井壁超声回波信号初至的检测方法及装置与流程

1.本发明涉及石油勘探开发技术领域，具体地说，涉及一种井壁超声回波信号初至的检测方法及装置。


背景技术：

2.超声成像测井技术采集记录得到的超声脉冲全波列波形包括有超声脉冲发射波、超声脉冲一次回波、二次及多次回波和其他散射干扰波。其中，发射波呈振铃信号，零时刻就到达，波形幅度大、持续时间长，且对后续波列有严重干扰；超声脉冲回波来自井壁界面的反射，位于振铃信号之后；对于来自同一反射点的回波信号，一次回波、二次回波及多次回波的到时依次滞后及幅度依次降低。
3.具体来说，超声脉冲回波信号的检测就是从超声成像测井技术记录的超声脉冲全波列波形中提取出超声脉冲一次回波的到时和幅度，是超声成像测井技术中极为关键的处理步骤之一，决定了井壁超声图像的成像质量和可靠性。
4.目前，现有技术中，基于井下模拟信号超声成像回波检测技术采用了比较器阈值检测法，在套管井超声回波检测中有良好的应用效果，但在大井眼、严重偏心、高密度钻井液等复杂工况的裸眼井中稳定性变差、检测精度降低，甚至无法检测到有效回波信号。
5.为了提高裸眼井超声回波检测的精度，现有技术中采用了基于数字信号处理技术的超声回波检测方法，主要包含两类：一类是基于单道超声脉冲回波波形记录的初至波特征的最大瞬时峰值法；另一类是基于多道超声脉冲回波波形记录的相似相关法。这两类方法对于电缆测井中数字化超声回波资料的处理简单、方便且易于批量处理。
6.但是，对于随钻超声成像测井技术，回波信号与发射振铃信号有混叠，现有技术直接对超声回波初至进行检测，不能有效地检测到准确的回波信号。而且，随钻成像测井中井壁不规则或界面粗糙、钻井液固相颗粒含量多及仪器不均匀转动、测量偏心等会引起超声回波信号的幅度微弱、信噪比低，现有技术存在现场处理中检测精度低、抗噪能力弱及执行效率低等问题。
7.因此，本发明提供了一种井壁超声回波信号初至的检测方法及装置。


技术实现要素：

8.为解决上述问题，本发明提供了一种井壁超声回波信号初至的检测方法，所述方法包含以下步骤：
9.步骤一：读取并提取超声成像测井资料中的待处理的井壁超声脉冲原始全波列波形，并进行幅值还原以及去噪处理后得到高信噪比超声脉冲全波列波形；
10.步骤二：对某一深度点不同方位进行重采样，提取得到超声脉冲发射波，结合所述高信噪比超声脉冲全波列波形，计算得到纯净超声脉冲回波波形；
11.步骤三：对所述纯净超声脉冲回波波形进行归一化处理得到归一化超声脉冲回波波形，并结合卷积神经网络标记得到包含初至波的时窗范围；
12.步骤四：求取所述纯净超声脉冲回波波形的振幅包络线，在所述时窗范围内确定初至波的到时；
13.步骤五：以初至波的到时对应的采样点为起始点，构建预设宽度的矩形窗口函数，统计所述矩形窗口函数内幅值满足预设条件的回波波形，以得到初至波的幅度。
14.根据本发明的一个实施例，所述幅值还原具体包含以下步骤：
15.基于自动增益控制生成增益参数序列；
16.选取所述增益参数序列中的增益参数，结合所述井壁超声脉冲原始全波列波形得到表征真实幅度的真实超声脉冲全波列波形。
17.根据本发明的一个实施例，所述去噪处理具体包含以下步骤：
18.对所述真实超声脉冲全波列波形进行滤波处理以及插值处理，滤除不满足需求的低频以及高频部分，并去除干扰噪声后得到所述高信噪比超声脉冲全波列波形。
19.根据本发明的一个实施例，滤波处理以及差值处理包含：中值滤波、小波变换滤波、窗函数滤波、辛格函数插值滤波以及样条插值滤波。
20.根据本发明的一个实施例，所述步骤二中具体包含以下步骤：
21.基于波形相似相关法，对重采样得到的超声脉冲全波列波形进行互相关分析，提取得到所述超声脉冲发射波；
