基于振动信号的岩性识别方法、装置、系统和存储介质与流程

1.本发明属于勘探技术领域，具体涉及一种利用随钻振动信号进行岩性识别的方法、装置、系统和存储介质。


背景技术：

2.在地质条件复杂的地区开展钻井作业的风险和成本较大，需要及时准确地掌握钻遇地层情况。通过地层的准确识别，能够更好地为钻井轨迹的调整、套管位置及尺寸、钻井液密度的选择等钻井工程服务，并且能够有效地降低钻井风险，提高效率。现阶段主要通过取芯和测录井进行岩性识别，但是取芯和测录井资料存在一定的滞后性。


技术实现要素：

3.针对上述技术问题，本发明提出了一种新的基于随钻振动信号的岩性识别技术，它可以提供一种实时、低成本的岩性识别手段。
4.首先，本发明提供一种基于振动信号的岩性识别方法，其特征在于，包括以下步骤：
5.获取钻头在钻探工区的岩石样本时的振动信号样本，并从所述振动信号样本中提取信号特征参数；
6.根据岩石样本的岩性与振动信号样本的信号特征参数之间的对应关系，建立工区的岩石岩性与钻头的振动信号的信号特征参数之间的概率分布关系模型；
7.获取工区钻井过程中钻头破岩时产生的振动信号，并从所述振动信号中提取信号特征参数；
8.根据振动信号的信号特征参数，利用工区的岩石岩性与钻头的振动信号的信号特征参数之间的概率分布关系模型来推测钻头钻遇的工区地层的岩性。
9.根据本发明的一个实施例，上述方法中，所述信号特征参数包括信号的对数能量以及信号滤波后的对数能量。
10.根据本发明的一个实施例，上述方法中，对信号进行分帧处理；
11.将各帧信号数据从时域转换到频域，确定各帧信号数据的频谱；
12.利用各帧信号数据的频谱计算各帧信号数据的对数能量以及各帧信号数据滤波后的对数能量。
13.根据本发明的一个实施例，上述方法中，根据岩石样本的岩性与振动信号样本的信号特征参数之间的对应关系，建立工区的岩石岩性与钻头的振动信号的信号特征参数之间的关系模型，包括：
14.根据岩石样本的岩性以及对应的振动信号样本的信号特征参数，确定对应于不同岩性的振动信号的信号特征参数的概率分布，基于所述概率分布建立描述工区的岩石岩性与钻头的振动信号的信号特征参数之间的关系的概率分布关系模型。
15.根据本发明的一个实施例，上述方法中，根据岩石样本的岩性以及对应的振动信
号样本的信号特征参数，确定对应于不同岩性的振动信号的信号特征参数的概率分布，基于所述概率分布建立描述工区的岩石岩性与钻头的振动信号的信号特征参数之间的关系的概率分布关系模型，包括：
16.基于岩石样本的岩性以及对应的振动信号样本的信号特征参数，确定对应于不同岩性的振动信号的信号特征参数的高斯概率分布，基于高斯概率分布建立描述工区的岩石岩性与钻头的振动信号的信号特征参数之间的高斯混合概率模型。
17.根据本发明的一个实施例，上述方法中，根据振动信号的信号特征参数，利用工区的岩石岩性与钻头的振动信号的信号特征参数之间的概率分布关系模型来推测钻头钻遇的工区地层的岩性，包括：
18.根据振动信号的信号特征参数，利用工区的岩石岩性与钻头的振动信号的信号特征参数之间的高斯混合概率模型，通过基于高斯型似然函数的贝叶斯估计的反演法来反演出钻头所钻遇地层的岩性。
19.根据本发明的一个实施例，上述方法中，通过基于高斯型似然函数的贝叶斯估计的反演法来反演出钻头所钻遇地层的岩性，包括：
20.根据下式，计算钻头所钻遇地层为不同岩性的概率值：
[0021][0022][0023]
其中，i为先验岩性信息；p(m|d,i)为岩性后验概率密度；p(m|i)为岩性先验概率密度；p(d|i)为归一化因子；l(m|d,i)为高斯型似然函数，表示参数为m时数据为d的概率；d代表信号特征参数；m为岩性参数；c
t
