CN113504569A - 阵列声波测井识别和评价岩体弱面的方法、系统、设备及介质 - Google Patents
阵列声波测井识别和评价岩体弱面的方法、系统、设备及介质 Download PDFInfo
- Publication number
- CN113504569A CN113504569A CN202111056142.6A CN202111056142A CN113504569A CN 113504569 A CN113504569 A CN 113504569A CN 202111056142 A CN202111056142 A CN 202111056142A CN 113504569 A CN113504569 A CN 113504569A
- Authority
- CN
- China
- Prior art keywords
- rock mass
- weak
- curve
- waveform data
- waveform
- 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
- 239000011435 rock Substances 0.000 title claims abstract description 233
- 238000000034 method Methods 0.000 title claims abstract description 75
- 238000012545 processing Methods 0.000 claims abstract description 106
- 238000011084 recovery Methods 0.000 claims abstract description 69
- 238000012512 characterization method Methods 0.000 claims abstract description 60
- 238000013507 mapping Methods 0.000 claims abstract description 24
- 238000011156 evaluation Methods 0.000 claims description 79
- 238000004364 calculation method Methods 0.000 claims description 37
- 238000005516 engineering process Methods 0.000 claims description 25
- 238000005070 sampling Methods 0.000 claims description 19
- 230000015572 biosynthetic process Effects 0.000 claims description 16
- 238000007781 pre-processing Methods 0.000 claims description 15
- 238000010586 diagram Methods 0.000 claims description 14
- 238000007689 inspection Methods 0.000 claims description 11
- 230000006870 function Effects 0.000 claims description 10
- 238000004590 computer program Methods 0.000 claims description 9
- 238000003860 storage Methods 0.000 claims description 9
- 238000009826 distribution Methods 0.000 claims description 8
- 229910052770 Uranium Inorganic materials 0.000 claims description 7
- 238000012937 correction Methods 0.000 claims description 7
- JFALSRSLKYAFGM-UHFFFAOYSA-N uranium(0) Chemical compound [U] JFALSRSLKYAFGM-UHFFFAOYSA-N 0.000 claims description 7
- 238000000354 decomposition reaction Methods 0.000 claims description 2
- 239000010410 layer Substances 0.000 description 9
- 230000008569 process Effects 0.000 description 9
- 230000008859 change Effects 0.000 description 7
- 239000011229 interlayer Substances 0.000 description 6
- 238000011160 research Methods 0.000 description 5
- DDCPKNYKNWXULB-RXMQYKEDSA-N (2r)-2-azaniumyl-3-[(2-methylpropan-2-yl)oxy]propanoate Chemical compound CC(C)(C)OC[C@@H]([NH3+])C([O-])=O DDCPKNYKNWXULB-RXMQYKEDSA-N 0.000 description 4
- 238000011161 development Methods 0.000 description 4
- 238000003384 imaging method Methods 0.000 description 4
- 238000005259 measurement Methods 0.000 description 4
- PGTPSOVIAGCWHT-UHFFFAOYSA-N 2-(2-benzylphenoxy)-n,n-dimethylethanamine;n-(4-hydroxyphenyl)acetamide;2-hydroxypropane-1,2,3-tricarboxylic acid Chemical compound CC(=O)NC1=CC=C(O)C=C1.OC(=O)CC(O)(C(O)=O)CC(O)=O.CN(C)CCOC1=CC=CC=C1CC1=CC=CC=C1 PGTPSOVIAGCWHT-UHFFFAOYSA-N 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 239000002344 surface layer Substances 0.000 description 3
- 229940068957 zflex Drugs 0.000 description 3
- 230000005540 biological transmission Effects 0.000 description 2
- 230000000052 comparative effect Effects 0.000 description 2
- 238000013500 data storage Methods 0.000 description 2
- 238000013461 design Methods 0.000 description 2
- 230000005405 multipole Effects 0.000 description 2
- 230000035772 mutation Effects 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 238000003908 quality control method Methods 0.000 description 2
- 238000012216 screening Methods 0.000 description 2
- 230000002159 abnormal effect Effects 0.000 description 1
- FTZILAQGHINQQR-UHFFFAOYSA-N alpha-methylpentanal Natural products CCCC(C)C=O FTZILAQGHINQQR-UHFFFAOYSA-N 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000002146 bilateral effect Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 235000021185 dessert Nutrition 0.000 description 1
