CN103726836B - 基于声波测井资料提取模式波慢度的方法 - Google Patents
基于声波测井资料提取模式波慢度的方法 Download PDFInfo
- Publication number
- CN103726836B CN103726836B CN201210385721.XA CN201210385721A CN103726836B CN 103726836 B CN103726836 B CN 103726836B CN 201210385721 A CN201210385721 A CN 201210385721A CN 103726836 B CN103726836 B CN 103726836B
- Authority
- CN
- China
- Prior art keywords
- slowness
- wave
- time
- correlation
- receiver
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 121
- 230000015572 biosynthetic process Effects 0.000 claims abstract description 41
- 239000011159 matrix material Substances 0.000 claims abstract description 12
- 238000007781 pre-processing Methods 0.000 claims abstract description 9
- 238000001228 spectrum Methods 0.000 claims description 27
- 238000012545 processing Methods 0.000 claims description 26
- 238000001914 filtration Methods 0.000 claims description 9
- 238000012937 correction Methods 0.000 claims description 6
- 238000003491 array Methods 0.000 claims description 5
- 230000009191 jumping Effects 0.000 claims description 5
- 230000005540 biological transmission Effects 0.000 claims description 3
- 238000009499 grossing Methods 0.000 claims description 3
- 230000009467 reduction Effects 0.000 claims description 2
- 230000008569 process Effects 0.000 description 16
- 238000010586 diagram Methods 0.000 description 13
- 238000011161 development Methods 0.000 description 7
- 230000005404 monopole Effects 0.000 description 6
- 230000008859 change Effects 0.000 description 5
- 238000004519 manufacturing process Methods 0.000 description 5
- 238000005070 sampling Methods 0.000 description 5
- 238000002474 experimental method Methods 0.000 description 4
- 238000000605 extraction Methods 0.000 description 4
- 230000002159 abnormal effect Effects 0.000 description 3
- 238000002372 labelling Methods 0.000 description 3
- 239000000203 mixture Substances 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 239000004215 Carbon black (E152) Substances 0.000 description 2
- 108050000634 Taste receptor type 2 member 7 Proteins 0.000 description 2
- 230000005856 abnormality Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 2
- 238000001514 detection method Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 229930195733 hydrocarbon Natural products 0.000 description 2
- 150000002430 hydrocarbons Chemical class 0.000 description 2
- 230000006872 improvement Effects 0.000 description 2
- 239000003208 petroleum Substances 0.000 description 2
- 238000012216 screening Methods 0.000 description 2
- 101000659767 Homo sapiens Taste receptor type 1 member 1 Proteins 0.000 description 1
- 101000659765 Homo sapiens Taste receptor type 1 member 2 Proteins 0.000 description 1
- 101000659774 Homo sapiens Taste receptor type 1 member 3 Proteins 0.000 description 1
- 206010063385 Intellectualisation Diseases 0.000 description 1
- 101000850683 Rattus norvegicus Taste receptor type 2 member 123 Proteins 0.000 description 1
- 102100035941 Taste receptor type 1 member 1 Human genes 0.000 description 1
- 102100035948 Taste receptor type 1 member 2 Human genes 0.000 description 1
- 102100035942 Taste receptor type 1 member 3 Human genes 0.000 description 1
- 102100024845 Taste receptor type 2 member 1 Human genes 0.000 description 1
