CN110080754A - 一种电成像测井图像类周期性干扰处理方法 - Google Patents
一种电成像测井图像类周期性干扰处理方法 Download PDFInfo
- Publication number
- CN110080754A CN110080754A CN201910338324.9A CN201910338324A CN110080754A CN 110080754 A CN110080754 A CN 110080754A CN 201910338324 A CN201910338324 A CN 201910338324A CN 110080754 A CN110080754 A CN 110080754A
- Authority
- CN
- China
- Prior art keywords
- value
- curve
- coef
- data
- measured curve
- 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
Links
- 238000003384 imaging method Methods 0.000 title claims abstract description 69
- 230000000737 periodic effect Effects 0.000 title claims abstract description 26
- 238000003672 processing method Methods 0.000 title claims abstract description 19
- 238000012545 processing Methods 0.000 claims abstract description 33
- 238000005259 measurement Methods 0.000 claims abstract description 29
- 238000000034 method Methods 0.000 claims abstract description 22
- 230000005611 electricity Effects 0.000 claims abstract description 7
- 238000001514 detection method Methods 0.000 claims abstract description 5
- 238000012937 correction Methods 0.000 claims description 16
- 230000008569 process Effects 0.000 claims description 15
- 238000004364 calculation method Methods 0.000 claims description 9
- 210000005252 bulbus oculi Anatomy 0.000 claims 1
- 230000003044 adaptive effect Effects 0.000 abstract description 5
- 230000008859 change Effects 0.000 abstract description 3
- 230000007613 environmental effect Effects 0.000 abstract description 3
- 238000000545 stagnation point adsorption reflectometry Methods 0.000 abstract 3
- 230000008901 benefit Effects 0.000 description 4
- 241000270295 Serpentes Species 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 235000013399 edible fruits Nutrition 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 1
- 230000004888 barrier function Effects 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 239000012212 insulator Substances 0.000 description 1
- 239000011229 interlayer Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000010992 reflux Methods 0.000 description 1
- 238000012827 research and development Methods 0.000 description 1
- 230000000717 retained effect Effects 0.000 description 1
- 239000011435 rock Substances 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
- 238000005303 weighing Methods 0.000 description 1
Classifications
-
- E—FIXED CONSTRUCTIONS
- E21—EARTH OR ROCK DRILLING; MINING
