System.ArgumentOutOfRangeException: 索引和長度必須引用該字符串內的位置。 參數名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技術實現步驟摘要】
本專利技術屬于巖石物理和測井,具體涉及一種基于神經網絡濾波的儲層固有頻率井下原位測量方法。
技術介紹
1、頁巖油氣等非常規油氣是目前油氣增儲上產的重要領域,由于該類儲層具有致密、低孔低滲等特點,需通過儲層改造提升產能。為克服傳統水力壓裂儲層改造技術工藝復雜、成本高、環保壓力大等問題,新型無水儲層改造技術不斷創新發展。目前已提出一種基于脈沖振動與共振效應的儲層共振改造技術,該技術具有高效、低成本和環保的特點,應用前景廣闊。以頁巖儲層為例,由于巖體在共振狀態下位移響應幅值最大,通過向井周地層持續施加一定頻率的脈沖作用力并激發儲層達到共振狀態,即可在較小的單次激發能量或作用力條件下使巖石受到的張拉應力克服地應力和抗拉強度,從而使地層內原生裂縫擴展或產生新裂隙,提高頁巖儲層滲透性,進而提高單井產能。
2、在儲層共振改造技術中,需根據目標儲層的固有頻率設定外加激勵頻率以激發儲層達到共振,因此如何準確測定改造目標范圍內巖體的固有頻率是實施儲層共振改造的關鍵。目前物體固有頻率的測試手段主要有“錘擊法”和“掃頻法”。其中,“錘擊法”具有高效及普適性較強的優點,多用于建筑物、橋梁與機械結構振動特性分析,通過監測激勵作用下物體表面振動信號得到結構響應數據,使用信號處理方法提取被測物體固有頻率。“掃頻法”具有直觀及精度高的特點,通過采集被測物體在不同激勵頻率下的響應變化,依據幅頻曲線直接判定位移響應較為明顯的共振頻率,還可直觀獲取固有頻率下物體振動特征。
3、物體的固有頻率是由材料尺寸大小和材料性質決定,小尺度巖樣在大小、物性
4、當前儲層固有頻率井下原位測量方法類似“錘擊法”,通過施加脈沖激勵誘發儲層振動,對監測到的儲層振動信號開展分析提取特征頻率,但由于套管、射孔、水泥環等結構對振動傳播影響較大,加之地層的非均質性及井筒內液體干擾,井下采集到的振動信號十分復雜,數據分析難度大,難以快速、準確提取儲層固有頻率,因此需要創新儲層固有頻率的測量與分析方法,實現固有頻率的高效獲取。
技術實現思路
1、針對上述
技術介紹
中存在的技術問題,本專利技術提出了一種基于神經網絡濾波的儲層固有頻率井下原位測量方法,其構思合理,可在井下直接開展目標儲層固有頻率測量,有效解決井下固有頻率測量困難或室內固有頻率測試不準確的問題,實現儲層固有頻率井下原位高效獲取。
2、為解決上述技術問題,本專利技術提供的一種基于神經網絡濾波的儲層固有頻率井下原位測量方法,其主要包括以下步驟:
3、(1)先通過連續高壓脈沖放電裝置產生脈沖沖擊波誘發儲層巖體振動;
4、(2)基于分布式光纖聲波傳感獲取連續高壓脈沖放電裝置在井口處脈沖放電時的自振振動噪聲信號數據;
5、(3)基于分布式光纖聲波傳感獲取連續高壓脈沖放電裝置在井筒中靜止狀態下的背景噪聲信號及脈沖放電時的反饋振動信號數據;
6、(4)基于深度殘差收縮神經網絡對自振振動噪聲信號數據、背景噪聲信號及脈沖放電時的反饋振動信號數據進行濾波降噪;
7、(5)使用改進自適應完備經驗模態分解方法與傅里葉變換方法開展振動信號分析;
8、(6)再進行希爾伯特變換獲得體現本征模態變化趨勢的希爾伯特邊際譜,結合皮爾遜相關系數法明確各本征模態與原始振動信號的相關系數;
