en
×

分享给微信好友或者朋友圈

使用微信“扫一扫”功能。
作者简介:

徐方慧(1993-),女,博士研究生,研究方向为地球物理测井的解释理论和方法。E-mail:1058572249@qq.com。

中图分类号:P631

文献标识码:A

文章编号:1673-5005(2020)03-0056-10

DOI:10.3969/j.issn.1673-5005.2020.03.006

参考文献 1
樊建明,陈小东,雷征东,等.鄂尔多斯盆地致密油藏天然裂缝与人工裂缝特征及开发意义[J].中国石油大学学报(自然科学版),2019,43(3):98-106.FAN Jianming,CHEN Xiaodong,LEI Zhengdong,et al.Characteristics of natural and hydraulic fractures in tight oil reservoir in Ordos Basin and its implication to field de-velopment[J].Journal of China University of Petroleum(Edition of Natural Science),2019,43(3):98-106. 
参考文献 2
高建申,孙建孟,姜艳娇,等.油基钻井液环境下电成像测井响应分析及定量反演[J].中国石油大学学报(自然科学版),2018,42(3):50-56.GAO Jianshen,SUN Jianmeng,JIANG Yanjiao,et al.Response analysis and quantitative inversion ofelectrical imaging logging in oil based drilling fluid environment [J].Journal of China University of Petroleum(Edition of Natural Science),2018,42(3):50-56. 
参考文献 3
李曦宁,沈金松,李振苓,等.用多尺度形态学方法实现成像测井电导率图像的缝洞参数表征[J].中国石油大学学报(自然科学版),2017,41(1):69-77.LI Xining,SHEN Jinsong,LI Zhenling,et al.Character-ization of reservoir fracture and vug parameters by con-ductivity imageof FMI based on multi-scale mathematical morphology method [J].Journal of China University of Petroleum(Edition of Natural Science),2017,41(1):69-77. 
参考文献 4
闫建平,梁强,李尊芝,等.连通域标识法在FMI图像溶洞信息定量拾取中的应用 [J].地球物理学报,2016,59(12):4759-4770.YAN Jianping,LIANG Qiang,LI Zunzhi,et al.A con-nected domain identification method and it application in quantitatively pick up information of caves using electric imaging logging [J].Chinese Journal of Geophysics(in Chinese),2016,59(12):4759-4770. 
参考文献 5
肖昆,邹长春,尚景涛,等.南岭多金属矿集区科学钻探孔成像测井技术应用[J].科学技术与工程,2018,18(2):71-78.XIAO Kun,ZOU Changchun,SHANG Jingtao,et al.Application of ultrasonic imaging log technology of scien-tific drilling boreholes in Nanlingdistrict [J].Science Technology and Engineering,2018,18(2):72-78. 
参考文献 6
彭诚,邹长春.基于改进蚁群算法的成像测井裂缝自动提取方法[J].计算机工程,2015,41(8):196-201.PENG Cheng,ZOU Changchun.Automatic extraction method for imaging logs crack based on improved ant col-ony algorithm[J].Computer Engineering,2015,41(8):196-201. 
参考文献 7
刘瑞林,谢芳,肖承文,等.基于小波变换图像分割技术的电成像测井资料裂缝、孔洞面孔率提取方法[J].地球物理学报,2017,60(12):4945-4955.LIU Ruilin,XIE Fang,XIAO Chengwen,et al.Extrac-ting fracture-vug plane porosity from electrical imaging logging data using dissection of wavelet-transform-based image[J].Chinese Journal of Geophysics(in Chinese),2017,60(12):4945-4955. 
参考文献 8
林杰,付梦印,李道平.自适应小波阈值去噪算法及在图像处理中的应用[J].兵工学报,2011,32(7):896-900.LIN Jie,FU Mengyin,LI Daoping.Self-adaptive wavelet threshold de-noising method and its application in image processing[J].Acta Armamentar II,2011,32(7):896-900. 
参考文献 9
张晓峰,潘保芝.二维小波变换在成像测井识别裂缝中的应用研究[J].石油地球物理勘探,2012,47(1):173-176,188,201.ZHANG Xiaofeng,PAN Baozhi.Two-dimensional wavelet transform to identify fractures in imaging logging[J].Oil Geophysical Prospecting(in Chinese),2012,47(1):173-176,188,201. 
参考文献 10
江力,李长云.基于经验模分解的小波阈值滤波方法研究[J].信号处理,2005,21(6):659-662.JIANG Li,LI Changyun.A study of wavelet threshold filtering based on empirical model decomposition [J].Signal Processing,2005,21(6):659-662. 
参考文献 11
HUANG N E,SHEN Z,LONG S R,et al.The empiri-cal mode decomposition and the Hilbert spectrum for nonlinear and non-stationary time series analysis [J].Proceedings of the Royal Society of London(Series A),1998,454(1971):903-995. 
参考文献 12
HUANG N E,LONG S R,SHEN Z.A new view of nonlinear water waves:the Hilbert spectrum[J].Annu-al Review of Fluid Mechanics,1999,31(1):417-457. 
参考文献 13
李成业,练继建,刘昉,等.EMD 与小波阈值联合滤波方法的改进及其在泄流结构振动分析中的应用[J].振动与冲击,2013,32(19):63-70,110.LI Chengye,LIAN Jijian,LIU Fang,et al.An im-proved filtering method based on EMD and wavelet-threshold and its application in vibration analysis for a flood discharge structure [J].Journal of Vibration and Shock,2013,32(19):63-70,110. 
参考文献 14
邵忍平,曹精明,李永龙.基于EMD小波阈值去噪和时频分析的齿轮故障模式识别与诊断[J].振动与冲击,2012,31(8):96-101,106.SHAO Renping,CAO Jingming,LI Yonglong.Gear fault pattern identification and diagnosis using time-fre-quency analysis and wavelet threshold de-noising based on EMD[J].Journal of Vibration and Shock,2012,31(8):96-101,106. 
参考文献 15
杨培杰,印兴耀,张广智.希尔伯特-黄变换地震信号时频分析与属性提取[J].地球物理学进展,2007,22(5):1585-1590.YANG Peijie,YIN Xingyao,ZHANG Guangzhi.Seis-mic signal time-frequency analysis and attributes extrac-tion based on HHT[J].Progress in Geophysics,2007,22(5):1585-1590. 
参考文献 16
LEMARI魪-RIEUSSET P G,MEYER Y.On deletteset bases hilbertiennes[J].Revista Matematica Iberoameri-cama,1986,2(1):1-18. 
参考文献 17
DAUBECHIES I.Orthonormal bases of compactly sup-ported wavelets[J].Comm Pure Appl Math,1988,41(7):909-996. 
参考文献 18
DAUBECHIES I.Orthonormal bases of compactly sup-ported wavelets II:variations on a theme [J].SIAM Journal on Mathematical Analysis,1993,24(2):499-519. 
参考文献 19
安蕴.基于MATLAB的小波分析用于地震信号的去噪分析[D].太原:中北大学,2012:40-45.AN Yun.MATLAB-based wavelet analysis for seismic signal de-noising research[D].Taiyuan:ZhongBei Uni-versity,2012:40-45. 
参考文献 20
王祝文,刘菁华,聂春燕.基于 Hilbert-Huang 变换的阵列声波测井信号时频分析[J].地球科学:中国地质大学学报,2008,33(3):387-392.WANG Zhuwen,LIU Jinghua,NIE Chunyan.Time-fre-quency analysis of array acoustic logging waveform sig-nal based on Hilbert-Huang transform[J].Earth Sci-ence:Journal of China University of Geosciences,2008,33(3):387-392. 
参考文献 21
XIE Fang,XIAO Chengwen,LIU Ruilin,et al.Multi-threshold de-noising of electrical imaging logging data based on the wavelet packet transform [J].Journal of Geophysics and Engineering,2017,14(4):900-908. 
参考文献 22
赵军,祁兴中,刘瑞林,等.基于图像分割的成像测井资料目标拾取与计算[J].地球物理学进展,2007,22(5):1502-1509.ZHAO Jun,QI Xingzhong,LIU Ruilin,et al.The ob-ject picking and calculating by image devision for the image log data [J].Progress in Geophysics,2007,22(5):1502-1509. 
参考文献 23
王晓畅,李军,张松扬,等.基于测井资料的裂缝面孔率标定裂缝孔隙度的数值模拟及应用[J].中国石油大学学报(自然科学版),2011,35(2):51-56.WANG Xiaochang,LI Jun,ZHANG Songyang,et al.Numerical simulation and application of fracture surface porosity calibrating fracture porosity by logging data[J].Journal of China University of Petroleum(Edition of Nat-ural Science),2011,35(2):51-56. 
参考文献 24
王晓畅,李军,张松扬,等.裂缝孔隙参数定量表征和刻度及影响因素分析[J].地球物理学进展,2011,26(4):1393-1399.WANG Xiaochang,LI Jun,ZHANG Songyang,et al.Quantitative characterization and calibration of fracture pore parameters and the effect factors analysis[J].Pro-gress in Geophysics,2011,26(4):1393-1399.
目录contents