- 238000006073 displacement reaction Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 239000007788 liquid Substances 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 239000003550 marker Substances 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 208000022769 mixed phenotype acute leukemia Diseases 0.000 description 1
- 230000005404 monopole Effects 0.000 description 1
- 239000003208 petroleum Substances 0.000 description 1
- 238000002360 preparation method Methods 0.000 description 1
- 230000002265 prevention Effects 0.000 description 1
- 238000005086 pumping Methods 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 239000004576 sand Substances 0.000 description 1
- 238000007619 statistical method Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01V—GEOPHYSICS; GRAVITATIONAL MEASUREMENTS; DETECTING MASSES OR OBJECTS; TAGS
- G01V1/00—Seismology; Seismic or acoustic prospecting or detecting
- G01V1/40—Seismology; Seismic or acoustic prospecting or detecting specially adapted for well-logging
- G01V1/44—Seismology; Seismic or acoustic prospecting or detecting specially adapted for well-logging using generators and receivers in the same well
- G01V1/48—Processing data
-
- 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
- G01—MEASURING; TESTING
- G01V—GEOPHYSICS; GRAVITATIONAL MEASUREMENTS; DETECTING MASSES OR OBJECTS; TAGS
- G01V2210/00—Details of seismic processing or analysis
- G01V2210/60—Analysis
- G01V2210/64—Geostructures, e.g. in 3D data cubes
Landscapes
- Life Sciences & Earth Sciences (AREA)
- Geology (AREA)
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Mining & Mineral Resources (AREA)
- Environmental & Geological Engineering (AREA)
- General Life Sciences & Earth Sciences (AREA)
- Fluid Mechanics (AREA)
- Geochemistry & Mineralogy (AREA)
- Acoustics & Sound (AREA)
- Remote Sensing (AREA)
- General Physics & Mathematics (AREA)
- Geophysics (AREA)
- Geophysics And Detection Of Objects (AREA)
Abstract
本发明提供了一种阵列声波测井识别和评价岩体弱面的方法、系统、设备及介质。所述方法包括：利用自动增益恢复系数对采集到的阵列声波测井波形数据进行增益恢复；利用变异函数对增益恢复后的阵列声波测井波形数据进行统计变异处理；对统计变异处理后的波形数据以变密度的方式进行灰度成图，绘制得到经统计变异处理后的第一波形变密度图，第一波形变密度图上显示有岩体弱面的位置及规模；以及计算岩体弱面表征指数，并基于岩体弱面表征指数来评价岩体弱面。根据本发明，可基于阵列声波测井资料来快速、直观地识别和评价井下深部地层岩体弱面。
Description
技术领域
本发明涉及阵列声波测井资料处理技术领域，特别地，涉及一种阵列声波测井识别和评价岩体弱面的方法、阵列声波测井识别和评价岩体弱面系统、电子设备以及计算机可读存储介质。
背景技术
工程岩石力学中，岩体工程的安危受岩体中存在的弱面（亦称结构面）控制或者受岩块（亦称结构体）和弱面的共同控制。弱面是岩体内存在的各种地质界面，包括：不连续面和物质分异面，如：裂隙、节理、层理、软弱夹层、断层、断裂破碎带等。岩石中弱面的识别与评价是工程岩石力学的重要内容。
传统上人们对地面岩石或取心岩石弱面的研究，通常采用罗盘、尺子等工具到现场进行测量，然后对数据进行统计分析。这种方法既费力气又费时间，而且对于一些难以进入的场地，获取数据是非常困难的，甚至是危险的。目前，采用先进的ShapeMetrix 3D数字摄影测量系统或地面三维激光扫描(TLS)技术等，可对地面或现场岩体表面大量结构面进行测量，通过图像处理等技术得到结构面详细信息，从而为节理、裂隙信息的快速获取开辟新的途径，解决了以人工现场接触测量为主、劳动强度大、效率低下的难题。
在石油行业，深部岩体弱面（特别是裂缝）对油气的勘探开发起着越来越重要的作用，人们对它的研究已有近百年历史，研究的方法有物探、测井、数理统计、非线性和力学等多种手段。但是，对于深部岩体弱面的预测与评价迄今仍然是一个公认的世界级难题。近年来，页岩气等非常规油气的水平井开发中，大液量、大砂量、高排量、高泵压的非常规储层体积压裂改造作业方式，在提高油气井产量的同时，也诱发了井下套管变形问题，且套管变形比例呈明显上升的趋势，严重影响页岩气等非常规油气的单井产量和压裂施工作业时效。不但造成经济的巨大损失，而且也给油气井安全生产、环境保护等带来较大隐患。因此，对岩体弱面的研究和评价就显得尤为重要。
发明内容
本发明的目的在于解决现有技术存在的上述不足中的至少一项。例如，本发明的目的之一在于提供一种基于阵列声波测井资料来识别和评价井下深部地层岩体弱面的方法及系统。
为了实现上述目的，本发明提供了一种阵列声波测井识别和评价岩体弱面的方法，所述方法包括：利用自动增益恢复系数对采集到的阵列声波测井波形数据进行增益恢复；利用变异函数对增益恢复后的阵列声波测井波形数据进行统计变异处理；对统计变异处理后的波形数据以变密度的方式进行灰度成图，绘制得到经统计变异处理后的第一波形变密度图，第一波形变密度图上显示有岩体弱面的位置及规模；以及计算岩体弱面表征指数，并基于岩体弱面表征指数来评价岩体弱面，其中，所述岩体弱面表征指数越大，则岩体弱面越容易出现滑移，所述计算岩体弱面表征指数具体包括：对统计变异处理后的波形数据开时窗进行声波均方根幅度计算，得到第一均方根幅度；对相同时窗标准硬地层统计变异处理后的波形数据开时窗进行声波均方根幅度计算，得到第二均方根幅度；和以第一声波均方根幅度与第二均方根幅度的比值作为所述岩体弱面表征指数。
在根据本发明的阵列声波测井识别和评价岩体弱面的方法的一个示例性实施例中，所述变异函数可以为：
式中：
V size 为波形阵列数据的时间采样点数，不同测井系列，V size 值不同；
ΔWAVE为N深度点经统计变异处理技术处理后的反映岩体弱面特征波形数据；
N为计算点的深度；
N+1为计算点的下一个深度；
M为当前计算点的波形数据阵列的时间采样点，不同测井系列，M值不同；
SMOTHR为深度域内进行比较的采样点数，所述采样点数为奇数，取值为1,3,5,7,9…；
WAVE为自动增益恢复后的阵列声波测井波形数据。
