一种伽马传感器全温度范围补偿方法
【专利摘要】本发明公开了一种伽马传感器全温度范围补偿方法，首先确定伽马传感器全温度补偿试验的温度点选取方法；然后利用数据窗口选取各温度点对应的样本数据段，满足窗口内数据误差最小；对数据段内的伽马传感器测量值进行异常值检测与剔除，使结果符合3准则；选取合适的基函数建立伽马传感器测量值全温度补偿模型，在模型参数求取过程中，提出一种模型评价函数，通过不断迭代找到评价函数值最小值，此时对应的基函数加权系数及基函数个数即为最优的伽马传感器测量值全温度补偿模型参数。利用该方法可以消除伽马传感器的温度漂移造成的误差，实现全温度范围内补偿，从而提高仪器的测量精度。
【专利说明】一种伽马传感器全温度范围补偿方法
【技术领域】
[0001] 本发明涉及石油钻井、随钻测井和电缆测井【技术领域】中的一种伽马传感器全温度 范围补偿方法。
【背景技术】
[0002] 在石油行业地质导向钻井和随钻测井中，通常通过随钻伽马测井沿井身测量岩层 的天然伽马射线强度。根据自然伽马测井结果就有可能划分出钻孔的地质剖面、确定砂泥 岩剖面中砂岩泥质含量和定性地判断岩层的渗透性，是测井解释评价油气储藏的主要依 据。
[0003] 通过分析发现，不同的温度段对应的伽马传感器的测量值是不同的，伽马传感器 的计数涨落起伏随温度升高变化较大，从而导致测量不准确不稳定。如果不考虑温度对伽 马传感器的影响，在刻度过程中选取同样的系数，则测量值必定存在着一定的误差，因此有 必要对伽马传感器进行全温度范围的补偿修正。
[0004] 为了消除温度对伽马传感器产生的非线性影响，目前，公知的研究方法包括硬件 补偿和软件补偿两种方法。硬件补偿方法由于受到电路中电子元器件漂移等因素的影响， 导致整个测量系统可靠性差且精度低，无法做到全程补偿，实际使用过程中应用受到限制。 软件补偿方法主要包括两类，一类是预先依靠经验假设出补偿方程，再通过多项式拟合或 插值的方法进行计算，如曲线拟合法、分段线性插值法等，这类方法很容易导致"欠拟合"和 "过拟合"现象的发生，病态方程的出现，从而使得适应性较低，精度低；而另一类方法采用 人工智能方法，如神经网络算法等，先进行训练学习，获得大量的数据，然后再进行加权计 算得出结果，这种方法计算量很大，容易陷入局部极值。
【发明内容】
[0005] 本发明的目的是针对现有技术存在的问题，提供一种伽马传感器全温度范围补偿 模型方法，消除测量过程中温度对伽马传感器测量值的影响，提高仪器测量精度。
[0006] 本发明的技术方案为： 一种伽马传感器全温度范围补偿方法，首先确定伽马传感器全温度补偿试验的 温度点选取方法；然后利用数据窗口选取各温度点对应的样本数据段，满足窗口内数 据误差最小；对数据段内的伽马传感器测量值进行异常值检测与剔除，使结果符合3 σ准则；选取合适的基函数建立伽马传感器测量值全温度补偿模型，在模型参数求取过程 中，提出一种模型评价函数，通过不断迭代找到评价函数值最小值，此时对应的基函数加权 系数及基函数个数即为最优的伽马传感器测量值全温度补偿模型参数。
[0007] 上述方案进一步包括： 步骤四中，选取基函数(與￠))4 = U···,幻建立伽马传感器测量值全温度补偿模型 >' =/(Ζ，ι) = /〇為）+ ?成⑴+ ￠) +…+⑴，其中，y是传感器的输出，Jf是传感 器的输入，！为温度参数，为初始温度，i为基函数个数，4 (i = 12,···为基函数加权系 数； 确定伽马传感器测量值全温度补偿模型的基函数加权系数及基函数个数，步骤如下： 1) 采用一种折中策略，根据精确度和泛化度提出一种模型评价函数 = 办D〇t),其中：
【权利要求】
1. 一种伽马传感器全温度范围补偿方法，其特征是：首先确定伽马传感器全温度补偿 试验的温度点选取方法；然后利用数据窗口选取各温度点对应的样本数据段，满足窗口内 数据误差最小；其三对数据段内的伽马传感器测量值进行异常值检测与剔除，使结果符合 3 σ准则；其四选取合适的基函数建立伽马传感器测量值全温度补偿模型，在模型参数求 取过程中，提出一种模型评价函数，通过不断迭代找到评价函数值最小值，此时对应的基函 数加权系数及基函数个数即为最优的伽马传感器测量值全温度补偿模型参数。
