CN111396032A - 一种校正温度漂移的方法、装置及计算机存储介质 - Google Patents
一种校正温度漂移的方法、装置及计算机存储介质 Download PDFInfo
- Publication number
- CN111396032A CN111396032A CN202010326475.5A CN202010326475A CN111396032A CN 111396032 A CN111396032 A CN 111396032A CN 202010326475 A CN202010326475 A CN 202010326475A CN 111396032 A CN111396032 A CN 111396032A
- Authority
- CN
- China
- Prior art keywords
- imf
- logging data
- temperature drift
- imf component
- component
- 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 60
- 238000003860 storage Methods 0.000 title claims abstract description 13
- 238000000354 decomposition reaction Methods 0.000 claims abstract description 35
- 238000012937 correction Methods 0.000 claims abstract description 28
- 238000001914 filtration Methods 0.000 claims abstract description 13
- 230000006870 function Effects 0.000 claims description 29
- 230000008569 process Effects 0.000 claims description 12
- 238000012545 processing Methods 0.000 claims description 9
- 238000004891 communication Methods 0.000 claims description 7
- 238000004590 computer program Methods 0.000 claims description 6
- 230000001052 transient effect Effects 0.000 description 11
- 230000035699 permeability Effects 0.000 description 8
- 239000000463 material Substances 0.000 description 7
- 239000000523 sample Substances 0.000 description 7
- 238000001514 detection method Methods 0.000 description 5
- 238000001228 spectrum Methods 0.000 description 4
- 230000001360 synchronised effect Effects 0.000 description 4
- 238000010586 diagram Methods 0.000 description 3
- 229910000859 α-Fe Inorganic materials 0.000 description 3
- 230000000694 effects Effects 0.000 description 2
- 230000006872 improvement Effects 0.000 description 2
- 239000003208 petroleum Substances 0.000 description 2
- 230000004044 response Effects 0.000 description 2
- 230000002441 reversible effect Effects 0.000 description 2
- 238000012216 screening Methods 0.000 description 2
- 230000003068 static effect Effects 0.000 description 2
- 238000006467 substitution reaction Methods 0.000 description 2
- 238000012935 Averaging Methods 0.000 description 1
- 229910000831 Steel Inorganic materials 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 230000007423 decrease Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000009792 diffusion process Methods 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 239000012530 fluid Substances 0.000 description 1
