CN104866636B - 一种随钻测井数据实时处理方法 - Google Patents

Abstract

本发明公开了一种随钻测井数据实时处理方法，利用薄层阈值法结合峰峰/谷谷比值法进行实时数据奇异点检测与剔除，消除随钻测井高频的振荡干扰造成的“毛刺”现象，提高实时随钻测井曲线信噪比；对实时获取的随钻测井数据进行网格化分析，通过建立随钻测井实时数据重采样模型，实现随钻测井实时数据网格化及采样间隔等间距化处理，满足不同的随钻测井曲线之间、随钻测井曲线与内存随钻测井曲线之间、实时随钻测井曲线与电缆测井曲线之间相关对比需求。

Description

一种随钻测井数据实时处理方法

技术领域

本发明涉及石油钻井、随钻测井技术领域中的一种随钻测井数据实时处理方法。

背景技术

在石油行业地质导向钻井和随钻测井中，通常是通过随钻测井实时曲线进行砂泥岩剖面划分及油水层的定性分析等快速随钻测井解释。由于随钻测井数据是通过井下泥浆脉冲信号上传到地面，信号在传输信道中往往会受到一些干扰造成地面接收到的实时随钻测井数据振荡，产生“毛刺”现象。另外，由于地层的地质构造及软硬程度不同直接影响着钻速，而钻速的不同又会影响着地面接收到的随钻测井实时数据的采样密度，采样密度不同会造成两方面的影响：(1)在进行随钻测井实时数据绘制时，数据采样点多的地方会出现“黑点”，数据采样点少的地方会出现“拉直线”现象，影响随钻测井实时解释；(2)由于采样密度的不同，不同的随钻测井曲线之间、随钻测井曲线与内存随钻测井曲线之间以及实时随钻测井曲线与电缆测井曲线之间不能很好地进行相关对比分析。因此随钻测井数据的实时处理方法特别是曲线奇异值的检测与剔除、随钻测井网格化及采样间隔等间距化就显得尤为重要。

通过地面采集到的随钻测井实时数据建立数据重采样模型需要满足以下条件：(1)重采样后曲线要过已知点，即已知数据要满足数据重采样模型；(2)重采样后的曲线要保持原有曲线的变化趋势； (3)重采样后的曲线形态要光滑，即曲线具有连续的一阶导数或二阶导数。

目前，公知的插值方法有牛顿、拉格朗日、埃尔米特等全局多项式插值和三次样条插值，其中又以三次样条最为常用。由于这些方法容易出现形态摇摆现象或计算量较大，因而在随钻测井数据重采样应用中不太令人满意。此外，克里金、分形等方法也可用于随钻测井数据插值，但由于其自动化程度低或步骤繁琐也不便于推广使用。

发明内容

本发明的目的是针对现有技术存在的问题，提供一种包括随钻测井数据奇异点检测与剔除、随钻测井实时数据采样间隔等间距化重采样模型建立，满足随钻测井数据实时快速解释需求的随钻测井数据实时处理方法。

本发明的技术方案为：

一种随钻测井数据实时处理方法，首先利用薄层阈值法结合峰峰/谷谷比值法进行随钻测井数据奇异点检测与剔除；然后对实时获取的随钻测井数据进行网格化分析，建立数据重采样模型实现不等间距的随钻测井数据等间距化。

上述方案进一步包括：

针对利用薄层阈值法结合峰峰/谷谷比值法进行随钻测井数据奇异点检测与剔除，首先，根据仪器的垂直分辨率确定地层的薄层阈值大小，然后，根据随钻测井数据地层响应特征确定峰峰/谷谷比值范围，最后，综合分析薄层阈值与峰峰/谷谷比值进行随钻测井数据奇 异点检测与剔除。

随钻测井实时数据奇异点检测与剔除具体包括如下步骤：

1)根据仪器的垂直分辨率确定地层的薄层阈值大小σ；

2)根据所研究区块随钻测井数据地层响应特征确定峰峰/谷谷比值范围[p_min,p_max]；

3)利用导数极值法对获取的随钻测井实时数据进行极大极小值求取，确定随钻测井实时数据的波峰点和波谷点；

4)逐次判断两个相邻波峰或波谷之间的距离Δs，将此距离与地层薄层阈值进行比较，

如果Δs＜σ，且该点为波峰，则计算该波峰与相邻波峰对应的随钻测井数据的比值，如果该比值在区间[p_min,p_max]内，则继续步骤5)，否则该峰峰之间的数据点判为奇异点；

