CN106837313A - Lwf存储式声波测井慢度提取方法 - Google Patents

Lwf存储式声波测井慢度提取方法 Download PDF

Info

Publication number
CN106837313A
CN106837313A CN201611236689.3A CN201611236689A CN106837313A CN 106837313 A CN106837313 A CN 106837313A CN 201611236689 A CN201611236689 A CN 201611236689A CN 106837313 A CN106837313 A CN 106837313A
Authority
CN
China
Prior art keywords
slowness
mintrop wave
time
wave
negative peak
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.)
Granted
Application number
CN201611236689.3A
Other languages
English (en)
Other versions
CN106837313B (zh
Inventor
仵杰
田方
张乃禄
郑昊
黄蓉
何旭
宼小攀
王琪
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
China National Petroleum Corp
China Petroleum Logging Co Ltd
Original Assignee
China National Petroleum Corp
China Petroleum Logging Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by China National Petroleum Corp, China Petroleum Logging Co Ltd filed Critical China National Petroleum Corp
Priority to CN201611236689.3A priority Critical patent/CN106837313B/zh
Publication of CN106837313A publication Critical patent/CN106837313A/zh
Application granted granted Critical
Publication of CN106837313B publication Critical patent/CN106837313B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • EFIXED CONSTRUCTIONS
    • E21EARTH OR ROCK DRILLING; MINING
    • E21BEARTH OR ROCK DRILLING; OBTAINING OIL, GAS, WATER, SOLUBLE OR MELTABLE MATERIALS OR A SLURRY OF MINERALS FROM WELLS
    • E21B47/00Survey of boreholes or wells
    • E21B47/12Means for transmitting measuring-signals or control signals from the well to the surface, or from the surface to the well, e.g. for logging while drilling
    • E21B47/14Means for transmitting measuring-signals or control signals from the well to the surface, or from the surface to the well, e.g. for logging while drilling using acoustic waves
    • EFIXED CONSTRUCTIONS
    • E21EARTH OR ROCK DRILLING; MINING
    • E21BEARTH OR ROCK DRILLING; OBTAINING OIL, GAS, WATER, SOLUBLE OR MELTABLE MATERIALS OR A SLURRY OF MINERALS FROM WELLS
    • E21B47/00Survey of boreholes or wells
    • E21B47/26Storing data down-hole, e.g. in a memory or on a record carrier
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F2218/00Aspects of pattern recognition specially adapted for signal processing
    • G06F2218/08Feature extraction
    • G06F2218/10Feature extraction by analysing the shape of a waveform, e.g. extracting parameters relating to peaks
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F2218/00Aspects of pattern recognition specially adapted for signal processing
    • G06F2218/12Classification; Matching

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Geology (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Mining & Mineral Resources (AREA)
  • Environmental & Geological Engineering (AREA)
  • Fluid Mechanics (AREA)
  • Geophysics (AREA)
  • General Life Sciences & Earth Sciences (AREA)
  • Geochemistry & Mineralogy (AREA)
  • Acoustics & Sound (AREA)
  • Remote Sensing (AREA)
  • Investigating Or Analyzing Materials By The Use Of Ultrasonic Waves (AREA)
  • Measurement Of Velocity Or Position Using Acoustic Or Ultrasonic Waves (AREA)

Abstract

本发明公开了一种LWF存储式声波测井慢度提取方法,包括步骤:一、获取测井声波波形数据;二、确定声波测井深度域上所述声波接收器R1接收声波的首波负峰序列ti;三、在深度域上分别对调整后的所述声波接收器R1接收的声波数据、所述声波接收器R2接收的声波数据和所述声波接收器R3接收的声波数据进行基线归零以及样条拟合;四、确定调整后的所述声波接收器R1的纵波窗长以及慢度s搜索范围;五、慢度序列si的提取:501、确定慢度分割步长Δs,502、获取共源法相关匹配中的慢度序列sFi,503、获取共收法相关匹配中的慢度sRi,504、计算深度域上声波测井的慢度序列si。本发明设计新颖,自动的获取声波首波并计算纵波的慢度,效率高,精度准。