22.基于所述超声脉冲发射波，结合同深度不同方位的所述高信噪比超声脉冲全波列波形进行反相叠加处理，得到所述纯净超声脉冲回波波形。
23.根据本发明的一个实施例，所述步骤三中具体包含以下步骤：
24.将所述归一化超声脉冲回波波形划分成一组重叠的滑动时窗；
25.采用所述卷积神经网络的迭代运算确定每个滑动时窗内是否包含初至波；
26.对包含有初至波的滑动时窗进行标记，得到所述时窗范围，其中，所述时窗范围包含起始采样点以及终止采样点。
27.根据本发明的一个实施例，所述卷积神经网络包含：输入层、激励函数卷积层、池化层、全连接网络层以及逻辑输出层，其中，所述激励函数卷积层为基于激励函数的卷积特征滤波器，所述全连接网络层为基于所述激励函数的分类器。
28.根据本发明的一个实施例，所述步骤四中具体包含以下步骤：
29.基于所述包络线计算时窗能量比，以最大时窗能量比对应的采样时间点作为初至波的到时。
30.根据本发明的一个实施例，所述步骤五中具体包含以下步骤：
31.基于半波检测法统计所述矩形窗口函数内幅值大于零的回波波形，得到回波波形组；
32.对所述回波波形组内的波形进行叠加求和处理，得到初至波的幅度。
33.根据本发明的另一个方面，还提供了一种井壁超声回波信号初至的检测装置，所述装置包含：
34.第一模块，其用于读取并提取超声成像测井资料中的待处理的井壁超声脉冲原始全波列波形，并进行幅值还原以及去噪处理后得到高信噪比超声脉冲全波列波形；
35.第二模块，其用于对某一深度点不同方位进行重采样，提取得到超声脉冲发射波，结合所述高信噪比超声脉冲全波列波形，计算得到纯净超声脉冲回波波形；
36.第三模块，其用于对所述纯净超声脉冲回波波形进行归一化处理得到归一化超声脉冲回波波形，并结合卷积神经网络标记得到包含初至波的时窗范围；
37.第四模块，其用于求取所述归一化超声脉冲回波波形的振幅包络线，在所述时窗范围内确定初至波的到时；
38.第五模块，其用于以初至波的到时对应的采样点为起始点，构建预设宽度的矩形窗口函数，统计所述矩形窗口函数内幅值满足预设条件的回波波形，以得到初至波的幅度。
39.本发明提供的井壁超声回波信号初至的检测方法及装置能够应用在随钻和电缆超声成像测井技术中，在检测精度、抗噪能力、执行效率等方面表现出显著效果；并且，对于钻井液中声衰减较大、井壁不规则或界面粗糙、仪器测量偏心等复杂工况均有良好的应用效果，减少了超声信号处理人工干预，提升了井壁超声图像的成像质量和可靠性。
40.本发明的其它特征和优点将在随后的说明书中阐述，并且，部分地从说明书中变得显而易见，或者通过实施本发明而了解。本发明的目的和其他优点可通过在说明书、权利要求书以及附图中所特别指出的结构来实现和获得。
附图说明
41.附图用来提供对本发明的进一步理解，并且构成说明书的一部分，与本发明的实施例共同用于解释本发明，并不构成对本发明的限制。在附图中：
42.图1显示了根据本发明的一个实施例的井壁超声回波信号初至的检测方法流程图；
43.图2显示了根据本发明的一个实施例的进行幅值还原以及去噪处理的方法流程图；
44.图3显示了根据本发明的一个实施例的得到纯净超声脉冲回波波形的方法流程图；
45.图4显示了根据本发明的一个实施例的得到包含初至波的时窗范围的方法流程图；
46.图5显示了根据本发明的一个实施例的卷积神经网络结构示意图；
47.图6显示了根据本发明的一个实施例的得到初至波的到时以及幅度的方法流程图；
48.图7显示了根据本发明的一个实施例的井壁超声回波信号初至的检测装置结构框图；以及
