CN112418174A - 随钻泥浆随机噪声的去除方法 - Google Patents
随钻泥浆随机噪声的去除方法 Download PDFInfo
- Publication number
- CN112418174A CN112418174A CN202011444396.0A CN202011444396A CN112418174A CN 112418174 A CN112418174 A CN 112418174A CN 202011444396 A CN202011444396 A CN 202011444396A CN 112418174 A CN112418174 A CN 112418174A
- Authority
- CN
- China
- Prior art keywords
- threshold
- wavelet
- mud
- threshold function
- signal
- 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 36
- 238000005553 drilling Methods 0.000 title claims abstract description 28
- 238000012545 processing Methods 0.000 claims abstract description 11
- 230000009466 transformation Effects 0.000 claims abstract description 10
- 230000005540 biological transmission Effects 0.000 abstract description 8
- 238000001228 spectrum Methods 0.000 description 11
- 230000000694 effects Effects 0.000 description 6
- 238000005516 engineering process Methods 0.000 description 6
- 238000004088 simulation Methods 0.000 description 6
- 239000003208 petroleum Substances 0.000 description 5
- 238000001914 filtration Methods 0.000 description 4
- 238000005259 measurement Methods 0.000 description 4
- 238000005086 pumping Methods 0.000 description 4
- 230000008054 signal transmission Effects 0.000 description 4
- 238000011161 development Methods 0.000 description 3
- 238000011160 research Methods 0.000 description 3
- 230000007547 defect Effects 0.000 description 2
- 238000010187 selection method Methods 0.000 description 2
- 239000002002 slurry Substances 0.000 description 2
- 238000010276 construction Methods 0.000 description 1
- 238000000354 decomposition reaction Methods 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 230000007274 generation of a signal involved in cell-cell signaling Effects 0.000 description 1
- PCHJSUWPFVWCPO-UHFFFAOYSA-N gold Chemical compound [Au] PCHJSUWPFVWCPO-UHFFFAOYSA-N 0.000 description 1
- 239000010931 gold Substances 0.000 description 1
- 229910052737 gold Inorganic materials 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 238000003672 processing method Methods 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 230000001131 transforming effect Effects 0.000 description 1
