CN111312272A - 一种用于减少近井声数据集中噪声信号的产品、方法及系统 - Google Patents
一种用于减少近井声数据集中噪声信号的产品、方法及系统 Download PDFInfo
- Publication number
- CN111312272A CN111312272A CN202010198224.3A CN202010198224A CN111312272A CN 111312272 A CN111312272 A CN 111312272A CN 202010198224 A CN202010198224 A CN 202010198224A CN 111312272 A CN111312272 A CN 111312272A
- Authority
- CN
- China
- Prior art keywords
- noise
- waveform
- operator
- initial
- acoustic
- 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.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 66
- 230000015572 biosynthetic process Effects 0.000 claims abstract description 74
- 238000001228 spectrum Methods 0.000 claims abstract description 34
- 230000003068 static effect Effects 0.000 claims abstract description 29
- 230000009467 reduction Effects 0.000 claims abstract description 23
- 238000005520 cutting process Methods 0.000 claims abstract description 10
- 230000006870 function Effects 0.000 claims description 27
- 238000004519 manufacturing process Methods 0.000 claims description 10
- 238000002955 isolation Methods 0.000 claims description 9
- 230000000873 masking effect Effects 0.000 claims description 5
- 238000007620 mathematical function Methods 0.000 claims description 3
- 238000005755 formation reaction Methods 0.000 description 75
- 238000012545 processing Methods 0.000 description 19
- 238000001914 filtration Methods 0.000 description 13
- 238000005259 measurement Methods 0.000 description 12
- 238000004364 calculation method Methods 0.000 description 11
- 230000007423 decrease Effects 0.000 description 10
- 230000000875 corresponding effect Effects 0.000 description 9
- 239000011159 matrix material Substances 0.000 description 9
- 230000008569 process Effects 0.000 description 9
- 239000000047 product Substances 0.000 description 9
- 238000005553 drilling Methods 0.000 description 8
- 230000000694 effects Effects 0.000 description 6
- 239000002699 waste material Substances 0.000 description 6
- 230000008901 benefit Effects 0.000 description 4
- 238000013016 damping Methods 0.000 description 4
- 238000011161 development Methods 0.000 description 4
- 238000010586 diagram Methods 0.000 description 3
- 239000004215 Carbon black (E152) Substances 0.000 description 2
- 238000013459 approach Methods 0.000 description 2
- 238000004422 calculation algorithm Methods 0.000 description 2
- 238000009826 distribution Methods 0.000 description 2
- 230000007613 environmental effect Effects 0.000 description 2
- 238000000605 extraction Methods 0.000 description 2
- 229930195733 hydrocarbon Natural products 0.000 description 2
- 150000002430 hydrocarbons Chemical class 0.000 description 2
- 239000013067 intermediate product Substances 0.000 description 2
- 230000001788 irregular Effects 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 230000004044 response Effects 0.000 description 2
