CN103850679B - 一种利用多种测井曲线对声波时差曲线进行重构的方法 - Google Patents

一种利用多种测井曲线对声波时差曲线进行重构的方法 Download PDF

Info

Publication number
CN103850679B
CN103850679B CN201410126116.XA CN201410126116A CN103850679B CN 103850679 B CN103850679 B CN 103850679B CN 201410126116 A CN201410126116 A CN 201410126116A CN 103850679 B CN103850679 B CN 103850679B
Authority
CN
China
Prior art keywords
curve
regression
acoustic
layers
decomposition
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.)
Expired - Fee Related
Application number
CN201410126116.XA
Other languages
English (en)
Other versions
CN103850679A (zh
Inventor
张金亮
张明
李景哲
刘朋阳
张鹏辉
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Beijing Normal University
Original Assignee
Beijing Normal University
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Beijing Normal University filed Critical Beijing Normal University
Priority to CN201410126116.XA priority Critical patent/CN103850679B/zh
Publication of CN103850679A publication Critical patent/CN103850679A/zh
Application granted granted Critical
Publication of CN103850679B publication Critical patent/CN103850679B/zh
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Landscapes

  • Measurement Of Mechanical Vibrations Or Ultrasonic Waves (AREA)

Abstract

本发明涉及一种利用多种测井曲线对声波时差曲线进行重构的方法,主要包括通过对测井曲线进行储层敏感性与相关性分析,选取对储层特征响应明显的多条测井曲线;将这些测井曲线与声波曲线一起进行离散小波分解,分解层数为8层;将除声波以外的其他测井曲线各层高频分解结果分别组成矩阵,求取矩阵对应的特征值和特征向量,将不同特征值对应的特征向量作为信号重构的新分量,此时这些分量具有正交性(不相关);各层特征向量对声波曲线小波分解对应层的高频成分进行多元回归分析,计算各向量所对应的加权系数,并返回回归显著性分析结果,判断回归质量;依据回归显著性分析结果判断利用特征向量重构声波高频成分的层数,对选定层数以上的部分选择多元回归结果作为高频成分,对选定层数以下的部分保留声波测井曲线的高频分解结果;运用声波测井曲线的低频成分与回归得到的高频成分进行曲线重构得到最终的声波重构曲线。

Description

一种利用多种测井曲线对声波时差曲线进行重构的方法
技术领域:
本发明涉及一种利用多种测井曲线对声波时差曲线进行重构的方法。
背景技术:
声波曲线重构是波阻抗反演当中的常用方法。当地下储层速度与泥岩速度差异性小、重合度高的问题;直接进行波阻抗反演的结果不能准确反映储层和围岩的差异,导致波阻抗反演结果与钻井结果不符。因此需要对声波测井曲线进行重构,在声波测井曲线中添加岩性信息,提高声波测井曲线对岩性的识别度,以便进行更准确的储层预测。
多元回归分析是研究多个变量之间关系的回归分析方法,按因变量和自变量的数量对应关系可划分为一个因变量对多个自变量的回归分析(简称为“一对多”回归分析)及多个因变量对多个自变量的回归分析(简称为“多对多”回归分析),按回归模型类型可划分为线性回归分析和非线性回归分析。
F检验(F-test),最常用的别名叫做联合假设检验(英语:joint hypothesestest),此外也称方差比率检验、方差齐性检验。它是一种在零假设(null hypothesis,H0)之下,统计值服从F-分布的检验。其通常是用来分析用了超过一个参数的统计模型,以判断该模型中的全部或一部参数是否适合用来估计母体。
小波变换中,对于非平稳信号而言(测井信号即为非平稳信号),需要时频窗口具有可调的性质,即要求在高频部分具有较好的时间分辨率特性,而在低频部分具有较好的频率分辨率特性。对测井曲线进行小波分析可以识别测井曲线中不同频率的曲线旋回,高频的曲线旋回对应高频的即短期的沉积旋回,低频的曲线旋回对应低频的即长期的沉积旋回,因此可以用不同频率的测井曲线旋回划分不同周期的沉积旋回,对应不同级别的层序地层单元。
发明内容:
本发明涉及一种利用多种测井曲线对声波时差曲线进行重构的方法,主要包括通过对测井曲线进行储层敏感性与相关性分析,选取对储层特征响应明显的多条测井曲线;将这些测井曲线与声波曲线一起进行离散小波分解,分解层数为8层;将除声波以外的其他测井曲线各层高频分解结果分别组成矩阵,求取矩阵对应的特征值和特征向量,将不同特征值对应的特征向量作为信号重构的新分量,此时这些分量具有正交性(不相关);各层特征向量对声波曲线小波分解对应层的高频成分进行多元回归分析,计算各向量所对应的加权系数,并返回回归显著性分析结果,判断回归质量;依据回归显著性分析结果判断利用特征向量重构声波高频成分的层数,对选定层数以上的部分选择多元回归结果作为高频成分,对选定层数以下的部分保留声波测井曲线的高频分解结果;运用声波测井曲线的低频成分与回归得到的高频成分进行曲线重构得到最终的声波重构曲线。
附图说明
图1.利用多种测井曲线对声波时差曲线进行重构流程图
图2.特征向量多元回归显著性分析结果
图3.声波测井曲线重构结果
具体实施方式:
如图1所示,方法的实施步骤详细介绍如下:
步骤一,运用储层孔隙度、泥质含量资料与测井曲线进行相关性分析,选择与泥质含量、孔隙度相关性较高的测井曲线;
步骤二,将这些与泥质含量、孔隙度相关性较高的测井曲线进行db小波分解,分解层数为8层;
步骤三,将除声波以外的其他测井曲线各层高频分解结果分别组成矩阵,求取矩阵对应的特征值和特征向量,将不同特征值对应的特征向量作为信号重构的新分量,此时这些分量具有正交性(不相关);
步骤四,运用这些特征向量对声波曲线小波分解高频成分进行多元回归分析,回归方程中每一项的系数就是该特征向量所对应的的权重,运用F检测判断回归质量会返回两个参数FH和FV;FH为对于多元回归结果可信度的判断;对于给定的置信度α,由F分布表查得的Fα(m,n-m-1)值与FV进行比较,当FV>Fα(m,n-m-1)时说明多元回归结果可信,FH=1,反之FH=0;FV值越大,说明总体回归效果越显著(图2);
步骤五,根据F检验返回的结果,在每一层回归结果都可信,即FH=1的情况下,选择FV值最小的那一层,对这一层及其以上所有层的声波曲线高频分解结果用多元回归结果所代替,作为声波曲线重构的高频成分。
步骤六,运用声波测井曲线的低频成分与回归得到的高频成分进行曲线重构得到最终的声波重构曲线(图3)。

Claims (6)

1.一种利用多种测井曲线对声波时差曲线进行重构的方法,包括:通过对测井曲线进行储层敏感性与相关性分析,选取对储层特征响应明显的多条测井曲线;将这些测井曲线与声波曲线一起进行离散小波分解,分解层数为8层;将除声波以外的其他测井曲线各层高频分解结果分别组成矩阵,求取矩阵对应的特征值和特征向量,将不同特征值对应的特征向量作为信号重构的新分量,此时这些分量具有正交性,即这些分量不相关;各层特征向量对声波曲线小波分解对应层的高频成分进行多元回归分析,计算各向量所对应的加权系数,并返回回归显著性分析结果,运用F检测判断回归质量;依据回归显著性分析结果判断利用特征向量重构声波高频成分的层数,对选定层数以上的部分选择多元回归结果作为高频成分,对选定层数以下的部分保留声波测井曲线的高频分解结果;运用声波测井曲线的低频成分与回归得到的高频成分进行曲线重构得到最终的声波重构曲线。
2.根据权利要求1所述的利用多种测井曲线对声波时差曲线进行重构的方法,通过对测井曲线进行储层敏感性与相关性分析,选取对储层特征响应明显的多条测井曲线,其特征是运用储层孔隙度、泥质含量资料与测井曲线进行相关性分析,选择与泥质含量、孔隙度相关性较高的测井曲线。
3.根据权利要求2所述的利用多种测井曲线对声波时差曲线进行重构的方法,将这些测井曲线与声波曲线一起进行离散小波分解,分解层数为8层,其特征是对所述的与泥质含量、孔隙度相关性较高的测井曲线进行db小波分解,分解层数为8层。
4.根据权利要求3所述的利用多种测井曲线对声波时差曲线进行重构的方法,将除声波以外的其他测井曲线各层高频分解结果分别组成矩阵,求取矩阵对应的特征值和特征向量,将不同特征值对应的特征向量作为信号重构的新分量,此时这些分量具有正交性,即这些分量不相关,其特征是将所述的小波分解结果中每一层的高频成分组成矩阵,共计组成8个矩阵;求取每一个矩阵对应的特征值和特征向量,求取后的特征向量之间具有正交性。
5.根据权利要求4所述的利用多种测井曲线对声波时差曲线进行重构的方法,各层特征向量对声波曲线小波分解对应层的高频成分进行多元回归分析,计算各向量所对应的加权系数,并返回回归显著性分析结果,判断回归质量,其特征是运用所述的特征向量对声波曲线小波分解高频成分进行多元回归分析,回归方程中每一项的系数就是该特征向量所对应的的权重,运用F检测判断回归质量会返回两个参数FH和FV;FH为对于多元回归结果可信度的判断;对于给定的置信度α,由F分布表查得的Fα(m,n-m-1)值与FV进行比较,当FV>Fα(m,n-m-1)时说明多元回归结果可信,FH=1,反之FH=0;FV值越大,说明总体回归效果越显著。
6.根据权利要求5所述的利用多种测井曲线对声波时差曲线进行重构的方法,依据回归显著性分析结果判断利用特征向量重构声波高频成分的层数,对选定层数以上的部分选择多元回归结果作为高频成分,对选定层数以下的部分保留声波测井曲线的高频分解结果,其特征是根据F检验返回的结果,在每一层回归结果都可信,即FH=1的情况下,选择FV值最小的那一层,对这一层及其以上所有层的声波曲线高频分解结果用所述的回归结果所代替,作为声波曲线重构的高频成分。
CN201410126116.XA 2014-04-01 2014-04-01 一种利用多种测井曲线对声波时差曲线进行重构的方法 Expired - Fee Related CN103850679B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201410126116.XA CN103850679B (zh) 2014-04-01 2014-04-01 一种利用多种测井曲线对声波时差曲线进行重构的方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201410126116.XA CN103850679B (zh) 2014-04-01 2014-04-01 一种利用多种测井曲线对声波时差曲线进行重构的方法

Publications (2)

Publication Number Publication Date
CN103850679A CN103850679A (zh) 2014-06-11
CN103850679B true CN103850679B (zh) 2019-12-17

Family

ID=50858772

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201410126116.XA Expired - Fee Related CN103850679B (zh) 2014-04-01 2014-04-01 一种利用多种测井曲线对声波时差曲线进行重构的方法

Country Status (1)

Country Link
CN (1) CN103850679B (zh)

Families Citing this family (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104533400B (zh) * 2014-11-12 2017-05-17 中海油能源发展股份有限公司 一种重构测井曲线的方法
CN108072903A (zh) * 2016-11-09 2018-05-25 中国石油化工股份有限公司 一种测井曲线重构方法
CN106707344B (zh) * 2016-12-12 2019-01-18 中国石油天然气股份有限公司 一种地层层序划分方法及装置
CN107339099B (zh) * 2017-07-19 2020-06-09 中国石油天然气集团公司 一种确定储层岩性的方法和装置
CN108756867B (zh) * 2018-05-11 2021-11-19 中国地质调查局油气资源调查中心 基于声波测井曲线和电阻率测井曲线进行压裂选层的方法
CN109061729B (zh) * 2018-08-22 2019-11-12 西安石油大学 一种高温高压气藏含气敏感曲线重构方法
CN109343120B (zh) * 2018-10-17 2019-10-01 吉林大学 融入约束稀疏脉冲反演低频补偿的声波曲线重构方法
CN109633553B (zh) * 2019-01-18 2020-11-13 浙江大学 基于动态规划算法的移动声源到达时延估计方法
CN112012726B (zh) * 2019-05-30 2023-12-12 中石化石油工程技术服务有限公司 一种岩性识别方法
CN111827966B (zh) * 2020-03-25 2022-04-15 大庆油田有限责任公司 一种多井声波测井曲线一致性处理方法、装置及存储介质

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP0609949A1 (en) * 1993-02-05 1994-08-10 AGIP S.p.A. Process and device for detecting seismic signals
CN201747364U (zh) * 2010-06-01 2011-02-16 中国石油天然气集团公司 一种声波时差曲线重构设备
CN102707313A (zh) * 2012-04-19 2012-10-03 电子科技大学 一种基于脉冲耦合神经网络的拟声波曲线构建方法
CN103485768A (zh) * 2012-06-13 2014-01-01 中国石油天然气集团公司 声波测井曲线的构建方法

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8834624B2 (en) * 2011-01-26 2014-09-16 Ripi Modified cement composition, preparation and application thereof

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP0609949A1 (en) * 1993-02-05 1994-08-10 AGIP S.p.A. Process and device for detecting seismic signals
CN201747364U (zh) * 2010-06-01 2011-02-16 中国石油天然气集团公司 一种声波时差曲线重构设备
CN102707313A (zh) * 2012-04-19 2012-10-03 电子科技大学 一种基于脉冲耦合神经网络的拟声波曲线构建方法
CN103485768A (zh) * 2012-06-13 2014-01-01 中国石油天然气集团公司 声波测井曲线的构建方法

Non-Patent Citations (5)

* Cited by examiner, † Cited by third party
Title
储层特征曲线重构技术在储层预测中的应用研究;张静等;《天然气地球科学》;20080630;第19卷(第3期);全文 *
分频重构技术在砂泥岩薄互层储层预测中的应用;熊冉等;《油气地球物理》;20131031;第11卷(第4期);全文 *
小波分解在测井解释中的应用;李兴龙等;《内江科技》;20111231;全文 *
拟声波曲线构建的意义及应用;姜传金 等;《大庆石油地质与开发》;20040229;第23卷(第1期);全文 *
测井声波时差反演重构技术研究及应用;宋维琪等;《地震地质》;20090331;第31卷(第1期);第134页第1.1节、第135页第3节第1段、第137页第5节第3-4段 *

Also Published As

Publication number Publication date
CN103850679A (zh) 2014-06-11

Similar Documents

Publication Publication Date Title
CN103850679B (zh) 一种利用多种测井曲线对声波时差曲线进行重构的方法
CN111208561B (zh) 基于时变子波与曲波变换约束的地震声波阻抗反演方法
CN111551992B (zh) 岩石储层构造表征方法、装置、计算机可读存储介质及电子设备
Wang Multichannel matching pursuit for seismic trace decomposition
US5687138A (en) Methods of analyzing stoneley waveforms and characterizing underground formations
US20110051553A1 (en) Determining the quality of a seismic inversion
US11353616B2 (en) Methods and systems for processing slowness values from borehole sonic data
CN113777650B (zh) 一种基于混合范数和小波变换的稀疏时频谱分解方法、装置、设备及存储介质
US20220244419A1 (en) Machine learning enhanced borehole sonic data interpretation
CN113109289A (zh) 最优小波去噪组合的选取方法及THz光谱去噪方法
Saad et al. Unsupervised deep learning for single-channel earthquake data denoising and its applications in event detection and fully automatic location
Qian et al. Unsupervised seismic footprint removal with physical prior augmented deep autoencoder
CN111060961B (zh) 基于多信息约束反演的品质因子确定方法、装置及***
Wu et al. A high‐resolution nonlinear inversion method of reservoir parameters and its application to oil/gas exploration
Fedi Global and local multiscale analysis of magnetic susceptibility data
Alvarez et al. Lithologic characterization of a reservoir using continuous-wavelet transforms
CN113655522A (zh) 频率域地震弱信号的增强方法
US10775525B2 (en) Identifying and visually presenting formation slowness based on low-frequency dispersion asymptotes
Walker et al. Wavelength-based axial resolution limitations of flexural wave dispersion sonic logging
CN107678065B (zh) 提高地震分辨率的保构造井控空间反褶积方法和装置
US20160170066A1 (en) Probability Distribution Based Logging Tool Data Compression
Nose-Filho et al. Algorithms for sparse multichannel blind deconvolution
Zhang et al. Q estimation via the discriminant method based on error modeling
Zhou et al. Flattening the seismic data for optimal noise attenuation
Sun et al. Nonstationary sparsity-constrained seismic deconvolution

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant
CF01 Termination of patent right due to non-payment of annual fee

Granted publication date: 20191217

CF01 Termination of patent right due to non-payment of annual fee