9、(7)最終基于希爾伯特邊際譜與相關系數判定目標儲層固有頻率。
10、所述基于神經網絡濾波的儲層固有頻率井下原位測量方法,其中,所述步驟(1)的具體過程為:
11、(1.1)基于測井裝置定位油氣井射孔位置,記錄射孔邊界位置、目標儲層位置和非射孔段位置;
12、(1.2)將鎧裝光纖與連續高壓脈沖放電裝置的電纜進行捆綁,實現光纖與連續高壓脈沖放電裝置的電纜的同步收放;
13、(1.3)使用絞車吊放連續高壓脈沖放電裝置在井口及井下所需位置并分別進行單次或頻率遞增的連續脈沖放電,產生脈沖振動,激勵井周地層振動
14、所述基于神經網絡濾波的儲層固有頻率井下原位測量方法,其中:所述步驟(1.2)中所用光纖為分布式聲波傳感光纖。
15、所述基于神經網絡濾波的儲層固有頻率井下原位測量方法,其中:所述步驟(1.2)中連續高壓脈沖放電裝置的電纜還可使用內含光纖的光電復合纜。
16、所述基于神經網絡濾波的儲層固有頻率井下原位測量方法,其中,所述步驟(2)的具體過程為:使用絞車吊起連續高壓脈沖放電裝置并懸空于井口處,控制連續高壓脈沖放電裝置進行單次放電和頻率遞增的連續放電,通過光纖采集該條件下連續高壓脈沖放電裝置自身振動信號,將該信號稱為連續高壓脈沖放電裝置自振振動噪聲。
17、所述基于神經網絡濾波的儲層固有頻率井下原位測量方法,其中,所述步驟(3)的具體過程為:
18、(3.1)使用絞車下放連續高壓脈沖放電裝置,光纖隨連續高壓脈沖放電裝置的電纜同步下井,當連續高壓脈沖放電裝置下至射孔段位置后停止下放,根據光纖監測到的振動信號判斷連續高壓脈沖放電裝置靜止后,使用光纖監測并記錄井下背景振動信號數據,將該信號命名為射孔段背景噪聲;然后控制連續高壓脈沖放電裝置在該處進行單次放電、頻率遞增的連續放電,通過產生的脈沖沖擊波激勵井周地層巖體振動,放電過程中通過光纖進行井下振動信號采集;
19、(3.2)繼續下放連續高壓脈沖放電裝置,當連續高壓脈沖放電裝置到達目標儲層位置時停止下放連續高壓脈沖放電裝置,依據光纖監測井下環境,待連續高壓脈沖放電裝置靜止后開始記錄數據并命名為目標儲層背景噪聲;然后控制連續高壓脈沖放電裝置在該處進行單次放電、頻率遞增的連續放電,放電過程中通過光纖進行振動信號采集;
20、(3.3)繼續下放連續高壓脈沖放電裝置,當連續高壓脈沖放電裝置下至到達非射孔段位置時停止下放連續高壓脈沖放電裝置,依據光纖監測井下環境,待連續高壓脈沖放電裝置靜止后開始記錄數據并命名為非射孔段背景噪聲;然后控制連續高壓脈沖放電裝置在該處進行單次放電、頻率遞增的連續放電,放電過程中通過光纖進行振動信號采集。
21、所述基于神經網絡濾波的儲層固有頻率井下原位測量方法,其中,所述步驟(4)的具體過程為:基于深度殘差收縮神經網絡進行振動信號背景噪聲濾除工作,以所述連續高壓脈沖放電裝置自振振動噪聲、所述射孔段背景噪聲、所述目標儲層背景噪聲、所述非射孔段背景噪聲為訓練樣本,將對應位置處單次放電、頻率遞增的連續放電過程中所采集的振動信號依據深度殘差收縮神經網絡開展降噪濾波處理。
22、所述基于神經網絡濾波的儲層固有頻率井下原位測量方法,其中,所述步驟(5)的具體過程為:
23、(5.1)基于改進自適應完備經驗模態分解方法對降噪濾波后的振動信號開展模態分析,將信號分解所得到的本征模態分本文檔來自技高網...