- 230000001629 suppression Effects 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 1
- 230000002596 correlated effect Effects 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- G10L21/00—Speech or voice signal processing techniques to produce another audible or non-audible signal, e.g. visual or tactile, in order to modify its quality or its intelligibility
- G10L21/02—Speech enhancement, e.g. noise reduction or echo cancellation
- G10L21/0208—Noise filtering
-
- 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
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- G10L21/00—Speech or voice signal processing techniques to produce another audible or non-audible signal, e.g. visual or tactile, in order to modify its quality or its intelligibility
- G10L21/02—Speech enhancement, e.g. noise reduction or echo cancellation
- G10L21/0208—Noise filtering
- G10L21/0216—Noise filtering characterised by the method used for estimating noise
- G10L21/0232—Processing in the frequency domain
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Acoustics & Sound (AREA)
- Multimedia (AREA)
- Health & Medical Sciences (AREA)
- Audiology, Speech & Language Pathology (AREA)
- Human Computer Interaction (AREA)
- Quality & Reliability (AREA)
- Computational Linguistics (AREA)
- Signal Processing (AREA)
- Life Sciences & Earth Sciences (AREA)
- Mining & Mineral Resources (AREA)
- Geology (AREA)
- Fluid Mechanics (AREA)
- Environmental & Geological Engineering (AREA)
- General Life Sciences & Earth Sciences (AREA)
- Geochemistry & Mineralogy (AREA)
- Geophysics And Detection Of Objects (AREA)
Abstract
本发明提供了一种用于减少近井声数据集中噪声信号的产品、方法及系统；所述方法包括如下步骤：从至少一个用于接收井筒内声波的传感器接收原始声学数据，接收到的原始声学数据；确定噪音频谱；通过切断原始声学数据中的一部分来隔离所述噪声谱，从而创建初始噪声波形算符，完成隔离噪音信号；重复噪声波形，直到用重复的噪声波形和静态参数构造一个与原始波形具有相同参数的算子；将所述初始反褶积算符乘以一个函数，以创建反褶积算符；利用反褶积算子对原始波形进行反褶积，获得降噪波形。本发明通过反褶积的方法识别噪声信号，并从地层信号中去除噪声信号。这种产品和方法在噪声信号在时域和频域与地层信号重叠时特别有效。
Description
技术领域
本发明涉声波测井数据处理和地下地层分析领域；尤其涉及一种用于减少近井声数据集中噪声信号的产品、方法及系统。
背景技术
在声波测井中，近井测量的声学信号中的噪声有多种来源。这些近井筒测量中的噪音可能是由于井筒倾斜、特别粗糙或“糟糕”的井眼、或由于钻井或工具噪音造成的。在这些测量中有许多地质和操作因素会引起噪声。虽然在波形数据中可以允许一些噪声存在，而且仍然可以提供比较准确的处理结果，但是这些信号中过多的噪声或某些类型的噪声会在后续模型或处理结果中产生较大的误差，从而影响收益计算、油藏模型和地质力学特性。此外，在声学测井处理中可接受的误差是在下游用途或模型之外，但在下游模型中不太可能被接受，因为在较大的距离或深度上集成了误差，一旦将数据集集成到较大的模型中，则离散的误差会传播并复合，通常会在地质力学特性，储层大小或其他重要的数据驱动模型上造成较大差异。因此，重要的是要在较大的下游影响范围内查看错误。
声波测井误差的一大来源是处理过程中包含的噪声信号。例如，在计算一种常见的声波测井处理产物(如慢度，也称捆绑时间-深度)时，噪声信号会使处理时间-深度捆绑的速度快于或慢于地层的合理速度。这一结果不能准确地与地下地层的地质性质相关联，并将在依赖于这种时间-深度关系的地震模型中造成传播误差。地震数据可以用来近似时间-深度的联系，有时被用来粗略地验证声波波形处理结果，但是由于误差在测量更大的尺度上更大，所以经常依赖声波测井波形数据。
噪声信号掩盖了地层信号，造成了时深差异。在工业上有很多可用的和广泛使用的滤波方法，但是这些方法有局限性，在有效地降低现代操作中的噪声方面往往是不够的。由于噪声波形在时间和频率上与地层波形重叠，在降低噪声方面存在不足。引起特殊噪声问题的一个例子是随钻测量产生的噪声。另一个是由特别粗糙或“不好”的井眼引起的操作。还有就是斜井中数据采集引起的噪声。此外，现代运营要求更高的准确性，以保持成本效益和利润。
现状，除了存在以上不足之外，还存在：第一，工具的运行成本很高，因此如果数据常常被认为是“不可用的”，会浪费业内人士的时间和金钱。第二，数据被处理，发现与收集到的其他数据点的差异，然后将其扔到一边——在时间、金钱和资源上也是另一个巨大开销。