- 101710129400 Taste receptor type 2 member 1 Proteins 0.000 description 1
- 102100024842 Taste receptor type 2 member 3 Human genes 0.000 description 1
- 101710129397 Taste receptor type 2 member 3 Proteins 0.000 description 1
- 102100024854 Taste receptor type 2 member 4 Human genes 0.000 description 1
- 108050000632 Taste receptor type 2 member 4 Proteins 0.000 description 1
- 102100030827 Taste receptor type 2 member 5 Human genes 0.000 description 1
- 101710129392 Taste receptor type 2 member 5 Proteins 0.000 description 1
- 102100030842 Taste receptor type 2 member 7 Human genes 0.000 description 1
- 102100030839 Taste receptor type 2 member 8 Human genes 0.000 description 1
- 101710129300 Taste receptor type 2 member 8 Proteins 0.000 description 1
- 230000002238 attenuated effect Effects 0.000 description 1
- 239000003086 colorant Substances 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000005314 correlation function Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000001934 delay Effects 0.000 description 1
- 238000000326 densiometry Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 230000002349 favourable effect Effects 0.000 description 1
- 239000012530 fluid Substances 0.000 description 1
- 230000005484 gravity Effects 0.000 description 1
- 210000004013 groin Anatomy 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- KRTSDMXIXPKRQR-AATRIKPKSA-N monocrotophos Chemical compound CNC(=O)\C=C(/C)OP(=O)(OC)OC KRTSDMXIXPKRQR-AATRIKPKSA-N 0.000 description 1
- 238000010606 normalization Methods 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 230000000149 penetrating effect Effects 0.000 description 1
- 238000003672 processing method Methods 0.000 description 1
Images
Landscapes
- Geophysics And Detection Of Objects (AREA)
Abstract
本发明涉及基于声波测井资料提取模式波慢度的方法。该方法包括针对地层中的至少一个深度点中的每一个深度点执行以下步骤:在发射器发射时,接收器接收到与发射器对应的原始波形集合;对原始波形集合进行信号预处理,以提高原始波形集合的相似性和信噪比;对经预处理的原始波形集合分别进行相关性估计,以得到相应的时间‑慢度‑相关性三维矩阵;对相应的时间‑慢度‑相关性三维矩阵中的相关性维度上的峰值点进行识别;以及根据所识别的峰值点之间的大小关系和井眼补偿关系,确定与每一个深度点对应的模式波的类型和慢度。发射器在所述接收器的两端对称布置。
Description
技术领域
本发明大体上涉及石油地质勘探与开发的领域,尤其涉及声波测井资料的时差提取处理,具体地涉及基于声波测井资料提取模式波慢度的方法。
背景技术
测井,也被称为地球物理测井或石油测井,是利用岩层的电化学特性、导电特性、声学特性、放射性等地球物理特性来测量地球物理参数的方法。在油田勘探与开发过程中,测井是确定和评价油层、气层的重要手段之一,也是解决一系列地质问题的重要手段。它能直接为石油地质和工程技术人员提供各项资料和数据。
声波测井是地球物理测井的主要方法之一。它利用声波在地层中传播时声速和衰减等特征获取地层信息,为工程应用提供技术支持。地层弹性波(例如纵波、横波等)波速在石油勘探中的应用广泛。它可以被用来测定油气田的位置,估计油气储量,推算油气田的形状,并给出油气开采的最佳完井方案。弹性波波速还可以用来估算地层的力学性质,从而使人们能更好的选择完井及采油程序。利用纵波、横波波速和地层密度的测井曲线,可以确定地层的体积模量、剪切模量、杨氏模量以及泊松比,这些都是确定地层力学性质的重要参数。
声波测井仪器的主要功能之一就是测量地层慢度,慢度即速度的倒数,又称时差。声波测井仪测井时,测井仪器置于井中,声波由仪器自带的发射器产生,并沿井壁传播,最后被同一仪器的接收器接收。通过处理不同源距接收器的波形之间的到时延时,估计地层慢度。通过在每一个深度点估计的地层慢度,绘制地层慢度曲线。
随着测井技术的发展,声波测井仪器的发展经历了早期的单发单收,到单发双收,再到双发双收,最后发展到阵列声波测井仪器。阵列声波测井的主要原理就是利用阵列接收的大量重复信息来弥补由于各种可能的测量误差造成的信息损失。随着偶极子声波测井仪器的发展,能够越来越多、越来越准确地获取地层的各种模式波信息。
参照图1A和图1B,分别示出了单极子声源10在某地层20中激发的声波11、12(如图1B所示)以及采集到的阵列波形(如图1A所示)。在图1A的阵列波形中用斜线表示了三个模式波,最先到达的是纵波(由图1A中的斜线I表示),其次是横波(由图1A中的斜线II表示),再次是斯通利波(由图1A中的斜线III表示)。
通过对声波测井仪器采集到的阵列波形进行提取,可以得到准确的地层声速信息。
在现有技术中主要采用首波法来提取模式波慢度,即通过不同源距接收器接收波形同一相位点A、A’(如图2所示)的到时差来估计地层慢度。如图2所示,示出了根据现有技术的利用首波法来提取慢度的原理图。具体地,通过如下公式来估计地层慢度:
注意的是,需要根据波形实时调节首波窗30、40(如图2所示)的位置以便准确的获取首波,因而智能型不高。此外,当遇到井壁粗糙或者存在裂隙带等情况时,首波信号严重衰减、很难辨识,导致首波窗截获不到真正的首波,因此会出现“周波跳跃”的现象,无法准确地获取慢度曲线,稳定性不好。另外,首波法单独使用一个相位点来估计声波慢度,因而得到的结果受信噪比的影响较大且精度不高。