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
- G06F2218/04—Denoising
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Artificial Intelligence (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Signal Processing (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Earth Drilling (AREA)
Abstract
本发明涉及随钻泥浆噪声去除方法技术领域，是一种随钻泥浆随机噪声的去除方法，其包括小波变换、小波系数处理和信号重建三个步骤。在充分依据随钻泥浆随机噪声信号产生、传输及特性的基础上，将单立管压力传感器的随钻泥浆随机噪声信号经信号的小波变换、小波系数处理和信号重建三个步骤，获得正脉冲传输信号；该方法简便可靠，能有效锁定正脉冲信号，显著降低误码率，具有很大的实用价值。
Description
技术领域
本发明涉及随钻泥浆噪声去除方法技术领域，是一种随钻泥浆随机噪声的去除方法。
背景技术
二十一世纪，石油是地球上不可再生资源的一种，已经成为了人们社会生活中不可或缺的必需资源，被誉为“黑色的黄金”。一个国家要想得到快速的发展和进步，只有抢占现存必需资源的先机，而这不仅要看国家资源的总量多少，还有最重要的开发资源的效率高低，所以只有不断提高石油的勘探技术，才能快速有效的发展国家经济建设，为国家的长治久安提供保障。
在石油的勘探的过程中，对地底信息的测量是必不可缺的，运用随钻测量(Measurement While Drilling，MWD)技术可以实现在钻井的同时经过某些特定的介质将地底的信息实时的传送到地面的的压力传感器，再从传感器导到计算机，然后对这些信息进行分析、存储和处理。MWD技术在准确测估地下信息方面有着至关重要的研究价值，我们可以利用MWD技术极大地提高石油的采集率从而降低石油成本。常见的MWD信号传输方式有四种，分别为电缆传输、泥浆脉冲传输、声波传输和电磁传输。
如今，在MWD信号传输系统中，钻井泥浆液是最普遍的传输介质，虽然泥浆液信号传输技术目前在国内已经相对成熟，但是还是普遍存在以下不足：噪声处理方法不完善；随机噪声去除方法单一，多采用数字滤波器。于是，运用什么方法消除各种噪声干扰，将掺杂着复杂的背景噪声的泥浆有用脉冲信号提取出来，成为了MWD系统的一个主要问题。伴随着MWD技术在国内外各大工业的快速发展，很好地提高了人们对关键去噪问题方面研究的关注度，也涌现出了各式各类的去噪算法，其中：
公开号为109902594的中国专利申请文献，申请日2019年1月31日，申请公布日2019年6月18日，发明创造的名称为一种基于小波的脉冲信号去噪方法，该案公开了一种基于小波的脉冲信号去噪方法,相比于傅里叶变换中使用的三角函数,小波变换中的小波母函数具有很好的时频局部化特性,更适合脉冲信号的去噪处理，够很好的保留信号特征，但可选择的阈值函数较少，去噪效果对比不明显。此外，该案研究对象仅限于仿真波形，无法得知其实际效果。
公开号为106126938的中国专利申请文献，申请日2016年6月27日，申请公布日2016年11月16日，发明创造的名称为一种最优小波基选取方法以及小波阈值去噪方法，该案公开了一种最优小波基选取方法,通过选取重构信号与含噪信号平均误差最小的小波基，保证了信号在小波阈值去噪过程中的精度，实现了小波基的快速最优选取，提高了工程应用中的信号去噪效果与信号处理效率，在选取小波基方面具有很好的参考价值，但内含其它方面的技术较少。
发明内容
本发明提供了一种随钻泥浆随机噪声的去除方法，克服了上述现有技术之不足，其基于单立管压力传感器，利用小波阈值去噪法去除随钻泥浆随机噪声的方法，适用于实际现场，达到有效正脉冲信号的快速、准确、可靠识别，实现井下数据高效传输。
本发明的技术方案是通过以下措施来实现的：一种随钻泥浆随机噪声的去除方法，包括下述步骤：
(1)对于含正脉冲的某泥浆去泵噪声信号(仅含有随机噪声)依据Mallat算法作小波变换，获得采集信号f(t)的小波系数w，在小波变换时，选择适当的小波基，根据信号采集率和所需脉冲信号(有用信号)所在频率段确定分解的层数N，N为自然数，以此变换获得一组小波系数wj，k；
(2)采用VisuShrink阈值(统一阈值)和阈值函数对小波系数wj，k进行阈值划分，得到处理后的小波系数
(3)对经过步骤(2)处理后的信号，利用小波第N级的低频系数和第1级至第N级的高频系数的特性，进行小波反变换，重构信号。
下面是对上述发明技术方案的进一步优化或/和改进：
上述步骤(2)中，阈值函数采用硬阈值函数或软阈值函数或幂型阈值函数。
上述阈值函数采用硬阈值函数时，硬阈值函数对低于VisuShrink阈值的小波系数置零并直接保留大于VisuShrink阈值的小波系数，阈值划分后，得到处理后的小波系数
如式(1)，
