CN101649737B - 一种基于牵引器驱动电流分析的水平井套管中射孔和接箍的检测方法 - Google Patents

Abstract

一种基于牵引器驱动电流分析的水平井套管中射孔和接箍的检测方法，它涉及一种水平井套管中射孔和接箍的检测方法，它解决了目前水平井套管中射孔和接箍的检测方法由于成本高、测试周期长以及需要专业人员操作导致的不易在油田大范围推广的问题。首先将牵引器驱动电流转换为12位数字信号，再将12位数字信号进行快速傅立叶变换并根据变换结果确定小波分解的采样频率和分解尺度，然后对12位数字信号作小波分解并对分解后的小波系数或单支小波重构信号依次进行模极大值提取和奇异性检测以及Tsallis小波时间熵运算，最后利用神经元网络输出套管中射孔和接箍信息。本发明具有成本低、测量周期短且效率高的优点，适于在油田大范围推广。

Description

一种基于牵引器驱动电流分析的水平井套管中射孔和接箍的检测方法

技术领域

本发明涉及一种水平井套管中射孔和接箍的检测方法。

背景技术

水平井套管状态检测是生产测井的一项重要内容，在水平井套管状态检测中，套管内射孔、接箍的检测具有重要意义。套管内射孔位置、大小及分布直接影响套管内三相流流动状态和油气产量，套管管体的损坏则会影响整个测井工艺的实施。另外，由于水平井套管是由接箍将长度一致、直径一致的钢制套管连接而成的，所以只要掌握牵引器通过接箍的数量就可推知牵引器在套管中的位置，若不能准确检测接箍的存在，出现漏检或误检，将直接影响对牵引器在套管中的位置的确定；其次，接箍受到井下化学物质侵蚀会出现严重的老化现象，严重时会出现断裂和脱落，造成原油泄漏，准确检测接箍统计其数量和物理位置，对生产测井具有重要意义。

目前，国内外检测水平井套管中射孔和接箍的方法主要是通过牵引器将多臂井径成像测井仪或电磁探伤成像测井仪等专用测试仪器送入待测水平套管，根据测试仪器返回井上的检测数据，利用专用测井软件Sondex MITpro forwarrior对检测数据分析并完成水平井套管状态评估，从而获得水平套管中射孔及接箍的相关信息。这种方法虽然检测效果较好且技术成熟，但成本高昂且测试周期较长。由于多臂井径成像测井仪、电磁探伤成像测井仪等多为进口设备，需专人操作且价格昂贵，所以该检测方法不易在油田大范围推广。

发明内容

本发明的目的是解决目前水平井套管中射孔和接箍的检测方法由于成本高、测试周期长以及需要专业人员操作导致的不易于在油田大范围推广的问题，提供了一种基于牵引器驱动电流分析的水平井套管中射孔和接箍的检测方法。

本发明所述的一种基于牵引器驱动电流分析的水平井套管中射孔和接箍的检测方法，它的具体过程为：

一、采集牵引器的驱动电流，并将所述电流转换为12位数字信号，所述牵引器位于水平井套管中作业；

二、对获得的12位数字信号进行快速傅立叶变换，根据快速傅立叶变换的结果选取小波分解的采样频率和分解尺度；

三、对所述12位数字信号进行小波分解，使12位数字信号的不同频率分量相应地分布在不同的小波尺度中，再对小波分解得到的小波系数或单支小波重构信号进行特征信息评估，所述特征信息评估的具体过程为：

三一、对小波系数或单支小波重构信号进行模极大值提取和奇异性检测：对各小波尺度内的小波系数或单支小波重构信号求取模的极大值，各小波尺度内的模极大值点汇聚为奇异点，将模极大值用来进行信号去噪并利用阈值法筛选出奇异度异常的小波系数或单支小波重构信号；

三二、对奇异度异常的小波系数或单支小波重构信号进行Tsallis小波时间熵运算，利用神经元网络根据输入的Tsallis小波时间熵运算的结果输出套管中射孔和接箍信息。对奇异度异常的小波系数或单支小波重构信号进行Tsallis小波时间熵运算的具体过程如下：

多分辨分析的离散小波系数或单支小波重构信号矩阵为D＝{d(k)，k＝1，2，L，N}，其中，d(k)为第k个离散小波系数或单支小波重构信号，k为离散小波系数或单支小波重构信号矩阵中元素位置变量，N为数据长度；在小波系数或单支小波重构信号上定义一个滑动型的数据窗，窗宽为w∈N，滑动因子为δ∈N，该数据窗表示为

