一种基于相关系数和动态时间规整方法的自动测井深度校正方法

技术领域

本发明属于石油测井解释领域，特别涉及该领域中的一种基于相关系数和动态时间规整方法的自动测井深度校正方法。

背景技术

针对石油测井深度校正的挑战，刘子云等(1990)提出选用质量较好的曲线作为基准曲线，采用相关对比分析方法实现测井深度校正，不足之处是不能很好的控制曲线质量以及校正的准确度，如果一个窗口校正失败，需要重新校正，效率低。王辉(2012)提出一种利用相关性方法Hausdorff距离识别相似曲线尖峰，计算深度校正值，不足之处在于识别曲线尖峰容易误判，造成更大的深度误差。而且现有的石油测井商业软件中的深度校正功能存在自动化程度低，错误率高的情况，亟需提出新的深度校正方法解决该问题。

发明内容

本发明为了解决目前测井深度校正自动化程度低、错误率高的问题，提出了一种基于相关系数和动态时间规整方法控制曲线质量，实现测井曲线自动深度校正的方法，用于实际资料处理时，可靠性更强、准确度更高。

本发明采用如下技术方案：

一种基于相关系数和动态时间规整方法的自动测井深度校正方法，其改进之处在于，包括如下步骤：

步骤1，读取基准自然伽马曲线与待校正自然伽马曲线；

步骤2，采用Akima方法将待校正自然伽马曲线重采样，使其与基准自然伽马曲线的采样率一致；采用MinMaxScaler归一化方法对待校正自然伽马曲线和基准自然伽马曲线进行归一化处理，使两条自然伽马曲线的数据分布范围缩放到0—1；

步骤3，计算相关系数与动态时间规整距离：

基准自然伽马曲线x和待校正自然伽马曲线y之间的相关系数表达式为：

上式中，N为样本数量；

使用动态时间规整方法匹配两条自然伽马曲线的过程为：

尽可能将两条自然伽马曲线的波峰值点和波谷值点对应匹配，采用动态时间规整方法求解最小距离，用D

i

i

1≤i

上式中，L为自然伽马曲线的采样点数，i

序列G

上式中：R为序列G

步骤4，按基准窗口逐步对待校正自然伽马曲线进行深度校正：

将两条自然伽马曲线等分为若干个基准窗口，确定基准窗口长度L，滑动窗口长度WL和滑动距离SL；在基准窗口长度L内，计算基准自然伽马曲线与待校正自然伽马曲线的动态时间规整距离，如果大于阈值，则过滤掉这个基准窗口；

按自然伽马曲线的采样间隔移动，每移动一次计算相关系数，在整个滑动距离内最大的相关系数为深度误差Δd，基准窗口的深度校正公式为：

L＝L

上式中，L

对待校正自然伽马曲线根据深度误差重采样，完成一个基准窗口的深度校正，再依次对其余基准窗口进行深度校正。

进一步的，在步骤3中，R等于2。

进一步的，在步骤4中，动态时间规整距离的阈值为40。

本发明的有益效果是：

本发明所公开的方法，结合相关系数算法与动态时间规整算法对测井曲线深度进行校正，相关系数算法匹配曲线尖峰确定深度误差，动态时间规整算法筛选和控制曲线质量，采用双窗口滑动机制，过滤掉曲线质量不好的窗口，适用于自动化测井深度校正。

本发明所公开的方法，解决了多种测井曲线的深度校正问题，比如不同井次曲线零长不一致问题、因测井电缆伸长或者压缩导致深度错动问题，快速完成测井曲线深度校正，极大提高了测井数字处理的准确性和自动化程度，明显提高了工作效率，可以广泛用于现场操作人员和测井解释人员的校深工作，缩短处理周期，提高测井资料的使用效率。

附图说明

图1是本发明方法的流程示意图；

图2是对选取的一段自然伽马曲线进行插值处理的结果图；

图3是动态时间规整算法的处理结果示意图；

图4是双窗口滑动示意图；

图5是查22介电测井曲线深度校正结果示意图；

图6是su2010介电测井曲线深度校正结果示意图。

具体实施方式

为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图和实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。

实施例1，本实施例公开了一种基于相关系数和动态时间规整方法的自动测井深度校正方法，如图1所示，包括如下步骤：

步骤1，读取基准自然伽马曲线与待校正自然伽马曲线；

步骤2，采用Akima方法将待校正自然伽马曲线重采样，使其与基准自然伽马曲线的采样率一致；采用MinMaxScaler归一化方法对待校正自然伽马曲线和基准自然伽马曲线进行归一化处理，使两条自然伽马曲线的数据分布范围缩放到0—1；

(1)自然伽马曲线重采样归一化：

深度校正数据预处理的第一步对待校正自然伽马曲线重采样，由于单井不同次测量，待校正的自然伽马曲线与基准自然伽马曲线采样率不同，无法进行匹配，需将待校正的自然伽马曲线重采样与基准自然伽马曲线采样率一致。本实施例采用执行效率高且精度准确的Akima方法对自然伽马曲线重采样，AKima方法是由分段三次多项式构建的局部插值方法，插值后的曲线保证一阶导数连续，与线性插值、三次样条插值方法相比，曲线更加平滑自然，避免局部过度波动。AKima插值方法具体推导看文献，在此不再详细阐述。

