一种微电阻率扫描成像测井数据异常校正方法及装置与流程

技术特征：

1.一种微电阻率扫描成像测井数据异常校正方法，其特征在于，该校正方法包括以下步骤：

1)采集测井数据，判断测井数据是否异常以及异常类型；

2)根据异常类型选取异常数据相邻的正常数据计算平均值；

3)利用异常数据与相邻正常数据的相似性计算异常数据的可信度，根据可信度判断异常数据是否可信；

4)当异常数据不可信时，将平均值代替异常数据作为校正值；若异常数据可信，则提取异常数据的变化特征，并将变化特征加上其对应的平均值作为异常数据的校正值。

2.根据权利要求1所述的微电阻率扫描成像测井数据异常校正方法，其特征在于，所述的异常数据至少包括以下任意一种：存在极板或电扣数据与邻近极板或电扣相比整体偏大或偏小；存在不同井段间纵向电导率差异大于设定值。

3.根据权利要求2所述的微电阻率扫描成像测井数据异常校正方法，其特征在于，当异常数据为极板或电扣数据与邻近极板或电扣相比整体偏大或偏小时，其平均值计算为：

I.根据极板和电扣在仪器上的排列规律，在横向上和纵向上找出异常数据相邻的正常数据；

II.利用相邻正常数据，通过反距离加权插值法依次计算出异常数据深度位置的正常数据。

4.根据权利要求2所述的微电阻率扫描成像测井数据异常校正方法，其特征在于，当不同井段间纵向电导率差异大于设定值时，其对应的平均值计算过程为：

a.设异常数据深度范围为B-C，其相邻正常深度范围为A-B与C-D，深度方向上A＜B＜C＜D；

b.计算A-B的平均值为P，C-D的平均值为Q；

c.将B-C深度范围划分为n段，计算每一段的平均值V_i，

5.根据权利要求2所述的微电阻率扫描成像测井数据异常校正方法，其特征在于，所述步骤3)中异常数据可信度的计算如下：

将异常数据B和与其相邻的正常数据A和C均平均分为m段，并计算异常数据中每一段的平均值B_i、与其相邻的正常数据中每一段的平均值A_i和C_i，1≤i≤m-1；

分别统计A_i+1-A_i与B_i+1-B_i以及C_i+1-C_i与B_i+1-B_i符号相同的个数，计算B与C以及B与A的相同率R_B-C和R_B-A，R_B-C和R_B-A中的较大者即为异常数据B的可信度。

6.根据权利要求2所述的微电阻率扫描成像测井数据异常校正方法，其特征在于，当异常数据可信时，其校正过程如下：

(1)在异常范围内将异常数据平均分为至少两段，每一段中每个电扣有n个数据；

(2)计算所述n个数据的平均值P，并计算每个数据相对于P的增量Wi，W_i＝V_i/p(1≤i≤n)；

(3)将增量W_i“加”到Q上，即Z_i＝W_i*Q，其中Z_i即为校正后的值。

7.根据权利要求2所述的微电阻率扫描成像测井数据异常校正方法，其特征在于，所述的异常数据还包括检测的测井数据为负数，若检测的数据为负数，则将其映射为正数，并判断映射的数据是否存在偏大或偏小的异常，若存在则利用步骤2)-4)进行校正。

8.根据权利要求7所述的微电阻率扫描成像测井数据异常校正方法，其特征在于，将负的测井数映射为正的测井数据的过程如下：

A.设某极板的某电扣在某一深度范围的数据为V₁、V₂...V_n，其中V₁和V_n为正数，而V₂到V_n-1全为负数；

B.求出V₂到V_n-1范围内的最小值V_min，且V_min所在的深度为D；

C.求出相邻正常电扣在深度D处的平均值V_aver；

D.通过线性映射方程y＝kx+b，将V₂到V_min之间的值映射到V_aver与V₁范围内，线性映射处理后，V₁到V_min之间的数值都为正数，

其中b＝V₁；

E.同理，对于V_min到V_n-1之间的数据映射方法，其映射方程也为y＝kx+b，其中b＝V_n。

9.一种微电阻率扫描成像测井数据异常校正装置，其特征在于，该校正装置包括异常判断模块、均值计算模块、可信度计算模块和校正模块，

所述的异常判断模块用于采集测井数据，判断测井数据是否异常以及异常类型；

所述的均值计算模块用于根据异常类型选取异常数据相邻的正常数据计算平均值；

所述的可信度计算模块利用异常数据与相邻正常数据的相似性计算异常数据的可信度，根据可信度判断异常数据是否可信；

所述的校正模块用于当异常数据不可信时，将平均值代替异常数据作为校正值；若异常数据可信，则提取异常数据的变化特征，并将变化特征加上其对应的平均值作为异常数据的校正值。