49.图8显示了根据本发明的另一个实施例的井壁超声回波信号初至的检测装置结构框图。
具体实施方式
50.为使本发明的目的、技术方案和优点更加清楚，以下结合附图对本发明实施例作进一步地详细说明。
51.本发明应用在石油勘探开发技术领域，尤其是石油成像测井技术领域，能够解决现有技术的不足，克服现有技术中回波初至检测技术在现场处理中检测精度低、抗噪能力弱及执行效率低等问题，提高现场处理检测超声回波信号初至的精度和效率，具体如下：
52.图1显示了根据本发明的一个实施例的井壁超声回波信号初至的检测方法流程图。
53.如图1，在步骤s101中，读取并提取超声成像测井资料中的待处理的井壁超声脉冲原始全波列波形，并进行幅值还原以及去噪处理后得到高信噪比超声脉冲全波列波形。
54.具体来说，在井场地面通过串行接口引擎和以太网传输总线读取超声成像测井仪器中储存的全井段或某一深度段的超声成像测井资料，提取所需处理的井壁超声脉冲原始全波列波形wavfmi(j)(i＝1,2,
…
,n；j＝1,2,
…
,m)，其中，n为超声脉冲的记录道数，m为超声脉冲全波列的采样点数。
55.在一个实施例中，图2所示的方法流程图示出了进行幅值还原以及去噪处理的步骤，具体来说：
56.如图2所示，幅值还原具体包含以下步骤：
57.在步骤s201中，基于自动增益控制生成增益参数序列。具体来说，采用自动增益控制产生增益参数序列agci(i＝1,2,
…
,n)，其中，n为超声脉冲的记录道数。
58.在步骤s202中，选取增益参数序列中的增益参数，结合井壁超声脉冲原始全波列波形得到表征真实幅度的真实超声脉冲全波列波形。具体来说，对所需处理的井壁超声脉冲原始全波列波形的波形幅度乘以增益参数，从而可以恢复得到真实幅度的真实超声脉冲全波列波形trwavi(j)(i＝1,2,
…
,n；j＝1,2,
…
,m)。其中，n为超声脉冲的记录道数，m为超声脉冲全波列的采样点数。其中，增益参数的取值范围为0.01～0.1之间。
59.如图2所示，去噪处理具体包含以下步骤：
60.在步骤s203中，对真实超声脉冲全波列波形进行滤波处理以及插值处理，滤除不满足需求的低频以及高频部分，并去除干扰噪声后得到高信噪比超声脉冲全波列波形。
61.具体来说，根据数字信号处理方法，设计数字滤波器对真实超声脉冲全波列波形进行滤波和插值处理，滤除低频和高频成分，去除干扰噪声，从而可以获得具备高信噪比以及p倍采样频率的高信噪比超声脉冲全波列波形rswavi(j)(i＝1,2,
…
,n；j＝1,2,
…
,p
×
m)。其中，所用的数字信号处理方法包括中值滤波、小波变换滤波、窗函数滤波、辛格函数插值滤波以及样条插值滤波等。其中，p的取值一般选为5或10。
62.在超声成像测井资料处理中，可以根据井壁超声脉冲原始全波列波形的信噪比确定采用不同的数字滤波方法滤除散射干扰波。在现场实际处理过程中，散射干扰波的消除或压制地越好，越有利于提高超声回波初至的检测精度。
63.如图1，在步骤s102中，对某一深度点不同方位进行重采样，提取得到超声脉冲发射波，结合高信噪比超声脉冲全波列波形，计算得到纯净超声脉冲回波波形。
64.在一个实施例中，图3所示的方法流程图示出了得到纯净超声脉冲回波波形的步骤，具体来说：
65.如图3，在步骤s301中，基于波形相似相关法，对重采样得到的超声脉冲全波列波形进行互相关分析，提取得到超声脉冲发射波。
66.具体来说，采用波形相似相关法对某一深度点不同方位经重采样得到的超声脉冲全波列波形进行互相关分析，提取得到超声脉冲发射波smwavi(j)(i＝1,2,
…
,n；j＝1,2,
…
,p
×
m)。
67.如图3，在步骤s302中，基于超声脉冲发射波，结合同深度不同方位的高信噪比超
声脉冲全波列波形进行反相叠加处理，得到纯净超声脉冲回波波形。
68.具体来说，采用超声脉冲发射波对同深度不同方位的高信噪比超声脉冲全波列波形进行反相叠加处理，消除发射脉冲信号对超声回波信号的干扰，则可以提取出同深度不同方位记录的纯净超声脉冲回波波形ecwavi(j)，即：
69.ecwavi(j)＝rswavi(j)-smwavi(j)(i＝1,2,
…
,n；j＝1,2,
…
,p
×
m)
70.如图1，在步骤s103中，对纯净超声脉冲回波波形进行归一化处理得到归一化超声脉冲回波波形，并结合卷积神经网络标记得到包含初至波的时窗范围。
71.在一个实施例中，图4所示的方法流程图示出了得到包含初至波的时窗范围的步骤，具体来说：
72.如图4，在步骤s401中，将归一化超声脉冲回波波形划分成一组重叠的滑动时窗。
73.具体来说，对纯净超声脉冲回波波形的幅度求取绝对值，再采用最大-最小规范化算法对该道波形进行归一化处理，使其波形幅度落在[0,1]之间。归一化处理后的归一化超声脉冲回波波形记为necwavi(j)(i＝1,2,
…
,n；j＝1,2,
…
,p
×
m)，其计算公式如下：
[0074][0075]
其中，| |表示绝对值，min表示取最小值，max表示取最大值。
[0076]
将归一化处理后的该道回波波形necwavi(j)(i＝1,2,
…
,n；j＝1,2,
…
,p
×
m)分成一系列重叠的滑动时窗。
[0077]
如图4，在步骤s402中，采用卷积神经网络的迭代运算确定每个滑动时窗内是否包含初至波。
[0078]
如图4，在步骤s403中，对包含有初至波的滑动时窗进行标记，得到时窗范围，其中，时窗范围包含起始采样点以及终止采样点。
[0079]
具体来说，采用卷积神经网络的迭代运算预测每个滑动时窗内是否包含有初至波，并标记包含有初至波的时窗范围，即标记起始采样点tbi(i＝1,2,
…
,n)和终止采样点tei(i＝1,2,
…
,n)。其中，所采用的卷积神经网络训练模型包括输入层、激励函数卷积层、池化层、全连接网络层和逻辑输出层等5个层数。
[0080]
图5显示了根据本发明的一个实施例的卷积神经网络结构示意图。
[0081]
如图5所示，本发明所采用的卷积神经网络训练模型主要包括输入层501、激励函数卷积层502、池化层503、全连接网络层504和逻辑输出层505等5个层数。
[0082]
其中，输入层501采用了超声脉冲全波列波形3个或者3个以上记录道，采样点数可选择12000个或者更多。激励函数卷积层502是基于线性整流函数relu(rectified linear unit)激励函数的卷积特征滤波器，滤波器大小可选用64特征120采样点或者128特征240采样点。池化层503采用了空间降维法以捕获卷积层输出的最大幅度。全连接网络层504是基于relu激励函数的分类器，采用了卷积运算来标记样本空间，卷积核大小可选用256
×
1或者512
×
1。逻辑输出层505是神经网络的最后一个输出层，检测输入时窗内是否包含有初至点，给出检测结果：包含初至点，则输出逻辑1，反之，输出逻辑0。
[0083]
如图1，在步骤s104中，求取纯净超声脉冲回波波形的振幅包络线，在时窗范围内确定初至波的到时。
[0084]
如图1，在步骤s105中，以初至波的到时对应的采样点为起始点，构建预设宽度的矩形窗口函数，统计矩形窗口函数内幅值满足预设条件的回波波形，以得到初至波的幅度。
[0085]
在一个实施例中，图6所示的方法流程图示出了得到初至波的到时以及幅度的步骤，具体来说：
