CN103821499A - 用于油井动液面深度检测的声音信号处理方法 - Google Patents

Abstract

本发明公开了一种用于油井动液面深度检测的声音信号处理方法，通过系统参数设置之后采集油井声场信号，将获取的声音信号进行窗函数处理、快速傅里叶变换（FFT）、频谱信号处理等手段得到油井声场的各阶共振频率，从而计算各相邻两阶共振频率差值的平均值，根据管柱声场模型采用共振频率差值法推出深度计算公式，计算出油井动液面深度并显示出来。其显著效果是：本发明采用管柱声场模型推出的共振频率差值法模型，计算油井动液面的深度，硬件搭建简单，体积小，能够有效地避免油井中声场信号检测过程中发生的整体波形移频，不但减小了体积，还提升了油井动液面检测的精度。

Description

用于油井动液面深度检测的声音信号处理方法

技术领域

本发明涉及到油井动液面深度检测技术领域，具体地说，是一种用于油井动液面深度检测的声音信号处理方法。

背景技术

在石油开采的过程中，通过检测油井动液面深度，能够科学地了解油井供应能力，确定抽油泵的沉没深度、油层压力，分析能量衰减的异常原因等，从而合理安排采油工艺，使油井产油率最大化。因此，油井动液面深度的检测在油田开发中显得十分重要。

油井动液面深度检测的一种新方法是管柱声场模型法，该方法是在井口利用声源发生器产生的声波沿油管、套管内的环行空间向下传播，遇到液面产生反射波，从而在管柱内形成声场，利用井口拾音器接收声场波，并对数据处理之后利用声场模型计算液面的深度。

然而，接收到的声场波中通常存在各种干扰，如果不进行专门的声音信号处理，将会对检测精度产生很大的影响，从而影响生产，造成损失。

发明内容

针对现有技术的不足，本发明的目的是提供对接收到的声音信号进行处理，实现油井动液面深度检测，并提高检测精度的声音信号处理方法。

为达到上述目的，本发明表述一种用于油井动液面深度检测的声音信号处理方法，其关键在于按照如下步骤进行：

步骤1：系统参数设置，包括设置声场信号采集的采样频率、窗函数种类、快速傅里叶变换（FFT）点数和AD输入量程；

步骤2：从管柱声场模型中采集油井声场信号的时域序列信号；

步骤3：窗函数处理，即从步骤2获取的时域序列信号中截取一个时间片段，然后将其进行周期延拓处理，得到虚拟的无限长的时域信号；

步骤4：快速傅里叶变换（FFT），即将步骤3中得到的时域信号进行快速傅里叶变换（FFT），将时域序列转换成对应的频域序列；

步骤5：频谱信号处理，即将步骤4中得到的频域波形进行求导处理，找到导数为零的各个点所对应的频率，即为油井声场的各阶共振频率；

步骤6：计算各相邻两阶共振频率之间差值的平均值Δf，即根据步骤5计算出各相邻两阶共振频率之间的差值，然后采用中值滤波和均值滤波算法得到各相邻两阶共振频率之间差值的平均值Δf；

步骤7：油井动液面深度计算，即根据步骤6得到的平均差值Δf，按照

计算出油井动液面的深度l，其中，c为油井中的声音传播速度，Δf为各相邻两阶共振频率之间差值的平均值，d表示管柱的直径。

作为进一步描述，所述步骤3中的窗函数为矩形窗、汉宁窗或高斯窗，其中：

矩形窗函数为：

汉宁窗函数为：

$w\left(n\right)=0.5[1-\cos \left(\frac{2\mathrm{\πn}}{M+1}\right)],1\≤n\≤M$

高斯窗函数为：

$w\left(n\right)=e^{-\frac{1}{2}{\left(\frac{n-(M-1)/2}{\mathrm{\σ}(M-1)/2}\right)}^2},\mathrm{\σ}\≤0.5.$

作为进一步描述，所述步骤6具体按照以下步骤进行：

步骤6-1：将步骤5中得到的K阶共振频率点中的相邻两个点分别求差值，得到K-1个共振频率差值数据；

步骤6-2：将K-1个共振频率差值数据进行升序排序，然后采用中值滤波技术取出中间的J个差值数据；

步骤6-3：采用均值滤波技术对J个差值数据求平均值，得到共振频率平均差值Δf。

本发明的显著效果是：采用管柱声场模型推出的共振频率差值模型，计算油井动液面的深度，硬件搭建简单，体积小，能够有效地避免油井中声场信号检测过程中发生的整体波形移频，不但减小了体积，还提升了油井动液面检测的精度。

附图说明

图1是本发明的原理框图；

图2是步骤4中时域序列变换为频域序列波形图。

具体实施方式

下面结合附图对本发明的具体实施方式以及工作原理作进一步详细说明。

参见附图1，一种用于油井动液面深度检测的声音信号处理方法，其具体步骤为：

首先进入步骤1：系统参数设置，包括设置声场信号采集的采样频率、窗函数种类、快速傅里叶变换（FFT）点数和AD输入量程；

其中，在实施过程中采样频率和快速傅里叶变换（FFT）点数可以自由的输入，但一般默认采样频率为2000HZ，可根据需要进行修改，快速傅里叶变换点数一般默认为1024点，可根据需要进行修改；窗函数种类提供三种选择，分别为矩形窗、汉宁窗和指数窗，默认为矩形窗；AD输入量程同样提供四种选择，分别为±12V档、±5V档、±2V档和±200mV档，在使用过程中可根据检测到的声音信号增益进行合适的选择；

然后进入步骤2：从管柱声场模型中采集油井声场信号的时域序列信号，即配合MP420E采集卡、前端拾音器、抗混叠滤波器使用，负责将经过抗混叠滤波器滤波之后的油井声场信号采集到固定的内存中，以供软件其它部分使用；

然后进入步骤3：窗函数处理，即从步骤2获取的时域序列信号中截取一个时间片段，然后将其进行周期延拓处理，得到虚拟的无限长的时域信号；所述窗函数为矩形窗、汉宁窗或高斯窗，其中：

矩形窗函数为：

汉宁窗函数为：

$w\left(n\right)=0.5[1-\cos \left(\frac{2\mathrm{\πn}}{M+1}\right)],1\≤n\≤M$

高斯窗函数为：

$w\left(n\right)=e^{-\frac{1}{2}{\left(\frac{n-(M-1)/2}{\mathrm{\σ}(M-1)/2}\right)}^2},\mathrm{\σ}\≤0.5$

其中各个窗口的长度M为1000个采样点；

然后进入步骤4：快速傅里叶变换（FFT），即将步骤3中得到的时域信号进行快速傅里叶变换（FFT），将时域序列转换成对应的频域序列；

其中离散傅里叶变换为：

$X\left(s\right)=\underset{t=1}{\overset{N-1}{\mathrm{\Σ}}}x\left(t\right)W_N^{\mathrm{ts}},s=\mathrm{0,1,2},L,N-1$

其中N为快速傅里叶变换的点数，W_N为旋转因子，呈现周期性、可约性和对称型，具体表述为：

周期性

$W_N^{k+N}=W_N^k$

对称性

$W_N^{k+\frac{N}{2}}=-W_N^k$

可约性

$W_N^{\mathrm{mk}}=W_{\frac{m}{N}}^k$

利用旋转因子W_N的周期性、对称性和可约性即可在离散傅里叶变换的基础上大大简化计算步骤，实现快速傅里叶变换（FFT），具体的快速傅里叶变换（FFT）之后的参考数据如图2所示；

然后进入步骤5：频谱信号处理，即将步骤4中得到的频域波形进行求导处理，找到导数为零的各个点所对应的频率，去除波谷的点，即为油井声场的各阶共振频率；

然后进入步骤6：计算各相邻两阶共振频率之间差值的平均值Δf，即根据步骤5计算出各相邻两阶共振频率之间的差值，然后采用中值滤波和均值滤波算法得到各相邻两阶共振频率之间差值的平均值Δf；