如果Δs＜σ，且该点为波谷，则计算该波谷与相邻波谷对应的随钻测井数据的比值，如果该比值在区间[p_min,p_max]内，则继续步骤5)，否则该谷谷之间的数据点判为奇异点；

如果Δs＞σ，则继续步骤5)；

5)重复步骤4)，直到所有的波峰/波谷点判断完毕；

6)对上述步骤中判为奇异点的值进行剔除，该点的值采用5点汉明函数平滑法进行求取。

针对实时获取的随钻测井数据进行网格化分析，建立数据重采样模型实现不等间距的随钻测井数据等间距化，设定时间间隔Δt，每间隔Δt时间对获取的随钻测井数据进行等间距处理，其步骤如下：

1)选取深度数据间隔δ，邻域半径为δ/2；

2)对时间间隔Δt内的随钻测井数据进行网格化处理，分成n个均匀的网格区间；

3)将深度值落在网格区域(i-1)*δ±δ/2(i＝1,2,3,…,n)的数据点作为第i个网格的数据集合；

4)判断第i个采样区间数据集合的大小，如果数据集合不为空则将该数据集合内的所有数据点的深度值及随钻测井数据分别进行算术平均，将深度算术平均值作为该采样区间的随钻测井数据采样点深度值dep_j(j＝1,2,3,…,n₁)，将随钻测井数据算术平均值作为该采样区间的采样点值x_j(j＝1,2,3,…,n₁)，其中n₁为采样点个数；

5)根据预设的等间距采样间隔σ对时间间隔Δt内的随钻测井深度进行数据重采样depth_k(k＝1,2,3,…n₂)，设各深度值对应的随钻测井数据为xx_k(k＝1,2,3,…,n₂)，其中n₂为重采样后深度点总个数；

6)利用重采样模型对每个重采样点进行随钻测井数据重构，首先利用对半插入排序法确定重采样点的深度值depth_k(k＝1,2,3,…,n₂)落在采样区间哪两个采样点深度dep_j(j＝1,2,3,…,n₁)之间，然后根据建立的重采样模型结合采样点值x_j(j＝1,2,3,…,n₁)求取每个重采样点对应的随钻测井数值xx_k(k＝1,2,3,…,n₂)。

利用Akima插值算法实现重采样模型，具体运算过程如下：

设给定的n个不等距样点为(x_k,y_k)(k＝0,1,…,n-1)，x₀＜x₁＜…＜x_n-1。若在子区间[x_k,x_k+1](k＝0,1,2,…,n-2)上的2个端点处有以下4个条件

则在此区间上可惟一确定1个三次多项式

s(x)＝c₀+c₁(x-x_k)+c₂(x-x_k)²+c₃(x-x_k)³

由此式可以计算该子区间中的插值点x(x∈[x_k,x_k+1])处的函数近似值；

根据Akima几何条件，中心点k处导数t_k用下式计算

其中

且在端点处需要满足条件

当m_k+1＝m_k与m_k-1＝m_k-2时

当m_k+2＝m_k+1与m_k＝m_k-1时

可得到区间[x_k,x_k+1](k＝0,1,…,n-2)上的三次多项式的系数为

本发明的有益效果是，利用该方法可以消除随钻测井高频的振荡干扰造成的“毛刺”现象，提高实时随钻测井曲线信噪比，实现随钻 测井实时数据网格化及采样间隔等间距化处理，满足随钻测井数据实时快速解释需求。

下面结合附图和实施方式对本发明进一步说明。

附图说明

图1随钻测井实时数据点分布散点图；

图2随钻测井实时数据间隔分布直方图；

图3随钻测井实时数据奇异值检测与剔除结果；

图4a至图4d本专利方法随钻测井实时数据等间距处理过程；

图5a至图5e常规方法随钻测井实时数据等间距处理过程；

图5常规方法随钻测井实时数据等间距处理过程；

图6随钻测井原始数据点、常规方法与本专利方法对比图；

图7随钻测井原始数据点、常规方法与本专利方法对比图细节一；

图8随钻测井原始数据点、常规方法与本专利方法对比图细节二；

图9随钻测井原始数据点、常规方法与本专利方法对比图细节三。

具体实施方式

下面结合说明书附图对该随钻测井数据实时处理方法进行详细说明。

本发明的一种随钻测井数据实时处理方法总体方案是，首先利用薄层阈值法结合峰峰/谷谷比值法进行实时数据奇异点检测与剔除， 消除随钻测井高频的振荡干扰造成的“毛刺”现象，提高实时随钻测井曲线信噪比；然后对实时获取的随钻测井数据进行网格化分析，通过建立随钻测井实时数据重采样模型，实现随钻测井实时数据网格化及采样间隔等间距化处理，满足不同的随钻测井曲线之间、随钻测井曲线与内存随钻测井曲线之间、实时随钻测井曲线与电缆测井曲线之间相关对比需求。