W(m，w，δ)＝{d(k)，k＝1+mδ，L，w+mδ}；

上式中，m＝1，2，L，M_a，M_a＝(N-w)/δ∈N，其中m为滑动数据窗滑动次数，M_a为小波熵矩阵列长度，N为数据长度；

在第j小波尺度下的小波系数或单支小波重构信号上滑动上述数据窗W(m，w，δ)，将该数据窗划分为L个区间，有

$W(m;w,\mathrm{\δ})=\underset{l=1}{\overset{L}{U}}{Z}_l;$

上式中，Z_l＝{[s_l-1，s_l)，l＝1，2，L，L}，其中，Z_l为滑动数据窗W(m，w，δ)内划分出的第l个区间，L为划分滑动数据窗W(m，w，δ)的区间数，s_l为Z_l区间的上限，s_l-1为Z_l区间的下限，s₀＝min[W(m，w，δ)]为滑动数据窗W(m，w，δ)内小波系数或单支小波重构信号元素的最小值，s_L＝max[W(m，w，δ)]为滑动数据窗W(m，w，δ)内小波系数或单支小波重构信号元素的最大值，s_l互不重叠且s₀＜s₁＜L＜s_L；

用p_m＝(Z_l)表示数据窗内小波系数或单支小波重构信号d(k)落于区间Z_l内的概率，将第j小波尺度下、(m+w/2)时刻的Tsallis小波时间熵WTE定义为

$W_{\mathrm{TE}}^j\left(m\right)=\frac{1}{q-1}(1-\underset{l=1}{\overset{L}{\mathrm{\Σ}}}{\left(p_m\left(Z_l\right)\right)}^q);$

上式中，q为非广延参数，p_m(j)为数据窗W(m，w，δ)内小波系数或单支小波重构信号落于区间Z_l内的概率。

本发明的积极效果：

(1)本发明直接利用牵引器驱动电流信号，对其进行Tsallis小波时间熵运算，完成对水平井套管中射孔和接箍的检测，无须专业套损测井仪器，成本低、测量周期短且效率高；

(2)本发明利用Tsallis小波时间熵运算，其优点有：

a、Tsallis小波时间熵对小波混叠具有很好的抑制作用，避免了由于小波变换过程中相邻尺度能量泄漏、混叠导致的特征信息丢失；

b、Tsallis小波时间熵是Shannon小波时间熵延拓，当非广延参数q→1时，Tsallis小波时间熵等价于Shannon小波时间熵；

c、由于复杂信号进行小波分解后得到的小波系数或单支小波重构信号具有非广延特性，所以善于衡量非广延系统信息特征的Tsallis小波时间熵比Shannon小波时间熵更适合用来表征复杂信号在时频域信息特征；

d、Tsallis小波时间熵的数学表达简洁，在对信号进行小波时间熵分析过程中，Tsallis小波时间熵运算量小于Shanno小波时间熵，有利于提高程序运算速度。

附图说明

图1为牵引器在井上水平井套管模拟台上运行时采集到的驱动电流波形，B、C和D段分别表示通过1号、2号和3号套管；

图2为图1的A部分波形的放大视图；

图3为驱动电流作三层小波分解后的第3小波尺度近似单支小波重构信号的归一化Tsallis小波时间熵曲线图。

具体实施方式

具体实施方式一：本具体实施方式的一种基于牵引器驱动电流分析的水平井套管中射孔和接箍的检测方法，它的具体过程为：

一、采集牵引器的驱动电流，并将所述电流转换为12位数字信号，所述牵引器位于水平井套管中作业；

二、对获得的12位数字信号进行快速傅立叶变换，根据快速傅立叶变换的结果选取小波分解的采样频率和分解尺度；

三、对所述12位数字信号进行小波分解，使12位数字信号的不同频率分量相应地分布在不同的小波尺度中，再对小波分解得到的小波系数或单支小波重构信号进行特征信息评估，所述特征信息评估的具体过程为：

三一、对小波系数或单支小波重构信号进行模极大值提取和奇异性检测：对各小波尺度内的小波系数或单支小波重构信号求取模的极大值，各小波尺度内的模极大值点汇聚为奇异点，将模极大值用来进行信号去噪并利用阈值法筛选出奇异度异常的小波系数或单支小波重构信号；

三二、对奇异度异常的小波系数或单支小波重构信号进行Tsallis小波时间熵运算，利用神经元网络根据输入的Tsallis小波时间熵运算的结果输出套管中射孔和接箍信息。