此外顾名思义,首波法只能用来估计首波的慢度,因此其应用范围也受到限制。
因此,需要一种更为智能、应用更广泛、稳定性好且精度高的模式波慢度提取方法。
发明内容
本发明的目的是提供一种基于时间-慢度-相关系数(STC)谱提取模式波慢度的方法,该方法能够实时、高效、智能地提取高质量模式波慢度曲线,为地球物理勘探、判定地层岩性、获取地层参数提供重要的技术支持。
本发明的另一目的是实现一种自动检测曲线异常和慢度曲线自动修正以提高慢度曲线的质量的方法,由此不仅提高了修正操作的便捷性,降低了提取合格慢度曲线所需的工作量,而且降低了修正过程中人为因素的影响,进而为后续的工程应用和勘探开发提供更为有力的技术支持。
根据本发明的一方面,提供一种通过阵列声波测井仪器对地层中的至少一个深度点进行声波测井来获得所述至少一个深度点的模式波慢度的方法。所述阵列声波测井仪器包括不止一个接收器以及在所述接收器的两端布置的第一和第二发射器。所述方法包括针对所述至少一个深度点中的每一个深度点执行以下步骤:在所述发射器发射时,所述不止一个接收器接收到与所述第一和第二发射器对应的第一和第二原始波形集合;对所述第一和第二原始波形集合进行信号预处理,以提高所述第一和第二原始波形集合的相似性和信噪比;对经预处理的第一和第二原始波形集合分别进行相关性估计,以得到相应的时间-慢度-相关性三维矩阵;对所述相应的时间-慢度-相关性三维矩阵中的相关性维度上的峰值点进行识别;以及根据识别井眼补偿关系,确定与所述每一个深度点对应地层的模式波的慢度。
根据本发明的另一方面,所述方法进一步包括通过把所述地层中的所述至少一个深度点的模式波慢度连接成线并且对所述线进行滤波平滑处理而获得模式波慢度曲线。
根据本发明的另一方面,所述方法进一步包括:当所述模式波慢度曲线存在可疑跳点时,通过对所述可疑跳点的前后几个深度点的时间-慢度-相关性三维矩阵进行处理,对所述模式波慢度曲线进行修正。
根据本发明的另一方面,所述模式波的类型为纵波、横波、斯通利波和泥浆波中的至少一个。
根据本发明的另一方面,所述纵波慢度、横波慢度、斯通利波慢度依次递增并且横波慢度和纵波慢度之比一般在1.4-2.8之间。
根据本发明的另一方面,所述预处理包括对所述原始波形集合进行归一化和滤波降噪处理。
根据本发明的另一方面,所述相关性估计包括利用以下公式中的至少一个来估计所述时间-慢度-相关性三维矩阵,也称为时间-慢度-相关系数三维谱:
或者
根据本发明的另一方面,在遍历过程中先遍历s,再遍历T以增大复用值的数量且减少重复估计。
根据本发明的另一方面,所述方法可以获得套后地层模式波的慢度,当与相控技术结合时测量套后地层模式波慢度的效果更优。
根据本发明的另一方面,提供了一种通过阵列声波测井仪器对地层中的至少一个深度点进行声波测井来获得所述至少一个深度点的模式波慢度的方法,所述阵列声波测井仪器包括多于一个接收器以及在所述接收器的一侧或两侧布置的一个或多个发射器,所述方法包括针对所述至少一个深度点中的每一个深度点执行以下步骤:
在所述发射器发射时,所述多于一个接收器接收到与所述一个或多个发射器对应的一个或多个原始波形集合;
对所述一个或多个原始波形集合进行信号预处理,以提高所述一个或多个原始波形集合的相似性和信噪比;
对经预处理的一个或多个原始波形集合分别进行相关性估计,以得到一个或多个时间-慢度-相关性三维矩阵;
对所述一个或多个时间-慢度-相关性三维矩阵中的相关性维度上的峰值点进行识别;以及
根据所识别的峰值点之间的大小关系和井眼补偿关系,确定与所述每一个深度点对应的模式波的类型和慢度。
根据本发明的STC方法不仅能够获取纵波(首波)的慢度,而且能够估计横波和斯通利波的慢度。同时,因为本发明的STC方法利用一定窗长内波形的相似性而非单个相位点进行估计大大提高了其稳定性。
另外,根据本发明的STC方法可以实现无需人工监控的实时估计,大大减少了工程师的劳动量,并且具有智能型高、稳定性好等优点。
以上相当宽泛地概括了本发明的特征和技术优势,以便可以更好地理解本发明的以下详细描述。在下文中将描述本发明的附加特征和优势。本领域技术人员应当认识到,所公开的概念和具体实施例可以容易地用作用于修改或设计用于实现本发明的相同目的的其他结构的基础。本领域技术人员也应当认识到,这种等效的构造并不脱离所附权利要求中限定的本发明的精神和范围。
通过结合附图来阅读后面的具体实施方式,可以更好地理解本发明的特征和优点。
附图说明
现在将参照附图来解释本发明的实施例。应当注意,这些实施例用于图示基本原理,使得仅图示为了理解基本原理而必需的那些特征。附图未按比例。另外,相似标号在附图中通篇表示相似特征。
图1包括图1A和图1B,示出了单极子声源在某地层中激发的声波以及采集到的阵列波形的示意图。
图2是根据现有技术的利用首波法来提取慢度的原理图。
图3是根据本发明实施例的用于提取模式波慢度的时间-慢度-相关系数(STC)方法的原理示意图。
图4是根据本发明实施例的用于提取模式波慢度的时间-慢度-相关系数(STC)方法的流程图。
图5是根据本发明实施例的时间-慢度-相关系数等高图的示意性表示。
图6是图5的时间-慢度-相关系数矩阵(即等高图)在慢度轴上的投影结果的示意性表示。
图7是图6的慢度-相关系数波形在各个深度上的综合所得到的STC变密度谱的示意性表示。
图8是示出了根据本发明实施例的对称补偿阵列声波测井仪器的声系结构图。
图9是示出利用根据本发明实施例的STC方法来处理由图8的对称补偿阵列声波测井仪器所采集的两个波形阵列的过程的示意图。
图10是根据本发明实施例的STC方法的一个应用示例的示意图。
图11是根据本发明实施例的STC方法的另一个应用示例的示意图。
图12是根据本发明实施例的STC方法的再一个应用示例的示意图。
具体实施方式
以下具体描述涉及附图,这些附图通过图示方式示出了可以实施本发明的具体细节和实施例。充分具体描述这些实施例以使本领域的技术人员能够实施本发明。可以利用其它实施例并且可以进行结构、逻辑和电改变而不脱离本发明的范围。各种实施例未必互斥,因为一些实施例可以与一个或者多个其它实施例组合以形成新实施例。
在下面的详细描述中参照形成本详细描述的一部分的附图,在所述附图中通过说明的方式示出了其中可以实践本发明的具体实施例。在这方面,参照所描述的附图的取向使用了诸如“顶”、“底”、“前”、“后”、“首”、“尾”等等的方向术语。由于实施例的组件可以被定位在若干种不同的取向中,因此所述方向术语被用于说明的目的而决不是进行限制。要理解的是,在不背离本发明的范围的情况下可以利用其他实施例并且可以做出结构或逻辑的改变。因此,不要将下面的详细描述视为限制性意义,并且本发明的范围由所附权利要求书限定。
要理解的是,除非具体另行声明,否则这里所描述的各个示例性实施例的特征可以彼此组合。
如在本说明书中所采用的术语“模式波”可以指的是具有相同模式的波形,例如纵波、横波以及斯通利波等等。
如在本说明书中所采用的术语“慢度”可以指的是速度的倒数。
如在本说明书中所采用的术语“到时”可以指的是从发射器发射开始计时,声波信号到达接收器的时间。
如在本说明书中所采用的术语“源距”可以指的是从发射器到接收器的距离。
如在本说明书中所采用的术语“相关性”和“相关系数”可以可互换地使用,除非上下文明确指出。
接下来,具体参考附图来解释本发明的实施例。
下面参考图3,图3是根据本发明实施例的用于提取模式波慢度的时间-慢度-相关系数(STC)方法的示意图。时间-慢度-相关系数(STC)方法的主要原理是利用阵列声波测井波形信号中同一模式波的波形形状相似这一特性来确定地层模式波慢度。