【技術保護點】
1.一種基于神經網絡濾波的儲層固有頻率井下原位測量方法,其特征在于,主要包括以下步驟:
2.如權利要求1所述的基于神經網絡濾波的儲層固有頻率井下原位測量方法,其特征在于,所述步驟(1)的具體過程為:
3.如權利要求3所述的基于神經網絡濾波的儲層固有頻率井下原位測量方法,其特征在于:所述步驟(1.2)中所用光纖為分布式聲波傳感光纖。
4.如權利要求3所述的基于神經網絡濾波的儲層固有頻率井下原位測量方法,其特征在于:所述步驟(1.2)中連續高壓脈沖放電裝置的電纜還可使用內含光纖的光電復合纜。
5.如權利要求1所述的基于神經網絡濾波的儲層固有頻率井下原位測量方法,其特征在于,所述步驟(2)的具體過程為:使用絞車吊起連續高壓脈沖放電裝置并懸空于井口處,控制連續高壓脈沖放電裝置進行單次放電和頻率遞增的連續放電,通過光纖采集該條件下連續高壓脈沖放電裝置自身振動信號,將該信號稱為連續高壓脈沖放電裝置自振振動噪聲。
6.如權利要求1所述的基于神經網絡濾波的儲層固有頻率井下原位測量方法,其特征在于,所述步驟(3)的具體過程為:
8.如權利要求1所述的基于神經網絡濾波的儲層固有頻率井下原位測量方法,其特征在于,所述步驟(5)的具體過程為:
9.如權利要求8所述的基于神經網絡濾波的儲層固有頻率井下原位測量方法,其特征在于,所述步驟(6)的具體過程為:將所有振動信號中所提取的本征模態主頻進行統計與區間劃分,并將各區間內樣本的希爾伯特邊際譜中主頻出現時間同理論傳遞時間相比對,為各結構固有頻率辨識提供參照,進而提取出目標儲層巖體固有頻率。
10.如權利要求1所述的基于神經網絡濾波的儲層固有頻率井下原位測量方法,其特征在于,所述步驟(7)的具體過程為:基于強跟蹤濾波器對目標儲層對應的固有頻率區間內數據點進行估計,得到具有普適性的目標儲層固有頻率。
...【技術特征摘要】
1.一種基于神經網絡濾波的儲層固有頻率井下原位測量方法,其特征在于,主要包括以下步驟:
2.如權利要求1所述的基于神經網絡濾波的儲層固有頻率井下原位測量方法,其特征在于,所述步驟(1)的具體過程為:
3.如權利要求3所述的基于神經網絡濾波的儲層固有頻率井下原位測量方法,其特征在于:所述步驟(1.2)中所用光纖為分布式聲波傳感光纖。
4.如權利要求3所述的基于神經網絡濾波的儲層固有頻率井下原位測量方法,其特征在于:所述步驟(1.2)中連續高壓脈沖放電裝置的電纜還可使用內含光纖的光電復合纜。
5.如權利要求1所述的基于神經網絡濾波的儲層固有頻率井下原位測量方法,其特征在于,所述步驟(2)的具體過程為:使用絞車吊起連續高壓脈沖放電裝置并懸空于井口處,控制連續高壓脈沖放電裝置進行單次放電和頻率遞增的連續放電,通過光纖采集該條件下連續高壓脈沖放電裝置自身振動信號,將該信號稱為連續高壓脈沖放電裝置自振振動噪聲。
6.如權利要求1所述的基于神經網絡濾波的儲層固有頻率井下原位測量方法,其特征在于,所述步驟(3)的具體過程為:
7.如權利要求6所述的...
【專利技術屬性】
技術研發人員:王玉芳,孫一鳴,翟剛毅,康忠健,高崇,張家政,單文軍,
申請(專利權)人:中國地質調查局油氣資源調查中心,
類型:發明
國別省市:
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。