球物理研究的重要课题。随着人工智能技术的快速发展，数据驱动的方法在测井生成任务中表现出了强大的性能，但在保证地质一致性和可解释性方面仍面临挑战。因此，必须将地质知识和物理原理等附加约束因素整合到数据驱动模型中，以确保测井曲线生成的高精度和地质可解释性。

油气理论与方法学科中心的博士研究生王子健，在导师王彦飞研究员的指导下，提出了一种融合无监督聚类与Transformer的测井数据生成方法。该方法将Toeplitz逆协方差聚类（TICC）结果作为类岩性约束，引入Transformer模型中，实现了地质先验信息与深度学习的结合，显著提升了缺失数据生成的精度与可解释性。

研究团队首先从岩石物理学的角度出发，认为相同岩性的测井响应通常表现出相似的模式。因此，岩性信息对于测井属性预测任务有着重要指导作用。但在实际勘探中，完整的岩心资料难以获取。为此，团队引入了TICC聚类方法（图1），该方法通过马尔可夫随机场（MRF）刻画变量间的偏相关结构，从多元测井序列中提取类岩性信息，并保持较强的物理可解释性。

图1 TICC将多元测井序列划分为不同的聚类。Log1、Log2、...、LogN 表示不同的测井属性（例如 CALI、RHOB 和 GR）。每个聚类都由一个唯一的MRF表示，此MRF描述了该聚类内任何窗口（w）的偏相关结构

在此基础上，研究者构建了岩性约束的Transformer网络（图2），以声波时差曲线（DTC）的缺失生成为例，建立从多维测井属性到目标曲线的非线性映射关系。该模型依靠自注意力机制捕捉井深序列的长程依赖，同时利用TICC聚类结果或真实岩性标签作为约束，强化模型对地层沉积规律的理解。此外，通过在损失函数中引入高斯分布正则项，有效抑制了预测的不确定性。

图2 岩性约束的Transformer架构。（a）输入测井曲线的嵌入过程；（b）多头注意力机制；（c）前馈层；（d）输出测井曲线的解码过程

北海Volve油田实测资料上的对比实验表明，该方法在十口井上的交叉验证结果均优于传统经验公式（Gardner）、全连接深度神经网络（FCDNN）、卷积残差网络（ResNet）以及双向门控循环网络（BiGRU）模型。其中，Transformer模型在加入岩性或TICC约束后，预测精度显著提高，决定系数R2最高达到0.95。即便在缺乏真实岩性数据的情况下，TICC结果仍能有效替代岩性信息，在测井数据生成中的表现接近真实岩性约束模型，展现出较强的泛化能力（图3）。

图3 使用四种不同类型输入数据的生成效果对比：（a）完整的岩性数据作为约束；（b）归类后的岩性数据作为约束；（c）TICC结果作为约束；（d）仅输入常规的测井曲线。红线表示预测生成的 DTC值，蓝线表示真实的 DTC 值

这一研究突破了传统深度学习“黑箱”预测难以解释的问题，实现了地质知识与深度学习的有机融合，成功地提高了模型的性能和可解释性。方法不仅适用于声波曲线生成，还可推广至密度、孔隙度等关键测井参数的缺失生成，为复杂地质条件下的测井数据完备化提供了新思路。未来研究团队将更广泛地考虑区域地质差异，注重于提升方法的泛化性能。

研究成果发表于国际学术期刊Geophysics（王子健，王彦飞*. Integrating unsupervised learning and transformer for missing log prediction[J]. Geophysics,2025,90 (4):D85–D100. DOI: 10.1190/geo2024-0558.1）。研究受国家自然科学基金项目（12171455,42342062）资助。

王子健（博士生）