- 230000006698 induction Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 230000035945 sensitivity Effects 0.000 description 1
- 238000000926 separation method Methods 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 239000010959 steel Substances 0.000 description 1
Images
Landscapes
- Indication And Recording Devices For Special Purposes And Tariff Metering Devices (AREA)
Abstract
本发明实施例公开了一种校正温度漂移的方法、装置及计算机存储介质该方法可以包括：将接收到的测井数据按照井筒工况划分为至少一个测井数据段；针对每个测井数据段加入高斯白噪声后，进行EMD分解，获得每个测井数据段的IMF分量；从每个测井数据段的本征模态函数IMF分量中选择包含有温度漂移信号的第一IMF分量；通过设定的滤波器滤除所述第一IMF分量中所包含的温度漂移信号，获得第二IMF分量；将所述第二IMF分量以及第三IMF分量进行叠加，获得完成温度漂移校正的测井数据段；其中，所述第三IMF分量包括每个测井数据段的本征模态函数IMF分量中不包含有温度漂移信号的IMF分量；将所有完成温度漂移校正的测井数据段进行拼接，获得完成温度漂移校正的测井数据。
Description
技术领域
本发明实施例涉及石油测井技术领域，尤其涉及一种校正温度漂移的方法、装置及计算机存储介质。
背景技术
瞬变电磁法是井下探测的重要技术之一，由于其在测井过程中不会损伤井身且具有很好的测性能，目前已经广泛应用于石油工业领域。但是，受限于井眼尺寸限制，以及油气井下狭小的空间和高温高压环境，井下瞬变电磁探测方案无法设计较大尺寸和较大匝数的线圈，导致信号强度差，信噪比低。为了解决这个问题，通常可以采用高导磁材料磁芯来增加发射信号的功率和接收信号的敏感度。
但几乎当前所有的高导磁材料都会受到温度的影响，举例来说，当温度改变时，高磁导率材料中的磁导率参数也发会生改变。图1是一种高磁导率铁氧体材料初始磁导率温度特性曲线，由图1所示曲线可知，当井底温度发生改变时，该材料的磁导率会随着温度改变而发生不规律的变化，使得所测量获得的数据曲线的基线产生漂移(可称为温度漂移)现象，给数据的反演带来很大的困难。为了消除基线由于温度而产生的漂移现象，就要对井底瞬变电磁阵列信号进行温度漂移的补偿。
目前，常规的温度补偿方案是在瞬变电磁测井仪器的电路中加入温度传感器，通过温度传感器来测得的井底温度环境，测井完毕后，记录井底温度，并结合数据按照数据刻度来进行温度补偿，进而消除测井曲线中的的基线漂移现象。
发明内容
有鉴于此，本发明实施例期望提供一种校正温度漂移的方法、装置及计算机存储介质；能够降低对温度漂移进行补偿的误差以及实现复杂度，提升了温度漂移补偿在工程上的可实现性。
本发明实施例的技术方案是这样实现的：
第一方面，本发明实施例提供了一种校正温度漂移的方法，所述方法包括：
将接收到的测井数据按照井筒工况划分为至少一个测井数据段；
针对每个测井数据段加入高斯白噪声后，进行经验模态分解EMD分解，获得每个测井数据段的本征模态函数IMF分量；
从每个测井数据段的本征模态函数IMF分量中选择包含有温度漂移信号的第一IMF分量；
通过设定的滤波器滤除所述第一IMF分量中所包含的温度漂移信号，获得第二IMF分量；
将所述第二IMF分量以及第三IMF分量进行叠加，获得完成温度漂移校正的测井数据段；其中，所述第三IMF分量包括每个测井数据段的本征模态函数IMF分量中不包含有温度漂移信号的IMF分量；
将所有完成温度漂移校正的测井数据段进行拼接，获得完成温度漂移校正的测井数据。
第二方面，本发明实施例提供了一种校正温度漂移的装置，所述装置包括：划分部分、分解部分、选择部分、滤除部分、叠加部分和拼接部分；其中，
所述划分部分，经配置为将接收到的测井数据按照井筒工况划分为至少一个测井数据段；
所述分解部分，经配置为针对每个测井数据段加入高斯白噪声后，进行经验模态分解EMD分解，获得每个测井数据段的本征模态函数IMF分量；
所述选择部分，经配置为从每个测井数据段的本征模态函数IMF分量中选择包含有温度漂移信号的第一IMF分量；
所述滤除部分，经配置为通过设定的滤波器滤除所述第一IMF分量中所包含的温度漂移信号，获得第二IMF分量；
所述叠加部分，经配置为将所述第二IMF分量以及第三IMF分量进行叠加，获得完成温度漂移校正的测井数据段；其中，所述第三IMF分量包括每个测井数据段的本征模态函数IMF分量中不包含有温度漂移信号的IMF分量；
所述拼接部分，经配置为将所有完成温度漂移校正的测井数据段进行拼接，获得完成温度漂移校正的测井数据。
第三方面，本发明实施例提供了一种校正温度漂移的装置，所述装置包括：通信接口，存储器和处理器；其中，所述通信接口，用于在与其他外部网元之间进行收发信息过程中，信号的接收和发送；
所述存储器，用于存储能够在所述处理器上运行的计算机程序；
所述处理器，用于在运行所述计算机程序时，执行第一方面所述校正温度漂移的方法的步骤。
第四部分，本发明实施例提供了一种计算机存储介质，所述计算机存储介质存储有校正温度漂移的程序，所述校正温度漂移的程序被至少一个处理器执行时实现第一方面所述的校正温度漂移的方法的步骤。
本发明实施例提供了一种校正温度漂移的方法、装置及计算机存储介质；基于EEMD算法将测井数据转换到频域内并分解到不同频率，结合温度漂移的频谱特性，剔除温度漂移信号，从而校正井内温度所导致的曲线漂移，不需要设置温度传感器以对温度数据进行数据刻度，而是直接对测井数据的频谱进行分析，从而在频域内剔除测井数据内的温度漂移信号，降低对温度漂移进行补偿的误差以及实现复杂度，提升了温度漂移补偿在工程上的可实现性。
