CN112329189A - 一种基于独立量分析的瞬变电磁有用信号提取方法 - Google Patents
一种基于独立量分析的瞬变电磁有用信号提取方法 Download PDFInfo
- Publication number
- CN112329189A CN112329189A CN201910693345.2A CN201910693345A CN112329189A CN 112329189 A CN112329189 A CN 112329189A CN 201910693345 A CN201910693345 A CN 201910693345A CN 112329189 A CN112329189 A CN 112329189A
- Authority
- CN
- China
- Prior art keywords
- signal
- transient electromagnetic
- quantity analysis
- useful signal
- useful
- 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
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2218/00—Aspects of pattern recognition specially adapted for signal processing
- G06F2218/02—Preprocessing
Landscapes
- Geophysics And Detection Of Objects (AREA)
Abstract
一种基于独立量分析的瞬变电磁有用信号提取方法,根据接收信号x进行去中心化;信号预处理,求得白化矩阵Tx;选择任意的正交矩阵作为初始值Wp,并选取非线性函数g;迭代计算并且判断是否收敛,得到接收信号x的估计值s,并和分离前的原始信号进行对比;该方法与现有技术相比,对于接收线圈的信号中包含一次场(无用信号)和二次场以及其他噪声,借助独立量分析的方法可以提取出二次场信号;运用从信号处理方法的角度给出了有用信号的提取办法,为瞬变电磁数据处理提供了新的思路,可以将更多地用统计的方法解决测井数据的处理问题。
Description
技术领域
本发明属于石油工程中的瞬变电磁测井资料处理技术领域,尤其涉及一种基于独立量分析的瞬变电磁有用信号提取方法。
背景技术
对于当前石油的探测和开发来说,测井是评定油气层一个非常重要的手段。测井技术方面,瞬变电磁勘探测井理论与仪器水平发展的同时,瞬变电磁勘探测井信号的处理技术也在不断的发展。瞬变电磁接收信号中包含无用信号(线圈直接耦合的一次场)和有用信号(包含地层电导率信息的二次场)以及其他噪声(井内液体、套管、水泥环的二次场响应),目前的技术无法有效的消除一次场和其他噪声,从而无法提取包含地层电导率的二次场,并且无法进一步求取地层电导率。
而独立分量分析(IndependentComponentAnal-ysis,ICA)是一种盲源分离算法,其无需大量信号参数的测量和样本的选取,只需根据输入源信号的统计特性等基本特征,根据观察到的混合图像信号,将所需的有用源信号提取或复原出来的独立成分过程,可以将ICA运用在瞬变电磁测井的有用信号提取中。
发明内容
针对现有技术存在的问题,本发明一种基于独立量分析的瞬变电磁有用信号提取方法,根据接收信号中有用信号和无用信号的相关性以及统计特征,将有用信号和无用信号以及其他噪声分离,实现有用信号的的提取,为进一步分析地层信息做好铺垫。
一种基于独立量分析的瞬变电磁有用信号提取方法,具体方法:
步骤一,对瞬变电磁接收信号 x 进行中心化,使它的均值为 0,其中 x=(x1,x2,x3),有用信号x1和一次场无用信号x2,以及其他噪声x3;
步骤二,信号预处理, 求得白化矩阵Tx ,z=Txx;
步骤三,选择任意的正交矩阵作为初始值Wp,并定义一个足够小的误差ε,ε>0,并且令Wp=E{Zg(WpTZ)}-E{Zg’(WpTZ)}W,并选取非线性函数g;
步骤四,迭代计算,令Wp=Wp-[(WpW1) W1+…(Wp Wj) Wj],j=1,2…p-1,判断Wp是否收敛;
步骤五,若收敛, 更新分离矩阵Wp下一列 ,直到p=m,m为信号分量个数,此专利中m=3;得出分离矩阵 Wt ,接收信号的分离后的信号为s=y=Wtz,s=(s1,s2,s3),根据s1、s2、s3的形状和相位判断对应的有用信号和无用信号、其他噪声。
一种基于独立量分析的瞬变电磁有用信号提取方法,根据接收信号x进行去中心化;信号预处理, 求得白化矩阵Tx;选择任意的正交矩阵作为初始值Wp,并选取非线性函数g;迭代计算并且判断是否收敛,得到接收信号x的估计值s,并和分离前的原始信号进行对比。
与现有技术相比,本发明的技术方案所带来的有益效果是:
(1)接收线圈的信号中包含一次场(无用信号)和二次场以及其他噪声,传统方法无法将这三种信号分离,而借助独立量分析的方法可以提取出二次场信号;
(2)本发运用从信号处理方法的角度给出了有用信号的提取办法,为瞬变电磁数据处理提供了新的思路,可以将更多地用统计的方法解决测井数据的处理问题。
附图说明
图 1 是本发明的设计流程图;
图 2 是模拟瞬变电磁测井接收信号混合前图;
图 3 是模拟瞬变电磁测井接收信号图;
图 4 是模拟瞬变电磁测井接收信号分离后图。
具体实施方式
下面结合附图和具体数据处理的实例对本发明作进一步说明,但本发明所要保护的范围并不限于此。
本发明的关键在于将独立量分析的方法运用在瞬变电磁信号的处理上,将有用信号和无用信号以及其他噪声分离开,进而提取了测井数据中的有用信号,难点在于从幅度很大电磁感应信号中提取了幅度较小的二次场信号,解决了一次场(无用信号)和其他噪声无法消除的问题,为进一步研究地层的信息做好了基础。
首先如图1,给出了本发明具体处理方法的步骤,包括以下步骤:
步骤二,如图3,将图2的三种信号按照时间的刻度混合在一起,即模拟实际瞬变电磁测井接收信号,混合后的信号和实际测井的信号相似,也呈正弦形状,但是有明显的噪声;
步骤三,如图4,是根据图1中独立量分析的步骤分离后的信号,即将接收信号分离成二次场、一次场和其他噪声,通过和图2中混合前的信号对比, s=(s1,s2,s3),s1、s2、s3对应分离后的信号1、2和3。分离后的信号1和一次场相对应,分离后的信号2和二次场(有用信号)相对应,分离后的信号3对应的是其他噪声,通过观察验证,其中分离后的信号2幅度和相位和二次场基本吻合,而其他噪声由于本身的非高斯性很强,所以幅值和相位和混合前相差较多,但是不影响整体的分离效果;
步骤四,完成步骤一、二、三,判断分离后的信号和一次场、二次场、其他噪声的对应关系,完成二次场(有用信号)的提取,其可以进一步用于地层电导率的分析。
Claims (1)
1.一种基于独立量分析的瞬变电磁有用信号提取方法,其特征在于:具体方法:
步骤一,对瞬变电磁接收信号 x 进行中心化,使它的均值为 0,其中 x=(x1,x2,x3),有用信号x1和一次场无用信号x2,以及其他噪声x3;
步骤二,信号预处理, 求得白化矩阵Tx ,z=Txx;
步骤三,选择任意的正交矩阵作为初始值Wp,并定义一个足够小的误差ε,ε>0,并且令Wp=E{Zg(WpTZ)}-E{Zg’(WpTZ)}W,并选取非线性函数g;
步骤四,迭代计算,令Wp=Wp-[(WpW1) W1+…(Wp Wj) Wj],j=1,2…p-1,判断Wp是否收敛;
步骤五,若收敛,更新分离矩阵Wp下一列 ,直到p=m,m为信号分量个数,此专利中m=3;得出分离矩阵 Wt ,接收信号的分离后的信号为s=y=Wtz,s=(s1,s2,s3),根据s1、s2、s3的形状和相位判断对应的有用信号和无用信号、其他噪声。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910693345.2A CN112329189A (zh) | 2019-07-30 | 2019-07-30 | 一种基于独立量分析的瞬变电磁有用信号提取方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910693345.2A CN112329189A (zh) | 2019-07-30 | 2019-07-30 | 一种基于独立量分析的瞬变电磁有用信号提取方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN112329189A true CN112329189A (zh) | 2021-02-05 |
Family
ID=74319924
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910693345.2A Pending CN112329189A (zh) | 2019-07-30 | 2019-07-30 | 一种基于独立量分析的瞬变电磁有用信号提取方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112329189A (zh) |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101764649A (zh) * | 2009-12-11 | 2010-06-30 | 吉林大学 | 基于ica信号分离算法的mgdm多模光纤通信系统及方法 |
CN102750702A (zh) * | 2012-06-21 | 2012-10-24 | 东华大学 | 基于优化bp神经网络模型的单目红外图像深度估计方法 |
CN107944362A (zh) * | 2017-11-15 | 2018-04-20 | 桂林电子科技大学 | 一种基于ica降低误码率的盲源分离方法 |
CN108196164A (zh) * | 2017-12-27 | 2018-06-22 | 西安电子科技大学 | 一种用于强背景噪声下电缆故障点放电声音信号提取方法 |
CN108535547A (zh) * | 2018-04-19 | 2018-09-14 | 西南交通大学 | 一种谐波阻抗估算的自适应独立分量分析方法 |
-
2019
- 2019-07-30 CN CN201910693345.2A patent/CN112329189A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101764649A (zh) * | 2009-12-11 | 2010-06-30 | 吉林大学 | 基于ica信号分离算法的mgdm多模光纤通信系统及方法 |
CN102750702A (zh) * | 2012-06-21 | 2012-10-24 | 东华大学 | 基于优化bp神经网络模型的单目红外图像深度估计方法 |
CN107944362A (zh) * | 2017-11-15 | 2018-04-20 | 桂林电子科技大学 | 一种基于ica降低误码率的盲源分离方法 |
CN108196164A (zh) * | 2017-12-27 | 2018-06-22 | 西安电子科技大学 | 一种用于强背景噪声下电缆故障点放电声音信号提取方法 |
CN108535547A (zh) * | 2018-04-19 | 2018-09-14 | 西南交通大学 | 一种谐波阻抗估算的自适应独立分量分析方法 |
Non-Patent Citations (2)
Title |
---|
刘祥平 等: "改进 ICA 去噪方法在瞬变电磁信号处理中的应用", 《北京师范大学学报(自然科学版)》 * |
戚庭野: "基于FastICA和小波阈值的联合算法对瞬变电磁信号的降噪", 《中国优秀博硕士学位论文全文数据库(硕士)信息科技辑》 * |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Jain et al. | Characterization of underlying pore and fluid structure using factor analysis on NMR data | |
Shaar et al. | Thellier GUI: An integrated tool for analyzing paleointensity data from Thellier‐type experiments | |
EP3489725B1 (en) | Method for estimating geological architecture of a geologic volume | |
US11112516B2 (en) | Data fusion technique to compute reservoir quality and completion quality by combining various log measurements | |
Vrard et al. | Helium signature in red giant oscillation patterns observed by Kepler | |
US10139510B2 (en) | 3D blending and illumination of seismic volumes for automatic derivation of discontinuities | |
EP3077618B1 (en) | Tuning digital core analysis to laboratory results | |
CN106355571B (zh) | 一种白云岩储层质量的确定方法及装置 | |
US8855440B2 (en) | Structure-independent analysis of 3-D seismic random noise | |
Zhang et al. | NAV-Edge: Edge detection of potential-field sources using normalized anisotropy variance | |
Li et al. | Application of magnetic amplitude inversion in exploration for volcanic units in a basin environment | |
Gerovska et al. | Calculation of magnitude magnetic transforms with high centricity and low dependence on the magnetization vector direction | |
Wang et al. | Quantifying the spatial characteristics of geochemical patterns via GIS-based geographically weighted statistics | |
Jouini et al. | Permeability upscaling in complex carbonate samples using textures of micro-computed tomography images | |
Downton et al. | AVAZ parameter uncertainty estimation | |
CN115390155A (zh) | 针对非均质储层的测井解释方法、装置、电子设备及介质 | |
Brun et al. | Use of prior information in gradient-based history matching | |
Arshakian et al. | Wavelet-based cross-correlation analysis of structure scaling in turbulent clouds | |
CN112329189A (zh) | 一种基于独立量分析的瞬变电磁有用信号提取方法 | |
Yu et al. | Imaging discrete fracture networks using the location and moment tensors of microseismic events | |
Shao et al. | Carbonate log interpretation models based on machine learning techniques | |
Jain et al. | Maximizing information through data driven analytics in petrophysical evaluation of well logs | |
Zhu et al. | Revisiting the relationship between scale of fluctuation and mean cross distance | |
Zhang et al. | A method for transforming aliased modes to true modes based on density clustering and Riemann sheets selection in acoustic logging dispersion inversion | |
Williams et al. | Closing the seismic resolution gap of fractures through seismic and image-log analysis, a North Sea case study |
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 | ||
WD01 | Invention patent application deemed withdrawn after publication | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20210205 |