虽然噪声在时间和频率上经常与地层重叠，但噪声信号往往在地层信号出现之前或之后的波形数据中占主导地位。这种时间上的差异通常是由于噪声信号没有经过地层介质，因此没有相同的传播时间。在这些窗口中，噪声信号是主要的或唯一存在的信号，因此有一个机会来隔离噪声信号，并在隔离地层信号的情况下研究其特性。
发明内容
本发明的目的是提供了一种用于减少近井声数据集中噪声信号的产品、方法及系统。
第一方面，本发明是通过以下技术方案实现的：
本发明涉及一种用于降低近井声波波形中噪声的方法，所述方法包括如下步骤：
步骤1，从至少一个用于接收井筒内声波的传感器接收原始声学数据，接收到的原始声学数据，其与通过地下地层传输的感测声学数据相对应；所述原始声学数据具有尺寸或参数；
步骤2，识别所述原始声学数据中的噪声频谱，确定噪音频谱；
步骤3，通过切断原始声学数据中的一部分来隔离所述噪声谱，从而创建初始噪声波形算符，完成隔离噪音信号；
步骤4，重复噪声波形，直到用重复的噪声波形和静态参数构造一个与原始波形具有相同参数的算子；
步骤5，将所述初始反褶积算符乘以一个函数，以创建反褶积算符；
步骤6，利用反褶积算子对原始波形进行反褶积，获得降噪波形。
优选地，步骤3中，所述初始噪声波形算符还包括通过查看频率参数和时间参数来确定波形或波相位。
优选地，所述反褶积算子具有与所述原始声学数据相同的大小或参数。
优选地，所述函数是一个数学函数，以预定的衰减率抑制所述初步噪声波形算符的振幅。
优选地，还包括如下步骤：在创建所述初始反褶积算子之前，从所述初始噪声波形中屏蔽白噪声波形；在反褶积原始波形之前，将所述白噪声波形添加回所述初始反褶积算子。
第二方面，本发明还涉及一种用于降低近井声波波形中噪声的产品，所述产品为CPP，该CPP由处理器执行并有形地体现在计算机可读介质中，并且包含指令，其包含的指令在处理器执行时使处理器执行操作以降低近井声波波形中的噪声，操作包括：
步骤1，从至少一个用于接收井筒内声波的传感器接收原始声学数据，接收到的原始声学数据，其与通过地下地层传输的感测声学数据相对应；所述原始声学数据具有尺寸或参数；
步骤2，识别所述原始声学数据中的噪声频谱，确定噪音频谱；
步骤3，通过切断原始声学数据中的一部分来隔离所述噪声谱，从而创建初始噪声波形算符，完成隔离噪音信号；
步骤4，重复噪声波形，直到用重复的噪声波形和静态参数构造一个与原始波形具有相同参数的算子；
步骤5，将所述初始反褶积算符乘以一个函数，以创建反褶积算符；
步骤6，利用反褶积算子对原始波形进行反褶积，获得降噪波形。
优选地，所述CPP还包括：在创建所述初始反褶积算子之前，从所述初始噪声波形中消除白噪声波形；在对所述原始波形进行反褶积之前，将所述白噪声波形添加回所述初始反褶积算子。
第三方面，本发明还涉及一种用于降低近井声波波形中噪声的系统，所述降噪系统包括:至少一个传感器，被配置为感应钻孔内深度位置相对应的声波；一个处理器；与处理器耦合的多个程序存储器位置；与处理器耦合的多个数据存储器位置；一种由处理器控制的显示设备，其中多个程序存储器位置包含指令，当处理器执行指令时，使处理器执行以下步骤:如图6所示：
步骤1，从至少一个用于接收井筒内声波的传感器接收原始声学数据，接收到的原始声学数据，其与通过地下地层传输的感测声学数据相对应；所述原始声学数据具有尺寸或参数；
步骤2，识别所述原始声学数据中的噪声频谱，确定噪音频谱；
步骤3，通过切断原始声学数据中的一部分来隔离所述噪声谱，从而创建初始噪声波形算符，完成隔离噪音信号；
步骤4，重复噪声波形，直到用重复的噪声波形和静态参数构造一个与原始波形具有相同参数的算子；
步骤5，将所述初始反褶积算符乘以一个函数，以创建反褶积算符；
步骤6，利用反褶积算子对原始波形进行反褶积，获得降噪波形。
优选地，所述系统还包括：在创建所述初始反褶积算子之前，从所述初始噪声波形中消除白噪声波形；以及在对所述原始波形进行反褶积之前，将所述白噪声波形添加回所述初始反褶积算子。
本发明用途广泛，其中本主要针对用于油气勘探和开采方面，本发明说涉及的声波测井可用于勘探、提取和开发过程中的多个阶段。
如：在对一个油田进行全面开发之前，要在现场收集地震和声波测井数据；然后利用这些数据建立油藏模型，确定开发油田的成本效益，以及其他与规划和开发油田相关的数据驱动模型；高效和有效地发现和生产碳氢化合物需要了解地层特征，如地层的硬度或柔软度，并准确了解地质性质和地层的深度和位置，从而声波测井波形数据提供了地下地层内部应力的信息。更重要的是，声波和地震数据是在时间域中采集和拍摄的，与深度没有直接的初始关联。在对声波测井资料进行处理后，计算了声波时差与深度的关系，这是准确圈定地下地层和储层的必要条件。
上述两种用途是从原始声波波形数据中衍生出来的中间产物。准确的地图和储层信息对于布井、制定油田开发计划以及确定储层的大小和范围至关重要。本发明通过降低或消除原始数据集中的噪声来提高近井声波或声波、波测量和数据处理的精度。其中“原始数据集”是在处理、过滤或降噪之前的波形数据，指定为λraw。
在地震或地震学数据处理中，由于影响采集数据的环境因素很多，人们已经开发出各种技术，并经常用于减少数据集中的噪声或从噪声中提取相关信号。声波测井作为一种工业，主要依靠频率滤波来降低噪声，放大相关信号。在采集到的更多的噪声波形中，声波测井处理专家还依赖于在时域中添加滤波，也称为“静音”。在过去，由于井筒的表面稳定性、封闭的环境和小范围的测量，更先进的方法被认为是不必要的。虽然对频率滤波和时间域滤波的依赖有时能提供可接受的结果，但非常规带来的独特挑战、随钻测量的新工具、通常更为崎岖的地质地层以及定向钻井在非常规油气勘探中的普遍应用，已经创造了需要更有效的滤波和降噪技术。此外，油气开采的经济利润率也越来越小，因此更需要尽可能多地利用数据，工具的进步也创造了更灵敏的仪器，也能接收更多的噪音和更相关的信号。因此，工业界需要采用更有效的滤波技术，从而更有效地降低噪声。
如前所述，当前的行业标准是对原始的声波测井数据进行以下三种处理之一，其中“声波”和“声学”在收集后经常互换使用:1)未经过滤的原始数据；2)经过频域滤波的数据；3)最先进的目前的方法是对数据进行时域和频域滤波。然而，当遇到干扰信号或在时间和频率上与地层信号重叠的噪声信号时，这些技术就显得不足了。噪声信号通常在地层信号之前或之后到达主导波形数据。在这些窗口中，噪声信号是主要的或唯一存在的信号，因此提供了一个机会来隔离噪声信号，并在隔离地层信号的情况下研究其特性。噪声信号混响产生干扰，常常部分或全部掩盖地层信号，在时域和频域与地层信号重叠。这种重叠使得识别和分离地层和噪声信号变得更加困难。本发明提供了一种在这些情况下降低或消除噪声的方法和产品，并提出了一种替代所使用的其他方法的方法。