[0086]
如图6，在步骤s601中，基于包络线计算时窗能量比，以最大时窗能量比对应的采样时间点作为初至波的到时。
[0087]
具体来说，首先采用希尔伯特变换求取纯净超声脉冲回波波形ecwavi(j)(i＝1,2,
…
,n；j＝1,2,
…
,p
×
m)的振幅包络线ecqi(j)(j＝tbi,
…
,tei；i＝1,2,
…
,n)，再在包含有初至波的时窗范围内，采用时窗能量比法精确搜寻超声回波初至的到时，即最大能量比对应的采样时间点为超声回波初至的到时(tf
i-1)dt(i＝1,2,
…
,n)，其中，tfi(i＝1,2,
…
,n)为对应的采样点，dt为重采样的时间间隔。时窗能量比法计算公式如下：
[0088][0089]
式中，ecq
ik
(j)为该时窗范围内第k个短时窗内回波包络幅值，q为该时窗范围内短时窗累积个数，t1和t2为短时窗起始采样点和终止采样点且tbi≤t1《t2≤tei。
[0090]
如图6，在步骤s602中，基于半波检测法统计矩形窗口函数内幅值大于零的回波波形，得到回波波形组。
[0091]
具体来说，以回波初至到时对应采样点tfi(i＝1,2,
…
,n)为起始点，构造宽度为t的矩形窗口函数，采用半波检测法统计该时窗内幅值大于0的超声回波波形，得到回波波形组。
[0092]
如图6，在步骤s603中，对回波波形组内的波形进行叠加求和处理，得到初至波的幅度。
[0093]
具体来说，对回波波形组中的波形进行叠加求和处理，即为超声回波初至的幅度。计算公式如下：
[0094][0095]
其中，ecwavi(j)》0。
[0096]
图7显示了根据本发明的一个实施例的井壁超声回波信号初至的检测装置结构框图。如图7所示，检测装置700包含第一模块701、第二模块702、第三模块703、第四模块704以及第五模块705。
[0097]
如图7，第一模块701用于读取并提取超声成像测井资料中的待处理的井壁超声脉冲原始全波列波形，并进行幅值还原以及去噪处理后得到高信噪比超声脉冲全波列波形。
[0098]
如图7，第二模块701用于对某一深度点不同方位进行重采样，提取得到超声脉冲发射波，结合高信噪比超声脉冲全波列波形，计算得到纯净超声脉冲回波波形。
[0099]
如图7，第三模块703用于对纯净超声脉冲回波波形进行归一化处理得到归一化超声脉冲回波波形，并结合卷积神经网络标记得到包含初至波的时窗范围。
[0100]
如图7，第四模块704用于求取归一化超声脉冲回波波形的振幅包络线，在时窗范围内确定初至波的到时。
[0101]
如图7，第五模块705用于以初至波的到时对应的采样点为起始点，构建预设宽度的矩形窗口函数，统计矩形窗口函数内幅值满足预设条件的回波波形，以得到初至波的幅度。
[0102]
图8显示了根据本发明的另一个实施例的井壁超声回波信号初至的检测装置结构框图。
[0103]
本发明采用了以数字信号处理器dsp(digitalsignal processor)为核心的嵌入式软硬架构来构建检测装置，具体包括：
[0104]
超声全波列读取单元801，内部集成了高速串行接口和以太网传输总线，传输速率可到达3.4mbps，用于井场地面读取超声成像测井仪器中储存的全井段或某一深度段超声成像测井资料，提取所需处理的井壁超声脉冲原始全波列波形数据，并以数据包的形成缓存在dsp中fifo(first in first out)存储器中。
[0105]
超声全波列恢复单元802，内部集成了自动增益控制模块，能够产生增益参数，用于对fifo存储器中暂存的井壁超声脉冲原始全波列波形进行幅度恢复，以获取真实幅度的真实超声脉冲全波列波形。
[0106]
超声全波列滤波单元803，内部集成了数字滤波器，用于基于数字信号处理方法对真实超声脉冲全波列波形进行滤波和插值处理，获取高信噪比、p倍采样频率的高信噪比超声脉冲全波列波形。其中，数字滤波器设计种类包括有中值滤波、小波变换滤波、窗函数滤波、辛格函数插值滤波、样条插值滤波等。
[0107]
超声全波列叠加单元804，内部集成了算术运算指令，具备乘积和累加功能，用于对同深度不同方位间的超声脉冲全波列波形进行互相关分析，以提取超声脉冲发射波，以及以超声脉冲发射波为基准反相叠加处理消除发射波对超声回波的干扰，从而获取同深度不同方位记录的纯净超声脉冲回波波形。
[0108]
超声回波初至检测单元805，基于数字滤波器和算术运算指令，内部构造了窗口函数和卷积神经网络训练模型，用于对归一化超声脉冲回波波形中的滑动时窗划分以及卷积神经网络训练模型的迭代运算，可以实现以时窗能量比法来检测超声回波初至的到时，以及以半波检测法来统计计算超声回波初至的幅度。并且，超声回波初至检测单元还能够将超声回波初至的到时和幅度以数据包发送到fifo存储器中。
[0109]
超声回波初至实时显示单元806，基于visual studio开发平台，采用了面向对象多文档视图模式，内部集成了可装载的任务模块，具有了人机交互、成果显示绘图、文件系统和联机帮助等功能；能够以位图形式读取fifo存储器暂存的超声脉冲全波列波形及超声回波初至的到时和幅度等信息，并且能够将这些读取信息快速实时地以多道波形瀑布图和灰白或者彩色变密度显示。
[0110]
总结来说，检测装置通过以太网传输总线在井场地面读取仪器中储存的超声成像资料，提取井壁超声脉冲原始全波列波形；采用自动增益控制恢复真实幅度的超声脉冲波形；设计数字滤波器进行滤波和插值处理以获取高信噪比、p倍采样频率的高信噪比超声脉冲波形；采用相关法和反相叠加处理消除发射波干扰，提取纯净的纯净超声脉冲回波波形；采用数字滤波器和卷积运算构造窗口函数和卷积神经网络训练模型，以卷积神经网络和时窗属性特征组合可以有效地提取超声回波的到时和幅度。
[0111]
综上，本发明提供的井壁超声回波信号初至的检测方法及装置可以有效地提取出
超声回波信号初至的到时和幅度，特别是对于钻井液中声衰减较大、井壁不规则或界面粗糙、仪器测量偏心等复杂工况，仍然能获得精确的检测结果，具有抗噪能力强、执行效率高、应用效果好等优势。能够应用在随钻和电缆超声成像测井技术中，在检测精度、抗噪能力、执行效率等方面表现出显著效果；并且，对于钻井液中声衰减较大、井壁不规则或界面粗糙、仪器测量偏心等复杂工况均有良好的应用效果，减少了超声信号处理人工干预，提升了井壁超声图像的成像质量和可靠性。
[0112]
应该理解的是，本发明所公开的实施例不限于这里所公开的特定结构、处理步骤或材料，而应当延伸到相关领域的普通技术人员所理解的这些特征的等同替代。还应当理解的是，在此使用的术语仅用于描述特定实施例的目的，而并不意味着限制。
[0113]
说明书中提到的“一个实施例”或“实施例”意指结合实施例描述的特定特征、结构或特性包括在本发明的至少一个实施例中。因此，说明书通篇各个地方出现的短语“一个实施例”或“实施例”并不一定均指同一个实施例。
[0114]
虽然本发明所公开的实施方式如上，但所述的内容只是为了便于理解本发明而采用的实施方式，并非用以限定本发明。任何本发明所属技术领域内的技术人员，在不脱离本发明所公开的精神和范围的前提下，可以在实施的形式上及细节上作任何的修改与变化，但本发明的专利保护范围，仍须以所附的权利要求书所界定的范围为准。