- E21B—EARTH OR ROCK DRILLING; OBTAINING OIL, GAS, WATER, SOLUBLE OR MELTABLE MATERIALS OR A SLURRY OF MINERALS FROM WELLS
- E21B47/00—Survey of boreholes or wells
-
- E—FIXED CONSTRUCTIONS
- E21—EARTH OR ROCK DRILLING; MINING
- E21B—EARTH OR ROCK DRILLING; OBTAINING OIL, GAS, WATER, SOLUBLE OR MELTABLE MATERIALS OR A SLURRY OF MINERALS FROM WELLS
- E21B49/00—Testing the nature of borehole walls; Formation testing; Methods or apparatus for obtaining samples of soil or well fluids, specially adapted to earth drilling or wells
Landscapes
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- Geology (AREA)
- Mining & Mineral Resources (AREA)
- Physics & Mathematics (AREA)
- Environmental & Geological Engineering (AREA)
- Fluid Mechanics (AREA)
- General Life Sciences & Earth Sciences (AREA)
- Geochemistry & Mineralogy (AREA)
- Geophysics (AREA)
- Geophysics And Detection Of Objects (AREA)
- Image Processing (AREA)
Abstract
本发明公开了一种电成像测井图像类周期性干扰处理方法,首先通过电成像仪器测井获取成像数据;然后根据仪器参数对成像数据进行电扣深度对齐;对成像数据进行坏数据检测和剔除;对进行坏数据剔除后的成像数据进行SPAR处理(SPAR:Spatial Pattern Adaptive Reconstruction,空间模式自适应重建方法);然后对SPAR处理后的数据进行数据均衡化处理和成像显示处理,得到成像图。该方法能够有效消除由于测量环境变化导致测量电路不稳定而产生的类周期性干扰信号的影响,有效提高成像测井图像的清晰度。
Description
技术领域
本发明涉及油田开发技术领域,特别涉及一种水基或油基泥浆环境下电成像测井图像类周期性干扰信号的处理方法。
背景技术
电成像测井资料不是把数据处理成测井曲线,而是把数据直接变成反映地质现象的可视化图像,能更直观地反映地质特征,应用更加简便。电成像测井具有很高的纵向分辨率,可以连续揭示井筒表面岩石结构的详细特征,并具有方向性,具备能够精确分析地层倾角、方位和地层间接触关系的能力。成像测井是指在井下采用传感器阵列扫描测量或旋转扫描测量,沿井眼纵向、周向或径向大量采集地层信息,传输到井上以后通过图像处理技术得到井壁的电性特征成像图,通过对图像信息的研究就可以详细、深入地了解地下地质现象和特征。
电成像测井的市场份额正在快速增长,研发电成像测井装备是测井服务以市场为导向的重要推动因素。电成像测井技术和服务市场在国际上基本由三大石油服务公司(Schlumberger、Halliburton、Baker-Hughes)控制,这三家油服公司均能够为油公司提供电成像测井服务,同时它们均研制了各自的电成像仪器和相应的数据处理软件。
目前,电成像测井仪器对于关键井已是必不可少的测量装置,国外已经发展了较为成熟的电成像测井仪器以及处理解释软件,但是存在技术壁垒,只提供服务而不提供产品。因此不但制造电成像仪器的技术需要我们自主研发,相对应的电成像测井数据处理与解释软件也需要我们自己研究和开发。
国内油服公司也大都研发了或者正在研发自己的电成像测井仪,近期某公司的电成像测井仪在多口高温高压的实测井中测量时产生了额外的类周期性的干扰信号,该干扰信号的周期和幅度值并不稳定,其会随着实际测量的环境变化而发生变化,例如井眼温度、压力、地层物理特性等。其在实际测量中会与真实的地层测量信号发生叠加,严重影响有用地质信号的测量和识别,其在成像图上表现为类蛇皮纹状的特征,严重影响了成像图的清晰度。由于目前无法快速准确的确定该类周期性干扰信号产生的原因,所以需要通过相应的数据处理算法对该现象进行处理,滤除类周期干扰信号,提高成像图的质量。
发明内容
为了解决上述问题,本发明所采取的技术方案为:
一种电成像测井图像类周期性干扰处理方法,在数据成像显示之前进行空间模式自适应重建处理,具体包括:
S1、基于实测曲线生成数据校正的判断标准,所述判断标准包括均值曲线、左包络线、右包络线和左极限定值曲线;
S2、基于所述判断标准判断是否校正当前点,并对实测曲线进行校正处理。
进一步的,S1中,均值曲线由一个固定窗长沿实测曲线深度方向滑动计算得到,其单点值计算公式为:其中,W为固定窗长并以点数计量,i为当前测量点序号,xi为当前测量点值;通过深度方向滑动计算直到完成所有测量点的计算。
进一步的,所述固定窗长W的值大于或等于11个采样点,且为奇数值。
进一步的,S1中,所述左包络线右包络线其中coefL和coefR为基于实测曲线计算得到的常系数。