如图3所示,附图标记1、2、3…N-1和N分别表示来自N个不同源距接收器的波形,矩形框50或四边形框100、200表示长度为Tw的时间窗。
在执行STC方法时,使用一定长度Tw的时间窗50、100、200对阵列声波测井波形信号1、2、3…N-1和N在时间域T和慢度域S中扫描遍历,其中箭头R1表示慢度域中的扫描遍历而箭头R2表示时间域中的扫描遍历。具体地,时间中的扫描遍历包括:时间窗以一定的步长在时间轴上不断移动以对波形进行遍历,其中移动的步长与时间窗窗长相关;而慢度域中的扫描遍历包括:当时间窗停留在时间轴上的某一点时,按照慢度步长不断改变斜率,即,使时间窗按照一定慢度步长旋转从而实现慢度的遍历。
同时,在对时间和慢度进行遍历的每一个时间窗内分别估计N个波形的相关系数,其中相关系数越大,对应的时间窗内是同一模式波的波形可能性就越大。因此,可以通过对时间-慢度-相关系数谱进行峰值查找,得到各个地层模式波的慢度,其中时间窗的斜率可以确定模式波传播的慢度。
注意的是,STC处理过程中相关系数估计所采用的方法是定量地估计阵列波形之间的形似度,这在测井声波资料处理中也称为相关性处理。这种处理的理论基础是认为当一个波阵面到达不同源距的一组阵列接收器的时候,这些接收器接收到的波形性质是基本相同的。
下面给出在估计时间窗内波形的相似性(即相关系数)时采用的公式:
一个是Semblance公式(Kimball和Marzetta):
另外一个是N次方根公式(Mc-Fadden等):
其中,是N个接收器阵列中第m个接收器的波形,d为接收器间距,为时间窗窗长,s为慢度变量,T为时间变量。在N次方根公式中,n为幂指数,通常为4;sgn表示取符号运算符。相对而言,N次方根公式比Semblance公式得到的相关函数ρ(s,T)的峰值更加尖锐,因此慢度分辨率更高;而Semblance公式的估计速度则更快。
接下来参考图4,图4是根据本发明实施例的用于提取模式波慢度及其慢度曲线的时间-慢度-相关系数(STC)方法的流程图。
在步骤S0,读取由声波测井仪器实时采集和传输的阵列波形数据或者已保存的关于所采集阵列波形的数据,其中所述数据主要包括如图3所示的原始波形信息。
在步骤S1,对读取的阵列波形数据进行信号预处理,其作用是对该波形进行初步处理以提高信噪比从而有利于后续估计。
在步骤S2,利用公式(2)或(3)对经信号预处理的阵列波形进行相关性估计,即估计波形的相关系数矩阵。通过相关性估计,可以得到时间-慢度-相关性三维矩阵,由此可以绘制如图5所示的相关性等高线图。图5是根据本发明实施例的时间-慢度-相关系数等高图的示意性表示。
在步骤S3,通过对等高图上的各个峰值点(如图5中的点A和B指示)进行判断或识别,就可以得到当前深度点上的纵波和横波慢度。替换地,可以通过把上述的该时间-慢度-相关性三维矩阵向慢度轴进行投影并且对每一个慢度行查找最大值,得到如图6所示的慢度-相关系数波形。图6是图5的时间-慢度-相关系数矩阵(即等高图)在慢度轴上的投影结果的示意性表示。在图5和图6中,附图标记A和B分别表示横波波至和纵波波至。
在步骤S4,把各个深度点的慢度-相关系数波形用变密度图的形式显示,得到图7所示的STC变密度谱。通过把各个深度点的慢度连接成线,可以得到地层慢度曲线。
在图7中,垂直方向表示深度而水平方向表示慢度,用颜色(为简单起见示例性地用B、G、Y和R表示,实际上颜色条STCT1是渐进连续变化的)表示不同慢度值对应的相关系数的大小,相关系数从小到大依次对应B(蓝色),其次是G(绿色),再次是Y(黄色),最后为R(红色)。图7在每一个深度点即为如上图6所示的二维波形。通过将在每个深度点上提取到的纵波慢度和横波慢度连点成线,可以得到两条慢度曲线DTCT1,DTST1。
下面以根据本发明优选实施例的典型的对称补偿阵列声波测井仪器为例,对上述的时间-慢度-相关系数(STC)方法进行具体详细说明。
参考图8,示出了根据本发明优选实施例的对称补偿阵列声波测井仪器的声系结构图。
如图8所示,发射器T1、T2在接收器阵列的两端对称排布,其中接收器阵列例如可以由R1-R8八个接收器组成。在发射器T1发射时,接收器阵列接收到的原始波形分别标记为T1R1、T1R2、T1R3、T1R4、T1R5、T1R6、T1R7、T1R8。在发射器T2发射时,接收器阵列接收到的原始波形分别标记为T2R1、T2R2、T2R3、T2R4、T2R5、T2R6、T2R7、T2R8。通过对这两组波形的处理,可以得到补偿后的纵波慢度DTC和横波慢度DTS。注意的是,以上仅是示例。发射器和接收器的数目和布置可以改变,例如可以采用任何整数个发射器和接收器以及交错或非对称排布。这些发射器可以在接收阵列的一侧或者两侧,可以对称或不对称。
接着参考图9,详细描述利用根据本发明的STC方法来处理上述两组波形的过程和输入输出的示意图。
如图9所示,通过利用上面提及的公式(2)或3(这取决于实际应用)对上述两组波形进行相关性估计,得到时间-慢度-相关系数谱STCT1和STCT2,然后通过慢度标注而得到初步结果DTCT1R、DTCT2R、DTST1R、DTST2R。后续结果都是在这四条曲线DTCT1R、DTCT2R、DTST1R、DTST2R的基础上通过井眼补偿和滤波实现的,其中DTC和DTS是最终的输出结果。
该过程实现了根据STC变密度图自动估计纵波慢度曲线和横波慢度曲线,并且能够对纵波慢度曲线和横波慢度曲线进行修正。具体而言,该过程可以包括以下几个步骤:
根据原始波形数据估计时间-慢度-相关系数谱,并投影得到慢度-相关系数波形;
通过识别时间-慢度-相关系数谱上的各个峰值点并对其进行初步筛选,从众多备选峰值点中判断出纵波波至并得到纵波慢度;
对上一步所得的纵波慢度进行异常判断,若纵波慢度存在异常则对其进行修正;
根据修正好的纵波慢度,估计横波慢度;
根据井眼补偿关系,对井眼补偿之后的曲线进行估计;以及对所有估计结果进行滤波平滑处理,并更新相应慢度曲线的值。
下面,对上述的其中几个步骤进行更加详细的说明。
(一)估计时间-慢度-相关系数谱
在对原始波形阵列进行STC处理之前应该先对其预处理。例如通过归一化和滤波降噪,提高原始波形的相似性并且增大信噪比。
在使用原始波形阵列估计时间-慢度-相关系数谱时应注意以下几个问题:估计参数的确定问题;估计精度问题;估计效率问题。
1. 估计参数的确定。
STC处理方法主要涉及的参数有:信号起始时间;信号结束时间;时间窗窗长;时间窗移动步长;慢度步长;窗内时间移动步长。下面介绍本方法中这几个参数的设定方法。
信号起始时间和信号结束时间都是针对源距最近的接收器波形而言,它确定了STC处理中全部时间窗覆盖的时间范围。信号起始时间必须为在各种情况下信号最早到达时间,信号结束时间应为考虑各种情况时信号的最大结束时间。这里值得注意的是,需要考虑到水平井等仪器完全贴靠在井壁上且地层很硬的情况和大井眼慢地层的情况。仪器贴靠井壁时信号在井液中传播的时间很短,如果地层纵波慢度很小而信号起始时间设的稍大,在估计时就有可能略过纵波。
时间窗窗长是STC方法的一个重要参数,受换能器、仪器结构等因素的影响。实时自动估计的STC方法需要根据信号自动获得窗长。通过实验发现时间窗窗长的设置与所要估计的模式波的周期相关,一般是周期的倍数。在实时估计时,在时域波形中得到某个模式波的周期很困难,但我们可以通过傅里叶变换在信号的频谱中获取各个模式波的主频。在时域中横波的周期比纵波的稍大,斯通利波的周期最大。以此为依据,得到各个模式波窗长的大小关系。在获得纵波横波信号的主频和斯通利波的主频后确定倍数就可以得到时间窗窗长的值。各个仪器的设计不同,倍数也不同。