在根据本发明的阵列声波测井识别和评价岩体弱面的方法的一个示例性实施例中，所述方法还可以包括：将经统计变异处理技术处理后的阵列声波测井波形数据与自动增益恢复后的阵列声波测井波形数据相加，得到总体变异波形数据，以变密度的方式进行灰度成图，绘制得到经总体统计变异处理后的第二波形变密度图，所述第二波形变密度图上显示有岩体弱面层段与均质岩体层段之间的差异。
在根据本发明的阵列声波测井识别和评价岩体弱面的方法的一个示例性实施例中，所述方法还可以包括：基于所述岩体弱面表征指数绘制岩体弱面表征指数曲线，给定分类阈值或分类标准，对岩体弱面分布层段进行自动识别与岩体弱面分级评价。
在根据本发明的阵列声波测井识别和评价岩体弱面的方法的一个示例性实施例中，所述方法还可以包括：绘制岩体弱面的解释评价成果图，所述解释评价成果图上包括第一曲线道、第二曲线道、第三曲线道、第四曲线道、第五曲线道、第六曲线道、第七曲线道以及岩体弱面分级评价道中的一个或多个。其中，第一曲线道上绘制有井径、无铀伽玛和自然伽玛曲线；第二曲线道上绘制有纵波时差、补偿中子和补偿密度曲线；第三曲线道上绘制有深侧向和浅侧向曲线；第四曲线道上绘制有经过所述增益恢复后的第三波形变密度图；第五曲线道上绘制有所述第一波形变密度图；第六曲线道上绘制有所述第二波形变密度图；第七曲线道上绘制有所述岩体弱面表征指数曲线；岩体弱面分级评价道上按不同图例绘制了对应深度段岩体弱面的分级评价结果。
在根据本发明的阵列声波测井识别和评价岩体弱面的方法的一个示例性实施例中，所述方法还可以包括：对阵列声波测井波形数据进行预处理，所述预处理包括数据格式解编与数据加载、测井深度校正、阵列声波测井波形数据质量检查，其中，利用阵列声波波形均方根振幅曲线进行阵列声波测井波形数据质量检查，甄别包括因设备故障等造成的错误记录波形数据，选择期望的波形数据进行波形增益恢复和后续处理。
本发明还提供了一种阵列声波测井识别和评价岩体弱面的系统，所述系统包括：增益恢复单元，被配置为利用自动增益恢复系数对采集到的阵列声波测井波形数据进行增益恢复；统计变异处理单元，被配置为利用变异函数对增益恢复后的阵列声波测井波形数据进行统计变异处理；灰度成图单元，被配置为对统计变异处理后的波形数据以变密度的方式进行灰度成图，以显示岩体弱面的位置及规模；以及岩体弱面表征指数计算单元，被配置为：对统计变异处理后的波形数据开时窗进行声波均方根幅度计算，得到第一均方根幅度；对相同时窗标准硬地层统计变异处理后的波形数据开时窗进行声波均方根幅度计算，得到第二均方根幅度；以第一均方根幅度与第二均方根幅度的比值作为所述岩体弱面表征指数，其中，所述岩体弱面表征指数用于评价岩体弱面，所述岩体弱面表征指数越大，则岩体弱面越容易出现滑移。
在根据本发明的阵列声波测井识别和评价岩体弱面的系统的一个示例性实施例中，所述变异函数可以为：
式中：
V size 为波形阵列数据的时间采样点数，不同测井系列，V size 值不同；
ΔWAVE为N深度点经统计变异处理技术处理后的反映岩体弱面特征波形数据；
N为计算点的深度；
N+1为计算点的下一个深度；
M为当前计算点的波形数据阵列的时间采样点，不同测井系列，M值不同；
SMOTHR为深度域内进行比较的采样点数，所述采样点数为奇数，取值为1,3,5,7,9…；
WAVE为自动增益恢复后的阵列声波测井波形数据。
在根据本发明的阵列声波测井识别和评价岩体弱面的系统的一个示例性实施例中，所述系统还可以包括：总体变异波形变密度生成单元，被配置为将经统计变异处理技术处理后的阵列声波测井波形数据与自动增益恢复后的阵列声波测井波形数据相加，得到总体变异波形数据，以变密度的方式进行灰度成图，绘制得到经总体统计变异处理后的第二波形变密度图，所述第二波形变密度图上显示有岩体弱面层段与均质岩体层段之间的差异。
在根据本发明的阵列声波测井识别和评价岩体弱面的系统的一个示例性实施例中，所述系统还可以包括：岩体弱面表征指数分级评价单元，被配置为基于所述岩体弱面表征指数绘制岩体弱面表征指数曲线，给定分类阈值或分类标准，对岩体弱面分布层段进行自动识别与岩体弱面分级评价。
在根据本发明的阵列声波测井识别和评价岩体弱面的系统的一个示例性实施例中，所述系统还可以包括：岩体弱面的解释评价成果图形成单元，用于绘制岩体弱面的解释评价成果图，所述解释评价成果图上包括第一曲线道、第二曲线道、第三曲线道、第四曲线道、第五曲线道、第六曲线道、第七曲线道以及岩体弱面分级评价道中的一个或多个。其中，第一曲线道上绘制有井径、无铀伽玛和自然伽玛曲线；第二曲线道上绘制有纵波时差、补偿中子和补偿密度曲线；第三曲线道上绘制有深侧向和浅侧向曲线；第四曲线道上绘制有经过所述增益恢复后的第三波形变密度图；第五曲线道上绘制有所述第一波形变密度图；第六曲线道上绘制有所述第二波形变密度图；第七曲线道上绘制有所述岩体弱面表征指数曲线；岩体弱面分级评价道上按不同图例绘制了对应深度段岩体弱面的分级评价结果。
在根据本发明的阵列声波测井识别和评价岩体弱面的系统的一个示例性实施例中，所述系统还可以包括：预处理模块，被配置为对阵列声波测井波形数据进行预处理，所述预处理包括数据格式解编与数据加载、测井深度校正、阵列声波测井波形数据质量检查，其中，利用阵列声波波形均方根振幅曲线进行阵列声波测井波形数据质量检查，甄别包含因设备故障等造成的错误记录波形数据，选择期望的波形数据进行波形增益恢复和后续处理。
本发明还提供了一种设备，所述设备包括：处理器；存储器，存储有计算机程序，当所述计算机程序被处理器执行时，实现如上任一项所述的方法。
本发明还提供了一种存储有计算机程序的计算机可读存储介质，当所述计算机程序在被处理器执行时实现如上任一项所述的方法。
与现有技术相比，本发明的有益效果包括：可识别和评价井下深部地层岩体弱面；能突出早期被忽略的有关地层应力弱面结构（如：裂隙、节理、层理、软弱夹层、断层、断裂破碎带等）的测井信息，从而达到地层应力弱面结构精细评价的目的；所需测井数据易得，原理可靠，方法可行，设计合理，效果明显，且无需额外增加测井采集费用。
附图说明
图1为根据本发明示例性实施例的阵列声波测井识别和评价岩体弱面的方法的流程图。
图2为本发明的阵列声波测井波形质量控制与优选最佳波形进行统计变异处理的甄别示例。
图3为本发明的阵列声波波形增益恢复前后对比示例。
图4示出了根据本发明的示例性实施例的方法对阵列声波波形数据进行统计变异处理数据后的变密度成图。
图5示出了根据本发明示例性实施例的方法对岩体弱面阵列声波波形数据统计变异处理后的解释评价成果图。
图6示出了根据本发明示例性实施例的阵列声波测井识别和评价岩体弱面的系统的框图。
附图标记说明：
100-增益恢复单元，200-统计变异处理单元，300-灰度成图单元，400-岩体弱面表征指数计算单元，500-总体变异波形变密度生成单元，600-岩体弱面表征指数分级评价单元，700-解释评价成果图形成单元，800-预处理模块。
具体实施方式
在下文中，将结合附图和示例性实施例来详细说明本发明的阵列声波测井识别和评价岩体弱面的方法、系统、设备及介质。
术语“第一”、“第二”仅用于描述目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括一个或者更多个该特征。在本发明的描述中，除非另有说明，“多个”的含义是两个或两个以上。
随着页岩气等非常规油气勘探开发认识的提高，岩体弱面（包括：裂隙、节理、层理、软弱夹层、断层、断裂破碎带等）研究在页岩气地质甜点评价、页岩气水平井储层压裂改造、以及套管变形研究与预防中的作用更加凸显，识别和评价岩体弱面的工作越来越受到地质工程方面重视。
目前，考虑到成本等问题，更多地利用阵列声波测井波形变密度、阵列声波处理时差、以及阵列声波幅度衰减等方式来识别和评价地层深部岩体弱面，但仍存在识别和评价岩体弱面不直观、数据处理难度大、解释评价耗时长等限制，尤其对深部页岩气水平井岩体弱面的快速直观识别和评价方面，问题更加突出。在本发明中，所提及“深部页岩气水平井岩体弱面”中的“深部”是指非地面位置，例如，地表以下作业人员无法抵达的位置。
由此，本发明提供了一种阵列声波测井快速直观识别和评价地层深部岩体弱面（亦称结构面）的方法及系统（装置）。
本发明的主要技术构思是：对于均质岩体，在一定三维空间范围内，其声学特征应基本相同。具体在阵列声波测井上，应表现为随测量深度的变化，其波形的幅度、频率等应相同。若出现差异，排除测量仪器故障原因造成的，应该是岩体弱面特征（如：裂隙、节理、层理、软弱夹层、断层、断裂破碎带等）发生变化造成的。从统计学上来说，这种变化在数量标志上则表现为变异。这种变异，则主要反映了岩体弱面的改变，指示岩体弱面的存在。
为了识别和评价井下深部地层岩体弱面，为地质和工程应用提供岩体弱面（如：裂隙、节理、层理、软弱夹层、断层、断裂破碎带等）特征和信息，本发明提供了一种阵列声波测井快速直观识别和评价岩体弱面的新方法，通过构建一个统计学意义上的变异函数，对阵列声波测井波形数据进行快速处理后，利用变密度灰度成图方式，直观表征岩体弱面存在的位置，进行岩体弱面分级评价。