对于降噪系统，产品和方法，在进行任何处理之前，必须定义和识别噪声以将其与信号区分开。本发明将噪声定义为对地层相对无响应(“单色”波形)，这意味着尽管地层信号将在整个数据集和间隔中响应于地层而发生变化，但噪声信号将相对无响应，因为它是由静态引起的。井眼中的因素(例如工具)，或者不受地层影响，或者没有穿越地层。本发明针对完整原始波形的频谱以帮助识别噪声进行了研究。这是通过研究广泛的数据集和以前在该领域发表的文献来支持的。由于噪声相对不受地层的影响，所以当在时域内观察波形时，当噪声在地层信号之前到达工具接收器时，噪声应该有强烈的先兆。由于这种噪声相对不受动态地层的影响，所以在整个时域和整个测量区间内，它保持了相同的波形形状或特征。这与期望信号相反，期望信号对整个记录间隔内的形成和变化的响应要快得多。
在某些情况下，噪声波形在井壁的反射和折射过程中会随着时间的推移而产生回响并减弱。在这些情况下，虽然波形保持其形状或波长，但随着时间的推移，其振幅会减小。无论这些噪声波形的振幅衰减率如何，任何降低噪声波形影响的都必须尝试，不仅要消除或降低噪声信号的初始到达的影响，而且还必须消除随后与地层信号重叠的抑制噪声。可以通过基于例如工具或地层从噪声特征库中进行选择来识别噪声波形。通过识别该数据集的唯一噪声特征；或通过构造一组参数以数学方式识别噪声特征。
一旦噪声波形(λnoise)被定义和识别，识别出的噪声信号和混响衰减信号必须被隔离。必须隔离足够多的噪声波形，以构建由噪声和阻尼信号组成的反褶积算子，然后去除噪声信号或减小其对目标信号的影响，同时保留尽可能多的目标信号(λformation)特征。值得注意的是，已知预测反褶积例程的目的是从周围的噪声中提取信号形状。相比之下，在声波测井中，我们没有预定的地层形状，因此不能使用这些已知的预测反褶积方法。虽然我们可以假设一个预定的形状，但这并不理想，最好是保持地层信号尽可能不变，以获得最精确的处理结果。也就是说，通过我们在识别噪声信号方面的研究和实验，我们确定噪声信号具有预定的形状，其中“预定”意味着可以从特定数据集或某个数据集类别中确定噪声信号。因此，为了开始这个过程，我们隔离了λnoise。λnoise在图3中被及时隔离，因为如上所述，A比地层信号提前到达。
我们已经确定了基本的方法，这是最重要的方程:
λformation＝λraw±λdecon
其中，λformation是反映地层信号的最终解卷积波形，λraw是未滤波的初始波形，
λdecon＝λstatic(λdecon-λdecon)+(fcnX)×(λnoise-λstatic)
其中，fcnX是用于说明λnoise幅度随时间变化的函数，而λstatic是噪声波形之前的静态值。在原始波形中(λraw)，在记录波形开始之前也会出现纯静态。为了构造反褶积算符(λdecon)，必须删除或减弱该操作，如图4所示。纯静电也被称为“前噪音”，可以在构造运算符之前消除静态，以便任何计算机产品或算法不会将静态因素纳入下面的计算中；然而，在构造反褶积运算符时，可选实例可能不需要消除该静态信号。
既然λnoise和λstatic已经被识别和分离，我们必须构造反褶积算子的其余部分，它由阻尼噪声波形组成。必须将此阻尼噪声波形添加到初始隔离噪声波形中。为了计算阻尼噪声波形，重复初始噪声波形，直到获得所需的矩阵大小或波形参数，并且将初始噪声波形与一个函数相乘，该函数会在所需的时间范围内抑制初始噪声波形，从该函数完全不衰减初始噪声波形开始到最终完全衰减结束。如上所述，在某些情况下，噪音会及时回响；因此，降噪波形将保持λnoise的形状，但在时域内振幅会减小。这个“阻尼”可以被定义为一个函数，或者是一个基于高斯分布的统计函数，或者是一个乘以λnoise的阶跃函数。随着记录窗口中时间的流逝，乘以λnoise的函数将趋近于零。下降速率可以是算法的，也可以是线性的，取决于特定数据集或所讨论噪声的类型。例如，在目的是去除与井中套管相关的噪声信号的情况下，该噪声信号最有可能表现出线性的陡峭下降率，而与不规则井眼相关的噪声最有可能表现出对数，陡峭的下降率。
如果先前消除静态，则带有阻尼噪声波形的初始噪声波形必须添加到初始静态波形中，直到得到的运算符(λdecon)与原始波形具有相同的参数。主要参数是时间窗口。波形可以看作是一个矩阵，因此原始波形矩阵和构造的反褶积算子矩阵大小相同。现在，有了由纯粹的噪声信号组成“预定形状”的矩阵，可以执行反褶积程序，从原始波形中去除噪声信号。
得到的波形是我们最终的反褶积波形，它消除或减少了噪声，应该是纯地层信号，或接近纯地层信号，如图5所示。反褶积波形的有效性可以通过使用相似度或互相关等著名的处理技术来验证。相关性的强弱以及与来自其他数据集或测量参数的类似计算结果的比较可以确定其准确性。
在本发明的方法有以下优点：
(1)本发明提供了一种能够更有效地过滤或降低声波测井数据集中的噪声的计算机产品，从而使收集到的数据能够更频繁地使用，为使用这些数据进行其他模型和计算的公司节省了时间和金钱。
(2)本发明提供了一种降低声波测井数据集中的噪声的方法，从而使更多收集到的数据可以被使用，为依赖这些数据进行其他模型和计算的公司节省了时间和金钱，减少了浪费。
(3)本发明提供了一种减少声波测井数据集噪声的系统，以便可以使用更多收集到的数据，为依赖这些数据进行其他模型和计算的公司节省时间和金钱，减少浪费。
(4)本发明可以自动化并集成到钻探过程中，也可以在收集数据之后使用。工业界需要一种有效的降噪方法，使企业能够更好地利用更多的数据，从而减少时间、资源和能源的浪费。
附图说明
图1为本发明在-20至20μs内接收器1的原始波形图；
图2为本发明来自接收器1的原始波形数据及其对应的频谱图，其中，左图为-20-20μs之间，频谱测量为0-20kHz；
图3为本发明从图1所示的接收器数据中分离出的噪声频谱图；
图4为本发明图1中的噪声波形减去来自接收器数据的静态噪声图；
图5为本发明实例的反褶积原始波形图，其中，原始波形(左)卷积波形(中)表面卷积波形(右)；
图6为本发明中概述方法的流程图。
具体实施方式
下面结合具体实施例对本发明进行详细说明。应当指出的是，以下的实施实例只是对本发明的进一步说明，但本发明的保护范围并不限于以下实施例。
实施例1
本实施例涉及一种用于降低近井声波波形中噪声的方法，所述方法包括如下步骤：
步骤1，从至少一个用于接收井筒内声波的传感器接收原始声学数据，接收到的原始声学数据，其与通过地下地层传输的感测声学数据相对应；所述原始声学数据具有尺寸或参数；
步骤2，识别所述原始声学数据中的噪声频谱，确定噪音频谱；