Description

LWF存储式声波测井慢度提取方法
技术领域
本发明涉及声波检测技术领域,具体为LWF存储式声波测井慢度提取方法。
背景技术
目前,随着油田勘探开发进程的加快推进,水平井、大位移井、大斜度井及复杂井日益增多,钻井速度也大大提升,井况复杂和井眼不规则等问题严重制约着传统电缆测井取全取准资料。钻杆输送无电缆测井(LWF)是近年发展的新技术,它摒弃了传统测井中的电缆,在测井过程中由锂电池短节供电,仪器测得的原始数据保存在仪器内部的FLASH存储器里,在仪器起出井口拆卸完毕后,用专用的数据读取盒将测井资料读出,有效地解决了水平井、大位移井、大斜度井及复杂井采用钻具输送测井所带来的成本高、耗时长、风险大等问题,已成为水平井、大位移井、大斜度井的主要测井方法,但是,在实际生产中,一方面,水平井、大位移井和大斜度井的井况复杂,钻杆会左右晃动,测井仪器无法完全处于居中状态,会导致声波测井仪器单发多收式声波测井仪器,多个接收器接收到的波形幅度差异较大,且噪声幅度大于纵波幅度。另一方面,由于井眼大,仪器直径小,发射能量小,同时结合储层等诸多因素导致声波测井仪器的多个接收器所接收的波形失真严重,尤其对于第二个以后的接收器,噪声影响极大、跳变严重,所计算出的声波慢度(时差)与理论结果和邻井相同地层差别较大。同时,目前泵出式测井仪器采用常规首波寻峰提取声波慢度(时差)的自动处理方法,结果严重失真,大部分情况必须采用人工手动选取首波到时来计算声波慢度(时差),处理速度慢,效率低,准确率受人为因素影响较大。
发明内容
针对现有技术中存在的问题,本发明提供一种LWF存储式声波测井慢度提取方法,设计新颖合理,自动的获取声波首波并计算纵波的慢度,效率高,精度准,实用性强,便于推广使用。
本发明是通过以下技术方案来实现:
LWF存储式声波测井慢度提取方法,该方法包括以下步骤:
步骤一,获取测井原始声波波形数据:采用声波测井仪器(1)且按照定时器(2)预先设定的记录时间T和每个所述记录时间T内采样点数N,获取测井不同深度位置的各记录时间T的波形数据,并传输至微控制器(3),微控制器(3)将获取的各记录时间T的波形数据存储在存储器(4)中,微控制器(3)上连接有通信模块(5),N为正整数;
所述声波测井仪器(1)安装在伸入到测井井眼内的钻杆的前端,通过安装在井上的计算机(6)驱动钻杆拖动控制装置(7),钻杆拖动控制装置(7)带动所述钻杆上移实现所述测井井眼内深度域上测井声波波形数据的获取,声波测井仪器(1)为单发三收式声波测井仪器,所述单发三收式声波测井仪器包括从下至上依次设置在连杆上的声波发射器F、声波接收器R1、声波接收器R2和声波接收器R3,所述声波接收器R1、声波接收器R2和声波接收器R3均无线接收所述声波发射器F发射的信号,所述声波发射器F至所述声波接收器R1的距离为l11,声波接收器R1、声波接收器R2和声波接收器R3之间的间隔为l12
步骤二,确定声波测井深度域上所述声波接收器R1接收声波的首波负峰序列ti:计算机(6)通过通信模块(5)获取存储器(4)中保存的所述声波接收器R1的波形数据,对步骤一中所述声波接收器R1在各深度域的记录时间T获取的波形数据分别进行处理,各记录时间T获取的波形数据的处理方法均相同;
步骤三、在深度域上分别对调整后的所述声波接收器R1接收的声波数据、所述声波接收器R2接收的声波数据和所述声波接收器R3接收的声波数据进行基线归零以及样条拟合:计算机(6)采用三次样条插值在每个记录时间T内分别对调整后的所述声波接收器R1接收的离散数据、所述声波接收器R2接收的离散数据和所述声波接收器R3接收的离散数据进行样条拟合,形成样条函数序列f1i、样条函数序列f2i和样条函数序列f3i,其中,f1i、f2i和f3i分别为每个记录时间T内的时间样条函数;
步骤四,确定调整后的所述声波接收器R1的纵波窗长[ts,te]以及慢度s搜索范围:其中,ts为每个记录时间T内从首波负峰位置的前一个正峰之前的第二个采样点所对应的时间,te为首波负峰位置后第二个正峰之后的第二个采样点所对应的时间,慢度s介于smin~smax之间,smin为致密白云岩中的慢度值,smax为大气压下空气中的慢度值;
步骤五,慢度序列si的提取:采用共源法与共收法相结合的方式,对步骤三中的样条函数序列f1i、样条函数序列f2i和样条函数序列f3i两两进行相关匹配,得到深度域上声波测井的慢度序列si
优选的,步骤二中,对任一记录时间T获取的波形数据进行处理时,具体过程如下:
步骤201,确定首波检测起始采样点gx的范围:g1≤gx≤g2,其中,g1为采样点数N中第g1个采样点,g2为采样点数N中第g2个采样点,gx为介于第g1个采样点和第g2个采样点之间的第gx个采样点,g1、gx和g2均为正整数且g1≤g2≤N,第g1个采样点对应的采样时刻为第g2个采样点对应的采样时刻为第gx个采样点对应的采样时刻为
在记录时间T的时间域上,排除记录时间T中首先获得的直达波波形数据,第g1个采样点之前采集的采样点为直达波波形数据,直达波波形数据采样点数量为g1-1个;
步骤202,确定首波检测起始采样点gx,过程如下:
步骤A1,选择采样点滑动窗口n进行y(k)=a+bx(k)线性拟合,其中,n为正整数且0<n≤g2-g1+1,x(k)为滑动窗口n内第k个采样点对应的时间,y(k)为x(k)采样点处的数值,a和b为滑动窗口n内线性拟合系数,k=1、2、……、n;
步骤A2,根据公式计算滑动窗口n内拟合系数a和b;
步骤A3,根据公式计算滑动窗口n内所有采样点偏离拟合直线y(k)=a+bx(k)的方差var;
步骤B,多次重复步骤A1,直至完成第g1个采样点到第g2个采样点上所有滑动窗口n内采样点的方差var;
步骤C,确定最小方差varmin,计算机(6)对步骤B中所有方差var进行比较,最小方差varmin的值对应的采样点为所述声波接收器R1的首波检测起始采样点gx
步骤203,首波检测起始采样点gx后的负峰位置提取:计算机(6)对首波检测起始采样点gx至所述记录时间T内第N个采样点的前后两个采样点数值进行比较,当任一采样点的数值均小于与其相邻的前后两个采样点的数值时,判断此采样点为负峰点,提取所有负峰位置并保存在存储器(4)中;
步骤204,确定首波负峰位置:通过计算机(6)选定首波负峰的偏离门槛值Vs,步骤203中提取的所有负峰位置中第一个超过所述偏离门槛值Vs的负峰位置确定为首波负峰位置,确定的所述首波负峰位置对应的采样时刻为t,
步骤205,多次重复步骤201,通过钻杆拖动控制装置(7)带动所述钻杆等间距上移,对下一记录时间T获取的波形数据进行处理,直至完成深度域上所述声波接收器R1接收声波的首波检测,形成首波负峰序列ti,其中,m,m为正整数且L为测井深度,Δl为所述钻杆上移的等间距;
步骤206,调整深度域上所述声波接收器R1的首波负峰序列ti中的首波异常点,具体过程如下:
步骤2061,确定所述声波接收器R1的首波序列节:通过计算机(6)对步骤205中所述首波负峰序列ti中相邻两个首波负峰的采样时刻进行比值计算,连续深度域上至少三个首波负峰的采样时刻比值γi满足:0.9≤γi≤1.08时,得到所述声波接收器R1的每个首波的采样时刻均正确的首波序列节,其中,
所述声波接收器R1的首波序列节的数量为多个,相临两个所述首波序列节之间的首波异常点的数量为一个或多个,连续深度域上相邻的两个首波负峰的采样时刻比值γi不满足:0.9≤γi≤1.08时,存在故障状态下的首波异常点,且所述首波异常点离散在相邻的两个所述首波序列节之间;
所述故障状态包括井眼中扩径故障、缩径故障和地层垮塌故障,当发生扩径故障或地层垮塌故障时,声波到测井井眼中岩层的传输距离变长,首波异常点的首波负峰延迟出现,两个首波负峰的采样时刻比值γi>1.08;当发生缩径故障时,声波到测井井眼中岩层的传输距离变短,首波异常点的首波负峰提前出现,两个首波负峰的采样时刻比值γi<0.9;
步骤2062,所述声波接收器R1的首波异常点的替换:通过计算机(6)查找所述首波异常点所在的深度域上所有负峰采样点,当有负峰采样点和与其连续的正确的首波负峰的采样时刻比值γi满足:0.9≤γi≤1.08时,所述负峰采样点替换所述首波异常点;
步骤2063,一次或多次重复步骤2062,直至完成深度域上所述声波接收器R1的所有首波异常点的调整过程。
进一步,步骤2062中进行声波接收器R1的首波异常点替换时,包括以下步骤:
步骤Ⅰ,判断两个所述首波序列节之间的首波异常点的数量的奇偶性:当计算机(6)根据步骤2061中统计得到的两个所述首波序列节之间的首波异常点的数量为偶数时,执行步骤Ⅱ;当计算机(6)根据步骤2061中统计得到的两个所述首波序列节之间的首波异常点的数量为奇数时,执行步骤Ⅲ;
步骤Ⅱ,偶数个首波异常点的等分及分类处理,过程如下:
步骤Ⅱa,偶数个首波异常点中两个序列的形成及故障归类:将偶数个首波异常点数量的等分为两部分,一部分与两个所述首波序列节中的一个首波序列节连续并归入两个所述首波序列节中的一个首波序列节中形成第一序列;另一部分与两个所述首波序列节中的另一个首波序列节连续并归入两个所述首波序列节中的另一个首波序列节中形成第二序列,采用相邻的两个首波负峰的采样时刻比值γi进行故障归类;
步骤Ⅱb,首波负峰的替换:当发生扩径故障时,根据步骤203中存储器(4)中保存的所有负峰位置,在首波异常点所处的时间域上向前查找新的负峰位置,所述新的负峰位置在深度域上与相邻的正确的首波负峰的采样时刻比值γi满足:0.9≤γi≤1.08时,所述新的负峰位置为替换后的首波负峰;当发生缩径故障时,根据步骤203中存储器(4)中保存的所有负峰位置,在首波异常点所处的时间域上向后查找新的负峰位置,所述新的负峰位置在深度域上与相邻的正确的首波负峰的采样时刻比值γi满足:0.9≤γi≤1.08时,所述新的负峰位置为替换后的首波负峰;
步骤Ⅱc,一次或多次重复步骤Ⅱa,直至两个所述首波序列节之间的偶数个首波异常点替换完毕;
步骤Ⅲ,奇数个首波异常点的分类处理,过程如下:
步骤Ⅲa,奇数个首波异常点中首波中心异常点和两个队列的形成以及故障归类:计算机(6)通过查找确定奇数个首波异常点中间值形成首波中心异常点,位于所述首波中心异常点一侧的首波异常点与两个所述首波序列节中的一个首波序列节连续并归入两个所述首波序列节中的一个首波序列节中形成第一队列;位于所述首波中心异常点另一侧的首波异常点与两个所述首波序列节中的另一个首波序列节连续并归入两个所述首波序列节中的另一个首波序列节中形成第二队列,采用相邻的两个首波负峰的采样时刻比值γi进行故障归类;
步骤Ⅲb,两个队列中首波负峰的替换:当发生扩径故障时,根据步骤203中存储器(4)中保存的所有负峰位置,在首波异常点所处的时间域上向前查找新负峰位置,所述新负峰位置在深度域上与相邻的正确的首波负峰的采样时刻比值γi满足:0.9≤γi≤1.08时,所述新负峰位置为替换后的首波负峰;当发生缩径故障时,根据步骤203中存储器(4)中保存的所有负峰位置,在首波异常点所处的时间域上向后查找新负峰位置,所述新负峰位置在深度域上与相邻的正确的首波负峰的采样时刻比值γi满足:0.9≤γi≤1.08时,所述新负峰位置为替换后的首波负峰;
步骤Ⅲc,一次或多次重复步骤Ⅲa,直至完成两个队列中首波负峰的替换;
步骤Ⅲd,首波中心异常点的替换,通过计算机(6)分别计算所述首波中心异常点与与其相邻的两个所述新负峰位置之间的采样时刻比值γi,根据步骤203中存储器(4)中保存的所有负峰位置,在所述首波中心异常点所处的时间域上查找新的负峰时刻,当所述新的负峰时刻的采样时刻比值γi满足:0.9≤γi≤1.08时,所述新的负峰时刻为所述首波中心异常点替换后的首波负峰,两个所述首波序列节之间的奇数个首波异常点替换完毕。
再进一步,步骤一中所述记录时间T为1792μs,每个所述记录时间T内采样点数N为224个;步骤201中所述首波检测起始采样点sx的范围的经验值满足:10≤gx≤45;步骤A1中所述采样点滑动窗口n的取值为9;步骤204中所述首波负峰的偏离门槛值Vs取值为180;步骤2061中相临两个所述首波序列节之间的首波异常点的数量为1~5个。
再进一步,步骤一中声波接收器R1、声波接收器R2和声波接收器R3之间的间隔为l12为0.2m。
优选的,步骤五的具体过程如下:
步骤501,确定慢度分割步长Δs:
步骤502,获取共源法相关匹配中的慢度序列sFi:对步骤三中各记录时间T内样条函数分别进行匹配处理,各记录时间T内匹配处理方法均相同;对任一记录时间T内样条函数进行处理时,过程如下:
步骤5021,根据如下公式,
计算所述纵波窗长[ts,te]上时间样条函数f1和时间样条函数f2的相关系数ρ12,其中,f1为样条函数序列f1i中任一记录时间T内的时间样条函数,f2为样条函数序列f2i中与f1处于同一记录时间T内的时间样条函数,为所述纵波窗长[ts,te]内时间样条函数f1的平均值,为同一记录时间T内时间样条函数f2的平均值,q=1、2、……、h,h为整数且
步骤5022,确定时间样条函数f1和时间样条函数f2的慢度s12:计算机(6)查找步骤5021中计算的q个ρ12中的最大值ρ12max对应的慢度值即为时间样条函数f1和时间样条函数f2的慢度s12
步骤5023,根据如下公式,
计算时间样条函数f2和时间样条函数f3的相关系数ρ23,其中,f2的纵波窗长为[ts+s12l12,te+s12l12],f3为样条函数序列f3i中与f1处于同一记录时间T内的时间样条函数,为在纵波窗长[ts+s12l12,te+s12l12]上时间样条函数f2的平均值,为同一记录时间T内时间样条函数f3的平均值;
步骤5024,确定时间样条函数f2和时间样条函数f3的慢度s23:计算机(6)查找步骤5023中计算的q个ρ23中的最大值ρ23max对应的慢度值即为时间样条函数f2和时间样条函数f3的慢度s23
步骤5025,根据如下公式,
计算所述纵波窗长[ts,te]上时间样条函数f1和时间样条函数f3的相关系数ρ13
步骤5026,确定时间样条函数f1和时间样条函数f3的慢度s13:计算机(6)查找步骤5025中计算的q个ρ13中的最大值ρ13max对应的慢度值即为时间样条函数f1和时间样条函数f3的慢度s13
步骤5027,共源慢度异常值的剔除:计算机(6)对步骤5022中的慢度s12、步骤5024中的慢度s23以及步骤5026中的慢度s13中跳变的共源慢度异常值进行剔除;
步骤5028,计算共源慢度sF的有效值:对步骤5027中保留的有效共源慢度值做均值处理,得到共源慢度sF
步骤5029,多次重复步骤5021,对下一记录时间T获取的波形数据进行处理,直至完成深度域上共源法相关匹配方式的慢度计算,形成共源慢度序列sFi
步骤503,获取共收法相关匹配中的慢度序列sRi:对步骤三中连续三个记录时间T内样条函数分别进行匹配处理,连续三个记录时间T内匹配处理方法均相同;对任一连续三个记录时间T内样条函数进行处理时,过程如下:
步骤5031,根据如下公式,
计算所述纵波窗长[ts,te]上时间样条函数f1'和时间样条函数f'2的相关系数ρ'12,其中,f1'为连续三个记录时间T内第三记录时间T内样条函数序列f1i中任一记录时间T内的时间样条函数,f2'为连续三个记录时间T内第二记录时间T内样条函数序列f2i中的时间样条函数,为所述纵波窗长[ts,te]内时间样条函数f1'的平均值,为连续三个记录时间T内第二记录时间T内时间样条函数f2'的平均值;
步骤5032,确定时间样条函数f1'和时间样条函数f2'的慢度s'12:计算机(6)查找步骤5031中计算的q个ρ'12中的最大值ρ'12max对应的慢度值即为时间样条函数f1'和时间样条函数f2'的慢度s'12
步骤5033,根据如下公式,
计算时间样条函数f2'和时间样条函数f'3的相关系数ρ'23,其中,f2'的纵波窗长为[ts+s'12l12,te+s'12l12],f2'为连续三个记录时间T内第一记录时间T内样条函数序列f3i中的时间样条函数,为纵波窗长[ts+s'12l12,te+s'12l12]上时间样条函数f'2的平均值,为连续三个记录时间T内第一记录时间T内时间样条函数f3'的平均值;
步骤5034,确定时间样条函数f'2和时间样条函数f'3的慢度s'23:计算机(6)查找步骤5033中计算的q个ρ'23中的最大值ρ'23max对应的慢度值即为时间样条函数f'2和时间样条函数f'3的慢度s'23
步骤5035,根据如下公式,
计算所述纵波窗长[ts,te]上时间样条函数f'1和时间样条函数f'3的相关系数ρ'13
步骤5036,确定时间样条函数f'1和时间样条函数f'3的慢度s'13:计算机(6)查找步骤5035中计算的q个ρ'13中的最大值ρ'13max对应的慢度值即为时间样条函数f'1和时间样条函数f'3的慢度s'13
步骤5037,共收慢度异常值的剔除:计算机(6)对步骤5032中的慢度s'12、步骤5034中的慢度s'23以及步骤5036中的慢度s'13中跳变的共收慢度异常值进行剔除;
步骤5038,计算共收慢度sR的有效值:对步骤5037中保留的有效共收慢度值做均值处理,得到共收慢度sR
步骤5039,多次重复步骤5031,对下一连续三个记录时间T内获取的波形数据进行处理,直至完成深度域上共收法相关匹配方式的慢度计算,形成共收慢度序列sRi
步骤504,根据计算深度域上声波测井的慢度序列si
进一步,步骤5027中进行共源慢度异常值的剔除之前,先设置共源相关系数阈值ρΔ;再通过所述相关系数阈值ρΔ与慢度s12对应的相关系数ρ12max、慢度s23对应的相关系数ρ23max和慢度s13对应的相关系数ρ13max分别进行比较,所述相关系数ρ12max、所述相关系数ρ23max和所述相关系数ρ13max中小于所述共源相关系数阈值ρΔ的对应的慢度值进行剔除。
再进一步,所述0.8≤ρΔ≤1。
进一步,步骤5037中进行共收慢度异常值的剔除之前,先设置共收相关系数阈值ρ'Δ;再通过所述相关系数阈值ρ'Δ与慢度s'12对应的相关系数ρ'12max、慢度s'23对应的相关系数ρ'23max和慢度s'13对应的相关系数ρ'13max分别进行比较,所述相关系数ρ'12max、所述相关系数ρ'23max和所述相关系数ρ'13max中小于所述共收相关系数阈值ρ'Δ的对应的慢度值进行剔除。
再进一步,所述0.8≤ρ'Δ≤1。
与现有技术相比,本发明具有以下有益的技术效果:
1、本发明所采用的慢度提取设备结构简单,投入成本低,安装布设方便。
2、本发明在时间域上对声波接收器R1在一个记录时间内的采样点进行首波检测起始采样点gx的确认并对声波接收器R1的首波检测起始采样点gx后的所有负峰位置进行提取,实现该记录时间内的首波负峰提取;在深度域上对测井井眼内声波接收器R1的各个记录时间内的采样点进行首波检测,得到初始形成的声波接收器R1的首波负峰序列ti,通过计算机可直观的查看采集回来的初始首波负峰序列ti,并对声波接收器R1的首波负峰序列ti进行异常点的调整,实时快速可靠性高,效果好。
3、本发明在深度域上对声波接收器R1调整后的声波数据以及声波接收器R2和声波接收器R3接收的原始数据进行基线归零和样条拟合,以声波接收器R1调整后的声波数据为基础,对声波接收器R2和声波接收器R3接收的原始数据进行相关匹配,得到声波接收器R1、声波接收器R2和声波接收器R3之间的慢速。
4、本发明将共源法和共收法相结合,采用的方法步骤简单,去除井眼扩径带来的慢度计算误差,计算结果精度高,便于推广使用。
综上所述,本发明设计新颖合理,结构简单,使用元件少、可靠性高、造价低、受环境温度变化影响小,可及时传输电梯的报警信息且延时短,体积小,拆卸安装方便,可靠性高,实用性强,便于推广使用。
附图说明
图1为本发明慢度提取方法的方法流程框图。
图2为本发明采用的慢度提取设备的电路原理框图。
图3为本发明深度域上首波负峰序列初始形成的分部示意图。
图4为本发明深度域上首波异常点调整后的首波负峰序列的分部示意图。
图5为本发明一个记录时间T内的原始声波波形图。
图6为图5的基线归零处理后的声波波形图。
图7为本发明共源法相关匹配的原理图。
图8为本发明共收法相关匹配的原理图。
图中:1为声波测井仪器;2为定时器;3为微控制器;4为存储器;5为通信模块;6为计算机;7为钻杆拖动控制装置。
具体实施方式
下面结合具体的实施例对本发明做进一步的详细说明,所述是对本发明的解释而不是限定。
如图1和图2所示,本发明LWF存储式声波测井慢度提取方法,包括以下步骤:
步骤一,获取测井原始声波波形数据:采用声波测井仪器1且按照定时器2预先设定的记录时间T和每个所述记录时间T内采样点数N,获取测井不同深度位置的各记录时间T的波形数据,并传输至微控制器3,微控制器3将获取的各记录时间T的波形数据存储在存储器4中,微控制器3上连接有通信模块5,N为正整数;
本实施例中,步骤一中所述记录时间T为1792μs,每个所述记录时间T内采样点数N为224个,每两个采样点之间的时间间隔为8μs;
所述声波测井仪器1安装在伸入到测井井眼内的钻杆的前端,通过安装在井上的计算机6驱动钻杆拖动控制装置7,钻杆拖动控制装置7带动所述钻杆上移实现所述测井井眼内深度域上测井声波波形数据的获取,声波测井仪器1为单发三收式声波测井仪器,所述单发三收式声波测井仪器包括从下至上依次设置在连杆上的声波发射器F、声波接收器R1、声波接收器R2和声波接收器R3,所述声波接收器R1、声波接收器R2和声波接收器R3均无线接收所述声波发射器F发射的信号,所述声波发射器F至所述声波接收器R1的距离为l11,声波接收器R1、声波接收器R2和声波接收器R3之间的间隔为l12,本实施例中,声波接收器R1、声波接收器R2和声波接收器R3之间的间隔为l12为0.2m;
步骤二,确定声波测井深度域上所述声波接收器R1接收声波的首波负峰序列ti:计算机6通过通信模块5获取存储器4中保存的所述声波接收器R1的波形数据,对步骤一中所述声波接收器R1在各深度域的记录时间T获取的波形数据分别进行处理,各记录时间T获取的波形数据的处理方法均相同;对任一记录时间T获取的波形数据进行处理时,具体过程如下:
步骤201,确定首波检测起始采样点gx的范围:g1≤gx≤g2,其中,g1为采样点数N中第g1个采样点,g2为采样点数N中第g2个采样点,gx为介于第g1个采样点和第g2个采样点之间的第gx个采样点,g1、gx和g2均为正整数且g1≤g2≤N,第g1个采样点对应的采样时刻为第g2个采样点对应的采样时刻为第gx个采样点对应的采样时刻为
实际操作时,通过定时器2设定声波测井仪器1位于测井深度域上各个记录时间T的采样时间和每两个采样点之间的时间间隔,结合计算机6周期性的控制钻杆拖动控制装置7使钻杆上移,声波测井仪器1位于井下时采集的数据均通过微控制器3保存在存储器4中,数据测量结束后,通过通信模块5将存储器4中的数据传输至计算机6进行数据处理,本实施例中,步骤201中所述首波检测起始采样点gx的范围的经验值满足:10≤gx≤45;在记录时间T的时间域上,排除记录时间T中首先获得的直达波波形数据,第g1个采样点之前采集的采样点为直达波波形数据,直达波波形数据采样点数量为g1-1个;
本实施例中,根据经验值一个记录时间T的1792μs内前80μs均为直达波,根据每两个采样点之间的时间间隔为8μs计算,第10个采样点到来之前,即前9个采样点为直达波,而纵波会在一个记录时间T的1792μs内80μs~360μs之间出现,即首波检测起始采样点sx的范围为第10个采样点~第45个采样点;
步骤202,确定首波检测起始采样点gx,过程如下:
步骤A1,选择采样点滑动窗口n进行y(k)=a+bx(k)线性拟合,其中,n为正整数且0<n≤g2-g1+1,x(k)为滑动窗口n内第k个采样点对应的时间,y(k)为x(k)采样点处的数值,a和b为滑动窗口n内线性拟合系数,k=1、2、……、n;
本实施例中,步骤A1中所述采样点滑动窗口n的取值为9,对于8μs的时间间隔的数据,9个采样点接近一个波形周期且至少会出现2个零点,一个波形周期的平均值接近零线,便于计算方差;
步骤A2、根据公式计算滑动窗口n内拟合系数a和b;
步骤A3,根据公式计算滑动窗口n内所有采样点偏离拟合直线y(k)=a+bx(k)的方差var;
步骤B,多次重复步骤A1,直至完成第g1个采样点到第g2个采样点上所有滑动窗口n内采样点的方差var;
步骤C,确定最小方差varmin,计算机6对步骤B中所有方差var进行比较,最小方差varmin的值对应的采样点为所述声波接收器R1的首波检测起始采样点gx
实际操作中,计算第10个采样点~第45个采样点之间所有滑动窗口n内采样点的方差var,循环28次找到最小方差varmin的值对应的采样点为首波检测起始采样点gx
