專利名稱：一種隨鉆巖性和油藏特性識別方法
技術(shù)領(lǐng)域：
本發(fā)明涉及石油鉆井過程中隨鉆錄井和測量技術(shù),特別涉及鉆具應力波 檢測與分析技術(shù)。
背景技術(shù)：
常規(guī)地質(zhì)錄井中地質(zhì)分層、卡準層位和進行巖屑描述，主要是根據(jù)鉆時、 巖屑樣品以及氣測值來進行的。但對于地層中出現(xiàn)的薄層和夾層巖性，在非 加密取樣間隔或取心情況下，我們往往不能將它準確描述出來，況且砂樣中 的掉塊及地質(zhì)師的經(jīng)驗都會造成巖屑描述的失真，進而使巖屑描述的剖面符合率降低。隨著PDC鉆頭的大量使用，鉆井速度大幅提高，但由于PDC鉆頭 的工作原理與傳統(tǒng)的牙輪鉆頭不同，給巖屑錄井帶來諸多問題，從巖屑顆粒 上鑒別巖性成為困難。目前，國外錄井技術(shù)中有采用電磁波和光纜的方案， 但都不能很好地直接反映地層方面的有關(guān)信息。在旋轉(zhuǎn)鉆井中，由于鉆頭與地層的作用，振動是不可避免的，鉆頭的破 巖作用使巖石在破碎時產(chǎn)生聲波發(fā)射現(xiàn)象。這實際上是巖石應變能以彈性波 方式快速釋放，其中一部分能量通過鉆具作為傳播介質(zhì)以微振動的方式傳至 地面。在這種看似雜亂無章的振動聲波信號中，包含著大量的巖性和油藏流 體特性，過去一直被人們忽略。鉆具應力波的來源很廣泛，諸如鉆頭的轉(zhuǎn)動、巖石的破碎、鉆具與地層 的接觸，但我們所關(guān)心的是那些能夠反應地層信息的應力波。使用PDC鉆頭 時，由于它無牙輪、齒小，反映到地面的振動特性相對牙輪鉆頭較弱，給分 析判斷增加了難度。因此，鉆具振動錄井技術(shù)的關(guān)鍵是振動聲波信號的采集 和分析。發(fā)明內(nèi)容為解決上述問題，本發(fā)明的目的是提供一種隨鉆巖性和油藏特性識別方 法，對振動聲波信號進行檢測和過濾，提取地層信息，通過消噪及頻譜分析， 獲得巖性和油藏流體特性。為實現(xiàn)上述目的，本發(fā)明采用以下技術(shù)方案一種隨鉆巖性和油藏特性識別方法，包括以下步驟步驟①、在地面建立數(shù)據(jù)分析軟硬件設備，該數(shù)據(jù)分析軟硬件設備由數(shù) 字濾波器、無線數(shù)據(jù)接收單元、人工神經(jīng)網(wǎng)絡和專家系統(tǒng)組成；數(shù)字濾波器由三級組成，第一級為功率譜分析單元，第二級為小波變換單元，第三級為傅立葉變換單元；步驟②、安裝振動信號測量設備，該振動信號測量設備安裝在油井口的 鉆柱頂部或安裝在井下測量裝置中，該振動信號測量設備由振動傳感器、模 擬濾波器、高保真放大器、數(shù)據(jù)采集單元和無線數(shù)據(jù)發(fā)送單元組成，振動傳 感器用于接收鉆頭與地層巖石相互作用時產(chǎn)生的振動聲波信號；步驟③、振動傳感器將接收到的振動聲波信號傳遞到模擬濾波器中，該 模擬濾波器是一個帶通濾波器，其帶通范圍是1千赫茲一IO千赫茲；步驟④、該模擬濾波器將振動聲波信號中低于1千赫茲的頻段和高于10 千赫茲的頻段濾除，將包含了地層信息的有用頻帶，即1千赫茲一IO千赫茲 輸送給高保真放大器進行放大；步驟⑤、高保真放大器將振動聲波信號放大增強后，由數(shù)據(jù)采集單元獲 取并輸送給無線數(shù)據(jù)發(fā)送單元，它將數(shù)據(jù)以無線方式傳輸給地面數(shù)據(jù)分析軟 硬件設備中的無線數(shù)據(jù)接收單元，無線數(shù)據(jù)接收單元將收到的振動聲波信號 送給數(shù)字濾波器的第一級功率譜分析單元中進行功率譜分析；步驟⑥、功率譜分析單元對高保真放大器輸送來的振動聲波信號進行功 