根据本发明的阵列声波测井识别和评价岩体弱面的方法可包括：利用自动增益恢复系数对采集到的阵列声波测井波形数据进行增益恢复；利用变异函数对增益恢复后的阵列声波测井波形数据进行统计变异处理；对统计变异处理后的波形数据以变密度的方式进行灰度成图，绘制得到经统计变异处理后的第一波形变密度图，第一波形变密度图上显示有岩体弱面的位置及规模；以及计算岩体弱面表征指数，并基于岩体弱面表征指数来评价岩体弱面。其中，所述岩体弱面表征指数越大，则岩体弱面越容易出现滑移，所述计算岩体弱面表征指数具体包括：对统计变异处理后的波形数据开时窗进行声波均方根幅度计算，得到第一均方根幅度；对相同时窗标准硬地层统计变异处理后的波形数据开时窗进行声波均方根幅度计算，得到第二均方根幅度；以第一均方根幅度与第二均方根幅度的比值作为所述岩体弱面表征指数。
根据本发明提供了一种阵列声波测井快速直观识别和评价岩体弱面的新方法，构建一个统计学意义上的变异函数，对阵列声波测井波形数据进行快速处理后，通过变密度灰度成图方式，可直观表征岩体弱面存在的位置，还可对岩体弱面进行分级评价。其对岩体弱面进行分级评价的基础是：裂缝、断层、岩性、井眼扩径等在统计变异处理技术处理后的波形成果图上的测井响应特征差异，原理可靠，方法可行，设计合理。
根据本发明，对裸眼井阵列声波波形测井数据进行统计变异处理，能突出早期被忽略的有关地层应力弱面结构的测井信息，在不需要花费测井资料采集费用的情况下，从而达到地层应力弱面结构精细评价的目的，它是岩体弱面评价所需费用最少的。统计变异处理技术的应用，可以直接计算深度域内各深度间波形数据的起伏变化情况，根据处理后的波形变密度图像，可以更清楚地、直观地识别裂缝、断层、岩性、井眼扩径等弱面的差别，甚至确定裂缝、断层、岩性、井眼扩径等在不同井段的弱面微小变化。
图1为根据本发明示例性实施例的阵列声波测井识别和评价岩体弱面方法的流程图。
在第一示例性实施例中，根据本发明的阵列声波测井识别和评价岩体弱面的方法包括：测井数据预处理、波形数据增益恢复、波形数据统计变异处理、岩体弱面表征指数计算、处理数据快速直观成图以及岩体弱面解释评价。
图1中给出了本发明的阵列声波测井波形处理解释评价的步骤。如图1中所示，该方法具体包括：
步骤S1：数据准备，包括收集整理常规测井数据、阵列声波数据、以及其它相关测井与地质资料。
根据本发明，阵列声波测井波形数据可通过常用的阵列声波测井仪器采集得到。阵列声波测井仪器包括但不限于过钻头存储式阵列声波测井仪器TBDS、偶极横波成像测井仪DSI、SMLS-6210泵出式存储阵列声波测井仪器、WSTT交叉偶极子阵列声波测井仪器、MPAL多极子阵列声波测井仪器、以及ECLIPSE5700成像测井系列所属DAC单极阵列声波测井仪器、多极阵列声波测井仪MAC、XMAC交叉偶极子阵列声波测井仪器、XMAC-Ⅱ交叉偶极子阵列声波测井仪器、XMAC-F1交叉偶极子阵列声波测井仪器等仪器所采集的波形数据。
步骤S2：阵列声波预处理。
阵列声波预处理包括：数据格式解编与数据加载、测井深度校正以及波形数据质量检查。
除了对阵列声波测井数据进行数据格式解编、数据加载、深度校正等常规的预处理工作外，更重要地是对波形阵列声波测井波形数据质量检查，其目的主要是甄别包含因设备故障等原因造成的错误记录波形数据，选择期望的（例如，低噪声、正确的）波形数据进行波形增益恢复和后续处理解释评价。
图2为本发明的阵列声波测井波形质量控制与优选最佳波形进行统计变异处理的甄别示例。数据来源于中国四川一口页岩气井TBDS阵列声波测井实施例，从图2中的斯通利波均方根幅度曲线（箭头符号所指曲线）以及3#接收器的波形外观可以看出，阵列声波测井斯通利波3#接收器的波形异常，在选择波形进行统计变异处理时，3#接收器的波形不宜作为波形统计变异处理的目标。
S3、对阵列声波测井波形数据进行增益恢复。
该步骤可包括：确定仪器类型和确定增益恢复系数。
阵列声波测井中，在没有超出测井数据采集系统的动态接收范围的情况下，总希望阵列声波测井采集到的数据幅度尽可能地大。然而，实际测量的时候，从一个深度点到下一个深度点，因岩体岩块成分和弱面（如：裂隙、节理、层理、软弱夹层、断层、断裂破碎带等）的变化，会导致阵列声波测井采集到的波形幅度变化可能很大，从而超出测井数据采集系统的动态接收范围，若采用固定的增益控制办法，采集到的波形数据就会出现饱和，则无法取得反映岩体岩块成分和弱面真实变化的测井采集效果。为此，阵列声波测井仪采用自动增益控制办法，通过计算出一个合适的增益值来优化波形。当在进行波形数据处理时，为了得到真实的波形，必须去除增益控制，达到还原原始测量波形的目的。
对阵列声波测井波形数据进行自动增益恢复计算公式如下式1所示：
式1：
WAVE=a*WAVE 0
在式1中：WAVE 0 为阵列声波测井波形数据；WAVE为自动增益恢复后的阵列声波测井波形数据，a为自动增益恢复系数。
自动增益恢复系数a可参照对应仪器生产厂家提供的计算公式。
例如，对于ECLIPSE5700成像测井系列阵列声波仪，其自动增益恢复系数a的计算式如下式2。
式2：
a=1/（10*（3*Trgain/20））
在式2中：Trgain为ECLIPSE5700成像测井系列阵列声波自动增益数据。
又例如，对于ThruBit存储式测井系列TBDS阵列声波仪，其自动增益恢复系数a的计算式见式3。
式3：
a=1/Trgain。
在式3中：Trgain为ThruBit存储式测井系列阵列声波仪自动增益数据。
图3为本发明的阵列声波波形增益恢复前后对比示例。数据来源于中国四川一口页岩气井TBDS阵列声波测井实施例，图3中绘制的波形采用刻度完全一致。从图3中可以看出，阵列声波波形增益恢复前的WAVE 0 与阵列声波波形增益恢复后的WAVE差别迥异。因此，在进行波形统计变异处理前，需要对采集的波形数据进行增益恢复，以保证处理结果的正确性。
步骤S4：波形数据统计变异处理。
步骤S41、波形统计变异处理。
具体地，可构建一个统计学意义上的变异函数，并对经增益恢复后的阵列声波测井波形数据进行统计变异处理。波形数据统计变异处理函数见下式4。
式4：
在式4中：V size 为波形阵列数据的时间采样点数，不同测井系列，V size 值不同；ΔWAVE为N深度点经统计变异处理技术处理后的反映岩体弱面特征波形数据；N为计算点的深度；N+1为计算点的下一个深度；M为当前计算点的波形数据阵列的时间采样点，不同测井系列，M值不同；SMOTHR为深度域内进行比较的采样点数，一般为奇数，取值为1,3,5,7,9…。WAVE为自动增益恢复后的阵列声波测井波形数据。
步骤S42、波形总体变异处理。
具体地，为了对比岩体弱面层段与均质岩体层段之间的差异，该方法还可包括计算了另外一条总体变异波形曲线TWAVE，具体地，将经统计变异处理技术处理后的阵列声波测井波形数据与自动增益恢复后的阵列声波测井波形数据相加，得到总体变异波形曲线TWAVE，其计算公式见式5。
式5：
TWAVE=WAVE+ΔWAVE。
在式5中：TWAVE表示总体变异波形数据，WAVE为自动增益恢复后的声波波形数据，ΔWAVE为经统计变异处理技术处理后的波形数据。
图4示出了根据本发明的示例性实施例的方法对阵列声波波形数据进行统计变异处理数据后的变密度成图。数据来源于中国四川一口页岩气井XMAC-F1阵列声波测井实施例。在图4中，从第三曲线道采用灰度变密度方式显示的经过统计变异处理后的波形变密度图上，可以清楚地看出“V”字形干涉条纹（图中箭头所指位置），而在第二曲线道采用灰度变密度方式绘制了经过增益恢复后的波形变密度图上基本无法看到。第四曲线道上所显示的是采用灰度变密度方式绘制的经过总体统计变异处理后的波形变密度图，其既能看出波形的总体变化，又能看到“V”字形干涉条纹，还可以展现出岩体弱面层段与均质岩体层段之间的差异。
步骤S5：岩体弱面表征指数计算。
岩体弱面表征指数计算就是对统计变异处理技术处理后的波形数据开时窗进行声波均方根幅度计算（也称为均方根能量），将其除以相同时窗标准硬地层的统计变异处理技术处理后波形数据声波均方根幅度计算值（也称为均方根能量），用它们的比值来表征岩体弱面的发育情况，即：岩体弱面表征指数。根据计算的岩体弱面表征指数曲线，给定一个适宜的分类阈值或分类标准，可对岩体弱面分布层段自动识别与岩体弱面分级评价。
具体地，包括以下步骤：
S51、对于经过统计变异处理后的第一波形数据，将其目标层段内的波形数据开时窗进行均方根幅度计算，得到第一均方根幅度。这里，目标层段包括标准硬地层。这里，目的层段是指利用阵列声波测井资料开展岩体弱面识别与评价的测量井段。
S52、对于经过统计变异处理后的第一波形数据，将与步骤S51相同时窗内的标准硬地层的波形数据进行均方根幅度计算，得到第二均方根幅度。这里，标准硬地层是指目标层段中声波纵波时差最小、横向分布稳定的区域标志层。
S53、以第一均方根幅度与第二均方根幅度之比作为岩体弱面表征指数。
岩体弱面表征指数计算公式见下式6。
式6：
在式6中：ZFLEX为岩体弱面表征指数，单位：无量纲；
Amp为统计变异处理技术处理后的波形数据开时窗声波均方根幅度，即，第一均方根幅度；