步骤3，通过切断原始声学数据中的一部分来隔离所述噪声谱，从而创建初始噪声波形算符，完成隔离噪音信号；
步骤4，重复噪声波形，直到用重复的噪声波形和静态参数构造一个与原始波形具有相同参数的算子；
步骤5，将所述初始反褶积算符乘以一个函数，以创建反褶积算符；
步骤6，利用反褶积算子对原始波形进行反褶积，获得降噪波形。
优选地，步骤3中，所述初始噪声波形算符还包括通过查看频率参数和时间参数来确定波形或波相位。
优选地，所述反褶积算子具有与所述原始声学数据相同的大小或参数。
优选地，所述函数是一个数学函数，以预定的衰减率抑制所述初步噪声波形算符的振幅。
优选地，还包括如下步骤：在创建所述初始反褶积算子之前，从所述初始噪声波形中屏蔽白噪声波形；在反褶积原始波形之前，将所述白噪声波形添加回所述初始反褶积算子。
本实施例还涉及一种用于降低近井声波波形中噪声的产品，所述产品为CPP，该CPP由处理器执行并有形地体现在计算机可读介质中，并且包含指令，其包含的指令在处理器执行时使处理器执行操作以降低近井声波波形中的噪声，操作包括：
步骤1，从至少一个用于接收井筒内声波的传感器接收原始声学数据，接收到的原始声学数据，其与通过地下地层传输的感测声学数据相对应；所述原始声学数据具有尺寸或参数；
步骤2，识别所述原始声学数据中的噪声频谱，确定噪音频谱；
步骤3，通过切断原始声学数据中的一部分来隔离所述噪声谱，从而创建初始噪声波形算符，完成隔离噪音信号；
步骤4，重复噪声波形，直到用重复的噪声波形和静态参数构造一个与原始波形具有相同参数的算子；
步骤5，将所述初始反褶积算符乘以一个函数，以创建反褶积算符；
步骤6，利用反褶积算子对原始波形进行反褶积，获得降噪波形。
优选地，所述CPP还包括：在创建所述初始反褶积算子之前，从所述初始噪声波形中消除白噪声波形；在对所述原始波形进行反褶积之前，将所述白噪声波形添加回所述初始反褶积算子。
本实施例还涉及一种用于降低近井声波波形中噪声的系统，所述降噪系统包括:至少一个传感器，被配置为感应钻孔内深度位置相对应的声波；一个处理器；与处理器耦合的多个程序存储器位置；与处理器耦合的多个数据存储器位置；一种由处理器控制的显示设备，其中多个程序存储器位置包含指令，当处理器执行指令时，使处理器执行以下步骤:如图6所示：
步骤1，从至少一个用于接收井筒内声波的传感器接收原始声学数据，接收到的原始声学数据，其与通过地下地层传输的感测声学数据相对应；所述原始声学数据具有尺寸或参数；
步骤2，识别所述原始声学数据中的噪声频谱，确定噪音频谱；
步骤3，通过切断原始声学数据中的一部分来隔离所述噪声谱，从而创建初始噪声波形算符，完成隔离噪音信号；
步骤4，重复噪声波形，直到用重复的噪声波形和静态参数构造一个与原始波形具有相同参数的算子；
步骤5，将所述初始反褶积算符乘以一个函数，以创建反褶积算符；
步骤6，利用反褶积算子对原始波形进行反褶积，获得降噪波形。
优选地，所述系统还包括：在创建所述初始反褶积算子之前，从所述初始噪声波形中消除白噪声波形；以及在对所述原始波形进行反褶积之前，将所述白噪声波形添加回所述初始反褶积算子。
本发明用途广泛，其中本主要针对用于油气勘探和开采方面，本发明说涉及的声波测井可用于勘探、提取和开发过程中的多个阶段。
如：在对一个油田进行全面开发之前，要在现场收集地震和声波测井数据；然后利用这些数据建立油藏模型，确定开发油田的成本效益，以及其他与规划和开发油田相关的数据驱动模型；高效和有效地发现和生产碳氢化合物需要了解地层特征，如地层的硬度或柔软度，并准确了解地质性质和地层的深度和位置，从而声波测井波形数据提供了地下地层内部应力的信息。更重要的是，声波和地震数据是在时间域中采集和拍摄的，与深度没有直接的初始关联。在对声波测井资料进行处理后，计算了声波时差与深度的关系，这是准确圈定地下地层和储层的必要条件。
上述两种用途是从原始声波波形数据中衍生出来的中间产物。准确的地图和储层信息对于布井、制定油田开发计划以及确定储层的大小和范围至关重要。本发明通过降低或消除原始数据集中的噪声来提高近井声波或声波、波测量和数据处理的精度。其中“原始数据集”是在处理、过滤或降噪之前的波形数据，指定为λraw。
在地震或地震学数据处理中，由于影响采集数据的环境因素很多，人们已经开发出各种技术，并经常用于减少数据集中的噪声或从噪声中提取相关信号。声波测井作为一种工业，主要依靠频率滤波来降低噪声，放大相关信号。在采集到的更多的噪声波形中，声波测井处理专家还依赖于在时域中添加滤波，也称为“静音”。在过去，由于井筒的表面稳定性、封闭的环境和小范围的测量，更先进的方法被认为是不必要的。虽然对频率滤波和时间域滤波的依赖有时能提供可接受的结果，但非常规带来的独特挑战、随钻测量的新工具、通常更为崎岖的地质地层以及定向钻井在非常规油气勘探中的普遍应用，已经创造了需要更有效的滤波和降噪技术。此外，油气开采的经济利润率也越来越小，因此更需要尽可能多地利用数据，工具的进步也创造了更灵敏的仪器，也能接收更多的噪音和更相关的信号。因此，工业界需要采用更有效的滤波技术，从而更有效地降低噪声。
如前所述，当前的行业标准是对原始的声波测井数据进行以下三种处理之一，其中“声波”和“声学”在收集后经常互换使用:1)未经过滤的原始数据；2)经过频域滤波的数据；3)最先进的目前的方法是对数据进行时域和频域滤波。然而，当遇到干扰信号或在时间和频率上与地层信号重叠的噪声信号时，这些技术就显得不足了。噪声信号通常在地层信号之前或之后到达主导波形数据。在这些窗口中，噪声信号是主要的或唯一存在的信号，因此提供了一个机会来隔离噪声信号，并在隔离地层信号的情况下研究其特性。噪声信号混响产生干扰，常常部分或全部掩盖地层信号，在时域和频域与地层信号重叠。这种重叠使得识别和分离地层和噪声信号变得更加困难。本发明提供了一种在这些情况下降低或消除噪声的方法和产品，并提出了一种替代所使用的其他方法的方法。
对于降噪系统，产品和方法，在进行任何处理之前，必须定义和识别噪声以将其与信号区分开。本发明将噪声定义为对地层相对无响应(“单色”波形)，这意味着尽管地层信号将在整个数据集和间隔中响应于地层而发生变化，但噪声信号将相对无响应，因为它是由静态引起的。井眼中的因素(例如工具)，或者不受地层影响，或者没有穿越地层。如图2所示，研究了完整原始波形的频谱以帮助识别噪声。这是通过研究广泛的数据集和以前在该领域发表的文献来支持的。由于噪声相对不受地层的影响，所以当在时域内观察波形时(如图1所示)，当噪声在地层信号之前到达工具接收器时，噪声应该有强烈的先兆。由于这种噪声相对不受动态地层的影响，所以在整个时域和整个测量区间内，它保持了相同的波形形状或特征。这与期望信号相反，期望信号对整个记录间隔内的形成和变化的响应要快得多。
在某些情况下，噪声波形在井壁的反射和折射过程中会随着时间的推移而产生回响并减弱。在这些情况下，虽然波形保持其形状或波长，但随着时间的推移，其振幅会减小。无论这些噪声波形的振幅衰减率如何，任何降低噪声波形影响的都必须尝试，不仅要消除或降低噪声信号的初始到达的影响，而且还必须消除随后与地层信号重叠的抑制噪声。可以通过基于例如工具或地层从噪声特征库中进行选择来识别噪声波形。通过识别该数据集的唯一噪声特征；或通过构造一组参数以数学方式识别噪声特征。
一旦噪声波形(λnoise)被定义和识别，识别出的噪声信号和混响衰减信号必须被隔离。必须隔离足够多的噪声波形，以构建由噪声和阻尼信号组成的反褶积算子，然后去除噪声信号或减小其对目标信号的影响，同时保留尽可能多的目标信号(λformation)特征。值得注意的是，已知预测反褶积例程的目的是从周围的噪声中提取信号形状。相比之下，在声波测井中，我们没有预定的地层形状，因此不能使用这些已知的预测反褶积方法。虽然我们可以假设一个预定的形状，但这并不理想，最好是保持地层信号尽可能不变，以获得最精确的处理结果。也就是说，通过我们在识别噪声信号方面的研究和实验，我们确定噪声信号具有预定的形状，其中“预定”意味着可以从特定数据集或某个数据集类别中确定噪声信号。因此，为了开始这个过程，我们隔离了λnoise。λnoise在图3中被及时隔离，因为如上所述，A比地层信号提前到达。
我们已经确定了基本的方法，这是最重要的方程:
λformation＝λraw±λdecon
其中，λformation是反映地层信号的最终解卷积波形，λraw是未滤波的初始波形，
λdecon＝λstatic(λdecon-λdecon)+(fcnX)×(λnoise-λstatic)
其中，fcnX是用于说明λnoise幅度随时间变化的函数，而λstatic是噪声波形之前的静态值。在原始波形中(λraw)，在记录波形开始之前也会出现纯静态。为了构造反褶积算符(λdecon)，必须删除或减弱该操作，如图4所示。纯静电也被称为“前噪音”，可以在构造运算符之前消除静态，以便任何计算机产品或算法不会将静态因素纳入下面的计算中；；然而，在构造反褶积运算符时，可选实例可能不需要消除该静态信号。
既然λnoise和λstatic已经被识别和分离，我们必须构造反褶积算子的其余部分，它由阻尼噪声波形组成。必须将此阻尼噪声波形添加到初始隔离噪声波形中。为了计算阻尼噪声波形，重复初始噪声波形，直到获得所需的矩阵大小或波形参数，并且将初始噪声波形与一个函数相乘，该函数会在所需的时间范围内抑制初始噪声波形，从该函数完全不衰减初始噪声波形开始到最终完全衰减结束。如上所述，在某些情况下，噪音会及时回响；因此，降噪波形将保持λnoise的形状，但在时域内振幅会减小。这个“阻尼”可以被定义为一个函数，或者是一个基于高斯分布的统计函数，或者是一个乘以λnoise的阶跃函数。随着记录窗口中时间的流逝，乘以λnoise的函数将趋近于零。下降速率可以是算法的，也可以是线性的，取决于特定数据集或所讨论噪声的类型。例如，在目的是去除与井中套管相关的噪声信号的情况下，该噪声信号最有可能表现出线性的陡峭下降率，而与不规则井眼相关的噪声最有可能表现出对数，陡峭的下降率。
如果先前消除静态，则带有阻尼噪声波形的初始噪声波形必须添加到初始静态波形中，直到得到的运算符(λdecon)与原始波形具有相同的参数。主要参数是时间窗口。波形可以看作是一个矩阵，因此原始波形矩阵和构造的反褶积算子矩阵大小相同。现在，有了由纯粹的噪声信号组成“预定形状”的矩阵，可以执行反褶积程序，从原始波形中去除噪声信号。
得到的波形是我们最终的反褶积波形，它消除或减少了噪声，应该是纯地层信号，或接近纯地层信号，如图5所示。反褶积波形的有效性可以通过使用相似度或互相关等著名的处理技术来验证。相关性的强弱以及与来自其他数据集或测量参数的类似计算结果的比较可以确定其准确性。
在本发明的方法有以下优点：
(1)本发明提供了一种能够更有效地过滤或降低声波测井数据集中的噪声的计算机产品，从而使收集到的数据能够更频繁地使用，为使用这些数据进行其他模型和计算的公司节省了时间和金钱。
(2)本发明提供了一种降低声波测井数据集中的噪声的方法，从而使更多收集到的数据可以被使用，为依赖这些数据进行其他模型和计算的公司节省了时间和金钱，减少了浪费。
(3)本发明提供了一种减少声波测井数据集噪声的系统，以便可以使用更多收集到的数据，为依赖这些数据进行其他模型和计算的公司节省时间和金钱，减少浪费。
(4)本发明可以自动化并集成到钻探过程中，也可以在收集数据之后使用。工业界需要一种有效的降噪方法，使企业能够更好地利用更多的数据，从而减少时间、资源和能源的浪费。
以上对本发明的具体实施例进行了描述。需要理解的是，本发明并不局限于上述特定实施方式，本领域技术人员可以在权利要求的范围内做出各种变形或修改，这并不影响本发明的实质。
Claims (9)
1.一种用于降低近井声波波形中噪声的方法，其特征在于，所述方法包括如下步骤：
步骤1，从至少一个用于接收井筒内声波的传感器接收原始声学数据，接收到的原始声学数据，其与通过地下地层传输的感测声学数据相对应；所述原始声学数据具有尺寸或参数；
步骤2，识别所述原始声学数据中的噪声频谱，确定噪音频谱；
步骤3，通过切断原始声学数据中的一部分来隔离所述噪声谱，从而创建初始噪声波形算符，完成隔离噪音信号；
步骤4，重复噪声波形，直到用重复的噪声波形和静态参数构造一个与原始波形具有相同参数的算子；
步骤5，将所述初始反褶积算符乘以一个函数，以创建反褶积算符；
步骤6，利用反褶积算子对原始波形进行反褶积，获得降噪波形。
2.如权利要求1所述的用于降低近井声波波形中噪声的方法，其特征在于，步骤3中，所述初始噪声波形算符还包括通过查看频率参数和时间参数来确定波形或波相位。
3.如权利要求1所述的用于降低近井声波波形中噪声的方法，其特征在于，所述反褶积算子具有与所述原始声学数据相同的大小或参数。
4.如权利要求1所述的用于降低近井声波波形中噪声的方法，其特征在于，所述函数是一个数学函数，以预定的衰减率抑制所述初步噪声波形算符的振幅。
5.如权利要求1所述的用于降低近井声波波形中噪声的方法，其特征在于，还包括如下步骤：在创建所述初始反褶积算子之前，从所述初始噪声波形中屏蔽白噪声波形；在反褶积原始波形之前，将所述白噪声波形添加回所述初始反褶积算子。
6.一种用于降低近井声波波形中噪声的产品，其特征在于，所述产品为CPP，该CPP由处理器执行并有形地体现在计算机可读介质中，并且包含指令，其包含的指令在处理器执行时使处理器执行操作以降低近井声波波形中的噪声，操作包括：
步骤1，从至少一个用于接收井筒内声波的传感器接收原始声学数据，接收到的原始声学数据，其与通过地下地层传输的感测声学数据相对应；所述原始声学数据具有尺寸或参数；
步骤2，识别所述原始声学数据中的噪声频谱，确定噪音频谱；
步骤3，通过切断原始声学数据中的一部分来隔离所述噪声谱，从而创建初始噪声波形算符，完成隔离噪音信号；
步骤4，重复噪声波形，直到用重复的噪声波形和静态参数构造一个与原始波形具有相同参数的算子；
步骤5，将所述初始反褶积算符乘以一个函数，以创建反褶积算符；
步骤6，利用反褶积算子对原始波形进行反褶积，获得降噪波形。
7.如权利要求6所述的用于降低近井声波波形中噪声的产品，其特征在于，所述CPP还包括：在创建所述初始反褶积算子之前，从所述初始噪声波形中消除白噪声波形；在对所述原始波形进行反褶积之前，将所述白噪声波形添加回所述初始反褶积算子。
8.一种用于降低近井声波波形中噪声的系统，其特征在于，所述降噪系统包括:至少一个传感器，被配置为感应钻孔内深度位置相对应的声波；一个处理器；与处理器耦合的多个程序存储器位置；与处理器耦合的多个数据存储器位置；一种由处理器控制的显示设备，其中多个程序存储器位置包含指令，当处理器执行指令时，使处理器执行以下步骤:
步骤1，从至少一个用于接收井筒内声波的传感器接收原始声学数据，接收到的原始声学数据，其与通过地下地层传输的感测声学数据相对应；所述原始声学数据具有尺寸或参数；
步骤2，识别所述原始声学数据中的噪声频谱，确定噪音频谱；
步骤3，通过切断原始声学数据中的一部分来隔离所述噪声谱，从而创建初始噪声波形算符，完成隔离噪音信号；
步骤4，重复噪声波形，直到用重复的噪声波形和静态参数构造一个与原始波形具有相同参数的算子；
步骤5，将所述初始反褶积算符乘以一个函数，以创建反褶积算符；
步骤6，利用反褶积算子对原始波形进行反褶积，获得降噪波形。
9.如权利要求8所述的用于降低近井声波波形中噪声的系统，其特征在于，所述系统还包括：在创建所述初始反褶积算子之前，从所述初始噪声波形中消除白噪声波形；以及在对所述原始波形进行反褶积之前，将所述白噪声波形添加回所述初始反褶积算子。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010198224.3A CN111312272A (zh) | 2020-03-19 | 2020-03-19 | 一种用于减少近井声数据集中噪声信号的产品、方法及系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010198224.3A CN111312272A (zh) | 2020-03-19 | 2020-03-19 | 一种用于减少近井声数据集中噪声信号的产品、方法及系统 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN111312272A true CN111312272A (zh) | 2020-06-19 |
Family
ID=71148129
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202010198224.3A Pending CN111312272A (zh) | 2020-03-19 | 2020-03-19 | 一种用于减少近井声数据集中噪声信号的产品、方法及系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN111312272A (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN116150587A (zh) * | 2023-02-14 | 2023-05-23 | 中国科学院地质与地球物理研究所 | 基于信号同步的随钻声波数据降噪测量方法 |
Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103527184A (zh) * | 2013-10-28 | 2014-01-22 | 北京大学 | 一种白云岩储层的预测方法和系统 |
| CN104330826A (zh) * | 2014-07-31 | 2015-02-04 | 中国石油化工股份有限公司 | 一种去除复杂地表条件下多种噪音的方法 |
| US20150177405A1 (en) * | 2013-12-23 | 2015-06-25 | Schlumberger Technology Corporation | Systems and Methods for Removing Coherent Noise in Log Data |
| CN105467442A (zh) * | 2015-12-09 | 2016-04-06 | 中国石油大学(北京) | 全局优化的时变稀疏反褶积方法及装置 |
| US20170153346A1 (en) * | 2015-08-24 | 2017-06-01 | Geobiz Technology, Inc. | Advanced Noise Reduction in Acoustic Well Logging |
| CN107302737A (zh) * | 2016-04-14 | 2017-10-27 | 哈曼国际工业有限公司 | 利用反褶积滤波器进行的基于神经网络的扬声器建模 |
| CN110869815A (zh) * | 2017-03-08 | 2020-03-06 | 沙特阿拉伯石油公司 | 用于大规模地震数据集合的自适应鲁棒去噪的自动化系统及方法 |
-
2020
- 2020-03-19 CN CN202010198224.3A patent/CN111312272A/zh active Pending
Patent Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103527184A (zh) * | 2013-10-28 | 2014-01-22 | 北京大学 | 一种白云岩储层的预测方法和系统 |
| US20150177405A1 (en) * | 2013-12-23 | 2015-06-25 | Schlumberger Technology Corporation | Systems and Methods for Removing Coherent Noise in Log Data |
| CN104330826A (zh) * | 2014-07-31 | 2015-02-04 | 中国石油化工股份有限公司 | 一种去除复杂地表条件下多种噪音的方法 |
| US20170153346A1 (en) * | 2015-08-24 | 2017-06-01 | Geobiz Technology, Inc. | Advanced Noise Reduction in Acoustic Well Logging |
| CN105467442A (zh) * | 2015-12-09 | 2016-04-06 | 中国石油大学(北京) | 全局优化的时变稀疏反褶积方法及装置 |
| CN107302737A (zh) * | 2016-04-14 | 2017-10-27 | 哈曼国际工业有限公司 | 利用反褶积滤波器进行的基于神经网络的扬声器建模 |
| CN110869815A (zh) * | 2017-03-08 | 2020-03-06 | 沙特阿拉伯石油公司 | 用于大规模地震数据集合的自适应鲁棒去噪的自动化系统及方法 |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN116150587A (zh) * | 2023-02-14 | 2023-05-23 | 中国科学院地质与地球物理研究所 | 基于信号同步的随钻声波数据降噪测量方法 |
| CN116150587B (zh) * | 2023-02-14 | 2023-09-29 | 中国科学院地质与地球物理研究所 | 基于信号同步的随钻声波数据降噪测量方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| RU2369884C2 (ru) | Устройство и способы измерения интервального времени для бурового раствора в буровой скважине | |
| US10444393B2 (en) | Coherent noise attenuation using statistical methods | |
| US8923093B2 (en) | Determining the quality of a seismic inversion | |
| EP1093590B1 (en) | Method and apparatus for computing drill bit vibration power spectral density | |
| US11194070B2 (en) | Wavelet transform-based coherent noise reduction in distributed acoustic sensing | |
| US20090132169A1 (en) | Methods and systems for evaluating fluid movement related reservoir properties via correlation of low-frequency part of seismic data with borehole measurements | |
| CN110529087B (zh) | 一种评价地层水力压裂效果的方法及装置 | |
| CA2750200A1 (en) | Processing time series data embedded in high noise | |
| AU2014345427B2 (en) | Method and device for processing seismic signals | |
| Parkhonyuk et al. | Measurements while fracturing: nonintrusive method of hydraulic fracturing monitoring | |
| US20210032978A1 (en) | Method of determining depths of wellbore reflectors | |
| US20210032984A1 (en) | Method and system for monitoring a wellbore object using a reflected pressure signal | |
| US10459102B2 (en) | Signal detection in semblance methods | |
| US10429531B2 (en) | Advanced noise reduction in acoustic well logging | |
| CN108828664B (zh) | 一种多次波识别方法及装置 | |
| CN111312272A (zh) | 一种用于减少近井声数据集中噪声信号的产品、方法及系统 | |
| EP2249183B1 (en) | Modeling and filtering coherent noise in seismic surveying | |
| Huang et al. | A data-driven approach to extract shear and compressional slowness from dispersive waveform data | |
| NO20190217A1 (en) | Correcting biases in microseismic-event data | |
| Liang et al. | Automatic logging-while-drilling dipole sonic shear processing enabled by physics-driven machine learning | |
| CN118226537A (zh) | 大洋钻探套管直达波压制方法、装置、设备和存储介质 | |
| CN114089413A (zh) | 一种获取随钻地震信号方法 | |
| CN118033733A (zh) | 基于纵波-转换波联合反演的砂岩厚度预测方法 | |
| CN115951408A (zh) | 地下地层的声波探测的慢度提取方法、装置、介质及设备 |
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 | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20200619 |
|
| RJ01 | Rejection of invention patent application after publication |