附图说明
图1为本发明实施例提供的高磁导率铁氧体材料初始磁导率温度特性曲线；
图2为本发明实施例提供的一种校正温度漂移的方法流程示意图；
图3为本发明实施例提供的一种校正温度漂移的方法具体实施流程示意图；
图4为本发明实施例提供的EMD分解的实施流程示意图；
图5为本发明实施例提供的原始测井数据曲线示意图；
图6为采用本发明实施例技术方案进行温度漂移补偿后的测井数据曲线示意图；
图7为本发明实施例提供的一种校正温度漂移的装置组成示意图；
图8为本发明实施例提供的一种计算设备的组成示意图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述。
目前对于井下瞬变电磁探测进行温度漂移补偿的常规方案，通常会在井下瞬变电磁探测电路中加入温度传感器，通过温度传感器来测得的井底环境的温度，在测井完毕后，记录井底温度，并结合数据按照数据刻度来进行温度补偿，进而消除测井曲线中的基线漂移现象。但是对于该常规方案，温度传感器所测得的温度仅为井桶内的温度，探头并不是裸漏在井液中，所以根据探头本身真实的温度，并不能最精确的还原真实的数据曲线，因此，会存在一定的误差。不仅如此，对于多探头、阵列式的瞬变电磁测井仪器来说，即便采用相同材质的探头，其各自的磁导率-温度关系也会存在20％左右的差异，考虑到瞬变电磁法本身所具有的涡流随时间扩散特性，那就需要对不同探头的不同时刻的数据进行温度刻度，以8探头，20个采样点为例，就需要刻度高达160条曲线的温度漂移，这使得常规方案在实施过程中过于复杂从而不利于工程应用。
基于以上问题，本发明实施例期望能够提供一种改进的温度漂移补偿的方案，提高补偿的精确度，而且不需要测量实时温度和复杂数据刻度，能够极大程度上提高方案在工程上的可实现性。具体来说，也就是期望能够基于总体平均经验模态分解(EEMD，Ensemble Empirical Mode Decomposition)来实现温度漂移的校正方案。参见图2，其示出了本发明实施例提供的一种校正温度漂移的方法，该方法可以应用于井下的瞬变电磁探测装置，该方法可以包括：
S201：将接收到的测井数据按照井筒工况划分为至少一个测井数据段；
S202：针对每个测井数据段加入高斯白噪声后，进行经验模态分解EMD分解，获得每个测井数据段的本征模态函数IMF分量；
S203：从每个测井数据段的本征模态函数IMF分量中选择包含有温度漂移信号的第一IMF分量；
S204：通过设定的滤波器滤除所述第一IMF分量中所包含的温度漂移信号，获得第二IMF分量；
S205：将所述第二IMF分量以及第三IMF分量进行叠加，获得完成温度漂移校正的测井数据段；其中，所述第三IMF分量包括每个测井数据段的本征模态函数IMF分量中不包含有温度漂移信号的IMF分量；
S206：将所有完成温度漂移校正的测井数据段进行拼接，获得完成温度漂移校正的测井数据。
通过图2所示的技术方案，基于EEMD算法将测井数据转换到频域内并分解到不同频率，结合温度漂移的频谱特性，剔除温度漂移信号，从而校正井内温度所导致的曲线漂移，不需要设置温度传感器以对温度数据进行数据刻度，而是直接对测井数据的频谱进行分析，从而在频域内剔除测井数据内的温度漂移信号，降低对温度漂移进行补偿的误差以及实现复杂度，提升了温度漂移补偿在工程上的可实现性。
针对图2所示的技术方案，在一些示例中，所述将接收到的测井数据按照井筒工况划分为至少一个测井数据段，包括：基于井筒中所组成的套管规格数目，将所述测井数据划分为相同数目的测井数据段。举例来说，比如井筒中的套管装置是由两种规格的套管组成，则需要将测井数据分为两段数据分别进行温度漂移的校正；并且在校正完毕后根据每个套管的规格所对应的基线值进行拼接。
针对图2所示的技术方案，在一些示例中，所述针对每个测井数据段加入高斯白噪声后，进行经验模态分解EMD分解，获得每个测井数据段的本征模态函数IMF分量，包括：
针对每个测井数据段u(t)基于设定的次数N进行如下处理过程：
将所述测井数据段u(t)加入第i次白噪声ni(t)，获得第i次加入白噪声后的测井数据段ui(t)，其中，1≤i≤N；
将所述第i次加入白噪声后的测井数据段ui(t)通过EMD算法进行分解，获得所述测井数据段u(t)第i次加入白噪声后的IMF分量IMFij(t)，其中，j表示IMF分量阶数且1≤j≤M，M表示所述测井数据段ui(t)第i次加入白噪声后的IMF分量总阶数。
需要说明的是，EEMD算法是对经验模态分解(EMD，Empirical ModeDecomposition)的改进，主要改进点则是在EMD算法中加入了高斯白噪声以抑制了EMD过程中产生的模态混叠现象；并且，IMF必须满足两个条件：①函数在整个时间范围内，局部极值点和过零点的数目必须相等，或最多相差一个；②在任意时刻点，局部最大值的包络(上包络线)和局部最小值的包络(下包络线)平均必须为零。
对于上述示例，所述方法还包括：
根据
获取第j阶IMF分量数据组IMFj(t)；
基于所有的IMF分量数据组表示所述测井数据段u(t)为：
其中，rM(t)为残差项，且能够被表示为第M+1阶IMF分量。
需要说明的是，由于EEMD方法主要性质为添加白噪声后再对信号进行EMD分解，通过多次分解，得到每次分解的数据并对这些数据汇总求出平均值，最终能够使得每个测井数据段都被分解到频域内连续的IMF分量。
对于上述示例，优选来说，从每个测井数据段的本征模态函数IMF分量中选择包含有温度漂移信号的第一IMF分量，包括：
设定一接近零值的阈值；
将所述测井数据段中均值的绝对值不小于所述阈值的IMF分量数据组确定为包含有温度漂移信号的第一IMF分量。