式(1)中，T代表VisuShrink阈值，T为噪声的均方差与2倍lnN的根号的乘积。
采用硬阈值函数(硬阈值方法)处理得到的小波系数
不连续，重组后的信号对产生震荡。
上述阈值函数采用软阈值函数时，软阈值函数对大于阈值的小波系数不直接保留，而是进行收缩，阈值划分后，得到处理后的小波系数
如式(2)，
式(2)中，T代表VisuShrink阈值，T为噪声的均方差与2倍lnN的根号的乘积。
采用软阈值函数(软阈值方法)处理得到的小波系数
与原始阈值函数存在恒定偏差，重组后的信号存在一定程度失真。
上述阈值函数采用幂型阈值函数时，阈值划分后，得到处理后的小波系数
如式(3)，
式(3)中，T代表VisuShrink阈值，T为噪声的均方差与2倍lnN的根号的乘积。
采用幂型阈值函数(幂型阈值方法)处理得到的小波系数
具有连续性，多阶可导，避免了软阈值函数存在恒定偏差的缺陷。因此，所述幂型阈值方法不仅高效地去除了信号中存在的随机噪声，而且保留了更多的信号细节信息，具有较小的失真，脉冲信号的边缘得到了较好的保留。
所述信号的编码规则可以为密勒码、曼彻斯特码、组合编码和时长编码等。
本发明在充分依据随钻泥浆随机噪声信号产生、传输及特性的基础上，将单立管压力传感器的随钻泥浆随机噪声信号经信号的小波变换、小波系数处理和信号重建三个步骤，获得正脉冲传输信号；该方法简便可靠，能有效锁定正脉冲信号，显著降低误码率，具有很大的实用价值。
附图说明
附图1为本发明所述随钻泥浆随机噪声的去除方法的流程图。
附图2为本发明实施例原始小波系数曲线图。
附图3为本发明实施例硬阈值函数曲线图。
附图4为本发明实施例软阈值函数曲线图。
附图5为本发明实施例幂阈值函数曲线图。
附图6为本发明实施例不同随机噪声下小波阈值去噪的去噪效果对比。
附图7为本发明实施例含正脉冲的某泥浆去泵噪声信号数据。
附图8为本发明实施例幂阈值函数滤波后正脉冲信号。
附图9为本发明实施例幂阈值函数滤波后正脉冲信号频谱图。
附图中，1为原始小波系数曲线，2为硬阈值函数曲线，3为软阈值函数曲线，4为幂阈值函数曲线，5为含正脉冲的泥浆去泵噪声信号，6为幂阈值函数滤波后正脉冲信号，7为含正脉冲的泥浆仿真信号频谱，8为含正脉冲的泥浆去泵噪声信号频谱，9为幂阈值函数滤波后正脉冲信号频谱。
为了区分各个信号曲线，图9中，去除泵噪声和随机噪声后的信号(即为幂阈值函数滤波后正脉冲信号频谱)9几乎与横、纵坐标重合；
图9中，采集信号7(即为含正脉冲的泥浆仿真信号频谱)、去除泵噪声后的信号8(即为含正脉冲的泥浆去泵噪声信号频谱)的颜色逐渐加深。
具体实施方式
本发明不受下述实施例的限制，可根据本发明的技术方案与实际情况来确定具体的实施方式。
本发明实施例提供了一种用于石油天然气工程随钻测量技术领域的随钻泥浆随机噪声的去除方法，将单立管压力传感器的随钻泥浆压力信号经信号的小波变换、小波系数处理和信号的重建三步处理后以有效锁定正脉冲信号。该方法简便可靠，具有很大的实用价值。
下面结合实施例对本发明作进一步描述：
实施例：该随钻泥浆随机噪声的去除方法，其流程图如附图1所示，针对如图7所示的含正脉冲的某泥浆去泵噪声信号数据5，依次进行小波变换，小波系数处理，信号的重建三个步骤，得到波形特征明显的正脉冲信号。
(1)小波变换
依据随钻泥浆随机噪声信号产生、传输及特性，首先对含正脉冲的某泥浆去泵噪声信号数据5依据Mallat算法作小波变换，获得f(t)的小波系数w。选择适当的小波基，根据信号采集率和有用信号所在频率段确定分解的层数N，以此进行变换获得一组小波系数wj，k(其原始小波系数曲线1如图2所示)。
特别的，所述仿真的小波基可采用Sym8小波基；所述实验中最大分解层数N优选为6层。
(2)小波系数处理
采用VisuShrink阈值(统一阈值)和适当的阈值函数，阈值函数可采用硬阈值函数曲线2(如图3所示)、软阈值函数曲线3(如图4所示)或幂型阈值函数曲线4(如图5所示)，然后对小波系数wj，k进行阈值划分，依据选择的阈值函数对小波系数给予相应的处理,得到处理后的小波系数
(3)信号的重建
本实施例步骤(2)小波系数处理时，阈值函数采用幂型阈值函数算法处理，然后利用小波第6级的低频系数和第1级至第6级的高频系数的特性，进行小波反变换，从而重构信号，得到幂阈值函数滤波后正脉冲信号6(如图8所示)，进行FFT变换(快速傅立叶变换(fastFourier transform))，获得含正脉冲的泥浆仿真信号频谱7，含正脉冲的泥浆去泵噪声信号频谱8，幂阈值函数滤波后正脉冲信号频谱9，如图9所示，可以看出滤波后正脉冲信号频谱9被有效抑制了泵噪声信号频率和随机噪声频率。
对加入不同信噪比的高斯白噪声的仿真信号进行随机噪声滤波，采用三种常用的性能指标(皮尔逊相关系数(下称相关系数)、信噪比SNR、均方误差MSE)评估去噪效果，得到不同随机噪声下的小波阈值去噪的去噪效果，如图6所示。
从图6中看出，在不同的噪声水平下，这几种阈值函数的总体去噪效果趋势是一致的，在添加信噪比-2dB至-10dB范围内的高斯白噪声情况下，可以恢复信噪比至5dB至8dB，其中幂阈值函数可以获得更高的相关系数和SNR以及更小的MSE，具有更强的去噪能力，软阈值函数次之，硬阈值函数最差。