进一步的,coefL和coefR的计算方法如下:
1)计算实测曲线波动系数D,计算公式为N为实测曲线总测量点数;
2)计算coefL和coefR:
其中,coefL∈[0,1],若计算结果coefL<0,则令coefL=0,coefL>1,则令coefL=1;coefR∈[1,2],若计算结果coefR<1,则令coefR=1,coefR>2,则令coefR=2。
进一步的,S1中,左极限定值曲线Xlim为给定的一个常数值曲线。
进一步的,S2具体包括:
1)若实测曲线值小于所述左包络线,确定小于左包络线的实测曲线区间端点值,利用端点值进行单点或者多点插值,使用插值代替实测点值;
2)若实测曲线值不小于所述左包络线但小于所述左极限定值曲线,确定小于左极限定值曲线的实测曲线区间端点值,利用端点值进行单点或者多点插值,使用插值代替实测点值;
3)若实测曲线值不小于所述左包络线也不小于所述左极限定值曲线,实测曲线不做校正处理;
4)若实测曲线值大于所述右包络线,确定大于右包络线的实测曲线区间及端点,计算该区间内实测曲线最大值点与对应右包络线的差值,若该差值小于右包络线与所述均值曲线的差值,对大于右包络线的实测曲线区间进行插值处理;若该差值大于右包络线与均值曲线的差值,则不进行校正处理;
5)若实测曲线值小于所述右包络线,不进行校正处理。
进一步的,S2中,对实测曲线中的每一个深度点依次按照上述(2)~(5)的步骤顺序进行判断和处理,且一旦某个步骤对当前深度点进行了校正处理,则直接跳过后续步骤,对下一深度点重复上述处理。
进一步的,在所述空间模式自适应重建处理前,还依次包括以下步骤:
1)电成像数据测量;
2)电扣数据深度对齐;
3)坏数据检测和剔除。
进一步的,在所述空间模式自适应重建处理后,数据成像显示之前还包括数据均衡化处理步骤。
本发明的有益效果为:通过设计和使用独特的数据处理策略以及校正方法对成像数据进行校正处理,可以有效去除电成像测井中的类周期干扰信号,显著提高成像图像清晰度,有效降低环境因素对仪器测量产生的影响。
附图说明
通过参考所提供的附图的详细的描述,本发明的优势将能够表述的更加清楚。
图1表示本发明实施例SPAR电成像数据处理方法。
图2表示本发明实施例仪器测量极板的外观。
图3表示本发明实施例的仪器实际测井环境的示意图。
图4表示本发明实施例中进行SPAR数据处理时的处理流程。
图5表示实测数据中存在的类周期信号干扰以及本发明中计算得到的特征曲线及与实测曲线间的关系。
图6表示对带有类周期干扰信号的实测数据使用本发明中表述的SPAR电成像数据处理方法进行处理得到的处理效果图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本发明进行进一步详细说明。应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。
本发明实施例涉及电成像测井过程中的数据处理。如图1所示,整个测量和数据处理流程包括如下步骤:
101)电成像数据测量,通过仪器测井获得质量合格的电成像测井数据;
102)电扣数据深度对齐;
103)坏数据检测和剔除;
104)SPAR数据处理;其中,SPAR定义为:Spatial Pattern AdaptiveReconstruction,即空间模式自适应重建;
105)数据均衡化处理;
106)数据成像显示。
本发明实施例的电成像测井过程中涉及的仪器测量极板的外观和仪器实际测井环境的示意图如图2和3所示。
如图2所示,仪器测量极板中包括测量钮扣电极1,其成阵列的形式分布在极板上;还包括绝缘体2,起到分割屏蔽电极和发射电极的作用;屏蔽电极3对发射电极起聚焦作用;回流电极4起到电流回流作用;极板体5对各电极起承载作用。
如图3所示,一般一个仪器有多个相同的测量极板,测量极板和仪器主体通过仪器臂连接,极板间按照一定角度分布在仪器周向360度范围,每个测量极板上又有多个测量钮扣电极,因此电成像仪器测得的极板成像数据是二维阵列数据。实际测量时由于实际测量环境的变化以及仪器测量电路一定程度的不稳定性导致测量时出现了类周期性的干扰信号出现,使测量成像图像中出现了类蛇皮纹状的特征干扰。
由于目前无法快速准确的确定该类周期性干扰信号产生的原因,所以需要通过相应的数据处理算法对该现象进行处理,滤除类周期干扰信号,提高成像图的质量。
为此,本发明实施例的电成像测井数据处理过程中,在数据成像显示之前进行SPAR(Spatial Pattern Adaptive Reconstruction)即空间模式自适应重建处理,具体包括如下步骤:
第一步,基于实测曲线生成数据校正的判断标准,所述判断标准包括均值曲线、左包络线、右包络线和左极限定值曲线。
第二步,基于所述判断标准判断是否校正当前点,并对实测曲线进行校正处理。
下面进行进一步详细说明。
其中,均值曲线由一个固定窗长沿实测曲线深度方向滑动计算得到,其单点值计算公式为:其中,W为固定窗长;由各个测量深度点上的值组成,通过深度方向滑动计算直到完成所有测量点的计算。
作为进一步的优选实施方案,固定窗长W的值大于或等于11个采样点,且为奇数值。
左包络线右包络线其中coefL和coefR为基于实测曲线计算得到的常系数。其计算方法如下:
1)计算实测曲线波动系数D,计算公式为
2)计算coefL和coefR:
其中,coefL必须[0,1]区间内(一般情况下计算结果均符合区间范围),若计算结果coefL<0,令coefL=0,coefL>1,令coefL=1。coefR必须在[1,2]区间内(一般情况下计算结果均符合区间范围),若计算结果coefR<1,令coefR=1,coefR>2,令coefR=2。
