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(yīng)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(zhǔn)層位和進(jìn)行巖屑描述，主要是根據(jù)鉆時、 巖屑樣品以及氣測值來進(jìn)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(zhǔn)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(jìn)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(yīng)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(yīng)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(yīng)地層信息的應(yīng)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(jìn)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(shè)備，該數(shù)據(jù)分析軟硬件設(shè)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(luò)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(shè)備，該振動信號測量設(shè)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(shè)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(jìn)行放大；步驟⑤、高保真放大器將振動聲波信號放大增強(qiáng)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(shè)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(jìn)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(jìn)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(jìn)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(jìn)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(jìn)行小波重構(gòu)，達(dá)到消除噪聲的目的，即抑 制信號的噪聲，在實際信號中恢復(fù)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(fù)的真實信號進(jìn)行傅立葉變 換,即將時域的信號變換到頻域中進(jìn)行分析，以傅立葉變換頻譜圖和能譜圖展 開，并將譜線細(xì)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(shè)備"，從鉆柱頂部或井下的"振動 信號測量設(shè)備"取得振動聲波信號(鉆具應(yīng)力波)，通過模擬濾波器過濾出反 應(yīng)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(yīng)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(luò)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(jī)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(yīng)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(yīng)巖性和 油藏流體特性，本方法對井下的振動聲波信號進(jìn)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(jī)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(yán)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(jī)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(yùn)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(xiàn)，同時又不失原信號所包含的信息；小波變換相當(dāng)于一個具有放大、縮小和平移等功能的數(shù)學(xué)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(biāo)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(qiáng)；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(luò)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(luò)的特點和優(yōu)越性，主要表現(xiàn)在三個方面第一，具有自學(xué)習(xí)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(yīng)的應(yīng)識別的結(jié)果輸入人工神經(jīng)網(wǎng)絡(luò)，網(wǎng)絡(luò)就會通過自學(xué)習(xí)功能， 慢慢學(xué)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(luò)的反饋網(wǎng)絡(luò)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(fù)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(shè)計的反饋型人工神經(jīng)網(wǎng)絡(luò)，發(fā) 揮計算機(jī)的高速運(yùn)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(yīng)用于牙輪鉆頭，也可以應(yīng)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(yīng)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(dǎo)向；探測傳統(tǒng)方法容易漏掉的簿油層；準(zhǔn)確定位油藏分布信息?？梢詰?yīng)用 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(shè)備，該數(shù)據(jù)分析軟硬件設(shè)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(luò)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(shè)備，該振動信號測量設(shè)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(shè)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(shè) 備收集，因為鉆柱的剛性決定了它是一個振動聲波的良導(dǎo)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(jìn)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(jìn)行放大，增強(qiáng)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(qiáng)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(shè)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(jìn)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(jìn)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(jī)信號，隨機(jī)信號是時域 無限信號，不具備可積分條件，不能直接進(jìn)行傅立葉變換，只能先進(jìn)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(biāo)準(zhǔn)叫法是功率譜密度。 通過功率譜密度函數(shù)，可以看出隨機(jī)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(jī)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(jī)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(jī)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(jìn)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(jìn)行傅立葉變換而得到相應(yīng)的功率譜函數(shù)；第二種是采用模擬分析儀進(jìn)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(jī)的飛速發(fā)展，用FFT 算法進(jìn)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(jìn)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(jìn)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(jìn)行小波重構(gòu)，達(dá)到消除噪聲的目的，即抑 制信號的噪聲，在實際信號中恢復(fù)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(jī)信號，本方法將小波分析與傅立葉分析結(jié) 合起來，互相補(bǔ)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(qiáng)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(jī)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(qiáng)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(jìn)行重構(gòu)。此方法簡單，消噪后信號也比較平 滑。二、 默認(rèn)閾值消噪處理，在Matlab軟件中利用ddencmp函數(shù)產(chǎn)生信號默 認(rèn)閾值，然后利用wdencmp函數(shù)進(jìn)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(jī)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(jìn)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(jìn)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(jī)信號的消噪。而用Fourior分析進(jìn)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(jìn)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(jī)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(jìn)行分解，頻率越高，相位劃分越細(xì)，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(fù)的真實信號進(jìn)行傅立葉變 換，即將時域的信號變換到頻域中進(jìn)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(xì)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(yīng)力和應(yīng)變時間。礦物作連續(xù)性破碎時，其應(yīng)力和應(yīng)變時間的交替變化，表 現(xiàn)為外因鉆具應(yīng)力波的幅頻特性。巖石破碎過程的信息，將反映在鉆具應(yīng)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(zāi)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(xué)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(jìn)行隨鉆識別。油藏大都存儲于砂巖空隙之間，當(dāng)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(dá)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(yīng)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(yīng)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(dǎo)向具有隨鉆直接的指導(dǎo) 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(luò)和專家系統(tǒng)，與人工神經(jīng)網(wǎng)絡(luò)和專家系統(tǒng)預(yù)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(jìn)行自動輔助識別。人工神經(jīng)網(wǎng)絡(luò)(Artificial Neural Networks, 簡寫為ANNs)也簡稱為神 經(jīng)網(wǎng)絡(luò)(NNs)或稱作連接模型(Connectionist Model),"人工神經(jīng)網(wǎng)絡(luò)是由 人工建立的以有向圖為拓?fù)浣Y(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(yīng)而進(jìn)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(luò)進(jìn)行訓(xùn)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(xùn)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。現(xiàn)有技術(shù)中成熟的人工神經(jīng)網(wǎng)絡(luò)有BP誤差反傳神經(jīng)網(wǎng)絡(luò)，Hopfidd反 饋神經(jīng)網(wǎng)絡(luò)，BAM雙向聯(lián)想記憶神經(jīng)網(wǎng)絡(luò)，CMAC小腦神經(jīng)網(wǎng)絡(luò)，RBF徑向 基函數(shù)神經(jīng)網(wǎng)絡(luò)，SOM自組織特征映射神經(jīng)網(wǎng)絡(luò)，CPN對偶傳播神經(jīng)網(wǎng)絡(luò)， ART自適應(yīng)諧振神經(jīng)網(wǎng)絡(luò)。本發(fā)明采用BP誤差反傳神經(jīng)網(wǎng)絡(luò)或ART自適應(yīng)諧振神經(jīng)網(wǎng)絡(luò)。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(luò)有下幾個突出的優(yōu)點(1) 可以充分逼近任意復(fù)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(luò)內(nèi)的各神經(jīng)元，故有很 強(qiáng)的魯棒性和容錯性；(3) 采用并行分布處理方法，使得快速進(jìn)行大量運(yùn)算成為可能；(4) 可學(xué)習(xí)和自適應(yīng)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(xué)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(shè)備，該數(shù)據(jù)分析軟硬件設(shè)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(luò)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(shè)備，該振動信號測量設(shè)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(shè)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(jìn)行放大；步驟⑤、高保真放大器將振動聲波信號放大增強(qiáng)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(shè)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(jìn)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(jìn)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(jìn)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(jìn)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(jìn)行小波重構(gòu)，達(dá)到消除噪聲的目的，即抑制信號的噪聲，在實際信號中恢復(fù)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(fù)的真實信號進(jìn)行傅立葉變換，即將時域的信號變換到頻域中進(jìn)行分析，以傅立葉變換頻譜圖和能譜圖展開，并將譜線細(xì)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(luò)和專家系統(tǒng)，與人工神經(jīng)網(wǎng)絡(luò)和專家系統(tǒng)預(yù)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(jìn)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(shè)備，步驟②、安裝振動信號測量設(shè)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(qiáng)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(jìn)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(fù)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(jìn)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