CN117706646A - 一种测井仪电阻率测量优化校准方法 - Google Patents
一种测井仪电阻率测量优化校准方法 Download PDFInfo
- Publication number
- CN117706646A CN117706646A CN202410166641.8A CN202410166641A CN117706646A CN 117706646 A CN117706646 A CN 117706646A CN 202410166641 A CN202410166641 A CN 202410166641A CN 117706646 A CN117706646 A CN 117706646A
- Authority
- CN
- China
- Prior art keywords
- resistivity
- differential value
- value
- sequence
- sliding window
- 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
- 238000000034 method Methods 0.000 title claims abstract description 33
- 238000005259 measurement Methods 0.000 title claims abstract description 30
- 238000005457 optimization Methods 0.000 title claims abstract description 9
- 238000012545 processing Methods 0.000 claims abstract description 11
- 238000000354 decomposition reaction Methods 0.000 claims description 10
- 238000013507 mapping Methods 0.000 claims description 9
- 238000012935 Averaging Methods 0.000 claims description 3
- 238000005070 sampling Methods 0.000 description 7
- 230000015572 biosynthetic process Effects 0.000 description 6
- 238000005755 formation reaction Methods 0.000 description 6
- 230000006698 induction Effects 0.000 description 5
- 230000008569 process Effects 0.000 description 5
- 230000000694 effects Effects 0.000 description 4
- 239000011435 rock Substances 0.000 description 4
- 238000004364 calculation method Methods 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 230000005684 electric field Effects 0.000 description 2
- 239000004215 Carbon black (E152) Substances 0.000 description 1
- 230000002159 abnormal effect Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 229930195733 hydrocarbon Natural products 0.000 description 1
- 125000001183 hydrocarbyl group Chemical group 0.000 description 1
- 230000014759 maintenance of location Effects 0.000 description 1
- 239000003550 marker Substances 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 239000003208 petroleum Substances 0.000 description 1
- 230000000704 physical effect Effects 0.000 description 1
- 239000011148 porous material Substances 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 239000000523 sample Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 239000000758 substrate Substances 0.000 description 1
Classifications
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A90/00—Technologies having an indirect contribution to adaptation to climate change
- Y02A90/30—Assessment of water resources
Landscapes
- Measurement Of Resistance Or Impedance (AREA)
Abstract