左极限定值曲线Xlim为给定的一个常数值曲线,其根据实际情况由人为给定。
然后结合实测曲线与四条特征曲线之间的相互关系判断当前点是否需要进行校正,特征曲线与测量曲线之间的一般关系如图5所示。图5表示实测数据中存在的类周期信号干扰以及本发明中计算得到的特征曲线及与实测曲线间的关系。由于电成像仪器包含多个测量极板,每个测量极板上又包含多个测量钮扣电极,每个电极在测量中都会得到一条测井曲线,所有的钮扣电极测量数据是一个二维阵列数据,其按照方位排列则会生成电成像成像图。本图中曲线名称的意义依次为:X表示原始测量曲线、X_Avg表示平均值曲线、X_L表示左包络曲线、X_R表示右包络曲线、X_lim表示左极限曲线。为清楚起见,在图中曲线上进行了相应文字标注。
具体的判断及校正流程如下:
1)若实测曲线值小于左包络线,则确定小于左包络线的实测曲线区间端点值,利用端点值进行单点或者多点插值,使用插值代替实测点值;
2)若实测曲线值不小于左包络线但小于左极限定值曲线,则确定小于左极限定值曲线的实测曲线区间端点值,利用端点值进行单点或者多点插值,使用插值代替实测点值;
3)若实测曲线值不小于左包络线也不小于左极限定值曲线,则实测曲线不做校正处理;
4)若实测曲线值大于右包络线,确定大于右包络线的实测曲线区间及端点,则计算该区间内实测曲线最大值点与对应右包络线的差值,若该差值小于右包络线与均值曲线的差值,对大于右包络线的实测曲线区间进行插值处理;若该差值大于右包络线与均值曲线的差值,则不进行校正处理;
5)若实测曲线值小于右包络线,不进行校正处理。
如图4所示,处理过程中,对实测曲线中的每一个深度点依次按照上述(2)~(5)的步骤顺序进行判断和处理,且一旦某个步骤对当前深度点进行了校正处理,则直接跳过后续步骤,对下一深度点重复上述处理。图中的“条件1判断和校正”到“条件5判断及校正”分别与上述的数据校正策略实施步骤(1)~(5)顺序对应。
之后,进行成像显示处理步骤,对使用上述SPAR电成像数据处理方法处理后的数据进行成像显示处理,得到静态成像图和动态成像图。
如图6所示,图中图像绘图道第一道和第二道分别为原始数据经过电扣数据深度对齐、坏数据检测和剔除、数据均衡化处理以后进行成像得到的静态成像图和动态成像图,绘图道第三道和第四道为在上述处理步骤的基础上增加本发明的SPAR数据处理步骤后成像得到的静态成像图和动态成像图。可以明显看出无论是静态成像图还是动态成像图,在使用本发明实施例所述方法处理后得到的图像清晰度更高,类周期干扰信号得到了明显的滤除且能够保留原始信号中有用的地质信号特征。
本发明上述实施例的处理方法不仅限于电缆电成像仪器测井数据处理,还可应用于随钻电成像仪器测井成像图像的类周期信号处理,亦可有效提高图像的清晰度。
以上实施例仅为本发明的一种实施方式,其描述较为具体和详细,但不能因此而理解为对本发明专利保护范围的限制。其具体使用方法可根据实际需要进行相应的调整。应当指出的是,对于本领域的普通技术人员来说,在不脱离本发明构思的前提下,还可以做出若干变形和改进,这些都属于本发明的保护范围。
Claims (10)
1.一种电成像测井图像类周期性干扰处理方法,其特征在于,在数据成像显示之前进行空间模式自适应重建处理,具体包括:
S1、基于实测曲线生成数据校正的判断标准,所述判断标准包括均值曲线、左包络线、右包络线和左极限定值曲线;
S2、基于所述判断标准判断是否校正当前点,并对实测曲线进行校正处理。
2.如权利要求1所述的电成像测井图像类周期性干扰处理方法,其特征在于,S1中,均值曲线由一个固定窗长沿实测曲线深度方向滑动计算得到,其单点值计算公式为:其中,W为固定窗长并以点数计量,i为当前测量点序号,xi为当前测量点值;通过深度方向滑动计算直到完成所有测量点的计算。
3.如权利要求2所述的电成像测井图像类周期性干扰处理方法,其特征在于,固定窗长W的值大于或等于11个采样点,且为奇数值。
4.如权利要求2所述的电成像测井图像类周期性干扰处理方法,其特征在于,S1中,所述左包络线右包络线其中coefL和coefR为基于实测曲线计算得到的常系数。
5.如权利要求4所述的电成像测井图像类周期性干扰处理方法,其特征在于,coefL和coefR的计算方法如下:
1)计算实测曲线波动系数D,计算公式为N为实测曲线总测量点数;
2)计算coefL和coefR:
其中,coefL∈[0,1],若计算结果coefL<0,则令coefL=0,coefL>1,则令coefL=1;coefR∈[1,2],若计算结果coefR<1,则令coefR=1,coefR>2,则令coefR=2。
6.如权利要求1所述的电成像测井图像类周期性干扰处理方法,其特征在于,S1中,左极限定值曲线Xlim为给定的一个常数值曲线。
7.如权利要求1所述的电成像测井图像类周期性干扰处理方法,其特征在于,S2具体包括:
1)若实测曲线值小于所述左包络线,确定小于左包络线的实测曲线区间端点值,利用端点值进行单点或者多点插值,使用插值代替实测点值;
2)若实测曲线值不小于所述左包络线但小于所述左极限定值曲线,确定小于左极限定值曲线的实测曲线区间端点值,利用端点值进行单点或者多点插值,使用插值代替实测点值;
3)若实测曲线值不小于所述左包络线也不小于所述左极限定值曲线,实测曲线不做校正处理;
4)若实测曲线值大于所述右包络线,确定大于右包络线的实测曲线区间及端点,计算该区间内实测曲线最大值点与对应右包络线的差值,若该差值小于右包络线与所述均值曲线的差值,对大于右包络线的实测曲线区间进行插值处理;若该差值大于右包络线与均值曲线的差值,则不进行校正处理;
5)若实测曲线值小于所述右包络线,不进行校正处理。