其中步骤三中的步骤三一所述的将模极大值用来进行信号去噪，是指将模极大值用来除去非极值点。

具体实施方式二：本具体实施方式是对具体实施方式一所述的一种基于牵引器驱动电流分析的水平井套管中射孔和接箍的检测方法的进一步说明，步骤三中的步骤三二所述的对奇异度异常的小波系数或单支小波重构信号进行Tsallis小波时间熵运算的具体过程如下：

多分辨分析的离散小波系数或单支小波重构信号矩阵为D＝{d(k)，k＝1，2，L，N}，其中，d(k)为第k个离散小波系数或单支小波重构信号，k为离散小波系数或单支小波重构信号矩阵中元素位置变量，N为数据长度；在小波系数或单支小波重构信号上定义一个滑动型的数据窗，窗宽为w∈N，滑动因子为δ∈N，该数据窗表示为

W(m，w，δ)＝{d(k)，k＝1+mδ，L，w+mδ}；

上式中，m＝1，2，L，M_a，M_a＝(N-w)/δ∈N，其中m为滑动数据窗滑动次数，M_a为小波熵矩阵列长度，N为原始数据长度；

在第j小波尺度下的小波系数或单支小波重构信号上滑动上述数据窗W(m，w，δ)，将该数据窗划分为L个区间，有

$W(m;w,\mathrm{\δ})=\underset{l=1}{\overset{L}{U}}{Z}_l;$

上式中，Z_l＝{[s_l-1，s_l)，l＝1，2，L，L}，其中，Z_l为滑动数据窗W(m，w，δ)内划分出的第l个区间，L为划分滑动数据窗W(m，w，δ)的区间数，s_l为Z_l区间的上限，s_l-1为Z_l区间的下限，s₀＝min[W(m，w，δ)]为滑动数据窗W(m，w，δ)内小波系数或单支小波重构信号元素的最小值，s_L＝max[W(m，w，δ)]为滑动数据窗W(m，w，δ)内小波系数或单支小波重构信号元素的最大值，s_l互不重叠且s₀＜s₁＜L＜s_L；

用p_m＝(Z_l)表示数据窗内小波系数或单支小波重构信号d(k)落于区间Z_l内的概率，将第j小波尺度下、(m+w/2)时刻的Tsallis小波时间熵WTE定义为

$W_{\mathrm{TE}}^j\left(m\right)=\frac{1}{q-1}(1-\underset{l=1}{\overset{L}{\mathrm{\Σ}}}{\left(p_m\left(Z_l\right)\right)}^q);$

上式中，q为非广延参数，p_m(j)为数据窗W(m，w，δ)内小波系数或单支小波重构信号落于区间Z_l内的概率。

每一小波尺度均可计算对应的

并可描绘

曲线图其中m＝1，2，L，M_j，M_j为第j小波尺度对应的小波熵矩阵列长度；

当干扰噪声与特征信号频段相似且经小波变换处于同一尺度上时，在不增大分解尺度的前提下，小波时间熵具有较强的信号特征分辨能力，能准确地描述突变信号特征及发生时刻。

具体实施方式三：本具体实施方式是对具体实施方式一或二所述的基于牵引器驱动电流分析的水平井套管中射孔和接箍的检测方法的进一步说明，步骤三中的步骤三二所述的利用神经元网络根据输入的Tsallis小波时间熵运算的结果输出套管中射孔和接箍信息的具体过程为：

三二一、对Tsallis小波时间熵运算的结果进行分类获得多个正弦波动和多个V形波动；

三二二、根据每个正弦波动在所述多个正弦波动中的顺序位置判定所对应的接箍的位置；

三二三、根据每个V形波动出现的时刻以及牵引器的爬行速度判断射孔的位置，根据牵引器的爬行速度以及相邻V形波动之间的时间间隔判断相邻射孔的间距；

三二四、输出套管中射孔和接箍信息，所述射孔和接箍信息包括射孔的位置、相邻射孔的间距和套管中接箍的位置。

具体实施方式四：本具体实施方式是对具体实施方式三所述的基于牵引器驱动电流分析的水平井套管中射孔和接箍的检测方法的进一步说明，

步骤三二二中所述的，根据每个正弦波动在所述多个正弦波动中的顺序位置判定所对应的接箍的位置的具体方法为：令n表示第n个正弦波动在所述多个正弦波动中的顺序位置，l表示每节套管的长度且l为常数，则第n个正弦波动所对应的接箍的位置距水平井的第一个套管入口的距离为

s_n＝l×n；

步骤三二三中所述的根据每个V形波动出现的时刻以及牵引器的爬行速度判断射孔的位置的具体方法为：令t₁表示Tsallis小波时间熵运算的结果中V形波动出现的时刻，t₂表示所述V形波动出现前最近的正弦波动出现的时刻，s₂表示所述正弦波动所对应的接箍位置且s₂由步骤三二一所述的方法确定，则射孔的位置距水平井的第一个套管入口的距离为

s₁＝v×(t₁-t₂)+s₂；

步骤三二三中所述的根据牵引器的爬行速度以及相邻V形波动之间的时间间隔判断相邻射孔的间距的具体方法为：令Δt_i表示Tsallis小波时间熵运算的结果中第i个与第i+1个V形波动出现的时间间隔，则套管中第i个与第i+1个射孔的间距为