    摘要

    钻井过程中钻头震动井壁会形成较浅的孔洞与划痕,在电成像静态图中表现为麻点噪声或颜色相对较深的条、块状干扰,影响裂缝的识别和参数的提取。 为了降低背景噪声的影响,将联合经验模态分解法(EMD)及小波阈值去噪方法应用到电成像测井的电导率曲线中。 结果表明:背景噪声主要存在于电导率曲线的高频部分,把电导率数据 EMD 分解后,对得到的高频固有模态函数(IMF)分量进行小波阈值去噪可有效减少背景噪声,输出的 FMI(地层微电阻率扫描成像)静态图中麻点噪声和条、块状干扰明显减少;由去噪电成像静态图计算得到的缝洞面孔率与岩心孔隙度有更好的线性关系,与常规资料孔隙度和人工拾取的裂缝面孔率具有一致性,说明基于 EMD 的小波阈值去噪方法在电成像测井数据中的应用是有效的。

    Abstract

    Bits quaked in the course of drilling result in shallower holes and scratches in the surfaces of borehole walls. This usually leads to noise pits or the interference of strips and blocks with darker colors that will affect the identification of frac- tures and extraction of parameters. In order to reduce this specific background noise, a de-noising method combining the em- pirical mode decomposition(EMD) and wavelet threshold processing is applied to the conductivity curve of the electrical ima- ging logging. The analysis show that the background noise mainly exists in the high frequency signal of conductivity curve. The electrical conductivity data of electrical imaging logging is subjected to the EMD, and the intrinsic mode function(IMF) components obtained are subjected to wavelet threshold de-noising, which can significantly reduce the background noise. There is a better linear relationship between the fracture-vug plane porosity extracted from electrical imaging static image and core porosity, and fracture-vug plane porosity is consistent with the porosity of conventional logging data and fracture plane porosity picked up artificially. The results show that the wavelet threshold de-noising method based on EMD is effective in the application of electrical imaging logging data.