窗内时间移动步长越小就估计的越精细,但它受到STC处理自身精度以及信号AD采样等各种因素的制约,就算变的很小也不能提高估计精度反而增加了估计量。通常,时间窗移动步长通常选取为时间窗窗长的一半。
慢度步长关系到STC处理结果的精度。通过实验发现慢度步长小到一定程度之后即使再进行更精细的估计,得到的结果与使用大慢度步长所得结果通过插值加密后的结果相差不大。所以慢度步长不用设得太小,只要通过对STC处理结果插值就可以在兼顾估计效率的同时得到可以接受的慢度估计精度。
2. 估计精度的提高。
对于STC处理来说,估计精度的提高至关重要,它关系到仪器慢度输出曲线的质量。要想提高STC的估计精度,对原始电压波形数据进行预处理是必要的。经过预处理后波形应该从波形形状,频谱,波形幅度上具有相似性,这样才能获得较好的STC处理结果。在对全波列数据进行STC处理前把纵波和横波与斯通利波先通过滤波分离开来,再分别进行STC处理可以得到更好的处理结果。通常我们无法在频域中分开纵波和横波,而斯通利波与纵波横波在频率域区分明显。
在前面的介绍中提到,大部分情况下NRoots公式的估计结果比Semblance公式的更为尖锐,因此慢度估计精度更高。NRoots公式在大部分情况下都是估计相关系数的首选公式。但是NRoots公式并不适用于所有情况,需要根据实际情况选择。
在进行STC处理过程中,遇到索引不为整数的情况很普遍,这个时候建议进行插值以提高估计精度。在进行插值时,最好不要对整个阵列波形按照固定的倍数进行等间距插值,这样即使进行了插值在进行STC处理时仍要进行一定的近似。插值的密度也不是越密越好,要联系慢度估计精度和估计效率综合考虑。经过对现场数据的实验发现,插值方法对估计结果的影响与原始信号的采样精度有关。如果原始信号本身的采样精度比较低,抛物线插值和线性插值对估计精度的影响区别明显。但是当原始信号采样精度较高还想通过插值进一步提高估计精度时,线性插值和抛物线插值的区别并不大,这时选用线性插值在提高估计精度的同时对提高估计效率更为有利。
3. 估计效率的提升。
在整个STC处理的流程中,时间-慢度-相关系数三维谱估计模块是运算量最集中的地方,它的运算效率关系到实时处理的速度。
首先,慢度步长、时间窗窗长、时间窗移动步长、时间窗内时间移动步长、插值算法的选择以及相关系数估计公式的选择决定了总体估计量的大小。这些参数的选取要在保证估计精度的前提下,尽可能地减少估计量。在这些参数确定的情况下,算法的实现对估计效率也有很大影响。
在利用式(2)或者式(3)进行时间-慢度-相关系数的三维谱估计时,实际上就是对不同的s、T进行遍历。在遍历过程中很多点都被重复利用。因此,要想提高估计效率一方面是要增多复用点,减少插值点,这个可以通过参数设置实现;另一方面要把复用的值在遍历之前就准备好,避免重复估计。
在遍历所需的值已经准备妥当之后,开始遍历s和T,估计时间-慢度-相关系数三维谱。在遍历过程中先遍历s,再遍历T可以增大复用值的数量,减少重复估计。
通过上述方法可以明显提高估计效率,在使用同样的参数估计前提下与没有应用优化处理的程序相比,估计时间缩短了75%。大大节省了运行时间,提高了运行效率。
(二)识别时间-慢度-相关系数谱上的各个峰值点,并对其进行初步筛选,识别纵波波至。
实际测井数据得到的时间-慢度-相关系数谱并非理想中那样只存在纵波、横波或者斯通利波的峰。例如,对单极子阵列声波测井仪器而言,所得时间-慢度-相关系数谱一般包含纵波和泥浆波的峰,横波对应的峰在部分特定地层才会出现。斯通利波慢度在一般情况下与横波和纵波慢度相差较大,因此不易对纵波和横波的标注产生干扰。泥浆波慢度在一口井中基本趋于一条直线,且慢度范围较为固定,因此较易识别。
这些模式波对应的峰在一般情况下相关系数较大,而噪声峰在一般情况下都相关系数较小。因此在时间-慢度-相关系数三维谱上选取前几大的峰。对单极子仪器而言,在0-200us/ft的慢度范围内,模式波一般不超过三个,分别对应纵波、横波、泥浆波,因此对单极子阵列声波测井信号的处理而言只需选取其前三大主峰。
识别出时间-慢度-相关系数谱中存在的各个信号峰之后,就要在这些峰值点中识别纵波波至。既要利用纵波慢度、横波慢度、斯通利波慢度依次递增的大小关系,利用纵波到时、横波到时、斯通利波到时依次递增的关系。同时又要利用横波慢度和纵波慢度之比一般在1.4-2.8之间,以及纵波信号能量一般比横波小的特点,对纵波波至对应的峰值进行识别。同时还要根据相邻已知深度点的结果帮助判断。本步骤中识别出的纵波慢度会在下一步骤中得到进一步修正。
(三)对上一步骤中所得的纵波慢度进行异常判断,若纵波慢度存在异常则对其进行修正。
首先,判断纵波慢度是否存在可疑跳点。在这一步骤中主要利用连续深度上的纵波慢度的连续性来识别纵波慢度曲线上的跳点。当纵波慢度曲线出现突变就意味着可能出错了。出现突变和跳点的主要表现就是纵波慢度曲线导数突变,例如,当深度间隔为0.25ft的两个深度点上得到纵波慢度的差超过20us/ft,就认定为跳点出现。
然后,对可疑的纵波慢度进行重新标注。以图9为例,根据对DTCT1R或DTCT2R的异常识别结果,对可疑深度点的DTCT1R或DTCT2R进行处理。例如,根据慢度-相关系数波形在连续深度点上的连续性,通过前后几个深度点的慢度-相关系数波形的叠加来强化信号峰的作用,并削弱噪声峰的影响。对慢度-相关系数波形进行叠加并进行归一化之后,取其慢度最小的信号峰即可确定当前深度段纵波慢度的范围,同时可以大致确定当前深度段存在的其余模式波的慢度范围。若当前深度点纵波慢度处于其余模式波的慢度范围,则可以得出出错类型,并根据当前深度点的慢度-相关系数波形进行纠错。如果当前深度点的纵波慢度不处于任何一个模式波的慢度范围中,则认为纵波慢度标注到了噪声峰上,并可以根据当前深度点的慢度-相关系数波形进行纠错。
(四)根据修正好的纵波慢度,估计横波慢度。
若时间-慢度-相关系数谱上存在不止一个模式波峰,根据纵波慢度和横波慢度之比来判断剩余的峰值是否横波的波至峰。同时因为泥浆波的慢度范围和横波接近,因此要根据泥浆波的慢度范围和相邻深度点泥浆波的慢度来降低泥浆波波至峰对横波标注影响。同时利用与纵波慢度曲线修正同样的原理,利用慢度曲线和时间-慢度-相关系数谱的连续性来抑制噪声峰来对横波慢度曲线进行修正。
另外,对于不同类型的仪器,横波慢度的标注有所不同。对于单极子阵列声波信号来说,横波慢度只能在特定地层才能求得,而对于偶极子阵列声波信号来说,应尽可能的得到连续的横波慢度曲线。
实验结果
利用本发明的STC方法,可以获得各个模式波慢度,从而能够提供更加稳定、准确的慢度曲线并为油藏勘探开发和岩性识别等工程应用提供更加准确的信息支持。经过大量的现场测井实验证明,本文提出的解决方案满足现场测井需要,有助于工程师快速提交合格曲线。
实验示例I
图10是相控阵列声波测井仪(PAAT)在位于吉林的一口勘探井中的应用实例,这口井的岩性主要为细砂岩、砂砾岩及泥岩。在井眼变化时,PAAT能准确稳定地估计纵波慢度和横波慢度。如图10所示,STC估计所得的纵波慢度曲线与首波法所得的相应曲线基本重合,其中DTCT1曲线101与DT1曲线102是同一个波形阵列STC方法和首波法估计所得纵波慢度,DTCT2曲线103与DT2曲线104也是同样的关系,DTC曲线105与DT曲线106分别是经过井眼补偿的STC方法和首波法的纵波慢度。STC方法所得纵波慢度DTC曲线105和横波慢度DTS曲线107趋势清晰,与相关曲线反应基本一致。