步骤203,首波检测起始采样点gx后的负峰位置提取:计算机6对首波检测起始采样点gx至所述记录时间T内第N个采样点的前后两个采样点数值进行比较,当任一采样点的数值均小于与其相邻的前后两个采样点的数值时,判断此采样点为负峰点,提取所有负峰位置并保存在存储器4中;
步骤204,确定首波负峰位置:通过计算机6选定首波负峰的偏离门槛值Vs,步骤203中提取的所有负峰位置中第一个超过所述偏离门槛值Vs的负峰位置确定为首波负峰位置,确定的所述首波负峰位置对应的采样时刻为t,
本实施例中,步骤204中所述首波负峰的偏离门槛值Vs的选取是确定首波负峰的重要参数,如果偏离门槛值Vs太大,波动小的首波负峰会被遗漏,如果偏离门槛值Vs太小,波动大的噪声被当作首波,导致得到的首波负峰误差过大,根据统计整口井的首波幅度大小,分析噪声均值和方差大小,选取偏离门槛值Vs取值为180;
步骤205,多次重复步骤201,通过钻杆拖动控制装置7带动所述钻杆等间距上移,对下一记录时间T获取的波形数据进行处理,直至完成深度域上所述声波接收器R1接收声波的首波检测,形成首波负峰序列ti,其中,m为正整数且L为测井深度,Δl为所述钻杆上移的等间距;
实际使用中,测井深度L为2000m~3000m,采用钻杆上移的等间距Δl为0.1m,m的取值为20001~30001,即形成的首波负峰序列ti中有20001~30001个首波负峰;
步骤206,调整深度域上所述声波接收器R1的首波负峰序列ti中的首波异常点,具体过程如下:
步骤2061,确定所述声波接收器R1的首波序列节:通过计算机6对步骤205中所述首波负峰序列ti中相邻两个首波负峰的采样时刻进行比值计算,连续深度域上至少三个首波负峰的采样时刻比值γi满足:0.9≤γi≤1.08时,得到所述声波接收器R1的每个首波的采样时刻均正确的首波序列节,其中,
结合图3和图4,需要说明的是,所述首波序列节为连续深度域上至少四个首波负峰对应的采样时刻形成的三个首波负峰的采样时刻比值γi均满足0.9≤γi≤1.08的采样点集,表示首波负峰的采样时刻比值均为后一采样点对应的采样时刻与前一采样点对应的采样时刻的比值;
所述声波接收器R1的首波序列节的数量为多个,相临两个所述首波序列节之间的首波异常点的数量为一个或多个,连续深度域上相邻的两个首波负峰的采样时刻比值γi不满足:0.9≤γi≤1.08时,存在故障状态下的首波异常点,且所述首波异常点离散在相邻的两个所述首波序列节之间;
本实施例中,步骤2061中相邻两个所述首波序列节之间的首波异常点的数量为1~5个;
所述故障状态包括井眼中扩径故障、缩径故障和地层垮塌故障,当发生扩径故障或地层垮塌故障时,声波到测井井眼中岩层的传输距离变长,首波异常点的首波负峰延迟出现,两个首波负峰的采样时刻比值γi>1.08;当发生缩径故障时,声波到测井井眼中岩层的传输距离变短,首波异常点的首波负峰提前出现,两个首波负峰的采样时刻比值γi<0.9;
步骤2062,所述声波接收器R1的首波异常点的替换:通过计算机6查找所述首波异常点所在的深度域上所有负峰采样点,当有负峰采样点和与其连续的正确的首波负峰的采样时刻比值γi满足:0.9≤γi≤1.08时,所述负峰采样点替换所述首波异常点,具体包括以下步骤:
步骤Ⅰ,判断两个所述首波序列节之间的首波异常点的数量的奇偶性:当计算机6根据步骤2061中统计得到的两个所述首波序列节之间的首波异常点的数量为偶数时,执行步骤Ⅱ;当计算机6根据步骤2061中统计得到的两个所述首波序列节之间的首波异常点的数量为奇数时,执行步骤Ⅲ;
步骤Ⅱ,偶数个首波异常点的等分及分类处理,过程如下:
步骤Ⅱa,偶数个首波异常点中两个序列的形成及故障归类:将偶数个首波异常点数量的等分为两部分,一部分与两个所述首波序列节中的一个首波序列节连续并归入两个所述首波序列节中的一个首波序列节中形成第一序列;另一部分与两个所述首波序列节中的另一个首波序列节连续并归入两个所述首波序列节中的另一个首波序列节中形成第二序列,采用相邻的两个首波负峰的采样时刻比值γi进行故障归类;
步骤Ⅱb,首波负峰的替换:当发生扩径故障时,根据步骤203中存储器4中保存的所有负峰位置,在首波异常点所处的时间域上向前查找新的负峰位置,所述新的负峰位置在深度域上与相邻的正确的首波负峰的采样时刻比值γi满足:0.9≤γi≤1.08时,所述新的负峰位置为替换后的首波负峰;当发生缩径故障时,根据步骤203中存储器4中保存的所有负峰位置,在首波异常点所处的时间域上向后查找新的负峰位置,所述新的负峰位置在深度域上与相邻的正确的首波负峰的采样时刻比值γi满足:0.9≤γi≤1.08时,所述新的负峰位置为替换后的首波负峰;
步骤Ⅱc,一次或多次重复步骤Ⅱa,直至两个所述首波序列节之间的偶数个首波异常点替换完毕;
本实施例中,当步骤2061中相邻两个所述首波序列节之间的首波异常点的数量为2个时,2个所述首波异常点分别为α1和α2,将首波异常点α1归入与其连续的两个所述首波序列节中的一个首波序列节中形成第一序列,将首波异常点α2归入与其连续的两个所述首波序列节中的另一个首波序列节中形成第二序列,首波异常点α1对应的采样时刻和第一序列中与首波异常点α1连续的正确的采样点的采样时刻进行比较,根据γi的比值结果判断故障状态,在首波异常点α1所处的时间域上查找新的首波负峰α1'替换首波异常点α1;首波异常点α2对应的采样时刻和第二序列中与首波异常点α2连续的正确的采样点的采样时刻进行比较,根据γi的比值结果判断故障状态,在首波异常点α2所处的时间域上查找新的首波负峰α2'替换首波异常点α2,2个首波异常点替换完毕;
当步骤2061中相邻两个所述首波序列节之间的首波异常点的数量为4个时,4个连续的首波异常点依次为β1、β2、β3和β4,将首波异常点β1和β2归入与其连续的两个所述首波序列节中的一个首波序列节中形成第一序列,将首波异常点β3和β4归入与其连续的两个所述首波序列节中的另一个首波序列节中形成第二序列,首波异常点β1对应的采样时刻和第一序列中与首波异常点β1连续的正确的采样点的采样时刻进行比较,根据γi的比值结果判断故障状态,在首波异常点β1所处的时间域上查找新的首波负峰β1'替换首波异常点β1,此时,新的首波负峰β1'归为第一序列中正确的首波负峰;首波异常点β2对应的采样时刻和第一序列中新的首波负峰β1'的采样时刻进行比较,根据γi的比值结果判断故障状态,在首波异常点β2所处的时间域上查找新的首波负峰β2'替换首波异常点β2;首波异常点β4对应的采样时刻和第二序列中与首波异常点β4连续的正确的采样点的采样时刻进行比较,根据γi的比值结果判断故障状态,在首波异常点β4所处的时间域上查找新的首波负峰β4'替换首波异常点β4,此时,新的首波负峰β4'归为第二序列中正确的首波负峰;首波异常点β3对应的采样时刻和第二序列中新的首波负峰β4'的采样时刻进行比较,根据γi的比值结果判断故障状态,在首波异常点β3所处的时间域上查找新的首波负峰β3'替换首波异常点β3,4个首波异常点替换完毕;
步骤Ⅲ,奇数个首波异常点的分类处理,过程如下:
步骤Ⅲa,奇数个首波异常点中首波中心异常点和两个队列的形成以及故障归类:计算机6通过查找确定奇数个首波异常点中间值形成首波中心异常点,位于所述首波中心异常点一侧的首波异常点与两个所述首波序列节中的一个首波序列节连续并归入两个所述首波序列节中的一个首波序列节中形成第一队列;位于所述首波中心异常点另一侧的首波异常点与两个所述首波序列节中的另一个首波序列节连续并归入两个所述首波序列节中的另一个首波序列节中形成第二队列,采用相邻的两个首波负峰的采样时刻比值γi进行故障归类;
步骤Ⅲb,两个队列中首波负峰的替换:当发生扩径故障时,根据步骤203中存储器4中保存的所有负峰位置,在首波异常点所处的时间域上向前查找新负峰位置,所述新负峰位置在深度域上与相邻的正确的首波负峰的采样时刻比值γi满足:0.9≤γi≤1.08时,所述新负峰位置为替换后的首波负峰;当发生缩径故障时,根据步骤203中存储器4中保存的所有负峰位置,在首波异常点所处的时间域上向后查找新负峰位置,所述新负峰位置在深度域上与相邻的正确的首波负峰的采样时刻比值γi满足:0.9≤γi≤1.08时,所述新负峰位置为替换后的首波负峰;
步骤Ⅲc,一次或多次重复步骤Ⅲa,直至完成两个队列中首波负峰的替换;
步骤Ⅲd,首波中心异常点的替换,通过计算机6分别计算所述首波中心异常点与与其相邻的两个所述新负峰位置之间的采样时刻比值γi,根据步骤203中存储器4中保存的所有负峰位置,在所述首波中心异常点所处的时间域上查找新的负峰时刻,当所述新的负峰时刻的采样时刻比值γi满足:0.9≤γi≤1.08时,所述新的负峰时刻为所述首波中心异常点替换后的首波负峰,两个所述首波序列节之间的奇数个首波异常点替换完毕;
本实施例中,当步骤2061中相邻两个所述首波序列节之间的首波异常点的数量为1个时,1个所述首波异常点为δ,利用两个所述首波序列节中和首波异常点δ相邻的两个正确的首波负峰分别与首波异常点δ比较,判断故障状态,调整首波异常点δ的前后采样时刻比值γi,在首波异常点δ所处的时间域上查找新首波负峰δ'替换首波异常点δ,1个首波异常点替换完毕;
当步骤2061中相邻两个所述首波序列节之间的首波异常点的数量为3个时,3个连续的首波异常点依次为ε1、ε2和ε3,通过计算机6查找首波中心异常点ε2,将首波异常点ε1归入与其连续的两个所述首波序列节中的一个首波序列节中形成第一队列,将首波异常点ε3归入与其连续的两个所述首波序列节中的另一个首波序列节中形成第二队列,首波异常点ε1对应的采样时刻和第一队列中与首波异常点ε1连续的正确的采样点的采样时刻进行比较,根据γi的比值结果判断故障状态,在首波异常点ε1所处的时间域上查找新首波负峰ε1'替换首波异常点ε1,此时,新首波负峰ε1'归为第一队列中正确的首波负峰;首波异常点ε3对应的采样时刻和第二队列中与首波异常点ε3连续的正确的采样点的采样时刻进行比较,根据γi的比值结果判断故障状态,在首波异常点ε3所处的时间域上查找新首波负峰ε3'替换首波异常点ε3,此时,新首波负峰ε3'归为第二队列中正确的首波负峰;新首波负峰ε1'和新首波负峰ε3'分别与首波中心异常点ε2进行比较,判断故障状态,满足γi的比值范围时,在首波中心异常点ε2所处的时间域上查找新首波负峰ε2'替换首波异常点ε2,3个首波异常点替换完毕;
当步骤2061中相邻两个所述首波序列节之间的首波异常点的数量为5个时,5个连续的首波异常点依次为φ1、φ2、φ3、φ4和φ5,φ12345'通过计算机6查找首波中心异常点φ3,将首波异常点φ1和φ2归入与其连续的两个所述首波序列节中的一个首波序列节中形成第一队列,将首波异常点φ4和φ5归入与其连续的两个所述首波序列节中的另一个首波序列节中形成第二队列,首波异常点φ1对应的采样时刻和第一队列中与首波异常点φ1连续的正确的采样点的采样时刻进行比较,根据γi的比值结果判断故障状态,在首波异常点φ1所处的时间域上查找新首波负峰φ1'替换首波异常点φ1,此时,新首波负峰φ1'归为第一队列中正确的首波负峰;首波异常点φ2对应的采样时刻和第一队列中新首波负峰φ1'的采样时刻进行比较,根据γi的比值结果判断故障状态,在首波异常点φ2所处的时间域上查找新首波负峰φ2'替换首波异常点φ2;首波异常点φ5对应的采样时刻和第二队列中与首波异常点φ5连续的正确的采样点的采样时刻进行比较,根据γi的比值结果判断故障状态,在首波异常点φ5所处的时间域上查找新首波负峰φ5'替换首波异常点φ5,此时,新首波负峰φ5'归为第二队列中正确的首波负峰;首波异常点φ4对应的采样时刻和第二队列中新首波负峰φ5'的采样时刻进行比较,根据γi的比值结果判断故障状态,在首波异常点φ4所处的时间域上查找新首波负峰φ4'替换首波异常点φ4;新首波负峰φ2'和新首波负峰φ4'分别与首波中心异常点φ3进行比较,判断故障状态,满足γi的比值范围时,在首波中心异常点φ3所处的时间域上查找新首波负峰φ3'替换首波异常点φ3,5个首波异常点替换完毕;
步骤2063,一次或多次重复步骤2062,直至完成深度域上所述声波接收器R1的所有首波异常点的调整过程;
结合图3和图4,本实施例中,由于所述首波序列节的数量为多个,每两个所述首波序列节之间出现的离散的首波异常点处理方法均与步骤2062中首波异常点的替换的过程相同,再次不做赘述,本方法首波检测处理结果如图4所示,处理平滑,效果好;
