一种随钻测井数据实时压缩方法及解压缩方法与流程

本发明涉及一种数据处理技术，尤其是一种随钻测井系统对实时测井数据的压缩与解压缩方法。

背景技术：

随着石油钻探技术的不断发展,随钻测井技术(Logging While Drilling,简称LWD)得到越来越多关注和应用。相比于MWD技术，LWD实时上传的参数更多，不仅包括实时测量的井斜角、方位角、工具面角等工程参数，还实时传输电阻率、自然伽马、中子孔隙度、密度等常规测井中测量的地质参数。LWD技术能够实时的测量井下的工程参数和地质参数，并通过数据远传系统将井下测量信息实时的传送到地面。现场施工人员可以根据随钻测井数据及时准确的判断井下的工程信息和地质信息，以便及时调整施工参数，保证钻井工具尽可能的按照设计轨迹钻进。LWD技术的出现大大提高了现场钻井的决策能力。

目前，泥浆脉冲传输是随钻测井系统普遍使用的数据传输方式。

如图1所示，基于泥浆脉冲传输的LWD系统的工作流程，首先井下仪器的测量传感器对钻井的工程参数和实时地质参数进行数据采集(步骤101)；井下仪器中控电路中的编码系统对测量传感器采集的数据进行信道编码处理(步骤102)；井下脉冲发生器的驱动电路按照编码驱动脉冲发生器工作(步骤103)；井下脉冲器产生的泥浆压力脉冲沿着泥浆系统传输至地面(步骤104)；地面的信号检测与处理系统对泥浆压力脉冲信号进行检测、滤波与提取(步骤105)；地面数据处理系统的解码系统对提取的信号进行解码处理(步骤106)；最后将解码的数据输出到现场仪器的显示界面(步骤107)。LWD系统的数据采集、数据处理、数据的信道编码以及驱动脉冲器工作均由井下仪器完成。井下仪器是工作在高温、高压、强振动环境下，并且井下空间狭小，仪器工作的动力来源受到限制。诸多因素决定了井下仪器低功耗、计算能力弱的特点。

随钻测井数据局限于对地层信息的定性测量，仅提供对地层进行定性分析的依据，以电阻率为例，如图2所示，为现场施工过程中实时传输的电阻率曲线，由于地层参数的连续性，同一地层的数据曲线往往也具有连续性，相邻数据点间的差值不会太大，数据往往是在一定范围内波动(如图中201和203区域)，现场施工人员根据电阻率取值的大致范围可以具体判定是处于什么岩层。当遇到地层界面时数据会发生突变(如图中202区域)，现场施工人员根据数据发生跳变时的井深来判断岩层界面的深度，根据数据跳变的量级来判断是哪两种岩层的交界面。现场施工人员在地质参数变化平稳时关注的是其具体的数值大小，在参数发生突变时更关注数据的变化趋势以及变化量级。LWD系统侧量的实时井下数据为现场施工人员提供定性的参考，对数据实时性要求高于数据精确性要求，因此可以允许数据有一定程度的失真，尤其是在数据发生突变时，现场施工人员关注的更多的是数据突变的趋势和量级，换言之，在数据突变时对数据失真的容忍度会更高一些。

泥浆脉冲传输技术传输速率偏低，很难满足多参数随钻测井数据实时传输要求，已成为制约随钻测井技术发展的瓶颈。对井下数据进行压缩处理是提高传输速率的一个重要途径。

中国专利申请201110162446.0公开“一种随钻测井仪的数据帧存储方法”的数据压缩存储方法，提出了不存储开关泵信号本身的数据，而采用计时器来计算开关泵次数并将其存储来节省井底数据存储空间的方法。这是国内第一次提出随钻数据压缩概念，但是该方法只是对开关泵信号进行帧存储，并未对实测数据进行实时压缩与传输。

中国专利申请201310139448.7公开“一种随钻测井泥浆脉冲传输的数据压缩方法”，该方法将采集到的第一组数据作为基值，并进行编码上传，然后把第二、三、...、N组数值分别与基值进行求差运算，把差值传至地面已达到数据压缩的目的。该方法对变化平稳的数据压缩效果较好，但是对于突变数据压缩效果不好。当井下工具面处于不稳定状态时，工具面角会剧烈震荡，此时该方法不仅不会起到压缩效果，反而会使数据量增加。

