抑制稠油热采井温度监测噪声的方法

摘要

抑制稠油热采井温度监测噪声的方法，应用于油井温度监测技术领域。在空间域，采用小波多分辨率分析滤除原始空间-时间域温度分布信息中的高频噪声，得到初步降噪后的空间-时间域温度分布信息；在时间域，采用移动灰色模型去除该初步降噪后空间-时间域温度分布信息的非平稳噪声和干扰，并采用最小二乘法递归优化移动灰色模型中各个窗口的灰色模型参数，得到最终降噪后的空间-时间域温度分布信息。效果是：能抑制稠油热采井下采集到的温度信号中的非平稳随机噪声和干扰，提高温度分布信号信噪比。

主权项

一种抑制稠油热采井温度监测噪声的方法，其特征在于，利用光纤分布式温度传感器实时采集稠油热采井下温度，得到原始随空间‑时间域温度分布信息；在空间域，采用小波多分辨率分析滤除原始空间‑时间域温度分布信息中的高频噪声，得到初步降噪后的空间‑时间域温度分布信息；在时间域，采用移动灰色模型去除该初步降噪后空间‑时间域温度分布信息的非平稳噪声和干扰，并采用最小二乘法递归优化移动灰色模型中各个窗口的灰色模型参数，得到最终降噪后的空间‑时间域温度分布信息；得到的最终降噪后的空间‑时间域温度分布信息，用于恢复稠油热采井内的地质参数及油藏流体信息，指导采油操作；所述在时间域，采用移动灰色模型去除该初步降噪后空间‑时间域温度分布信息的非平稳噪声和干扰，包括：步骤A：设时间域温度信息原始序列的总点数为N，在时间域温度信息原始序列中从起始位置选取长度为W的信息点应用灰色模型GM(1,1)得到预测序列第1个位置的温度信息，其中W和N均为自然数，且W<N；步骤B：将时间域温度信息原始序列中的移动窗口W向后平移1个信息点，利用灰色模型GM(1,1)得到预测序列第2个位置的温度信息；步骤C：重复步骤B，直到预测序列的长度达到N‑W；步骤D：将时间域温度信息原始序列的前W点和预测序列合并组成处理后的时间域温度信息序列；所述灰色模型GM(1,1)是灰色模型GM(n,m)中的一种模型，灰色模型GM(n,m)是一种用于建模灰色系统动态特性的预测方法，由m个变量的n阶差分方程标识；其中，灰色模型GM(1,1)可被表示为：$\frac{{\mathrm{dX}}^{\left(1\right)}}{\mathrm{dt}}+{\mathrm{aX}}^{\left(1\right)}=b$   公式1其中X⁽¹⁾的分量为：$x^{\left(1\right)}\left(k\right)=\underset{i=1}{\overset{k}{\Sigma }}{x}^{\left(0\right)}\left(k\right),k=\mathrm{1,2},...,N$   公式2x⁽⁰⁾＝(x⁽⁰⁾(1),x⁽⁰⁾(2),...,x⁽⁰⁾(N))是时间域温度信息原始序列，单位为摄氏度；N是时间域温度信息原始序列总点数，单位为个；a和b是待定系数，a为规则化系数，无单位，b的单位为摄氏度；所述采用最小二乘法递归优化移动灰色模型中各个窗口的灰色模型参数得到最终降噪后的空间‑时间域温度分布信息的步骤中，所述最小二乘法用于求解灰色模型GM(1,1)的待定系数向量U＝(a，b)^T，根据最小二乘理论，U可被表示为U＝(B^TB)^‑1B^TY_l   公式3其中$B=\left[\begin{array}{cc}-\frac{1}{2}(x^{\left(1\right)}\left(1\right)+x^{\left(1\right)}\left(2\right))& 1\\ -\frac{1}{2}(x^{\left(1\right)}\left(2\right)+x^{\left(1\right)}\left(3\right))& 1\\ ...& ...\\ -\frac{1}{2}(x^{\left(1\right)}(N-1)+x^{\left(1\right)}\left(N\right))& 1\end{array}\right]$   公式4向量Y_l(单位为摄氏度)是Y_l^＝(x⁽⁰⁾(2),x⁽⁰⁾(3),...,x⁽⁰⁾(N))   公式5因此，利用公式2、公式3、公式4和公式5能够计算出待定系数向量U＝(a，b)^T。