Amp0为统计变异处理技术处理后的波形数据开时窗标准硬地层的声波均方根幅度，即，第二均方根幅度。
统计变异处理技术处理后的波形数据开时窗声波均方根幅度计算见下式7。
式7：
在式7中：ΔWavei：经统计变异处理技术处理后的波形第i点的数据；N为时窗窗口内波形数据的点数。
相同时窗标准硬地层的统计变异处理技术处理后波形数据声波均方根幅度计算见下式8。
式8：
在式8中，ΔWaveBi表示相同时窗标准硬地层的经统计变异处理技术处理后波形数据波形第i点的数据；N为时窗窗口内波形数据的点数。
S54、基于岩体弱面表征指数绘制岩体弱面表征指数曲线。
图5示出了根据本发明示例性的方法对岩体弱面阵列声波波形数据统计变异处理后的解释评价成果图。利用本发明开展岩体弱面表征指数计算示例。数据来源于中国四川一口页岩气井XMAC-F1阵列声波测井示例。
在图5中，第五曲线道采用灰度变密度方式绘制了经过统计变异处理后的波形变密度图，从该曲线道采用灰度变密度方式显示的经过统计变异处理后的波形变密度图上，可以清楚地看出“V”字形干涉条纹。该曲线道中的TTWINST曲线与TTWINEND曲线包络的统计变异处理后的波形变密度区域，即为开时窗计算统计变异处理后波形均方根幅度区域，用于计算岩体弱面表征指数曲线ZFLEX。这里，TTWINST曲线：利用第一波形数据开时窗计算第一均方根幅度的起始时间，单位为：微秒。TTWINEND曲线：利用第一波形数据开时窗计算第一均方根幅度的结束时间，单位为：微秒。
在图5中，第七曲线道绘制了岩体弱面表征指数曲线ZFLEX及分级评价，岩体弱面表征指数越大，则岩体弱面越容易出现滑移。
步骤S6：波形统计变异变密度成图。
处理数据快速直观成图，包括统计变异波形变密度成图和总体变异波形变密度成图。具体地，可以对增益恢复后的波形数据、对统计变异处理后的波形数据和总体变异波形数据以变密度的方式进行灰度成图，直观显示岩体弱面的位置及规模。
图4示出了根据本发明的示例性实施例的方法对阵列声波波形数据进行统计变异处理数据后的变密度成图。数据来源于中国四川一口页岩气井XMAC-F1阵列声波测井实施例。在图4中，第一曲线道绘制了井径、无铀伽玛、自然伽玛曲线，第二曲线道采用灰度变密度方式绘制了经过增益恢复后的波形变密度图，第三曲线道采用灰度变密度方式绘制了经过统计变异处理后的波形变密度图，第四曲线道采用灰度变密度方式绘制了经过总体统计变异处理后的波形变密度图。从第三曲线道采用灰度变密度方式显示的经过统计变异处理后的波形变密度图上，可以清楚地看出“V”字形干涉条纹（图中箭头所指位置）。在第四曲线道采用的灰度变密度方式绘制的经过总体统计变异处理后的波形变密度图上，既能看出波形的总体变化，又能看到变化明显的“V”字形干涉条纹。
步骤S7：岩体弱面解释评价。
包括：弱面分级评价、综合评价与成图。
岩体弱面解释评价是指结合统计变异处理技术处理后的波形数据的变密度灰度成图，根据计算的岩体弱面表征指数曲线，给定一个适宜的分类阈值或分类标准，对岩体弱面分布层段进行自动识别与岩体弱面分级评价。
图5示出了根据本发明示例性的方法对岩体弱面阵列声波波形数据统计变异处理后的解释评价成果图。数据来源于中国四川一口页岩气井XMAC-F1阵列声波测井实施例。
在图5中，第一曲线道绘制了井径、无铀伽玛、自然伽玛曲线，第二曲线道绘制了纵波时差、补偿中子、补偿密度曲线，第三曲线道绘制了深浅双侧向曲线，第四曲线道采用灰度变密度方式绘制了经过增益恢复后的波形变密度图。
在图5中，第五曲线道采用灰度变密度方式绘制了经过统计变异处理后的波形变密度图，从该曲线道采用灰度变密度方式显示的经过统计变异处理后的波形变密度图上，可以清楚地看出“V”字形干涉条纹。
在图5中，第六曲线道采用灰度变密度方式绘制了经过总体统计变异处理后的波形变密度图，从该曲线道采用的灰度变密度方式绘制的经过总体统计变异处理后的波形变密度图上，既能看出波形的总体变化，又能看到变化明显的“V”字形干涉条纹。
在图5中，第七曲线道绘制了岩体弱面表征指数曲线及分级评价，岩体弱面表征指数越大，则岩体弱面越容易出现滑移。
在岩体弱面分级评价结论道可以按不同图例（例如灰度填充块、点填充块等）绘制对应深度段岩体弱面分级评价结论。本实施例中，对岩体弱面表征指数按0~0.2，0.2~0.4，0.4~0.6，0.6~0.8，0.8~1对应分为五个等级（Ⅰ级、Ⅱ级、Ⅲ级、Ⅳ级、Ⅴ级），以对岩体弱面进行分级评价。但本发明不限于此，对岩体弱面表征指数进行分级的级数以及范围可根据需调整。
表1给出了某地区岩块弱面阵列声波波形统计变异处理解释评价成果表，其给出了利用本发明的方法进行的岩体弱面解释评价成果，包括不同级别弱面包围的岩体井段、岩体厚度、以及弱面级别（级别数字越大，岩体弱面越容易出现滑移）。
表1
| 序号 | 深度（m） | 厚度 （m） | 岩体弱面评价结论 | 序号 | 深度（m） | 厚度 （m） | 岩体弱面评价结论 | |
| 1 | 2675.5~2683.2 | 7.7 | Ⅲ级 | 29 | 2850.8~2852.2 | 1.4 | Ⅲ级 | |
| 2 | 2683.2~2683.5 | 0.3 | Ⅴ级 | 30 | 2852.2~2860.1 | 7.9 | Ⅰ级 | |
| 3 | 2683.5~2685 | 1.5 | Ⅲ级 | 31 | 2860.1~2861.3 | 1.2 | Ⅲ级 | |
| 4 | 2685~2685.9 | 0.9 | Ⅱ级 | 32 | 2861.3~2882.3 | 21 | Ⅰ级 | |
| 5 | 2685.9~2689.1 | 3.2 | Ⅲ级 | 33 | 2882.3~2883.7 | 1.4 | Ⅲ级 | |
| 6 | 2689.1~2693.1 | 4 | Ⅰ 级 | 34 | 2883.7~2888.3 | 4.6 | Ⅰ级 | |
| 7 | 2693.1~2698.1 | 5 | Ⅲ级 | 35 | 2888.3~2890.9 | 2.6 | Ⅲ级 | |
| 8 | 2698.1~2701.4 | 3.3 | Ⅰ级 | 36 | 2890.9~2895.1 | 4.2 | Ⅰ级 | |
| 9 | 2701.4~2704.9 | 3.5 | Ⅲ级 | 37 | 2895.1~2895.4 | 0.3 | Ⅲ级 | |
| 10 | 2704.9~2706.8 | 1.9 | Ⅰ级 | 38 | 2895.4~2932.9 | 37.5 | Ⅰ级 | |
| 11 | 2706.8~2710.3 | 3.5 | Ⅲ级 | 39 | 2932.9~2933.9 | 1 | Ⅲ级 | |
| 12 | 2710.3~2712.7 | 2.4 | Ⅰ级 | 40 | 2933.9~2935.2 | 1.3 | Ⅰ级 | |
| 13 | 2712.7~2713.6 | 0.9 | Ⅲ级 | 41 | 2935.2~2935.8 | 0.6 | Ⅴ级 | |
| 14 | 2713.6~2714.2 | 0.6 | Ⅱ级 | 42 | 2935.8~2937.2 | 1.4 | Ⅲ级 | |
| 15 | 2714.2~2715 | 0.8 | Ⅳ级 | 43 | 2937.2~2939 | 1.8 | Ⅰ级 | |
| 16 | 2715~2715.3 | 0.3 | Ⅰ级 | 44 | 2939~2939.3 | 0.3 | Ⅲ级 | |
| 17 | 2715.3~2715.8 | 0.5 | Ⅱ级 | 45 | 2939.3~2939.9 | 0.6 | Ⅴ级 | |
| 18 | 2715.8~2777 | 61.2 | Ⅰ级 | 46 | 2939.9~2940.6 | 0.7 | Ⅳ级 | |
| 19 | 2777~2777.8 | 0.8 | Ⅲ级 | 47 | 2940.6~2940.9 | 0.3 | Ⅰ级 | |
| 20 | 2777.8~2780.8 | 3 | Ⅰ级 | 48 | 2940.9~2945.7 | 4.8 | Ⅲ级 | |
| 21 | 2780.8~2784 | 3.2 | Ⅲ级 | 49 | 2945.7~2947.9 | 2.2 | Ⅰ级 | |
| 22 | 2784~2787.4 | 3.4 | Ⅰ级 | 50 | 2947.9~2949.9 | 2 | Ⅲ级 | |
| 23 | 2787.4~2788.5 | 1.1 | Ⅲ级 | 51 | 2949.9~2950.9 | 1 | Ⅱ级 | |
| 24 | 2788.5~2801.6 | 13.1 | Ⅰ 级 | 52 | 2950.9~2963.1 | 12.2 | Ⅲ级 | |
| 25 | 2801.6~2801.9 | 0.3 | Ⅲ级 | 53 | 2963.1~2994.8 | 31.7 | Ⅰ级 | |
| 26 | 2801.9~2807.2 | 5.3 | Ⅰ 级 | 54 | 2994.8~2995.3 | 0.5 | Ⅱ级 | |