步骤三,在深度域上分别对调整后的所述声波接收器R1接收的声波数据、所述声波接收器R2接收的声波数据和所述声波接收器R3接收的声波数据进行基线归零以及样条拟合:计算机6采用三次样条插值在每个记录时间T内分别对调整后的所述声波接收器R1接收的离散数据、所述声波接收器R2接收的离散数据和所述声波接收器R3接收的离散数据进行样条拟合,形成样条函数序列f1i、样条函数序列f2i和样条函数序列f3i,其中,f1i、f2i和f3i分别为每个记录时间T内的时间样条函数;
结合图5和图6,本实施例中,在深度域上分别对调整后的所述声波接收器R1接收的声波数据、所述声波接收器R2接收的声波数据和所述声波接收器R3接收的声波数据进行基线归零时采用滑动平均函数对各个记录时间T内波形数据进行坐标调整:其中,声波接收器R1上一个记录时间T内所有采样点的坐标调整过程如下:首先确定滑动平均函数长度h,在存储式的单发三收式声波测井仪器中查找一个纵波周期的采样点数作为滑动平均函数长度h,本实施例中声波接收器R1接收的纵波数据点数为15个采样点,纵波中心在15个采样点的中点处,纵波波形两侧近似对称,因此确定滑动平均函数长度h=15;然后计算15个采样点的平均值,用15个采样点的中点处的数值与15个采样点的平均值做差值后替换15个采样点的起始采样点的数值,重复操作次计算完成一个记录时间T内所有采样点的坐标调整;声波接收器R1上各个记录时间T内所有采样点的坐标调整过程均相同;
所述声波接收器R2和所述声波接收器R3进行基线归零处理与声波接收器R1上各个记录时间T内所有采样点的坐标调整过程均相同,在此不做赘述;
本实施例中,对于每两个采样点之间的时间间隔为8μs,对于间隔l12为0.2m的声波接收器,其慢度分辨率为40μs/m,该慢度分辨率间隔过大,精度低,不能满足实际慢度需求,在深度域上分别对调整后的所述声波接收器R1接收的声波离散数据、所述声波接收器R2接收的声波离散数据和所述声波接收器R3接收的声波离散数据进行样条拟合,形成连续的拟合函数,可在时间间隔为8μs的两个采样点之间取点,提高慢度分辨率;
步骤四,确定调整后的所述声波接收器R1的纵波窗长[ts,te]以及慢度s搜索范围:其中,ts为每个记录时间T内从首波负峰位置的前一个正峰之前的第二个采样点所对应的时间,te为首波负峰位置后第二个正峰之后的第二个采样点所对应的时间,慢度s介于smin~smax之间,smin为致密白云岩中的慢度值,smax为大气压下空气中的慢度值;
本实施例中,致密白云岩中的慢度值s=125μs/m,大气压下空气中的慢度值smax=3000μs/m;
步骤五,慢度序列si的提取:采用共源法与共收法相结合的方式,对步骤三中的样条函数序列f1i、样条函数序列f2i和样条函数序列f3i两两进行相关匹配,具体过程如下:
步骤501,确定慢度分割步长Δs:
本实施例中,慢度分割步长Δs采用5μs/m;
步骤502,获取共源法相关匹配中的慢度序列sFi:对步骤三中各记录时间T内样条函数分别进行匹配处理,各记录时间T内匹配处理方法均相同;对任一记录时间T内样条函数进行处理时,过程如下:
步骤5021,根据如下公式,
计算所述纵波窗长[ts,te]上时间样条函数f1和时间样条函数f2的相关系数ρ12,其中,f1为样条函数序列f1i中任一记录时间T内的时间样条函数,f2为样条函数序列f2i中与f1处于同一记录时间T内的时间样条函数,为所述纵波窗长[ts,te]内时间样条函数f1的平均值,为同一记录时间T内时间样条函数f2的平均值,q=1、2、……、h,h为整数且
步骤5022,确定时间样条函数f1和时间样条函数f2的慢度s12:计算机6查找步骤5021中计算的q个ρ12中的最大值ρ12max对应的慢度值即为时间样条函数f1和时间样条函数f2的慢度s12
结合图7,本实施例中,由于慢度分割步长Δs采用5μs/m,对于慢度范围s=125μs/m~3000μs/m的测井环境,q=1、2、……、576,实际操作中,当q=1时慢度s=125+(q-1)Δs=125μ/m,对所述纵波窗长[ts,te]上时间样条函数f1和时间样条函数f2进行一次相关系数ρ12的计算;当q=2时慢度s=125+(q-1)Δs=130μ/m,对所述纵波窗长[ts,te]上时间样条函数f1和时间样条函数f2进行一次相关系数ρ12的计算;循环576次找到最大相关系数ρ12max的值对应的慢度s=125+(q-1)Δs作为时间样条函数f1和时间样条函数f2的慢度s12
步骤5023,根据如下公式,
计算时间样条函数f2和时间样条函数f3的相关系数ρ23,其中,f2的纵波窗长为[ts+s12l12,te+s12l12],f3为样条函数序列f3i中与f1处于同一记录时间T内的时间样条函数,为在纵波窗长[ts+s12l12,te+s12l12]上时间样条函数f2的平均值,为同一记录时间T内时间样条函数f3的平均值;
步骤5024,确定时间样条函数f2和时间样条函数f3的慢度s23:计算机6查找步骤5023中计算的q个ρ23中的最大值ρ23max对应的慢度值即为时间样条函数f2和时间样条函数f3的慢度s23,慢度s23的计算过程与慢度s12操作过程相同;
步骤5025,根据如下公式,
计算所述纵波窗长[ts,te]上时间样条函数f1和时间样条函数f3的相关系数ρ13
步骤5026,确定时间样条函数f1和时间样条函数f3的慢度s13:计算机6查找步骤5025中计算的q个ρ13中的最大值ρ13max对应的慢度值即为时间样条函数f1和时间样条函数f3的慢度s13,慢度s13的计算过程与慢度s12操作过程相同;
步骤5027,共源慢度异常值的剔除:计算机6对步骤5022中的慢度s12、步骤5024中的慢度s23以及步骤5026中的慢度s13中跳变的共源慢度异常值进行剔除;
本实施例中,步骤5027中进行共源慢度异常值的剔除之前,先设置共源相关系数阈值ρΔ;再通过所述相关系数阈值ρΔ与慢度s12对应的相关系数ρ12max、慢度s23对应的相关系数ρ23max和慢度s13对应的相关系数ρ13max分别进行比较,所述相关系数ρ12max、所述相关系数ρ23max和所述相关系数ρ13max中小于所述共源相关系数阈值ρΔ的对应的慢度值进行剔除,所述0.8≤ρΔ≤1;
步骤5028,计算共源慢度sF的有效值:对步骤5027中保留的有效共源慢度值做均值处理,得到共源慢度sF
实际操作中,当慢度s12对应的相关系数ρ12max、慢度s23对应的相关系数ρ23max和慢度s13对应的相关系数ρ13max均大于等于0.8时,一记录时间T内的共源慢度sF为s12、s23和s13的均值;当慢度s12对应的相关系数ρ12max、慢度s23对应的相关系数ρ23max和慢度s13对应的相关系数ρ13max中有两个相关系数大于等于0.8,另一个相关系数小于等于0.8时,提除相关系数小于等于0.8对应的慢度值,一记录时间T内的共源慢度sF为两个相关系数大于等于0.8对应的慢度值的均值;当慢度s12对应的相关系数ρ12max、慢度s23对应的相关系数ρ23max和慢度s13对应的相关系数ρ13max中有小于等于一个的相关系数大于等于0.8时,剔除偏离度最大的相关系数对应的慢度值,一记录时间T内的共源慢度sF为剩余两个慢度值的均值;
步骤5029,多次重复步骤5021,对下一记录时间T获取的波形数据进行处理,直至完成深度域上共源法相关匹配方式的慢度计算,形成共源慢度序列sFi
步骤503,获取共收法相关匹配中的慢度序列sRi:对步骤三中连续三个记录时间T内样条函数分别进行匹配处理,结合图8,连续三个记录时间T内匹配处理方法均相同;对任一连续三个记录时间T内样条函数进行处理时,过程如下:
步骤5031,根据如下公式,
计算所述纵波窗长[ts,te]上时间样条函数f1'和时间样条函数f'2的相关系数ρ'12,其中,f1'为连续三个记录时间T内第三记录时间T内样条函数序列f1i中任一记录时间T内的时间样条函数,f2'为连续三个记录时间T内第二记录时间T内样条函数序列f2i中的时间样条函数,为所述纵波窗长[ts,te]内时间样条函数f1'的平均值,为连续三个记录时间T内第二记录时间T内时间样条函数f2'的平均值;
步骤5032,确定时间样条函数f1'和时间样条函数f2'的慢度s'12:计算机6查找步骤5031中计算的q个ρ'12中的最大值ρ'12max对应的慢度值即为时间样条函数f1'和时间样条函数f2'的慢度s'12,慢度s13的计算过程与慢度s12操作过程相同;
步骤5033,根据如下公式,
计算时间样条函数f2'和时间样条函数f'3的相关系数ρ'23,其中,f2'的纵波窗长为[ts+s'12l12,te+s'12l12],f2'为连续三个记录时间T内第一记录时间T内样条函数序列f3i中的时间样条函数,为纵波窗长[ts+s'12l12,te+s'12l12]上时间样条函数f'2的平均值,为连续三个记录时间T内第一记录时间T内时间样条函数f3'的平均值;
步骤5034,确定时间样条函数f'2和时间样条函数f'3的慢度s'23:计算机6查找步骤5033中计算的q个ρ'23中的最大值ρ'23max对应的慢度值即为时间样条函数f'2和时间样条函数f'3的慢度s'23,慢度s'23的计算过程与慢度s12操作过程相同;
步骤5035,根据如下公式,
计算所述纵波窗长[ts,te]上时间样条函数f'1和时间样条函数f'3的相关系数ρ'13
步骤5036,确定时间样条函数f'1和时间样条函数f'3的慢度s'13:计算机6查找步骤5035中计算的q个ρ'13中的最大值ρ'13max对应的慢度值即为时间样条函数f'1和时间样条函数f'3的慢度s'13,慢度s'13的计算过程与慢度s12操作过程相同;
需要说明的是,由于在深度域上分别对调整后的所述声波接收器R1接收的声波数据、所述声波接收器R2接收的声波数据和所述声波接收器R3接收的声波数据进行了基线归零处理,因此各个记录时间T内各个样条函数的平均值均为0,在步骤5021中计算所述纵波窗长[ts,te]上时间样条函数f1和时间样条函数f2的相关系数ρ12、在步骤5023中计算时间样条函数f2和时间样条函数f3的相关系数ρ23、在步骤5025中计算所述纵波窗长[ts,te]上时间样条函数f1和时间样条函数f3的相关系数ρ13、在步骤5031中计算所述纵波窗长[ts,te]上时间样条函数f1'和时间样条函数f'2的相关系数ρ'12、在步骤5033中计算时间样条函数f2'和时间样条函数f'3的相关系数ρ'23以及在步骤5035中计算所述纵波窗长[ts,te]上时间样条函数f'1和时间样条函数f'3的相关系数ρ'13时,简化计算过程,减少计算量,操作简单。
步骤5037,共收慢度异常值的剔除:计算机6对步骤5032中的慢度s'12、步骤5034中的慢度s'23以及步骤5036中的慢度s'13中跳变的共收慢度异常值进行剔除;
步骤5037中进行共收慢度异常值的剔除之前,先设置共收相关系数阈值ρ'Δ;再通过所述相关系数阈值ρ'Δ与慢度s'12对应的相关系数ρ'12max、慢度s'23对应的相关系数ρ'23max和慢度s'13对应的相关系数ρ'13max分别进行比较,所述相关系数ρ'12max、所述相关系数ρ'23max和所述相关系数ρ'13max中小于所述共收相关系数阈值ρ'Δ的对应的慢度值进行剔除,所述0.8≤ρ'Δ≤1;
步骤5038,计算共收慢度sR的有效值:对步骤5037中保留的有效共收慢度值做均值处理,得到共收慢度sR,共收慢度sR的计算过程与共源慢度sF计算过程相同;
步骤5039,多次重复步骤5031,对下一连续三个记录时间T内获取的波形数据进行处理,直至完成深度域上共收法相关匹配方式的慢度计算,形成共收慢度序列sRi
步骤504,根据计算深度域上声波测井的慢度序列si
实际操作中,为了去除井眼扩径带来的慢度计算误差,提高声波测井计算精度,采用共源法与共收法相结合的方式,在同一深度点上对共源法和共收法得到的慢度值进行均值处理,避免不同深度点上错位计算带来的误差影响,处理效果好,精度高。
以上所述,仅是本发明的较佳实施例,并非对本发明作任何限制,凡是根据本发明技术实质对以上实施例所作的任何简单修改、变更以及等效结构变化,均仍属于本发明技术方案的保护范围内。

