发明名称 脉冲中子双谱饱和度测井方法
摘要 本发明涉及脉冲中子双谱饱和度测井方法,包括以下步骤:1)采集测井数据,2)对热中子时间谱、俘获伽马时间谱进行深度-时间二维滤波,对俘获伽马能谱和自然伽马能谱做深度-能量二维滤波,3)对滤波后的数据进行归一化处理,4)对归一化处理后的数据进行多尺度分解,5)对分解后的数据进行重构和融合,6)显示测井图像和测井曲线,7)进行地质解释;具有一次下井在相同环境下可同时采集热中子时间谱、俘获伽马时间谱,使两种中子寿命测井方法优势互补,扩大了对环境的适应范围,对双谱做综合处理可得到更精确的计算结果,提高了对油气水层的识别能力的优点。
申请公布号 CN100543496C 申请公布日期 2009.09.23
申请号 CN200710018164.7 申请日期 2007.06.29
申请人 中国石油大学(华东);西安奥华电子仪器有限责任公司 发明人 黄隆基;张锋;房文静;汪永安;杨联会;张德民;杨连会;董谦;石丽云
分类号 G01V5/14(2006.01)I 主分类号 G01V5/14(2006.01)I
代理机构 西安智邦专利商标代理有限公司 代理人 王少文
主权项 1、一种脉冲中子双谱饱和度测井方法,其特征在于,其包括以下步骤:1]采集测井数据:在套管井中用脉冲中子双谱饱和度测井仪连续采集测井数据;所述的测井数据包括热中子时间谱、俘获伽马时间谱、热中子总计数率、俘获伽马总计数率、自然伽马总计数率;2]对热中子时间谱、俘获伽马时间谱进行深度-时间二维滤波,对俘获伽马能谱和自然伽马能谱做深度-能量二维滤波:所述深度-时间二维滤波包括深度域的纵向滤波和在时间域的横向滤波;所述深度-能量二维滤波包括深度域的纵向滤波和在能量域的横向滤波;所述纵向滤波和横向滤波的方法包括Kalman滤波、多点平滑滤波或多尺度滤波;滤波后在每个深度点获得一对光滑的随时间衰减的多指数曲线,在深度-时间域中获得两个二维数组,构成反映地层性质随深度变化的两帧数字图像;而在深度-能量域中获得两个二维数组,构成反映地层性质随深度变化的两帧数字图像;3]对滤波后的数据进行归一化处理:所述归一化处理的步骤包括计算每个采样点的归一化测井值:式中fmin为测井曲线的最小值,fmax为测井曲线的最大值,f为测井曲线的采样点数据;4]对归一化处理后的数据进行多尺度分解:所述横向时间轴时间谱多尺度分解的方法包括多指数拟合法和小波分解法,所述纵向深度轴多尺度分解的方法主要指小波分解法;5]对分解后的数据进行重构和融合:所述对测井数据进行重构和融合包括在原始数据、参数、决策三个层次上分别进行时间谱、寿命谱、∑谱、能谱和同类及非同类测井曲线的重构和融合,具体步骤包括:5. 1]以小波模极大重构算法为基础,选用低频系数加权、高频系数取绝对值较大的融合规则,对同类或多类测井数据进行小波重构得到融合小波金字塔;5. 2]对融合后的小波金字塔进行小波逆变换实现各个层次的数据重构;5. 3]采用熵、均值和方差作为评判标准,对融合数据进行定量评价:均值、方差数据反映峰值信息;信息熵数据反映空间细节信息;峰值信噪比、相关系数反映频谱信息;6]显示测井图像和测井曲线所述的测井图像和测井曲线包括以下图像和曲线中的至少一组:深度-时间彩色图像:滤波后在每个深度点上得一条平滑的多指数衰减曲线,在被测剖面上得到一幅深度-时间二维平面上的数字图像;对该数组进行可视化处理,用色柱标定信号幅度,得到一幅反映地层深度-时间特征的彩色图像;深度-寿命或深度-∑彩色图像:中子寿命τ与热中子宏观俘获截面∑成反比,τ分布很容易转变为∑分布;经时间-寿命或时间-截面域的转换,在每个采样点上都得到一条τ或∑分布曲线,在被测剖面上得到一幅深度-寿命或深度-∑二维平面上的数字图像;用色柱标定信号幅度,得到一幅反映地层特性随深度变化的τ或∑分布彩色图像;所述的测井曲线包括:热中子和俘获伽马总计数率、特征时间门和能窗计数率及其比值、热中子寿命和宏观俘获截面;经标准井检验选定的,由多尺度分解得到的对含油饱和度或岩性分辨能力好的分量曲线;经标准井检验选定的,由多尺度数据重建和融合得到的对含油饱和度或岩性分辨能力好的重建和融合曲线;裸眼井和实时油、气、水饱和度曲线;7]进行地质解释:所述进行地质解释包括以下图像和曲线中的至少一种:深度-时间谱:中子和俘获伽马计数率在不同深度点上随时间的衰减曲线可分为井眼、过度、地层三个时段,地层段计数率的衰减率越高则热中子寿命越短,含油饱和度越低;利用寿命谱或∑谱作为区分低矿化度水层和剩余油气层的依据:寿命τ分布比单一的τ值更能反映地层的全貌,用τ分布特征峰或选定的门宽Δτ内的平均值求地层中子寿命更能反映地层核参数的统计特性;用测井解释通用的体积模型,由∑分布可得到含水饱和度SW的分布图,含水饱和度SW的分布图能更确切地描绘出油水分布;所述步骤2]中进行多尺度滤波的步骤包括:1]选取具有一定的紧支撑性、对称性和平滑性的正交小波基;2]选择小波并确定其分解层次N,然后对数据进行N层小波分解,即:在某尺度i上,对给定的核测井信号序列(k∈Z),通过一个脉冲响应为h(k)的低通滤波器,获得粗尺度上的平滑信号xV(i-1,k)∈Vi-1信号x(i,k)在低通滤波器中丢失的“细节信号”,由x(i,k)通过一个脉冲响应是g(k)的高通滤波器得到细尺度上的细节信号xD(i-1,k)∈Di-1下标D表示x(i,k)在细节信号空间Di-1上的投影;3]逐次进行上述步骤可实现N层的多尺度分解,得到2N个不同的频带,包含N个高频信号和N个低频信号;4]对第1层到第N层的每一层高频系数选择一个阈值进行软阈值量化处理;由小波分解的第N层低频系数和经过量化处理后的第1层到第N层的高频系数,进行测井数据的重构,重构信号中只包含有用信息;所述步骤5]中小波模极大重构算法的步骤包括:1]设测井仪器接收到的信号为f(x),Morlet连续小波变换定义为:式中:Morlet小波基函数为a和b分别为尺度因子和位移因子;2]对信号进行小波分析,可以得到不同尺度a的评估信号在不同空间段的大量系数,即相应的小波系数Wf(a,b);并用色谱图的方式表示,在色谱图中,用颜色的变化来表示系数的大小;3]得到某一尺度a时的小波系数曲线,这条曲线能够直观显示小波系数与被分析信号之间的相似程度,且可以通过控制a的大小,使小波系数曲线和某些参数具有一定的相关性;所述的脉冲中子双谱饱和度测井仪,包括测井仪壳体5和在壳体内的脉冲中子发生器1、热中子探测器2、俘获伽马探测器3及自然伽马探测器4;其中热中子探测器2与脉冲中子发生器1之间的距离为300-400mm;俘获伽马探测器3与脉冲中子发生器1之间的距离为450-550mm;自然伽马探测器4与脉冲中子发生器1之间的距离为700-1000mm。
地址 257061山东省东营市北二路271号