本发明涉及数据处理技术领域,尤其涉及一种测井仪电阻率测量优化校准方法,该方法获取测井仪所采集到的电阻率数据序列;获取待添加白噪声的方差,利用随机数生成算法生成待添加白噪声的方差对应的至少两组白噪声序列;将每组白噪声序列分别与电阻率数据序列进行相加,对应得到至少两组加噪后的电阻率数据序列,根据所有加噪后的电阻率数据序列中相同位置处的电阻率进行加权平均,对应得到一组平滑后的电阻率数据序列;对平滑后的电阻率数据序列进行分解并重构,得到优化校准后的电阻率数据序列,提高了对电阻率数据获取的准确性。
Description
技术领域
本发明涉及数据处理技术领域,尤其涉及一种测井仪电阻率测量优化校准方法。
背景技术
在石油工业中,测井是一种用于评估井内地层物性的关键技术。其中,电阻率测量是测井的一个重要方面,它提供了有关地层岩石孔隙结构和含油气性质的关键信息。然而,由于多种复杂因素的影响,电阻率测量可能受到非理想效果的影响,包括但不限于井壁效应、电极接触问题和仪器漂移。
现有技术中,在采集到测井过程中的电阻率数据之后,通常利用数字滤波对获取到的电阻率数据进行优化处理,以用来减小井壁效应的影响。数字滤波在对电阻率数据进行优化处理时,是通过固定的滤波核对电阻率数据进行优化处理,使得处理后的电阻率数据会较于原始的电阻率数据更加平滑,但在利用固定的滤波核对电阻率数据进行优化处理时,电阻率数据中的异常值和存在的一些波动值均会被平滑,导致原始的电阻率数据出现失真,影响电阻数据率的准确性。
因此,如何对测井过程中采集的电阻率数据进行优化处理,以提高电阻率数据的准确性成为亟需解决的问题。
发明内容
有鉴于此,本发明实施例提供了一种测井仪电阻率测量优化校准方法,以解决如何对测井过程中采集的电阻率数据进行优化处理,以提高电阻率数据的准确性的问题。
本发明实施例中提供了一种测井仪电阻率测量优化校准方法,所述一种测井仪电阻率测量优化校准方法包括以下步骤:
获取测井仪所采集到的电阻率数据序列;
对所述电阻率数据序列进行差分处理,得到对应的差分值序列,根据所述差分值序列中的差分值差异获取所述差分值序列中的至少一个目标差分值,针对任一目标差分值,以所述目标差分值为起始点在所述差分值序列中构建预设尺寸的滑窗,根据所述滑窗内的差分值波动,获取所述滑窗内的目标差分值;
根据所述差分值序列中所有目标差分值的位置,获取待添加白噪声的强度比例系数,获取所述电阻率数据序列的电阻率方差,根据所述电阻率方差和所述待添加白噪声的强度比例系数,获取待添加白噪声的方差,利用随机数生成算法生成所述待添加白噪声的方差对应的至少两组白噪声序列;
将每组所述白噪声序列分别与所述电阻率数据序列进行相加,对应得到至少两组加噪后的电阻率数据序列,根据所有加噪后的电阻率数据序列中相同位置处的电阻率进行加权平均,对应得到一组平滑后的电阻率数据序列;
对所述平滑后的电阻率数据序列进行分解并重构,得到优化校准后的电阻率数据序列。
进一步的,所述根据所述差分值序列中的差分值差异获取所述差分值序列中的至少一个目标差分值,包括:
构建所述差分值序列的正态分布曲线,根据拉依达准则获取对应在所述正态分布曲线中的区间之外的数据点作为标记点;
针对任一标记点,若所述标记点对应的差分值不符合预设的差分值阈值,则确定所述标记点对应的差分值为目标差分值。
进一步的,所述根据所述滑窗内的差分值波动,获取所述滑窗内的目标差分值,包括:
根据所述滑窗内的所有差分值之间的差异,获取所述滑窗内的差分值波动程度;
若所述滑窗内的差分值波动程度大于或等于预设的差分值波动程度阈值,则将所述滑窗内的起始点作为目标差分值,并将所述滑窗以预设步长进行滑动,获取滑动后的滑窗内的差分值波动程度;
若所述滑动后的滑窗内的差分值波动程度大于或等于所述差分值波动程度阈值,则将所述滑动后的滑窗内的起始点作为目标差分值,直至所述滑动后的滑窗内的差分值波动程度小于所述差分值波动程度阈值,得到所述滑窗内的目标差分值。
进一步的,所述根据所述滑窗内的所有差分值之间的差异,获取所述滑窗内的差分值波动程度,包括:
根据所述滑窗内的所有差分值,得到差分值的方差,将所述差分值的方差的相反数代入以自然常数e为底数的指数函数中,得到对应的指数函数结果,将常数1与所述指数函数结果之间的差值作为所述滑窗内的差分值波动程度。
进一步的,所述根据所述差分值序列中所有目标差分值的位置,获取待添加白噪声的强度比例系数,包括:
根据所述差分值序列中每个目标差分值的位置,分别获取每两个相邻目标差分值之间的距离,得到距离序列;
在所述距离序列中分别统计每个距离的频率,得到最大频率和最小频率,获取所述最大频率和所述最小频率之间的频率差值,计算所述频率差值与所述最大频率之间的比值,对所述最大频率对应的距离进行负相关映射,得到对应的映射值;
获取白噪声的预设最大强度比例系数和预设最小强度比例系数,得到所述预设最大强度比例系数和所述预设最小强度比例系数之间的差值,获取所述差值、所述比值以及所述映射值之间的乘积,将所述乘积与所述预设最小强度比例系数之间的相加结果作为待添加白噪声的强度比例系数。
进一步的,所述根据所述电阻率方差和所述待添加白噪声的强度比例系数,获取待添加白噪声的方差,包括:
将所述电阻率方差和所述待添加白噪声的强度比例系数之间的乘积作为待添加白噪声的方差。
进一步的,所述根据所有加噪后的电阻率数据序列中相同位置处的电阻率进行加权平均,对应得到一组平滑后的电阻率数据序列,包括:
针对所有加噪后的电阻率数据序列中的任一相同位置,根据所述相同位置处的所有电阻率的概率,构建概率的正态分布曲线,获取所述概率的正态分布曲线对应的期望值;
针对所述相同位置处的任一电阻率,计算所述电阻率与所述期望值之间的差值绝对值,将所述差值绝对值的相反数代入以自然常数e为底数的指数函数中,对应得到的结果作为所述电阻率的权重;
根据所述相同位置处的每个电阻率的权重,对所述相同位置处的所有电阻率进行加权求和并求平均值,得到对应的最终电阻率;
将所有加噪后的电阻率数据序列中的所有相同位置处的最终电阻率组成一组平滑后的电阻率数据序列。
进一步的,所述对所述平滑后的电阻率数据序列进行分解并重构,得到优化校准后的电阻率数据序列,包括:
使用EMD分解算法对所述平滑后的电阻率数据序列进行分解,得到至少两个IMF分量,计算每个所述IMF分量与所述电阻率数据序列之间的皮尔逊相关系数;
若任一IMF分量与所述电阻率数据序列之间的皮尔逊相关系数符合预设的相关系数阈值,则保留所述IMF分量;
根据所有保留的所述IMF分量进行重构,得到优化校准后的电阻率数据序列。
本发明实施例与现有技术相比存在的有益效果是:
本发明获取测井仪所采集到的电阻率数据序列;对所述电阻率数据序列进行差分处理,得到对应的差分值序列,根据所述差分值序列中的差分值差异获取所述差分值序列中的至少一个目标差分值,针对任一目标差分值,以所述目标差分值为起始点在所述差分值序列中构建预设尺寸的滑窗,根据所述滑窗内的差分值波动,获取所述滑窗内的目标差分值;根据所述差分值序列中所有目标差分值的位置,获取待添加白噪声的强度比例系数,获取所述电阻率数据序列的电阻率方差,根据所述电阻率方差和所述待添加白噪声的强度比例系数,获取待添加白噪声的方差,利用随机数生成算法生成所述待添加白噪声的方差对应的至少两组白噪声序列;将每组所述白噪声序列分别与所述电阻率数据序列进行相加,对应得到至少两组加噪后的电阻率数据序列,根据所有加噪后的电阻率数据序列中相同位置处的电阻率进行加权平均,对应得到一组平滑后的电阻率数据序列;对所述平滑后的电阻率数据序列进行分解并重构,得到优化校准后的电阻率数据序列。其中,在对电阻率数据序列进行分解重构之前,通过对获取的电阻率数据序列进行差分处理,根据差分值的差分情况获取间歇信号(目标差分值),根据间歇信号的分布均匀性与间歇信号的数量获取电阻率数据序列的采样加噪程度,通过对多次采样加噪的结果进行加权平均,得到一组平滑后的电阻率数据序列,减少后续对平滑后的电阻率数据序列进行EMD分解时出现模态混叠的情况,从而提高了对电阻率数据获取的准确性。
附图说明
为了更清楚地说明本发明实施例中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。
图1是本发明实施例一提供的一种测井仪电阻率测量优化校准方法的方法流程图;
图2是本发明实施例所提供的一组四电极电阻率测量数据的示意图。
具体实施方式
下面详细描述本公开的实施例,所述实施例的示例在附图中示出,其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的,旨在用于解释本公开,而不能理解为对本公开的限制。
需要说明的是,本公开的说明书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象,而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换,以便这里描述的本公开的实施例能够以除了在这里图示或描述的那些以外的顺序实施。以下示例性实施例中所描述的实施方式并不代表与本公开相一致的所有实施方式。相反,它们仅是与本公开的一些方面相一致的装置和方法的例子。
为了说明本发明的技术方案,下面通过具体实施例来进行说明。
本发明的目的是通过对采集获取的电阻率数据序列进行EMD分解,获取多个IMF分量,根据每个IMF分量与原始数据序列的相关性,获取对于IMF分量的保留概率,以对所有IMF分量进行筛选,去除关联程度较小的IMF分量,之后再进行重组,得到优化校准后的电阻率数据序列,但是由于采集的待处理的电阻率数据序列并非呈现线性关系,且电阻率数据序列中由于井壁效应会存在间歇信号,导致EMD分解时会出现模态混叠的问题,因此,在对获取的电阻率数据序列进行EMD分解之前,对电阻率数据序列进行平滑处理,通过对平滑后的电阻率数据序列进行分解重构,以实现对采集的电阻率的优化校准。
参见图1,是本发明实施例一提供的一种测井仪电阻率测量优化校准方法的方法流程图,如图1所示,所述一种测井仪电阻率测量优化校准方法可以包括:
步骤S101,获取测井仪所采集到的电阻率数据序列。
测井仪是一种用于测量地下岩石性质的设备,其中之一的测量参数是电阻率。电阻率是材料对电流通过的阻碍程度,通常以欧姆·米(Ω·m)为单位。以下是一些关于测井仪电阻率测量优化校准所采集的数据以及对应的采集方法:
1、数据采集项
自然电位(SP):自然电位测量是通过测量地层中的自然电场来获得的,其变化可以反映地层的电性差异。
四电极电阻率测量:使用四个电极的配置,测量地层对电流的响应,以获得不同深度处的电阻率。
感应电阻率测量:使用感应电流的方式,通过测量感应电压来得到地层的电阻率信息。
2、数据采集方法
自然电位的测量:在井眼中悬挂自然电位电极,记录自然电位数据,通过调整电极的位置,可以获得不同深度的自然电位测量数据。
四电极电阻率的测量:使用测井仪携带的四电极探头,将电极插入井眼中,通过在两个电极之间施加电流,测量另外两个电极之间的电压,利用测得的电流和电压数据,计算地层的电阻率。
感应电阻率的测量:使用感应电流线圈,产生交变电场,通过感应电压线圈测量感应电压,根据感应电压和电流的关系,计算地层的感应电阻率。
以一组四电极电阻率测量数据为例,假设井深度为1000米,电流电极间距为2米,电压电极间距为4米,则参见图2,为本发明实施例所提供的一组四电极电阻率测量数据的示意图,如图2所示,深度为200米时,对应的电流为10mA,电压为5mV;深度为400米时,对应的电流为8mA,电压为3mV;深度为600米时,对应的电流为12mA,电压为6mV;深度为800米时,对应的电流为15mA,电压为7mV。
可以通过每个深度对应的电流和电压,计算对应深度处的电阻率,例如:对于深度200米,电阻率(Ω·m)=电压(V)/电流(A)=5mV/10mA=0.5Ω·m。同理,可以计算其他深度处的电阻率,用于建立地下岩石性质的电阻率剖面,帮助分析地下结构和岩石类型,因此,可以通过测井仪进行数据的不断采集,从而得到电阻率数据序列。
步骤S102,对电阻率数据序列进行差分处理,得到对应的差分值序列,根据差分值序列中的差分值差异获取差分值序列中的至少一个目标差分值,针对任一目标差分值,以目标差分值为起始点在差分值序列中构建预设尺寸的滑窗,根据滑窗内的差分值波动,获取滑窗内的目标差分值。