所述编码规则为组合编码。
综上所示，本发明在充分依据随钻泥浆随机噪声产生、传输及特性的基础上，提出一种随钻测量技术领域的泥浆随机噪声的去除方法，经现场实际数据测试表明，该方法简便可靠，能有效锁定正脉冲信号，降低误码率，具有很大的实用价值。
以上技术特征构成了本发明的实施例，其具有较强的适应性和实施效果，可根据实际需要增减非必要的技术特征，来满足不同情况的需求。
Claims (5)
1.一种随钻泥浆随机噪声的去除方法，其特征在于包括下述步骤：
(1)对于含正脉冲的某泥浆去泵噪声信号作小波变换，获得采集信号的小波系数w，在小波变换时，选择小波基，根据信号采集率和所需脉冲信号所在频率段确定分解的层数N，N为自然数，以此变换获得一组小波系数wj，k；
(2)采用VisuShrink阈值和阈值函数对小波系数wj，k进行阈值划分，得到处理后的小波系数
(3)对经过步骤(2)处理后的信号，利用小波第N级的低频系数和第1级至第N级的高频系数的特性，进行小波反变换，重构信号。
2.根据权利要求1所述的随钻泥浆随机噪声的去除方法，其特征在于步骤(2)中，阈值函数采用硬阈值函数或软阈值函数或幂型阈值函数。
3.根据权利要求2所述的随钻泥浆随机噪声的去除方法，其特征在于阈值函数采用硬阈值函数时，硬阈值函数对低于VisuShrink阈值的小波系数置零并直接保留大于VisuShrink阈值的小波系数，阈值划分后，得到处理后的小波系数
如式(1)，
式(1)中，T代表VisuShrink阈值，T为噪声的均方差与2倍lnN的根号的乘积。
4.根据权利要求2所述的随钻泥浆随机噪声的去除方法，其特征在于阈值函数采用软阈值函数时，软阈值函数对大于阈值的小波系数不直接保留，而是进行收缩，阈值划分后，得到处理后的小波系数
如式(2)，
式(2)中，T代表VisuShrink阈值，T为噪声的均方差与2倍lnN的根号的乘积。
5.根据权利要求2所述的随钻泥浆随机噪声的去除方法，其特征在于阈值函数采用幂型阈值函数时，阈值划分后，得到处理后的小波系数
如式(3)，
式(3)中，T代表VisuShrink阈值，T为噪声的均方差与2倍lnN的根号的乘积。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011444396.0A CN112418174A (zh) | 2020-12-08 | 2020-12-08 | 随钻泥浆随机噪声的去除方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011444396.0A CN112418174A (zh) | 2020-12-08 | 2020-12-08 | 随钻泥浆随机噪声的去除方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN112418174A true CN112418174A (zh) | 2021-02-26 |
Family
ID=74775855
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202011444396.0A Pending CN112418174A (zh) | 2020-12-08 | 2020-12-08 | 随钻泥浆随机噪声的去除方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN112418174A (zh) |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2010232892A (ja) * | 2009-03-26 | 2010-10-14 | Nippon Hoso Kyokai <Nhk> | スレッショルド関数制御型ウェーブレットシュリンケージ雑音除去装置及びプログラム |
| CN102663695A (zh) * | 2012-03-31 | 2012-09-12 | 重庆大学 | 基于小波变换的dr图像去噪方法及系统 |
| CN106798554A (zh) * | 2017-01-12 | 2017-06-06 | 安徽大学 | 一种含噪imf分量及心电信号的去噪方法 |
| CN108158573A (zh) * | 2017-12-26 | 2018-06-15 | 智慧康源（厦门）科技有限公司 | 基于自适应阈值小波变换的心电信号降噪方法 |
| CN109902594A (zh) * | 2019-01-31 | 2019-06-18 | 国网江苏省电力有限公司泰州供电分公司 | 一种基于小波的脉冲信号去噪方法 |
| CN111535802A (zh) * | 2020-05-08 | 2020-08-14 | 中国石油大学(华东) | 泥浆脉冲信号处理方法 |
-
2020
- 2020-12-08 CN CN202011444396.0A patent/CN112418174A/zh active Pending