| 27 | 2807.2~2808.1 | 0.9 | Ⅲ级 | 55 | 2995.3~2996 | 0.7 | Ⅳ级 | |
| 28 | 2808.1~2850.8 | 42.7 | Ⅰ 级 | 56 | 2996~2999.1 | 3.1 | Ⅰ级 |
以上仅示出根据本发明构思的阵列声波测井岩体弱面识别和评价的方法的示例性实施例，然而本发明构思不限于此，本发明的方法也可不按上述步骤顺序地执行，或者可根据工程需要省略或添加一个或多个步骤及其子步骤。例如，在一个实施例中，可省略步骤S42。
图6示出了根据本发明示例性实施例的阵列声波测井识别和评价岩体弱面的系统的框图。
在第二示例性实施例中，提供了一种阵列声波测井识别和评价岩体弱面的系统，如图6中所示，该系统可以包括：增益恢复单元100、统计变异处理单元200、灰度成图单元300、岩体弱面表征指数计算单元400。
其中，增益恢复单元100被配置为利用自动增益恢复系数对采集到的阵列声波测井波形数据进行增益恢复。对阵列声波测井波形数据进行自动增益恢复计算公式可以为前文式2所示，在此不再赘述。自动增益恢复系数a可参照对应仪器生产厂家提供的计算公式。
统计变异处理单元200被配置为利用变异函数对增益恢复后的阵列声波测井波形数据进行统计变异处理。所述变异函数可以为前文式4，在此不再赘述。
灰度成图单元300被配置为对统计变异处理后的波形数据以变密度的方式进行灰度成图，以显示岩体弱面的位置及规模。
岩体弱面表征指数计算单元400被配置为：对统计变异处理后的波形数据开时窗进行声波均方根幅度计算，得到第一均方根幅度；对相同时窗标准硬地层统计变异处理后的波形数据开时窗进行声波均方根幅度计算，得到第二均方根幅度；以第一均方根幅度与第二均方根幅度的比值作为所述岩体弱面表征指数。岩体弱面表征指数如前文式6中所示，在此不再赘述。其中，所述岩体弱面表征指数用于评价岩体弱面，所述岩体弱面表征指数越大，则岩体弱面越容易出现滑移。
可选择地，所述系统还可包括总体变异波形变密度生成单元500。总体变异波形变密度生成单元500可以被配置为将经统计变异处理技术处理后的阵列声波测井波形数据与自动增益恢复后的阵列声波测井波形数据相加，得到总体变异波形数据，所涉及计算式见前文式5，在此不再赘述。将总体变异波形数据以变密度的方式进行灰度成图，绘制得到经总体统计变异处理后的第二波形变密度图，所述第二波形变密度图上显示有岩体弱面的位置及规模。
可选择地，所述系统还可包括：岩体弱面表征指数分级评价单元600，其被配置为基于所述岩体弱面表征指数绘制岩体弱面表征指数曲线，给定分类阈值或分类标准，对岩体弱面分布层段进行自动识别与岩体弱面分级评价。
可选择地，所述系统还可包括：岩体弱面的解释评价成果图形成单元700，用于绘制岩体弱面的解释评价成果图，所述解释评价成果图上包括第一曲线道、第二曲线道、第三曲线道、第四曲线道、第五曲线道、第六曲线道、第七曲线道以及岩体弱面分级评价道中的一个或多个。例如，图5中示出了八个道。
在图5中，第一曲线道上绘制有岩性曲线，即，含井径、无铀伽玛和自然伽玛的曲线；第二曲线道上绘制有孔隙度曲线，即，含纵波时差、补偿中子和补偿密度的曲线；第三曲线道上绘制有电阻率曲线，即，含深侧向和浅侧向的双侧向的曲线；第四曲线道上绘制有经过所述增益恢复后的第三波形变密度图；第五曲线道上绘制有所述第一波形变密度图；第六曲线道上绘制有所述第二波形变密度图；第七曲线道上绘制有所述岩体弱面表征指数曲线；岩体弱面分级评价道上按不同图例绘制了对应深度段岩体弱面的分级评价结果。
可选择地，所述系统还可包括预处理模块800。预处理模块800被配置为对阵列声波测井波形数据进行预处理，所述预处理可包括数据格式解编与数据加载、测井深度校正、阵列声波测井波形数据质量检查。
可选择地，可利用阵列声波波形均方根振幅曲线进行阵列声波测井波形数据质量检查，甄别设备故障等造成的错误记录波形数据，选择低噪声、正确的波形数据进行波形增益恢复和后续处理。
上述增益恢复单元100、统计变异处理单元200、灰度成图单元300、岩体弱面表征指数计算单元400、总体变异波形变密度生成单元500、岩体弱面表征指数分级评价单元600，岩体弱面的解释评价成果图形成单元700、预处理模块800执行操作的具体方式在已经在有关该方法的实施例中（例如上述步骤S1至步骤S7中）进行了详细描述，因此在此不再对各个单元的具体内容进行详细阐述说明。
根据本发明的方法可以被编程为计算机程序并且相应的程序代码或指令可以被存储在计算机可读存储介质中，当程序代码或指令被处理器执行时使得处理器执行上述阵列声波测井识别和评价岩体弱面方法，上述处理器和存储器可以被包括在计算机设备中。
在第三示例性实施例中，还提供一种存储有计算机程序的计算机可读存储介质。该计算机可读存储介质存储有当被处理器执行时使得处理器执行根据本发明的阵列声波测井识别和评价岩体弱面方法的计算机程序。该计算机可读记录介质是可存储由计算机系统读出的数据的任意数据存储装置。计算机可读记录介质的示例包括：只读存储器、随机存取存储器、只读光盘、磁带、软盘、光数据存储装置和载波（诸如经有线或无线传输路径通过互联网的数据传输）。
在第四示例性实施例中，还提供一种计算机设备。该计算机设备包括处理器和存储器。存储器用于存储计算机程序。计算机程序被处理器执行使得处理器执行根据本发明的阵列声波测井识别和评价岩体弱面方法的计算机程序。
根据本发明，首先进行测井数据预处理，接着对波形数据进行增益恢复，再对波形增益恢复数据进行统计变异处理和岩体弱面表征指数计算，最后对处理数据快速直观成图和岩体弱面解释评价。对裸眼井阵列声波波形测井数据进行统计变异处理，能突出早期被忽略的有关地层应力弱面结构的测井信息，在不需要花费测井资料采集费用的情况下，从而达到地层应力弱面结构精细评价的目的，它是岩体弱面评价所需费用最少的。
根据本发明的方法，统计变异处理技术的应用，可以直接计算深度域内各深度间波形数据的起伏变化情况，根据处理后的波形变密度图像，可以更清楚地、直观地识别裂缝、断层、岩性、井眼扩径等弱面的差别，甚至确定裂缝、断层、岩性、井眼扩径等在不同井段的弱面微小变化。所需测井数据易得，效果明显，且无需额外增加测井采集费用。
尽管上面已经通过结合示例性实施例描述了本发明，但是本领域技术人员应该清楚，在不脱离权利要求所限定的精神和范围的情况下，可对本发明的示例性实施例进行各种修改和改变。
Claims (14)
1.一种阵列声波测井识别和评价岩体弱面的方法，其特征在于，所述方法包括：
利用自动增益恢复系数对采集到的阵列声波测井波形数据进行增益恢复；
利用变异函数对增益恢复后的阵列声波测井波形数据进行统计变异处理；
对统计变异处理后的波形数据以变密度的方式进行灰度成图，绘制得到经统计变异处理后的第一波形变密度图，第一波形变密度图上显示有岩体弱面的位置及规模；以及
计算岩体弱面表征指数，并基于岩体弱面表征指数来评价岩体弱面，其中，所述岩体弱面表征指数越大，则岩体弱面越容易出现滑移，所述计算岩体弱面表征指数具体包括：
对统计变异处理后的波形数据开时窗进行声波均方根幅度计算，得到第一均方根幅度；
对相同时窗标准硬地层经统计变异处理后的波形数据开时窗进行声波均方根幅度计算，得到第二均方根幅度；和
以第一均方根幅度与第二均方根幅度的比值作为所述岩体弱面表征指数。
2.根据权利要求1所述的阵列声波测井识别和评价岩体弱面的方法，其特征在于，所述变异函数为：
式中：
V size 为波形阵列数据的时间采样点数，不同测井系列，V size 值不同；
ΔWAVE为N深度点经统计变异处理技术处理后的反映岩体弱面特征波形数据；
N为计算点的深度；
N+1为计算点的下一个深度；
M为当前计算点的波形数据阵列的时间采样点，不同测井系列，M值不同；
SMOTHR为深度域内进行比较的采样点数，所述采样点数为奇数，取值为1,3,5,7,9…；
WAVE为自动增益恢复后的阵列声波测井波形数据。
3.根据权利要求1所述的阵列声波测井识别和评价岩体弱面的方法，其特征在于，所述方法还包括：将经统计变异处理技术处理后的阵列声波测井波形数据与自动增益恢复后的阵列声波测井波形数据相加，得到总体变异波形数据，以变密度的方式进行灰度成图，绘制得到经总体统计变异处理后的第二波形变密度图。
4.根据权利要求3所述的阵列声波测井识别和评价岩体弱面的方法，其特征在于，所述方法还包括：基于所述岩体弱面表征指数绘制岩体弱面表征指数曲线，给定分类阈值或分类标准，对岩体弱面分布层段进行自动识别与岩体弱面分级评价。
5.根据权利要求4所述的阵列声波测井识别和评价岩体弱面的方法，其特征在于，所述方法还包括：
绘制岩体弱面的解释评价成果图，所述解释评价成果图上包括第一曲线道、第二曲线道、第三曲线道、第四曲线道、第五曲线道、第六曲线道、第七曲线道以及岩体弱面分级评价道中的一个或多个，
其中，第一曲线道上绘制有井径、无铀伽玛和自然伽玛曲线；
第二曲线道上绘制有纵波时差、补偿中子和补偿密度曲线；
第三曲线道上绘制有深侧向和浅侧向曲线；
第四曲线道上绘制有经过所述增益恢复后的第三波形变密度图；
第五曲线道上绘制有所述第一波形变密度图；
第六曲线道上绘制有所述第二波形变密度图；
第七曲线道上绘制有所述岩体弱面表征指数曲线；
岩体弱面分级评价道上按不同图例绘制了对应深度段岩体弱面的分级评价结果。
6.根据权利要求1所述的阵列声波测井识别和评价岩体弱面的方法，其特征在于，所述方法还包括：
对阵列声波测井波形数据进行预处理，所述预处理包括数据格式解编与数据加载、测井深度校正、阵列声波测井波形数据质量检查，
其中，利用阵列声波波形均方根振幅曲线进行阵列声波测井波形数据质量检查，以甄别包括设备故障造成的错误记录波形数据，选择期望的波形数据进行波形增益恢复和后续处理。
7.一种阵列声波测井识别和评价岩体弱面的系统，其特征在于，所述系统包括：
增益恢复单元，被配置为利用自动增益恢复系数对采集到的阵列声波测井波形数据进行增益恢复；
统计变异处理单元，被配置为利用变异函数对增益恢复后的阵列声波测井波形数据进行统计变异处理；
灰度成图单元，被配置为对统计变异处理后的波形数据以变密度的方式进行灰度成图，以显示岩体弱面的位置及规模；以及
岩体弱面表征指数计算单元，被配置为：对统计变异处理后的波形数据开时窗进行声波均方根幅度计算，得到第一均方根幅度；对相同时窗标准硬地层统计变异处理后的波形数据开时窗进行声波均方根幅度计算，得到第二均方根幅度；以第一均方根幅度与第二均方根幅度的比值作为所述岩体弱面表征指数，
其中，所述岩体弱面表征指数用于评价岩体弱面，所述岩体弱面表征指数越大，则岩体弱面越容易出现滑移。
8.根据权利要求7所述的阵列声波测井识别和评价岩体弱面的系统，其特征在于，所述变异函数为：
式中：
V size 为波形阵列数据的时间采样点数，不同测井系列，V size 值不同；
ΔWAVE为N深度点经统计变异处理技术处理后的反映岩体弱面特征波形数据；
N为计算点的深度；
N+1为计算点的下一个深度；
M为当前计算点的波形数据阵列的时间采样点，不同测井系列，M值不同；
SMOTHR为深度域内进行比较的采样点数，所述采样点数为奇数，取值为1,3,5,7,9…；
WAVE为自动增益恢复后的阵列声波测井波形数据。
9.根据权利要求7所述的阵列声波测井识别和评价岩体弱面的系统，其特征在于，所述系统还包括：总体变异波形变密度生成单元，被配置为将经统计变异处理技术处理后的阵列声波测井波形数据与自动增益恢复后的阵列声波测井波形数据相加，得到总体变异波形数据，以变密度的方式进行灰度成图，绘制得到经总体统计变异处理后的第二波形变密度图。
10.根据权利要求9所述的阵列声波测井识别和评价岩体弱面的系统，其特征在于，所述系统还包括：岩体弱面表征指数分级评价单元，被配置为基于所述岩体弱面表征指数绘制岩体弱面表征指数曲线，给定分类阈值或分类标准，对岩体弱面分布层段进行自动识别与岩体弱面分级评价。
11.根据权利要求10所述的阵列声波测井识别和评价岩体弱面的系统，其特征在于，所述系统还包括：
岩体弱面的解释评价成果图形成单元，用于绘制岩体弱面的解释评价成果图，所述解释评价成果图上包括第一曲线道、第二曲线道、第三曲线道、第四曲线道、第五曲线道、第六曲线道、第七曲线道以及岩体弱面分级评价道中的一个或多个，
其中，第一曲线道上绘制有井径、无铀伽玛和自然伽玛曲线；
第二曲线道上绘制有纵波时差、补偿中子和补偿密度曲线；
第三曲线道上绘制有深侧向和浅侧向曲线；
第四曲线道上绘制有经过所述增益恢复后的第三波形变密度图；
第五曲线道上绘制有所述第一波形变密度图；
第六曲线道上绘制有所述第二波形变密度图；
第七曲线道上绘制有所述岩体弱面表征指数曲线；
岩体弱面分级评价道上按不同图例绘制了对应深度段岩体弱面的分级评价结果。
12.根据权利要求7所述的阵列声波测井识别和评价岩体弱面的系统，其特征在于，所述系统还包括：预处理模块，被配置为对阵列声波测井波形数据进行预处理，所述预处理包括数据格式解编与数据加载、测井深度校正、阵列声波测井波形数据质量检查，其中，利用阵列声波波形均方根振幅曲线进行阵列声波测井波形数据质量检查，以甄别包含设备故障造成的错误记录波形数据，选择期望的波形数据进行波形增益恢复和后续处理。
13.一种设备，其特征在于，所述设备包括：
处理器；和
存储器，存储有计算机程序，当所述计算机程序被处理器执行时，实现如权利要求1-6中任一项所述的方法。
14.一种存储有计算机程序的计算机可读存储介质，其特征在于，当所述计算机程序在被处理器执行时实现如权利要求1-6中任一项所述的方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111056142.6A CN113504569B (zh) | 2021-09-09 | 2021-09-09 | 阵列声波测井识别和评价岩体弱面的方法、系统、设备及介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111056142.6A CN113504569B (zh) | 2021-09-09 | 2021-09-09 | 阵列声波测井识别和评价岩体弱面的方法、系统、设备及介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN113504569A true CN113504569A (zh) | 2021-10-15 |
| CN113504569B CN113504569B (zh) | 2021-12-03 |
Family
ID=78016977
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202111056142.6A Active CN113504569B (zh) | 2021-09-09 | 2021-09-09 | 阵列声波测井识别和评价岩体弱面的方法、系统、设备及介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113504569B (zh) |
Citations (12)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103256046A (zh) * | 2013-04-28 | 2013-08-21 | 北京大学 | 非常规油气藏水平井全缝长压裂参数模拟的方法及装置 |
| US20150168581A1 (en) * | 2013-12-05 | 2015-06-18 | Schlumberger Technology Corporation | Method and System of Quantitative Cement Evaluation Using Logging While Drilling |
| CN104775810A (zh) * | 2015-03-03 | 2015-07-15 | 西南石油大学 | 一种页岩气储层可压性评价方法 |
| CN106156456A (zh) * | 2015-03-27 | 2016-11-23 | 中国石油化工股份有限公司 | 砂砾岩体无效储层扣除方法 |
| CN106501862A (zh) * | 2016-09-30 | 2017-03-15 | 中国石油化工股份有限公司 | 一种测井声波变密度信息处理方法 |
| CN108026769A (zh) * | 2015-07-06 | 2018-05-11 | 斯伦贝谢技术有限公司 | 用于利用声学测井装置检测含烃层压地层中的薄弱交界层的测量和处理 |
| WO2018111256A1 (en) * | 2016-12-14 | 2018-06-21 | Halliburton Energy Services, Inc. | Acoustic logging data processing using waveform amplitude and phase |
| US20180258756A1 (en) * | 2015-10-08 | 2018-09-13 | Nam Nguyen | Stitching methods to enhance beamforming results |
| CN112016188A (zh) * | 2020-07-31 | 2020-12-01 | 中国石油天然气集团有限公司 | 考虑流固耦合与应力阴影页岩裂缝剪切风险定量评价方法 |
| CN112282717A (zh) * | 2020-10-28 | 2021-01-29 | 中国石油天然气集团有限公司 | 适用于页岩气储层水力压裂的压裂缝检测与评价方法 |
| CN113090258A (zh) * | 2021-05-25 | 2021-07-09 | 中国石油天然气股份有限公司 | 基于测井数据的深层页岩气水平井压裂差异化设计方法 |
| CN113126167A (zh) * | 2021-04-30 | 2021-07-16 | 西南石油大学 | 一种基于测井资料的井周近井壁地层损伤评价方法 |