Δs_i＝v×Δt_i。

具体实施方式五：本具体实施方式是对具体实施方式二所述的基于牵引器驱动电流分析的水平井套管中射孔和接箍的检测方法的进一步说明，所述的非广延参数q的取值范围为

(0，1)∪(1，2)。

具体实施方式六：本具体实施方式是对具体实施方式一、二、三、四或五所述的任意一种基于牵引器驱动电流分析的水平井套管中射孔和接箍的检测方法的进一步说明，步骤二所述的根据快速傅立叶变换的结果选取选取小波分解的采样频率和分解尺度的具体方法为：

对12位数字信号进行快速傅立叶变换后得到信号各频率的主要集中分布范围，令f_max表示该范围内的上限频率，则小波分解的采样频率f的选择条件为f＞2f_max；根据小波分解后信号各主要频率应分布在不同分解尺度的原则，确定小波分解尺度。

图1为牵引器在井上水平井套管模拟台上运行时采集到的驱动电流波形，图2为图1的A部分波形的放大视图，其中，采样时间130秒，采样频率100kHz。对采集到的驱动器驱动电流信号进行小波采样，采样频率为1024Hz。射孔和套管接箍引发的电流信号突变频率范围在1.5Hz≤f_x≤20Hz之间，根据Mallat算法的2进制尺度划分原则，反映射孔和套管接箍的电流波动信号特征应包含于第3小波尺度近似单支小波重构信号中。

对驱动器驱动电流信号进行三层小波分解，对第3小波尺度近似单支小波重构信号进行Tsallis小波时间熵运算，绘制的归一化Tsallis小波时间熵图形参见图3。

由图3可以发现，在时间段112s～119s，电流信号的小波时间熵出现了有规律的V形波动。在本具体实施方式中，牵引器爬行速度为6m/min，由图3可知，第一个V形波动出现的时刻约在113s附近，则第一个射孔距离1号套管入口处约11.3m，其余类似；第一个与第二个V形波动出现的时间间隔约为1.15s，则第一个和第二个射孔之间的距离约为0.115m，其余类似。经比对发现，各V形波动均与套管射孔位置基本吻合，可以确定V形波动是由电流信号中射孔信息引起的。

另外，在时间段119.7s～120.15s，牵引器通过了一处套管接箍，而此时小波时间熵恰出现了一个近似正弦波突变，可以确定这是由接箍磁定位信号引起的小波时间熵突变，根据其发生时间以及牵引器爬行速度可得该接箍的位置距1号套管入口约12m。

Claims (5)

1.一种基于牵引器驱动电流分析的水平井套管中射孔和接箍的检测方法，其特征在于它的具体过程如下：

一、采集牵引器的驱动电流，并将所述电流转换为12位数字信号，所述牵引器位于水平井套管中作业；

二、对获得的12位数字信号进行快速傅立叶变换，根据快速傅立叶变换的结果选取小波分解的采样频率和分解尺度；

三、对所述12位数字信号进行小波分解，使12位数字信号的不同频率分量相应地分布在不同的小波尺度中，再对小波分解得到的小波系数或单支小波重构信号进行特征信息评估，所述特征信息评估的具体过程为：

三一、对小波系数或单支小波重构信号进行模极大值提取和奇异性检测：对各小波尺度内的小波系数或单支小波重构信号求取模的极大值，各小波尺度内的模极大值点汇聚为奇异点，将模极大值用来进行信号去噪并利用阈值法筛选出奇异度异常的小波系数或单支小波重构信号；

三二、对奇异度异常的小波系数或单支小波重构信号进行Tsallis小波时间熵运算，利用神经元网络根据输入的Tsallis小波时间熵运算的结果输出套管中射孔和接箍信息；对奇异度异常的小波系数或单支小波重构信号进行Tsallis小波时间熵运算的具体过程如下：

多分辨分析的离散小波系数或单支小波重构信号矩阵为D＝{d(k)，k＝1，2，L，N}，其中，d(k)为第k个离散小波系数或单支小波重构信号，k为离散小波系数或单支小波重构信号矩阵中元素位置变量，N为数据长度；在小波系数或单支小波重构信号上定义一个滑动型的数据窗，窗宽为w∈N，滑动因子为δ∈N，该数据窗表示为