Claims (10)

1.LWF存储式声波测井慢度提取方法,其特征在于,包括以下步骤:
步骤一,获取测井原始声波波形数据:采用声波测井仪器(1)且按照定时器(2)预先设定的记录时间T和每个所述记录时间T内采样点数N,获取测井不同深度位置的各记录时间T的波形数据,并传输至微控制器(3),微控制器(3)将获取的各记录时间T的波形数据存储在存储器(4)中,微控制器(3)上连接有通信模块(5),N为正整数;
所述声波测井仪器(1)安装在伸入到测井井眼内的钻杆的前端,通过安装在井上的计算机(6)驱动钻杆拖动控制装置(7),钻杆拖动控制装置(7)带动所述钻杆上移实现所述测井井眼内深度域上测井声波波形数据的获取,声波测井仪器(1)为单发三收式声波测井仪器,所述单发三收式声波测井仪器包括从下至上依次设置在连杆上的声波发射器F、声波接收器R1、声波接收器R2和声波接收器R3,所述声波接收器R1、声波接收器R2和声波接收器R3均无线接收所述声波发射器F发射的信号,所述声波发射器F至所述声波接收器R1的距离为l11,声波接收器R1、声波接收器R2和声波接收器R3之间的间隔为l12
步骤二,确定声波测井深度域上所述声波接收器R1接收声波的首波负峰序列ti:计算机(6)通过通信模块(5)获取存储器(4)中保存的所述声波接收器R1的波形数据,对步骤一中所述声波接收器R1在各深度域的记录时间T获取的波形数据分别进行处理,各记录时间T获取的波形数据的处理方法均相同;
步骤三、在深度域上分别对调整后的所述声波接收器R1接收的声波数据、所述声波接收器R2接收的声波数据和所述声波接收器R3接收的声波数据进行基线归零以及样条拟合:计算机(6)采用三次样条插值在每个记录时间T内分别对调整后的所述声波接收器R1接收的离散数据、所述声波接收器R2接收的离散数据和所述声波接收器R3接收的离散数据进行样条拟合,形成样条函数序列f1i、样条函数序列f2i和样条函数序列f3i,其中,f1i、f2i和f3i分别为每个记录时间T内的时间样条函数;
步骤四,确定调整后的所述声波接收器R1的纵波窗长[ts,te]以及慢度s搜索范围:其中,ts为每个记录时间T内从首波负峰位置的前一个正峰之前的第二个采样点所对应的时间,te为首波负峰位置后第二个正峰之后的第二个采样点所对应的时间,慢度s介于smin~smax之间,smin为致密白云岩中的慢度值,smax为大气压下空气中的慢度值;
步骤五,慢度序列si的提取:采用共源法与共收法相结合的方式,对步骤三中的样条函数序列f1i、样条函数序列f2i和样条函数序列f3i两两进行相关匹配,得到深度域上声波测井的慢度序列si
2.根据权利要求1所述的LWF存储式声波测井慢度提取方法,其特征在于:步骤二中,对任一记录时间T获取的波形数据进行处理时,具体过程如下:
步骤201,确定首波检测起始采样点gx的范围:g1≤gx≤g2,其中,g1为采样点数N中第g1个采样点,g2为采样点数N中第g2个采样点,gx为介于第g1个采样点和第g2个采样点之间的第gx个采样点,g1、gx和g2均为正整数且g1≤g2≤N,第g1个采样点对应的采样时刻为第g2个采样点对应的采样时刻为第gx个采样点对应的采样时刻为
在记录时间T的时间域上,排除记录时间T中首先获得的直达波波形数据,第g1个采样点之前采集的采样点为直达波波形数据,直达波波形数据采样点数量为g1-1个;
步骤202,确定首波检测起始采样点gx,过程如下:
步骤A1,选择采样点滑动窗口n进行y(k)=a+bx(k)线性拟合,其中,n为正整数且0<n≤g2-g1+1,x(k)为滑动窗口n内第k个采样点对应的时间,y(k)为x(k)采样点处的数值,a和b为滑动窗口n内线性拟合系数,k=1、2、……、n;
步骤A2,根据公式计算滑动窗口n内拟合系数a和b;
步骤A3,根据公式计算滑动窗口n内所有采样点偏离拟合直线y(k)=a+bx(k)的方差var;
步骤B,多次重复步骤A1,直至完成第g1个采样点到第g2个采样点上所有滑动窗口n内采样点的方差var;
步骤C,确定最小方差varmin,计算机(6)对步骤B中所有方差var进行比较,最小方差varmin的值对应的采样点为所述声波接收器R1的首波检测起始采样点gx
步骤203,首波检测起始采样点gx后的负峰位置提取:计算机(6)对首波检测起始采样点gx至所述记录时间T内第N个采样点的前后两个采样点数值进行比较,当任一采样点的数值均小于与其相邻的前后两个采样点的数值时,判断此采样点为负峰点,提取所有负峰位置并保存在存储器(4)中;
步骤204,确定首波负峰位置:通过计算机(6)选定首波负峰的偏离门槛值Vs,步骤203中提取的所有负峰位置中第一个超过所述偏离门槛值Vs的负峰位置确定为首波负峰位置,确定的所述首波负峰位置对应的采样时刻为t,
步骤205,多次重复步骤201,通过钻杆拖动控制装置(7)带动所述钻杆等间距上移,对下一记录时间T获取的波形数据进行处理,直至完成深度域上所述声波接收器R1接收声波的首波检测,形成首波负峰序列ti,其中,i=1、2、……、m,m为正整数且L为测井深度,Δl为所述钻杆上移的等间距;
步骤206,调整深度域上所述声波接收器R1的首波负峰序列ti中的首波异常点,具体过程如下:
步骤2061,确定所述声波接收器R1的首波序列节:通过计算机(6)对步骤205中所述首波负峰序列ti中相邻两个首波负峰的采样时刻进行比值计算,连续深度域上至少三个首波负峰的采样时刻比值γi满足:0.9≤γi≤1.08时,得到所述声波接收器R1的每个首波的采样时刻均正确的首波序列节,其中,
所述声波接收器R1的首波序列节的数量为多个,相临两个所述首波序列节之间的首波异常点的数量为一个或多个,连续深度域上相邻的两个首波负峰的采样时刻比值γi不满足:0.9≤γi≤1.08时,存在故障状态下的首波异常点,且所述首波异常点离散在相邻的两个所述首波序列节之间;
所述故障状态包括井眼中扩径故障、缩径故障和地层垮塌故障,当发生扩径故障或地层垮塌故障时,声波到测井井眼中岩层的传输距离变长,首波异常点的首波负峰延迟出现,两个首波负峰的采样时刻比值γi>1.08;当发生缩径故障时,声波到测井井眼中岩层的传输距离变短,首波异常点的首波负峰提前出现,两个首波负峰的采样时刻比值γi<0.9;
步骤2062,所述声波接收器R1的首波异常点的替换:通过计算机(6)查找所述首波异常点所在的深度域上所有负峰采样点,当有负峰采样点和与其连续的正确的首波负峰的采样时刻比值γi满足:0.9≤γi≤1.08时,所述负峰采样点替换所述首波异常点;
步骤2063,一次或多次重复步骤2062,直至完成深度域上所述声波接收器R1的所有首波异常点的调整过程。
3.根据权利要求2所述的LWF存储式声波测井慢度提取方法,其特征在于:步骤2062中进行声波接收器R1的首波异常点替换时,包括以下步骤:
步骤Ⅰ,判断两个所述首波序列节之间的首波异常点的数量的奇偶性:当计算机(6)根据步骤2061中统计得到的两个所述首波序列节之间的首波异常点的数量为偶数时,执行步骤Ⅱ;当计算机(6)根据步骤2061中统计得到的两个所述首波序列节之间的首波异常点的数量为奇数时,执行步骤Ⅲ;
步骤Ⅱ,偶数个首波异常点的等分及分类处理,过程如下:
步骤Ⅱa,偶数个首波异常点中两个序列的形成及故障归类:将偶数个首波异常点数量的等分为两部分,一部分与两个所述首波序列节中的一个首波序列节连续并归入两个所述首波序列节中的一个首波序列节中形成第一序列;另一部分与两个所述首波序列节中的另一个首波序列节连续并归入两个所述首波序列节中的另一个首波序列节中形成第二序列,采用相邻的两个首波负峰的采样时刻比值γi进行故障归类;
步骤Ⅱb,首波负峰的替换:当发生扩径故障时,根据步骤203中存储器(4)中保存的所有负峰位置,在首波异常点所处的时间域上向前查找新的负峰位置,所述新的负峰位置在深度域上与相邻的正确的首波负峰的采样时刻比值γi满足:0.9≤γi≤1.08时,所述新的负峰位置为替换后的首波负峰;当发生缩径故障时,根据步骤203中存储器(4)中保存的所有负峰位置,在首波异常点所处的时间域上向后查找新的负峰位置,所述新的负峰位置在深度域上与相邻的正确的首波负峰的采样时刻比值γi满足:0.9≤γi≤1.08时,所述新的负峰位置为替换后的首波负峰;
步骤Ⅱc,一次或多次重复步骤Ⅱa,直至两个所述首波序列节之间的偶数个首波异常点替换完毕;
步骤Ⅲ,奇数个首波异常点的分类处理,过程如下:
步骤Ⅲa,奇数个首波异常点中首波中心异常点和两个队列的形成以及故障归类:计算机(6)通过查找确定奇数个首波异常点中间值形成首波中心异常点,位于所述首波中心异常点一侧的首波异常点与两个所述首波序列节中的一个首波序列节连续并归入两个所述首波序列节中的一个首波序列节中形成第一队列;位于所述首波中心异常点另一侧的首波异常点与两个所述首波序列节中的另一个首波序列节连续并归入两个所述首波序列节中的另一个首波序列节中形成第二队列,采用相邻的两个首波负峰的采样时刻比值γi进行故障归类;
步骤Ⅲb,两个队列中首波负峰的替换:当发生扩径故障时,根据步骤203中存储器(4)中保存的所有负峰位置,在首波异常点所处的时间域上向前查找新负峰位置,所述新负峰位置在深度域上与相邻的正确的首波负峰的采样时刻比值γi满足:0.9≤γi≤1.08时,所述新负峰位置为替换后的首波负峰;当发生缩径故障时,根据步骤203中存储器(4)中保存的所有负峰位置,在首波异常点所处的时间域上向后查找新负峰位置,所述新负峰位置在深度域上与相邻的正确的首波负峰的采样时刻比值γi满足:0.9≤γi≤1.08时,所述新负峰位置为替换后的首波负峰;
步骤Ⅲc,一次或多次重复步骤Ⅲa,直至完成两个队列中首波负峰的替换;
步骤Ⅲd,首波中心异常点的替换,通过计算机(6)分别计算所述首波中心异常点与与其相邻的两个所述新负峰位置之间的采样时刻比值γi,根据步骤203中存储器(4)中保存的所有负峰位置,在所述首波中心异常点所处的时间域上查找新的负峰时刻,当所述新的负峰时刻的采样时刻比值γi满足:0.9≤γi≤1.08时,所述新的负峰时刻为所述首波中心异常点替换后的首波负峰,两个所述首波序列节之间的奇数个首波异常点替换完毕。
4.按照权利要求2或3所述的LWF存储式声波测井慢度提取方法,其特征在于:步骤一中所述记录时间T为1792μs,每个所述记录时间T内采样点数N为224个;步骤201中所述首波检测起始采样点sx的范围的经验值满足:10≤gx≤45;步骤A1中所述采样点滑动窗口n的取值为9;步骤204中所述首波负峰的偏离门槛值Vs取值为180;步骤2061中相临两个所述首波序列节之间的首波异常点的数量为1~5个。
5.按照权利要求4所述的LWF存储式声波测井慢度提取方法,其特征在于:步骤一中声波接收器R1、声波接收器R2和声波接收器R3之间的间隔为l12为0.2m。
6.根据权利要求1所述的LWF存储式声波测井慢度提取方法,其特征在于:步骤五的具体过程如下:
步骤501,确定慢度分割步长Δs:
步骤502,获取共源法相关匹配中的慢度序列sFi:对步骤三中各记录时间T内样条函数分别进行匹配处理,各记录时间T内匹配处理方法均相同;对任一记录时间T内样条函数进行处理时,过程如下:
步骤5021,根据如下公式,
ρ 12 ( q ) = Σ j = 0 P { f 1 ( t s + j T N ) - f ^ 1 } { f 2 [ t s + j T N + ( s m i n + ( q - 1 ) Δ s ) l 12 ] - f ^ 2 } Σ j = 0 P { f 1 ( t s + j T N ) - f ^ 1 } 2 Σ j = 0 P { f 2 [ t s + j T N + ( s m i n + ( q - 1 ) Δ s ) l 12 ] - f ^ 2 } 2 ,
计算所述纵波窗长[ts,te]上时间样条函数f1和时间样条函数f2的相关系数ρ12,其中,f1为样条函数序列f1i中任一记录时间T内的时间样条函数,f2为样条函数序列f2i中与f1处于同一记录时间T内的时间样条函数,为所述纵波窗长[ts,te]内时间样条函数f1的平均值,为同一记录时间T内时间样条函数f2的平均值,q=1、2、……、h,h为整数且
步骤5022,确定时间样条函数f1和时间样条函数f2的慢度s12:计算机(6)查找步骤5021中计算的q个ρ12中的最大值ρ12max对应的慢度值即为时间样条函数f1和时间样条函数f2的慢度s12
步骤5023,根据如下公式,
ρ 23 ( q ) = Σ j = 0 P { f 2 ( t s + j T N + s 12 l 12 ) - f ^ 2 } { f 3 [ t s + j T N + s 12 l 12 + ( s m i n + ( q - 1 ) Δ s ) l 12 ] - f ^ 3 } Σ j = 0 P { f 2 ( t s + j T N + s 12 l 12 ) - f ^ 2 } 2 Σ j = 0 P { f 3 [ t s + j T N + s 12 l 12 + ( s m i n + ( q - 1 ) Δ s ) l 12 ] - f ^ 3 } 2 ,
计算时间样条函数f2和时间样条函数f3的相关系数ρ23,其中,f2的纵波窗长为[ts+s12l12,te+s12l12],f3为样条函数序列f3i中与f1处于同一记录时间T内的时间样条函数,为在纵波窗长[ts+s12l12,te+s12l12]上时间样条函数f2的平均值,为同一记录时间T内时间样条函数f3的平均值;
步骤5024,确定时间样条函数f2和时间样条函数f3的慢度s23:计算机(6)查找步骤5023中计算的q个ρ23中的最大值ρ23max对应的慢度值即为时间样条函数f2和时间样条函数f3的慢度s23
步骤5025,根据如下公式,
ρ 13 ( q ) = Σ j = 0 P { f 1 ( t s + j T N ) - f ^ 1 } { f 3 [ t s + j T N + ( s m i n + 2 ( q - 1 ) Δ s ) l 12 ] - f ^ 3 } Σ j = 0 P { f 1 ( t s + j T N ) - f ^ 1 } 2 Σ j = 0 P { f 3 [ t s + j T N + ( s m i n + 2 ( q - 1 ) Δ s ) l 12 ] - f ^ 3 } 2 ,
计算所述纵波窗长[ts,te]上时间样条函数f1和时间样条函数f3的相关系数ρ13
步骤5026,确定时间样条函数f1和时间样条函数f3的慢度s13:计算机(6)查找步骤5025中计算的q个ρ13中的最大值ρ13max对应的慢度值即为时间样条函数f1和时间样条函数f3的慢度s13
步骤5027,共源慢度异常值的剔除:计算机(6)对步骤5022中的慢度s12、步骤5024中的慢度s23以及步骤5026中的慢度s13中跳变的共源慢度异常值进行剔除;
步骤5028,计算共源慢度sF的有效值:对步骤5027中保留的有效共源慢度值做均值处理,得到共源慢度sF
步骤5029,多次重复步骤5021,对下一记录时间T获取的波形数据进行处理,直至完成深度域上共源法相关匹配方式的慢度计算,形成共源慢度序列sFi
步骤503,获取共收法相关匹配中的慢度序列sRi:对步骤三中连续三个记录时间T内样条函数分别进行匹配处理,连续三个记录时间T内匹配处理方法均相同;对任一连续三个记录时间T内样条函数进行处理时,过程如下:
步骤5031,根据如下公式,
ρ ′ 12 ( q ) = Σ j = 0 P { f 1 ′ ( t s + j T N ) - f ′ ^ 1 } { f 2 [ t s + j T N + ( s m i n + ( q - 1 ) Δ s ) l 12 ] - f ′ ^ 2 } Σ j = 0 P { f 1 ′ ( t s + j T N ) - f ′ ^ 1 } 2 Σ j = 0 P { f ′ 2 [ t s + j T N + ( s m i n + ( q - 1 ) Δ s ) l 12 ] - f ′ ^ 2 } 2 ,
计算所述纵波窗长[ts,te]上时间样条函数f1'和时间样条函数f'2的相关系数ρ'12,其中,f1'为连续三个记录时间T内第三记录时间T内样条函数序列f1i中任一记录时间T内的时间样条函数,f2'为连续三个记录时间T内第二记录时间T内样条函数序列f2i中的时间样条函数,为所述纵波窗长[ts,te]内时间样条函数f1'的平均值,为连续三个记录时间T内第二记录时间T内时间样条函数f2'的平均值;
步骤5032,确定时间样条函数f1'和时间样条函数f2'的慢度s'12:计算机(6)查找步骤5031中计算的q个ρ'12中的最大值ρ'12max对应的慢度值即为时间样条函数f1'和时间样条函数f2'的慢度s'12
步骤5033,根据如下公式,
ρ ′ 23 ( q ) = Σ j = 0 P { f ′ 2 ( t s + j T N + s ′ 12 l 12 ) - f ′ ^ 2 } { f ′ 3 [ t s + j T N + s ′ 12 l 12 + ( s m i n + ( q - 1 ) Δ s ) l 12 ] - f ′ ^ 3 } Σ j = 0 P { f ′ 2 ( t s + j T N + s ′ 12 l 12 ) - f ′ ^ 2 } 2 Σ j = 0 P { f ′ 3 [ t s + j T N + s ′ 12 l 12 + ( s m i n + ( q - 1 ) Δ s ) l 12 ] - f ′ ^ 3 } 2 ,
计算时间样条函数f2'和时间样条函数f'3的相关系数ρ'23,其中,f2'的纵波窗长为[ts+s'12l12,te+s'12l12],f2'为连续三个记录时间T内第一记录时间T内样条函数序列f3i中的时间样条函数,为纵波窗长[ts+s'12l12,te+s'12l12]上时间样条函数f'2的平均值,为连续三个记录时间T内第一记录时间T内时间样条函数f3'的平均值;
步骤5034,确定时间样条函数f'2和时间样条函数f'3的慢度s'23:计算机(6)查找步骤5033中计算的q个ρ'23中的最大值ρ'23max对应的慢度值即为时间样条函数f'2和时间样条函数f'3的慢度s'23
步骤5035,根据如下公式,
ρ ′ 13 ( q ) = Σ j = 0 P { f ′ 1 ( t s + j T N ) - f ′ ^ 1 } { f ′ 3 [ t s + j T N + ( s m i n + 2 ( q - 1 ) Δ s ) l 12 ] - f ′ ^ 3 } Σ j = 0 P { f ′ 1 ( t s + j T N ) - f ′ ^ 1 } 2 Σ j = 0 P { f ′ 3 [ t s + j T N + ( s m i n + 2 ( q - 1 ) Δ s ) l 12 ] - f ′ ^ 3 } 2 ,
计算所述纵波窗长[ts,te]上时间样条函数f'1和时间样条函数f'3的相关系数ρ'13
步骤5036,确定时间样条函数f'1和时间样条函数f'3的慢度s'13:计算机(6)查找步骤5035中计算的q个ρ'13中的最大值ρ'13max对应的慢度值即为时间样条函数f'1和时间样条函数f'3的慢度s'13
步骤5037,共收慢度异常值的剔除:计算机(6)对步骤5032中的慢度s'12、步骤5034中的慢度s'23以及步骤5036中的慢度s'13中跳变的共收慢度异常值进行剔除;
步骤5038,计算共收慢度sR的有效值:对步骤5037中保留的有效共收慢度值做均值处理,得到共收慢度sR
步骤5039,多次重复步骤5031,对下一连续三个记录时间T内获取的波形数据进行处理,直至完成深度域上共收法相关匹配方式的慢度计算,形成共收慢度序列sRi
步骤504,根据计算深度域上声波测井的慢度序列si
7.根据权利要求6所述的LWF存储式声波测井慢度提取方法,其特征在于:步骤5027中进行共源慢度异常值的剔除之前,先设置共源相关系数阈值ρΔ;再通过所述相关系数阈值ρΔ与慢度s12对应的相关系数ρ12max、慢度s23对应的相关系数ρ23max和慢度s13对应的相关系数ρ13max分别进行比较,所述相关系数ρ12max、所述相关系数ρ23max和所述相关系数ρ13max中小于所述共源相关系数阈值ρΔ的对应的慢度值进行剔除。
8.根据权利要求7所述的LWF存储式声波测井慢度提取方法,其特征在于:所述0.8≤ρΔ≤1。
9.根据权利要求6所述的LWF存储式声波测井慢度提取方法,其特征在于:步骤5037中进行共收慢度异常值的剔除之前,先设置共收相关系数阈值ρ'Δ;再通过所述相关系数阈值ρ'Δ与慢度s'12对应的相关系数ρ'12max、慢度s'23对应的相关系数ρ'23max和慢度s'13对应的相关系数ρ'13max分别进行比较,所述相关系数ρ'12max、所述相关系数ρ'23max和所述相关系数ρ'13max中小于所述共收相关系数阈值ρ'Δ的对应的慢度值进行剔除。
10.根据权利要求9所述的LWF存储式声波测井慢度提取方法,其特征在于:所述0.8≤ρ′Δ≤1。
CN201611236689.3A 2016-12-28 2016-12-28 Lwf存储式声波测井慢度提取方法 Active CN106837313B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201611236689.3A CN106837313B (zh) 2016-12-28 2016-12-28 Lwf存储式声波测井慢度提取方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201611236689.3A CN106837313B (zh) 2016-12-28 2016-12-28 Lwf存储式声波测井慢度提取方法