技术实现要素：

为了克服上述现有技术的缺陷，本发明从现场实际需求出发，提出了一种随钻测井数据实时压缩方法及解压缩方法，在信道传输能力不变的情况下，提高了随钻测井数据的传输速率。

为了解决上述技术问题，本发明采用的技术方案是：

本发明提供的数据压缩技术方案主要包括以下操作：

步骤(1)：根据现场施工对被压缩数据的精度要求，设计多分辨量化模型，并制定量化列表；

步骤(2)：按照采集的先后顺序读入数据；

步骤(3)：将读入的实时数据与其前一个数据进行求差运算；

步骤(4)：对步骤(3)中计算的差值进行量化误差补偿；

步骤(5)：将补偿后的差值与量化列表对比，获得差值的最佳量化值及其在量化列表中的坐标；

步骤(6)：计算并存储引入的量化误差；

步骤(7)：对步骤(5)中获得的坐标值进行编码传输或保存至压缩文件。

上述方案适用的测量数据包括地质参数数据和工程参数数据；

上述方案是对不同时间测量的同一参数的数据进行压缩；

上述方案中，所述步骤(1)中进一步包括如下步骤：

(1-1)根据测量传感器的测量范围确定相邻数据间的差值的取值范围[-δ_max,δ_max]，此外，也可以根据前期地质勘探数据判断该参数变化的范围，进而确定差值的取值范围；

(1-2)根据现场施工需求，将差值的取值范围划分成N个区间：[-δ₁,δ₁]，[-δ₂,-δ₁)U(δ₁,δ₂]，[-δ₃,-δ₂)U(δ₂,δ₃]，……..，[-δ_max,-δ_N-1)U(δ_N-1,δ_max]；可以根据具体情况自由设计所划分区间的个数以及每个区间的具体范围；

(1-3)根据现场施工对被压缩数据的精度要求，对步骤(1-2)中的N个区间进行量化处理，设置每个区间内的量化步长分别为：

Q₁，Q₂，Q₃，….，Q_N，在随钻测井数据变化平缓时,现场工作人员关注的是数据的具体数值,在数据波动比较大时更多的是关注其变化趋势及变化量级,因此可以设置量化步长满足如下条件:Q₁<Q₂<Q₃<....<Q_N；

(1-4)设置将原始数据压缩为β比特的数据，β值的确定与划分区间的个数N以及每个区间设置的量化步长有关，即：

其中δ_N等于δ_max，δ₀为0；

(1-5)制定量化列表，并确定每个量化值的坐标，坐标值可以取为：0,1,2,L,2^β-1

上述方案中，在所述步骤(1)中，可以根据现场施工对测量数据的具体要求设计不同量化参数：N值、Q_i值和β值。这使得该技术方案更灵活、高效。此外，N值、Q_i值和β值这三个量化参数间又存在相互制约的关系。在设计分区个数N和每个区间的量化步长Q_i时要充分考虑现场实际需求，量化步长越小，则量化越精细，引入的量化误差也会越小，但量化点会增多，数据压缩比会降低，因此需要综合考虑各方面因素，在数据压缩比与量化误差间寻找最佳平衡点，已达到不影响现场施工的前提下，最大限度提高压缩比的目的；

上述方案中，所述步骤(1-2)和步骤(1-3)的目的是：首先，对数据的变化程度进行一个预判，将数据的变化幅度人为的划分为N个区间(步骤1-2)；其次，对不同区间采用不同的量化精度，在数据变化平缓时，量化步长较小，量化较精细，因此由于数据压缩而引入的量化误差也较小。在数据变化剧烈时，量化步长随之加大，量化较为粗糙，这主要是考虑到现场施工人员的实际需求：在数据突变时更关注的是数据的实时性，以及数据的变化趋势和量级，此时对数据失真的容忍度会更高一些。

上述方案中，在所述步骤(2)中读入数据后进一步包括：判断是否为第一个数据，如果不是，则进行步骤(3)；否则，将第一个数据作为基值赋予BaseData中(其中BaseData用于存储基值数据)，同时将Error置为0(其中Error用于存储量化误差值)，最后将第一个数据编码、上传，该方案中对第一个数据不进行压缩；

上述方案中，在所述步骤(3)中包括：

(3-1)将步骤(2)中读入的实时数据(设实时数据为CurrentData)与BaseData中存储的基值数据进行求差运算，获取差值Diff:

Diff＝CurrentData-BaseData；

(3-2)将步骤(2)中读入的实时数据作为新的基值赋予BaseData中，替换BaseData中原有的数值，在对下一个数据进行压缩时，该数值将作为基值应用于步骤(3)中；