图10中,第一道中DTC曲线105为STC方法得到的井眼补偿之后的纵波慢度曲线,单位为us/ft。DTS曲线107为STC方法所得的井眼补偿之后的横波慢度曲线,单位为us/ft。DT曲线106为首波法所得的井眼补偿之后的纵波慢度曲线。NPHI为中子曲线,它的走势与纵波时差曲线有一定的相关性。GR曲线为伽马曲线,它的走势与纵波时差曲线有一定的相关性。第二道为深度道,显示比例为1:200,深度单位为m,该道中显示的BS为钻头尺寸,CAL为井径。第三道中,LLD和LLS为深侧向和浅侧向曲线,单位为ohm.m。第四道中,STCT1为慢度-相关系数谱,颜色变化表示相关系数大小,从左至右表示慢度大小,相关系数的取值范围为0-1。DTCT1曲线101为STC方法根据STCT1得到的未经井眼补偿但是经过滤波的纵波慢度曲线,单位为us/ft。DTST1曲线108为STC方法根据STCT1得到的未经井眼补偿但是经过滤波的横波慢度曲线,单位为us/ft。DT1为首波法得到的未经井眼补偿但是经过滤波的横波慢度曲线,单位为us/ft。STC方法得到的STCT1和DT1是由同一发射器得到的接收阵列波形估计所得的。第五道中,STCT2为慢度-相关系数谱,颜色变化表示相关系数大小,从左至右表示慢度大小,相关系数的取值范围为0-1。DTCT2曲线103为STC方法根据STCT2得到的未经井眼补偿但是经过滤波的纵波慢度曲线,单位为us/ft。DTST2曲线109为STC方法根据STCT2得到的未经井眼补偿但是经过滤波的横波慢度曲线,单位为us/ft。DT2为首波法得到的未经井眼补偿但是经过滤波的横波慢度曲线,单位为us/ft。STC方法得到的STCT2和DT2是由同一发射器得到的接收阵列波形估计所得的。第四道和第五道的结果均为未经井眼补偿的结果,且他们对应的发射器具有井眼补偿关系。DTCT1曲线101与DTCT2曲线103进行井眼补偿之后得到的结果为DTC曲线105。DTST1曲线102与DTST2曲线104进行井眼补偿之后得到的结果为DTS曲线107。DT1与DT2进行井眼补偿之后得到的结果为DT曲线106。
实验示例II
当STC方法与相控技术结合时,可以获得套后地层模式波的慢度。图11为相控阵列声波测井仪(PAAT)在套管井中获取套后地层模式波慢度中的应用实例。
在图11中,DTC3 111和DTS3 112为STC方法得到的套后地层的纵波慢度曲线和横波慢度曲线,单位为us/ft。DT3 113为首波法得到的纵波慢度曲线,单位为us/ft。第二道为深度道,显示比例为1:200,深度单位为m。第三道中STCT3为STC方法所得的慢度-相关系数波形,把该波形用变密度图的形式表示出来,波形中0.5以下的相关系数全部用蓝色表示。根据长源距相控发射器发射所得的全波列波形阵列,使用STC方法得到慢度—相关系数图谱STCT3、套后地层纵波慢度DTCT3 114,并在部分层段中得到了套后地层横波慢度DTST3115。经过井眼补偿后得到纵波慢度DTC3 111,横波慢度DTS3 112。根据长源距相控发射器发射所得的全波列波形阵列,使用首波法得到井眼补偿后的套后地层纵波慢度DT3 113。
图11中第四道的4.5ft源距波形和第五道的6ft源距波形为长源距相控发射器发射时得到的两个原始波形。4.5ft波形的时间显示长度为0-1500us。6ft源距波形的时间显示长度为0-2000us。第六道中源距为5ft的波形,波形的时间显示长度为150-1200us。5ft源距波形表征了第二界面的胶结质量。从5ft源距波形上可以看出在固井质量较好的层段,长源距相控发射器发射的能量穿透套管采集到了地层慢度信息。声波测井仪器采集的原始波形都是对连续电压信号进行离散时间采样后的结果。
虽然相控技术的应用增大了声波穿透套管测得地层的能量,但是即使在有胶结的地方,仍然可以看到套管波对原始波形的影响,使得首波法估计套后地层纵波慢度时容易受套管波干扰而不能得到准确的套后地层时差。而STC利用波形的相似性估计纵波时差能够更好的避免这一问题。
由图11可以看出,相控技术的应用可以使声能更多的穿透套管进而获取套后地层信息。对比首波法和STC方法在估计套后地层慢度的效果时发现,DT3 113和DTC3 111在固井质量好的层段基本重合。在固井质量差的地方,STC方法比首波法能够更多更准确地获取套后地层信息。由此可见,STC方法为套后地层慢度信息的提取提供了有力的工具。
实验示例III
在大斜度井,仪器无法居中,信噪比较低的情况下,STC方法同样能够稳定、可靠地得到地层模式波慢度。图12为一口以沙泥岩为主的斜井的测井图,井的斜度约为90°。在大斜度井,仪器拖拽引起的机械噪声很大,波形的基线不稳定,导致首波法容易出现周波跳跃。然而噪声的相关性很小,所以STC方法不易受机械噪声的干扰。在这口井1053米以上是套管段,STC方法能够稳定地得到套后地层的纵波时差,而首波法在有些深度点出现跳点或者无法捕获到首波进而没有得出结果。
图12中第一道中显示的DEVI 121为井斜曲线,表示在不同深度上井眼方向线与重力线之间的夹角就是井斜角。NPHI为补偿中子曲线。GR为自然伽马曲线。DTC3 122为STC算法得到的井眼补偿后的地层纵波慢度曲线。第二道为深度道,深度单位为m,显示比例为1:200。TENS为张力曲线,当仪器在井下遇卡时张力曲线回表现出突变。第三道中LLD和LLS为深侧向和浅侧向曲线。第四道中STCT3为STC算法根据原始波形阵列估计得到的慢度-相关系数波形,该波形用变密度图的形式显示出来就形成了第四道的彩色背景。DTCT3 123为STC算法根据STCT3得到的未经井眼补偿的纵波慢度曲线。DTT3-threshold 124为首波法根据同样的原始波形阵列得到纵波慢度曲线。第五道中显示的TF1R7就是得到STCT3、DTCT3、DTT3-threshold的原始波形阵列中的一道波形。
综上所述,STC方法在阵列声波测井仪器采集中的应用有助于克服首波法周波跳跃和智能化低的缺陷,更加智能、稳定、准确。同时能够得到除首波以外的更多的地层模式波慢度信息,在检测套后地层慢度信息和检测反射波等应用中具有首波法无法比拟的优势。因此,本发明的STC方法对地层裂缝识别、套后地层信息提取以及油藏管理和岩性识别等应用有着重要的应用价值。
虽然以上参考附图示出并描述了本发明的各种示例性实施例,但是本领域技术人员将清楚可以做出将实现本发明一些优点的各种改变和修改而未脱离本发明的精神和范围。因此,只要本发明的这些修改、变型和替换属于本发明的权利要求书及其等同技术方案的范围之内,则本发明也意图包含这些修改、变型和替换。此外,就在详细描述或权利要求书中使用术语“包括”、“具有”、“带有”或它们的其他变体来说,这样的术语意图以与术语“包含”类似的方式是包含性的。
应当理解的是,本发明的实施例可以被实施在分立电路、部分集成电路或完全集成电路或者编程装置中。此外,术语“示例性”仅仅意味着作为一个实例,而不是最佳的或最优的。还要认识到,这里所描绘的特征和/或元素是出于简单及易于理解的目的而以相对于彼此的特定尺寸示出的,实际的尺寸可能与这里所示出的尺寸显著不同。
本领域合理技术人员将明白,可以用执行相同功能的其它部件适当地进行替换。应当提到,即使在尚未明确提到这一点的那些情况下,参照具体图所解释的特征可以与其它图的特征组合。另外,可以在使用适当处理器指令的全软件实施方其中或者在利用硬件逻辑与软件逻辑的组合以实现相同结果的混合实施方其中实现本发明的方法。这样对发明概念的修改旨在于由所附权利要求覆盖。