-
2021
- 2021-09-09 CN CN202111056142.6A patent/CN113504569B/zh active Active
Patent Citations (13)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103256046A (zh) * | 2013-04-28 | 2013-08-21 | 北京大学 | 非常规油气藏水平井全缝长压裂参数模拟的方法及装置 |
| US20150168581A1 (en) * | 2013-12-05 | 2015-06-18 | Schlumberger Technology Corporation | Method and System of Quantitative Cement Evaluation Using Logging While Drilling |
| CN104775810A (zh) * | 2015-03-03 | 2015-07-15 | 西南石油大学 | 一种页岩气储层可压性评价方法 |
| CN106156456A (zh) * | 2015-03-27 | 2016-11-23 | 中国石油化工股份有限公司 | 砂砾岩体无效储层扣除方法 |
| CN108026769A (zh) * | 2015-07-06 | 2018-05-11 | 斯伦贝谢技术有限公司 | 用于利用声学测井装置检测含烃层压地层中的薄弱交界层的测量和处理 |
| US20180196157A1 (en) * | 2015-07-06 | 2018-07-12 | Schlumberger Technology Corporation | Measurement and processing to detect weak interfacial layers in hydrocarbon-bearing laminated formations with acoustic logging devices |
| US20180258756A1 (en) * | 2015-10-08 | 2018-09-13 | Nam Nguyen | Stitching methods to enhance beamforming results |
| CN106501862A (zh) * | 2016-09-30 | 2017-03-15 | 中国石油化工股份有限公司 | 一种测井声波变密度信息处理方法 |
| WO2018111256A1 (en) * | 2016-12-14 | 2018-06-21 | Halliburton Energy Services, Inc. | Acoustic logging data processing using waveform amplitude and phase |
| CN112016188A (zh) * | 2020-07-31 | 2020-12-01 | 中国石油天然气集团有限公司 | 考虑流固耦合与应力阴影页岩裂缝剪切风险定量评价方法 |
| CN112282717A (zh) * | 2020-10-28 | 2021-01-29 | 中国石油天然气集团有限公司 | 适用于页岩气储层水力压裂的压裂缝检测与评价方法 |
| CN113126167A (zh) * | 2021-04-30 | 2021-07-16 | 西南石油大学 | 一种基于测井资料的井周近井壁地层损伤评价方法 |
| CN113090258A (zh) * | 2021-05-25 | 2021-07-09 | 中国石油天然气股份有限公司 | 基于测井数据的深层页岩气水平井压裂差异化设计方法 |
Non-Patent Citations (2)
| Title |
|---|
| 张平 等: ""页岩气水平井套管的剪压变形试验与套变预防实践"", 《天然气工业》 * |
| 李欣伟 等: ""鄂尔多斯盆地海子塌地区长6 油层组测井曲线标准化研究"", 《地质与资源》 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN113504569B (zh) | 2021-12-03 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN101553742B (zh) | 使用图像和声波测井图的组合区分天然裂缝导致的声波各向异性和应力导致的声波各向异性 | |
| CN102681013B (zh) | 碳酸盐岩储层空间模型的建立方法及装置 | |
| WO2021167980A1 (en) | Determination of calibrated minimum horizontal stress magnitude using fracture closure pressure and multiple mechanical earth model realizations | |
| EP2279437A1 (en) | Continuous measurement of heterogeneity of geomaterials | |
| CN105697002A (zh) | 一种用于识别煤系地层岩性的方法 | |
| Gupta et al. | Rock typing in Wolfcamp formation | |
| Cox et al. | A Direct-Push Crosshole (DPCH) test method for the in situ evaluation of high-resolution P-and S-wave velocities | |
| CN112835124B (zh) | 基于成像测井和阵列声波测井资料的裂缝有效性评价方法 | |
| Germay et al. | The scratch test: a high resolution log of rock strength with application to geomechanic and petrophysic | |
| US20130292111A1 (en) | Method of constructing a well log of a quantitative property from sample measurements and log data | |
| CN113189672B (zh) | 一种基于多属性反演的隧道超前地质预报方法 | |
| CN113050168B (zh) | 基于阵列声波测井和声波远探测测井资料的裂缝有效性评价方法 | |
| US10359530B2 (en) | Acoustic anisotropy log visualization | |
| US6330513B1 (en) | Prospecting technique | |
| CN113504569B (zh) | 阵列声波测井识别和评价岩体弱面的方法、系统、设备及介质 | |
| CN106568918B (zh) | 页岩有机碳含量toc预测方法 | |
| CN116446861A (zh) | 基于元素分析的潜山地层测井评价方法 | |
| CN112965106B (zh) | 利用纵横波速度的奇异性识别天然气水合物赋存类型方法 | |
| CN111894571B (zh) | 一种基于岩性扫描测井资料的流体性质识别方法 | |
| CN113075748A (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 | |
| Liu et al. | Discussing the internal structural characteristics of coal seams using electrical microresistivity image logging data | |
| Donald et al. | Wellsite Full Waveform Sonic Interpretation | |
| CN114086939B (zh) | 复杂断块油气藏的油气定量识别方法和系统 | |
| US11905809B2 (en) | Determining reservoir heterogeneity for optimized drilling location | |
| CN118837972A (zh) | 基于综合概率指数和分形维数的颗粒灰岩储层裂缝评价方法 |
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 | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |