一种地层声波时差的测试提取方法与流程

本发明涉及石油勘探领域，尤其涉及一种地层声波时差的测试提取方法。

背景技术：

随钻声波测井技术是在电缆测井技术的基础上发展起来的，与电缆测井相比，它能够在泥浆滤液侵入到地层之前对数据进行有效采集，受侵入影响较小，能够更为客观的探测到原始地层状况，地层信息具有更高的研究价值。随钻测井技术的应用，把钻井和测井两个过程合二为一，在钻井的过程中完成录井，提高了钻井作业效率，大大降低了测井的成本。另外，在一些高难度的测井作业中，例如水平井、大斜度井的测试中，电缆测井无法完成测井工作，只能选用随钻测井。石油勘探领域地层声波时差数据可以用来进行地层对比、确定地层孔隙度、计算地层孔隙压强等，用途广泛，但在实际钻井过程中，经常出现声波时差数据不完整或者由于井况原因准确测量的问题，为了给地层判断提供更多数据支持以及为钻井安全提供较为可靠的地层压强信息，相关技术人员经常利用faust经验公式来拟合计算缺失部分的地层声波时差数据。

作为一种较为常见的地层声波时差计算方法，faust经验公式可以满足一般常温常压井的作业需求，但当地层岩性变得复杂，或地层孔隙压强系数变高时，faust经验公式的拟合结果往往不尽人意，对现场的地层孔隙压强系数的计算或者地层物性的判断并不能提供可靠的数据参考，甚至误导现场决策者的作业思路，间接性地带来不必要的经济损失。

技术实现要素：

本发明为解决目前的技术不足之处，提供了一种地层声波时差的测试提取方法，其能基于实时检测到的地层状况来调节测井仪的工作状况，提高测试的准确性；

本发明的另一目的是在无法测试时能够模拟计算出声波时差，提高了拟合地层声波时差的准确度。

本发明提供的技术方案为：一种地层声波时差的测试提取方法，包括以下步骤：

步骤一、按照采样周期，获取地层深度h、温度t、湿度f、压强p；

步骤二、依次将步骤一中获取的参数进行规格化，确定三层bp神经网络的输入层向量x＝{x1,x2,x3,x4}；其中x1为深度系数、x2为温度系数、x3为湿度系数、x4为压强系数；

步骤三、所述输入层向量映射到中间层，所述中间层向量y＝{y1,y2,…,ym}；m为中间层节点个数；

步骤四、得到输出层向量o＝{o1,o2,o3}；o1为接收器移动速度调节系数，o2为接收器间距调节系数；o3为紧急停止信号；

步骤五、控制接收器移动速度和接收器间距，使

其中，别为第i次采样周期输出层向量前两个参数，vmax为接收器移动最大速度，smax为接收器最大间距，vi+1为第i+1个采样周期时接收器移动速度，si+1为第i+1个采样周期时接收器间距。

优选的是，还包括：

根据第i次周期中的地层深度h、温度t、湿度f、压强p，当时判定此环境状态不适于测井仪的工作，进行紧急停止。

优选的是，当时，测井仪停止检测，取对应处的地层岩样测试其电阻率，并拟合计算声波时差δt：

其中，rd为地层电阻率；k,c,d为常数。

优选的是，所述常数k,c,d的确定：实际测量地层的不同深度的一组地层电阻率和对应的声波时差，模拟得到数据关系式，确定k,c,d的数值。

优选的是，初始状态时，所述接收器间距s0满足：

优选的是，所中间层节点个数m满足：其中n为输入层节点个数，q为输出层节点个数。

优选的是，步骤三中，将地层深度h、温度t、湿度f、压强p进行规格化的公式为：

其中，xj为输入层向量中的参数，xj分别为测量参数h、t、f、p，j＝1,2,3,4；xjmax和xjmin分别为相应测量参数中的最大值和最小值。

优选的是，初始状态，接收器移动速度v0满足：

v0＝0.76vmax。

本发明所述的有益效果：本发明提供的基于bp神经网络的地层声波时差的测试提取方法，构建了人工神经网络，具有自学习和预测功能，使其具有良好的适应性和调控的准确性。能够大大提高测试效率和准确率。同时在测井仪不便于测试时，可以根据实测的声波时差与电阻率构建的关系模型，确认关系后模拟计算得到声波时差。

附图说明

图1为本发明的第一个测试井地层不同井深的fuast经验公式拟合声波时差与实测声波时差的图像。

图2为本发明的第二个测试井地层不同井深的fuast经验公式拟合声波时差与实测声波时差的图像。

图3为本发明的第三个测试井地层不同井深的fuast经验公式拟合声波时差与实测声波时差的图像。

图4为本发明的fuast经验公式拟合声波时差、改进fuast经验公式拟合声波时差与实测声波时差的地层压强梯度随井深变化图。

图5为本发明的基于fuast经验公式拟合声波时差、改进fuast经验公式拟合声波时差与实测声波时差的地层压力梯度随井深变化图。

具体实施方式

下面结合附图对本发明做进一步的详细说明，以令本领域技术人员参照说明书文字能够据以实施。

本发明提供一种地层声波时差的测试提取方法，在钻井过程中控制测试声波时差。

随着钻井过程的进行，采用测井仪进行测试。深度测量传感器沿井下管柱设置，用于检测测试位置的深度。压强计托筒，其设置在井下管柱内，用于进行井下压强信息无线通讯；精密直读压强计，其设置在所述压强计拖筒内，用于检测井下压强和温度；湿度计，其设置在压强计拖筒内；继器，其设置在井下管柱内，用于接收并压强、温度信息，并放大为高频电磁波信号；控制器，其设置在地面，用于接收并解码所述高频电磁波信号，并控制所述中继器、压强计托筒的工作状态。

基于bp神经网络的地层声波时差的测试提取方法步骤如下：

步骤一s110：建立bp神经网络模型。

本发明采用的bp网络体系结构由三层组成，第一层为输入层，共n个节点，对应了表示n个输入参数，些信号参数由数据预处理模块给出。第二层为隐层，共m个节点，由网络的训练过程以自适应的方式确定。第三层为输出层，共p个节点，由系统实际需要输出的响应确定。

该网络的数学模型为：

输入向量：x＝(x1,x2,...,xn)^t

中间层向量：y＝(y1,y2,...,ym)^t

输出向量：o＝(o1,o2,...,op)^t

本发明中，输入层节点数为n＝4，输出层节点数为p＝3。隐藏层节点数m由下式估算得出：

输入信号4个参数分别表示为：x1为深度系数、x2为温度系数、x3为湿度系数、x4为压强系数。

由于传感器获取的数据属于不同的物理量，其量纲各不相同。因此，在数据输入人工神经网络之前，需要将数据规格化为0-1之间的数。

具体而言，对于地层深度h，进行规格化后，得到深度系数：

其中，hmax和hmin分别为地层最大深度和最小深度。

同样的，对温度传感器测量的环境温度t进行规格化后，得到环境温度系数：

其中，tmax和tmin为地层最高温度和最低温度。

同样的，对湿度f进行规格化后，得到地层湿度系数：

其中，fmax和fmin分别为地层最大湿度和最小湿度。

同样的，对地层压强p进行规格化后，得到地层压强系数：

其中，pmax和pmin分别为地层最大压强和最小压强。

输出的三个参数分别表示为：o1为接收器移动速度调节系数，o2为接收器间距调节系数；o3为紧急停止信号；

接收器移动速度调节系数o1表示下一个采样周期时移动速度与最大速度之比，即在第i个采样周期获取输入参数，通过bp神经网络输出第i个采样周期的接收器移动速度调节系数控制第i+1个采样周期中的接收器移动速度vi+1，使其满足：

其中，vmax为接收器最大移动速度。

接收器间距调节系数o2表示下一个采样周期时接收器间距与接收器最大间距之比，即在第i个采样周期获取输入参数，通过bp神经网络输出第i个采样周期的接收器间距调节系数控制第i+1个采样周期中接收器间距si+1，使其满足：

其中，smax为接收器最大间距。

步骤二s120、进行bp神经网络的训练。

建立好bp神经网络节点模型后，即可进行bp神经网络的训练。根据产品的历史经验数据获取训练的样本，并给定输入节点i和隐含层节点j之间的连接权值wij，隐层节点j和输出层节点k之间的连接权值wjk，隐层节点j的阈值θj，输出层节点k的阈值θk、wij、wjk、θj、θk均为-1到1之间的随机数。

在训练过程中，不断修正wij和wjk的值，直至系统误差小于等于期望误差时，完成神经网络的训练过程。

如表1所示，给定了一组训练样本以及训练过程中各节点的值。

表1训练过程各节点值

步骤三s130、采集输入参数，得到输出参数，并对测井仪及测试系统进行控制。

步骤三s130具体包括如下分步骤：

s131：按照采样周期，获取第i个采样周期时地层深度h、温度t、湿度f、压强p；其中，i＝1,2,……。

s132：依次将上述4个参数进行规格化，得到第i个采样周期时三层bp神经网络的输入层向量x＝{x1,x2,x3,x4}。

s133：所述输入层向量映射到中间层，得到第i个采样周期时中间层向量y＝{y1,y2,y3,y4}。

s134：所述中间层向输出层映射，得到第i个采样周期时得到输出层向量o＝{o1,o2,o3}。

s135、对于接收器移动速度和接收器间距，使

别为第i次采样周期输出层向量前两个参数，vmax为接收器移动最大速度，smax为接收器最大间距，vi+1为第i+1个采样周期时收器移动速度，si+1为第i+1个采样周期时接收器间距。

初始时，接收器移动速度：

v0＝0.76vmax。

所述接收器间距s0满足：

其中，间距s0的单位m，温度t的单位f，湿度f量纲1，压强p的单位pa。

s136：根据第i次周期中的根据第i次周期中的地层深度h、温度t、湿度f、压强p，判定此环境状态，当时不适于测井仪的工作，进行紧急停止。

通过上述设置，通过获取输入参数，通过采用bp神经网络算法，对测井仪进行调控，测试地层声波时差。

当时，表明该地层不适宜用测井仪测试。关技术人员经常利用faust经验公式来拟合计算缺失部分的地层声波时差数据。

作为一种较为常见的地层声波时差计算方法，faust经验公式可以满足一般常温常压井的作业需求，但当地层岩性变得复杂，或地层孔隙压强系数变高时，faust经验公式的拟合结果往往不尽人意，对现场的地层孔隙压强系数的计算或者地层物性的判断并不能提供可靠的数据参考，甚至误导现场决策者的作业思路，间接性地带来不必要的经济损失。

首先利用faust经验公式计算地层声波时速，然后将声波时速转换成声波时差，即原faust经验公式为：

vt为地层声波速度，单位us/ft；h为地层垂直井深度，单位m；k′,c′,d′为常数。

基于faust经验公式改进的拟合新式为δt：

其中，δt为地层声波差，单位us/ft；rd为地层电阻率，单位为ω·m；k,c,d为常数。

常数k,c,d的确定方法：

在以上测井仪测试过程中，在不同的测试周期和测试高度选取外观完整的地层岩样；

将取得的岩样，在模拟其对应的地层条件下进行岩电实验，实验测量出对应的地层电阻率rd；

获取测井仪测试得到的地层声波时差，并建立实际测得的地层声波时差与对应的实验测得地层电阻率的关系作图，模拟曲线确认关系式(基于faust经验公式改进的拟合新式)，确定常数k,c,d的值。

如图1-3所示，通过实测声波时差与拟合声波时差的对比结果看出，fuast经验公式中的井深h对拟合声波时差结果影响较大(见图1)，即垂深的增加，拟合声波时差在较浅地层比实测声波时差要大，而在较深地层比实测声波时差要小。大量研究表明，对于正常压实地层而言，地层声波时差与地层电阻率随着垂深的增加，在半对数坐标系中呈线性变化(半对数坐标系中：声波时差随着垂深的增加线性变小，电阻率随着垂深的增加线性增加。)，故在寻找电阻率与声波时差的关系时，不需要重复考虑垂深h对拟合结果的影响。

如图4-5所示新式中无垂深h的制约，较传统fuast经验公式而言，拟合结果与实测值结果误差更小，不存在明显误差，新式拟合的声波时差计算的地层孔隙压强系数更符合实际情况，传统的faust经验公式拟合转换的声波时差计算的地层孔隙压强系数偏小，在现场实际钻井过程中并不具有指导意义。

尽管本发明的实施方案已公开如上，但其并不仅仅限于说明书和实施方式中所列运用，它完全可以被适用于各种适合本发明的领域，对于熟悉本领域的人员而言，可容易地实现另外的修改，因此在不背离权利要求及等同范围所限定的一般概念下，本发明并不限于特定的细节和这里示出与描述的图例。