其具体步骤为：

步骤6-1：将步骤5中得到的K阶共振频率点中的相邻两个点分别求差值，得到K-1个共振频率差值数据；

步骤6-2：将K-1个共振频率差值数据进行升序排序，然后采用中值滤波技术取出中间的J个差值数据，通常J的取值为5；

步骤6-3：采用均值滤波技术对J个差值数据求平均值，得到共振频率平均差值Δf。

最后进入步骤7：油井动液面深度计算，即根据步骤6得到的各相邻两阶共振频率差值的平均值Δf，采用根据管柱声场模型推出的共振频率差值公式，计算出油井动液面的深度l，其具体步骤为：

其中管柱声场模型为：

$f_n=\frac{(2n-1)c}{4(l+0.3d)},n=\mathrm{1,2,3},L$

其中，c为油井中的声音传播速度，f_n表示第n阶共振频率，d表示管柱的直径，l表示油井的深度。

根据管柱声场模型则可以推出

$f_h=\frac{(2n-1)c}{4(l+0.3d)},h=\mathrm{1,2,3},L$

$f_{h-1}=\frac{(2(h-1)-1)c}{4(l+0.3d)},h=\mathrm{1,2,3},L$

则Δf为

$\mathrm{\Δf}=\frac{2c}{4(l+0.3d)}$

则由管柱声场模型推出的油井动液面深度计算公式为：

该方法主要适用于管柱声场模型中声音信号的处理，提高计算的准确性。

Claims (3)

1.一种用于油井动液面深度检测的声音信号处理方法，其特征在于：按照以下步骤进行：

步骤1：系统参数设置，包括设置声场信号采集的采样频率、窗函数种类、快速傅里叶变换（FFT）点数和AD输入量程；

步骤2：从管柱声场模型中采集油井声场信号的时域序列信号；

步骤3：窗函数处理，即从步骤2获取的时域序列信号中截取一个时间片段，然后将其进行周期延拓处理，得到虚拟的无限长的时域信号；

步骤4：快速傅里叶变换（FFT），即将步骤3中得到的时域信号进行快速傅里叶变换（FFT），将时域序列转换成对应的频域序列；

步骤5：频谱信号处理，即将步骤4中得到的频域波形进行求导处理，找到导数为零的各个点所对应的频率，即为油井声场的各阶共振频率；

步骤6：计算各相邻两阶共振频率之间差值的平均值Δf，即根据步骤5计算出各相邻两阶共振频率之间的差值，然后采用中值滤波和均值滤波算法得到各相邻两阶共振频率之间差值的平均值Δf；

步骤7：油井动液面深度计算，即根据步骤6得到的平均差值Δf，按照

计算出油井动液面的深度l，其中，c为油井中的声音传播速度，Δf为各相邻两阶共振频率之间差值的平均值，d表示管柱的直径。

2.根据权利要求1所述的用于油井动液面深度检测的声音信号处理方法，其特征在于：所述步骤3中的窗函数为矩形窗、汉宁窗或高斯窗，其中：

矩形窗函数为：

汉宁窗函数为：

$w\left(n\right)=0.5[1-\cos \left(\frac{2\mathrm{\πn}}{M+1}\right)],1\≤n\≤M$

高斯窗函数为：

$w\left(n\right)=e^{-\frac{1}{2}{\left(\frac{n-(M-1)/2}{\mathrm{\σ}(M-1)/2}\right)}^2},\mathrm{\σ}\≤0.5.$

3.根据权利要求1所述的用于油井动液面深度检测的声音信号处理方法，其特征在于：所述步骤6具体按照以下步骤进行：

步骤6-1：将步骤5中得到的K阶共振频率点中的相邻两个点分别求差值，得到K-1个共振频率差值数据；

步骤6-2：将K-1个共振频率差值数据进行升序排序，然后采用中值滤波技术取出中间的J个差值数据；

步骤6-3：采用均值滤波技术对J个差值数据求平均值，得到共振频率平均差值Δf。

Images