率譜計算，得出其功率譜密度，即振動聲波信號的能量隨著頻率的分布情況; 然后將振動聲波信號的功率譜密度輸送給小波變換單元；步驟⑦、小波變換單元對振動聲波信號的功率譜密度進行小波分解，選 擇小波并確定分解層次為N，則噪聲部分通常包含在高頻中，然后對小波分 解的高頻系數(shù)進行門限閾值量化處理，最后根據(jù)小波分解的第N層低頻系數(shù) 和經(jīng)過量化后的1 N層高頻系數(shù)進行小波重構(gòu)，達到消除噪聲的目的，即抑 制信號的噪聲，在實際信號中恢復真實信號；然后將真實信號輸送給傅立葉 變換單元；步驟⑧、傅立葉變換單元將經(jīng)過小波消噪恢復的真實信號進行傅立葉變 換,即將時域的信號變換到頻域中進行分析，以傅立葉變換頻譜圖和能譜圖展 開，并將譜線細化成若干頻段，通過識別每一組譜線，確定各種巖性特征、 油藏流體特征。本發(fā)明有以下積極有益效果本方法在地面安裝"數(shù)據(jù)分析軟硬件設備"，從鉆柱頂部或井下的"振動 信號測量設備"取得振動聲波信號(鉆具應力波)，通過模擬濾波器過濾出反 應地層信息的微弱信號，再通過數(shù)字濾波器從其中分離出反應巖性特征和油 藏流體特征的數(shù)據(jù)信號，通過人工網(wǎng)絡和智能專家系統(tǒng),轉(zhuǎn)化為人們可直觀識 別的信息。本方法涉及的振動聲波信號主要包括兩類，第一類是基于機械結(jié)構(gòu)(鉆 頭類型、鉆具組合等)、鉆井參數(shù)(鉆壓、轉(zhuǎn)速、泵壓等)相關(guān)的振動聲波信 號，這些振動聲波信號能量大，容易受到施加措施和環(huán)境等因素的波動，而 且頻率低， 一般在1千赫茲以下，它們不能直接反應地層巖性和油藏特性， 在本發(fā)明中視其為無用信號。4第二類是基于巖性和油藏特性的高頻率信號， 一般在i千赫茲到io千赫茲或更高頻率范圍。但這些信號能量低，傳到地面時，已經(jīng)被噪聲信號淹沒, 不易被分離出來，必須經(jīng)過特殊的數(shù)字信號處理才能獲得，才能反應巖性和 油藏流體特性，本方法對井下的振動聲波信號進行實時采樣，由于振動聲波 信號在激勵、傳輸和檢測過程中，可能不同程度地受到隨機噪聲的污染，特 別在小信號采集和測量中，噪聲干擾顯得尤其嚴重。因此，如何消除實際信 號中的噪聲，從混有噪聲的信號中提取有用信息是本方法得以實現(xiàn)的關(guān)鍵之 一，由于傅里葉變換是一種全局變換，無法表述信號的時域局部性質(zhì)，而這 種性質(zhì)恰恰是非平穩(wěn)隨機信號最根本和最關(guān)鍵的性質(zhì)。為此，本方法采用小波變換消除噪聲，小波變換有如下性質(zhì)小波變換是一個滿足能量守恒方程的線性運算，它把一個信號分解成對 空間和尺度(即時間和頻率)的獨立貢獻，同時又不失原信號所包含的信息；小波變換相當于一個具有放大、縮小和平移等功能的數(shù)學顯微鏡，通過 檢查不同放大倍數(shù)下信號的變化來研究其動態(tài)特性；小波變換不一定要求是正交的，小波基不惟一。小波函數(shù)系的時寬-帶寬 積很小，且在時間和頻率軸上都很集中，即展開系數(shù)的能量很集中；小波變換巧妙地利用了非均勻的分辨率，較好地解決了時間和頻率分辨 率的矛盾；在低頻段用高的頻率分辨率和低的時間分辨率(寬的分析窗口)， 而在高頻段則用低的頻率分辨率和高的時間分辨率(窄的分析窗口)，這與時 變信號的特征一致；小波變換將信號分解為在對數(shù)坐標中具有相同大小頻帶的集合，這種以 非線性的對數(shù)方式而不是以線性方式處理頻率的方法對時變信號具有明顯的 優(yōu)越性；小波變換是穩(wěn)定的，是一個信號的冗余表示。