  • 裂缝性火成岩储层的储集空间主要是裂缝和溶蚀孔洞,利用测井资料对其评价尤为关键[1-2]。 电成像测井技术作为一种高分辨测井,能够解决一些常规测井无法解决的问题[3-4],它根据井壁岩层电导率的不同,测量得到一系列分辨率较高的电导率曲线, 地层井壁上的裂缝、孔洞均能清晰地反映在电成像测井图上。 前人利用成像资料评价储层中裂缝和碎裂带,取得了较好的效果[5-6]。 但是在成像测井钻洞过程中,钻头震动会使井壁变得不平整,形成浅的孔洞或划痕,使测量到的电导率数据发生波动,这些低电导率的背景信息在电导率曲线表现为幅值较低的锯齿状,导致电成像静态图上会形成麻点状的噪声和颜色相对较深的条、块状干扰。 研究表明[7] 钻井液流入会增强裂缝、孔洞边界处的导电性,从而电导率曲线的边界会变宽,当裂缝、溶蚀孔洞比较密集时,边界变宽效应会形成整片的高电导干扰。 这些背景噪声不仅影响裂缝的识别,还会降低缝洞参数的准确性以及缝洞参数与常规测井参数、岩心分析数据的相关性,所以有必要消除这些背景噪声。 小波阈值去噪方法是在小波分析的基础上发展起来的[8],适用于一些测井数据[9],但是对于属于非平稳信号的电导率数据,小波阈值去噪方法仍存在着一些局限性[10]。 此外经验模态分解法( empirical mode decomposition,EMD) [11-12] 也是处理非平稳信号的经典方法。 应用EMD降噪时只需剔除部分固有模态函数( intrinsic mode function,IMF) 即可。 但是若剔除的IMF分量包含反应储层特征的有用信号,则会造成信号缺失。 前人将EMD和小波变换两种方法相结合来改进小波变换在处理非平稳信号上的不足和EMD降噪方法可能会丢失有用成分的缺点,提出联合EMD及小波阈值去噪方法[13-14],该方法还未应用在电成像测井数据中。 电导率数据属于典型的非平稳、非线性信号,适合EMD分解和小波变换。 笔者以此为基础,对电导率曲线中部分高频IMF分量进行小波阈值去噪,以压制电成像测井图中的背景噪声;利用统一阈值分割电成像静态图像并输出仅保留裂缝和溶蚀孔洞的灰度子图像,利用该子图像计算缝洞面孔率,与实际岩心分析孔隙度、 常规测井资料孔隙度以及人工提取的裂缝面孔率对比,验证对电导率数据去噪的必要性以及提取的缝洞信息的有效性和合理性。

  • 1 EMD去噪方法的原理

  • 对任意的原始电导率信号x( t)进行EMD [11-12] 分解得到下式:

  • x(t)=j=1ncj(t)+rn(t)
    (1)
  • 式中,j为分解次数;cj(t)为第j个IMF分量;rn(t)为原始电导率信号x( t)的趋势分量。 由于信号EMD分解得到的基函数cj( t)具有自适应性,故EMD方法适合处理类似于测井阵列声波信号和电导率信号等非平稳信号。

  • 实际误差S计算公式为

  • S=[h1n-1(t)-h1n(t)]2[h1n-1(t)]2
    (2)
  • 其中hn( t) 为原始电导率信号减去上下包络均值mn(t)得到的新信号,一般实际误差需要满足:0.2≤ S≤ 0.3。

  • 需要从以下两点判断固有模态函数的有效性[15] :

  • (1)cj(t)局部数据的零点与极值点的数量差a需要满足∣a∣≤1。

  • (2)在cj(t)每个时间点上,局部数据上下包络均值需为0。

  • 对任意IMF分量cj( t) 进行希尔伯特-黄变换[11-12](简称HHT)可得到瞬时振幅和瞬时频率,如果把振幅显示在频率-时间平面上,就可以得到IMF分量cj(t)的HHT幅值谱Hj(ω,t),把所有IMF分量的HHT幅值谱Hj(ω,t)叠加就得到了整个电导率信号的HHT幅值谱H(ω,t),将H(ω,t)对时间积分得到电导率信号的HHT边际谱,HHT边际谱能直观地展现信号的频率分布情况。

  • 信号EMD分解后,各IMF分量按频率高低排列,由此发展了EMD去噪方法:若去掉若干个高频IMF分量再与其余分量重构信号得到x1(t),则相当于低通滤波;若去掉若干个低频IMF分量再与其余分量重构信号得到x2( t),即相当于高通滤波;若同时去掉若干个高频和低频IMF分量再以其余分量重构信号得到x3(t),即为带通滤波。

  • 低通滤波可表示为

  • x1(t)=j=kncj(t)+rn(t)
    (3)
  • 高通滤波可表示为

  • x2(t)=j=1kcj(t)
    (4)
  • 带通滤波可表示为

  • x3(t)=j=bkcj(t)
    (5)
  • 式中,b、k为IMF分量的阶数。

  • 通过EMD去噪方法的3 种滤波方式可知,若噪声存在于信号的低频或高频部分,利用EMD低通或高通滤波便能有效压制噪声;若噪声的频率范围覆盖了整个信号,信号EMD分解后噪声也随之分布于每个IMF分量中,直接剔除若干IMF分量则会丢失有用信号,破坏信号的完整性。 故EMD去噪方法更适用于噪声分布较有规律的非平稳信号。

  • 2 小波阈值去噪方法

  • 小波阈值去噪是在小波变换[16-18] 的基础发展起来的,首先对原始电导率信号x(t)进行小波分解得到小波系数;然后对其进行相应的数学处理;最后信号重构。 其中阈值函数、阈值估计方法和小波基函数的类型都会对原始信号的去噪质量产生一定影响。 阈值函数主要分为2 种,即硬阈值和软阈值函数。 设 ω 是原始电导率信号x(t)分解得到的某小波系数,λ 是估计的阈值,ωλ 是阈值处理后的小波系数。 那么硬阈值函数可以表达为

  • ωλ={ω,|ω|λ0,|ω|<λ
    (6)
  • 软阈值函数可表达为

  • ωλ={sign(ω)-(|ω|-λ),|ω|λ0,|ω|<λ
    (7)
  • 由式(7)看出软阈值函数得到的重构信号与原始小波系数存在恒定偏差。

  • 阈值 λ 的确定同样重要。 常见的阈值估计方法包括4 种:Stein无偏似然估计阈值( rigrsure阈值)、固定阈值( sqtwolog阈值)、heursure阈值(启发式SURE阈值)和极大极小阈值(minimax阈值) [19](本文中阈值估计方法均使用英文简称)。

  • 2.1 Stein无偏似然估计阈值

  • 设X为某小波系数,Q=[Q1,Q2,…,Qn ],并且Q1≤Q2≤…≤QN,N为小波系数X的长度,Q是小波系数X的平方由小到大排列得到的。 通过向量Q可得到风险向量R=[R1,R2,…,RN],其元素为

  • Ri=[N-2i+(N-i)QN+k=1iQi]N,i=1,2,,NN
    (8)
  • 找到R中的最小值Ri,由Ri 下角标的数字i确定阈值 λ 为

  • λ=σQi
    (9)
  • 式中,σ 为噪声信号标准差。

  • 2.2 固定阈值

  • sqtwolog阈值公式为

  • λ=σ2logN
    (10)
  • 2.3 启发式SURE阈值

  • heursure阈值是Stein无偏似然估计阈值和固定阈值的综合。 若信号的信噪比小且rigrsure阈值误差较大,可采用sqtwolog阈值;若信噪比大且sqt-

  • 2.4 极大极小阈值

  • 极大极小原理最初在应用在统计学中。 min-imax阈值计算公式为

  • λ={0.3936+0.1829ln(N-2),N>320,N32
    (11)
  • 3 基于EMD的小波阈值去噪方法

  • 为了确定电成像测井数据中的背景噪声范围, 图1 给出了一条典型电导率曲线的HHT边际谱[20]。 通过HHT边际谱发现电导率信号中高电导信息主要存在于小于3 kHz的低频区域,低电导率信息存在于高频部分。 由于裂缝和溶蚀孔洞在地层中径向深度较大,被井中钻井液侵入后电导率会明显增大,在电导率曲线中,相对于基岩,裂缝和溶蚀孔洞电导率很高、幅值很大。 钻头震动会在井壁上形成浅的孔洞和划痕,由于钻井液侵入的原因其电导率也会比基岩大,但相对于裂缝和溶蚀孔洞来说, 背景噪声的电导率要小得多,幅值较低[21],具体表现在电导率曲线上为幅值较低的锯齿状波动,并且在电成像测井图像上背景噪声一般比较密集。 综合认为电导率曲线中的背景噪声主要为高频的低电导部分,并以此为前提对电导率曲线进行去噪。

  • 图1 电导率曲线的HHT边际谱

  • Fig.1 HHT marginal spectrum of conductivity curve

  • 电导率曲线进行EMD分解后得到了若干IMF分量(图2),舍弃部分高频率的IMF分量在一定程度上能够减少噪声和干扰。 图2 中signal为原始电导率信号;EMD1 曲线是原始电导率信号舍弃IMF1 和IMF2 分量的结果,压制噪声的效果并不明显; EMD2 曲线表示电导率信号舍弃IMF1、 IMF2 和IMF3 分量的结果,有一定的降噪效果,同时弱化了一些高电导率波峰的幅值;EMD3 曲线表示电导率信号舍弃IMF1、IMF2、IMF3 和IMF4 分量的结果,降噪效果好,但是丢失信息严重。 这是因为有些高频IMF分量中不仅存在着背景噪声,同时还包含了不可直接忽略的信息,将其舍弃则会使电成像图丢失部分细节和特征。

  • 图2 电导率曲线的EMD去噪处理结果及其各IMF分量

  • Fig.2 EMD de-noising of conductivity curve and its IMF components

  • 为了测试小波阈值去噪方法的效果,笔者尝试了rigrsure、sqtwolog、heursure和minimax 4 种阈值估计方法,选择了硬阈值函数处理电导率曲线(小波基函数选择sym5),阈值根据每层小波系数的特征进行调整。 如图3,signal是电导率曲线; rigrsure、 sqtwolog、heursure和minimax是小波阈值估计方法;-h(s)表示硬(软)阈值函数。 从图3 可看出当选择硬阈值函数时,除了rigrsure阈值,其他3 种阈值都能明显压制噪声,但曲线畸变明显。

  • 综上,若单一地将电导率曲线进行小波阈值去噪或者EMD去噪,虽然能去除部分背景噪声,但是会使信号丢失、畸变。 为了解决这一问题,考虑应用联合EMD及小波阈值去噪的方法对信号去噪。 由于背景噪声主要存在于电导率曲线的高频部分,因此只需对高频IMF分量进行小波阈值去噪,再与其余IMF分量叠加,这样既完成了信号的降噪工作, 也能较好保证信号的完整性。

  • 图2 中将各IMF分量与原始电导率曲线对比, 发现噪声主要存在于分量IMF1、 IMF2、 IMF3 和IMF4 中。 其中IMF1 是电导率曲线中频率最高的分量,且幅值很低,主要是一些无用的背景噪声,本文

  • 图3 电导率曲线的4 种小波阈值去噪结果

  • Fig.3 Four wavelet threshold de-noising results of conductivity curve

  • 中将其忽略。 随着频率的降低,IMF2、IMF3 和IMF4 中的背景噪声成分逐渐减少。 故对IMF2、IMF3 和IMF4 分量进行小波阈值去噪。

  • IMF2 分量属于电导率曲线中频率较高的成分, 包含大量背景噪声。 观察图4 发现, minimax、 rigrsure、sqtwolog和heursure 4 种阈值估计方法中, 软阈值函数的缺点是会削弱电导率信号的一些峰值,但压制背景噪声的效果更好。 由于IMF2 的幅值相对原始信号要小得多,所以幅值略微降低对电导率曲线的整体影响不大,故选择软阈值函数来处理IMF2 分量。 从图4 能看出,rigrsure-s的降噪效果最差,sqtwolog-s平滑噪声效果最好,故IMF2 分量最终选用sqtwolog软阈值函数去噪。

  • 图4 IMF2 分量的小波阈值去噪结果

  • Fig.4 Wavelet threshold de-noising of IMF2 components

  • 同理对IMF3、IMF4 分量去噪。 IMF3、IMF4 分量的频率降低,幅值较大,包含大量有用的高电导率成分,若削弱高电导率成分对电导率曲线影响较大, 所以选择软阈值函数是不合适的,故选取能较完整保留信号特性的硬阈值函数。 通过实验和参考前人的成果发现[8-10] :rigrsure硬阈值去噪效果较差,其他3 种硬阈值函数对噪声都有较好的压制效果,综合上述结果,笔者选择了minimax硬阈值函数处理IMF3 和IMF4 分量。

  • 将其余IMF分量与去噪的IMF2、IMF3 和IMF4 分量叠加,得到图5 去噪的电导率曲线sym5(蓝色曲线)。 与小波阈值去噪、EMD去噪的电导率曲线相比,曲线sym5 未产生明显畸变,并且减少了背景噪声,还较完整得保留了高电导信号。

  • 4 方法应用

  • 按照上述方法对辽河东部和冀东地区裂缝性火成岩地层Y井、X井某井段的150(192)条电导率曲线进行处理,软件绘制成电成像静态图。如图6 所示,去噪后电成像静态图中麻点状噪声和块状干扰明显减少,裂缝特征更加清晰、明显,有利于人工拾取裂缝。

  • 为了验证以上方法的必要性和有效性,设置统一阈值分割去噪前、后的电成像测井图,输出仅包括裂缝、溶蚀孔洞的灰度图来计算地层的缝洞面孔率[22]。有研究指出根据电成像数据得到的缝洞面孔率与常规资料得到的裂缝孔隙度之间可能存在较大差别,但二者明显线性相关[23-24],故常规资料孔隙度一定程度上能反应缝洞面孔率的合理性。 地层的缝洞面孔率可定义为单位井壁上裂缝和溶蚀孔洞所占的比例。 计算地层的缝洞面孔率ps [22] :

  • ps=qQt
    (12)
  • 式中,Q为单位电成像灰度图总的像素点个数;q为单位电成像灰度图裂缝、溶蚀孔洞所占的像素点个数。

  • 图5 电导率曲线基于EMD的小波阈值去噪、小波阈值去噪和EMD去噪对比

  • Fig.5 Comparison of wavelet threshold de-noising based on EMD, wavelet threshold de-noising and EMD de-noising of conductivity curve

  • 图7 为Y井中单位电成像灰度图,其中电成像测井纵向的采样间隔n=0.0025 m,那么每米电成像灰度图纵向数据点个数 Nb=1n=400,即400 个像素点;电成像灰度图横向数据点个数Na=250 个,即每个采样深度有250 个像素点,每米电成像灰度图的总像素点个数Q=Na ×Nb。 最后统计灰度图中每个采样深度缝洞(图7 圆框中黑色部分) 的像素点个数q,带入到公式(9)中计算得到缝洞面孔率ps

  • 图8(a)中井径曲线显示井况较好。 原始图像分割结果麻点状噪声和干扰明显,计算的原始缝洞面孔率较大且没有明显规律;去噪图像分割结果背景噪声减少,特征清晰,特别地,绿色方框中的去噪缝洞面孔率明显降低,更加符合实际情况。 图8 中的裂缝面孔率是通过人工拾取裂缝由专门的软件计算得到的。 将通过去噪电成像静态图提取的缝洞面孔率与常规测井孔隙度、裂缝面孔率对比发现,经过联合EMD及小波阈值去噪方法处理的电成像测井图计算的缝洞面孔率与裂缝面孔率、常规测井资料中的孔隙度有明显线性关系,对应较好。

  • 为了验证缝洞面孔率的正确性和去噪方法的有效性,计算去噪前、后冀东X井某层段电成像测井图的缝洞面孔率,与实际岩心分析孔隙度为做出交会图(图9)。 去噪后的缝洞面孔率与岩心分析孔隙度的相关系数R 2 为0.339,说明二者线性相关性更强,趋势线可靠性更高,说明联合EMD及小波阈值去噪能够有效降低背景噪声,提高缝洞面孔率的合理性。

  • 图6 电成像静态图去噪前、后对比

  • Fig.6 Comparison of static image of electric imaging before and after de-noising

  • 图7 Y井单位电成像灰度图

  • Fig.7 Gray-scale image of unit electrical imaging of Y well EMD

  • 分解适合非线性、非平稳信号,但存在模态混叠现象。 小波阈值去噪中硬阈值函数重构所得的信号会产生伪吉布斯效应,而软阈值方法估计后的小波系数和原始小波系数总存在恒定偏差。 由于联合EMD及小波阈值去噪算法本身的原因以及实际信号的复杂性,同时为了尽可能压制噪声选择软阈值方法处理IMF2 分量,部分裂缝和溶蚀孔洞对应的正弦信号也被削弱了。 故去噪过程中需充分考虑降噪效果以及真实信号的完整性,下一步工作将研究如何在消除背景噪声的同时尽量保证有用信号的完整,利用改进的EMD算法减弱模态混叠效应以及改进小波阈值函数都是一种可尝试的思路。

  • 图8 电成像静态图的分割结果及缝洞面孔率的计算

  • Fig.8 Segmentation of static image of electric imaging and calculation of fracture-vug plane porosity

  • 图9 去噪前和去噪后缝洞面孔率与岩心孔隙度交会图

  • Fig.9 Cross plot of fracture-vug plane porosity and core porosity before de-noising and after de-noising

  • 5 结论

  • (1)消除了背景噪声的电成像静态图裂缝、溶蚀孔洞的特征更加明显清晰,便于划分和识别。

  • (2)经去噪的电成像静态图计算的缝洞面孔率与常规资料孔隙度及人工拾取的裂缝面孔率有明显的对应关系,规律明显。

  • (3)去噪后缝洞面孔率与实际岩心分析孔隙度线性相关性更好,说明联合EMD及小波阈值去噪能提高缝洞面孔率的准确性。

  • 参考文献

    • [1] 樊建明,陈小东,雷征东,等.鄂尔多斯盆地致密油藏天然裂缝与人工裂缝特征及开发意义[J].中国石油大学学报(自然科学版),2019,43(3):98-106.FAN Jianming,CHEN Xiaodong,LEI Zhengdong,et al.Characteristics of natural and hydraulic fractures in tight oil reservoir in Ordos Basin and its implication to field de-velopment[J].Journal of China University of Petroleum(Edition of Natural Science),2019,43(3):98-106. 