2. 根据权利要求1所述的伽马传感器全温度范围补偿方法，其特征是:步骤四具体包括： 选取基函数（與_{ = 建立伽马传感器测量值全温度补偿模型 7 = /(1，1) = /(>為）+巧砰(幻+4約(〇 +?+ ￡^涔(1),其中，7是传感器的输出，；(：是传感 器的输入，I为温度参数，为初始温度，Jr为基函数个数，％ (i = 12,…，A：)为基函数加权系 数； 确定伽马传感器测量值全温度补偿模型的基函数加权系数及基函数个数，步骤如下： 1) 采用一种折中策略，根据精确度和泛化度提出一种模型评价函数 / \2 m(k) = φ· e(ki) +(?-ω)· D(k) , , ? = 1 - -η=为精确度和泛化度的折中系数，4%)表 I 4ni) 示模型基函数个数为t时的精确度，表示模型基函数个数为t时的泛化度，巧为样本 点数目； 2) 当免=1时，/ (X力=/￠4) + --?!，利用最小二乘方法求取加权系数Ci1，计算评价 函数值OT(I); 3) 当 A： = j (i>l)时，/0,0 = /(^^0) + (--? + --^ +…+ β痛OO,利用最小二 乘方法求取加权系数《1^2^··% ,计算评价函数值,比较w(i)和OT(i-l)大小，如果 <4-1)，则令1 = J+1,转到步骤4)，否则运算停止； 4) 重复步骤3)，直到找到最小的评价函数值，此时对应的基函数加权系数及基函数个 数即为最优的伽马传感器测量值全温度补偿模型参数。
3. 根据权利要求2所述的伽马传感器全温度范围补偿方法，其特征是： 伽马传感器各温度点数据选取方法中，根据数据分析需要选取数据窗口大小，设定步 长，按步长逐次移动数据窗口，计算每次移动后数据窗口内数据的误差值，选取其中最小的 误差值对应的数据窗口作为最终选取的样本数据段；误差计算公式如下：
式中，I：为数据窗口大小，i为数据窗口移动次数，巧为数据窗口第?次移动后的窗口 内的第J个数据，^为数据窗口第?次移动后的窗口内数据的平均值。
4. 根据权利要求3所述的伽马传感器全温度范围补偿方法，其特征是： 所述的对样本数据段内的伽马传感器测量值进行异常值检测与剔除步骤，采用在统计 学中的3 cr准则来进行：取标准差计算公式为
式中：^为;?的平均值，》为数据样本数目； 采样值为?±3σ内的数值是正常值，超过则判定为异常值进行剔除。
5. 根据权利要求4所述的伽马传感器全温度范围补偿方法，其特征是： 所述的最小二乘方法求取加权系数七^2,…巧运算过程如下， 令=/(x』)-/〇UQ),则伽马传感器测量值温度补偿模型可以转换为 乃=--?)+--?)+…+ --?.) , J = , w为拟合样本数目，其中待定系数 = 的选择必须满足残差
取极小值； 根据多元函数极值问题，E取极值的必要条件是
由此最小二乘拟合问题就转化为超定线性方程组的最小二乘解问题，即 Ax 二·ν 通过最小二乘方法可以得到待定系数，··，$。
6. 根据权利要求5所述的伽马传感器全温度范围补偿方法，其特征是： 所述的确定伽马传感器全温度补偿试验的温度点选取方法如下，调节试验箱的温度到 试验要求的温度，箱内温度应均匀升高，选定一个初始温度&，向上每间隔Δ? °C恒温保持 ΔΑ时间后，记录伽马传感器测量值，升至仪器的最高工作温度U3t，恒温保持后记录伽马 传感器测量值。
【文档编号】G06F17/50GK104516991SQ201310447861
【公开日】2015年4月15日 申请日期:2013年9月27日 优先权日:2013年9月27日
【发明者】马海, 肖红兵, 杨锦舟, 唐海全 申请人:中国石油化工集团公司, 中石化胜利石油工程有限公司钻井工艺研究院