由于信號是連續(xù)變化的， 相鄰分析窗的絕大部分是相互重疊的，相關(guān)性很強；小波變換同傅立葉變換一樣，具有統(tǒng)一性和相似性，其正反變換具有完 美的對稱性。小波變換具有基于巻積和QMF的塔形快速算法。本發(fā)明還使用了人工神經(jīng)網(wǎng)絡和專家系統(tǒng)，在線提供工實時的地層分析 和診斷方法。人工神經(jīng)網(wǎng)絡的特點和優(yōu)越性，主要表現(xiàn)在三個方面第一，具有自學習功能。例如實現(xiàn)圖像識別時，只要先把許多不同的圖像樣板和對應的應識別的結(jié)果輸入人工神經(jīng)網(wǎng)絡，網(wǎng)絡就會通過自學習功能， 慢慢學會識別類似的圖像。第二，具有聯(lián)想存儲功能。用人工神經(jīng)網(wǎng)絡的反饋網(wǎng)絡就可以實現(xiàn)這種聯(lián)想。^第三，具有高速尋找優(yōu)化解的能力。尋找一個復雜問題的優(yōu)化解，往往 需要很大的計算量，利用一個針對某問題而設計的反饋型人工神經(jīng)網(wǎng)絡，發(fā) 揮計算機的高速運算能力，可能很快找到優(yōu)化解。而且具有穩(wěn)定性、收斂性, 由于振動聲波信號是隨鉆過程中產(chǎn)生的，所以本發(fā)明的方法不但可以應用于牙輪鉆頭，也可以應用于PDC的鉆頭。這種振動聲波信號不但可以在井 下測量工具中拾取，也可以在鉆柱頂部安裝振動測量卡箍獲取。應用領(lǐng)域包括,隨鉆給出地層巖性界面分層信息；水平井油層著陸和地質(zhì) 導向；探測傳統(tǒng)方法容易漏掉的簿油層；準確定位油藏分布信息?？梢詰?于井下隨鉆測量(MDW)井下隨鉆錄井(LWD)技術(shù)。


圖l是本發(fā)明的原理框圖；圖2是巖性特性曲線示意圖。圖3是油藏特性曲線示意圖。
具體實施方式
請參照圖1，本發(fā)明是一種隨鉆巖性和油藏特性識別方法，包括以下步驟: 步驟①、在地面建立數(shù)據(jù)分析軟硬件設備，該數(shù)據(jù)分析軟硬件設備由數(shù)字 濾波器、無線數(shù)據(jù)接收單元、人工神經(jīng)網(wǎng)絡和專家系統(tǒng)組成；數(shù)字濾波器由三 級組成，第一級為功率譜分析單元，第二級為小波變換單元，第三級為傅立 葉變換單元。步驟②、安裝振動信號測量設備，該振動信號測量設備安裝在油井口的 鉆柱頂部或安裝在井下測量裝置中，該振動信號測量設備由振動傳感器、模 擬濾波器、高保真放大器、數(shù)據(jù)采集單元和無線數(shù)據(jù)發(fā)送單元組成，振動傳 感器用于接收鉆頭與地層巖石相互作用時產(chǎn)生的振動聲波信號；這些振動聲波信號可以在井下收集，也可以在鉆柱頂部通過振動測量設 備收集，因為鉆柱的剛性決定了它是一個振動聲波的良導體。步驟③、振動傳感器將接收到的振動聲波信號傳遞到模擬濾波器中，該 模擬濾波器是一個帶通濾波器，其帶通范圍是1千赫茲一IO千赫茲；步驟 、該模擬濾波器將振動聲波信號中低于1千赫茲的頻段和高于10 千赫茲的頻段濾除，將包含了地層信息的有用頻帶，即1千赫茲一10千赫茲 輸送給高保真放大器進行放大；包含了地層信息的振動聲波信號是極其微弱 的,因而要進行放大，增強信號的能量，防止其快速衰減。步驟⑤、高保真放大器將振動聲波信號放大增強后，由數(shù)據(jù)采集單元獲 取并輸送給無線數(shù)據(jù)發(fā)送單元，它將數(shù)據(jù)以無線方式傳輸給地面的數(shù)據(jù)分析 軟硬件設備中的無線數(shù)據(jù)接收單元，無線數(shù)據(jù)接收單元將收到的振動聲波信 號送給數(shù)字濾波器的第一級功率譜分析單元中進行功率譜分析；包含了地層信息的振動聲波信號是及其微弱的，可以說是淹沒在噪聲中， 因此要在數(shù)字濾波器中進一步處理。由于井下傳至地面的振動聲波信號是非平穩(wěn)隨機信號，隨機信號是時域 無限信號，不具備可積分條件，不能直接進行傅立葉變換，只能先進行功率6譜分析計算，功率譜具有單位頻率的平均功率量綱，標準叫法是功率譜密度。 通過功率譜密度函數(shù)，可以看出隨機信號的能量隨著頻率的分布情況。功率 譜密度分解來看就是說，觀察對象是功率，觀察域是譜域，通常指頻域，密 度，就是指觀察對象在觀察域上的分布情況。簡單地說就是某個隨機過程 從統(tǒng)計的角度看其功率在各個頻率點上分布情況；非平穩(wěn)隨機過程的功率譜密度可以看作是每一個可能實現(xiàn)的功率譜的統(tǒng)計平均。之所以不能簡單的用 傅立葉變換變到頻率域是因為，隨機過程在每一個時刻都可能有一個不同的 實現(xiàn)，就是說在每個時刻都表現(xiàn)為互不相同的時間函數(shù)，因此不能簡單的用傅立葉變換變到頻率域；步驟⑥、功率譜分析單元對高保真放大器輸送來的振動聲波信號進行功率譜計算，得出其功率譜密度，即振動聲波信號的能量隨著頻率的分布情況; 然后將振動聲波信號的功率譜密度輸送給小波變換單元；功率譜的計算有以下幾種方法第 一 種為布拉克 一 杜開 (Blackman—Tukey)法。這種方法首先根據(jù)原始信號計算出相關(guān)函數(shù)，然后 進行傅立葉變換而得到相應的功率譜函數(shù)；第二種是采用模擬分析儀進行分 析計算的一種方法；第三種是庫立一杜開(Cooley—Tukey)法，即用FFT計 算功率譜。前兩種方法是較早采用的方法。由于計算機的飛速發(fā)展，用FFT 算法進行實時、在線信號處理已經(jīng)成為現(xiàn)實，本發(fā)明采用FFT算法:該算法可 通過Matlab軟件實現(xiàn)。步驟⑦、小波變換單元對振動聲波信號的功率譜密度進行小波分解，選 擇小波并確定分解層次為N，則噪聲部分通常包含在高頻中，然后對小波分 解的高頻系數(shù)進行門限閾值量化處理，最后根據(jù)小波分解的第N層低頻系數(shù) 和經(jīng)過量化后的1 N層高頻系數(shù)進行小波重構(gòu)，達到消除噪聲的目的，即抑 制信號的噪聲，在實際信號中恢復真實信號；然后將真實信號輸送給傅立葉 變換單元；為了更有效地處理非平穩(wěn)隨機信號，本方法將小波分析與傅立葉分析結(jié) 合起來，互相補充，小波變換是一種信號的時頻分析，具有多分辨率的特點， 可以方便地從混有強噪聲的信號中提取原始信號，小波變換的理論為現(xiàn)有技 術(shù)，利用Matlab軟件在計算機上實現(xiàn)了信號的噪聲消除，從混有噪聲的實際 信號中提取了原始信號，小波消噪的方法一般有3種一、 強制消噪處理,該方法把小波分解結(jié)構(gòu)中的高頻部分全變成零，即把 高頻部分全部消除，再對信號進行重構(gòu)。此方法簡單，消噪后信號也比較平 滑。二、 默認閾值消噪處理，在Matlab軟件中利用ddencmp函數(shù)產(chǎn)生信號默 認閾值，然后利用wdencmp函數(shù)進行消噪處理。三、 給定軟或硬閾值消噪處理在實際消噪處理過程中，閾值可通過經(jīng)驗 公式獲得。本方法中小波消噪由Matlab軟件實現(xiàn):Matlab軟件是Mathwork公司于71982年推出的一套高性能的數(shù)值計算可視化軟件,可實現(xiàn)小波消噪的仿真。小波消噪對非平穩(wěn)隨機信號的噪聲消除具有無可比擬的優(yōu)點。由于振動 聲波信號包含許多尖峰或突變部分，且噪聲不是平穩(wěn)的白噪聲，對于這種信 號的消噪，傳統(tǒng)的傅立葉(Fourior)分析顯得無能為力。因為Fourior分析是 將信號變換到頻域中進行分析，不能給出信號在某個時間點的變化情況，因 此信號在時軸上的任一突變都會影響信號的整個頻譜。而小波分析能同時在 時頻域中對信號進行分析，所以可有效區(qū)別信號中的突變部分和噪聲，很好 地保留有用信號中的尖峰和突變部分。從而實現(xiàn)非平穩(wěn)隨機信號的消噪。而用Fourior分析進行濾波時，不能將有用信號的高頻部分和由噪聲引 起的高頻干擾有效區(qū)分。因此小波分析方法對非平穩(wěn)信號的消噪比Fourior分 析更加優(yōu)越。小波變換是一種信號的時頻分析方法，它具有多分辨率分析的特點，很 適合探測正常信號中夾帶的瞬態(tài)反?，F(xiàn)象并展示其成分，有效區(qū)分信號中的 突變部分和噪聲，通過Matlab編制程序進行給定信號的噪聲抑制和非平穩(wěn)信號 的噪聲消除，編程時可以采用Mallat算法，程序清單為現(xiàn)有技術(shù)。Mallat算法是便于計算機軟件和硬件實現(xiàn)的快速離散算法。是Mallat在 Burt和Addson的圖像分解和重構(gòu)的塔式算法的啟發(fā)下，根據(jù)多分辨率框架提 出的算法。按Mallat算法，我們可以把函數(shù)f(x)分解為不同頻率通道的成分， 并把每一頻率通道的成分按相位進行分解，頻率越高，相位劃分越細，頻率 越低，相位劃分越粗。Mallat算法完全是離散的，便于數(shù)值計算。步驟⑧、傅立葉變換單元將經(jīng)過小波消噪恢復的真實信號進行傅立葉變 換，即將時域的信號變換到頻域中進行分析，以快速傅立葉變換頻譜圖和能譜 圖展開,并將譜線細化成若干頻段，通過識別每一組譜線，確定各種巖性、油 藏流體特性。巖石是由多種礦物組成的集合體。每種礦物破碎時，均有其特定的破碎 應力和應變時間。礦物作連續(xù)性破碎時，其應力和應變時間的交替變化，表 現(xiàn)為外因鉆具應力波的幅頻特性。巖石破碎過程的信息，將反映在鉆具應力 波頻譜特性中，例如巖性膠結(jié)程度，油藏流體特性。地層變化具有災變特性，隨著沉積年代的不同，巖石的特性有所不同， 例如沉積巖，變質(zhì)巖和火成巖等，泥巖，砂巖等都屬于沉積巖類，由于它們 沉積的地質(zhì)環(huán)境的差異性，巖石顆粒大小和膠結(jié)狀態(tài)也不同，表現(xiàn)在硬度的 差異性。在鉆頭破巖時，它們的振動聲波頻率表現(xiàn)也有本制的區(qū)別，通過地 質(zhì)學的多年研究和逆向工程，我們已經(jīng)獲得了各種巖性的振動聲波頻率特性 曲線，請參照圖2，曲線a、 b代表頁巖特性，曲線a、 b表現(xiàn)在頻率2000Hz 上下，曲線c、 d代表砂巖特性，曲線c表現(xiàn)在頻率2000Hz左右，但曲線d 卻表現(xiàn)在7000 Hz附近，這種特性對不同的巖性具有不同表現(xiàn)，本發(fā)明就是 利用這種特點對巖性進行隨鉆識別。油藏大都存儲于砂巖空隙之間，當油藏流 長期存儲在砂巖中，使得砂 巖顆粒之間的膠結(jié)狀態(tài)發(fā)生變化，表現(xiàn)在儲層巖性的較非儲層巖性在硬度上的松軟，振動頻率偏低。請參照圖3，通過對照油藏特性曲線圖，我們也可以 得知油藏的起點A， A點向B點轉(zhuǎn)化，達到B點時，即油藏最大點后開始向 C點轉(zhuǎn)化，表明油藏結(jié)束，開始轉(zhuǎn)化為另一種巖性。