[发明专利]核测井数据多尺度处理方法

摘要

本发明涉及一种核测井数据多尺度处理方法，包括以下步骤：1.读入测井数据；2.对测井数据进行滤波；3.对滤波后的数据进行归一化处理；4.对经过滤波和归一化处理后测井数据进行多尺度分解、融合和重构；5.显示曲线和图像。本发明解决了现有技术只能在一维深度域中对采集到的数据进行处理和解释的局限性，本发明方法可在多维空间反映地层油、气、水分布的多尺度特性，提高了描述剩余油气饱和度分布的精确度。

主权项

1、一种核测井数据多尺度处理方法，包括以下步骤：1]读入测井数据：所述的测井数据包括以下数据中的至少一组：①自然伽马测井：自然伽马总计数率、自然伽马能谱和铀、钍、钾含量；②散射伽马测井：散射伽马总计数率、散射伽马能谱、密度和岩性指数；③同位素中子源测井：中子计数率、俘获伽马计数率、俘获伽马能谱和孔隙度；④脉冲中子测井：热中子总计数率和热中子时间谱；脉冲中子测井俘获伽马总计数率、俘获伽马时间谱和能谱；脉冲中子测井非弹伽马总计数率和能谱；中子活化伽马计数率、伽马时间谱和能谱；2]对测井数据进行滤波：对读入的测井数据进行深度域的纵向滤波和沿与深度轴垂直的时间轴或能量轴的横向滤波；所述纵向和横向滤波的方法包括Kalman滤波、多点拟合滤波、多点平滑滤波或多尺度滤波；3]对滤波后的数据进行归一化处理：所述归一化处理是指计算每个采样点的归一化测井值：$f^{\prime }=\frac{f-f_{\min }}{f_{\max }-f_{\min }}\times 100$ 式中，fmin为测井曲线的最小值；fmax为测井曲线的最大值；f为测井曲线在每个采样点的实测数据；4]对经过滤波和归一化处理后测井数据进行多尺度分解、融合和重构：所述对测井数据进行融合和重构包括在数据、物理参数和地质参数三个层次上分别对单条测井曲线和多条测井曲线进行多尺度分解、融合和重构；所述对单条测井曲线进行多尺度分解、融合和重构的步骤包括：4.1.1]选择合适的多尺度分解法对测井曲线进行多尺度分解，所述横向时间轴上对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；所述横向能量轴上对能量谱多尺度分解的方法包括解谱法和小波分解法；所述纵向深度轴上对总计数率、时窗计数率、能窗计数率、计数率比值、物理参数和地质参数测井曲线的多尺度分解的方法是指小波分解法；所述单条测井曲线包括：总计数率、时窗计数率、能窗计数率、物理参数或地质参数；4.1.2]作出小波时频色谱图，通过颜色的变化显示出不同深度和不同尺度下小波系数的大小，进而使内部的能量聚集与分布得以清晰展示；4.1.3]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，在各个层次上对测井数据进行小波重构得到融合小波金字塔；4.1.4]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；4.1.5]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、相关系数数据反映频谱信息；所述对多条测井曲线的数据进行多尺度分解、融合和重构的步骤包括：4.2.1]对多条原始测井曲线分别进行多尺度分解，即对原始数据分别进行低、高通滤波，使多列原始数据各自分解为含有不同频率成分的低频逼近信号和高频细节信号；所述横向时间轴上对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；所述横向能量轴上对能量谱多尺度分解的方法包括解谱法和小波分解法；所述纵向深度轴上对总计数率、时窗计数率、能窗计数率、计数率比值、物理参数和地质参数测井曲线的多尺度分解的方法是指小波分解法；所述多条测井曲线包括不同源距探测器的总计数率、时窗计数率、能窗计数率、物理参数和地质参数；4.2.2]根据需要，对低频逼近信号重复上面的过程，建立各数据的小波塔形分解；4.2.3]对各个分解层进行融合处理，最终得到融合小波金字塔；4.2.4]对融合后的小波金字塔通过小波逆变换法进行数据重构，所得的重构数据即为该多列测井曲线经融合重构的数据；5]显示曲线和图像：所述的曲线和图像包括以下曲线和图像中的至少一种：①原始数据曲线，包括滤波后的总计数率、时窗计数率、能窗计数率、计数率比值；②经标准井检验选定的，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；③经标准井检验选定的，多尺度融合得到的对含油饱和度或岩性分辨能力好的融合、重构曲线；物理和地质参数随深度变化的曲线，包括热中子寿命、宏观俘获截面、碳氧比、含水饱和度；深度-时间、深度-中子寿命或深度-伽马能谱二维图像。