核磁共振T_2谱奇异值反演改进算法

通过分析最佳奇异值保留个数与信噪比的关系,改进了传统的SVc反演算法,提出了一种新的实现非负约束的迭代方案.数值模拟实验和实际应用表明,改进的奇异值分解算法可以适用于低信噪比(5相似文献   

核磁共振T2谱M-P广义逆反演研究

基于广义逆和奇异值分解理论,研究核磁共振T2谱反演的截断法和阻尼法。首先给出反演问题的M-P广义逆解;然后对系数矩阵进行奇异值分解求其M-P广义逆,对奇异值进行截断或者加阻尼,保证解的稳定性兼顾其分辨率;最后利用迭代技术实现解的非负约束。数值仿真实验和岩心T2谱反演表明:对于双峰谱,在信噪比SNR≥10时,截断法和阻尼法反演T2谱的分辨率和稳定性都很高;截断法截断因子选择范围小,在SNR<10时解的分辨率和稳定性差;阻尼法阻尼因子选择范围大,在SNR<10时解的稳定性好,但短组分分辨率低,长组分分辨率高。对于三峰谱,当SNR≥20时,截断法和阻尼法反演的T2谱光滑连续,具有三峰结构;当SNR<20时两者均不能反演出与构造谱接近的三峰谱。因此,2种方法可应用于SNR≥10的双峰谱和SNR≥20的三峰谱反演;从分辨率和稳定性、平滑噪声及截断和阻尼因子的选取上,阻尼法略优于截断法。     

提高核磁测井差分谱油气识别方法的研究

对提高核磁共振测井差分谱识刖油气的方法进行了研究.介绍了核磁共振测井求解差分谱的原理,井用NUMAR公司的P型核磁处理软件DPP时P型核磁的原始数据进行了差分谱处理;根据限制最小平方误差法,反演得到T2谱,并对P型核磁测井原始数据进行了处理,与DPP处理的结果进行了对比,效果比较理想.通过比较分析,限制最小平方误差法对于提高低信噪比的油气显示很有意义,由于MAP-Ⅱ算法在低信噪比条件下反演的差分谱偏离真实较远.给实际应用带来较大的不确定性.文章提出的方法为低信噪比的数据处理问题提出了一种可能的解决手段.     

泥质砂岩激发极化弛豫时间谱的正则化反演

激发极化衰减谱是一系列单指数衰减的线性叠加,因此可以对衰减谱进行多指数反演,得到的弛豫时间谱可用于储层孔隙结构和渗透性评价,是一种非常有前途的技术。由于实际测井的信噪比相对较低,常规的奇异值分解方法难以获得合理的弛豫时间谱,为此,采用正则化约束,结合奇异值分解,对合成数据和实际测量的衰减谱进行反演,得到连续的弛豫时间谱;同时,讨论了弛豫时间谱的时间常数分布、正则化因子以及信噪比对反演结果的影响。研究结果表明:该方法适用于信噪比较低的实际测量结果的反演,弛豫时间常数的分布点数为32~64较为合适;随着正则化因子的增加,反演结果逐渐变得平滑,存在一个最优的正则化因子,用于获得最为合理的弛豫时间谱;在双对数图中,最优正则化因子随着信噪比的增加而线性降低,因此通过测量结果的信噪比,可以求取最优正则化因子,进而将该技术应用于实际。     

局部奇异值分解法压制随机干扰

对于低信噪比资料,压制随机噪声,增强有效信号是地震资料处理的首要任务。而传统的奇异值分解去噪算法,在有效信号横向相干性较强时,去噪效果明显,但当有效信号同相轴呈倾斜、弯曲或孤立状态时,其在压制随机噪声的同时,存在滤除部分有效信号的弊端,为此通过对不同时窗内的地震数据进行拉平、奇异值分解数据重构与反拉平等处理方法,对常规奇异值分解算法进行改进,以克服其对包含非水平连续信号资料去噪效果差的局限。理论数据和实际资料的去噪结果表明,改进后的算法去噪效果明显优于常规奇异值分解法,能在保证有效波不被滤除的前提下有效提高地震资料的信噪比。     