Publications (2)

Publication Number Publication Date
CN106837313A true CN106837313A (zh) 2017-06-13
CN106837313B CN106837313B (zh) 2019-10-11

Family

ID=59113591

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201611236689.3A Active CN106837313B (zh) 2016-12-28 2016-12-28 Lwf存储式声波测井慢度提取方法

Country Status (1)

Country Link
CN (1) CN106837313B (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113254074A (zh) * 2021-06-04 2021-08-13 山东辛丁技术有限公司 一种基于层数划分处理的测井数据读取方法和装置
CN114165225A (zh) * 2021-11-02 2022-03-11 湖北工业大学 一种超声波测井/测桩超声波首波声时方法
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

Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN201747364U (zh) * 2010-06-01 2011-02-16 中国石油天然气集团公司 一种声波时差曲线重构设备
CN103362502A (zh) * 2012-03-27 2013-10-23 中国石油集团长城钻探工程有限公司 在声波测井中消除直达波干扰的方法、系统及声波测井仪
CN103726836A (zh) * 2012-10-12 2014-04-16 中国石油集团长城钻探工程有限公司 基于声波测井资料提取模式波慢度的方法
CN103742131A (zh) * 2014-01-20 2014-04-23 电子科技大学 随钻声波井下信号采集与处理系统的时差实时提取方法
CN104533396A (zh) * 2014-12-31 2015-04-22 中国石油天然气集团公司 一种远探测声波的处理方法
US20150260870A1 (en) * 2008-07-24 2015-09-17 Schlumberger Technology Corporation Estimating formation stresses using radial profiles of three shear moduli
CN104950333A (zh) * 2007-05-21 2015-09-30 普拉德研究及开发股份有限公司 用于处理声学波形数据的方法和系统
WO2016108841A1 (en) * 2014-12-30 2016-07-07 Halliburton Energy Services, Inc. Adjustable acoustic transducers for a downhole tool
WO2016187239A1 (en) * 2015-05-18 2016-11-24 Schlumberger Technology Corporation Methods for analyzing cement quality in multi-string cased wells using sonic logging
CN106199721A (zh) * 2016-07-04 2016-12-07 中国石油集团川庆钻探工程有限公司 从阵列声波测井资料中提取反射波的方法

Patent Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104950333A (zh) * 2007-05-21 2015-09-30 普拉德研究及开发股份有限公司 用于处理声学波形数据的方法和系统
US20150260870A1 (en) * 2008-07-24 2015-09-17 Schlumberger Technology Corporation Estimating formation stresses using radial profiles of three shear moduli
CN201747364U (zh) * 2010-06-01 2011-02-16 中国石油天然气集团公司 一种声波时差曲线重构设备
CN103362502A (zh) * 2012-03-27 2013-10-23 中国石油集团长城钻探工程有限公司 在声波测井中消除直达波干扰的方法、系统及声波测井仪
CN103726836A (zh) * 2012-10-12 2014-04-16 中国石油集团长城钻探工程有限公司 基于声波测井资料提取模式波慢度的方法
CN103742131A (zh) * 2014-01-20 2014-04-23 电子科技大学 随钻声波井下信号采集与处理系统的时差实时提取方法
WO2016108841A1 (en) * 2014-12-30 2016-07-07 Halliburton Energy Services, Inc. Adjustable acoustic transducers for a downhole tool
CN104533396A (zh) * 2014-12-31 2015-04-22 中国石油天然气集团公司 一种远探测声波的处理方法
WO2016187239A1 (en) * 2015-05-18 2016-11-24 Schlumberger Technology Corporation Methods for analyzing cement quality in multi-string cased wells using sonic logging
CN106199721A (zh) * 2016-07-04 2016-12-07 中国石油集团川庆钻探工程有限公司 从阵列声波测井资料中提取反射波的方法

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
刘浩杰等: "基于井径变化的声波测井时差校正", 《石油物探》 *
姜文龙等: "基于慢度—时间相关的双源距全波列测井横波速度提取", 《水利水电技术》 *
王雪萍: "慢度-时间相关法与遗传算法结合提取阵列声波测井高分辨率声波时差", 《国外测井技术》 *

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
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
CN113254074A (zh) * 2021-06-04 2021-08-13 山东辛丁技术有限公司 一种基于层数划分处理的测井数据读取方法和装置
CN113254074B (zh) * 2021-06-04 2021-09-10 山东辛丁技术有限公司 一种基于层数划分处理的测井数据读取方法和装置
CN114165225A (zh) * 2021-11-02 2022-03-11 湖北工业大学 一种超声波测井/测桩超声波首波声时方法
CN114165225B (zh) * 2021-11-02 2023-08-15 湖北工业大学 一种确定超声波测井/测桩超声波首波声时方法

Also Published As

Publication number Publication date
CN106837313B (zh) 2019-10-11

Similar Documents

Publication Publication Date Title
US11209565B2 (en) High precision acoustic logging processing for compressional and shear slowness
CN104216008B (zh) 一种井中压裂微地震事件识别方法
CN104570076B (zh) 一种基于二分法的地震波初至自动拾取方法
US11112519B2 (en) Automatic slowness-frequency range determination for advanced borehole sonic data processing
NO334218B1 (no) Behandling av målinger på lydbølgeformer for å bestemme langsomheten
CN106837313A (zh) Lwf存储式声波测井慢度提取方法
CN102081167B (zh) 一种三维vsp数据初至波拾取方法
CN102313901A (zh) 一种初至波迭代拾取的方法
CN107678064A (zh) 一种声波时差实时提取方法
CN106761715B (zh) Lwf存储式声波测井首波检测方法
WO2020131082A1 (en) Real-time monopole sonic logging using physics-based artificial intelligence
CN108375789B (zh) 联合采集地震数据的同步匹配方法
CN117828379A (zh) 基于多源数据融合的地下资源探测方法
CN102053275B (zh) 一种用于单点地震室内组合的相对静校正量计算方法
CN108343429A (zh) 一种基于可信度分析的泥浆信号识别方法
CN101452082A (zh) 一种分形地震波初至拾取的方法
CN107679614B (zh) 一种基于粒子群优化的声波时差实时提取方法
CN115046516A (zh) 基于单滑面r型深孔测斜曲线的滑动面位置精准确定方法
US11927711B2 (en) Enhanced-resolution sonic data processing for formation body wave slowness with full offset waveform data
CN112412390B (zh) 基于深度学习模型评价固井第二界面的方法及装置
CN107703544B (zh) 基于地质统计学的叠前振幅随偏移距变化油气预测方法
CN105824042A (zh) 基于照明能量最优的最大纵向距设计方法
CN117250658B (zh) 建立研究区的地震数据集的方法
CN116026267B (zh) 基于多滑面b型深孔测斜曲线的滑动面位置精准确定方法
CN108875109B (zh) 一种异常地层压力的预测方法及系统

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant