[發明專利]脈沖中子雙譜飽和度測井方法

有效

• 申請號: 200710018164.7
• 申請日: 2007-06-29
• 公開（公告）號: CN101078775A
• 公開（公告）日: 2007-11-28
• 發明（設計）人: 黃隆基;張鋒;房文靜;汪永安;楊聯會;張德民;楊連會;董謙;石麗云
• 申請（專利權）人: 西安奧華電子儀器有限責任公司
• 主分類號: G01V5/14
• 分類號: G01V5/14
• 代理公司: 西安智邦專利商標代理有限公司
• 代理人: 王少文

1、一種脈沖中子雙譜飽和度測井方法，其特征在于，其包括以下步驟：

1]采集測井數據：

在套管井中用脈沖中子雙譜飽和度測井儀連續采集測井數據；所述的測井數據包括熱中子時間譜、俘獲伽馬時間譜、熱中子總計數率、俘獲伽馬總計數率、自然伽馬總計數率；

2]對熱中子時間譜、俘獲伽馬時間譜進行深度-時間二維濾波，對俘獲伽馬能譜和自然伽馬能譜做深度-能量二維濾波：

所述深度-時間二維濾波包括深度域的縱向濾波和在時間域的橫向濾波；所述深度-能量二維濾波包括深度域的縱向濾波和在能量域的橫向濾波；所述縱向濾波和橫向濾波的方法包括Kalman濾波、多點平滑濾波或多尺度濾波；濾波后在每個深度點獲得一對光滑的隨時間衰減的多指數曲線，在深度-時間域中獲得兩個二維數組，構成反映地層性質隨深度變化的兩幀數字圖像；而在深度-能量域中獲得兩個二維數組，構成反映地層性質隨深度變化的兩幀數字圖像；

3]對濾波后的數據進行歸一化處理：

所述歸一化處理的步驟包括計算每個采樣點的歸一化測井值：

f′=f-fminfmax-fmin×100]]>

式中f_min為測井曲線的最小值，f_max為測井曲線的最大值，f為測井曲線的采樣點數據；

4]對歸一化處理后的數據進行多尺度分解：

所述橫向時間軸時間譜多尺度分解的方法包括多指數擬合法和小波分解法，所述縱向深度軸多尺度分解的方法主要指小波分解法；

5]對分解后的數據進行重構和融合：

所述對測井數據進行重構和融合包括在原始數據、參數、決策三個層次上分別進行時間譜、壽命譜、∑譜、能譜和同類及非同類測井曲線的重構和融合，具體步驟包括：

5.1]以小波模極大重構算法為基礎，選用低頻系數加權、高頻系數取絕對值較大的融合規則，對同類或多類測井數據進行小波重構得到融合小波金字塔；

5.2]對融合后的小波金字塔進行小波逆變換實現各個層次的數據重構；

5.3]采用熵、均值和方差作為評判標準，對融合數據進行定量評價：均值、方差數據反映峰值信息；信息熵數據反映空間細節信息；峰值信噪比、相關系數反映頻譜信息；

6]顯示測井圖像和測井曲線

所述的測井圖像和測井曲線包括以下圖像和曲線中的至少一組：

深度-時間彩色圖像：濾波后在每個深度點上得一條平滑的多指數衰減曲線，在被測剖面上得到一幅深度-時間二維平面上的數字圖像；對該數組進行可視化處理，用色柱標定信號幅度，得到一幅反映地層深度-時間特征的彩色圖像；

深度-壽命或深度-∑彩色圖像：中子壽命τ與熱中子宏觀俘獲截面∑成反比，τ分布很容易轉變為∑分布；經時間-壽命或時間-截面域的轉換，在每個采樣點上都得到一條τ或∑分布曲線，在被測剖面上得到一幅深度-壽命或深度-∑二維平面上的數字圖像；用色柱標定信號幅度，得到一幅反映地層特性隨深度變化的τ或∑分布彩色圖像；

所述的測井曲線包括：熱中子和俘獲伽馬總計數率、特征時間門和能窗計數率及其比值、熱中子壽命和宏觀俘獲截面；經標準井檢驗選定的，由多尺度分解得到的對含油飽和度或巖性分辨能力好的分量曲線；經標準井檢驗選定的，由多尺度數據重建和融合得到的對含油飽和度或巖性分辨能力好的重建和融合曲線；裸眼井和實時油、氣、水飽和度曲線；

7]進行地質解釋：

所述進行地質解釋包括以下圖像和曲線中的至少一種：

深度-時間譜：中子和俘獲伽馬計數率在不同深度點上隨時間的衰減曲線可分為井眼、過度、地層三個時段，地層段計數率的衰減率越高則熱中子壽命越短，含油飽和度越低；

利用壽命譜或∑譜作為區分低礦化度水層和剩余油氣層的依據：壽命τ分布比單一的τ值更能反映地層的全貌，用τ分布特征峰或選定的門寬Δτ內的平均值求地層中子壽命更能反映地層核參數的統計特性；用測井解釋通用的體積模型，由∑分布可得到含水飽和度S_W的分布圖，含水飽和度S_W的分布圖能更確切地描繪出油水分布；

所述步驟2]中進行多尺度濾波的步驟包括：

1]選取具有一定的緊支撐性、對稱性和平滑性的正交小波基；

2]選擇小波并確定其分解層次N，然后對數據進行N層小波分解，即：

在某尺度i上，對給定的核測井信號序列x(i,k)∈Vi⋐l2(Z)]]>(k∈Z)，通過一個脈沖響應為h(k)的低通濾波器，獲得粗尺度上的平滑信號

x_V(i-1，k)∈V_i-1

xV(i-1,l)=Σkh(2l-k)x(i,k)]]>

信號x(i，k)在低通濾波器中丟失的“細節信號”，由x(i，k)通過一個脈沖響應是g(k)的高通濾波器得到細尺度上的細節信號

x_D(i-1，k)∈D_i-1

xD(i-1,l)=Σkg(2l-k)x(i,k)]]>

下標D表示x(i，k)在細節信號空間D_i-1上的投影；

3]逐次進行上述步驟可實現N層的多尺度分解，得到2N個不同的頻帶，包含N個高頻信號和N個低頻信號；

4]對第1層到第N層的每一層高頻系數選擇一個閾值進行軟閾值量化處理；由小波分解的第N層低頻系數和經過量化處理后的第1層到第N層的高頻系數，進行測井數據的重構，重構信號中只包含有用信息；

所述步驟5]中小波模極大重構算法的步驟包括：

1]設測井儀器接收到的信號為f(x)，Morlet連續小波變換定義為：

Wf(a,b)=<f,ψab>=1|a|∫-∞+∞f(x)ψ(x-ba)dx]]>

式中：Morlet小波基函數為

ψ(x)=e-x2/2·eiω0x]]>

a和b分別為尺度因子和位移因子；

2]對信號進行小波分析，可以得到不同尺度a的評估信號在不同空間段的大量系數，即相應的小波系數W_f(a，b)；并用色譜圖的方式表示，在色譜圖中，用顏色的變化來表示系數的大小；

3]得到某一尺度a時的小波系數曲線，這條曲線能夠直觀顯示小波系數與被分析信號之間的相似程度，且可以通過控制a的大小，使小波系數曲線和某些參數具有一定的相關性；

所述的脈沖中子雙譜飽和度測井儀，包括測井儀殼體5和在殼體內的脈沖中子發生器1、熱中子探測器2、俘獲伽馬探測器3及自然伽馬探測器4；其中熱中子探測器2與脈沖中子發生器1之間的距離為300-400mm；俘獲伽馬探測器3與脈沖中子發生器1之間的距離為450-550mm；自然伽馬探測器4與脈沖中子發生器1之間的距離為700-1000mm。