需要说明的是，在完成EEMD分解后，低频信号主要集中在高阶IMF分量中。温度漂移信号伴随着EEMD分级层数的增加，导致能量分布的更加集中。而残差项rN(t)虽然可以是被认为最高阶的IMF分量，但是其并不能完全表示温度漂移信号，这是由于温度漂移信号中含有多个极值点和过零点，这个性质显然与残差项不符，因此，在经过EEMD分解后，温度漂移信号主要分布在几个高阶IMF分量中。因此，只要去除含有温度漂移信号的IMF分量，重构后即可消除温度漂移现象。但简单的消除IMF分量会给信号带来失真，因为高阶IMF分量中同时也含有测井数据的低频分量。为了防止信号产生失真，本发明实施例优选地结合一组低通滤波器处理含有温度漂移信号的高阶IMF分量。根据IMF的性质可以看出，每个IMF分量都应该是零均值的。为了方便起见，将把残差项rN(t)看作EEMD分解的最后一个IMF分量，即IMFN+1(t)，测井数据可表示为
本示例设定一个接近零值的阈值ε，若满足|mean(IMFZ(t))|≥ε，则从第z个IMF分量开始，其均值都是偏离零值的，由此可以认为从第z个开始的IMF分量都是和温度漂移信号有关的。
对于以上技术方案，在一些示例中，所述通过设定的滤波器滤除所述第一IMF分量中所包含的温度漂移信号，获得第二IMF分量，包括：
根据所述第一IMF分量数目设置一组低通滤波器；其中，所述低通滤波器的阶数为所述第一IMF分量数目；
将所述第一IMF分量按照阶数由高到低的顺序依次对应通过所述低通滤波器的各阶，获得所述第一IMF分量中的各阶IMF分量对应的输出信号；
基于所述输出信号获得温度漂移信号的估计值；
将所述温度漂移信号的估计值从第一IMF分量中剔除，获得所述第二IMF分量。
需要说明的是，上述示例完成了对第一IMF分量中温度漂移信号的滤除，从而保证第二IMF分量中不再包括温度漂移相关的数据，从而完成了校正温度漂移的主要过程。
随后，可以第二IMF分量以及不包含有温度漂移信号第三IMF分量进行叠加，获得完成温度漂移校正的测井数据段；最后，将所有完成温度漂移校正的测井数据段按照各数据段的基线值进行拼接，拼接后的数据则为完成温度漂移校正的测井数据。
为了进一步描述上述技术方案的技术效果，本发明实施例通过以下具体仿真场景对上述技术方案进行仿真，以位于临盘的某井的实际测井数据为例，通过实施上述技术方案进行温度漂移校正。具体来说，该井使用的都是壁厚为9mm规格的N80级钢级套管，因此，可以不对其测井数据进行分段处理，设定瞬变电磁仪器装置所测的原始测井数据为u(t)，按照上述技术方案，参见图3，具体实施过程如下：
S301：将原始测井数据第i次加入高斯白噪声ni(t)，获得第i次待处理测井数据；
具体来说，待处理测井数据ui(t)＝u(t)+ni(t)1≤i≤N，N表示加入高斯白噪声的总次数，i表示对原始测井数据第i次加入高斯白噪声。
S302：将第i次待处理测井数据ui(t)按照EMD方法进行分解，获得多阶IMF分量IMFij(t)；
需要说明的是，j表示将ui(t)按照EMD方法进行分解所得到的第j阶的IMF分量。对于S302来说，更为具体的，将ui(t)按照EMD方法进行分解的实施流程如图4所示，包括以下步骤：
首先，将第i次待处理测井数据ui(t)作为原始信号V′(t)，进行EMD分解
其次，找出原始信号所有的局部极大值点和局部极小值点；
接着，用三次样条函数连接所有局部极大值点和局部极小值点分别作为上包络线Un和下包络线Ln；具体来说，上下包络线应包含所有数据。
然后，计算上下包络线的均值以及接收响应与上下包络线均值的差；具体来说，上下包络线的均值可表示为：m1＝(Un+Ln)/2；接收响应与上下包络线均值的差为：h1＝V′(t)-m1。
接着，判断h1是否为IMF；具体来说，如果h1是IMF，则h1是第一个分量，如果h1不是IMF，就将h1看作原始信号处理，再按照上述过程对h1进行EMD分解，得到h11＝h1-m11，m11为h1上下包络线的均值，反复筛选k次，如果h1k满足IMF的条件，h1k就称为IMF，就有h1k＝h1(k-1)-m1k，c1＝h1k是原始信号的第一个IMF成分，也代表V′(t)最高频率的分量。
从V′(t)中分离c1，得到e1＝V′(t)-c1；
接着，将e1视为原始信号，重复上述过程，可得到信号V′(t)的第二个IMF成分c2，以此类推。
最终，判断eN是单调函数或是一个极小常量，具体来说，当eN是单调函数或是一个极小常量时，就无法再提取IMF分量，停止分解过程。设定上述分解过程重复了M次，则第i次待处理测井数据ui(t)可表示为
在本式中，残差riM是第i次待处理测井数据ui(t)的集中趋势，IMF分量集合IMFs(ci1,...,ciM)分别包含了ui(t)不同时间特征尺度大小的成分，其尺度依次由小到大，因此，各IMF分量也就相应地包含了从高到低的不同频率段的成分。每个频率段包含的频率成分是不同的，它们随ui(t)的变化而变化。
S303：按照设定的次数N重复执行S301至S302，需要说明的是，每次都会加入不同噪声功率的高斯白噪声。
S304：将获得的IMF分量按照对应阶数进行平均，获得各阶IMF分量均值；
具体来说，对于N次进行EMD分解中每次所获得第j阶IMF分量IMFij(t)；通过下式表示N次EMD分解中的第j阶IMF分量均值IMFj(t)为：
S305：基于各阶IMF分量均值表示原始测井数据u(t)；
具体来说，IMFj(t)为可被看成j个IMF分量，选取相应的IMFj(t)组成IMF数据组。则可以获知经过EEMD分解后的u(t)即可表示为
并且根据IMF分量的性质可以获知，每个IMF分量都应该是零均值的。为了方便起见，把残差项rN(t)看作EEMD分解的最后一个IMF分量，即IMFN+1(t)，则
S306：根据设定的阈值，筛选出含有温度漂移信号的IMF分量；
具体来说，设定一个接近零值的阈值ε，若满足|mean(IMFZ(t))|≥ε，则表示从第z个IMF分量开始，其均值都是偏离零值的，因此可以认为从第z个开始的IMF分量都是和温度漂移信号有关，也就相应地确定含有温度漂移信号的IMF分量。