上述方案中，所述步骤(4)中包括：将步骤(3)中获得的差值与Error中存储的量化误差值进行求差运算，进而对每次数据压缩过程中引入的量化误差进行补偿，得到补偿后的差值Diff_EC:

Diff_EC＝Diff-Error。

通过此种方法，可以消除量化误差的积累，即使在原始数据发生剧烈波动时，也能保证经过压缩后数据的变化趋势与原始数据的变化趋势保持高度一致，以满足现场施工需求；

上述方案中，所述步骤(5)包括：

将补偿后的差值与量化列表中的量化值进行比较，找到与其最接近的量化值，将其定为最佳量化值Q_i，并获得该量化值的坐标；

上述方案中，所述步骤(6)包括：

计算步骤(5)中引入的量化误差值，并将其赋予Error中，替换Error中原有的数据，即Error中的新值为：

Error＝Q_i-Diff_EC。

在对下一个数据进行压缩时，将该量化误差应用于步骤(4)中；

上述方案中，在所述步骤(7)中是对最佳量化值的坐标进行编码传输或保存至压缩文件，而不是对最佳量化值进行编码传输或保存；

一种对上述的数据实时压缩方法压缩后的数据流进行解压缩的方法，包括如下步骤：

制定量化列表，该量化列表与数据压缩时使用的量化列表完全相同；

输入压缩数据流，判断是否为第一个数据，若是，则直接输出显示该数据，并将该数据赋予Value_BaseData,若不是，则执行以下步骤；

以输入的压缩数据值为坐标，查找量化列表中该坐标所对应的具体数值，该数值即为实时数据与前一个数据差值的最佳量化值；

将量化值与Value_BaseData数据相加得到解压缩后的恢复值；

将恢复值赋予Value_BaseData中，替代Value_BaseData中原有数据；

输出恢复值。

与现有技术相比，本发明的优点在于：

本发明所述方法，可以根据被压缩数据的自身特点以及现场施工需求自由设计量化参数和量化模型，极大提高了数据压缩的灵活性；

本发明所述方法，以求差运算和简单的查表运算为主要算法，该算法简单，容易实现，能够满足随钻测量过程中井下仪器的功耗低、计算能力弱的要求，该方案的实用性强，此外，由于算法简单，对数据进行压缩与解压缩所用的时间较短，能够满足随钻测井数据实时传输要求；

本发明所述方法，不仅适用于对电阻率、自然伽马等地质参数的数据压缩，同时也适用于对工程参数(如工具面角)的数据压缩，适用范围广；

本发明所述方法，不仅仅局限于对随钻测井系统的实时数据压缩，也可以对其它存在明显变化趋势的数据进行压缩。

附图说明

图1为现有技术基于泥浆脉冲传输的LWD系统的工作流程图。

图2为现有技术现场施工过程中实时传输的电阻率曲线。

图3为本发明随钻测井数据实时压缩方法的流程图。

图4为本发明多级量化步长示意图(以N等于3为例)。

图5为本发明随钻测井数据实时解压缩方法的流程图。

具体实施方式

为了进一步深入了解本发明，以下结合附图对本发明的具体实施方式和工作原理进行详细说明。

如图3所示，为本发明所述随钻测井数据实时压缩方法的流程图。

一种随钻测井数据实时压缩方法，具体步骤如下：

步骤301：根据现场施工对被压缩数据的精度要求，设计多分辨量化模型，并制定量化列表，具体的量化模型设计步骤如下：

(301-1)根据测量传感器的测量范围确定相邻数据间的差值的取值范围[-δ_max,δ_max]，此外，也可以根据前期地质勘探数据判断该参数变化的范围，进而确定差值的取值范围；

(301-2)根据现场施工需求，将差值的取值范围划分成N个区间：[-δ₁,δ₁]，[-δ₂,-δ₁)U(δ₁,δ₂]，[-δ₃,-δ₂)U(δ₂,δ₃]，……..，[-δ_max,-δ_N-1)U(δ_N-1,δ_max]；可以根据具体情况自由设计所划分区间的个数以及每个区间的具体范围；

(301-3)根据现场施工对被压缩数据的精度要求，对步骤(1-2)中的N个区间进行量化处理，设置每个区间内的量化步长分别为：

Q₁，Q₂，Q₃，….，Q_N，并设置量化步长满足如下条件:

Q₁<Q₂<Q₃<....<Q_N；

如图4所示，为多级量化步长示意图(以N等于3为例)；

(301-4)设置将原始数据压缩为β比特的数据，β值的确定与划分区间的个数N以及每个区间设置的量化步长有关，即：

其中δ_N等于δ_max，δ₀为0；

(301-5)制定量化列表，并确定每个量化值的坐标，坐标值可以取为：0,1,2,L,2^β-1

在实际应用中，根据现场施工对测量数据的具体要求设计不同量化参数：N值、Q_i值和β值。N值、Q_i值和β值这三个量化参数间又存在相互制约的关系。在设计分区个数N和每个区间的具体量化步长Q_i时要充分考虑现场实际需求，量化步长越小，则量化越精细，引入的量化误差也会越小，但量化点会增多，数据压缩比会降低，三个量化参量的具体取值需要充分考虑现场的施工需求，在数据压缩比与量化误差间寻找最佳平衡点，已达到不影响现场施工的前提下，最大限度提高压缩比的目的；

步骤302：按照采集的先后顺序读入数据；

步骤303：判断读入的数据是否为第一个数据，如果是第一个数据，则执行步骤304和步骤305；

步骤304：将第一个数据作为基值赋予BaseData中(BaseData用于存储基值数据)，同时将Error置为0(Error用于存储量化误差值)。继续执行步骤305；

步骤305：将第一个数据编码、上传，该方案对第一个数据不进行压缩。继续执行步骤312；

若在步骤303中判断读入数据不是第一个数据则执行步骤306至步骤311；

步骤306：将步骤302中读入的实时数据(设实时数据为CurrentData)与BaseData中存储的基值数据进行求差运算，获取差值Diff:

Diff＝CurrentData-BaseData；然后继续执行步骤307；

步骤307：将读入的实时数据作为新的基值赋予BaseData中，替换BaseData中原有的数值，在对下一个数据进行压缩时，该数值将作为基值应用于步骤306中。继续执行步骤308；

步骤308：将步骤306中获得的差值与Error中存储的量化误差值进行求差运算，进而对每次数据压缩过程中引入的量化误差进行补偿，得到补偿后的差值Diff_EC:

Diff_EC＝Diff-Error。

此种方法可以消除量化误差的积累。继续执行步骤309；

步骤309：将补偿后的差值Diff_EC与量化列表中的量化值进行比较，找到与其最接近的量化值，将其定为最佳量化值Q_i，并获得该量化值的坐标。继续执行步骤310；

步骤310：计算步骤309中引入的量化误差值，并将其赋予Error中，替换Error中原有的数据，即Error中的新值为：

Error＝Q_i-Diff_EC。

在对下一个数据进行压缩时，将该量化误差应用于步骤308中。继续执行步骤311；

步骤311：对最佳量化值的坐标进行编码传输或保存至压缩文件。继续执行步骤312；

步骤312：判断是否还有数据需要压缩，若有，则重复执行步骤302至步骤312；若没有，则压缩结束。

一种对上述的数据实时压缩方法压缩后的数据流进行解压缩的方法，如图5所示为解压缩流程图，具体包括如下步骤：

步骤501：制定量化列表，该量化列表与数据压缩时使用的量化列表完全相同。继续执行步骤502；

步骤502：输入压缩数据流。继续执行步骤503；

步骤503：判断读入数据是否为第一个数据，若是，则执行步骤504和步骤505；

步骤504：将读入数据赋予Value_BaseData。继续执行步骤505；

步骤505：将数据直接输出。继续执行步骤510；

若在步骤503中判断读入数据不是第一个数据，则执行步骤506到509；

步骤506：以输入的压缩数据值为坐标，查找量化列表中该坐标所对应的具体数值，该数值即为实时数据与前一个数据差值的最佳量化值。继续执行步骤507；

步骤507：将量化值与Value_BaseData数据相加得到解压缩后的恢复值。继续执行步骤508；

步骤508：将恢复值赋予Value_BaseData中，替代Value_BaseData中原有数据。继续执行步骤509；

步骤509：输出恢复值。继续执行步骤510；

步骤510：判断是否还有数据需要解压缩，若有，则重复执行步骤502至步骤510；若没有，则解压缩结束。

本发明所述的一种随钻测井数据实时压缩和解压缩方法,并不局限于说明书和实施方式中所列运用，它可以被用于各种适合本发明之领域。本领域的普通技术人员应当理解，可以对本发明的技术方案进行修改或者等同替换，而不脱离本发明技术方案的精神和范围，其均应涵盖在本发明的权利要求范围当中。