W(m，w，δ)＝{d(k)，k＝1+mδ，L，w+mδ}；

上式中，m＝1，2，L，M_a，M_a＝(N-w)/δ∈N，其中m为滑动数据窗 滑动次数，M_a为小波熵矩阵列长度，N为数据长度；

在第j小波尺度下的小波系数或单支小波重构信号上滑动上述数据窗W(m，w，δ)，将该数据窗划分为L个区间，有

上式中，Z_l＝{[s_l-1，s_l)，l＝1，2，L，L}，其中，Z_l为滑动数据窗W(m，w，δ)内划分出的第l个区间，L为划分滑动数据窗W(m，w，δ)的区间数，s_l为Z_l区间的上限，s_l-1为Z_l区间的下限，s₀＝min[W(m，w，δ)]为滑动数据窗W(m，w，δ)内小波系数或单支小波重构信号元素的最小值，s_L＝max[W(m，w，δ)]为滑动数据窗W(m，w，δ)内小波系数或单支小波重构信号元素的最大值，s_l互不重叠且s₀＜s₁＜L＜s_L；

用P_m＝(Z_l)表示数据窗内小波系数或单支小波重构信号d(k)落于区间Z_l内的概率，将第j小波尺度下、(m+w/2)时刻的Tsallis小波时间熵WTE定义为

上式中，q为非广延参数，p_m(j)为数据窗W(m，w，δ)内小波系数或单支小波重构信号落于区间Z_l内的概率。

2.根据权利要求1所述的一种基于牵引器驱动电流分析的水平井套管中射孔和接箍的检测方法，其特征在于步骤三中的步骤三二所述的利用神经元网络根据输入的Tsallis小波时间熵运算的结果输出套管中射孔和接箍信息的具体过程为：

三二一、对Tsallis小波时间熵运算的结果进行分类获得多个正弦波动和多个V形波动；

三二二、根据每个正弦波动在所述多个正弦波动中的顺序位置判定所对应的接箍的位置； 

三二三、根据每个V形波动出现的时刻以及牵引器的爬行速度判断射孔的位置，根据牵引器的爬行速度以及相邻V形波动之间的时间间隔判断相邻射孔的间距；

三二四、输出套管中射孔和接箍信息，所述射孔和接箍信息包括射孔的位置、相邻射孔的间距和套管中接箍的位置。

3.根据权利要求2所述的一种基于牵引器驱动电流分析的水平井套管中射孔和接箍的检测方法，其特征在于，

步骤三二二中所述的，根据每个正弦波动在所述多个正弦波动中的顺序位置判定所对应的接箍的位置的具体方法为：令n表示第n个正弦波动在所述多个正弦波动中的顺序位置，l表示每节套管的长度且l为常数，则第n个正弦波动所对应的接箍的位置距水平井的第一个套管入口的距离为

s_n＝l×n；

步骤三二三中所述的根据每个V形波动出现的时刻以及牵引器的爬行速度判断射孔的位置的具体方法为：令t₁表示Tsallis小波时间熵运算的结果中V形波动出现的时刻，t₂表示所述V形波动出现前最近的正弦波动出现的时刻，s₂表示所述正弦波动所对应的接箍位置且s₂由步骤三二二所述的方法确定，则射孔的位置距水平井的第一个套管入口的距离为

s₁＝v ×(t₁-t₂)+s₂；

步骤三二三中所述的根据牵引器的爬行速度以及相邻V形波动之间的时间间隔判断相邻射孔的间距的具体方法为：令Δt_i表示Tsallis小波时间熵运算的结果中第i个与第i+1个V形波动出现的时间间隔，则套管中第i个与第i+1个射孔的间距为

Δs_i＝v ×Δt_i。

4.根据权利要求1所述的一种基于牵引器驱动电流分析的水平井套管中射孔和接箍的检测方法，其特征在于所述的非广延参数q的取值范围为

(0，1)∪(1，2)。 

5.根据权利要求1、3或4所述的一种基于牵引器驱动电流分析的水平井套管中射孔和接箍的检测方法，其特征在于步骤二所述的根据快速傅立叶变换的结果选取小波分解的采样频率和分解尺度的具体方法为：

对12位数字信号进行快速傅立叶变换后得到信号各频率的主要集中分布范围，令f_max表示该范围内的上限频率，则小波分解的采样频率f的选择条件为f＞2f_max；根据小波分解后信号各主要频率应分布在不同分解尺度的原则，确定小波分解尺度。 

Images