基于形态小波的核磁共振测井信号去噪及现场应用研究

核磁共振测井中采集到的回波串信号十分微弱,而背景噪声很强,使信噪分离困难。为解决这一问题,引入了结合数学形态学的特征识别和小波分解的多分辨率分析特性的形态小波方法。讨论了方法的数据基础和应用步骤,并与小波软阈值方法处理结果进行了对比分析。实测数据处理结果表明:形态小波去噪方法具有良好的细节保留和抗噪声能力,去噪效果优于小波软阈值滤波方法;在消除测井信号随机噪声的同时,能很好地保留信号的波形和特征,在较低信噪比下仍可有效地提取测井信号的有用信息,提高了T2谱的反演精度。     

基于奇异值分解法的核磁测井解谱算法

核磁测井资料的处理与解释是核磁测井技术的关键,也是其应用的难点所在。介绍了利用奇异值分解法对回波串进行处理,求得最小二乘意义下的最优解,进一步得到关于孔隙度分布的T2谱。并利用T2分布谱对实际地层进行分析,区分油、气、水层。     

利用激发极化驰豫时间谱确定渗透率的实验研究

激发极化驰豫时间是孔隙大小的函数,采用奇异值分解方法对激发极化衰减曲线进行多指数反演,得到光滑的驰豫时间谱,该谱呈现多峰特性.实验结果表明,溶质对该谱的影响主要是由于溶质离子的扩散系数不同所致.对于同一块岩心,衰减谱随扩散系数的增大而向小驰豫时间方向移动.结合岩心地层因素F,研究了激发极化驰豫时间几何平均值Tg与岩石的渗透率K的关系,结果表明,logK和log(T1/2g/F)、log(Tg/F)呈现良好的线性关系.     

岩石激发极化衰减谱的多指数反演

激发极化衰减谱比极化率具有更为丰富的储层信息,与地层的孔隙结构、渗透率、地层水电阻率以及泥质含量密切相关。衰减谱是一系列单指数衰减的线性叠加,因此,可以对衰减谱进行多指数反演,得到弛豫时间谱,从而可以更好地利用激发极化衰减谱来进行储层评价。一般的非负最小二乘反演的结果振荡剧烈,与实际情况不相符。这里采用阻尼最小二乘方法,结合奇异值分解技术对泥质砂岩的激发极化衰减谱进行了多指数反演,得到了光滑连续的弛豫时间谱,弛豫时间分布点数为32点~64点较合适,算法和软件对实际的岩心具有较好的效果。     

主成分分析和字典学习联合地震数据去噪方法

为能获得高信噪比的地震数据,笔者提出了一种基于K-SVD字典学习和主成分分析(PCA)相结合的主成分字典学习算法。与K-SVD算法对误差项直接采用奇异值分解来更新字典原子不同,笔者采用PCA算法分解误差项,并使用第一主成分作为字典原子的更新。通过对复杂模型合成地震记录与实际地震记录进行对比实验,得出该方法较K-SVD算法信噪比大约提高1～1.5 dB,能更好地保护有效信号。     