巖性特征與巖石的膠結(jié)狀態(tài)有直接關(guān)系，膠結(jié)松馳，表明巖性摩式硬度 級別低，反之亦然。通過頻譜分析，可以找到巖性與硬度的對應的頻率特性。 而油藏中流體的存在，使得油藏儲層具有一條特殊的深度-頻率曲線，這條曲 線可以直觀地反應出油藏的流體特性。這種特性可以對水平井油藏著陸和水平井地質(zhì)導向具有隨鉆直接的指導 作用，由于本發(fā)明采集的振動聲波信號是鉆頭與地層的實時接觸點，消除了 傳統(tǒng)技術(shù)由于測量工具安裝的位置而產(chǎn)生的盲區(qū)問題。步驟⑨、將傅立葉變換單元中獲得的各種巖性特征、油藏流體特征輸入 到人工神經(jīng)網(wǎng)絡和專家系統(tǒng)，與人工神經(jīng)網(wǎng)絡和專家系統(tǒng)預先通過逆向工程 獲得的巖性或油藏流體特性對照或反演，進行自動輔助識別。人工神經(jīng)網(wǎng)絡(Artificial Neural Networks, 簡寫為ANNs)也簡稱為神 經(jīng)網(wǎng)絡(NNs)或稱作連接模型(Connectionist Model),"人工神經(jīng)網(wǎng)絡是由 人工建立的以有向圖為拓撲結(jié)構(gòu)的動態(tài)系統(tǒng)，它通過對連續(xù)或斷續(xù)的輸入作 狀態(tài)相應而進行信息處理。"將人工采集的巖性作為已知輸出量，泥巖破碎帶以上的譜線作為己知輸 入量，對神經(jīng)網(wǎng)絡進行訓練，從而取得本地區(qū)巖性特征，如巖性密度、孔隙 度，包括油藏流體特征的訓練模型。利用該模型再去反演巖性或油藏流體特 性，取得巖性或油藏流體特性對照。實測巖性與模型演算結(jié)果符合率在95% 以上?，F(xiàn)有技術(shù)中成熟的人工神經(jīng)網(wǎng)絡有BP誤差反傳神經(jīng)網(wǎng)絡，Hopfidd反 饋神經(jīng)網(wǎng)絡，BAM雙向聯(lián)想記憶神經(jīng)網(wǎng)絡，CMAC小腦神經(jīng)網(wǎng)絡，RBF徑向 基函數(shù)神經(jīng)網(wǎng)絡，SOM自組織特征映射神經(jīng)網(wǎng)絡，CPN對偶傳播神經(jīng)網(wǎng)絡， ART自適應諧振神經(jīng)網(wǎng)絡。本發(fā)明采用BP誤差反傳神經(jīng)網(wǎng)絡或ART自適應諧振神經(jīng)網(wǎng)絡。其中BP 算法或ART算法為現(xiàn)有技術(shù)，可以用VC++、 VB等軟件編程實現(xiàn)。編程方法 和程序清單也為現(xiàn)有技術(shù)。人工神經(jīng)網(wǎng)絡有下幾個突出的優(yōu)點(1) 可以充分逼近任意復雜的非線性關(guān)系；(2) 所有定量或定性的信息都等勢分布貯存于網(wǎng)絡內(nèi)的各神經(jīng)元，故有很 強的魯棒性和容錯性；(3) 采用并行分布處理方法，使得快速進行大量運算成為可能；(4) 可學習和自適應不知道或不確定的系統(tǒng)；(5) 能夠同時處理定量、定性知識。本方法中的功率譜分析和小波變換、傅里葉變換，可用時間序列分析軟 件、數(shù)學軟件或工程軟件編程實現(xiàn)，如Matlab ， SAS， SPSS, Statisitcs, Splus、 VC++、 VB軟件等，各種軟件的編程方法和源代碼為現(xiàn)有技術(shù)。
權(quán)利要求