    • [2] 高建申,孙建孟,姜艳娇,等.油基钻井液环境下电成像测井响应分析及定量反演[J].中国石油大学学报(自然科学版),2018,42(3):50-56.GAO Jianshen,SUN Jianmeng,JIANG Yanjiao,et al.Response analysis and quantitative inversion ofelectrical imaging logging in oil based drilling fluid environment [J].Journal of China University of Petroleum(Edition of Natural Science),2018,42(3):50-56. 

    • [3] 李曦宁,沈金松,李振苓,等.用多尺度形态学方法实现成像测井电导率图像的缝洞参数表征[J].中国石油大学学报(自然科学版),2017,41(1):69-77.LI Xining,SHEN Jinsong,LI Zhenling,et al.Character-ization of reservoir fracture and vug parameters by con-ductivity imageof FMI based on multi-scale mathematical morphology method [J].Journal of China University of Petroleum(Edition of Natural Science),2017,41(1):69-77. 

    • [4] 闫建平,梁强,李尊芝,等.连通域标识法在FMI图像溶洞信息定量拾取中的应用 [J].地球物理学报,2016,59(12):4759-4770.YAN Jianping,LIANG Qiang,LI Zunzhi,et al.A con-nected domain identification method and it application in quantitatively pick up information of caves using electric imaging logging [J].Chinese Journal of Geophysics(in Chinese),2016,59(12):4759-4770. 

    • [5] 肖昆,邹长春,尚景涛,等.南岭多金属矿集区科学钻探孔成像测井技术应用[J].科学技术与工程,2018,18(2):71-78.XIAO Kun,ZOU Changchun,SHANG Jingtao,et al.Application of ultrasonic imaging log technology of scien-tific drilling boreholes in Nanlingdistrict [J].Science Technology and Engineering,2018,18(2):72-78. 

    • [6] 彭诚,邹长春.基于改进蚁群算法的成像测井裂缝自动提取方法[J].计算机工程,2015,41(8):196-201.PENG Cheng,ZOU Changchun.Automatic extraction method for imaging logs crack based on improved ant col-ony algorithm[J].Computer Engineering,2015,41(8):196-201. 

    • [7] 刘瑞林,谢芳,肖承文,等.基于小波变换图像分割技术的电成像测井资料裂缝、孔洞面孔率提取方法[J].地球物理学报,2017,60(12):4945-4955.LIU Ruilin,XIE Fang,XIAO Chengwen,et al.Extrac-ting fracture-vug plane porosity from electrical imaging logging data using dissection of wavelet-transform-based image[J].Chinese Journal of Geophysics(in Chinese),2017,60(12):4945-4955. 

    • [8] 林杰,付梦印,李道平.自适应小波阈值去噪算法及在图像处理中的应用[J].兵工学报,2011,32(7):896-900.LIN Jie,FU Mengyin,LI Daoping.Self-adaptive wavelet threshold de-noising method and its application in image processing[J].Acta Armamentar II,2011,32(7):896-900. 

    • [9] 张晓峰,潘保芝.二维小波变换在成像测井识别裂缝中的应用研究[J].石油地球物理勘探,2012,47(1):173-176,188,201.ZHANG Xiaofeng,PAN Baozhi.Two-dimensional wavelet transform to identify fractures in imaging logging[J].Oil Geophysical Prospecting(in Chinese),2012,47(1):173-176,188,201. 

    • [10] 江力,李长云.基于经验模分解的小波阈值滤波方法研究[J].信号处理,2005,21(6):659-662.JIANG Li,LI Changyun.A study of wavelet threshold filtering based on empirical model decomposition [J].Signal Processing,2005,21(6):659-662. 

    • [11] HUANG N E,SHEN Z,LONG S R,et al.The empiri-cal mode decomposition and the Hilbert spectrum for nonlinear and non-stationary time series analysis [J].Proceedings of the Royal Society of London(Series A),1998,454(1971):903-995. 

    • [12] HUANG N E,LONG S R,SHEN Z.A new view of nonlinear water waves:the Hilbert spectrum[J].Annu-al Review of Fluid Mechanics,1999,31(1):417-457. 

    • [13] 李成业,练继建,刘昉,等.EMD 与小波阈值联合滤波方法的改进及其在泄流结构振动分析中的应用[J].振动与冲击,2013,32(19):63-70,110.LI Chengye,LIAN Jijian,LIU Fang,et al.An im-proved filtering method based on EMD and wavelet-threshold and its application in vibration analysis for a flood discharge structure [J].Journal of Vibration and Shock,2013,32(19):63-70,110. 

    • [14] 邵忍平,曹精明,李永龙.基于EMD小波阈值去噪和时频分析的齿轮故障模式识别与诊断[J].振动与冲击,2012,31(8):96-101,106.SHAO Renping,CAO Jingming,LI Yonglong.Gear fault pattern identification and diagnosis using time-fre-quency analysis and wavelet threshold de-noising based on EMD[J].Journal of Vibration and Shock,2012,31(8):96-101,106. 

    • [15] 杨培杰,印兴耀,张广智.希尔伯特-黄变换地震信号时频分析与属性提取[J].地球物理学进展,2007,22(5):1585-1590.YANG Peijie,YIN Xingyao,ZHANG Guangzhi.Seis-mic signal time-frequency analysis and attributes extrac-tion based on HHT[J].Progress in Geophysics,2007,22(5):1585-1590. 

    • [16] LEMARI魪-RIEUSSET P G,MEYER Y.On deletteset bases hilbertiennes[J].Revista Matematica Iberoameri-cama,1986,2(1):1-18. 

    • [17] DAUBECHIES I.Orthonormal bases of compactly sup-ported wavelets[J].Comm Pure Appl Math,1988,41(7):909-996. 

    • [18] DAUBECHIES I.Orthonormal bases of compactly sup-ported wavelets II:variations on a theme [J].SIAM Journal on Mathematical Analysis,1993,24(2):499-519. 

    • [19] 安蕴.基于MATLAB的小波分析用于地震信号的去噪分析[D].太原:中北大学,2012:40-45.AN Yun.MATLAB-based wavelet analysis for seismic signal de-noising research[D].Taiyuan:ZhongBei Uni-versity,2012:40-45. 

    • [20] 王祝文,刘菁华,聂春燕.基于 Hilbert-Huang 变换的阵列声波测井信号时频分析[J].地球科学:中国地质大学学报,2008,33(3):387-392.WANG Zhuwen,LIU Jinghua,NIE Chunyan.Time-fre-quency analysis of array acoustic logging waveform sig-nal based on Hilbert-Huang transform[J].Earth Sci-ence:Journal of China University of Geosciences,2008,33(3):387-392. 

    • [21] XIE Fang,XIAO Chengwen,LIU Ruilin,et al.Multi-threshold de-noising of electrical imaging logging data based on the wavelet packet transform [J].Journal of Geophysics and Engineering,2017,14(4):900-908. 

    • [22] 赵军,祁兴中,刘瑞林,等.基于图像分割的成像测井资料目标拾取与计算[J].地球物理学进展,2007,22(5):1502-1509.ZHAO Jun,QI Xingzhong,LIU Ruilin,et al.The ob-ject picking and calculating by image devision for the image log data [J].Progress in Geophysics,2007,22(5):1502-1509. 

    • [23] 王晓畅,李军,张松扬,等.基于测井资料的裂缝面孔率标定裂缝孔隙度的数值模拟及应用[J].中国石油大学学报(自然科学版),2011,35(2):51-56.WANG Xiaochang,LI Jun,ZHANG Songyang,et al.Numerical simulation and application of fracture surface porosity calibrating fracture porosity by logging data[J].Journal of China University of Petroleum(Edition of Nat-ural Science),2011,35(2):51-56. 

    • [24] 王晓畅,李军,张松扬,等.裂缝孔隙参数定量表征和刻度及影响因素分析[J].地球物理学进展,2011,26(4):1393-1399.WANG Xiaochang,LI Jun,ZHANG Songyang,et al.Quantitative characterization and calibration of fracture pore parameters and the effect factors analysis[J].Pro-gress in Geophysics,2011,26(4):1393-1399.

  • 参考文献

    • [1] 樊建明,陈小东,雷征东,等.鄂尔多斯盆地致密油藏天然裂缝与人工裂缝特征及开发意义[J].中国石油大学学报(自然科学版),2019,43(3):98-106.FAN Jianming,CHEN Xiaodong,LEI Zhengdong,et al.Characteristics of natural and hydraulic fractures in tight oil reservoir in Ordos Basin and its implication to field de-velopment[J].Journal of China University of Petroleum(Edition of Natural Science),2019,43(3):98-106. 

    • [2] 高建申,孙建孟,姜艳娇,等.油基钻井液环境下电成像测井响应分析及定量反演[J].中国石油大学学报(自然科学版),2018,42(3):50-56.GAO Jianshen,SUN Jianmeng,JIANG Yanjiao,et al.Response analysis and quantitative inversion ofelectrical imaging logging in oil based drilling fluid environment [J].Journal of China University of Petroleum(Edition of Natural Science),2018,42(3):50-56. 

    • [3] 李曦宁,沈金松,李振苓,等.用多尺度形态学方法实现成像测井电导率图像的缝洞参数表征[J].中国石油大学学报(自然科学版),2017,41(1):69-77.LI Xining,SHEN Jinsong,LI Zhenling,et al.Character-ization of reservoir fracture and vug parameters by con-ductivity imageof FMI based on multi-scale mathematical morphology method [J].Journal of China University of Petroleum(Edition of Natural Science),2017,41(1):69-77. 

    • [4] 闫建平,梁强,李尊芝,等.连通域标识法在FMI图像溶洞信息定量拾取中的应用 [J].地球物理学报,2016,59(12):4759-4770.YAN Jianping,LIANG Qiang,LI Zunzhi,et al.A con-nected domain identification method and it application in quantitatively pick up information of caves using electric imaging logging [J].Chinese Journal of Geophysics(in Chinese),2016,59(12):4759-4770. 

    • [5] 肖昆,邹长春,尚景涛,等.南岭多金属矿集区科学钻探孔成像测井技术应用[J].科学技术与工程,2018,18(2):71-78.XIAO Kun,ZOU Changchun,SHANG Jingtao,et al.Application of ultrasonic imaging log technology of scien-tific drilling boreholes in Nanlingdistrict [J].Science Technology and Engineering,2018,18(2):72-78. 

    • [6] 彭诚,邹长春.基于改进蚁群算法的成像测井裂缝自动提取方法[J].计算机工程,2015,41(8):196-201.PENG Cheng,ZOU Changchun.Automatic extraction method for imaging logs crack based on improved ant col-ony algorithm[J].Computer Engineering,2015,41(8):196-201. 

    • [7] 刘瑞林,谢芳,肖承文,等.基于小波变换图像分割技术的电成像测井资料裂缝、孔洞面孔率提取方法[J].地球物理学报,2017,60(12):4945-4955.LIU Ruilin,XIE Fang,XIAO Chengwen,et al.Extrac-ting fracture-vug plane porosity from electrical imaging logging data using dissection of wavelet-transform-based image[J].Chinese Journal of Geophysics(in Chinese),2017,60(12):4945-4955. 

    • [8] 林杰,付梦印,李道平.自适应小波阈值去噪算法及在图像处理中的应用[J].兵工学报,2011,32(7):896-900.LIN Jie,FU Mengyin,LI Daoping.Self-adaptive wavelet threshold de-noising method and its application in image processing[J].Acta Armamentar II,2011,32(7):896-900. 

    • [9] 张晓峰,潘保芝.二维小波变换在成像测井识别裂缝中的应用研究[J].石油地球物理勘探,2012,47(1):173-176,188,201.ZHANG Xiaofeng,PAN Baozhi.Two-dimensional wavelet transform to identify fractures in imaging logging[J].Oil Geophysical Prospecting(in Chinese),2012,47(1):173-176,188,201. 

    • [10] 江力,李长云.基于经验模分解的小波阈值滤波方法研究[J].信号处理,2005,21(6):659-662.JIANG Li,LI Changyun.A study of wavelet threshold filtering based on empirical model decomposition [J].Signal Processing,2005,21(6):659-662. 

    • [11] HUANG N E,SHEN Z,LONG S R,et al.The empiri-cal mode decomposition and the Hilbert spectrum for nonlinear and non-stationary time series analysis [J].Proceedings of the Royal Society of London(Series A),1998,454(1971):903-995. 

    • [12] HUANG N E,LONG S R,SHEN Z.A new view of nonlinear water waves:the Hilbert spectrum[J].Annu-al Review of Fluid Mechanics,1999,31(1):417-457. 

    • [13] 李成业,练继建,刘昉,等.EMD 与小波阈值联合滤波方法的改进及其在泄流结构振动分析中的应用[J].振动与冲击,2013,32(19):63-70,110.LI Chengye,LIAN Jijian,LIU Fang,et al.An im-proved filtering method based on EMD and wavelet-threshold and its application in vibration analysis for a flood discharge structure [J].Journal of Vibration and Shock,2013,32(19):63-70,110. 

    • [14] 邵忍平,曹精明,李永龙.基于EMD小波阈值去噪和时频分析的齿轮故障模式识别与诊断[J].振动与冲击,2012,31(8):96-101,106.SHAO Renping,CAO Jingming,LI Yonglong.Gear fault pattern identification and diagnosis using time-fre-quency analysis and wavelet threshold de-noising based on EMD[J].Journal of Vibration and Shock,2012,31(8):96-101,106. 

    • [15] 杨培杰,印兴耀,张广智.希尔伯特-黄变换地震信号时频分析与属性提取[J].地球物理学进展,2007,22(5):1585-1590.YANG Peijie,YIN Xingyao,ZHANG Guangzhi.Seis-mic signal time-frequency analysis and attributes extrac-tion based on HHT[J].Progress in Geophysics,2007,22(5):1585-1590. 

    • [16] LEMARI魪-RIEUSSET P G,MEYER Y.On deletteset bases hilbertiennes[J].Revista Matematica Iberoameri-cama,1986,2(1):1-18. 

    • [17] DAUBECHIES I.Orthonormal bases of compactly sup-ported wavelets[J].Comm Pure Appl Math,1988,41(7):909-996. 

    • [18] DAUBECHIES I.Orthonormal bases of compactly sup-ported wavelets II:variations on a theme [J].SIAM Journal on Mathematical Analysis,1993,24(2):499-519. 

    • [19] 安蕴.基于MATLAB的小波分析用于地震信号的去噪分析[D].太原:中北大学,2012:40-45.AN Yun.MATLAB-based wavelet analysis for seismic signal de-noising research[D].Taiyuan:ZhongBei Uni-versity,2012:40-45. 

    • [20] 王祝文,刘菁华,聂春燕.基于 Hilbert-Huang 变换的阵列声波测井信号时频分析[J].地球科学:中国地质大学学报,2008,33(3):387-392.WANG Zhuwen,LIU Jinghua,NIE Chunyan.Time-fre-quency analysis of array acoustic logging waveform sig-nal based on Hilbert-Huang transform[J].Earth Sci-ence:Journal of China University of Geosciences,2008,33(3):387-392. 

    • [21] XIE Fang,XIAO Chengwen,LIU Ruilin,et al.Multi-threshold de-noising of electrical imaging logging data based on the wavelet packet transform [J].Journal of Geophysics and Engineering,2017,14(4):900-908. 

    • [22] 赵军,祁兴中,刘瑞林,等.基于图像分割的成像测井资料目标拾取与计算[J].地球物理学进展,2007,22(5):1502-1509.ZHAO Jun,QI Xingzhong,LIU Ruilin,et al.The ob-ject picking and calculating by image devision for the image log data [J].Progress in Geophysics,2007,22(5):1502-1509. 

    • [23] 王晓畅,李军,张松扬,等.基于测井资料的裂缝面孔率标定裂缝孔隙度的数值模拟及应用[J].中国石油大学学报(自然科学版),2011,35(2):51-56.WANG Xiaochang,LI Jun,ZHANG Songyang,et al.Numerical simulation and application of fracture surface porosity calibrating fracture porosity by logging data[J].Journal of China University of Petroleum(Edition of Nat-ural Science),2011,35(2):51-56. 

    • [24] 王晓畅,李军,张松扬,等.裂缝孔隙参数定量表征和刻度及影响因素分析[J].地球物理学进展,2011,26(4):1393-1399.WANG Xiaochang,LI Jun,ZHANG Songyang,et al.Quantitative characterization and calibration of fracture pore parameters and the effect factors analysis[J].Pro-gress in Geophysics,2011,26(4):1393-1399.

  • 版权所有 中国石油大学学报(自然科学版)编辑部 Copyright©2008 All Rights Reserved
    主管单位:中华人民共和国教育部 主办单位:中国石油大学
    地址: 青岛市黄岛区长江西路66号中国石油大学期刊社 邮编:266580 电话:0532-86983496 E-mail: journal@upc.edu.cn
    本系统由:北京勤云科技发展有限公司设计