随钻测井实时数据奇异点检测与剔除：

1)根据仪器的垂直分辨率确定地层的薄层阈值大小σ；

2)根据所研究区块随钻测井数据地层响应特征确定峰峰/谷谷比值范围[p_min,p_max]；

3)利用导数极值法对获取的随钻测井实时数据进行极大极小值求取，确定随钻测井实时数据的波峰点和波谷点；

4)逐次判断两个相邻波峰或波谷之间的距离Δs，将此距离与地层薄层阈值进行比较，

如果Δs＜σ，且该点为波峰，则计算该波峰与相邻波峰对应的随钻测井数据的比值，如果该比值在区间[p_min,p_max]内，则继续步骤5)，否则该峰峰之间的数据点判为奇异点；

如果Δs＜σ，且该点为波谷，则计算该波谷与相邻波谷对应的随钻测井数据的比值，如果该比值在区间[p_min,p_max]内，则继续步骤5)，否则该谷谷之间的数据点判为奇异点；

如果Δs＞σ，则继续步骤5)；

5)重复步骤4)，直到所有的波峰/波谷点判断完毕；

6)对上述步骤中判为奇异点的值进行剔除，该点的值采用5点汉明函数平滑法进行求取。

综上所述，综合分析薄层阈值与峰峰/谷谷比值可实现随钻测井实时数据奇异点检测与剔除。

随钻测井实时数据等间距处理：

设定时间间隔Δt，每间隔Δt时间对获取的随钻测井数据进行等间距处理，其步骤如下：

1)选取深度数据间隔δ，邻域半径为δ/2；

2)对时间间隔Δt内的随钻测井数据进行网格化处理，分成n个均匀的网格区间；

3)将深度值落在网格区域(i-1)*δ±δ/2(i＝1,2,3,…,n)的数据点作为第i个网格的数据集合；

4)判断第i个采样区间数据集合的大小，如果数据集合不为空则将该数据集合内的所有数据点的深度值及随钻测井数据分别进行算术平均，将深度算术平均值作为该采样区间的随钻测井数据采样点深度值dep_j(j＝1,2,3,…,n₁)，将随钻测井数据算术平均值作为该采样区间的采样点值x_j(j＝1,2,3,…,n₁)，其中n₁为采样点个数；

5)根据预设的等间距采样间隔σ对时间间隔Δt内的随钻测井深度进行数据重采样depth_k(k＝1,2,3,…n₂)，设各深度值对应的随钻测井数据为xx_k(k＝1,2,3,…,n₂)，其中n₂为重采样后深度点总个数；

6)利用重采样模型对每个重采样点进行随钻测井数据重构，首先利用对半插入排序法确定重采样点的深度值depth_k(k＝1,2,3,…,n₂)落 在采样区间哪两个采样点深度dep_j(j＝1,2,3,…,n₁)之间，然后根据建立的重采样模型结合采样点值x_j(j＝1,2,3,…,n₁)求取每个重采样点对应的随钻测井数值xx_k(k＝1,2,3,…,n₂)。

在步骤6)中提到的重采样模型可利用Akima插值算法实现，具体运算过程如下：

设给定的n个不等距样点为(x_k,y_k)(k＝0,1,…,n-1)，x₀＜x₁＜…＜x_n-1。若在子区间[x_k,x_k+1](k＝0,1,2,…,n-2)上的2个端点处有以下4个条件

则在此区间上可惟一确定1个三次多项式

s(x)＝c₀+c₁(x-x_k)+c₂(x-x_k)²+c₃(x-x_k)³(2)

由此式可以计算该子区间中的插值点x(x∈[x_k,x_k+1])处的函数近似值。

根据Akima几何条件，中心点k处导数t_k用下式计算

其中

且在端点处需要满足条件

当m_k+1＝m_k与m_k-1＝m_k-2时

当m_k+2＝m_k+1与m_k＝m_k-1时

可得到区间[x_k,x_k+1](k＝0,1,…,n-2)上的三次多项式的系数为

结合式(2)和式(8)就可以实现插值重采样。

随钻测井数据实时处理方法验证：

对胜利油田某井的随钻测井数据进行了分析，图1给出了数据点分布散点图，图2给出了数据间隔分布直方图。

通过对图1和图2分析可以看出，数据点的间隔主要集中在0.5m以内。

该井段井深范围为1302.166m～1438.529m。若取间隔为0.1m，则该井段共分为1365个小区间，有297个区间有数据；取间隔为0.5m， 则该井段共分为273个小区间，有201个区间有数据。

