[发明专利]基于振动信号的岩性识别方法、装置、系统和存储介质在审
申请号: | 202010878952.9 | 申请日: | 2020-08-27 |
公开(公告)号: | CN114201984A | 公开(公告)日: | 2022-03-18 |
发明(设计)人: | 程磊磊;姜宇东;彭代平 | 申请(专利权)人: | 中国石油化工股份有限公司;中国石油化工股份有限公司石油物探技术研究院 |
主分类号: | G06K9/00 | 分类号: | G06K9/00;G06K9/62 |
代理公司: | 北京聿宏知识产权代理有限公司 11372 | 代理人: | 吴大建;金淼 |
地址: | 100728 北*** | 国省代码: | 北京;11 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 基于 振动 信号 识别 方法 装置 系统 存储 介质 | ||
1.一种基于振动信号的岩性识别方法,其特征在于,包括以下步骤:
获取钻头在钻探工区的岩石样本时的振动信号样本,并从所述振动信号样本中提取信号特征参数;
根据岩石样本的岩性与振动信号样本的信号特征参数之间的对应关系,建立工区的岩石岩性与钻头的振动信号的信号特征参数之间的概率分布关系模型;
获取工区钻井过程中钻头破岩时产生的振动信号,并从所述振动信号中提取信号特征参数;
根据振动信号的信号特征参数,利用工区的岩石岩性与钻头的振动信号的信号特征参数之间的概率分布关系模型来推测钻头钻遇的工区地层的岩性。
2.根据权利要求1所述的基于振动信号的岩性识别方法,其特征在于,
所述信号特征参数包括信号的对数能量以及信号滤波后的对数能量。
3.根据权利要求2所述的基于振动信号的岩性识别方法,其特征在于,提取信号特征参数,包括以下步骤:
对信号进行分帧处理;
将各帧信号数据从时域转换到频域,确定各帧信号数据的频谱;
利用各帧信号数据的频谱计算各帧信号数据的对数能量以及各帧信号数据滤波后的对数能量。
4.根据权利要求2所述的基于振动信号的岩性识别方法,其特征在于,根据岩石样本的岩性与振动信号样本的信号特征参数之间的对应关系,建立工区的岩石岩性与钻头的振动信号的信号特征参数之间的关系模型,包括:
根据岩石样本的岩性以及对应的振动信号样本的信号特征参数,确定对应于不同岩性的振动信号的信号特征参数的概率分布,基于所述概率分布建立工区的岩石岩性与钻头的振动信号的信号特征参数之间的概率分布关系模型。
5.根据权利要求4所述的基于振动信号的岩性识别方法,其特征在于,根据岩石样本的岩性以及对应的振动信号样本的信号特征参数,确定对应于不同岩性的振动信号的信号特征参数的概率分布,基于所述概率分布建立描述工区的岩石岩性与钻头的振动信号的信号特征参数之间的关系的概率分布关系模型,包括:
基于岩石样本的岩性以及对应的振动信号样本的信号特征参数,确定对应于不同岩性的振动信号的信号特征参数的高斯概率分布,建立描述工区的岩石岩性与钻头的振动信号的信号特征参数之间的关系的高斯混合概率模型。
6.根据权利要求5所述的基于振动信号的岩性识别方法,其特征在于,根据振动信号的信号特征参数,利用工区的岩石岩性与钻头的振动信号的信号特征参数之间的概率分布关系模型来推测钻头钻遇的工区地层的岩性,包括:
根据振动信号的信号特征参数,利用工区的岩石岩性与钻头的振动信号的信号特征参数之间的高斯混合概率模型,通过基于高斯型似然函数的贝叶斯估计的反演法来反演出钻头所钻遇地层的岩性。
7.根据权利要求6所述的基于振动信号的岩性识别方法,其特征在于,通过基于高斯型似然函数的贝叶斯估计的反演法来反演出钻头所钻遇地层的岩性,包括:
根据下式,计算钻头所钻遇地层为不同岩性的概率值:
其中,I为先验岩性信息;p(m|d,I)为岩性后验概率密度;p(m|I)为岩性先验概率密度;p(d|I)为归一化因子;L(m|d,I)为高斯型似然函数,表示参数为m时数据为d的概率;d代表信号特征参数;m为岩性参数;CT为数据测量误差的协方差矩阵;g(m)为岩性参数与信号特征参数之间的关系函数;
将概率最大的岩性作为钻头钻遇地层的岩性。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于中国石油化工股份有限公司;中国石油化工股份有限公司石油物探技术研究院,未经中国石油化工股份有限公司;中国石油化工股份有限公司石油物探技术研究院许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202010878952.9/1.html,转载请声明来源钻瓜专利网。