由于采集的待处理的电阻率数据序列并非呈现线性关系,且电阻率数据序列中由于井壁效应会存在间歇信号,间歇信号的频率在不同时间段内变化,如果在采样时信号频率发生变化,而采样率不足以捕捉频率变化,就会导致模态混叠,也即是采样率不能跟上信号频率的变化,使得高频成分被错误地解释为低频成分,最终导致EMD分解时会出现模态混叠的问题。因此,本发明实施例中对电阻率数据序列进行差分处理,以获取电阻率数据序列中的间歇信号。
具体的,对电阻率数据序列进行一阶差分处理,得到对应的差分值序列,记为,其中,/>表示电阻率数据序列中第二个电阻率与第一个电阻率的差值,表示电阻率数据序列中第三个电阻率与第二个电阻率的差值,/>表示电阻率数据序列中第四个电阻率与第三个电阻率的差值,/>表示电阻率数据序列中第n个电阻率与第n-1个电阻率的差值,n表示电阻率数据序列中的电阻率的数量。
差分值序列中的差分值可以用来检测信号的变化或梯度,从而找到差分值序列中的间隙信号对应的数据段。由于间歇信号对应的差分值通常会大于正常信号对应的差分值,且间歇信号时随机出现的,间歇信号的数量会远远少于正常信号的数量,因此,根据差分值序列中的差分值差异获取差分值序列中的至少一个目标差分值,也即是间歇信号,具体获取目标差分值的方法,包括:
构建所述差分值序列的正态分布曲线,根据拉依达准则获取对应在所述正态分布曲线中的区间之外的数据点作为标记点;
针对任一标记点,若所述标记点对应的差分值不符合预设的差分值阈值,则确定所述标记点对应的差分值为目标差分值。
在一实施方式中,先构建差分值序列的差分值统计直方图,并根据差分值统计直方图中差分值的最大值和最小值,构建对应的正态分布曲线。在得到差分值序列的正态分布曲线之后,考虑到差分值序列中的间歇信号的数量较少,因此,根据拉依达准则()获取对应在正态分布曲线中的区间之外的数据点作为标记点,也即是将正态分布曲线中的正态分布时区间[/>]之外的数据点作为标记点。进而针对任一标记点,若该标记点对应的差分值超过或低于预设的差分值阈值,则认为该标记点对应的差分值属于间歇信号,从而将该标记点对应的差分值作为目标差分值。
需要说明的是,由于测井仪针对的对应不同时,对应设置的差分值阈值也不同,例如:当测井仪针对的时电阻率时,则设置差分值阈值为40。
进一步的,由于拉依达准则针对的是符合正态分布的数据点,当数据点的分布不符合正态分布时,存在正态分布曲线中的正态分布时区间[]之内的部分数据点也可能是间歇信号,因此,以已知的间隙信号为目标信号点,建立滑窗,通过观察滑窗内的信号变化,可以识别出差分值序列中的其他间歇信号,以得到差分值序列中的所有间歇信号,也即是获取差分值序列中的所有目标差分值,故,针对任一目标差分值,以所述目标差分值为起始点在所述差分值序列中构建预设尺寸的滑窗,根据所述滑窗内的差分值波动,获取所述滑窗内的目标差分值。
优选的,以所述目标差分值为起始点在所述差分值序列中构建预设尺寸的滑窗,根据所述滑窗内的差分值波动,获取所述滑窗内的目标差分值,包括:
(1)根据所述滑窗内的所有差分值之间的差异,获取所述滑窗内的差分值波动程度。
具体的,根据所述滑窗内的所有差分值,得到差分值的方差,将所述差分值的方差的相反数代入以自然常数e为底数的指数函数中,得到对应的指数函数结果,将常数1与所述指数函数结果之间的差值作为所述滑窗内的差分值波动程度。
在一实施方式中,以第i个目标差分值为例,将第i个目标差分值作为起始点,在差分值序列中构建大小为的滑窗,优选的,滑窗的经验值大小为/>,则根据第i个目标差分值的滑窗中的所有差分值的差异,获取第i个目标差分值的滑窗内的差分值波动程度,则差分值波动程度的计算表达式为:
其中,表示第i个目标差分值的滑窗内的差分值波动程度,1表示常数,/>表示以自然常数e为底数的指数函数,/>表示第i个目标差分值的滑窗内所包含的差分值的数量,/>表示第i个目标差分值的滑窗内的第j个差分值,/>表示第i个目标差分值的滑窗内的所有差分值的均值,/>表示第i个目标差分值的滑窗内的所有差分值的方差。
需要说明的是,的值用于表征第i个目标差分值的滑窗内的差分值的波动情况,/>的值越大,说明第i个目标差分值的滑窗内的差分值的波动越大,对应第i个目标差分值的滑窗内的差分波动程度越大,则第i个目标差分值的滑窗内所有差分值为间歇信号段中的数据。
(2)若所述滑窗内的差分值波动程度大于或等于预设的差分值波动程度阈值,则将所述滑窗内的起始点作为目标差分值,并将所述滑窗以预设步长进行滑动,获取滑动后的滑窗内的差分值波动程度。
具体的,以第i个目标差分值的滑窗为例,设置差分值波动程度阈值,取经验值0.65,若第i个目标差分值的滑窗内的差分值波动程度大于或等于0.65,则将第i个目标差分值的滑窗内的起始点标记为目标差分值,反之,不进行标记。当第i个目标差分值的滑窗内的起始点被标记后,则将第i个目标差分值的滑窗以步长1进行滑动,进而根据第i个目标差分值的滑窗内的差分值波动程度的获取方法,获取滑动后的滑窗内的差分值波动程度。
(3)若所述滑动后的滑窗内的差分值波动程度大于或等于所述差分值波动程度阈值,则将所述滑动后的滑窗内的起始点作为目标差分值,直至所述滑动后的滑窗内的差分值波动程度小于所述差分值波动程度阈值,得到所述滑窗内的目标差分值。
具体的,参照步骤(2),若滑动后的滑窗内的差分值波动程度大于或等于0.65,则将滑动后的滑窗内的起始点标记为目标差分值,并继续以步长1进行滑动,直至滑动后的滑窗内的差分值波动程度小于0.65,此时将标记的目标差分值作为第i个目标差分值的滑窗内的目标差分值。
同理,可以根据上述任一目标差分值对应的滑窗内的目标差分值的获取方法,分别获取每个目标差分值(利用正态分布曲线获取的目标差分值)对应的滑窗内的目标差分值,从而得到差分值序列中的所有目标差分值。
步骤S103,根据差分值序列中所有目标差分值的位置,获取待添加白噪声的强度比例系数,获取电阻率数据序列的电阻率方差,根据电阻率方差和待添加白噪声的强度比例系数,获取待添加白噪声的方差,利用随机数生成算法生成待添加白噪声的方差对应的至少两组白噪声序列。
在根据步骤S102的方法获取到差分值序列中的所有目标差分值之后,进而能够确定每个目标差分值在差分值序列中的位置。而在时序信号中,间歇信号属于高频信号,在处理高频信号引起的模态混叠问题时,可以通过添加白噪声的方式有效解决模态混叠问题,白噪声可以在一定程度上平滑信号,减小高频成分的影响,这样信号中的高频成分就不容易引起模态混叠问题。
信号中添加过多的白噪声可以有效提高信号的随机性,有助于在频域上更均匀的分布能量,减小高频信号引起的模态混叠问题,但过多的白噪声会掩盖信号的真实特性,导致信噪比下降;加入少量的白噪声可以保留较好的信号结构,避免过度干扰,但无法有效解决模态混叠问题,因此,本发明实施例中,根据差分值序列中的间歇信号的分布关系获取待添加白噪声的强度,间歇信号越多且间歇信号分布的越密集,则需要强度更高的白噪声以确保有足够的随机性来遮盖信号的细节,间歇信号越少且间歇信号分布的越稀疏,适度减少白噪声的强度,以避免引入过多的随机性。
首先,本发明实施例中,根据差分值序列中所有目标差分值的位置,获取待添加白噪声的强度比例系数,获取待添加白噪声的强度比例系数的具体方法,包括:
根据所述差分值序列中每个目标差分值的位置,分别获取每两个相邻目标差分值之间的距离,得到距离序列;
在所述距离序列中分别统计每个距离的频率,得到最大频率和最小频率,获取所述最大频率和所述最小频率之间的频率差值,计算所述频率差值与所述最大频率之间的比值,对所述最大频率对应的距离进行负相关映射,得到对应的映射值;
获取白噪声的预设最大强度比例系数和预设最小强度比例系数,得到所述预设最大强度比例系数和所述预设最小强度比例系数之间的差值,获取所述差值、所述比值以及所述映射值之间的乘积,将所述乘积与所述预设最小强度比例系数之间的相加结果作为待添加白噪声的强度比例系数。
在一实施方式中,首先根据差分值序列中的每个目标差分值的位置,分析间歇信号的稀疏程度,具体的,分别获取每两个相邻目标差分值之间的距离,得到距离序列,统计距离序列中每个距离的频率,从而得到最大频率和最小频率/>,同时,将最大频率对应的距离记为/>,进而根据白噪声的预设最大强度比例系数、预设最小强度比例系数,以及最大频率/>、最小频率/>和最大频率/>对应的距离,获取待添加白噪声的强度比例系数,则待添加白噪声的强度比例系数的计算表达式为:
其中,表示待添加白噪声的强度比例系数,/>表示白噪声的预设最小强度比例系数,/>表示白噪声的预设最大强度比例系数,/>表示距离序列中距离的最大频率,表示距离序列中距离的最小频率,/>表示以自然常数e为底数的指数函数,/>表示最大频率/>对应的距离,/>表示超参数。
优选的,本发明实施例中,白噪声的预设最大强度比例系数取经验值0.5,预设最小强度比例系数取经验值0.1;超参数取经验值0.1。
然后,在得到待添加白噪声的强度比例系数之后,获取电阻率数据序列的电阻率方差,电阻率方差和所述待添加白噪声的强度比例系数,获取待添加白噪声的方差,具体的,将所述电阻率方差和所述待添加白噪声的强度比例系数之间的乘积作为待添加白噪声的方差,对应待添加白噪声的方差的计算表达式为,其中,/>表示待添加白噪声的方差,/>表示电阻率数据序列的电阻率方差,/>表示待添加白噪声的强度比例系数。
最后,在得到待添加白噪声的方差之后,利用随机数生成算法生成待添加白噪声的方差对应的至少两组白噪声序列,具体的,使用均值为0和方差为生产符合正态分布的随机数,该正态分布的随机数即为待添加的白噪声。值得说明的是,随机数生成算法属于现有技术,此处不再赘述。
步骤S104,将每组白噪声序列分别与电阻率数据序列进行相加,对应得到至少两组加噪后的电阻率数据序列,根据所有加噪后的电阻率数据序列中相同位置处的电阻率进行加权平均,对应得到一组平滑后的电阻率数据序列。
在得到多组白噪声序列之后,针对任一组白噪声序列,将该组白噪声序列与电阻率数据序列进行相加,也即是将每个时间点上的电阻率与对应时间点上的白噪声相加,从而得到加噪后的电阻率数据序列。同理,根据多组白噪声序列,对应得到多组加噪后的电阻率数据序列。
在得到多组加噪后的电阻率数据序列,进而根据所有加噪后的电阻率数据序列中相同位置处的电阻率进行加权平均,对应得到一组平滑后的电阻率数据序列,具体过程为:
针对所有加噪后的电阻率数据序列中的任一相同位置,根据所述相同位置处的所有电阻率的概率,构建概率的正态分布曲线,获取所述概率的正态分布曲线对应的期望值;
针对所述相同位置处的任一电阻率,计算所述电阻率与所述期望值之间的差值绝对值,将所述差值绝对值的相反数代入以自然常数e为底数的指数函数中,对应得到的结果作为所述电阻率的权重;
根据所述相同位置处的每个电阻率的权重,对所述相同位置处的所有电阻率进行加权求和并求平均值,得到对应的最终电阻率;
将所有加噪后的电阻率数据序列中的所有相同位置处的最终电阻率组成一组平滑后的电阻率数据序列。
在一实施方式中,以加噪后的电阻率数据序列中第j个位置为例,获取所有加噪后的电阻率数据序列中的第j个位置处的电阻率,组成一个电阻率集合,根据电阻率集合中每个电阻率的频率,构建对应的正态分布曲线,从而得到正态分布曲线的期望值。
针对电阻率集合中的第x个电阻率,利用公式,得到第x个电阻率的权重,其中,/>表示第x个电阻率的权重,/>表示以自然常数e为底数的指数函数,/>表示第j个位置的正态分布曲线的期望值,/>表示第x个电阻率。同理,能够获取电阻率集合中的每个电阻率的权重,进而根据电阻率集合中的每个电阻率的权重,对电阻率集合中的每个电阻率进行加权求和,得到对应的加权求和结果,以加权求和结果为分子,以电阻率集合中的电阻率数量为分母,得到的比值作为第j个位置处的最终电阻率。
根据获取第j个位置处的最终电阻率的方法,分别获取所有加噪后的电阻率数据序列中的每个相同位置处的最终电阻率,进而得到一组平滑后的电阻率数据序列。
步骤S105,对平滑后的电阻率数据序列进行分解并重构,得到优化校准后的电阻率数据序列。
通过添加白噪声,以减少电阻率数据序列中的高频成分的影响,使得平滑后的电阻率数据序列中的高频成分不容易引起混叠问题,因此,使用EMD分解算法对所述平滑后的电阻率数据序列进行分解,根据分解的结果获取优化校准后的电阻率数据序列,具体过程为:
使用EMD分解算法对所述平滑后的电阻率数据序列进行分解,得到至少两个IMF分量,计算每个所述IMF分量与所述电阻率数据序列之间的皮尔逊相关系数;
若任一IMF分量与所述电阻率数据序列之间的皮尔逊相关系数符合预设的相关系数阈值,则保留所述IMF分量;
根据所有保留的所述IMF分量进行重构,得到优化校准后的电阻率数据序列。
在一实施方式中,使用EMD分解算法对平滑后的电阻率数据序列进行分解,得到至少多个IMF分量,然后,采用皮尔逊相关系数分析每个IMF分量与所述电阻率数据序列之间的相关性,其中,皮尔逊相关系数的取值范围为[-1,1],当皮尔逊相关系数等于1时,表示对应的IMF分量与电阻率数据序列之间完全正相关,当皮尔逊相关系数等于0时,表示对应的IMF分量与电阻率数据序列之间无相关性,当皮尔逊相关系数等于-1时,表示对应的IMF分量与电阻率数据序列之间完全负相关,进而设置相关系数阈值为0.1,将皮尔逊相关系数小于0.1的IMF分量去除,根据留下的IMF分量进行重构,得到重构后的电阻率数据序列,将重构后的电阻率数据序列作为优化校准后的电阻率数据序列,由此完成对电阻率测量数据的优化校准。
综上所述,本发明实施例获取测井仪所采集到的电阻率数据序列;对所述电阻率数据序列进行差分处理,得到对应的差分值序列,根据所述差分值序列中的差分值差异获取所述差分值序列中的至少一个目标差分值,针对任一目标差分值,以所述目标差分值为起始点在所述差分值序列中构建预设尺寸的滑窗,根据所述滑窗内的差分值波动,获取所述滑窗内的目标差分值;根据所述差分值序列中所有目标差分值的位置,获取待添加白噪声的强度比例系数,获取所述电阻率数据序列的电阻率方差,根据所述电阻率方差和所述待添加白噪声的强度比例系数,获取待添加白噪声的方差,利用随机数生成算法生成所述待添加白噪声的方差对应的至少两组白噪声序列;将每组所述白噪声序列分别与所述电阻率数据序列进行相加,对应得到至少两组加噪后的电阻率数据序列,根据所有加噪后的电阻率数据序列中相同位置处的电阻率进行加权平均,对应得到一组平滑后的电阻率数据序列;对所述平滑后的电阻率数据序列进行分解并重构,得到优化校准后的电阻率数据序列。其中,在对电阻率数据序列进行分解重构之前,通过对获取的电阻率数据序列进行差分处理,根据差分值的差分情况获取间歇信号(目标差分值),根据间歇信号的分布均匀性与间歇信号的数量获取电阻率数据序列的采样加噪程度,通过对多次采样加噪的结果进行加权平均,得到一组平滑后的电阻率数据序列,减少后续对平滑后的电阻率数据序列进行EMD分解时出现模态混叠的情况,从而提高了对电阻率数据获取的准确性。
以上实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围,均应包含在本发明的保护范围之内。
Claims (8)
1.一种测井仪电阻率测量优化校准方法,其特征在于,所述一种测井仪电阻率测量优化校准方法包括:
获取测井仪所采集到的电阻率数据序列;
对所述电阻率数据序列进行差分处理,得到对应的差分值序列,根据所述差分值序列中的差分值差异获取所述差分值序列中的至少一个目标差分值,针对任一目标差分值,以所述目标差分值为起始点在所述差分值序列中构建预设尺寸的滑窗,根据所述滑窗内的差分值波动,获取所述滑窗内的目标差分值;
根据所述差分值序列中所有目标差分值的位置,获取待添加白噪声的强度比例系数,获取所述电阻率数据序列的电阻率方差,根据所述电阻率方差和所述待添加白噪声的强度比例系数,获取待添加白噪声的方差,利用随机数生成算法生成所述待添加白噪声的方差对应的至少两组白噪声序列;
将每组所述白噪声序列分别与所述电阻率数据序列进行相加,对应得到至少两组加噪后的电阻率数据序列,根据所有加噪后的电阻率数据序列中相同位置处的电阻率进行加权平均,对应得到一组平滑后的电阻率数据序列;
对所述平滑后的电阻率数据序列进行分解并重构,得到优化校准后的电阻率数据序列。
2.根据权利要求1所述的一种测井仪电阻率测量优化校准方法,其特征在于,所述根据所述差分值序列中的差分值差异获取所述差分值序列中的至少一个目标差分值,包括:
构建所述差分值序列的正态分布曲线,根据拉依达准则获取对应在所述正态分布曲线中的区间之外的数据点作为标记点;
针对任一标记点,若所述标记点对应的差分值不符合预设的差分值阈值,则确定所述标记点对应的差分值为目标差分值。
3.根据权利要求1所述的一种测井仪电阻率测量优化校准方法,其特征在于,所述根据所述滑窗内的差分值波动,获取所述滑窗内的目标差分值,包括:
根据所述滑窗内的所有差分值之间的差异,获取所述滑窗内的差分值波动程度;
若所述滑窗内的差分值波动程度大于或等于预设的差分值波动程度阈值,则将所述滑窗内的起始点作为目标差分值,并将所述滑窗以预设步长进行滑动,获取滑动后的滑窗内的差分值波动程度;
若所述滑动后的滑窗内的差分值波动程度大于或等于所述差分值波动程度阈值,则将所述滑动后的滑窗内的起始点作为目标差分值,直至所述滑动后的滑窗内的差分值波动程度小于所述差分值波动程度阈值,得到所述滑窗内的目标差分值。
4.根据权利要求3所述的一种测井仪电阻率测量优化校准方法,其特征在于,所述根据所述滑窗内的所有差分值之间的差异,获取所述滑窗内的差分值波动程度,包括:
根据所述滑窗内的所有差分值,得到差分值的方差,将所述差分值的方差的相反数代入以自然常数e为底数的指数函数中,得到对应的指数函数结果,将常数1与所述指数函数结果之间的差值作为所述滑窗内的差分值波动程度。
5.根据权利要求1所述的一种测井仪电阻率测量优化校准方法,其特征在于,所述根据所述差分值序列中所有目标差分值的位置,获取待添加白噪声的强度比例系数,包括:
根据所述差分值序列中每个目标差分值的位置,分别获取每两个相邻目标差分值之间的距离,得到距离序列;
在所述距离序列中分别统计每个距离的频率,得到最大频率和最小频率,获取所述最大频率和所述最小频率之间的频率差值,计算所述频率差值与所述最大频率之间的比值,对所述最大频率对应的距离进行负相关映射,得到对应的映射值;
获取白噪声的预设最大强度比例系数和预设最小强度比例系数,得到所述预设最大强度比例系数和所述预设最小强度比例系数之间的差值,获取所述差值、所述比值以及所述映射值之间的乘积,将所述乘积与所述预设最小强度比例系数之间的相加结果作为待添加白噪声的强度比例系数。
6.根据权利要求1所述的一种测井仪电阻率测量优化校准方法,其特征在于,所述根据所述电阻率方差和所述待添加白噪声的强度比例系数,获取待添加白噪声的方差,包括:
将所述电阻率方差和所述待添加白噪声的强度比例系数之间的乘积作为待添加白噪声的方差。
7.根据权利要求1所述的一种测井仪电阻率测量优化校准方法,其特征在于,所述根据所有加噪后的电阻率数据序列中相同位置处的电阻率进行加权平均,对应得到一组平滑后的电阻率数据序列,包括:
针对所有加噪后的电阻率数据序列中的任一相同位置,根据所述相同位置处的所有电阻率的概率,构建概率的正态分布曲线,获取所述概率的正态分布曲线对应的期望值;
针对所述相同位置处的任一电阻率,计算所述电阻率与所述期望值之间的差值绝对值,将所述差值绝对值的相反数代入以自然常数e为底数的指数函数中,对应得到的结果作为所述电阻率的权重;
根据所述相同位置处的每个电阻率的权重,对所述相同位置处的所有电阻率进行加权求和并求平均值,得到对应的最终电阻率;
将所有加噪后的电阻率数据序列中的所有相同位置处的最终电阻率组成一组平滑后的电阻率数据序列。
8.根据权利要求1所述的一种测井仪电阻率测量优化校准方法,其特征在于,所述对所述平滑后的电阻率数据序列进行分解并重构,得到优化校准后的电阻率数据序列,包括:
使用EMD分解算法对所述平滑后的电阻率数据序列进行分解,得到至少两个IMF分量,计算每个所述IMF分量与所述电阻率数据序列之间的皮尔逊相关系数;
若任一IMF分量与所述电阻率数据序列之间的皮尔逊相关系数符合预设的相关系数阈值,则保留所述IMF分量;
根据所有保留的所述IMF分量进行重构,得到优化校准后的电阻率数据序列。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410166641.8A CN117706646B (zh) | 2024-02-06 | 2024-02-06 | 一种测井仪电阻率测量优化校准方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410166641.8A CN117706646B (zh) | 2024-02-06 | 2024-02-06 | 一种测井仪电阻率测量优化校准方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN117706646A true CN117706646A (zh) | 2024-03-15 |
CN117706646B CN117706646B (zh) | 2024-04-19 |
Family
ID=90148273
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202410166641.8A Active CN117706646B (zh) | 2024-02-06 | 2024-02-06 | 一种测井仪电阻率测量优化校准方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117706646B (zh) |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20060241920A1 (en) * | 2004-04-27 | 2006-10-26 | Mickaele Le Ravalec-Dupin | Method of reconstructing a stochastic model, representative of a porous heterogeneous medium, to improve its calibration by production data |
US20100326669A1 (en) * | 2008-04-09 | 2010-12-30 | Yaping Zhu | Method for generating anisotropic resistivity volumes from seismic and log data using a rock physics model |
CN107045154A (zh) * | 2017-02-08 | 2017-08-15 | 中国海洋石油总公司 | 一种水平井环境中的识别地层产状的方法和装置 |
CN110908001A (zh) * | 2019-12-16 | 2020-03-24 | 吉林大学 | 一种大地电磁测深信号的重构方法及系统 |
CN112364291A (zh) * | 2020-11-17 | 2021-02-12 | 哈工大机器人(合肥)国际创新研究院 | 一种前置滤波极值点优化集合经验模态分解方法及装置 |
WO2022077866A1 (zh) * | 2020-10-15 | 2022-04-21 | 北京航空航天大学 | 一种基于深度学习的电阻抗成像方法 |
CN114444393A (zh) * | 2022-01-26 | 2022-05-06 | 北京科技大学 | 基于时间卷积神经网络的测井曲线构建方法及装置 |
CN116956119A (zh) * | 2023-06-26 | 2023-10-27 | 成都理工大学 | 一种基于沉积噪声模拟的泥页岩层序地层划分方法及装置 |
-
2024
- 2024-02-06 CN CN202410166641.8A patent/CN117706646B/zh active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20060241920A1 (en) * | 2004-04-27 | 2006-10-26 | Mickaele Le Ravalec-Dupin | Method of reconstructing a stochastic model, representative of a porous heterogeneous medium, to improve its calibration by production data |
US20100326669A1 (en) * | 2008-04-09 | 2010-12-30 | Yaping Zhu | Method for generating anisotropic resistivity volumes from seismic and log data using a rock physics model |
CN107045154A (zh) * | 2017-02-08 | 2017-08-15 | 中国海洋石油总公司 | 一种水平井环境中的识别地层产状的方法和装置 |
CN110908001A (zh) * | 2019-12-16 | 2020-03-24 | 吉林大学 | 一种大地电磁测深信号的重构方法及系统 |
WO2022077866A1 (zh) * | 2020-10-15 | 2022-04-21 | 北京航空航天大学 | 一种基于深度学习的电阻抗成像方法 |
CN112364291A (zh) * | 2020-11-17 | 2021-02-12 | 哈工大机器人(合肥)国际创新研究院 | 一种前置滤波极值点优化集合经验模态分解方法及装置 |
CN114444393A (zh) * | 2022-01-26 | 2022-05-06 | 北京科技大学 | 基于时间卷积神经网络的测井曲线构建方法及装置 |
CN116956119A (zh) * | 2023-06-26 | 2023-10-27 | 成都理工大学 | 一种基于沉积噪声模拟的泥页岩层序地层划分方法及装置 |
Non-Patent Citations (3)
Title |
---|
EMIN U. ULUGERGERLI: "Two dimensional combined inversion of short- and long-normal dc resistivity well log data", JOURNAL OF APPLIED GEOPHYSICS, 31 December 2011 (2011-12-31) * |
撒利明等: "非线性拟测井曲线反演在油藏监测中的应用及展望", 石油地球物理勘探, 30 April 2017 (2017-04-30) * |
董莉;李帝铨;江沸菠;: "差分进化算法在MT信号激电信息提取中的应用研究", 地球物理学进展, no. 04, 15 August 2015 (2015-08-15) * |
Also Published As
Publication number | Publication date |
---|---|
CN117706646B (zh) | 2024-04-19 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110439547B (zh) | 储集层微电阻成像生成孔隙度谱的方法 | |
CN109470135A (zh) | Csamt数据静态校正方法 | |
CN110080754A (zh) | 一种电成像测井图像类周期性干扰处理方法 | |
CN108680955A (zh) | 一种岩性识别方法及识别系统 | |
CN109188542B (zh) | 一种波区相关性检测的远参考大地电磁阻抗计算方法 | |
CN117706646B (zh) | 一种测井仪电阻率测量优化校准方法 | |
CN108776357B (zh) | 沉积地层瞬变电磁法电磁干扰的校正方法及装置 | |
CN110273675B (zh) | 一种瞬变电磁差分测井方法及其系统 | |
CN111796333A (zh) | 基于滑动窗口的微电阻率成像资料电扣均衡方法 | |
CN115421206B (zh) | 一种基于电法勘探的地块快速调查的测量方法 | |
CN107829729B (zh) | 过套管微分电阻率测井的频率域信号处理方法 | |
CN112177606B (zh) | 一种多频电成像设备的测量数据补偿方法和装置 | |
CN110109184B (zh) | 一种基于多日变点的被动场源类三维电场勘探方法 | |
McGWIRE et al. | Identifying annual peaks in dielectric profiles with a selection curve | |
CN113075748B (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 | |
CN115857028A (zh) | 基于非接触观测法的水文地质参数的时空定量表达方法 | |
CN112906465B (zh) | 一种基于地层因素的煤系地层声波曲线重构方法及系统 | |
CN116430464A (zh) | 提高时频电磁法频率域资料处理质量的方法 | |
CN110135022B (zh) | 一种基于极化介质模型的广义趋肤深度计算方法 | |
CN103485772B (zh) | 测井设备、方法及装置 | |
CN110109185B (zh) | 一种基于选频法的多日变点联测的被动场源二维电场勘探方法 | |
CN111665569B (zh) | 一种双模频率域被动源电场法 | |
CN107843935B (zh) | Xrmi电成像图像自动生成方法 | |
CN114924328B (zh) | 一种带垂直磁场参考道的城市人工源电磁勘探方法及系统 | |
CN112668814B (zh) | 胶结等级确定方法及装置 |
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 |