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2010232892A (ja) * | 2009-03-26 | 2010-10-14 | Nippon Hoso Kyokai <Nhk> | スレッショルド関数制御型ウェーブレットシュリンケージ雑音除去装置及びプログラム |
| CN102663695A (zh) * | 2012-03-31 | 2012-09-12 | 重庆大学 | 基于小波变换的dr图像去噪方法及系统 |
| CN106798554A (zh) * | 2017-01-12 | 2017-06-06 | 安徽大学 | 一种含噪imf分量及心电信号的去噪方法 |
| CN108158573A (zh) * | 2017-12-26 | 2018-06-15 | 智慧康源（厦门）科技有限公司 | 基于自适应阈值小波变换的心电信号降噪方法 |
| CN109902594A (zh) * | 2019-01-31 | 2019-06-18 | 国网江苏省电力有限公司泰州供电分公司 | 一种基于小波的脉冲信号去噪方法 |
| CN111535802A (zh) * | 2020-05-08 | 2020-08-14 | 中国石油大学(华东) | 泥浆脉冲信号处理方法 |
Non-Patent Citations (3)
| Title |
|---|
| 代海波 等: "基于改进阈值函数的小波去噪算法研究", 噪声与振动控制, no. 06, pages 189 - 193 * |
| 唐宋元 等编: "《微弱信号处理理论》", vol. 1, 31 October 2018, 北京理工大学出版社, pages: 126 * |
| 杨春梅: "有机分子薄膜生长荧光显微图像重构方法研究", 《工程科技Ⅱ辑》, no. 04, pages 22 * |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN102998706B (zh) | 一种衰减地震数据随机噪声的方法及系统 | |
| CN105738948B (zh) | 一种基于小波变换的微地震数据降噪方法 | |
| CN113935467B (zh) | 基于迭代多尺度注意力网络的das井中勘探数据噪声抑制方法 | |
| CN103995950A (zh) | 基于空域相关修正阈值的变小波系数局部放电信号消噪方法 | |
| Lin et al. | Recovery of seismic events by time-frequency peak filtering | |
| CN105785324A (zh) | 基于mgcstft的线性调频信号参数估计方法 | |
| CN114707555A (zh) | 崩岸前兆次声波信号降噪处理方法、特征识别方法及装置 | |
| CN111650654A (zh) | 联合emd与wt算法的地面磁共振信号尖峰噪声剔除方法 | |
| CN113553997A (zh) | 一种联合改进小波阈值的信号处理方法、存储介质和系统 | |
| CN104730576A (zh) | 基于Curvelet变换的地震信号去噪方法 | |
| CN113221746A (zh) | 基于改进小波阈值函数的微震信号去噪方法 | |
| CN115165274A (zh) | 工程机械设备振动状态自适应智能监测装置及方法 | |
| CN112764099B (zh) | 一种基于地震几何学信息的地震资料拓频方法 | |
| CN111308557B (zh) | 一种地质与工程参数约束的微地震数据去噪方法 | |
| CN112418174A (zh) | 随钻泥浆随机噪声的去除方法 | |
| CN114035226B (zh) | 基于噪声语义相关性深度迁移去噪自编码网络的微地震资料噪声压制方法及系统 | |
| CN113419275B (zh) | 一种基于稀疏字典学习的高分辨率地震处理方法 | |
| CN112684501B (zh) | 一种基于谱比面积的q值估计方法与应用 | |
| Yang et al. | Noise Modeling and Deep Learning Noise Suppression of Mud Signal | |
| CN112554875A (zh) | 随钻泥浆正脉冲信号的处理方法 | |
| CN114676734A (zh) | 一种基于wpd-emd-wpd的微震信号降噪方法 | |
| CN115378776A (zh) | 一种基于循环谱参数的mfsk调制识别方法 | |
| CN109085649B (zh) | 一种基于小波变换优化的地震资料去噪方法 | |
| CN111638501A (zh) | 一种自适应匹配随机共振的谱线增强方法 | |
| CN110568489A (zh) | 一种块状介质的宽频反演方法 |
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 |