此外,本申请的范围不旨在限于说明书中描述的过程、机器、制造、物质组成、装置、方法和步骤的具体实施例。如本领域普通技术人员从本发明的公开中容易认识到的,根据本发明可以利用与这里描述的对应实施例执行实质上相同的功能或实现实质上相同的结果的、当前存在或以后待开发的过程、机器、制造、物质组成、装置、方法或步骤。据此,所附权利要求旨在在其范围内包括这些过程、机器、制造、物质组成、装置、方法或步骤。
Claims (9)
1.一种通过阵列声波测井仪器对地层中的至少一个深度点进行声波测井来获得所述至少一个深度点的模式波慢度的方法,所述阵列声波测井仪器包括多于一个接收器以及在所述接收器的两端布置的第一和第二发射器,所述方法包括针对所述至少一个深度点中的每一个深度点执行以下步骤:
在所述发射器发射时,所述多于一个接收器接收到与所述第一和第二发射器对应的第一和第二原始波形集合;
对所述第一和第二原始波形集合进行信号预处理,以提高所述第一和第二原始波形集合的相似性和信噪比;
对经预处理的第一和第二原始波形集合分别进行相关性估计,以得到相应的时间-慢度-相关性三维矩阵;
将所述相应的时间-慢度-相关性三维矩阵向慢度轴进行投影并且对每一个慢度行查找峰值点;以及
根据所识别的峰值点之间的大小关系和井眼补偿关系,确定与所述每一个深度点对应的模式波的类型和慢度,
所述相关性估计包括利用以下公式中的一个来估计所述时间-慢度-相关性三维矩阵,也称为时间-慢度-相关系数三维谱:
或者
2.根据权利要求1的方法,进一步包括通过把所述地层中的所述至少一个深度点的模式波慢度连接成线并且对所述线进行滤波平滑处理而获得模式波慢度曲线。
3.根据权利要求2的方法,进一步包括:当所述模式波慢度曲线存在可疑跳点时,通过对所述可疑跳点的前后几个深度点的时间-慢度-相关性三维矩阵进行处理,对所述模式波慢度曲线进行修正,其中所述修正包括根据修正好的纵波慢度来估计横波慢度。
4.根据权利要求1的方法,其中所述模式波的类型为纵波、横波、斯通利波和泥浆波中的至少一个。
5.根据权利要求4的方法,其中纵波慢度、横波慢度、斯通利波慢度依次递增并且横波慢度和纵波慢度之比在1.4-2.8之间。
6.根据权利要求1的方法,其中所述预处理包括对所述原始波形集合进行归一化和滤波降噪处理。
7.根据权利要求1的方法,其中在遍历过程中先遍历s,再遍历T以增大复用值的数量且减少重复估计。
8.根据权利要求1的方法,与相控发射技术结合以得到更准确的套后地层模式波的慢度。
9.一种通过阵列声波测井仪器对地层中的至少一个深度点进行声波测井来获得所述至少一个深度点的模式波慢度的方法,所述阵列声波测井仪器包括多于一个接收器以及在所述接收器的一侧或两侧布置的一个或多个发射器,所述方法包括针对所述至少一个深度点中的每一个深度点执行以下步骤:
在所述发射器发射时,所述多于一个接收器接收到与所述一个或多个发射器对应的一个或多个原始波形集合;
对所述一个或多个原始波形集合进行信号预处理,以提高所述一个或多个原始波形集合的相似性和信噪比;
对经预处理的一个或多个原始波形集合分别进行相关性估计,以得到一个或多个时间-慢度-相关性三维矩阵;
将所述一个或多个时间-慢度-相关性三维矩阵向慢度轴进行投影并且对每一个慢度行查找峰值点;以及
根据所识别的峰值点之间的大小关系和井眼补偿关系,确定与所述每一个深度点对应的模式波的类型和慢度,
所述相关性估计包括利用以下公式中的一个来估计所述时间-慢度-相关性三维矩阵,也称为时间-慢度-相关系数三维谱:
或者
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201210385721.XA CN103726836B (zh) | 2012-10-12 | 2012-10-12 | 基于声波测井资料提取模式波慢度的方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201210385721.XA CN103726836B (zh) | 2012-10-12 | 2012-10-12 | 基于声波测井资料提取模式波慢度的方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN103726836A CN103726836A (zh) | 2014-04-16 |
CN103726836B true CN103726836B (zh) | 2021-03-16 |
Family
ID=50451103
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201210385721.XA Active CN103726836B (zh) | 2012-10-12 | 2012-10-12 | 基于声波测井资料提取模式波慢度的方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN103726836B (zh) |
Families Citing this family (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104265277B (zh) * | 2014-07-31 | 2017-03-22 | 中国石油大学(华东) | 一种利用管波与地层声波干涉原理提取地层声速的方法 |
CN105298482B (zh) * | 2015-10-19 | 2018-06-01 | 中国石油天然气集团公司 | 一种井旁构造反射波与井壁直达波的分离方法 |
CN107037484B (zh) * | 2016-02-04 | 2020-02-21 | 中石化石油工程技术服务有限公司 | 一种提取偶极反射横波的方法 |
CN106837313B (zh) * | 2016-12-28 | 2019-10-11 | 中国石油天然气集团公司 | Lwf存储式声波测井慢度提取方法 |
CN106842327B (zh) * | 2016-12-29 | 2019-02-15 | 中国石油天然气股份有限公司 | 获取井旁构造的方位的方法 |
CN107605470B (zh) * | 2017-07-17 | 2020-11-06 | 中国石油天然气集团公司 | 一种纵横波径向速度变化成像方法 |
CN107816348B (zh) * | 2017-10-25 | 2021-03-16 | 北京吉奥特能源科技有限责任公司 | 一种利用纵波和斯通利波识别气层的方法和装置 |
CN108035708B (zh) * | 2017-11-20 | 2021-04-30 | 中国石油天然气股份有限公司 | 一种去除地层界面反射波的方法及装置 |
CN113568044B (zh) * | 2020-04-28 | 2023-09-26 | 中国石油天然气股份有限公司 | 阵列声波测井首波到时确定方法和装置 |
CN112817049B (zh) * | 2020-12-28 | 2022-08-02 | 中海油田服务股份有限公司 | 一种声波时差的计算方法 |
CN115163052B (zh) * | 2022-06-18 | 2023-07-28 | 杭州丰禾石油科技有限公司 | 超声井径的参数测量方法和超声井径随钻测井装置 |
CN116591667B (zh) * | 2023-07-19 | 2023-09-26 | 中国海洋大学 | 高信噪比高分辨阵列声波速度提取方法、装置和设备 |
Family Cites Families (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US4594691A (en) * | 1981-12-30 | 1986-06-10 | Schlumberger Technology Corporation | Sonic well logging |