S307：设计一组低通滤波器，将筛选出的IMF分量按照阶数倒序通过所述低通滤波器组，获得输出信号，并根据所述输出信号获得温度漂移信号的估计；
具体来说，通过S306确定出含有温度漂移信号IMF分量阶数后，设计一组低通滤波器hi(t),i＝1,2,...,K(K为含有温度漂移信号IMF的个数)。从最高阶IMF分量rN(t)开始，倒序让各阶IMF分量通过低通滤波器组，输出的信号依次如下式所示：
b1(t)＝h1(t)*IMFN+1(t),
b2(t)＝h2(t)*IMFN(t),
bK(t)＝hK(t)*IMFN-K+2(t),
上式中，*为卷积运算符，谁定第一个低通滤波器h1(t)的截止频率为w1，由于随着IMF分量阶数的降低，温度漂移信号的成分会越来越少，测井数据中的测井信号成分会逐渐增多，因此这组滤波器中第k个滤波器的截止频率定义可以为：wk＝w1/Zk-1；其中，式中：Z＞1，为频率折叠数。由此，可以得出温度漂移信号的估计为：
S308：从原始测井数据中去除温度漂移信号的估计，获得重构后的测井数据；
具体来说，重构后的测井数据
具体来说，
表示不含有温度漂移信号的IMF分量之和，
表示含有温度漂移信号的IMF分量之和，
表示温度漂移信号的估计为，也可以利用S306中的
进行表示。重构后的测井数据中已将温度漂移信号进行了去除。
最终图3所示的流程效果如图5以及图6所示，其中图5为原始测井数据曲线，图中横坐标为井底深度，单位为米(m)，纵坐标为瞬变电磁测井仪器中接收线圈所接收到磁感应强度转化后的感应电动势值，单位为伏(V)。曲线中类似毛刺的值为井底套管接箍处所测得的感应电动势值。由于井底温度环境的变化，该测井数据曲线的基线发生基线漂移现象。图6为采用本发明实施例技术方案进行温度漂移补偿后的测井数据曲线，该曲线的基线保持在水平状态。且该曲线完整的保留了原曲线中的所有的信息点，确保了数据的正确度和精确性，大大减小了数据反演的难度。
基于前述技术方案，参见图7，其示出了本发明实施例提供的一种校正温度漂移的装置70，所述装置70可以包括：划分部分701、分解部分702、选择部分703、滤除部分704、叠加部分705和拼接部分706；其中，
所述划分部分701，经配置为将接收到的测井数据按照井筒工况划分为至少一个测井数据段；
所述分解部分702，经配置为针对每个测井数据段加入高斯白噪声后，进行经验模态分解EMD分解，获得每个测井数据段的本征模态函数IMF分量；
所述选择部分703，经配置为从每个测井数据段的本征模态函数IMF分量中选择包含有温度漂移信号的第一IMF分量；
所述滤除部分704，经配置为通过设定的滤波器滤除所述第一IMF分量中所包含的温度漂移信号，获得第二IMF分量；
所述叠加部分705，经配置为将所述第二IMF分量以及第三IMF分量进行叠加，获得完成温度漂移校正的测井数据段；其中，所述第三IMF分量包括每个测井数据段的本征模态函数IMF分量中不包含有温度漂移信号的IMF分量；
所述拼接部分706，经配置为将所有完成温度漂移校正的测井数据段进行拼接，获得完成温度漂移校正的测井数据。
在一些示例中，所述划分部分701，经配置为：
基于井筒中所组成的套管规格数目，将所述测井数据划分为相同数目的测井数据段。
在一些示例中，所述分解部分702，经配置为：
针对每个测井数据段u(t)基于设定的次数N进行如下处理过程：
将所述测井数据段u(t)加入第i次白噪声ni(t)，获得第i次加入白噪声后的测井数据段ui(t)，其中，1≤i≤N；
将所述第i次加入白噪声后的测井数据段ui(t)通过EMD算法进行分解，获得所述测井数据段u(t)第i次加入白噪声后的IMF分量IMFij(t)，其中，j表示IMF分量阶数且1≤j≤M，M表示所述测井数据段ui(t)第i次加入白噪声后的IMF分量总阶数。
在一些示例中，所述分解部分702，还经配置为：根据
获取第j阶IMF分量数据组IMFj(t)；
基于所有的IMF分量数据组表示所述测井数据段u(t)为：
其中，rM(t)为残差项，且能够被表示为第M+1阶IMF分量
在一些示例中，所述选择部分703，经配置为：
设定一接近零值的阈值；
将所述测井数据段中均值的绝对值不小于所述阈值的IMF分量数据组确定为包含有温度漂移信号的第一IMF分量。
在一些示例中，所述滤除部分704，经配置为：
根据所述第一IMF分量数目设置一组低通滤波器；其中，所述低通滤波器的阶数为所述第一IMF分量数目；
将所述第一IMF分量按照阶数由高到低的顺序依次对应通过所述低通滤波器的各阶，获得所述第一IMF分量中的各阶IMF分量对应的输出信号；
基于所述输出信号获得温度漂移信号的估计值；
将所述温度漂移信号的估计值从第一IMF分量中剔除，获得所述第二IMF分量。
可以理解地，在本实施例中，“部分”可以是部分电路、部分处理器、部分程序或软件等等，当然也可以是单元，还可以是模块也可以是非模块化的。
另外，在本实施例中的各组成部分可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能模块的形式实现。
所述集成的单元如果以软件功能模块的形式实现并非作为独立的产品进行销售或使用时，可以存储在一个计算机可读取存储介质中，基于这样的理解，本实施例的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)或processor(处理器)执行本实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(ROM，Read Only Memory)、随机存取存储器(RAM，Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
因此，本实施例提供了一种计算机存储介质，所述计算机存储介质存储有校正温度漂移程序，所述校正温度漂移程序被至少一个处理器执行时实现上述技术方案中所述校正温度漂移方法步骤。
根据上述校正温度漂移的装置70以及计算机存储介质，参见图8，其示出了本发明实施例提供的一种能够实施上述校正温度漂移的装置70的计算设备80的具体硬件结构，该计算设备80可以为无线装置、移动或蜂窝电话(包含所谓的智能电话)、个人数字助理(PDA)、视频游戏控制台(包含视频显示器、移动视频游戏装置、移动视频会议单元)、膝上型计算机、桌上型计算机、电视机顶盒、平板计算装置、电子书阅读器、固定或移动媒体播放器，等。计算设备80包括：通信接口801，存储器802和处理器803；各个组件通过总线系统804耦合在一起。可理解，总线系统804用于实现这些组件之间的连接通信。总线系统804除包括数据总线之外，还包括电源总线、控制总线和状态信号总线。但是为了清楚说明起见，在图8中将各种总线都标为总线系统804。其中，
所述通信接口801，用于在与其他外部网元之间进行收发信息过程中，信号的接收和发送；
所述存储器802，用于存储能够在所述处理器803上运行的计算机程序；
所述处理器803，用于在运行所述计算机程序时，执行实现上述技术方案中所述校正温度漂移方法的步骤。
可以理解，本发明实施例中的存储器802可以是易失性存储器或非易失性存储器，或可包括易失性和非易失性存储器两者。其中，非易失性存储器可以是只读存储器(Read-Only Memory，ROM)、可编程只读存储器(Programmable ROM，PROM)、可擦除可编程只读存储器(Erasable PROM，EPROM)、电可擦除可编程只读存储器(Electrically EPROM，EEPROM)或闪存。易失性存储器可以是随机存取存储器(Random Access Memory，RAM)，其用作外部高速缓存。通过示例性但不是限制性说明，许多形式的RAM可用，例如静态随机存取存储器(Static RAM，SRAM)、动态随机存取存储器(Dynamic RAM，DRAM)、同步动态随机存取存储器(Synchronous DRAM，SDRAM)、双倍数据速率同步动态随机存取存储器(Double Data RateSDRAM，DDRSDRAM)、增强型同步动态随机存取存储器(Enhanced SDRAM，ESDRAM)、同步连接动态随机存取存储器(Synchlink DRAM，SLDRAM)和直接内存总线随机存取存储器(DirectRambusRAM，DRRAM)。本文描述的系统和方法的存储器802旨在包括但不限于这些和任意其它适合类型的存储器。
而处理器803可能是一种集成电路芯片，具有信号的处理能力。在实现过程中，上述方法的各步骤可以通过处理器803中的硬件的集成逻辑电路或者软件形式的指令完成。上述的处理器803可以是通用处理器、数字信号处理器(Digital Signal Processor，DSP)、专用集成电路(Application Specific Integrated Circuit，ASIC)、现场可编程门阵列(Field Programmable Gate Array，FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。可以实现或者执行本发明实施例中的公开的各方法、步骤及逻辑框图。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。结合本发明实施例所公开的方法的步骤可以直接体现为硬件译码处理器执行完成，或者用译码处理器中的硬件及软件模块组合执行完成。软件模块可以位于随机存储器，闪存、只读存储器，可编程只读存储器或者电可擦写可编程存储器、寄存器等本领域成熟的存储介质中。该存储介质位于存储器802，处理器803读取存储器802中的信息，结合其硬件完成上述方法的步骤。
可以理解的是，本文描述的这些实施例可以用硬件、软件、固件、中间件、微码或其组合来实现。对于硬件实现，处理单元可以实现在一个或多个专用集成电路(ApplicationSpecific Integrated Circuits，ASIC)、数字信号处理器(Digital Signal Processing，DSP)、数字信号处理设备(DSP Device，DSPD)、可编程逻辑设备(Programmable LogicDevice，PLD)、现场可编程门阵列(Field-Programmable Gate Array，FPGA)、通用处理器、控制器、微控制器、微处理器、用于执行本申请所述功能的其它电子单元或其组合中。
对于软件实现，可通过执行本文所述功能的模块(例如过程、函数等)来实现本文所述的技术。软件代码可存储在存储器中并通过处理器执行。存储器可以在处理器中或在处理器外部实现。
需要说明的是：本发明实施例所记载的技术方案之间，在不冲突的情况下，可以任意组合。
以上所述，仅为本发明的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到变化或替换，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应以所述权利要求的保护范围为准。
Claims (9)
1.一种校正温度漂移的方法，其特征在于，所述方法包括：
将接收到的测井数据按照井筒工况划分为至少一个测井数据段；
针对每个测井数据段加入高斯白噪声后，进行经验模态分解EMD分解，获得每个测井数据段的本征模态函数IMF分量；
从每个测井数据段的本征模态函数IMF分量中选择包含有温度漂移信号的第一IMF分量；
通过设定的滤波器滤除所述第一IMF分量中所包含的温度漂移信号，获得第二IMF分量；
将所述第二IMF分量以及第三IMF分量进行叠加，获得完成温度漂移校正的测井数据段；其中，所述第三IMF分量包括每个测井数据段的本征模态函数IMF分量中不包含有温度漂移信号的IMF分量；
将所有完成温度漂移校正的测井数据段进行拼接，获得完成温度漂移校正的测井数据。
2.根据权利要求1所述的方法，其特征在于，所述将接收到的测井数据按照井筒工况划分为至少一个测井数据段，包括：
基于井筒中所组成的套管规格数目，将所述测井数据划分为相同数目的测井数据段。
3.根据权利要求1所述的方法，其特征在于，所述针对每个测井数据段加入高斯白噪声后，进行经验模态分解EMD分解，获得每个测井数据段的本征模态函数IMF分量，包括：
针对每个测井数据段u(t)基于设定的次数N进行如下处理过程：
将所述测井数据段u(t)加入第i次白噪声ni(t)，获得第i次加入白噪声后的测井数据段ui(t)，其中，1≤i≤N；
将所述第i次加入白噪声后的测井数据段ui(t)通过EMD算法进行分解，获得所述测井数据段u(t)第i次加入白噪声后的IMF分量IMFij(t)，其中，j表示IMF分量阶数且1≤j≤M，M表示所述测井数据段ui(t)第i次加入白噪声后的IMF分量总阶数。
4.根据权利要求3所述的方法，其特征在于，所述方法还包括：
根据
获取第j阶IMF分量数据组IMFj(t)；
基于所有的IMF分量数据组表示所述测井数据段u(t)为：
其中，rM(t)为残差项，且能够被表示为第M+1阶IMF分量。
5.根据权利要求4所述的方法，其特征在于，从每个测井数据段的本征模态函数IMF分量中选择包含有温度漂移信号的第一IMF分量，包括：
设定一接近零值的阈值；
将所述测井数据段中均值的绝对值不小于所述阈值的IMF分量数据组确定为包含有温度漂移信号的第一IMF分量。
6.根据权利要求1所述的方法，其特征在于，所述通过设定的滤波器滤除所述第一IMF分量中所包含的温度漂移信号，获得第二IMF分量，包括：
根据所述第一IMF分量数目设置一组低通滤波器；其中，所述低通滤波器的阶数为所述第一IMF分量数目；
将所述第一IMF分量按照阶数由高到低的顺序依次对应通过所述低通滤波器的各阶，获得所述第一IMF分量中的各阶IMF分量对应的输出信号；
基于所述输出信号获得温度漂移信号的估计值；
将所述温度漂移信号的估计值从第一IMF分量中剔除，获得所述第二IMF分量。
7.一种校正温度漂移的装置，其特征在于，所述装置包括：划分部分、分解部分、选择部分、滤除部分、叠加部分和拼接部分；其中，
所述划分部分，经配置为将接收到的测井数据按照井筒工况划分为至少一个测井数据段；
所述分解部分，经配置为针对每个测井数据段加入高斯白噪声后，进行经验模态分解EMD分解，获得每个测井数据段的本征模态函数IMF分量；
所述选择部分，经配置为从每个测井数据段的本征模态函数IMF分量中选择包含有温度漂移信号的第一IMF分量；
所述滤除部分，经配置为通过设定的滤波器滤除所述第一IMF分量中所包含的温度漂移信号，获得第二IMF分量；
所述叠加部分，经配置为将所述第二IMF分量以及第三IMF分量进行叠加，获得完成温度漂移校正的测井数据段；其中，所述第三IMF分量包括每个测井数据段的本征模态函数IMF分量中不包含有温度漂移信号的IMF分量；
所述拼接部分，经配置为将所有完成温度漂移校正的测井数据段进行拼接，获得完成温度漂移校正的测井数据。
8.一种校正温度漂移的装置，其特征在于，所述装置包括：通信接口，存储器和处理器；其中，所述通信接口，用于在与其他外部网元之间进行收发信息过程中，信号的接收和发送；
所述存储器，用于存储能够在所述处理器上运行的计算机程序；
所述处理器，用于在运行所述计算机程序时，执行权利要求1至6任一项所述校正温度漂移的方法的步骤。
9.一种计算机存储介质，所述计算机存储介质存储有校正温度漂移的程序，所述校正温度漂移的程序被至少一个处理器执行时实现权利要求1至6任一项所述的校正温度漂移的方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010326475.5A CN111396032A (zh) | 2020-04-23 | 2020-04-23 | 一种校正温度漂移的方法、装置及计算机存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010326475.5A CN111396032A (zh) | 2020-04-23 | 2020-04-23 | 一种校正温度漂移的方法、装置及计算机存储介质 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN111396032A true CN111396032A (zh) | 2020-07-10 |
Family
ID=71429727
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202010326475.5A Pending CN111396032A (zh) | 2020-04-23 | 2020-04-23 | 一种校正温度漂移的方法、装置及计算机存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN111396032A (zh) |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112583378A (zh) * | 2020-12-04 | 2021-03-30 | 山东省科学院自动化研究所 | 含有基线漂移和高频噪声的光电传感信号重构方法及系统 |
| CN117235585A (zh) * | 2023-11-16 | 2023-12-15 | 深圳市瑞健医信科技有限公司 | 一种可联机的血透信息管理系统 |
| CN117784849A (zh) * | 2024-02-27 | 2024-03-29 | 泰安德图自动化仪器有限公司 | 一种基于人工智能的制冷恒温槽自动控制系统 |
| WO2024103642A1 (zh) * | 2022-11-14 | 2024-05-23 | 武汉光迅科技股份有限公司 | 拼接滤波器的指标确定方法、装置及存储介质 |
-
2020
- 2020-04-23 CN CN202010326475.5A patent/CN111396032A/zh active Pending
Cited By (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112583378A (zh) * | 2020-12-04 | 2021-03-30 | 山东省科学院自动化研究所 | 含有基线漂移和高频噪声的光电传感信号重构方法及系统 |
| WO2024103642A1 (zh) * | 2022-11-14 | 2024-05-23 | 武汉光迅科技股份有限公司 | 拼接滤波器的指标确定方法、装置及存储介质 |
| CN117235585A (zh) * | 2023-11-16 | 2023-12-15 | 深圳市瑞健医信科技有限公司 | 一种可联机的血透信息管理系统 |
| CN117235585B (zh) * | 2023-11-16 | 2024-02-27 | 深圳市瑞健医信科技有限公司 | 一种可联机的血透信息管理系统 |
| CN117784849A (zh) * | 2024-02-27 | 2024-03-29 | 泰安德图自动化仪器有限公司 | 一种基于人工智能的制冷恒温槽自动控制系统 |
| CN117784849B (zh) * | 2024-02-27 | 2024-05-07 | 泰安德图自动化仪器有限公司 | 一种基于人工智能的制冷恒温槽自动控制系统 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN111396032A (zh) | 一种校正温度漂移的方法、装置及计算机存储介质 | |
| EP3333360A1 (en) | Method of acquiring rock component content of stratum | |
| Zhang et al. | Improved CEEMDAN–wavelet transform de-noising method and its application in well logging noise reduction | |
| US11927713B2 (en) | Method, device and medium for acquiring logging parameters | |
| CN110596772B (zh) | 一种扩散t2弛豫二维谱的校正方法和装置 | |
| CN113050189A (zh) | 一种测井曲线的重构方法、装置、设备及存储介质 | |
| CN108035709A (zh) | 一种页岩储层质量的确定方法及装置 | |
| CN113123783B (zh) | 一种精细评价地层体积含量的方法 | |
| CN212535642U (zh) | 一种校正温度漂移的装置和设备 | |
| CN111596379A (zh) | 一种地震观测系统异常识别方法和装置 | |
| CN113818867B (zh) | 一种构建伪毛管压力曲线方法、系统、介质、设备及应用 | |
| Andersen et al. | Machine learning based prediction of porosity and water saturation from Varg field reservoir well logs | |
| CN110160927A (zh) | 一种确定束缚水饱和度的方法及装置 | |
| CN109736793A (zh) | 一种评价储层孔隙结构的方法及设备 | |
| CN112541523B (zh) | 一种泥质含量计算方法和装置 | |
| CN116068646A (zh) | 一种岩心归位方法、装置及计算系统 | |
| Acuna | A simple method for the removal of tidal effects in pressure transient analysis | |
| CN117849875B (zh) | 一种地震信号分析方法、系统、装置及存储介质 | |
| CN114428365A (zh) | 一种基于含气特征的致密砂岩气层测井识别方法及装置 | |
| CN107942398B (zh) | 一种确定多相流体流速的方法及装置 | |
| Akinshin et al. | Automate Well Logging Data Interpretation with Digital Assistant | |
| CN109306866B (zh) | 一种预测页岩地层压力趋势的方法及系统 | |
| Aérens et al. | Quality Control of NMR Measurements in Unconventional Rocks Using Hilbert Transforms and Semi-Logarithmic Derivatives | |
| Ivaschenko et al. | Wavelet-Based Transform Analysis for Non-Darcy Gas Flow Noisy Data Interpretation | |
| CN108919349B (zh) | 高精度反射系数求取方法和系统 |
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 |