1.一種隨鉆巖性和油藏特性識別方法，其特征是該方法包括以下步驟步驟①、在地面建立數(shù)據(jù)分析軟硬件設備，該數(shù)據(jù)分析軟硬件設備由數(shù)字濾波器、無線數(shù)據(jù)接收單元、人工神經(jīng)網(wǎng)絡和專家系統(tǒng)組成；數(shù)字濾波器由三級組成，第一級為功率譜分析單元，第二級為小波變換單元，第三級為傅立葉變換單元；步驟②、安裝振動信號測量設備，該振動信號測量設備安裝在油井口的鉆柱頂部或安裝在井下測量裝置中，該振動信號測量設備由振動傳感器、模擬濾波器、高保真放大器、數(shù)據(jù)采集單元和無線數(shù)據(jù)發(fā)送單元組成，振動傳感器用于接收鉆頭與地層巖石相互作用時產(chǎn)生的振動聲波信號；步驟③、振動傳感器將接收到的振動聲波信號傳遞到模擬濾波器中，該模擬濾波器是一個帶通濾波器，其帶通范圍是1千赫茲-10千赫茲；步驟④、模擬濾波器將振動聲波信號中低于1千赫茲的頻段和高于10千赫茲的頻段濾除，將包含了地層信息的有用頻帶，即1千赫茲-10千赫茲輸送給高保真放大器進行放大；步驟⑤、高保真放大器將振動聲波信號放大增強后，由數(shù)據(jù)采集單元獲取并輸送給無線數(shù)據(jù)發(fā)送單元，它將數(shù)據(jù)以無線方式傳輸給地面數(shù)據(jù)分析軟硬件設備中的無線數(shù)據(jù)接收單元，無線數(shù)據(jù)接收單元將收到的振動聲波信號送給數(shù)字濾波器的第一級功率譜分析單元中進行功率譜分析；步驟⑥、功率譜分析單元對高保真放大器輸送來的振動聲波信號進行功率譜計算，得出其功率譜密度，即振動聲波信號的能量隨著頻率的分布情況；然后將振動聲波信號的功率譜密度輸送給小波變換單元；步驟⑦、小波變換單元對振動聲波信號的功率譜密度進行小波分解，選擇小波并確定分解層次為N，則噪聲部分通常包含在高頻中，然后對小波分解的高頻系數(shù)進行門限閾值量化處理，最后根據(jù)小波分解的第N層低頻系數(shù)和經(jīng)過量化后的1～N層高頻系數(shù)進行小波重構(gòu)，達到消除噪聲的目的，即抑制信號的噪聲，在實際信號中恢復真實信號；然后將真實信號輸送給傅立葉變換單元；步驟⑧、傅立葉變換單元將經(jīng)過小波消噪恢復的真實信號進行傅立葉變換，即將時域的信號變換到頻域中進行分析，以傅立葉變換頻譜圖和能譜圖展開，并將譜線細化成若干頻段，通過識別每一組譜線，確定各種巖性特征、油藏流體特征。
2. 如權(quán)利要求1所述的隨鉆巖性和油藏特性識別方法，其特征是它還包括以下步驟-步驟⑨、將傅立葉變換單元中獲得的各種巖性特征、油藏流體特征輸入 到人工神經(jīng)網(wǎng)絡和專家系統(tǒng)，與人工神經(jīng)網(wǎng)絡和專家系統(tǒng)預先通過逆向工程 獲得的巖性或油藏流體特性對照或反演，進行自動輔助識別。
全文摘要
一種隨鉆巖性和油藏特性識別方法，包括以下步驟步驟①、建立數(shù)據(jù)分析軟硬件設備，步驟②、安裝振動信號測量設備，步驟③、振動傳感器將振動聲波信號傳遞給模擬濾波器，步驟④、模擬濾波器將信號中的無用頻帶濾除，將有用頻帶輸送給高保真放大器；步驟⑤、高保真放大器將信號放大增強后傳輸給數(shù)字濾波器；步驟⑥、功率譜分析單元將信號的功率譜密度輸送給小波變換單元；步驟⑦、小波變換單元對信號進行小波分解和重構(gòu)，消除噪聲，步驟⑧、傅立葉變換單元對恢復的真實信號以頻譜圖和能譜圖展開，通過識別每一組譜線，確定各種巖性、油藏流體特征，本方法對振動聲波信號進行檢測和過濾，提取地層信息，通過消噪及頻譜分析，獲得巖性和油藏流體特性。
文檔編號E21B49/00GK101575970SQ20081010616
公開日2009年11月11日 申請日期2008年5月9日 優(yōu)先權(quán)日2008年5月9日
發(fā)明者巖 高 申請人:巖 高