US7643374B2 (en) * | 2004-02-27 | 2010-01-05 | Schlumberger Technology Corporation | Slowness-frequency projection display and animation |
US7120541B2 (en) * | 2004-05-18 | 2006-10-10 | Schlumberger Technology Corporation | Sonic well logging methods and apparatus utilizing parametric inversion dispersive wave processing |
US6957572B1 (en) * | 2004-06-21 | 2005-10-25 | Schlumberger Technology Corporation | Apparatus and methods for measuring mud slowness in a borehole |
US7646673B2 (en) * | 2006-11-29 | 2010-01-12 | Baker Hughes Incorporated | Wave analysis using phase velocity processing |
CN102454399B (zh) * | 2010-10-26 | 2015-01-14 | 中国石油化工股份有限公司 | 测井声波时差信号校正方法 |
CA2817561A1 (en) * | 2010-11-12 | 2012-05-18 | Chevron U.S.A. Inc. | System and method for generating micro-seismic events and characterizing properties of a medium with non-linear acoustic interactions |
-
2012
- 2012-10-12 CN CN201210385721.XA patent/CN103726836B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN103726836A (zh) | 2014-04-16 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103726836B (zh) | 基于声波测井资料提取模式波慢度的方法 | |
EP3324216B1 (en) | Method and device for processing seismic data | |
US7457194B2 (en) | Discriminating natural fracture- and stress-induced sonic anisotropy using a combination of image and sonic logs | |
US6718266B1 (en) | Determination of dipole shear anisotropy of earth formations | |
US7120541B2 (en) | Sonic well logging methods and apparatus utilizing parametric inversion dispersive wave processing | |
US7698066B2 (en) | Method and apparatus for estimating formation slowness | |
CA2414193C (en) | Method for enchancing resolution of elastic wave velocities by isolating a wave event in lithographic formation | |
GB2426052A (en) | Method for estimating the horizontal shear modulus of a formation while taking into account the presence of an acoustic tool in the borehole. | |
CN112593922B (zh) | 一种阵列声波测井评价固井二界面胶结质量的方法及装置 | |
US11768306B2 (en) | Enhanced anisotropy analysis with multicomponent dipole sonic data | |
CN103645503A (zh) | 一种三维时间域照明分析及振幅补偿方法 | |
CN107605470A (zh) | 一种纵横波径向速度变化成像方法 | |
Al-Muhaidib et al. | DrillCam: A fully integrated real-time system to image and predict ahead and around the bit | |
WO2009126774A2 (en) | Automated mud slowness estimation | |
CN104570085A (zh) | 一种纵横波射线参数域联合反演方法 | |
US20120092958A1 (en) | Estimation of anisotropy from compressional waves from array sonic waveforms in well logging | |
CN111208564A (zh) | 一种深度域层位标定方法及装置 | |
EP3122992A1 (en) | Estimate of formation mobility from stoneley waveforms | |
WO2020161518A1 (en) | Method of detection of hydrocarbon horizontal slippage passages | |
CN112558180A (zh) | 一种利用水平等时面快速检验地震层位标定准确性的方法 | |
EP2488722A1 (en) | Estimating formation stresses using radial profiles of three shear moduli | |
Lei et al. | Robust sonic log tracking using a multi-resolution approach | |
CN110927819B (zh) | 一种裂缝发育程度表征方法 | |
Velez et al. | Core data integration/validation of sonic derived anisotropic mechanical properties to expedite well decisions in unconventional reservoirs | |
CN117991382A (zh) | 一种远探测声波测井的伪反射识别和分离方法及系统 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |