当前位置:首页 >> 电力/水利 >>

小波多尺度分析方法识别储层裂缝——常规测井方法介绍


中国石油大学(华东) 硕士学位论文 小波多尺度分析方法识别储层裂缝 姓名:张文静 申请学位级别:硕士 专业:地球探测与信息技术 指导教师:范宜仁 20090401





对裂缝的正确预测、识别是裂缝性储集层勘探开发的关键。本文旨在建立识别裂缝 的测井多尺度分析方法,系统研究常规测井信号和声波全波列测井信号的多尺

度特性, 提取常规测井信号中反映裂缝发育的敏感信息,据此更迅速、准确的确定裂缝发育层段; 提取声波全波中的各组分波,详细分析各组分波的特征变化,据此确定裂缝发育层段及
裂缝发育有效性。

根据小波多尺度分析理论,选取具有更好特性的双树复小波,对常规测井信号进行 多尺度分析,建立常规测井多尺度分析方法;分析裂缝的常规测井响应特征,例如在声 波时差曲线上,裂缝的发育会使曲线产生增大起伏的高频波动特征,通过多尺度分析后, 在合适的尺度上重构测井信号,突出反映裂缝发育的敏感信息。据此,综合多种常规测 井信号的多尺度重构信息识别裂缝发育层段。 分析声波全波中反射纵波、纵波、横波、斯通利波的时频特征,根据小波多尺度分

析理论,建窒垦廑量墅童盟去系,采用多尺度分析方法分离频率相差大的波形。充分利
用小波多尺度分析保留时间域的特性,将小波多尺度分析方法与处理声波全波常用的慢 度.时间相关(STC)法相结合,分离频率相近、幅度较小的反射纵波、纵波和横波。 在波形分离的基础上,采用均方根法求取纵波、横波和斯通利波的能量变化曲线。分析 在裂缝发育时,声波全波中各组分波的变化特征,根据分离的波形幅度、能量变化,并 结合纵波和横波的慢度变化曲线,识别致密层中裂缝发育层段及裂缝发育的有效性。 本文的研究探索为充分利用测井信号识别储层裂缝提供一种新的思路和方法。 关键词:裂缝识别,多尺度分析,双树复小波,测井曲线,声波全波

Identify Fracture with
Zhang

Wavelet Multi-scale Analysis Method
Prospecting and Information

Wen-jing(Geophy’sical

Technology)

Directed by Professor FAN Yi?ren

Abstract
Fracture prediction and identification is the key to the exploration of fractured reservoirs. The keynote of this article is identifying Based
on

fracture谢th

well logging multi—scale analysis.

systematic study

on

the multi-scale character of conventional well logging signals

and full wave logging signals,extract the sensitive information that reflects development of

fracture from the conventional well logging signals
intervals more quickly

to

determine the fracture developing

and

exactly;extract different waveform from full

waveform and
and

analyse

the character variation of different waveform to

determine

the fracture intervals

the developing effectivity of fracture. According to wavelet multi?scale which has better

analysis

theory,we select Dual??tree Complex wavelet

characters.We analysis

use

multi-scale

analysis

for conventional well logging

signals,

and build multi-scale

of conventional well logging

signals;Analyse

conventional
curve

logging respond to fracture,like that fracture development makes the acoustic logging
create high

frequency variations.By the multi-scale analysis,we reconstruct well logging

signals which

can

reflect the development of fracture at the fitting scale.Based of fracture

on

this,we several

identify

intervals

with

multi-scale

reconstructed

information

of

conventional well logging

signals.

We

analyse the time—frequency characteristic of reflected P wave,compressional wave,

shearing wave

and

stoneley wave in acoustic full

waveform.According

to wavelet multi-scale

analysis

theories,we

build the relationship of scale and


frequency.We separate

those

waveforms which have
wavelet multi-scale

great different

frequencies.Fully using the

characteristic that

analysis remain the time

domain,we combine wavelet multi—scale
which is usually used to compute the

analysis with

slowness time

coherence(STC)method

slowness of acoustic full wave for separating reflected P wave,compressional wave shearing wave which have
near

and

frequencies

and smaller amplitude.Based

on

the

waveform

separation,we compute the energy curves of compressional wave,shearing wave and

stoneley wave,and analysis the characteristic of every waveform in acoustic full waveform while fracture developing.According to amplitude and energy
curve

of the

separated

waveform,we identify fracture intervals and the effectivity of fracture slowness
curves

development谢m

the

of compressional wave


and

shearing wave in packed bed.

All these researches provide

completely new method for fully using well logging

information

to identify fractures.

Key words:fracture identification,multi—scale

analysis,DT-CWT,well

log,full waveform

III

关于学位论文的独创性声明

本人郑重声明:所呈交的论文是本人在指导教师指导下独立进行研究工作所取得的 成果,论文中有关资料和数据是实事求是的。尽我所知,除文中已经加以标注和致谢外, 本论文不包含其他人已经发表或撰写的研究成果,也不包含本人或他人为获得中国石油 大学(华东)或其它教育机构的学位或学历证书而使用过的材料。与我一同工作的同志
对研究所做的任何贡献均已在论文中作出了明确的说明。 若有不实之处,本人愿意承担相关法律责任。

学位论文作者签名:

日期:冲‘月/日

学位论文使用授权书

本人完全同意中国石油大学(华东)有权使用本学位论文(包括但不限于其印刷版 和电子版),使用方式包括但不限于:保留学位论文,按规定向国家有关部门(机构) 送交学位论文,以学术交流为目的赠送和交换学位论文,允许学位论文被查阅、借阅和 复印,将学位论文的全部或部分内容编入有关数据库进行检索,采用影印、缩印或其他
复制手段保存学位论文。 保密学位论文在解密后的使用授权同上。

学位论文作者签名: 指导教师签名:

日期:zal秒年 6月 /,日

日期:伽毒年/月J日

中国石油大学(华东)硕士学位论文

第1章前言
1.1研究目的及意义
裂缝是碳酸盐岩储集层的重要特征,开展裂缝研究对碳酸盐岩储集层的勘探开发均 具有极其重要的意义。在碳酸盐岩地层中,裂缝不仅是重要的储集空间,而且还是重要 的流体渗流通道,同时裂缝控制着溶孔、溶洞的发育,影响着地层中原始流体的分布状 况和泥浆的侵入特性。所以,对裂缝分布规律、发育特征的J下确认识,是裂缝油气藏勘 探成功的一把金钥匙。 对裂缝进行预测、识别,前人己经做了大量有益的工作,发展了众多的裂缝预测、 识别方法,归纳起来主要有地质方法、地震方法和测井方法。前两种方法与测井方法预 测、识别裂缝相比,其可操作性相对较差,并且准确率也较低【l】。测井数据是迄今为止 所能获得的分辨率最高、连续性最好的地质数据,蕴藏着丰富的地质信息。常规测井的 成本较低,具有普遍的应用。各种测井曲线通常被认为是地下多种信息的综合响应,每 种测井曲线对裂缝的发育都有不同的响应特征,但这种响应特征常常会被其它信息所淹 没或是不明显,因此如何应用常规测井方法更准确地识别裂缝依然是目前研究的重点; 新测井方法中,全波列测井能够提供更丰富的地层信息,对全波处理后得到的纵波、横 波和斯通利波的时差、幅度、能量等信息,可很好的用于裂缝的有效评价。因此对全波 波形分析时,如何更精确地分离全波列中各组分波成为关键。 在对常规测井曲线和全波波形等非平稳信号的处理中,擅长于平稳信号整体分析的 傅立叶变换的应用具有很大局限性。近年来发展起来的小波变换引入了多尺度分析的思 想,实现了信号分析的时频局部化,使其在非平稳信号的处理中有着广泛的应用前景。
本文结合常规测井曲线对裂缝发育的响应特征,通过多尺度处理,减少其它信息的影响, 突出裂缝响应特征,达到更迅速、准确识别裂缝的目的,建立识别裂缝的常规测井多尺

度分析方法;结合声波全波列的时频特征,将多尺度分析方法与慢度.时间相关法相结 合,从时域和频域对全波进行分离,更精确的提取纵波、横波和斯通利波,基于此,从 纵波、横波和斯通利波的时差、幅度和能量信息对裂缝进行更准确的识别。 本文将多尺度分析方法应用于常规测井曲线和声波全波列的处理中,以识别裂缝为 目的,为裂缝识别提供了一种新的分析方法。

第1章前言

1.2国内外研究现状
1.2.1小波分析研究现状 20世纪80年代初Grossman和Morlet(1984)首次提出小波(Wavelet)的概念

【2】,给出了函数展开和表示的新方法。随后,Mallat(1989)提出了多分辨分析的理论[31, 为正交小波基的构造提供了标准的方法。在多分辨分析的基础上Daubechies构造了具 有紧支集的正交小波函数吲,崔锦泰则构造了基于样条的双正交小波【51。为了增强小波 变换的实用性,Malla(1989)提出了塔式算法。该算法在小波变换中的地位相当于 Fourier变换中的FFT。至90年代初,经典小波理论已经建立起来并在各个领域广泛
应用。

多分辨分析(Multi.ResolutionAnalysis,简写为MRA)是小波理论的核心。虽然 有一些特殊的小波不能和任何多分辨分析相对应,但是理论研究表明“好”的小波一定 是由多分辨分析生成的【61。多分辨分析的定义如下:

设{巧},ez是r(尺)的一闭子空间序列,如果满足以下五条则称{巧),Ez
个MRA:

L2(R)



(1)单调性:¨c巧+。;

(2)平移不变性:若“(x)c巧,则有“@一七)c巧,反之亦然; (3)二进伸缩相关性:若甜(x)∈巧,贝lJ u(2x)∈巧+。,“(2。x)∈%/,反之亦然;

(4)逼近性:U巧=r(尺),n巧={o);
j∈z jEz

(5)Riesz基的存在性:存在g∈Vo,使{g@一七)}眦是圪的Riesz基。
由MRA的定义可以看出,两相邻子空间之间满足二进关系。因而可以通过尺度

伸缩由任一子空间的基导出所有其它子空间的基。通过Riesz基{g@一尼)}。。z的规范正 交化可以构造出%中的规范正交基{妒(x一尼)}眦,并进而得到所有¨的规范正交基。但

因为{巧),。z不是r(尺)空间的正交分解,所以不能由Vj(j∈z)中的基来合成r(R)的规 范J下交基。理论推导表明{杉}/。z的正交补{%I%。巧=巧+。}是r(尺)的正交分解子空间
序列。此子空间序列中的基就是J下交小波基。Daubechies进一步IjEN4,波基函数的紧

支特性,构造出了正交紧支撑小波基。



中国石油大学(华东)硕士学位论文

理论分析证明正交紧支撑且对称的小波只有Harr小波【71。为了构造具有紧支撑且对 称的小波,只有放弃部分正交性要求。由此诞生了双正交小波。在双正交多分辨分析中, 不再要求尺度空间Vj(j∈Z)、小波空间彤(/∈Z)中的基是规范正交基,只要求是Riesz 基。由框架理论可知,r(R)中的Riesz基构成一个框架,且其对偶框架也存在。设

巧(/∈Z)、%(/∈Z)分别为Vj(j∈Z)、%(/∈Z)的对偶空间,则双正交多分辨分析中
的正交补关系变为:■上形,彬上¨。崔锦泰给出了用样条函数构造双正交紧支撑对
称小波的方法。 在实际应用中发现经典小波仍然存在许多缺陷,如实系数小波不具有平移不变性等

18J。不具有平移不变性就意味着当输入信号存在一个小的位移时,将会导致在不同尺度 上小波系数能量分布大的改变。这一特性使得小波分析在模式识别、阵列信号处理中的 应用受到很大限制。为了实现小波变换的平移不变性,Kingsbury(2001)引入了双树
复小波变换(Dual Tree Complex WaveletTransform)【91。DT-CWT具有近似平移不变性,

同时又具有较小的计算量和有限的冗余度。目前,DT-CWT主要用于图像去噪【101。在 地震勘探中仅有少量的应用【1¨。 1.2.2多尺度分析方法应用研究现状 目前,多尺度估计理论成熟,而把多尺度估计理论应用到石油勘探开发领域的较少。
国外,Lu,Eand Home(2000)B2]提出了用小波分析中的多分辨率分析来评价储层 参数。Mark H.Scheihing(2002)[13】研究低渗透、纵向分层砂岩断层油气田,建立了油

藏开发预测中多尺度描述模型。Sang

Heon

Lee等人(2002)[141在马尔可夫场的基础上,

提出融合岩心、测井以及地震资料的多尺度数据融合研究储层渗透率,取得了理想的效
果。Adel Malallah等人(2003)[151利用多尺度数据融合方法研究了中东地区油气藏孔隙

度的分布。首先根据测井资料和岩心资料建立比较精确的孔隙度分布,然后利用MRF 根据地震资料和产能资料得到三维的井场的孔隙度分布,实例说明这种描述储集层孔隙 度分布的方法是可行的。Guan,L.,Du,Y等人(2003)[16】总结了小波变换在石油工业过去、
现在的发展并预测了在将来的发展方向和领域。Isha Sahni等人(2005)[171提出了用多 分辨率小波分析理论来对油藏描述进行改进。

国内,余厚全等人(1994)B81利用小波变换的多分辨率特性对地震和测井信号进行 了时频分析和处理,实验结果表明,小波变换的多分辨率分析对于分析处理具有时变谱



第1章前言

特性的非平稳信号是一种新的有效方法。许少华等人(1997)p9】通过对小波函数与尺度 参数的恰当选择提出了小波分析在测井资料高分辨率处理中的应用。侯遵泽等人(1997) 【20】利用小波变换及多尺度分析方法对中国布格重力异常进行了分析,为定量解释和研究 地壳的结构提供了更多更新的依据。强琳、刘贵忠(1997)【2l】提出了阵列声波全波列信 号波至提取的小波变化方法;段竹文、马英卓和黄庆程(2002)122]也提出了一种提取声 波全波信号波至的小波变换方法。韩世勤等人(2001)123jN用小波变换的分频显微功能,
通过正演模型分析,比较好地解决了油、气、水分界的识别问题。阎辉等人(2001)【24】

针对多井对比中的层位识别问题,提出了利用自适应小波变换进行地层自动划分的解决 办法,该方法可以根据各个井测井信息的不同自动调整小波变换尺度参数。刘亚东等人 (2002)【25】针对流量计和同位素测井等单一测井数据存在不足的问题,提出在组合测井 中用数据融合技术对多源数据进行综合分析的方法,以提高测井资料的可靠性。付正文 等人(2002)【26J研究了对超声成像测井图像中的小波变换边缘的检测方法,该方法可以 从不同尺度下的边缘图像中检测出不同细节的地质特征;小尺度下的检测结果可用于分 析超声成像测井图像中的地质体的细小结构,大尺度下的检测结果可用于分析超声成像
测井图像的地质体的整体结构。黄捍东等人(2002)[27,281在多尺度小波分解理论的基础 上,提出利用速度剖面和测井曲线的多尺度小波分解结果反演储层厚度以及利用多尺度

边缘检测理论检测碳酸岩盐裂缝分布。张学庆等人(2002)129】应用小波分析提取出测井 段的分频能量特征向量,并作为神经网络的输入,实现了小波神经网络的测井分段油水
解释。付燕(2003)[30l提出一种将小波变换和K L变换结合使用的去噪处理新方法,该

方法能有效去除强随机噪声,提高了地震剖面的信噪比。谢周敏【3l】等人尝试性地将一种 双树复小波包变换方法应用于地震信号分析中,说明了双树复小波包变换是分析具有非
线性相位地震信号的一种较为有效的方法。孙卫涛等人(2003)[32】提出了一种从四分量 正交偶极子声波阵列波形数据中提取地层剪切波方位各向异性参数的有效方法,并对四 分量数据进行了多尺度分析。岳文正、陶果(2003)[331依据不同的储层中小波分析的能 量谱特征不同,通过对已知储层模型进行小波能量谱分析,得到各种储层的特征能量谱, 根据这些储层特征能量谱就对待划分的储层段进行了储层流体性质判别。房文静、李霞

等人(2006)【34J利用Morletdx波基对测井曲线进行连续小波变换,研究了沉积旋回的多
尺度特性,经实例证明此方法是可行的。周曲曼、章成广(2007)[35】讨论了在声波信号 处理中所使用的小波变换方法,以及用这种方法所实现的滤波功能,证明了小波变换方

法滤波的灵活性和在对声波信号进行重构和分解过程中的有效性;张伟等人(2008)[361


中国石油大学(华东)硕十学位论文

用db4'波对常规测井曲线进行处理,提取反映裂缝的信息,进行泥岩中裂缝更准确的识
别。

1.2.3储层裂缝的测井识别方法 1.常规测井识别方法 双侧向测井、声波测井、密度测井、自然伽马能谱测井、岩性测井、电磁波测井、 裂缝识别测井和电导率异常测井等方法对裂缝都有不同程度的响应,都可根据异常识别 裂缝(王允诚等,1992;张国杰,2002;赵青,2003;王鹏等,2004;)[37-39];尚林阁 与潘保芝(1986)1401利用模糊聚类方法,对花岗岩古潜山裂缝进行统计识别。安丰全等 (1998)[41】提出了一套由微球、双侧向、声波、密度和地层倾角测井提取裂缝测井异常 信息的方法,利用综合判别函数和神经元网络方法分别建立了两个裂缝识别的数学模 型。还有很多研究者利用神经网络,结合常规测井资料实现了裂缝储层的识别及裂缝参

数的预测(梁利喜等人,2005;汪嘉月等人,2006;申辉林等人,2007)【42删。罗利等
(1999)[45】在低孔砂岩储集层中研究先用FMI裂缝密度刻度常规测井曲线,然后用常 规测井资料指示裂缝发育程度。秦瑞宝(1999)[46]禾1J用裂缝指示曲线判别了花岗岩潜山 纵向裂缝发育带;类似的,景建恩(2003)[471建立了裂缝综合概率模型识别裂缝,均取 得了较好的效果。吴文圣(2001)【481根据高、低角度裂缝在双侧向测井曲线上的响应特 征,进行了裂缝有效性的判别。石雨田和潘保芝(2000)[491从裂缝分布的自相似性出发, 运用分形理论,通过对测井曲线的关联维分析,对裂缝发育程度进行尝试性的定量解释, 此后基于常规测井资料基础上,李海燕和彭仕宓(2002)[501、杨世明等人(2002)[511、 邓攀等人(2006)[521都进行了分形方法识别裂缝的研究。马振芳、于忠平等人(2000) 【53】应用灰色系统理论,优选6项定量评价参数,从质与量的角度,对鄂尔多斯盆地主要
储集层马五31进行了分区定量化综合评价。 2.新技术识别方法 成像测井更能直观地识别裂缝(陈钢花等,1 9991傅爱兵等,2004;孙加华,肖洪 伟等,2006;杨邦伟等,2007)154-57】,常用的有FMI、ARI、DSI及核磁共振等成像测

井。薛国新等(2003)【58】根据地层中裂缝在钻井局部位置上表现为平面的特点,提出了 一种成像测井中的裂缝识别方法。之后他们又将此方法改进,提出了基于最小矩理论的
自动识别方法。孙加华,肖洪伟等人(2006)1561利用声电成像测井(FMI、交叉式多极

子阵列声波测井)进行了裂缝有效性的评价。谭茂金、赵文杰(2006)[59】指出利用核磁



第1章前言

测井的T2分布能给出储集空间的类型,并能判断裂缝的有效性。李佳阳等人(2007) 删利用FMI与ARI的对比评价了裂缝的有效性。 与电成像相比,声波全波测井有更大的探测深度,并能用于油基泥浆,在裂缝识别 方面,提取不同模式波的不同的参数可以达到对裂缝评价的不同目的。 (1)利用纵、横波及斯通利波慢度和能量评价裂缝
陈必孝(1995)[61 J利用纵波能量比值及纵波能量差比法,在川西非常规致密砂岩中

识别裂缝及天然气,取得了良好的效果;边瑞雪、范宜仁(1997)[62】通过处理实测的声 波全波列资料,得到了地层纵波、横波、斯通利波的速度和幅度,将它们与其它测井资 料对比,发现斯通利波的幅度及其与纵波幅度的比值与地层的渗透性有关;边瑞雪等人 (1998)163J理论分析及计算发现,声波幅度与裂缝的张开度、裂缝倾角等有关,且关系 比较复杂;刘景武(2004)[641从纵波、横波、斯通利波幅度衰减导出渗透率,寻找有效 裂缝;朱留芳(2003)【65】通过定量计算纵波、横波和斯通利波的能量衰减,判断了裂缝 的发育井段、发育类型及裂缝的有效性;刘之的等人(2007)[66]矛1j用斯通利波的波形、 归一化能量差及反射系数判断了裂缝的有效性;罗宁、赵佐安(2007)[67】在对常规测井 和电阻率成像测井均难以反映的井旁裂缝的研究中,利用纵横波、斯通利波的波形、能 量衰减进行分析识别,取得了较好的效果;杨大超等人(2007)[681指出根据实际资料的 对比分析,同时利用纵波、横波和斯通利波的幅度变化,能够较好的识别裂缝,还可以 利用纵波横波幅度的相对变化量定性判断裂缝的角度;江明、李兆阳(2005)[69】通过对 纵横波时差及纵横波、斯通利波幅度的衰减进行了裂缝的定性识别;孔祥荣(2005)[701 利用纵波和横波时差、能量、衰减和主频的突变确定裂缝的发育程度、渗透性能,斯通 利波能量的相对变化可用来定性划分渗透层,由低频斯通利波分离处理得到直达斯通利 波,通过数值模拟方法,评价地层渗透性;李国军等人(2007)[71】在对鄂尔多斯盆地变 质岩裂缝发育井段的研究中,利用斯通利波反射系数结合声波波形变密度图像来评价裂 缝和裂缝开度,利用纵波、横波、斯通利波的能量判断裂缝发育带。 (2)利用反射波评价裂缝
余春吴、李长文(1998)172】通过对全波列进行波场分离,得到直达斯通利波、上行

和下行的反射斯通利波,由此计算出斯通利波的透射和反射系数,根据这些参数很好的 确定了裂缝的位置,评价裂缝带的渗透性;李长文等人(2003)[731指出纵波反射波能反
映井外的高角度裂缝或层界面,而低频斯通利波反射波则对与井眼相交的低角度裂缝较

敏感,正确识别各类反射波信息,并与常规纵波、横波、斯通利波等信息结合,可以更


中国石油大学(华东)硕+学位论文

有效地评价井周各种不同变化特征的裂缝或层界面;沈文略等人(2004)【蚓利用 C++Builder开发了可用于全波列分波处理及全波列测井综合分析软件,通过斯通利波的 提取及反射波的分离,对已经完成预处理的斯通利波进行时差、衰减和反射系数分析, 从而获得裂缝发育和地层渗透性的信息;通过在大港油田千米潜山奥陶系碳酸盐岩地层 中的实际应用效果,证明在碳酸盐岩地层中利用XMAC测井全波列中的反射PP波识别 井旁裂缝,是碳酸盐岩储层评价的一种新的方法,增大了测井探测深度,避免了储层漏
失。

(3)利用横波各向异性评价裂缝 横波在各向异性地层中传播具有分裂现象,而裂缝性地层应具有各向异性,利用偶 极横波成像测井资料所提取的快、慢横波信息能指示地层的各向异性大小,而裂缝的密 度、张开度等与裂缝的各向异性有密切关系,从而识别裂缝及其有效性。赵军等人(2005) 【751在塔里木盆地轮古地区碳酸盐岩裂缝性储集层中的实际应用证实,被充填裂缝的横波 各向异性特征弱,而未充填裂缝的横波各向异性强,利用横波的各向异性特征,可以定 性分析裂缝的有效性,为试油提供有效的决策依据;刘之的等人(2007)[661实际应用于 准噶尔盆地六九区火成岩裂缝性储层中,证实该方法可以定性分析火成岩裂缝的有效
性;苏远大等人(2005)【76】处理了裂缝性和存在不均衡地应力地层中多口井的正交偶极

资料,处理结果与成像资料基本吻合,表明各向异性系数和快慢横波方位能够用来指示 地层的裂缝和地应力信息;申辉林、高松洋(2007)144]通过提取快慢横波信息得到的地 层各向异性大小进行了裂缝识别。

1.3研究内容及方法
本课题的研究是以严格的小波多尺度(多分辨率)分析理论为基础,将多尺度分析理 论和测井信号相结合,形成测井多尺度分析方法。以快速电子计算机为工具,编程实现 测井多尺度分析方法的算法,并对常规测井资料和声波全波列进行处理,用于裂缝识别
的研究。 具体研究内容如下: 1.小波及小波基的选取

小波包括连续小波、二迸小波和离散小波,每种小波变换都具有不同的特点,同时 分别都包含不同的小波基,不同的小波基具有不同的性质,因此,要根据实际应用择优
选取合适的小波变换方法及小波基。



第i章前言

2.识别裂缝的常规测井多尺度分析方法

(1)常规测井曲线的多尺度处理方法 对测井曲线进行小波多尺度滤波后,将多尺度分析理论与测井信号相结合,对测井 曲线进行多尺度分析,在不同的尺度上重构测井曲线的低频和高频信息,并求取高频能
量曲线。

(2)基于常规测井的裂缝识别 分析每种常规测井方法对裂缝发育的响应特征,综合能够突出裂缝发育特征的几种 测井信息的多尺度重构信息,对裂缝发育层进行准确的识别。 3.识别裂缝的声波全波多尺度分析方法
(1)声波全波的多尺度处理方法

A.选取合适的小波滤波方法对声波全波波形进行滤波; B.分析声波全波列中纵波、横波和斯通利波等各组分波的时频特征,结合小 波多尺度分解的性质,确定最佳尺度,实现频率相差较大的波形的分离;

C.将多尺度分析方法与处理声波全波的常用方法一STC(慢度.时间相关)法
相结合,对频率相近的波形进行进一步分离; (2)应用多尺度分析后的波形识别裂缝 A.从时域和频域两方面,分析全波中的纵波、横波和斯通利波等各组分波所 具有的特征,及在裂缝发育层段,声波全波中纵波、横波和斯通利波的时 差、幅度等特征的变化,总结声波全波在裂缝识别中的应用。 B.根据提取的波形求取纵波、横波和斯通利波的能量变化曲线,结合纵波和
横波的时差等信息,以及GR曲线识别裂缝发育层段。

1.4课题采取的技术路线
如图1.1为课题研究的技术路线:



中国石油大学(华东)硕上学位论文

图1-1课题研究的技术路线示意图
Figl-1 The technical
course

chart of the topic



第2章多J迂度分析理论

第2章多尺度分析理论
小波多尺度分析理论是测井多尺度分析方法建立的基础。常规测井曲线是在深度域 按等间距采样而获得的离散信号,根据信号分析理论可将其视为非平稳离散深度信号

【771。小波变换降801是处理非平稳信号的有效方法之一,是经典傅立叶分析的重大突破,
它克服了傅立叶变换单一频域化分析的缺点,能够有效实现信号时.频域局部化分析。 也因小波的这一特性,使得其在声波全波处理中具有广泛的应用前景,对全波中具有不 同频率的模式波的提取具有更大的优势。多尺度分析方法是S.Mallat和Y.Meyer在1988 年提出的【81】,它可将在此之前所有正交基的构造统一起来,使小波理论产生突破性进展。
同时,在多尺度分析理论基础上,S.Mallat给出了多尺度分解与重构算法,这一算法在

小波分析中的地位很重要,相当于快速傅立叶算法在经典傅立叶分析中的地位。 小波分析的出现无疑为地球物理信息处理提供了一个有力的工具。它可以从更微观 的角度深入到一些地质现象的内部去揭示地质过程演变的本质。但小波分析在测井学领 域内的应用较少,小波技术和测井领域已有方法的结合是一个很有意义的研究课题。

2.1小波变换基本理论
小波变换的基本思想来源于函数的伸缩与平移。它是把某一称为小波函数y(f)的自
变量t进行伸缩(a)与平移(b)处理后与待变换的函数x(,)作内积而得到具有双参数

a和b的函数暇(a,6):

呢(卅丽1脚孺,
y曲(f):去y(型),
X/[al


口>。

(2_1)

通常y(,)具有有限支撑集,即y(f)在f的一个有限集合之外全部等于0。基本小波或小
波母函数定义为: 且口≠0(2-2)

式中:b为位移因子,它决定了逼近测井信号的时间位置; a为尺度因子,它决定了测井信号的采样窗长; 小波的尺度与频率之间有如下关系:尺度a越小表示小波被压缩,时轴上观察范围 小,对应于信号的高频分量,即用高频小波可作细致观察。尺度a越大表示小波被伸展, 时轴上观察范围大,对应于信号的低频分量,即用低频小波可作概貌观察。

lO

中国石油大学(华东)硕士学位论文

小波变换呢(口,6)这种连续依赖于参数a,b的变换主要用于理论分析与论证。在
实际问题及数值计算中更重要的是其离散形式。 通常,尺度参数a%u位移参数b的离散化公式分别取作a=a07和b=ka07b。。这样,
对应的离散小波y肚(,),可写为

y似(f)=口;陀w(aJot一蛾)
其相应的离散小波变换为:

(2—3)

Cj广ex(f)歹j,k(oat=(w』乒)(2-4)
为了使小波变换具有可变化的时间和频率分辨率,需要改变a和b的大小,以使小 波变换具有“变焦距"的功能。在实际中采用的是动态的采样网格。常用的是二进制的 动态采样网格:a。=2和b。=1,每个网格点对应的尺度为27,而平移为2Jk。相应的 离散化小波
IDj,k(f)=2j/2V(2,t-k) (2—5)

称为二进小波。

2.2多尺度分析理论
2.2.1多尺度分析基本原理

多尺度分析方法(Multi.Resolution Analysis,简称MRA)是S.Mallat于1988年提 出的。多尺度分析是在L2(R)函数空间内,将函数x(f)描述为一列近似函数的极限。每 一个近似都是函数x(t)的平滑逼近,而且具有越来越细的近似函数。这些近似在不同尺 度上得到,多尺度分析由此而得名。用严格的数学语言来叙述,多尺度分析的数学定义
为: 定义1.1 空问∥(尺)内的多尺度分析是指构造r(R)空间内的一个子空间序列

E,/∈Zj,使它具备以下性质:
(1)一致单调性:■∈矿『+l,W∈Z; (2)伸缩规则性:矽(f)∈巧§≯(2,)∈■“;

(3)逼近性:cloJP{0¨}:三z(R),^巧:{o}:
LJ2—∞ J
J=—∞

(4)平移不变性:矽(,)∈■§矽O一27后)∈■,Vk∈Z;

第2章多尺度分析理论

(5)Riesz基存在性:存在≯(,)∈%,使得移。一2’七),k∈z},构成_的PJesz基。
定理1.2令■(其中/∈Z)是空间r(R)的一个多尺度逼近,则存在一个唯一的
函数≯(f)∈L2(R)使得

力,t=2j/2矽(2。t-k),k∈Z
必定是y,内的一个标准正交基,其中≯(,)称为尺度函数。

(2—6)

讨论定理中子空间巧的正交基的建立问题。事实上,建立这个正交基的最终目标
是构造正交小波基。因此,除了有尺度函数矽(2。f)生成的尺度子空间杉外,还应引入有

小波函数少(27,)生成的小波子空间,把它定义为%=close{}u似:后∈z},/∈z。因此,
引入巧在巧+。中的正交补空间%应满足条件:%上■和巧+,=巧o%。,
显然,任意子空间∥,与形相互正交。根据多尺度分析的定义,可知

∥(尺)=o%=…o矿-o‰o%o…
』EZ

(2_7)

因此,慨}脚构成了r(尺)的一系列正交子空间。这样,尺度为2。=1的子空间%可以
用有限个子空间来逼近,即有

o矿I =旷2 o矿2 o矿l=… =E.Ⅳo矿.v o矿(Ⅳ一1)o…..o矿2 o矽l
%=旷I

(2—8)

若令x/∈矿/表示尺度为2一。的函数xO)∈r似)的逼近(函数的“粗糙像”)dj∈矽/表
示逼近的误差(称之为x的“细节”),则上式意味着:
Xo=xl+dl =x2+d2+dl=… =x.v+d|v+dⅣ一l+……+d2+dl

(2-9)

注意x≈戈。,因此上式可以写成


x=xⅣ+∑d,
i=1

(2-10)

这表明,任何函数xO)∈L2似)都可以根据尺度为2Ⅳ时x(f)的逼近和尺度为2j(1≤歹≤Ⅳ)
下x(f)的细节完全重构,这恰好是著名的Mallat塔式重构算法的思想。 从包容关系Zo∈K,很容易得到尺度函数矽(,)的一个极为有用的性质。注意到, 九,。O)∈Zo∈K,所以≯(f)=吮,。(f)可以利用K子空间的基函数办,七O)=2“20(2t-k)展开,
12

中国石油大学(华东)硕士学位论文

令展开系数为h(k),立即有

≯(f)=2“2∑h(k)矽(2t-k)
k=--∞

(2—11)

这就是尺度函数的双尺度方程。 另一方面,由于K=Vo


Wo,故y(f)=吵o.o(f)∈go∈巧,这意味着小波函数y(f)可

以用K子空间的J下交基衍.々(r)=21/2≯(2f—k)展开:

沙o)=2¨2∑g(k)矽(2t-k)
此即小波函数的双尺度方程。

(2—12)

双尺度方程式(2.11)和(2.12)表明,小波函数可由尺度函数的平移和伸缩的线

性组合获得,其构造归结为弘(七))和詹(后))滤波器的设计。
综合以上分析,可以归纳出为了使办,。(f)=2J/2矽(27t-k)构成巧子空间的正交基,
生成元矽(f)应该具备下列条件: (1)尺度函数容许条件:

r_矽(,)衍=1;

(2)能量归一化条件:㈣;=1;
(3)尺度函数矽(f)本身应具备正交性; (4)尺度函数O(t)与基本小波函数g(t)正交: (5)尺度函数矽(,)和≯(2,)满足双尺度方程(2—1 1); (6)基本小波函数∥(f)与尺度函数痧(f)相关,即满足小波函数的双尺度方程(2.12)。
本身应具备正交性。


由以上分析可知,尺度函数的傅立叶变换矽(却具有低通滤波特性,而小波函数的傅 立叶变换少(国)具有高通滤波特性。
2.2.2

Mallat算法

Mallat给出了用来分解和重建的金字塔算法。算法的基本思想如下:假定已经计算 出一函数或信号x∈r(R)在分辨率2一/下的离散逼近Ajz,则x(t)在分辨率2一(/卅’的离散 逼近Aj+tx可通过离散低频滤波器对A,x滤波获得。仅以一维Mallat算法为例。

设x(f)∈三2(尺),矽从kEz为r(R)中的一组正交基,有
13

第2章多尺度分析理论

x(f)=∑C/乒缈"(f)
),keZ

(2-13)

其中, CJ,I=(厂,y』』> (2-14)

由于很难得Nd,波函数的解析表达式,并且在实际应用中信号x(f)往往是离散化的,因
此直接求C似非常困难。

设杪,}是一给定的多分辨率分析,卿y分别是相应的尺度函数和小波函数, 移肚=2叫2缈(2一Jt一后),k∈z}和矽肚=2叫2y(2一Jt一后),k∈z)分别是■,%的规范正交
基,x∈巧.,因此,x(r)分解为:

x(f)=∑q,。纺,。=∑q+l'。纺却+∑q+l,。吵川,。
其中,

(2一15)

fC胁=∑-h(k-2n)Cj,t

kDj。:受季(k-2n)Dj,。 l 扎。=∑
,。



(2-16) P一7

而h(k一2n),g(k一2n)由下式算出:

』办(后一2,z)=(伊厶t,9/“一>
则式(2.16)可简写为:

【g(k一2甩)=(伊Ⅳ,y川,。>

(2.17)
、 7

引入无穷矩阵H2In础】苏:。和G=【q,I]置女:。,其中/-/.,t=h(k-2n),q。。=g(k-2n),

墩Cj+I=:HGcCj,
为带通滤波器。相应的Mallat算法为

c2舶,

当/取一系列整数时,便实现了对信号的多分辨率分解,这也就是一维Mallat算法。 从算法实现来说,Mallat算法的实现转变为滤波器组H和G的设计。滤波器H的作用
是实现信号的逼近,而滤波器G的作用是抽取信号的细节,即H为低通滤波器,而G

C肚=Ec胁h(k-2n)+∑D川,,,g(k-2n)
其简写形式为

(2—19)

q=H+C川+G’Dj+1

(2-20)

14

中国石油大学(华东)硕:l:学位论文

其中,H‘、G’分别是H和G的对偶算子,也可以理解为它们的共轭转置矩阵。给出这 种分解与重构算法的如图2—1所示。

‰≮l-1 0≮11 0≮£≮dc4≮
(a)分解 (a)Decomposition

%≮dc≮0≮£3≮d:4<
(b)重构 图2-1
Fi92-1

Mallat算法的分解与重构示意图
Mallat algorithm

The decomposition and reconstruction chart of

2.3双树复小波变换理论
尽管小波变换作为信号处理的工具己经得到了肯定,然而,一个主要的问题是传统 的离散小波变换(DWT)存在两方面的缺陷: (1)不具有平移不变性。图2-2
所示为一典型的双正交小波滤波器的


l二蠹篆磊篆落糯

脉冲响应,图中实线为脉冲信号所处
的离散时间序列位置为奇数时的滤波

器脉冲响应,虚线为脉冲信号在离散
时间序列的偶数位置时的脉冲响应,



烈 U ∥ \





可以看出,两者形状有很大的不同。
这意味着信号的微小平移将导致各尺

—\d


采样点

度上的小波系数的能量分布的较大变 化。 (2)有限的方向选择性。在普 通的小波分解中,每一尺度空间只能

图2.2实小波(bior4.4)滤波器脉冲响应
Fi92-2
The impulse response of the filter of the real

wavelet(biort4.4)

被分解成有限的3个方向(水平、垂直和斜方向),其方向选择性非常有限,在某些图像 处理中,往往希望通过处理后的图像在某些方向上的纹理或边界得到增强或者通过处理 得到图像尽量多的方向上的特征信息。

15

第2章多尺度分析理论

鼬ngsbury教授‘82-84]提出的DT-CWT仍然属于离散小波的范畴,但该变换采用了具有 不同延迟的双滤波器组结构,可以最小程度地避免采样导致的混叠效应,从而实现小波 变换的平移不变性。相对于传统的实离散小波变换,DT.CWT有如下优点: (1)近似的平移不变性,实现对信号的平移不变的变换,使得分析结果与位置无
关;

(2)在二维情况下有改进的方向选择性; (3)能够实现完全重构(Perfect
Reconstruction);

(4)有限的冗余度,独立于分析的尺度数。对于一维情况:冗余度为2:1;(n维
情况冗余度为2”:1);

(5)计算效率较高,所需计算量在一维情况下为离散小波变换的两倍,在11维情
况下为2“倍。

图2.3所示为双树复小波正变换的梯形结构。与实小波相比,复小波变换增加了一 路变换,整个变换具有两个树,分别称为A树和B树,A树和B树的变换结果也构成了双 树复小波变换的实部和虚部。通过两路具有高度对称性的变换,实现了两路的互相补偿, 提供了信号的相位信息,从而获得对信号的平移不变的变换能力。这两树具有相同的变
换结构,本身也都为实小波变换,不同的是两树之间的滤波器结构和采样结构不同。
第一层系数第二屡系数 第i层系数

A树

戳/a2a/…/a●

小波系数

测量数据

,O)

口产一口}一???——口罗

尺度系数

B树

;,,,,,,,dlb,,,,//...,霹,,,,,,—r??:,,,,,/r(,?
L…一一,口lb……,口2b……-...
图2-3双树复小波变换 The DT—CWT transformation
Fi92-3

小波系数

尺度系数

1.双树复小波的滤波器构造 (1)奇偶滤波器

第一层分解时,两树采用相同的奇数长度滤波器(odd filter),对信号进行高通和

16

中国石油大学(华东)硕士学位论文

低通滤波后,A树进行奇采样,B树进行偶采样,这样B树二采样所获得的系数刚好是A 树所缺少的。因此,在第一层分解时,双数复小波变换保留了信号的所有信息,是平移 不变的。 对于第一层以后的分解,由于采样率变化的原因,B树的采样位置点不再刚好位于 A树采样位置点的中间位置,直接用第一层相同的方法无法获得平移不变性。为了在这 些层上也获得平移不变性,滤波器在给定层上及前面所有层上的总的时延必须设计为具 有相对于给定层的一个采样周期的时延。基于此,对于第一层以后的分解,两树之间的 滤波器的时延必须设计为具有半个采样周期(相对于上一层的采样)的差距,对于具有 线性相位的滤波器,就需要一个树采用奇长度滤波器,而另外一个树为偶长度的滤波器 结构,这就形成了所谓的odd/even滤波器。
表2-1
Table2?1

odd/even滤波器采样结构

The sampling structure of odd/even filter


输入点 低通A树 第一层 低通B树 低通A树 第二层 低通B树







































表2.1用一个具有8个采样点的原始输入序列演示了odd/even低通滤波器在第二层上 的对称采样结构。表中,“秒代表采样点,列代表数据点位置,a代表A树采样结构,b 代表B树采样结果。第二层分解时,A树采用even滤波器,因此,A树在第二层上的输出 结果刚好位于第一层上输出结果中间位置的二采样;而B树采用odd滤波器,则B树在第 二层上的输出结果刚好位于第一层输出结果二采样后的采样点上。如此以来,如表所示, 在第二层上,B树的输出结果就刚好位于A树输出结果的中间位置,实现了对称采样。 图2.4所示为采用odd/even滤波器的双树复小波变换的梯形结构。通过在各个树上轮 流使用奇滤波器和偶滤波器实现了更好的采样对称性,从而实现近似的平移不变变换。

17

第2章多尺度分析理论

第四层

图2-4 Fi92-4

DT.CWT结构(odd/even滤波器) DT—CWT(odd/even filter)

The structure of

odd/even滤波器的设计满足式2.21:



【吼(z)HL(z。1)+吼(一z。1)吼(一z)=2

吼:(z’:也(z2)+z,-IH(z之’

(2.21)
、 ’

z。2凰。(z)上‰。(z2)≈n06(z)厅006(z2)

(2-22)

但是这种奇偶滤波器也有如下缺点:两树的子采样结构不是很对称;两树具有不同
的频率响应特性。 (2)Q.shift滤波器

为了克)J艮odd/even滤波器的缺点,一种被称作为Q.shift滤波器的方法被提出。Q.shift 滤波器在两个树的第二层及其以后各层上均为偶长度,但各自不再是严格的线性相位。 Q.shift滤波器具有四分之一采样周期的群时延,两树之间所要求的二分之一采样周期的 时延通过设定B树的滤波器恰好为A树滤波器的时间反转来实现,即A树为四分之一时延 迟(+q),B树为四分之三时延(3q)。这样就保证了在每一层上,B树的采样点刚好 位于A树采样点的中间位置,采样具有很强的对称性。图2.5所示为采用Q.shift滤波器的
双树复小波变换的梯形结构。

表2.2和表2.1用同样的原始输入序列演示了Q.shift低通滤波器在第二层上的对称采 样结构。第二层分解时,A树采用具有四分之一时延(+q)even滤波器,因此,A树在 第二层上的输出结果刚好位于第一层上输出结果四分之一时延后的二采样位置点上;而 B树采用四分之三(+3q)时延even滤波器,则B树在第二层上的输出结果刚好位于第一 层输出结果四分之三时延后的二采样位置点上,相对于A树则刚好具有二分之一时延。
18

中国石油大学(华东)硕士学位论文

如此以来,如表2—2所示在第二层上B树的输出结果就刚好位于A树输出结果的中间位置, 实现了对称采样。
表2-2 Q.shift滤波器采样结构
Table2?-2 The sampling structure of
● ● ●

Q—-shift


filter



输入点





低通A树
第一层









低通B树
低通A树 第二层 低通B树















图2-5
Fi92-5

The structure of

DT-CWT结构(Q-shift滤波器) DT-CWT(Q—shift filter)

Q.shift滤波器是基于z变换和线性时不变采样系统原理设计的:

{吼(箍葶牌-1)z-'耻H(z-2z)-)2
【吼(z)吼(z叫)+吼(一z。1)吼(一z)=
2.双树复小波的特性 (1)平移不变性

(2-23)
‘ 。

式中,HL(z)为具有为四分之一时延的长度为2nff句Q-shift滤波器,吼:(z)为长度为4n的 具有l/2采样间距时延的线性相位滤波器。吼(z)是通过对HL:(z)进行二采样获得。

图2.6对比了基于Q—shift滤波器的双树复小波变换不同位置的高通和低通滤波器脉 冲响应。图示说明了无论是高通还是低通滤波器,其奇位置和偶位置的滤波器脉冲响应

19

第2章多Jt度分析理论

都是基本一致的,因此Q.shift滤波器具有很好的平移不变分析能力。



奇仲置脉冲响应

一儡位置脉冲响应

——奇傍胃脉冲响应

一‘儡位置脉冲响应

0.01F-………-??………一一j-.I一…一-l一一一…一一一.…一-i………..

-0.01}………?-+………一一
O 5 10 侣

-O,OIF-………一一;…………一;一一‰●…







采样点

”采样点15

(a)低通
(a)Lowpass

(b)高通
(b)High pass

图2-6双树复小波脉冲响应对比
Fi92—6 The comparison of the impulse responses of

DT—CWT

基于O-shift滤波器的双树复小波变换的平移不变性质使得变换的结果对于输入信 号的位移不敏感。图2.7输入信号为一阶跃信号,分别进行相同尺度的DT.CWT和DWT
分解、重构。每相邻的两个台阶信号之间移位1个采样间距(为了便于显示,后面的台 阶信号相对于前面的台阶信号向后位移一定的距离,形成瀑布图显示)。图2.7中(a) 图和(b)图分别为移位的台阶信号在各个尺度上进行重构的结果,两图对比表明,用

DT—CWT处理后,在各个尺度上无论是小波系数还是尺度系数,随着输入台阶信号的

帅m




怖b 鲥涮
b州 b州

b,



帅=‰咖

~Leve‘篙——1渺—一
1————————————o喇-龉b——————————————一
Level2



LeveI

3————闻魁纱&,————一

Level4——啊吣形瑟吣———~
ScaJing fn Lovel4 Scaling LeVOI
fn 4

(a)传统离散小波变换
(a)DWT
transform

(b)双树复小波变换

(b)DT—CWT

transform

图2.7阶跃信号的DWT和DT-CWT变换对比图

20

中国d油大学(华东)碗±学位论文

平移,波形和能量分布基本保持一致,改善了DWT的平移敏感性。
(21方向选择性

图2.8输入的是一个暗景下的圆盘图像。图像的上行从左到右表示1、2、3、4级 DT—CWT分解图像、重构图像。图像下行为DWT分解、重构图形。从DWT变换得到 的图像中,我们看到不规则的边缘和条纹取代了正常条纹,与DT-CWT图像比较,实 际上存在假象。因为把圆盘边缘看作均匀的,所以平滑连续的图像表示良好的平移不变 性,无平移依赖性。该图像也表明了DT.CWT具有良好的方向选择性,因为二维 DT_CWT产生了6个方向的高频子图像,分别指向±150,:t,45。,:t:75。。

ments“……d disc…∞

…e…。Ye
Fi92{The



…2

level 3

9。0



々。e{s…0’”
reconstructionlmg∞

囤2-8圆盘图像的DT-CWT和DWT分解、重构图像对比图
comparison chart ofd∞emposifion and ofthe

dbkimageWithDT-CWT andDWT

第3章常规测井多尺度分析方法识别裂缝

第3章常规测井多尺度分析方法识别裂缝
在裂缝识别方面,成像测井能够更直观的显示裂缝的发育,但因成像测井的高成本, 还未能广泛应用,常规测井具有较低的成本,并且多种常规测井方法(例如,电阻率测 井、声波时差测井,等)对裂缝的发育都会有比较敏感的反映,因此,如何应用常规测 井方法更准确的识别裂缝依然是目前研究的重点。 常规测井曲线是地下多种信息的综合响应,通常认为这些信号是由地层的微观孔隙 结构、流体性质、裂缝、岩性及岩相等不同频率响应的信号之和【331。对这种具有多种频 率的综合信息的处理,传统和已有的研究方法已难以胜任,而小波多尺度分析理论,无 论在理论研究上还是在实际应用中都得到了很大的发展。小波变换在时间域和频率域具 有很好的局部化性质,对信号中的低频成分,采用宽的时间窗,得到低的频率分辨率; 对信号中的高频成分,采用窄的时间窗,得到高的频率分辨率。 因此,本章主要研究常规测井信号的多尺度处理方法。电阻率和声波测井资料是识 别裂缝最为有效的常规资料之一,通过多尺度处理,重构电阻率的低频信息,去除高频 随机信号的干扰:重构声波测井资料的高频信息,加强裂缝所造成的声波时差测井曲线 的波动特征。综合声波时差高频能量信息和深、浅双侧向电阻率低频信息,达到更迅速、
准确识别致密层裂缝发育段的目的。

3.1常规测井曲线的多尺度分析方法
3.1.1测井曲线的平滑滤波处理 核衰变、中子与原予核的作用、伽玛量子与核外电子的作用等均具有随机性质,从 而导致放射性测井曲线上出现许多与地层性质无关的统计起伏变化。有时,由于某种原 因使某些测井曲线上会出现许多与地层性质无关的毛刺干扰。如在碳酸盐岩剖面的声波 测井中,由于声波探头与井壁的随机碰撞干扰,或在缝洞孔隙和裂缝发育的地层中声波 经过多次反射折射,使测出的声波曲线上出现许多毛刺干扰。显然,用这些具有统计起 伏或毛刺干扰的测井曲线作数字处理,会给计算的地质参数带来很大的误差;统计起伏 或毛刺干扰严重的曲线,根本不能直接用作数字处理。因此,在测井资料预处理中必须 要对曲线进行滤波处理,把这些统计起伏和毛刺干扰滤除,只保留反映地层特性的有用

信息㈣。
测井信号最常见的滤波方法是简单平滑法以及频率域滤波法。平滑法滤波容易导致

中国石油大学(华东)硕士学位论文

测井曲线的识别能力下降,而以傅立叶变换为基础的频率域滤波方法虽然可以滤除高频 干扰成分,但是它无法对测井信号进行多尺度的局部分析。与传统的滤波方法相比,小 波滤波具有独特的优势~能够在去除噪声的同时,很好地保留信号的突变部分或边缘信 息。小波滤波的一个重要特点是它不是对信号的平滑,平滑是去除高频信息而保留低频 信息;而小波滤波是要试图去除所有噪声,保留所有有用信号,并不考虑它们的频率范
围。

一个含噪声的一维信号模型可以表示成如下形式:

s(O=/(f)+仃?e(O,待0,…,疗一1

(3—1)

其中,f(i)为真实信号,P(,)为噪声,s(f)为含噪声的信号。信号消噪的目标是从

含噪数据s得到信号厂的一个逼近信号夕,使得在某种误差估计下夕是厂的最优逼近。
对于测井信号,一般可认为P(f)为高斯白噪声N(O,1),噪声级为1。对于高斯白噪 声的去噪处理,可以选用阈值法、平移不变法、相关性等方法。阈值法不仅能够几乎完 全抑制噪声,而且可以很好地保留原始信号的特征尖峰点,并且具有能得到原始信号的 近似最优估计、计算速度快以及具有广泛的适应性等优点,是小波去噪方法中应用最广 泛的一种。一般情况下,当信噪比高时,均可选用该方法去噪【80】。 测井信号的小波滤波过程分为以下三个步骤进行: (1)测井信号的小波分解。选择一个合适的小波并确定其分解层次N,然后对信号
进行N层小波分解;

(2)小波分解高频系数的阈值量化。对第1到第N层的每一层高频系数选择一个阈 值进行软阈值量化处理; (3)一维小波的重构。根据小波分解的第N层低频系数和经过量化处理后的第1层
到第N层的高频系数,进行测井信号的重构。

在以上三个步骤中,最关键的是如何选取阈值和如何进行阈值的量化,它直接关系 到信号滤波的质量。阈值处理有软阈值和硬阈值处理两种方法:硬阈值处理只保留较大 的小波系数并将较小的小波系数置零;软阈置处理则是将较小的小波系数置零但对较大 的小波系数向零作了收缩。研究结果表明,软阈值处理是一种更为平滑的形式,在去噪 后能产生更为光滑的结果,而硬阈值处理能够更多的保留真实信号中的尖峰等特征。本
文对测井信号如自然伽马曲线进行滤波处理,希望去掉测井曲线中与地层信息无关的统

计起伏和毛刺干扰,所以选用软阈值处理方法。

第3章常规测井多尺度分析方法识别裂缝



在Matlab中有4种固定阈值函数形式可以选用,采用Stein的无偏似然估计原理选 取的阈值(‘rigrsure’)、固定的阈值形式(‘sqtwolog’)、启发式的阈值选择('rigrsure’) 和采用极大极小值原理选取的阈值(‘minimaxi’)。本文结合测井信号的特点,分别用四 种阈值选取规则对实际声波测井曲线进行处理后发现采用Stein的无偏似然估计原理选 取的阂值(‘rigrsure’)效果最好,通过该阈值滤波后的信号与原信号的均方差最小,并且 滤波后的信号与原信号能量比也很高,最好的满足了降噪的相似性和光滑性的准则【861。
小波滤波函数一般选取具有一定的紧支撑性、对称性和平滑性的正交小波,如

Daubechies(dbN),symlets(symN),coiflets(coifN)等,具体选择根据实际需要决定, 实际应用中小波分解层次取3.5层即可,因为5层以上滤波效果改善已不明显,反而增 加了计算代价。 下面以某口井段的声波时差(AC)曲线为例,选用sym8小波对其进行3级分解, 阂值规则采用Stein的无偏似然估计原理,滤波效果如图3.1(b)所示。小波滤波后的 信号与原信号的标准差为0.146,而对原始AC曲线进行五点平滑滤波处理,得到的标 准差为3.5903,因此,小波滤波方法能够较好的抑制原始信号中的噪声;同时,小波滤

1 确I

/锄 叭孙 叽——√\,∽~儿^/ ’卜飞n, ‘叭八‰以,、 n厂—_
深度,m

(a)原始AC曲线 (a)original
AC
curve

l }

…一‘


……铡雹Wj=蕊: 、~~一一、—、, ?叭ⅥA. ~、、n
深度/…

7√







\州帆。,.暑^,广一—。0

(b)滤波后AC曲线
(b)AC 图3-1 Fi93-1
curve

after filtering

AC曲线滤波处理

The filtering process ofACcurve

中国石油大学(华东)硕士学位论文

波后的信号与原信号的能量比也比较高,保持了更高的与原信号的相似程度。因此,与 五点平滑滤波相比,小波滤波方法具有更好的滤波效果。 3.1.2测井信号多尺度分析理论 测井信号多尺度分析的基本思想是:将待处理的信号在不同的尺度上进行分解,分 解到粗尺度上的信号称之为平滑信号,在细尺度上存在,而在粗尺度上消失的信号称之 为细节信号,小波变换是连接在不同尺度上信号的桥梁。

测井信号f(x)的离散采样序列厂(,z)(n=1,2,…N),若以厂(刀)表示信号在尺度/=0 时的近似值,记为ao(,z)=I(n),则/(x)的多尺度分解算法可表示如下:

k∽:至g(k-2n)dj(k) l乃+。(胛)=∑
aj(k)=∑h(k-2n)aj+I(刀)+∑g(k-2,0dj+l(刀)

h。(,2)=∑办(七一2刀)q(七)

V叫 (3。2)

(3-3)

式中,q+。是哆的低频逼近,而乃+.是乃的高频细节,办(疗)和g(刀)为小波低通和高通滤
波器系数。/是多尺度分解的层数,当/取一系列整数时便实现了对测井信号的多尺度
分析。

应用多尺度分析方法对测井信号进行多尺度分解时,小波基函数的选取也尤为重 要。具有对称性、支撑宽度小、正则化好和消失矩大的正交小波基应为首选。 测井曲线多尺度分析方法建立的具体步骤是: (1)选择合适的双树复小波对测井曲线进行多尺度分解。双树复小波滤波器的设计 包括奇/偶滤波器和O.Shift滤波器,用不同滤波器分析同一测井曲线会有不同的结果,
在应用时应择优选取。

(2)确定小波多尺度分解的最佳尺度。对分解后不同尺度上的低频和高频信号进行 观察分析和比较,选择某一分辨效果最好尺度下的信号进行应用,即在该尺度下低频信 号能够较好的反映测井曲线的概貌信息,高频小波系数曲线能够突出原始曲线上小的震
荡特征。

(3)测井曲线多尺度重构。根据小波分解的低频系数和高频系数,能对测井信号进
行完全重构。


25

第3章常规测井多尺度分析方法识别裂缝

3.1.3双树复小波滤波器的选取
对于双树复小波,目前己设计了多种奇/偶滤波器和Q—shift滤波器,两种滤波器构

成两树即可形成不同类型的双树复小波,下面给出了几种常用的组成双树复小波的滤波
器组合【删: A(13,19)-tap¥11(12,16)-tap近似正交奇/偶滤波器;

B第一层为(13,19)一tap近似正交滤波器,其它层为18-tap Q-shift滤波器; C第一层为(13,19)一tap近似正交滤波器,其它层为14一tap Q.shift滤波器; D第一层为(9,7)-tap近似正交滤波器,其它层为18.tap Q—shift滤波器; E第一层为(9,7)一tap近似正交滤波器,其它层为14.tap Q-shift滤波器; F第一层为(9,7)一tap近似正交滤波器,其它层为6-tap Q—shift滤波器; G第一层为(5,3)-tap近似正交滤波器,其它层为6-tap Q—shift滤波器。 可以看出,A型滤波器组合为奇/偶双树复小波,B型到G型滤波器组合为Q。shift 双树复小波。由第二章中的双树复小波滤波器的构造分析中可知,Q.shift双树复小波的 两树的子采样结构很对称,两树具有相同的频率响应特性。因此,Q.shift双树复小波优 于奇/偶双树复小波。我们选取了几种Q.shift双树复小波对阶越信号进行多尺度处理, 如图3-2,四个图形分别为:(a)B型DT.CWT;(b)D型DT.CWT;(c)F型DT.CWT;(d)G 型DT.CWT。由图也可以看出,B型DT.CWT和D型DT.CWT具有更好的平移不变性, F型DT.CWT和G型DT.CWT具有较差的平移不变性。

帅ut蓁圹
(a)B型双树复小波 (a)DT-CWT type




=一
Levol4

Scaling In Levol4

(b)D型双树复小波

(b)DT-CWT type



中国石油大学(华东)硕J上学位论文



呻uI


J 一_


~№ 胁酬
№ 酬 ‰ 酬 ‰ 酬

WaveIets
Levell

Level2

Level3

悖 №



~‰ …酬
(c)DToCWT
type F


呈,垤

m 4

(d)DT-GVVT type G

(c)F型双树复小波
(c)DT-CWT Fi93—2
type F

(d)畸型双树复小波 (d)DT?CWT
type G

图3-2对阶越信号的多尺度处理结果
The multi-scale processing results for the step signal

对于给定的双树复小波系统,可以计算出每一尺度上的低频和高频系数的混叠能量 比Ra,Ra能够反映双树复小波的平移不变性。利用双树复小波进行5级小波变换,计 算每一级的低频和高频系数的混叠能量比Ra,表3.1中给出的数据为IOLOG。。Ra,单 位为dB,因此,.30dB就表示混叠能量为主要能量的0.1%。表中最后一列为传统离散 小波变换后得到的每一级系数的Ih,所采用的滤波器为(13,19).tap滤波器。表中第二行
为一维双树复小波和一维传统离散小波变换的复杂度。 表3.1双树复小波的复杂度和A-G型滤波器在5个尺度上的混叠能量比
Table3—1 The complexity of

DT—CWT and

aliasing energy ratios,Ra in dB,

forfiltertypesAtoG overlevels 1 t05

滤波器 复杂度 尺度1 尺度2 高频 尺度3 尺度4 尺度5

A 2.0
--00

B 2.3

C 2.0

D 1.9

E 1.6

F 1.0
—oo

G 0.7
—oo

DWT
1.0

一oo

一∞
.29.06 .25.1

一∞。
.22.06 .20.32

一oo

.9.4 .3.54

.28.25 .23.62

-31.4 .27.93

.21.81 .18.96

.18.49 .14.6

.14.11 .11

.3.53 .3.52 .3.52

-22.96 .22.81

.31.13 .31.7

.24.67 .24.15

.32.08 .31.88

—24.85 .24.15

.16.78 .18.94

.15.8 .18.77

27

第3章常规测井多尺度分析方法识别裂缝

表3-1双树复小波的复杂度和A.G型滤波器在5个尺度上的混叠能量比(续)
Table3-1 The complexity of

DT-CWT
over

and aliasing energy ratios,Ra in dB, levels 1 to D

for filter types A to G

5(continuted)
E F G

滤波器 尺度1 尺度2 低频 尺度3 尺度4 尺度5




moo



DWT
.9.4

一∞
-29.37 —28.17 .27.88

—∞
.30.17 .29.21

一oo

---oo

—∞
.19.88 .21.75 .24.37

一00

.32.5 .35.88 .37.14

.24.32 .36.94

.23.19 .29-33

—15.93 .20.63 .24.15

.9-38 .9.37

.28.57 .28.57

.37.37 .36.01

.28.56 .28.57

.9.37 .9.37

.27.75

.36

.24.67

.24.65

从表中可以看出,A型和C型双树复小波的复杂度相同,与传统离散小波变换相

比,双树复小波具有较好的平移不变性,而在不同的滤波器构成的双数复小波中,B型 双树复小波又具有最好的平移不变性。
3.1.4测井信号多尺度分析

通过前面分析,本文选取B型双树复小波,即双树复小波的第一层为(13,19).tap近
似正交滤波器,其它层为18.tap q.shift滤波器,对某井段声波测井曲线(AC)进行多

尺度分解,分解层数为3,其结果如图3.3所示。图中,al、a2、a3分别表示第一、第

图3-3某井声波时差曲线3级双树复小波多尺度处理结果
Fi93-3
The results ofAC
curve

of



well by 3 levels

DT-CWT transformation

28

中国白I油大学(华东)硕士学位论文

二、第三尺度上的低频信号,d1、d2、d3分别表示第一、第二、第三尺度上的高频信 号。利用AC曲线三尺度分解后的小波系数重构AC曲线,其重构误差仅为2.3145e一。 由图可看出,测井曲线双树复小波多尺度分解后,其大尺度上的低频小波系数曲线 能够反映测井曲线的概貌信息,高频小波系数曲线的振荡幅度和频率信息能够很好地突 出声波曲线的小幅起伏变化,能够更清楚地反映原始测井曲线的能量变化。因此,通过 对声波多尺度处理后得到的高频小波系数,能够更明显地观测到裂缝存在而造成的声波
的大幅度或小幅度高频起伏变化。 3.1.5测井信号的小波能量

对某一个实际的载有特定信息的信号而言,如果其载有的信号由不同成分构成,那 么这些成分各自对总信号的贡献大小随着被探测体的不同而不同。测井曲线是载有地层 信息的信号,该信号的总能量为地层的微观孔隙结构、流体性质、裂缝、岩性及岩相等 不同频率响应的信号能量之和【331。由于小波变换后的能量与原始信号能量之间存在常数 比例关系,因此在对测井信号进行多尺度处理后,将不同频率成份的信息分离在不同的 尺度上,在合适的尺度上,能够突出某种信息,而减少其它信息的影响。
对图3.3中的声波高频小波系数曲线求取其能量曲线,如图3.4,图中d1、d2、d3

惩;麓。竺’磊 噬 ~~~毫……

d1 一0.01 0.01

d1能量
0 0.0002 一O.2

d2 0.2


参㈠
喜0


{一蓉

d2能量 O一0.03

妻巳

事F




姜蓉
妻E
耋}
图3-4

主 } 叁l 睾≥ 童}
—萎釜一

葶f








叁 争 ≤
亨 ;

喜釜

亨』 笔

喜俺
Fi93-4

季F 豇
cuves

AC曲线的小波能量曲线综合图
of the AC
curve

The synthetic chart of wavelet energy

29

第3章常规测井多尺度分析方法识别裂缝

为1、2、3尺度上的高频小波系数,

“d1能量”、“d2能量’’、“d3能量”分别为第

l、2、3尺度上的高频能量曲线,与每一尺度上的原始高频小波系数曲线对比可看出, 能量曲线能更清楚的显示原始信号的起伏变化情况。

3.2识别裂缝的多尺度分析方法
3.2.1裂缝信号的多尺度提取理论

地球物理测井所测得的各种曲线,如声波时差曲线(AC)、电阻率测井曲线(IH、 RI)等,是地下多种信息的综合响应。由于裂缝造成地层的非均质性,所以会在电阻率、 密度、声波波形、幅度、声波时差、地层倾角以及井径等测井曲线上造成异常,其中双 侧向电阻率测井和声波测井是识别裂缝有效的常规测井资料之一[87,88】。
1.声波时差测井:

一般认为声波测井计算的孔隙度为岩石基质孔隙度,其理由是声波测井的首波沿着 基质部分传播并绕过那些不均匀分布的孔洞、孔隙。但是,当地层中存在低角度裂缝(如 水平裂缝、网状裂缝)时,声波的首波必须通过裂缝来传播。裂缝较发育时,声波穿过 裂缝使其幅度受到很大的衰减,造成首波不被记录,而其后到达的波反而被记录下来,
表现为声波时差增大,即周波跳跃。测井解释实践中,声波时差曲线出现小幅度摆动和

小幅度的时差增大现象也已被证实是由裂缝引起‘891。因此可利用声波时差的增大来定性 识别低角度缝或网状缝发育井段。 在实际声波时差测井资料中,裂缝导致声波时差曲线出现小幅度摆动和小幅度的时
差增大时,在原始测井曲线上常常不明显,如图3.5为一碳酸盐岩地层,图中给出的FMI

图像为图中所标注层段3995m.4004m的成像图,显示该段为裂缝发育层段。第2道为原 始声波时差曲线,在裂缝发育层段,AC曲线的起伏增大现象不明显。为此,对AC曲线
进行多尺度分解,重构能够突出曲线起伏波动的高频信息,图中第4道“AC高频”为4 级多尺度分解后,重构第3尺度上的高频信息,在裂缝发育层段,该高频曲线表现出了 明显的波动现象。求取高频信息的能量值,如图中第5道“AC高频能量”,裂缝层段的

能量表现出明显的高值特征。因此,通过多尺度处理,在合适的尺度上重构的高频信息 能够突出裂缝发育层段声波时差起伏波动的高频特征,有利于裂缝发育层段的准确识
别。

30

中日i油大学(华东)硕±学位论文

,m*口H i!iIfi

;R&t}日*。j

}。.’。(H。LS,)illi裙













二尹~一
:_











Fi93-S






§




图3-5多尺度处理成果对比图
The compari∞n chart ofthemulti-scale processing results

2双侧向电阻率测井 裂缝发育层段因钻井泥浆或泥浆滤液侵入地层,电阻率值明显降低,表现为高值电 阻率背景上的相对低值电阻率。由于裂缝发育的不均一性,电阻率测井形态常呈高低间 互、起伏不平的多尖峰状。当裂缝发育时,两条电阻率曲线都为低值显示。但当仅有孤 立稀疏的小裂缝发育时,双侧向降低不明显。 倾角的大小与电阻率的差值有关,不同的裂缝类型对于深浅双侧向测井有明显的响
应特征。

高角度裂缝:电阻率值在致密高阻的背景下有所降低,曲线形状平缓,深浅双侧向 值呈正差异。 低角度裂缝:深浅双侧向值对于低角度裂缝也有所降低,但曲线形态呈尖峰状。当 裂缝的开度大于某一值时,深浅双侧向呈现负异常,且负异常较高角度裂缝的J下差异幅 度要小的多。 网状裂缝:屯阻率有所降低,其幅度及差异取决于网状裂缝的组合状况,曲线的起 伏形态及其起伏频率状况在一定程度上反映了裂缝的发育状况。
研究结果表明裂缝倾斜角度为45。时,呈最大负差异;裂缝倾角为90。时,为最大

限差异。因此,根据双侧向电阻率的降低和『F、负幅度差可确定裂缝发育层段。然而, 实际的测井资料受外界条件的影响较大,比如泥饼、探测速度等的影响.导致测得的电 阻率曲线有较多的毛刺,这给裂缝的正确识别增加了难度。在电阻率测井中,随机信号 相对比较突出,它对低频信号影响较大。如图3.5中第3道为原始双侧向电阻率曲线,在

第3章常规测井多尺度分析方法识别裂缝

裂缝发育层段电阻率表现为低值,但难以根据原始曲线半幅点来确定裂缝发育的准确层

段,深、浅侧向的幅度差也不明显。因此,可以通过小波分解、重构的方法对测井信号 的低频部分进行分析,从而达到对裂缝发育情况的正确识别。图中第6道为多尺度重构 电阻率的低频信息,与原始曲线相比,更易于确定半幅点位置,进而能更准确确定裂缝 发育层位;另外其正、负幅度差异也更明显。可看出,在裂缝发育层段,电阻率值降低, 深、浅侧向表现出较小的幅度差或无幅度差。 因此,在对声波时差和双侧向电阻率测井曲线进行多尺度处理后,在合适尺度上, AC曲线的高频能量信息在裂缝发育层段表现出明显的高值,有利于裂缝发育层段的识 别;深、浅双侧向电阻率曲线的低频信息去除了高频干扰,突出了两者的正、负差异现 象,有利于裂缝发育层位的准确划分。综合两者的信息,并结合GR和井径等常规曲线, 可实现致密层裂缝发育层段的迅速、准确识别。
3.2.2应用实例

多尺度分析方法识别裂缝的步骤:
(1)对原始GR曲线和AC曲线进行滤波处理; (2)对GR、电阻率、AC曲线进行多尺度处理;

(3)选取GR和电阻率曲线的低频信息,AC曲线的高频信息;
(4)根据GR的低频信息去除泥岩层段;

(5)综合电阻率的低频信息和AC的高频信息识别裂缝发育层段。
a.应用实例1

图3-6为A井井段4225"-'4332米的常规测井曲线综合图,此井段为上马家沟组底 部和下马家沟组顶部,上部和下部多为白云岩,中部为泥岩层。FMI成像资料显示,该 井段发育裂缝和孔洞。由图可见,该井段井径曲线比较平直,只有在4251m处有小的 扩径现象,声波时差(AC)曲线只在泥岩层段有明显的增大现象。

32

中国石油大学(华东)硕士学位论文

CR/AP工 o 120 l

RLLS/o.m
100000

..。DEN/g/cm3




(m)

AC/us/ft

CAL/Cm


RLLD/o.m
l(Jo‘)o(' 35

CNL/%
—15


4230



.,



《■=j- 4240


b-

—之

弓 j;=

?,———一

≤”-≤{ 爹j
一一美5声
三》—S

4260

4260

4270

<:一

2L =:==》








—毛 < t:= <一
,》

毳亨
.芗1、 .》


4280




—L_

4290

4300

43lo

4320

专 § ≥ 差







亨?


』争≥




0—气






≥ j 麓F,。 毒


4330



p- I


图3-6
Fi93??6






≤];
ofA well、from 4225 to 4332 meters

A井4225--一4332米的常规测井曲线综合图
curves

The synthetic chart of conventional logging

采用本文所论述的多尺度分析方法对该井段的GR、RLLD、RLLS和AC曲线进行 处理。首先对GR和AC曲线进行滤波处理,图3.7为GR处理结果,图中三条曲线依 次为原始GR曲线、GR经小波滤波后的曲线、滤波后GR曲线进行3级多尺度处理得 到的低频信息(品。),由图可看出最终获得的GR的低频系数曲线在去除高频干扰的 同时,保持了原始GR曲线的起伏变化特征,能够更准确地确定GR高值的泥岩层段。

6蒎I趣:


原始GR曲线

l姐■1.



i:厂V1rlwWri~

鬣 弋71i一扎 ;…一V~、一








~ 烈:i菇臻 ^—-^^八/

≮:^x。l习口E
’一j}一jl








K.……¥蔓j:I茹菇::: 、一: ^ 。f、 ■_厂可Trf-二…:。‘’
、7.-、一" ~.

。l‘::. 。{ 曲RG后波滤 线

}矗}。。一-…一h
n.

“一j

、v。/一u—、一~,尿,J’。 \叽。

l^ !

j 舶 &&j



j…A…一 息信频低线曲RG I漱:糕里≤

:,,I ……:卜j∥…吩知…
,‘…一

“^,’/、彳、,/一吒^、碍。jo—o,、一
深度,m

j 弘一{ 、/。V—Vkj。r



图3.7
Fi93--7 The filtering

GR曲线滤波和多尺度处理成果图
and the multi--scale processing results of GR
curve

curves

33

第3章常规测井多尺度分析方法识别裂缝

对AC和双侧向电阻率曲线分别进行4级小波多尺度处理,根据所要达到的目的, 对比分析后,选取尺度3上的重构高频信息,并求取其能量曲线,分别如图3-8中第5 道“AC高频”和第6道“AC高频能量”曲线:对电阻率分解后的系数重构第4尺度 一…4l

≥f 裂
7、j




f’


——

乏 ~
,-,









]:
], ]7 ]t
]。







第 气I 抖
厂i
’7


广














‘~z:







ii
:;
.,

;i





]z

]:
];


≥『



。_9





te



}[
t一{
1,



._



_t

}e
Fi93-8

}.
图3-8

。i







A井(4220m-4340m)多尺度分析方法识别裂缝层段综合示意图
methodinAwell(from
4220mto

The synthetic chartofidentifyingfracturebedswiththemulti—scale analytic

4340m)


图3-9深、浅侧向电阻率多尺度处理成果图

F蚪-9

Themulti-scale processing results chartofRLLD andRLLS curves

中国石油大学(华东)硕:仁学位论文

上的低频信息(%LD和&淞),如图3-9,与原始曲线相比,低频系数曲线去除了高
频干扰,保持了电阻率的高低变化特征,并使得深浅侧向幅度差异更明显,据此可更精 确地划分渗透层与非渗透层。

综合.‰、品∞、颤脚和AC的高频能量信息进行裂缝层段的识别,如图3—8,图
中深度道前为原始测井曲线,深度道后为多尺度重构曲线。首先根据.‰对泥岩层段进 行处理,确定泥岩层的GR截止值,当.‰的值大于截止值时认为是泥岩层,给泥岩层
的AC高频能量易,赋值为0,由此得到的易,曲线为第6道曲线;同时,在泥岩层段,

%∞和品硼为最低值。
然后进行裂缝发育层段的识别,在裂缝发育层段,AC曲线会出现锯齿状的波动, 因此AC的高频能量表现为高值,而在致密层段,AC曲线会比较平直,因此其高频能 量表现为低值;同时在裂缝发育层段,电阻率值高于泥岩层、低于致密层,深、浅侧向 电阻率表现出较小的幅度差,或无幅度差。综合两者的信息可更准确地划分出裂缝发育 层段,图中第7道“裂缝发育层段’’为采用本文所论述方法识别的裂缝发育层段,第8 道为完井解释结论,其解释结果如表
3.2,将本文的解释结果与其对比可Table3—2 表3.2完井解释成果表
The completion interpretation result table

看出,有较好的一致性。另外也与 FMI成像资料进行对比,图3-9中给 出了三个深度段的FMI成像图,对 比可看出,本文所识别的结果与成像
相符,将整段识别结果都与FMI成 像进行了详细对比,有比较好的一致 性。 b.应用实例2

完井 解释 层号
33

解释井段


厚度
m 12

完井 解释 结论
Ili

4225.3~4237.3 4237.3~4238.5
34 33 35 34 36

1.2 1.9 1.6 4.7 1.9 4.2 7.8

4239.7~424 1.6 4242.8~4244.3 4260.1~4262 4262~4264.8 4266.4~4270.6 4288~4295.8

III III III III III III

37

4295.8~4297.3
36 38 39 40 4l 4297.3"一4330.4

1.5 3.1 2.4 2.8 4.4 3.4

图3.10是对B井应用效果,该 井段为古生代奥陶系地层,录井岩性
以灰岩、白云岩为主,泥质含量较少。 图中深度道前为原始测井曲线,依次

III I IⅡ II II

4300.4~4302.9 4302.9~4305.7 4305.7~4310.1 4326.3~4329.6

为:第1道双井径和GR曲线,井径曲线平直,井眼规则;GR值较低,也指示不含泥
35

第3章常规蔫井多』诚分析方洁识别裂缝
岩层;第2道为声波时差曲线;第3道为深、浅双侧向电阻率曲线






{ :等。。 毒 ≯









o舞
。,l


= ;


÷






___|一

嚣’嚣
班s{¨¨¨





蠡 囊}



霰‘;…

“一喾



王【

:}




; 亨
:零j
雾牟斗

声 弓


——

溺w

毒 ; t ≮ 3
图3-10






量 手 重 差



量; }


} f ≮

14







Fi93一lO

≥ 孓 三: ≯
.寥

B井(3980m.4100re)多尺度分析方法识别裂缝层段综合示意图
The synthette chartofidentifyingfracturebeds withthemulti-scale analyticmethodinBwell

用同样的方法对常规曲线进行多尺度处理,对电阻率曲线和滤波后的AC曲线进 行4级多尺度分解,重构电阻率曲线的低频信号,如图中第7道,与原始电阻率曲线相 比,去除了高频信号的影响,能够更清楚地观测到电阻率的起伏变化,以及深、浅侧向 电阻率的幅度差异,便于对裂缝层段的准确定位。在裂缝发育层段,电阻率与致密层相 比,表现为低值,深、浅侧向呈现较小的正负幅度差或无幅度差;重构尺度2上的AC 高频信号,如图中第5道,再对高频信号求其能量值。得到图中第6道的能量曲线,高 频能量曲线能够更直观地反映裂缝的发育,在裂缝发育层段,能量表现为高值。综合深 浅侧向低频信号和AC高频能量信号确定裂缝发育层段,识别结果为图中第8道“裂缝 发育层”。

中国石油大学(华末)颈士学位论文

将识别裂缝的多尺度分析结果与FMI成像资料进行对比,如图中第9道即为该井 段所对应的FMI成像图。下图为上图放大后截取的裂缝发育层1和2的FMI成像图, 在FMI成像图上可看到明显的裂缝发育,将其它裂缝发育层与FMI成像也进行了对比, 本文的识别结果与FMI成像资料有很好的一致性。 c.应用实例3 图3-1l为同样的方法在C井2350m-2420m碳酸盐岩储层裂缝识别中的应用效果。 该井段为古生代奥陶系地层,录井岩性以灰岩、白云岩为主,泥质含量较少。图中最后 一道为采用本文方法所识别的裂缝发育层段,将识别结果与FMI成像图进行对比,图 中给出了裂缝发育层1的FMI图和包含裂缝发育层2、3的FMI图,在FMI成像图上 可以看到明显的裂缝发育。对确定的其它裂缝发育层段也与成像资料进行了对比,有很 好的一致性

拿等

I、,

㈡1牡‰

鬻》


i辫j黍


t蜮鼍



蚕i5‘一

.r”型型肾





攀繁}鬻








0一







争}

鞭ii鬟
;j蠢




篷i誉_
也≯

蘸 三



耧翳








(,






毒 ; 懈 妻巨 } 孺i l[ ;




二,

]z

圈3.11

C井(2350阶2420m)多尺度分析方法识别裂缝发育层段综合示意图
Fi93?11 The synthetic chartofidentifyingfracture beds



withthemult}scale analyticmethodinCwell

第3章常规测井多尺度分析方法识别裂缝

3.3,J、结 1、采用Stein的无偏似然估计原理对GR和AC曲线进行小波多尺度滤波,与其它 滤波方法相比,更好地提高了测井信号的信噪比。 2、双树复小波的平移不变性和完美重构性,保持了电阻率测井曲线的起伏变化和 幅度差异特征,重构的低频信号去除了高频信号的影响,突出了裂缝发育层段深、浅侧
向电阻率的正、负差异,有利于裂缝发育层段的准确定位。

3、对声波时差曲线进行多尺度分解,在合适的尺度上,重构了反映裂缝发育的声 波高频信号,其能量信息更清晰地显示了裂缝发育层。 4、在多尺度分析的基础上,结合电阻率低频信息和声波高频能量信息,并综合GR 等其他常规测井曲线,能够更迅速、更准确地确定致密层中的裂缝发育层段。

中国石油人学(华东)硕上学位论文

第4章声波全波列多尺度分析方法识别裂缝
作为一种成熟的技术,声波全波测井已在油气勘探、开发及地应力计算、岩石物性 等领域得到广泛应用。全波列声波测井包含了传播时间、能量、频率和传播方式等丰富 的信息,这些信息能够反应地层的诸多声学特征,而地层的声学特征与地层的地质特征 有着密切的关系。因此在识别裂缝、油气层、渗透率及油田工程中有着广泛的应用。目 前针对声波全波测井技术应用的研究就集中在波形分离和信息提取等方面。 在信号处理中,傅罩叶Fourier变换是一种常用的工具,它使用复指数信号作为基 函数对信号进行分解,建立信号的时间域和频率域的一一对应关系,但它不能提供信号 在某个时刻或时间段上所包含的频谱成分。1964年,Gabor引入了窗口Fourier变换, 虽然相对传统Fourier变换有许多优点,但是,窗函数的唯一性决定了窗口Fourier变换 是一种窗口大小及形状均固定的时频局部化分析,窗口Fourier变换无法满足可调时频 窗这一要求,而小波变换同时有在时间域和频率域对信号进行局部化的特点,使其在声 波信号处理中有着广泛的应用前景。

4.1声波全波列的特征及其在裂缝识别中的应用
4.1.1声波全波波形的基本特征

全波列声波主要由两类波组成:体波(纵波和横波)与导波(伪瑞利波和斯通利波), 还有各种多次反射波(如纵波的泄漏模式等)。图4.1为一碳酸盐岩地层的实测全波波 形,即在快速地层(地层横波速度大于井内声速)中,在全波波形上的初至波是地层纵 波,其幅度较小,频率较高;在纵波之后是地层横波波至,横波部分幅度较大;最后到 达的大幅度低频率波是斯通利波,它是一种沿井壁与井内流体之间传播的导波,速度比 井内流体声速略低。下面详细介绍全波列中各种波形的传播特性。

39

第4章声波全波列多尺度分析方法识别裂缝

;|∞
∞∞
∞∞


幅度 竹∞

∞∞ {;; ∞
o 1000 2000 3000 40013

日寸【司,us

图4-l声波全波列测井信号示意图
Fi94—1 The chart of sonic full waveform logging signal

(1)噪声

一般情况下,其频率最大,但幅度很小。主要包括:白噪声、热噪声、电子测量仪
器产生的系统噪声(如零点漂移)等。 (2)纵波

纵波(P波)由挤压方式产生,质点振动方向和传播方向一致的波称为纵波。纵波 的传播是依靠介质时疏时密(即时而拉伸,时而压缩)使介质的容积发生变形引起压强 的变化而传播的,因此和介质的容变弹性有关。任何弹性介质在容积变化时都能产生弹 性力,所以纵波能在任何固体、液体和气体中传播。在全波列有用信号中,纵波的波速 最快,频率最大,振幅最小,且首波相位与横波的首波相位反向。
(3)横波

横波(S波)由剪切方式产生,质点振动方向垂直于传播方向。它只能在固体中传 播,横波的传播是使介质产生剪切变形时引起剪切应力变化而传播的,因此和介质的切 变弹性有关。由于液体、气体无一定形状,当它们的形状发生变化时,不产生切变应力,
所以液体、气体不能传播横波。横波的波速低于纵波而大于斯通利波,波至时间一般为

纵波波至时间的1.4.2.4倍,振幅受地层影响较大:硬地层中,横波振幅一般大于纵波 振幅;在软地层中,由于能量的衰减,横波的振幅会变小,甚至记录不到横波。其频率
与纵波频率接近。 (4)斯通利波

井眼斯通利波是井下声发射系统在井壁/泥浆界面激发的SH型表面波。作为一种低 频散导波,斯通利波速度略低于井中流体波速,不存在几何衰减。在全波列各组分波形

中国石油大学(华东)硕士学位论文

中,斯通利波频率最低,能量较大,到时较晚,混合在高频的伪瑞利波之中,当遇到与 井壁相交的渗透性裂缝时,由于流体在裂缝中发生流动,斯通利波能量将显著衰减,并 伴随有反射现象。反射斯通利波的强弱取决于裂缝宽度以及裂缝的填充性质。 (5)反射纵波 当声波入射到井壁时,入射波会在井壁上发生反射和折射,而折射进入地层的声波 信号遇到裂缝或溶洞时,在界面处再次发生反射和折射,这样就会有一定的能量重新回 到井眼到达接收器,当测井仪的源距足够长时,就可以接收到这部分能量(反射纵波)。 如图4—2为一实验模拟数据,实验设置为:相邻两个接收器间的距离为20mm,第一个接 收器的源距为130mm,采样间隔为0.51xs,裂缝到井轴的距离为13cm。从该全波图上可
观测到明显的反射纵波(PP波)。

时间/ps

图4-2声波全波波形实验图
Fi94-2 The experimental chart of sonic full waveform

在实际声波全波测井中,由于反射纵波的产生受到仪器探测深度、裂缝发育程度及
裂缝倾角大小等多种因素的影响,在全波波形中反射纵波常常被其它模式的波所淹没,

或者所产生的反射纵波的幅度很小,甚至接近于零。因此,在全波波形中常常难以观测 到反射纵波,其提取也非常困难。对于碳酸盐岩地层,XMAC测井的全波列中,所产生
的反射纵波常具有以下特点:

A.反射纵波的速度大于或接近地层滑行纵波的速度,说明该反射纵波来自于地层
内部,属于体波; B.反射纵波的幅度比较小,在实测全波列波形中常常难于直接观测到;

41

第4章声波全波列多尺度分析方法识别裂缝

C.反射纵波的到时会受裂缝位置的影响,一般其到时大于纵波首波到时,当反射 纵波的到时小于横波首波到时时,可以实现反射纵波的提取;而当反射纵波到时大于横
波首波到时时,常常难于提取。 4.1.2声波全波在裂缝识别中的应用

(1)判断裂缝发育井段及裂缝类型‘62-66,90] 当井眼与地层垂直时,低角度裂缝对纵波能量衰减明显增大,这是由于纵波是一种 典型的纵向波,按压缩模式传播。在测量过程中纵波的传播方向及质点位移方向与井轴 平行,而低角度裂缝能引起地层纵向上波阻抗的变化,从而导致纵波能量幅度的衰减, 其衰减程度随着低角度裂缝发育程度的增加而增大。横波是一种典型的剪切波,按剪切 模式传播。在横波测量过程中质点的位移方向与井轴垂直,而中、高角度裂缝能够引起 地层径向上波阻抗的变化,因此能够引起横波能量幅度的衰减,衰减程度亦随着裂缝发 育程度的增加而增加。 (2)判断裂缝有效-|生[69-75,90] 纵波、横波、斯通利波幅度衰减程度与裂缝的充填物质也有关系。当裂缝被流体充 填,此时充填的流体会导致地层径向波阻抗数值明显减小,相应衰减幅度也随之增大, 裂缝为有效裂缝;相反当裂缝被固体矿物所充填,则对地层波阻抗的数值影响不大,相 应的衰减幅度也较小,该响应则表明裂缝有效性较差。另外还可以通过斯通利波的衰减 对地层的渗透性层段有效的进行识别。斯通利波为沿井壁的滑行波,在井眼较规则的情 况下对井壁的刚性非常敏感,其有效的衰减意味着地层为有利渗透层段,即有次生孔隙
发育段或是构造破碎带的存在。

4.2声波全波多尺度分析方法
4.2.1声波全波的平滑滤波处理

与3.1.1节常规测井曲线滤波方法相同,分别采用Stein的无偏似然估计原理选取的 阈值(‘rigrsure’)、固定的阈值形式(‘sqtwolog’)、启发式的阈值选择(‘rigrsure’)和采用极大 极小值原理选取阈值(‘minimaxi’)的方法对声波全波进行滤波处理,四种方法的处理结 果进行对比,采用Stein的无偏似然估计原理选取的阈值(‘rigrsure’)进行处理后得到的结 果具有最小的均方差,故具有最好的相似性;滤波后的信号与原信号能量比为O.9933, 因此也具有很好的光滑性。所以,采用无偏似然估计原理选取阈值对声波全波进行滤波, 图4.3中上图为D井碳酸盐岩地层实测原始声波全波曲线,下图为滤波后曲线。

42

中国石油大学(华东)硕士学位论文

一 一


●-●-

●●●

..1

斟馨

枷W
---●

一 一


州● 删 。千X
{-?



…………一j….原始声敏全波曲绒…………

△△

_。_


2000




,够

吣:夸垆V峙——p一
5000 6000 7000

1000

3000,1000

时间/us

2000

●-●●




港熬质董波全遍捌线

…..

1∞O
倒 馨
O ?1000

--

.^

一一w吨胁 哪| 伊
?‘,,



了…i…一下。



2000

’。tr‘

、』

…△臼

峨i:夺杉沁嘈——妒一
...............j............—. 5∞O
6000 7000 curves

一………~■………一■………一r………一

’’’。。。’’‘。。。。。,。。’’。’’‘‘。’+’

锄O


--●●

{‘一

。。‘‘’’+’~’‘’。。。。 i。

3000 4000

1000

时问/US

图4-3声波全波曲线滤波示意图
Fi94-3 The filtering chart of sonic full waveform

4.2.2声波全波频谱分析

在声波全波测井资料数字处理中,频谱分析是一个不可缺少的重要环节,通过它可 以了解波列曲线所包含的各种频率成分,提取有效信息,为其它数字处理提供参数。 对图4.3中的声波全波曲线进行频谱分析,如图4-4(a)为全波波形的频谱图,可看 出能量主要集中在两个频段:0.5Khz和12.16Khz。对全波中的纵波、横波和斯通利波 分别进行频谱分析: (1)从纵波波至开始,取纵波的3-4个周期,所求得的纵波频谱如图4.4(b); (2)从横波波至开始,取横波的3.4个周期,所求得的横波的频谱如图4.4(c); (3)从斯通利波的波至开始到波列结束,所求得的斯通利波的频谱如图4.4(d)。

顿埠E,H‘

(a)全波频谱图 (a)The
frequency spectrum chart of full waveform

43

第4章声波全波列多尺度分析方法识别裂缝

(b)纵波频谱图 (b)The
frequency spectrum chart of compressional wave

(c)横波频谱图

(d)斯通利波频谱图
(d)The
frequency spectrum chart of stonely wave

图4-4声波全波波形频谱分析
Fi94-4 The frequency analysis of sonic full waveform

由以上分析得知,纵横波频率为10.20kl忆,两者频率很接近,斯通利波频率小于 5khz,其频率远小于纵、横波的频率。
4.2.3尺度选取

对声波全波进行多尺度处理,/代表频率限制,尺度2。代表频率,实际上频率为 2Jfo,fo为信号所能反映的最大频率。由采样定理知,任一信号所能反映的最大频率

中国石油大学(华东)硕士学位论文

由波形时间采样间隔△所决定,即: fo=l/2A

小波变换中嘎,厂描述的是频率低于蔓,fo的各种子波,即为/(,)在尺度2’下的近似。

随葡的增大,精细结构丢失得越来越多,而对于相邻尺度的2次近似是,/和&+。f,
%,+.f则反映信号厂(f)在尺度2。与2川之间的差别信息。不同尺度下的哎,厂彼此正交, 故K,/互不相关,即没有信息的重复。因此,哆川f可看作是由&,厂到更大尺度的近似
鼠川f中所丢失的那一部分信息。由此,可以在感兴趣的尺度组合下对信号进行分解, 去掉不需要的信息,如噪声等,然后对信号进行重构,以得到较纯的所需信息。 具体应用于声波测井所得到的全波波形中时,波形的时间采样间隔为129s,最大

频率应为41.67kHz。&,厂和%,/所代表的频率组分如下式所示(取J=5,J
4,5):




1,2,3,

蔓-f<20.83 蔓:f<10.42 篷,f<5.21 &f<2.61

20.83<哆-f<41.67 10.42<%:f<20.83 5.21<%,f<lO.42
2.61<形.f<5.21

由前面频谱分析可得到,当进行4级分解时,就可以包含原信号的全部信息,可把 纵横波与斯通利波分离在不同的尺度上,纵横波的信息基本处于第2尺度和第3尺度的 高频,斯通利波处于第四尺度高频和低频。 4.2.4声波全波的多尺度处理
1.斯通利波提取

图4.5为D井某井段实测全波波形,时间采样间隔为12“s,选用双树复小波进行 四级多尺度分解。通过前面分析可知,纵横波与斯通利波的频率相差较大,斯通利波处 于第4尺度上的高频和低频,因此,对分解得NNd,波系数进行重构第4尺度上的信息, 得到分离斯通利波(图4.6)。图4.7为重构得到的斯通利波与全波(滤波后)波形的 对比图,通过对比可看出,该方法很好地分离了斯通利波。

45

第4章声波全波列多』t度分析方法识别裂缝


售 翳

时『日J/us

图4-5
Fi94—5

D井实测全波波形

The actual waveform in D well

时问/us

图4-6多尺度方法分离的斯通利波
Fi94—6 The stonely wave separted with The multi-scale method

时间/us

图4.7提取的斯通利波与滤波后全波波形的对比图
Fi94—7 The comprison chart of the extracted stonely wave and the full waveform after filtering

中国石油大学(华东)硕上学位论文

2.纵、横波提取

由于纵波和横波的频率很接近,且幅度较小,很难仅仅通过小波多尺度处理将二者 分离。由此充分利用小波保留时间域这一特征,将小波多尺度分析方法与慢度一时间相
关法(STC)相结合,实现纵波和横波的分离提取。 (1)慢度一时间相关法(STC)

虽然已经存在许多计算慢度的方法,但是慢度.时间相关法(STC)用得最为广泛 和成熟。经过改进之后,慢度.时间相关法(STC)还可适用于频散的偶极子阵列信号 分析从而提取横波慢度。由声波测井原理可知,井中激发的模式波在远场可以看作沿井 轴匀速传播。因而在接收器阵列上各模式波应该具有一定的相关性。通过设置一对比窗
口,可以得到依赖于慢度和时间的相关函数,如下:
r+f

.,



p(s,T)=上型——雨_i——————__———一 ,l∑I瓦【r+J沏一1)d】惭dt
r m=l

,J∑J以[f+s沏一1)d]l%sgn{Xm[t+s(m-1)d]”dt

(4-1)

其中:S是慢度;T是对比窗口的起始位置;m是总的接收器数目;t是对比窗口
长度;Xm(t)表示第m道声波信号;d表示声波间距。

(2)多尺度与STC相结合的方法 典型的STC方法包括以下三步:
第一,按照式(4.1)计算慢度.时间相关矩阵p(S,r);

第二,在该矩阵中标定各模式波的极值; 第三,依据极值信息,计算某模式波的慢度。 噪声(高频随机噪声和低频路径噪声)的存在使得小信号的相关性降低,如图4—8,
导致无法在慢度.时间域中标定其峰值。简单的频域滤波只能去除部分噪声,同时也会 改变波剖面的形状,从而降低有用信号的相关性。

47

第4章声波全波列多尺度分析方法识别裂缝

m Ⅻ m

l㈣





=‘‘、
■&』I蚺

∞∞∞…∞1∞1w'∞
圈4_8声波垒渡的馘埘问相关田
Fi94-S

~。~?

’一

Slewwuus-fimecorrelationdiagram efscalefullwxveform

小波分析通过在尺度.时间域上处理阵列信号,能够有效地分离有用信号和噪声。 把多尺度分析方法与STC相结合,从而达到同时利用尺度-时间域及阵列慢度信息的目
的。

其处理步骤为: 第一,对每一深度上小波滤波后的8道波形进行多尺度处理,得到每一尺度上的小 波系数,同一尺度上的小波系数构成共尺度道集。图4.9为某一深度上的全波波形,由 上到下一次为第l、2、3、4、5、6、7、8接收器接收到的波形,对其进行4级多尺度 分解。 第二,确定纵横波所在的尺度,山前面的波形频谱分析可知,纵波和横波信息处于 第2、3尺度的高频信息。图4-10即为多尺度处理后,第2和3尺度上的共尺度道集。 第三,对第2、3尺度上的共尺度道集分别进行STC处理,做出慢度.时间相关图 (如图4-11),确定相关性好的纵波和横波区域。由图可看出,第2尺度上相关性好的 区域:纵波[45,80]x[300,looo],横波[85,120]X[1050,1800],第3尺度上相关 性好的区域:纵波为[45,80]x口oo,800],横波为[s5,120]X[1050,2000]。可以看出, 由不同尺度下的共尺度道集的慢度时间相关剧得到的纵、横波的到时、慢度是相同的, 这也说明双树复小波变换具有平移不变性。 第四,保留相关性好的纵波区域,其它区域切除,切除区域的小波系数置零,再进 行重构得到分离的纵波(图4-12)。 第五,与第四步方法相同,保留相关性好的横波区域,其它区域切除,切除区域的 小波系数置零,再进行重构得到分离的横波(图4.13)。

中国石油人学(华东)硕士学位论文


足巨 /ft

时间/us

(a)原始全波波形
(a)Original
full waveform


足基
/ft

时间/us

(b)滤波后全波波形
(b)The
full waveform after filtering

图4.9全波波形的小波多尺度滤波结果
Fi94-9 The filtering results of the full waveform with the wavelet multi—scale method


足臣 ,ft

时间/us (a)第2尺度上的重构波形 (a)The
reconfiguration waveform at the second scale

49

第4章声渡全波列多尺度分析方法识别裂缝

时间Ius

(b)第3尺度上的重构被形
(∞The

reconfiguram.waveform

attheM

scale

图4-10双树复小敢多尺度分解、重构波形
1%g,1-10

Themulti-scaledeeompmitlenandreeoultguratiomwaveforlmwithDT-CWT

郴『


_、

..j





:螂|



■:,

。。

、01二。
。-

‘芰


盲幢寸—ii苛*
Fi94-11

mI≤主


L二f1__育]i盲下i—、
waveform atthethlrd scak

扣)第2尺度上重构波形的STC圈(”第3尺度上重构波形的STC圈 ∞TheSTC chartofthe reconfiguratiou (b)TheSTC cbartofthe re∞nfiguration
waveformatthe second SeAlk

图4-11重构全被波形的慢度一时间相关图
TbeSTC cbartofthe reeonfigurationfullwaveform

中国石油大学(华东)硕上学位论文

时r日】/us

图4.12小波多尺度分析方法提取的纵波波形
Fi94-12

Compressionai waveform extracted with wavelet multi-scale analytic method

图4.13小波多尺度分析方法提取的横波波形
Fi94??13 Shearing waveform extracted with wavelet multi--scale analytic method

3.反射纵波提取 采用自仃面所讲述的多尺度一STC方法对图4.2中的实验模拟波形进行处理分析,提
取反射纵波。

采用STC方法求取原始波形的慢度.时间相关图,如图4.14所示,图中显示出了相 关性好的纵波和反射纵波区域,但同时也存在其它相关性好的波形的干扰。由此,我们 对滤波后的全波波形进行多尺度分解、重构,再求取不同尺度下重构波形的慢度一时间 相关图,发现在尺度3下道集的慢度.时间相关图上,表现出相关性好的反射纵波区域,
如图4.15,同时也去除了很多其它波形的影响。
5l

第4章声波全波列多尺度分析方法识别裂转

1∞



1∞



∞∞ {

。∞}



督∞




∞ ∞

器}r“”。
40}
∞ 1∞ 1∞



AⅢ^n

图4-14实验波形的STC圈
Fi94-14
The STC chartofthe experlmelttlll

图4-15尺度3下道集的STC图
Fi94-1S TheSTC

chertofthetracegatherlit3

waveform

因此,对尺度3下的道集,根据其慢度埘间相关图,保留相关性好的反射纵波区
域:[22,40]X[S0,65],其它区域的小波系数置为零t进行波形重构,得到反射纵波,
如图4-16。


源距加

^0^
川I
!l^ ”X:
”V.

‘Y●

m如15
o 50


,v

1∞

150

200

250

时月/us

圈4-16反射规被波列
F±94-16

Thenn肾I耐Pwavetrain

在实际测得的声波全波波形中,反射纵波在全波中一般幅度较小,常被淹没在其它 模式的波中,在原始的全波波形中常常观难于观测,难于提取。如图4-17为D井碳酸 盐岩地层4320m-4330m的实测全波波形,图中红色直线所标注位置上,在某些深度可 观测到反射纵波。图4.18为图4-17中某深度的全波波形,对该全波波列求取其慢度- 时间相关图,如图4—19,可以看出,原始的波形进行STC处理后,只有斯通利波表现 出较好的相关性,在相关图中,很难确定其它模式波的慢度.时间区域。

中国桠油大学(华东)碗±学位论文

茎 三


、麟‘‘卜i! 渐!黔‘ .1..
Il? 。I,i

: :

V11娥

㈡.4

蹴,。。‘-∥.。1 0

姗却珊啪懈Ⅲ肿啪m"¨m

时问船 图4-18共炮点实铡声波全渡阵列波形
州94-18
Common-shotactual sonicfull

图4-19图4-18中的阵列声波的STC图
Fi94-19 TheSTCchartofarray scale waveat4-18ftgare

waveform

第4章声波拿波列多尺度分析方法识别裂缝

图4-20尺度3下的共尺度道集的STC圈 F吣4-20
TheSTC chsrtofthecOBIDOD scalegatherat scale3

目4-21反射纵波渡列
Fi94-21
The

reflectMPwavetrais

4盟O
432'

4— 4一

E~
■432s t 43,26

4啦7



4330…一一
4a29

4…70∞
(4_z)

圉4 22 D井4.320m-4∞0m反射纵波分离结果

Fi94-22

The extracted resultsofreflectedPwave血Dwenfrom 4320mt043=30m

4.2

5纵波、横波和斯通利波的能量求取 纵波、横波、斯通利波的幅度反映了每种波的能量变化,采用Rms(均方根)能量

法在各自的窗口范围内计算各自的最大振幅。本文对已经采用多尺度方法分离的纵波、 横波和斯通利波进行振幅求取,无需再确定各自的窗口范围。三个连续波的Rm¥能量
为:

鲜:堕蔓≠芷
式中:%为时间t=p*Sr处的振幅。曲是12¨s的采样率。
最大振幅值为:

中国石油大学(华东)硕士学位论文

‰=max(群,《,骘……,群)
如图4.23为采用均方根能量法对图4-6、4.12、4.13中分离的斯通利波、纵波和横波求
取的能量曲线(图中实线表示),由图可看出,能量曲线反映出了该深度段每种模式波

衰减的相对变化。图中虚线是对所求得的能量曲线进行多尺度处理,重构得到的低频信 息,可以看出,低频曲线更清楚地显示了能量的相对变化,去掉了高频的干扰,更易于
划分层段。 深度
(m)



。一300 ≥/一
纵波白邑鼍f氐频 o………?300

纵波胄邑量



≮ 毒
横波胄邑最f氐频 ……… 1800 o \气f
£r

横波宵邑量 o——1800

斯通币U波胄邑鼍 600 11250 一 一衔遄利波能鼍


1250低%600














爹:
Fi94-?23



≥≥



图4.23纵波、横波和斯通利波能量求取及多尺度处理成果图
The energy and the multi-?scale processing results of

compressional wave,shearing wave and stonely wave

4.3多尺度分析方法识别储层裂缝的实例
D井4240m至4360m为碳酸盐岩地层,岩性以白云岩和石灰岩为主,采用本文所

叙述方法对该段地层的声波全波资料进行多尺度处理,选取基于B型滤波器的双树复 小波,尺度为4,并结合STC方法,重构出纵波、横波和斯通利波,分别如图4-24a、b、 c,由图可看出,纵波在3个层段出现比较明显的衰减:4258m一4285m、4298m一4307m、

55

第4章声波全波列多尺度分析方法识别裂缝

4320m_4330m:横波也有三个层段出现比较明显的衰减:4272一.278m、4298m-4308m、 4320m一.330m。对所提取的低频斯通利波进行进一步处理,采用中值滤波方法分离直达 斯通利波和反射斯通利波,如图4—24中第三道,为便于观测,给出其色谱图a

0)纵波
(n)ComprcssionalWaVe

m,横渡
Co)Shearingwave

(c)斯通利波
(c)S协nelywave

圈404纵波、横波和斯通利杖的多尺厦分鬲绪果
Fi94-24
Themulti-scale separating resultsofcomptmssionalwive,shearingwave aad stonelywave

图4.25中由左至右依次为斯通利波、反射斯通利波、纵波和横波波形色谱图,根 据纵、横波的波形幅度衰减和反射斯通利波可初步确定出4个裂缝发育层段.其中,裂 缝层段1的顶部、裂缝层段2和4处,反射斯通利波比较明显。对纵、横波和直达斯通 利波分别求取其能量曲线,如图4-26,第1道为直达斯通利波能量曲线.第2道为纵波 和横波的能量曲线,可以看出,能量曲线反映了波形幅度的相对变化.但曲线上有较多 的高频毛刺丁扰,不利于层段划分。因此,对能量曲线进行多尺度处理,去除太多的毛 刺干扰,使曲线平滑,如图中第7和8道。

中国石油大学(华东)砸士学位论文

图4-25对全波波形多尺度处理得到的各种波形色谱图
Fi94-2S The spectrum chart ofthewaveforms

extractedfromfullwavefom

with the multi-scale method

图4-26
Fi94-26

D井裂缝识别综合示意图

The synthetic chart ofidentifyingfractureinDwell

另外,采用N次堆栈法求取纵、横渡的慢度,血u图4-25中第6道,在裂缝发育层

第4章声波全波列多尺度分析方法识别裂缝

段纵、横波的慢度有比较明显的起伏增大现象。同时结合GR和电阻率曲线,在GR值 较高和电阻率特别低的层段多为泥岩层,该井段GR值基本为低值。综合纵、横波的能 量和时差曲线,划分出裂缝发育的4个层段,其电阻率值也较低,其中2和4层处的斯 通利波能量也有明显的降低,说明这两层的裂缝可能比较发育,渗透性比较好。将分析 结果与FMI成像求取的裂缝孔隙度(图中最后一道)对比,有比较好的一致性,2和4 层的裂缝孔隙度相对较高。因此,说明声波全波对裂缝识别有比较好的应用效果。

4.4,J、结
本章采用基于双树复小波的多尺度方法及多尺度与慢度.时间相关法相结合的方法 对声波全波列进行处理,分离了反射纵波、纵波、横波、斯通利波,并对处理后的波形 求取了其能量曲线,同时也求取了纵波和横波的慢度,根据波形的时差、能量等信息, 结合GR等常规测井曲线对碳酸盐岩致密层裂缝发育层段进行了识别划分。取得了一定 的成果,同时也存在着不足。 1.小波变换同时有在时间域和频率域对信号进行局部化的特点,使其在声波全波 信号处理中有着比其它方法更好的优势。 2.双树复小波具有平移不变性、方向选择性和完美重构性等优于其它小波的特性, 因此选择基于双树复小波的多尺度变换,能够使波形的到时和慢度不会随尺度的变化而 变,进而能够正确地确定不同尺度下相关性好的波形区域。 3.多尺度与慢度一时间相关法相结合的方法从时间域和频率域对信号同时进行处 理,多尺度方法分离了不同频率的波形,慢度.时间相关法确定了波形的时间域,两种 方法结合,更好地分离了全波列中的各种有用波形。 4.实践证明,多尺度与慢度.时间相关法相结合的方法对于反射纵波、纵波等小信 号的提取有很好的优势,该方法能够在合适的尺度下减少噪声和其它高能量波形的影 响,突出小信号,更好地确定小信号的区域。 5.对声波全波列处理后得到的纵波、横波和斯通利波的时差、幅度、能量等信息 能够很好地用于致密层裂缝的识别。 6.由于资料所限,仅为反射纵波的提取提供了一种新的方法,未给出实际应用效 果;裂缝识别的应用实例也比较少。 因此,本章为声波全波列的处理提供了一种新的方法,对裂缝识别起到了较好的应 用效果,但在今后的工作中需要更多地应用于实践中,进行更好的改进。

中国石油大学(华东)硕士学位论文

结论
在致密储集层中,裂缝不仅是重要的储集空间,而且还是重要的流体渗流通道,对 裂缝的正确识别与评价,是裂缝油气油藏勘探成功的关键。本文应用小波多尺度分析理 论,基于常规测井和声波全波测井信号的特征分析,建立了常规测井信号和声波全波测 井信号的多尺度分析方法,并应用于致密储集层的裂缝识别中,取得了较好的效果。本 文的主要研究成果有: 1.根据小波多尺度滤波理论,结合测井信号的特点和去噪准则,选取最佳的滤波 方法,实现了常规测井信号和声波全波测井信号的滤波算法。 2.分析了不同的小波变换的特点,结合测井信号具有离散性和非平稳性的特点, 总结出离散小波变换对测井信号具有更好的应用性。 3.不同的小波基对信号处理具有不同的效果,通过各种小波基的特性分析,发现 与常规小波相比,对于测井信号的处理双树复小波具有更好的性质。双树复小波具有平 移不变性、方向选择性、完美重构性等,使得信号的位移不会随尺度的变化而变化,能 够保持常规测井信号的深度域特征和声波全波信号的时间域特征。 4.常规测井信号的多尺度分析将测井数据从一维深度域拓展为二维深度—尺度空 间,并在多种尺度下对测井信号中的不同频率成分进行探测,进而使其内部的能量聚集 与分布得以清晰展示。基于裂缝的常规测井响应特征,对声波时差曲线进行多尺度分解、 重构,分析其高频信息,在合适的尺度下,裂缝发育层段的高频能量值明显增大;对双 侧向电阻率曲线进行多尺度处理,分析其低频信息,去除了高频干扰,保持了原始测井 曲线的起伏特征,突出了深、浅侧向的正、负幅度差,便于裂缝发育层位的准确确定。 5.分析声波全波的时频特征,建立了其频率与尺度的关系,进而确定分解的最佳 尺度,以及不同组分波所处的尺度,据此进行波形重构。 6.充分利用了小波变换保留时间域的特征,将小波多尺度分析方法与慢度一时间相 关法相结合。对于频率相近、幅度较小的波形,如纵波、反射纵波、横波,单靠多尺度 分析无法实现波形的完全分离,同时原始波列的慢度.时间相关图中该种波形也常没有 相关性好的区域。因此,对波列进行多尺度分解后,确定纵波、横波和反射纵波所处的 尺度,分析该尺度上共尺度道集的波列的慢度.时间相关图,可很好地确定各组分波的 慢度.时间域,然后进行区域切割,重构波形,实现波形的完全分离。该方法为波形的 分离提供了一种新的思路。
59

结论

7.在波形分离的基础上,分析每种波形的幅度、能量等特征,并结合纵、横波的 时差信息,建立其与裂缝发育层段的对应关系,确定裂缝发育层段,以及裂缝发育的有
效性。

测井多尺度分析方法的研究,解决了常规测井信号在不同尺度上时域和频域的精确 定位问题,实现了声波全波中各组分波的分离,尤其为小幅度波形的分离提供了一种新 的方法,其在裂缝识别方面有一定的应用范围。在多尺度分析方法识别储层裂缝中,如 何达到定量化、精确化还有待进一步探索。

中国石油大学(华东)硕士学位论文

参考文献
[1】梁利喜.裂缝油藏测井评价[D】.西南石油学院:西南石油大学,2003
【2】Grossmann A,Morlet J.Decomposition
of constant of hardy functions into square integrable wavelets

shape[J].SIAM J.Math.Anal.,1 986,1 5:723—736 representation[J].

[3】Mallat

S.A theory for multiresolution signal decomposition:the wavelet

IEEE Trans.On

PAMI,1 989,ll:674—693

[4】李建平,杨万年译.小波十讲[M】.北京:国防工业出版社,2004

【5]崔锦泰,程正兴译.小波分析导论[M】.西安:西安交通大学出版社,1 995 【6】冯象初,甘小冰,宋国乡.数值泛函与小波理论[M].西安:西安电子科技大学出版
社,2003

[7】程正兴.小波分析算法与应用[M】.西安:西安交通大学出版社,2000
[8】Julia Neumann,Gabriele
Steidl.Dual—tree complex wavelet transform in frequency

domain and an application to signal classification[J].Germany:University of Mannheim,
2003

[9】Kingsbury N G Complex
ofApplied

wavelets for shift invariant analysis

and

filtering of

signals[J].

and Computational Harmonic Analysis,200 1,1 0(3):234.253

[10]成礼智,王红霞,罗永.小波的理论与应用[M】.北京:科学技术出版社,2004
【l 1]Miller M
A,Kingsbury N G and Hobbs R

W,Least—squares migration

using complex

wavelets[J].Proc.2004 Meeting
Oct.2004,paper

of the Society of Exploration Geophysicists,Denver,

MIG-P2.3
approach to reservoir parameter estimation

【12】Lu,EB.,and Home,R.N..A multiresolution
using wavelet

analysis[J].SPE

62985,2000 Description

【13]Mark H.Scheihing.Multiscale Reservoir

Models for Performance
76753,2002

Prediction in the Kuparuk River Field,North Slope

ofAlaska[J].SPE

【14】Sang

Heon Lee,et

a1.Multiscale Data

Integration Using

Markov Random Fields[J].SPE

76905,2002,68-78

[1 5]Adel Malallah,et a1.Multiscale
Chain

Integration Using the

Markov Random

Fields

and Markov

Monte Carlo:A Field Application in
L.,Du Y,Li

Middle—East[J].SPE

8 1 544,2003

【1 6】Guan

L..Wavelets

in petroleum industry:past,present
61

and future[J].

参考文献

SPE89952,2004:1-9

[1 7】Isha Sahni,Home R.N..Multiresolution description[J].SPE

wavelet analysis

for improved reservoir

Reservoir Evaluation&Engineering.2005:53-69

【l 8】余厚全,刘益成,黄载禄.小波变换用于地震测井信号的多分辨率分析叨.石油地球物理 勘探,1994,29(4):441.448 [1 9]许少华,蔺景龙,杨景强.小波分析在测井资料高分辨率处理中的应用叨.大庆石油地质 与开发,1997,16(4):66—69

【20】侯遵泽,杨文采.中国重力异常的小波变换与多尺度分析[J】.地球物理学报,1997,
40(1):85-95

【21]强琳,刘贵忠.阵列声波全波列测井信号波至提取的小波变换方法[J】.石油物探,
1 997,36(2):55-74

【22】段竹文,马英卓,黄庆程.提取全波列声波测井信号波前的一种新方法【J】.哈尔滨
商业大学学报(自然科学版),2002,18(6):635.643

[23】韩世勤,喻成.利用小波变换识别油、气、水分界面【J】.工程数学学报,2001,18(F12):
93.98

[24】阎辉,张学工,张贤达.基于小波变换的自适应多井对比技术[J】.石油物探,2001,
40(1):49-55

【25】刘亚东,龚育昌,宋玉风等.数据融合在注入剖面组合测井综合解释中的应用[J】.
测井技术,2002,26(5):406.408

[26】付正文,邹长春,尉中良,等.利用小波变换检测超声成象测井图象边缘的研究[J】.


现代地质,2002,16(3):322—326

[27】黄捍东,等.测井约束多尺度储层厚度反演[J】.成都理工学院学报,1999,26(4):
343.347

[28]黄捍东,胡光岷,贺振华,等.利用多尺度边缘检测研究碳酸盐岩裂缝分布【J】.物
探化探计算技术,2002,22(1):21.25

[29】张学庆,刘争平.小波神经网路在测井油水解释中的应用[J】.物探化探计算技术,
2002,24(2):115-118

【30】付燕.KL变换与小波变换联合去噪新方法[J】.煤田地质与勘探,2003,31(5):51—54
[311谢周敏,王恩福,张国宏,等.基于双树复小波包变换的地震信号分析方法[J】-地 震学报,2004,26增刊:110—115
62

中国石油大学(华东)硕士学位论文

【32】孙卫涛,陶果,杨慧珠,等.基于多尺度分析的正交偶极子声波测井反演地层各向
异性【J】.石油大学学报,2003,27(1):23.28 [33】岳文正,陶果.小波变换在识别储层流体性质中的应用【J】.地球物理学报,2003, 46(6):863—869

[34】房文静,范宜仁,李霞.多尺度分析方法及其在测井中的应用【J】.测井技术,2006,
30(2):139-141

[35】周曲曼,章成广.小波变换在声波全波测井处理中的应用【J】.石油天然气学报,
2007,29(3):23 1-234

【36]高伟,王允诚,徐静,等.小波分析在测井裂缝识别中的应用【J】.西南石油大学学 报(自然科学版),2008,30(1):51.53 【37]王允诚.裂缝性致密油气储集层[J】.北京:石油工业出版社,1992:117-136 【38]张国杰.裂缝性地层测井解释[D】.西南石油学院:西南石油大学,2002
[39】赵青.常规测井识别裂缝在塔河油田中的应用[J】.新疆地质,2003,2l(3):379-380 [40】尚林阁,潘保芝.应用模糊数学统计识别花岗岩古潜山裂缝的方法与效果[J】.吉林

大学学报(地球科学版),1986,(4) [41】安丰全,李从信,李志明,等.利用测井资料进行裂缝的定量识别[J】.石油物探,
1998,37(3):l 19—123

[42】梁利喜,等.基于人工神经网络实现裂缝性储集层的测井识别[J]-新疆石油天然气,


2005,1(3):51—53

[43】汪嘉月,奥立德,屈红,等.运用神经网路法研究微裂缝的分布规律一以苏北盆地
高邮凹陷CA油田为例[J】.石油实验地质,2006,28(4)-395-398 [44】申辉林,高松洋.基于BP神经网路进行裂缝识别研究[J】.断块油气ffl,2007,14(2):
60.62

[45】罗利.低孔砂岩孔隙度计算方法及裂缝识别技术【J].测井技术,1999,23(1):23—27 【46]景永奇,秦瑞宝.利用裂缝指示曲线判别花岗岩潜山纵向裂缝发育带[J】.测井技术,
1999:38.42

【47】景建恩,等.塔河油田碳酸盐岩缝洞型储层的测井识别与评价方法研究[J】.地球物
理学进展,2003,1 8(2):336—341

[48】吴文圣,梅忠武,李周波.利用双侧向测井方法判别裂缝的有效性[J].石油大学学 报(自然科学版),2001,25(1):87.89
63

参考文献

[49】石雨田,潘保芝.分维的应用一定量描述裂缝发育程度[J】.物探与化探,2000,24(6):
723.726

【50】李海燕,彭仕宓.应用分形技术预测井间裂缝【J】.石油大学学报(自然科学版),2002,
26(6):33—35

[5l】杨世明,鲁新便,安鸿伟.声波测井关联维评价潜山储层裂缝尺度【J】.石油物探,
2002,41(4):425-428

【52】邓攀,陈孟晋,杨泳,等.分形方法对裂缝性储集层的定量预测研究和评价【J】.大 庆石油地质与开发,2006,25(2):18.20 【53】马振芳,于忠平,周树勋,等.鄂尔多斯盆地中东奥陶系古风化壳储集层的分形及 灰色系统评价[J】.石油勘探与开发,2000,27(1):32.34’ 【54】陈钢花,吴文圣,王中文,等.利用地层微电阻率成像测井识别裂缝[J】.测井技术,
1999,23(4):279-281

【55】傅爱兵,吴辉,李林,等.成像测井技术在裂缝储层评价中的应用[J】.油气地质与 采收率,2003,10(2):67—69 [56】孙加华,肖洪伟,幺忠文,等.声电成像测井技术在储层裂缝识别中的应用[J】.大 庆石油地质与开发,2006,25(3):100.102

【57】杨邦伟,谭茂金,陈莹.用成像测井资料描述碳酸盐岩储集层一以车古20潜山为
例[J].物探化探计算技术,2007,29(3):234.238 【58】薛国新,肖立川.成像测井中的裂缝计算机自动识别方法【J】.工矿自动化,2003,(4):
1.3

[59】谭茂金,赵文杰.用核磁共振测井资料评价碳酸盐岩等复杂岩性储集层【J】.地球物
理学进展,2006,21(2):489—493 [60】李佳阳,夏宁,秦启荣.成像测井评价致密碎屑岩储层的裂缝与含气性【J】.测井技


术,2007,3 1(1):17.20

[61】陈必孝.用普通源距全波列测井资料识别裂缝和天然气的方法【J].天然气工业,
1995,15(2):25—27

【62】边瑞雪,范宜仁.用声波能量识别渗透层【J].测井技术,1997,21(2):110—113 [63】边瑞雪,邓少贵,范宣仁,等.地层纵横波幅度与裂缝倾角及张开度的关系[J】.测
井技术,1998,22(5):327-331

[64】刘景武.多极子声波测井资料在辽河油田硬地层中的应用[J】.现代地质,2004,
64

中国石油人学(华东)硕上学位论文

【65】朱留芳.交叉偶极子阵列声波测井资料在裂缝性储层评价中的应用【J】.测井技术,
2003,27(3):225—227

【66】刘之的,戴诗华,王宏亮,等.利用DSI评价火成岩裂缝的有效性【J】.测井技术,
2007,3l(2):156-158 【67】罗宁,赵佐安.井旁有效裂缝的阵列声波识别方法[J】.天然气工业,2007,27(9):
34.36

[68]杨大超,赵永刚,李刚.全波列声波测井资料在储层评价中的应用[J].海洋地质动
态,2007,23(7):33.37

[69】江明,李兆阳.声波全波列测井资料的处理方法及应用【J】.石油仪器,2005,19(5):
53.58

[70】孔祥荣.斯通利波在碳酸盐岩储层解释中的应用【J].新疆地质,2005,23(3):296—299. [71】李国军,孙灵芬,黄奇源,等.偶极声波成像测井在裂缝性储层中的应用[J】.国外 测井技术,2007,22(1)-15.16 [72】余春吴,李长文.利用斯通利波信息进行裂缝评价叨.测井技术,1998,22(4):
273.277

【73]李长文,余春吴,赵旭东,等.反射波信息在裂缝储层评价中的应用【J】-测井技术,
2003,27(3):198—202

【74】沈文略,史弱,仵岳奇.全波咧测井分析在油气储层评价中的应用[J】.北京大学学报 (自然科学版),2004,40(2):203.211 【75】赵军,付海成,张永忠,等.横波各向异性在碳酸盐岩裂缝性储集层评价中的应用 [J】.石油勘探与开发,2005,32(5):47.19
[76]苏远大,乔文孝,孙建孟,等.正交偶极声波测井资料在评价地层各向异性中的应

用[J].石油物探,2005,44(4):409—412
[77]宗孔德,胡广书.数字信号处理[M].北京:清华大学出版社,1986:37?143 [78】Mallat
S G.A compact multiresolution representation:the wavelet

model[J].Dept.Of

Computer and Info.Science.U.Of Penn.,Ms—CIS-87—22,GRASP LAB l 1 3,1 987

[79】孙延奎.小波分析及其应用[M】.北京:机械工业出版社,2005:3?17,31—80,220-233
[80】陈正星.小波分析算法与应用【M】.西安:西安交通大学出版社,1998:15-36 【81】Mallat S.Multiresolution approxmation
and

wavelets[J].Trans.Amer.Math.Soc.1989;

65

参考文献

315:69-88

【82】Kingsbury
restoration

N.The dual-tree complex wavelet transform:A new efficient tool for image and

enhancement【A】.In:Proceedings

of European

Signal

Processing

Conference[C],Rhodes,Greece,1998:319—322 【83】Kingsbury
N.Shift invariant properties of the dual?tree complex wavelet
on

transform[J].

IEE International Conference

Acoustics,Speech,and Signal,1 999,3:1 22 1-1224

【84】Kingsbury N.Complex

wavelets

for

shift

invariant

analysis

and

filtering

of

signals[J].Applied and Computational Harmonic [85】

Analysis,200 1,1

0(3):23

4-253

《测井学》编写组.测井学[D】.北京:石油工业出版社,1998

[86]潘泉,张磊,孟晋丽,等.小波滤波方法及应用【M】.北京:清华大学出版社,2005

【87】雍世和,张超谟.测井数据处理与综合解释[M】.北京:石油工业出版社,1996 【88】司马立强.测井地质应用技术【M】.北京:石油工业出版社,2002 【89】范晓敏,李周波.裂缝性碳酸盐岩储层声波时差曲线的波动和增幅分析.吉林大学
学报(地球科学版),2007,37(1):168.173

[90]唐晓明,郑传汉.定量测井声学【D】.北京:石油工业出版社,2004

中国石油人学(华东)硕上学位论文

攻读硕士学位期间取得的学术成果
硕士期间主要参加的研究项目: (1)中国石油天然气股份有限公司冀东油田分公司《南堡油田上第三系砂岩储层 测井解释建模及评价方法研究》; (2)中国石油天然气股份有限公司冀东油田分公司《复杂油气藏测井识别与评价 配套技术攻关及适用技术规模应用》。
硕士期间发表论文:

[1]范宜仁,张文静,邓少贵,等.用多尺度—-STC方法提取反射纵波的方法研究,。 测井技术.已录用。

67









衷心感谢导师范宣仁教授!在我研究生期间,他对我论文工作的进行给予了最宝贵 的指导和支持。从论文的选题、创新点的确定、文字编写到今天的顺利完成,导师倾注 了大量的心血。导师渊博的知识、深遂的智慧、谦虚正直的品行以及严谨的治学态度, 都给我以深深的启迪,对我今后的学习、生活乃至工作,都将大有裨益! 特别感谢邓少贵老师和陈雪莲老师在学术上和生活上对我的悉心指导和热情帮助, 他们在学术上的认真态度和刻苦钻研的精神永远激励着我,是我学习的榜样。感谢两位 老师对我的关心和指导,尤其是对我在学术上的指导和启迪,帮助我逐步成长和提高, 无数科研攻关的日日夜夜加深了我对测井专业的感悟。 非常感谢物理学院房文静老师、王晓畅师姐、李霞师姐在我论文写作过程中,在理 论、方法和论文修改方面所给予的细心的指导,以及她们在生活中所给予的帮助。另外 也很感谢我的师兄杨震和李志强,我的同窗蒋建亮、高衍武、李奎周、魏周拓、夏文豪、 卢志远,还有我的师妹李真等等在学习、工作和生活上对我的鼎立相助,并结下深情厚 谊,在此向他们表示诚挚的感谢!另外,也要感谢工作的一些同学在数据资料方面所给 予的无私帮助! 最后,我要把我最深的感谢送给我的家人,没有他们最全力的支持和关怀,我不可 能走到现在。我一直感恩,感恩我拥有一个如此温馨的家庭,让我所有的一切都可以在 他们那罩得到理解与支持,得到谅解与分担,他们是我不断前进的动力和源泉!

小波多尺度分析方法识别储层裂缝
作者: 学位授予单位: 张文静 中国石油大学(华东)

本文链接:http://d.g.wanfangdata.com.cn/Thesis_Y1543125.aspx 授权使用:中国矿业大学(zgkydx),授权号:ed83d512-7d80-4e21-9cea-9e5b012c5776 下载时间:2010年12月29日


相关文章:
基于测井资料小波多尺度分析的裂缝识别方法
小波多尺度分析的裂缝识别方法摘要对裂缝的正确预测、识别裂缝集层勘探开发的关键。本文旨在研究如何应用小 波多尺度分析方法,分析对裂缝响应敏感的常规测井资料...
基于时频分析的储层裂缝识别方法
小波多尺度分析方法识别... 74页 4下载券 储层裂缝识别和预测方法 8页 3下载...油气层裂缝的常规测井识别理论以双侧向 电阻率水槽模拟实验和数值模拟[1]结果为...
储层及流体地球物理识别技术
与敏感参数分析多尺度岩石物理模型、 裂缝性多孔...流体因子叠前反演方法和有效的流体识别方法;形成不同...页岩气储层地球物理测井... 7页 免费喜欢此文档的...
毕业论文题目2011(学生选题)
系统地震识别方法研究 储层裂缝地震检测方法与应用...小波多尺度边缘检测技术及应用 流体识别因子研究 孔隙...偶极横波测井识别流体研究 FMI 微电阻率扫描测井裂缝...
油藏地球物理重点
测井数据、 钻井、 岩心分析数据、 动态数据、地震数据...向上的差异进行储层预测及烃类检测:亮点技术 (4)...不同尺度的裂缝,这就是 所谓的多尺度效应 7.地震...
油藏地球物理
相干分析法 6 多尺度边缘检测 递推反演: 1 原理:...测井声波不能很好的反映储层和围岩的差异,使得反演...(5)用分形方法提取(6)用小波变换方法 提取(7)用...
油藏地球物理
相干分析法 6 多尺度边缘检测 递推反演: 1 原理:...测井声波不能很好的反映储层和围岩的差异,使得反演...(5)用分形方法提取(6)用小波变换方法 提取(7)用...
油藏地球物理
相干分析法 6 多尺度边缘检测 递推反演: 1 原理:...测井声波不能很好的反映储层和围岩的差异,使得反演...(5)用分形方法提取(6)用小波变换方法 提取(7)用...
油藏地球物理
相干分析法 6 多尺度边缘检测 递推反演: 1 原理:...测井声波不能很好的反映储层和围岩的差异,使得反演...(5)用分形方法提取(6)用小波变换方法 提取(7)用...
油藏地球物理
储层预测方法: 地震储层预测方法 ( 地震相分析法(5)相干分析法(6)多尺度边缘检测 12.地震反演:是利用地表地震观测资料,以已知地质规律和钻井测井资料为...
更多相关标签:
测井储层评价 | 裂缝性储层 | 碳酸盐岩 裂缝储层 | 储层裂缝预测研究 | 裂缝型储层 | 裂缝性储层有效性研究 | 成像测井 裂缝密度 | 连续小波变换 尺度 |