8.如权利要求7所述的电成像测井图像类周期性干扰处理方法,其特征在于,S2中,对实测曲线中的每一个深度点依次按照上述(2)~(5)的步骤顺序进行判断和处理,且一旦某个步骤对当前深度点进行了校正处理,则直接跳过后续步骤,对下一深度点重复上述处理。
9.如权利要求1-8任一项所述的电成像测井图像类周期性干扰处理方法,其特征在于,在所述空间模式自适应重建处理前,还依次包括以下步骤:
1)电成像数据测量;
2)电扣数据深度对齐;
3)坏数据检测和剔除。
10.如权利要求9所述的电成像测井图像类周期性干扰处理方法,其特征在于,在所述空间模式自适应重建处理后,数据成像显示之前还包括数据均衡化处理步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910338324.9A CN110080754B (zh) | 2019-04-25 | 2019-04-25 | 一种电成像测井图像类周期性干扰处理方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910338324.9A CN110080754B (zh) | 2019-04-25 | 2019-04-25 | 一种电成像测井图像类周期性干扰处理方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110080754A true CN110080754A (zh) | 2019-08-02 |
CN110080754B CN110080754B (zh) | 2022-07-22 |
Family
ID=67416689
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910338324.9A Active CN110080754B (zh) | 2019-04-25 | 2019-04-25 | 一种电成像测井图像类周期性干扰处理方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110080754B (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111042808A (zh) * | 2019-12-27 | 2020-04-21 | 中国石油集团测井有限公司华北分公司 | 一种用于层状砂砾岩储层的电成像图像刻度方法及系统 |
CN113392241A (zh) * | 2021-06-29 | 2021-09-14 | 中海油田服务股份有限公司 | 测井图像清晰度的识别方法、装置、介质及电子设备 |
CN113530528A (zh) * | 2020-04-13 | 2021-10-22 | 中国石油化工股份有限公司 | 基于随钻电成像图像的异常数据检测和修复方法及系统 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20100250141A1 (en) * | 2009-03-13 | 2010-09-30 | Michael Tompkins | Subsurface electrical conductivity contrast reconstruction using narrow-band electromagnetic data and fullwave imaging |
US20120140248A1 (en) * | 2010-12-06 | 2012-06-07 | Canon Kabushiki Kaisha | Image processing apparatus and image processing method |
CN104391282A (zh) * | 2014-11-24 | 2015-03-04 | 天津大学 | 通过频谱校正来改善成像质量的方法 |
CN108252707A (zh) * | 2017-11-30 | 2018-07-06 | 杭州迅美科技有限公司 | 一种电成像测井图像增强显示处理方法 |
CN108693562A (zh) * | 2018-05-16 | 2018-10-23 | 中国石油大学(华东) | 一种用电成像测井测定古流向的方法 |
CN108915676A (zh) * | 2018-07-20 | 2018-11-30 | 陕西延长石油(集团)有限责任公司研究院 | 一种致密储层孔隙可动流体侵入剖面成像方法 |
-
2019
- 2019-04-25 CN CN201910338324.9A patent/CN110080754B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20100250141A1 (en) * | 2009-03-13 | 2010-09-30 | Michael Tompkins | Subsurface electrical conductivity contrast reconstruction using narrow-band electromagnetic data and fullwave imaging |
US20120140248A1 (en) * | 2010-12-06 | 2012-06-07 | Canon Kabushiki Kaisha | Image processing apparatus and image processing method |
CN104391282A (zh) * | 2014-11-24 | 2015-03-04 | 天津大学 | 通过频谱校正来改善成像质量的方法 |
CN108252707A (zh) * | 2017-11-30 | 2018-07-06 | 杭州迅美科技有限公司 | 一种电成像测井图像增强显示处理方法 |
CN108693562A (zh) * | 2018-05-16 | 2018-10-23 | 中国石油大学(华东) | 一种用电成像测井测定古流向的方法 |
CN108915676A (zh) * | 2018-07-20 | 2018-11-30 | 陕西延长石油(集团)有限责任公司研究院 | 一种致密储层孔隙可动流体侵入剖面成像方法 |
Non-Patent Citations (1)
Title |
---|
柳杰 等: "新型油基泥浆测井电成像方法研究", 《地球物理学进展》 * |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111042808A (zh) * | 2019-12-27 | 2020-04-21 | 中国石油集团测井有限公司华北分公司 | 一种用于层状砂砾岩储层的电成像图像刻度方法及系统 |
CN111042808B (zh) * | 2019-12-27 | 2021-03-16 | 中国石油天然气集团有限公司 | 一种用于层状砂砾岩储层的电成像图像刻度方法及系统 |
CN113530528A (zh) * | 2020-04-13 | 2021-10-22 | 中国石油化工股份有限公司 | 基于随钻电成像图像的异常数据检测和修复方法及系统 |
CN113392241A (zh) * | 2021-06-29 | 2021-09-14 | 中海油田服务股份有限公司 | 测井图像清晰度的识别方法、装置、介质及电子设备 |
Also Published As
Publication number | Publication date |
---|---|
CN110080754B (zh) | 2022-07-22 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Hu et al. | First-arrival picking with a U-net convolutional network | |
Barker | The offset system of electrical resistivity sounding and its use with a multicore cable | |
CN110080754A (zh) | 一种电成像测井图像类周期性干扰处理方法 | |
US7565244B2 (en) | Method and system for removing effects of conductive casings and wellbore and surface heterogeneity in electromagnetic imaging surveys | |
US7991553B2 (en) | Method and system for removing effects of conductive casings and wellbore and surface heterogeneity in electromagnetic imaging surveys | |
CN102767365B (zh) | 高分辨率方位电阻率双侧向测井仪及电阻率测量方法 | |
CN108252707A (zh) | 一种电成像测井图像增强显示处理方法 | |
CN106837320A (zh) | 一种极板内部发射回流的电成像测量装置及方法 | |
CN112415615A (zh) | 基于分布式光纤传感的时频电磁压裂监测系统及监测方法 | |
CN101191838A (zh) | 确定用于感应测井井眼校正的有效地层电导率的方法 | |
CN109798850A (zh) | 一种钢轨波磨测量方法 | |
CN206439047U (zh) | 极板内部发射回流的电成像测量装置 | |
CN107218033A (zh) | 一种识别地层产状的方法和地层参数的反演方法 | |
CN1209499A (zh) | 阵列电极系成象测井方法 | |
CN109577965B (zh) | 一种井壁微电阻率扫描成像测井仪的分段刻度方法 | |
CN108957554A (zh) | 一种地球物理勘探中地震反演方法 | |
CN207673329U (zh) | 一种电成像测井图像增强显示处理系统 | |
CA2432684A1 (en) | Processing well logging data with neural network | |
EP2705389B1 (en) | Systems and methods for investigating a formation surrounding a borehole | |
CN115421206B (zh) | 一种基于电法勘探的地块快速调查的测量方法 | |
CN202645547U (zh) | 高分辨率方位电阻率双侧向测井仪 | |
CN103485772B (zh) | 测井设备、方法及装置 | |
CN113075748B (zh) | 基于成像测井和声波远探测测井资料的裂缝有效性评价方法 | |
CN213398937U (zh) | 基于分布式光纤传感的时频电磁压裂监测系统 | |
CN112906465B (zh) | 一种基于地层因素的煤系地层声波曲线重构方法及系统 |
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 |