海拉尔盆地碎屑岩储层束缚水饱和度的确定

核磁测井资料确定束缚水饱和度主要是采用T2固定截止值法.随着对复杂岩性储层的勘探,近年来,在固定T2截止值方法基础上又发展了锥形T2截止值法、薄膜模型以及频谱模型.对于岩性多变、孔隙结构复杂的碎屑岩储层,常规测井方法和以T2截止值为基础的核磁测井方法确定的束缚水饱和度都难以满足测井评价的精度要求,这时需要考虑薄膜模型和频谱模型方法.这两种模型认为各种尺寸的孔隙中均含有束缚水,只是不同尺寸孔隙束缚水含量不一样.在对海拉尔盆地岩性多变、孔隙结构复杂的碎屑岩储层的实践中,对回波串数据作多指数反演拟合时采用了2的幂次方方式布点,相应地得到了核磁测井T2谱,并从中选取了9个孔隙组分,将其与反映粘土含量的中子-密度孔隙度差值结合,采用回归的方法得到了束缚水饱和度的计算公式.回归公式在海拉尔盆地取得了较好的应用效果,尤其是贝尔凹陷,预测效果提高了将近1倍,计算的束缚水饱和度与岩心分析束缚水饱和度相比,平均相对误差从15.1%减小到8.7%.     

应用核磁共振测井资料评价储层孔隙结构的改进方法

通过对实验室压汞资料和核磁共振测量资料的对比分析,利用确定压汞孔径分布曲线孔径rc左右边界的方法确定核磁共振T2谱与孔喉半径rc的横向转换系数,利用改进二维分段等面积刻度方法确定其纵向转换系数,使得计算得到的伪毛管压力曲线与实验室压汞测量的毛管压力曲线基本一致。另外,对各种转换系数进行建模,实现在无实验室压汞资料情况下获得定量、连续、高精度的伪毛管压力曲线和孔隙结构参数。将研究成果用于复杂储层评价中,可进行储层分类和估算产能。     

地面核磁共振模型约束反演含水层参数

导电模型的地面核磁共振感应电动势是含水量的非线性函数.引入模型约束的迭代反演方法求解该非线性问题的反演.在反演过程中,根据理论公式计算迭代过程中灵敏度矩阵,并采用平坦模型和光滑模型两种约束.对均匀半空间、层状导电模型和实际数据进行了反演模拟,结果表明,模型约束迭代反演方法能从地面核磁共振感应电动势获得含水层较为合理的含水量及分布,且该结果可以从作为初始模型的均匀含水量分布反演得到.对无噪音数据,平坦模型和光滑模型约束对反演的含水量分布影响不大;但当数据存在一定的噪音时,平坦模型约束将比光滑模型约束获得更为精确的含水层参数.     

低信噪比核磁共振测井资料的处理技术

基线偏离是由噪音引起的低信噪比核磁共振测井振幅数据的非随机干扰，可采用修正的弛豫谱反演方法压制该干扰。在该反演方法中，将基线偏离作为独立的未知数直接考虑到原始方程中，进行弛豫讲反演的同时，将该基线偏离作为未知数反演出来，并将其从弛豫谱中剔除。结合时间依赖波技术，这种数据处理技术能将低信噪比核磁测井数据中的基线偏离量分离出来，同时提高低信噪比按磁测井数据反演效果。     

A novel efficient inversion method for three-dimensional NMR and the optimization of activation sequences and acquisition parameters

A three-dimensional (3D) nuclear magnetic resonance (NMR) spectrum can simultaneously provide distributions of longitudinal relaxation time (T₁), transverse relaxation time (T₂), and diffusivity (D); thus, it greatly improves the capacity of fluid identification, typing, and quantitative evaluations. However, several challenges that significantly hinder the widespread application of this technique remain. The primary challenges are the high time and memory costs associated with the current 3D NMR inversion algorithms. In addition, an activation sequence optimization method for 3D NMR inversions has not been developed. In this paper, a novel inversion method for 3D NMR spectra and a detailed optimization method for activation sequences and acquisition parameters were proposed. The novel method, namely randomized singular value decomposition (RSVD) inversion algorithm, can reduce memory requirements and ensure computational efficiency and accuracy. Window averaging (WA) technique was also adopted in this study to further increase computational speed. The optimized method for pulse sequences is mainly based on projections of the 3D NMR spectra in the two-dimensional (2D) and one-dimensional (1D) domains. These projections can identify missing NMR properties of different fluids. Because of the efficiency and stability of this novel algorithm and the optimized strategy, the proposed methods presented in this paper could further promote the widespread application of 3D NMR.