图2是对选取的一段自然伽马曲线进行插值处理的结果图，包括线性插值得出的结果，三次样条插值得出的结果，AKima方法插值得出的结果。从图中可以看出，AKima方法插值得出的曲线更加贴近原始曲线，更加光滑，而三次样条插值得出的曲线幅度摆动比较大，尤其在尖峰处更明显，线性插值得出的曲线不具有光滑性。对比表明AKima插值方法更适合处理测井曲线，更加光滑且自然，贴近原始曲线形态。

(2)自然伽马曲线归一化：

不同次井的测井数据在量纲和幅值上有一定差异，有必要对标准自然伽马曲线与待校正伽马曲线进行归一化处理，本实施例采用MinMaxScaler归一化方法对两条自然伽马曲线进行归一化处理，使得自然伽马曲线数据缩放到分布范围0-1，防止输入数据之间不同的数量级对预测结果产生影响，提高两条曲线的相似程度。假如样本数据

上式中，x表示输入的自然伽马曲线数据样本，

步骤3，构建双窗口滑动机制，计算相关系数与动态时间规整距离：

相关系数(Pearson correlation coefficient)，又称皮尔逊(Pearson)积矩相关系数，是用于度量两个变量X和Y之间的相关性(线性相关)，其值介于-1与1之间。-1代表负线性相关，0代表完全不相关，1代表正线性相关。

基准自然伽马曲线x和待校正自然伽马曲线y之间的相关系数表达式为：

上式中，N为样本数量；

使用动态时间规整方法匹配两条自然伽马曲线的过程为：

动态时间规整算法的思想是把时间序列进行伸长或缩短，直到与参考模板的长度一致，在这一过程中，两段时间轴会产生一定程度上的扭曲或弯折，以便其特征量与标准模式对应。动态时间规整算法可以解决时间点不对齐，形态之间伸缩、扩展的问题，具有更优的匹配效果。定义一个归整路径距离，通过使用所有相似点之间距离的和，来衡量两个时间序列之间的相似性。两个曲线相似度越大，计算距离越小。

基准自然伽马曲线与待校正自然伽马曲线具有非常类似的匹配关系，以一段窗口的两条自然伽马曲线为例，简要介绍动态时间规整算法匹配自然伽马曲线的过程：

尽可能将两条自然伽马曲线的波峰值点和波谷值点对应匹配，采用动态时间规整方法求解最小距离，用D

i

i

1≤i

上式中，L为自然伽马曲线的采样点数，i

序列G

上式中：R为序列G

D(i，j)＝Dist(i，j)+min[D(i-1，j)，D(i，j-1)，D(i-1，j-1)]

上式中，D(i，j)表示长度为i和长度为j的两个曲线之间的归整路径距离，寻优的过程是从(0，0)点开始匹配这两个序列G

选取一段基准自然伽马曲线和待校正自然伽马曲线，计算两条曲线的动态时间规整距离，如图3所示，图中上方曲线GR_REF为基准自然伽马曲线，下方曲线GR_DESY为待校正自然伽马曲线，与曲线GR_REF对比，曲线GR_DESY深度不一致且压缩。上、下曲线之间的线是计算动态时间规整距离过程的匹配结果，反映了两时间序列形态的匹配程度。可以看出，动态时间规整方法可以较好地将曲线的形态进行自动扭曲，从而实现两条曲线的最优匹配，解决了自然伽马数据在压缩或者扩张情况下数据形态相似度的定量计算问题，自动控制曲线质量。

步骤4，按基准窗口逐步对待校正自然伽马曲线进行深度校正：

构建双窗口滑动机制，将两条自然伽马曲线等分为若干个基准窗口，计算窗口内两条曲线的相关系数与动态时间规整距离。

首先确定两个窗口长度和一个滑动距离，如图4所示，分别是确定基准窗口长度L，滑动窗口长度WL和滑动距离SL；在基准窗口长度L内，计算基准自然伽马曲线与待校正自然伽马曲线的动态时间规整距离，如果大于阈值，则过滤掉这个基准窗口，建议阈值为40。在基准窗口里面设置滑动窗口可以较好处理曲线复杂问题，比如在曲线的初始深度附近留出滑动窗口滑动距离，其次可以校正不同曲线零长。以基准自然伽马曲线深度为准，在基准窗口长度L内，滑动窗口长度WL在窗口的底部分别向上移动距离SL/2，向下移动距离SL/2，按自然伽马曲线的采样间隔移动，每移动一次计算相关系数，在整个滑动距离内最大的相关系数为深度误差Δd，基准窗口的深度校正公式为：

L＝L

上式中，L

对待校正自然伽马曲线根据深度误差重采样，完成一个基准窗口的深度校正，再依次对其余基准窗口进行深度校正。

用本发明方法对两口井的测井曲线进行自动深度校正处理，都取得了较好的效果，不但可靠，而且自动化程度高。

图5是查22介电测井曲线图。图中GR_REF是基准自然伽马曲线，GR_DESY是待校正自然伽马曲线，与GR_REF不是同一次测量。GR_CORR是对自然伽马曲线GR_DESY校正后的自然伽马曲线。从图5中看出，经本发明方法处理后，曲线自动下移1.1米，对曲线重采样，在1874米、1884米、1900米处，曲线尖峰都自动对齐，深度完全对齐。

图6是su2010介电测井曲线深度校正结果示意图。从图6中看出，在深度3483处，自然伽马曲线GR_DESY尖峰与曲线GR_REF形态差别大，而且两条曲线多处尖峰形态不同，情况较复杂，经本发明方法处理后，在3483.5米、3490米、3502.5米处，曲线形态以及尖峰都自动对齐，深度完全对齐。