本专利方法采用上述奇异点检测与剔除方法进行数据预处理，结果如图3所示。采用上述随钻测井实时数据等间距处理，取δ＝0.1m，σ＝0.5m，具体实现过程如图4所示。

常规方法：

1)取小间隔δ为0.1m；

2)将落在区域(n-1)*0.1m±0.05m，(n＝1,2,3……)的数据点都作为第n点的数据；

3)如果第n个采样点有数据，将落该采样点的所有数据点进行算术平均，作为该点的测井数据值，对于没有数据的采样点则选取邻近采样点的值，最后对所有采样点的数据进行五点钟形函数平滑滤波。

常规方法的具体实现过程如图5所示。

图6给出了本专利方法与常规方法结果比较。通过对图6分析可以看出，常规方法效果要比本专利方法差一些，曲线不够光滑，在某些点出现拉直线现象。通过对随钻测井原始数据点、常规方法与本专利方法对比图(见图7-图9)可以看出，特别是在尖峰值的处理还是存在一定的差别，本专利方法与原始数据更贴近，具有更好的相似性和一致性，很好地保留了原始数据的尖峰值点。

综上所述，认为本专利方法在进行随钻测井实时数据处理上是一种可行的方法。

Claims (3)

1.一种随钻测井数据实时处理方法，其特征是利用薄层阈值法结合峰峰/谷谷比值法进行随钻测井数据奇异点检测与剔除；对实时获取的随钻测井数据进行网格化分析，建立数据重采样模型实现不等间距的随钻测井数据等间距化；所述利用薄层阈值法结合峰峰/谷谷比值法进行随钻测井数据奇异点检测与剔除包括如下步骤：

1）根据仪器的垂直分辨率确定地层的薄层阈值大小；

2）根据所研究区块随钻测井数据地层响应特征确定峰峰/谷谷比值范围；

3）利用导数极值法对获取的随钻测井实时数据进行极大极小值求取，确定随钻测井实时数据的波峰点和波谷点；

4）逐次判断两个相邻波峰或波谷之间的距离，将此距离与地层薄层阈值进行比较，

如果，且为波峰点，则计算波峰点与相邻波峰对应的随钻测井数据的比值，如果该比值在区间内，则继续步骤5），否则该两个相邻波峰之间的数据点判为奇异点；

如果，且为波谷点，则计算波谷点与相邻波谷对应的随钻测井数据的比值，如果该比值在区间内，则继续步骤5），否则该两个相邻波谷之间的数据点判为奇异点；

如果，则继续步骤5）；

5）重复步骤4），直到所有的波峰/波谷点判断完毕；

6）对上述步骤中判为奇异点的值进行剔除，该奇异点的值采用5点汉明函数平滑法进行求取。

2.根据权利要求1所述的随钻测井数据实时处理方法，其特征是所述建立数据重采样模型实现不等间距的随钻测井数据等间距化包括，设定时间间隔，每间隔时间对获取的随钻测井数据进行等间距处理，其步骤如下：

1）选取深度数据间隔，邻域半径为；

2）对时间间隔内的随钻测井数据进行网格化处理，分成个均匀的网格区间；

3）将深度值落在网格区域 的数据点作为第个网格的数据集合；

4）判断第个采样区间数据集合的大小，如果数据集合不为空则将该数据集合内的所有数据点的深度值及随钻测井数据分别进行算术平均，将深度算术平均值作为该采样区间的随钻测井数据采样点深度值，将随钻测井数据算术平均值作为该采样区间的采样点值，其中为采样点个数；

5）根据预设的等间距采样间隔对时间间隔内的随钻测井深度进行数据重采样，设各深度值对应的随钻测井数据为，其中为重采样后深度点总个数；

6）利用重采样模型对每个重采样点进行随钻测井数据重构，首先利用对半插入排序法确定重采样点的深度值落在采样区间哪两个采样点深度之间，然后根据建立的重采样模型结合采样点值求取每个重采样点对应的随钻测井数值。

3.根据权利要求2所述的随钻测井数据实时处理方法，其特征是利用重采样模型对每个重采样点进行随钻测井数据重构的重采样模型可利用Akima插值算法实现，具体运算过程如下：

设给定的个不等距样点为，，若在子区间上的2个端点处有以下4个条件

则在此区间上可惟一确定1个三次多项式

由此式可以计算该子区间中的插值点 处的函数近似值；

根据Akima几何条件，中心点处导数用下式计算

其中

且在端点处需要满足条件

当与时

当与时

可得到区间上的三次多项式的系数为

。