为数据测量误差的协方差矩阵；g(m)为岩性参数与信号特征参数之间的关系函数；
[0024]
概率最大的岩性即为钻头钻遇地层的岩性。
[0025]
此外，本发明还提供一种基于振动信号的岩性识别装置，其特征在于，包括：
[0026]
样本获取模块，用于获取钻头钻探工区的岩石样本时的振动信号样本，并从所述振动信号样本中提取信号特征参数；
[0027]
关系确定模块，用于通过分析岩石样本的岩性与振动信号样本的信号特征参数之间的对应关系，确定工区的岩石岩性与钻头的振动信号的信号特征参数之间的概率分布关系模型；
[0028]
信号获取模块，用于获取工区钻井过程中钻头破岩时产生的振动信号，并从所述振动信号中提取信号特征参数；
[0029]
岩性识别模块，用于根据振动信号的信号特征参数，利用工区的岩石岩性与钻头的振动信号的信号特征参数之间的概率分布关系模型来推测钻头所钻遇的工区地层的岩性。
[0030]
此外，本发明还提供一种基于振动信号的岩性识别系统，其特征在于，包括：
[0031]
信号采集装置，用于采集钻头钻探工区的岩石样本时的振动信号样本以及钻井过程中钻头破岩时产生的振动信号；
[0032]
存储器和处理器，所述处理器用于执行所述存储器中存储的计算机程序，以基于
所述信号采集装置采集的钻头钻探工区的岩石样本时的振动信号样本以及钻井过程中钻头破岩时产生的振动信号，实现上述岩性识别方法。
[0033]
此外，本发明还提供一种计算机存储介质，其特征在于，其中存储有可被处理器执行的计算机程序，该计算机程序在被处理器执行时实现上述岩性识别方法。
[0034]
与现有技术相比，上述方案中的一个或多个实施例可以具有如下优点或有益效果：
[0035]
本发明提供的基于振动信号的岩性识别方法,利用随钻振动信号对钻遇地层岩性进行实时、高效地识别,岩性识别精度高,有利于快速识别钻井过程中地层变化，卡准层位界面，提高地层层位标定的准确性，具有非常高的实用价值。
[0036]
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
[0037]
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：
[0038]
图1为本发明实施例一的基于随钻振动信号的岩性识别方法的步骤流程图；
[0039]
图2为本发明实施例三的基于随钻振动信号的岩性识别方法的步骤流程图；
[0040]
图3为本发明实施例三的提取的振动信号特征参数的示意图；
[0041]
图4(a)和(b)分别为本发明实施例三的利用本发明的方法识别的岩性和真实的岩性的比对示意图。
具体实施方式
[0042]
以下将结合附图及实施例来详细说明本发明的实施方式，借此对本发明如何应用技术手段来解决技术问题，并达成技术效果的实现过程能充分理解并据以实施。需要说明的是，只要不构成冲突，本发明中的各个实施例以及各实施例中的各个特征可以相互结合，所形成的技术方案均在本发明的保护范围之内。
[0043]
钻井过程中钻头破岩会引起钻柱的轴向、横向和扭转振动，这种振动携带了井下钻头所钻地层的信息。通过采集和分析钻井过程中钻头破岩振动信号，分析这种与岩性相关的钻头振动信号的敏感性参数，可以对钻遇地层岩性进行识别。因此，为解决现有技术中存在的上述技术问题，本发明提出了一种新的基于随钻振动信号的岩性识别技术。该技术是一种实时、低成本的岩性识别手段，有利于快速识别钻井过程中地层变化，卡准层位界面，提高地层层位标定的准确性，具有非常高的实用价值。
[0044]
下面结合具体实施例来说明本发明技术方案的工作原理。
[0045]
实施例一
[0046]
如图1所示，本实施例为了钻井过程中能够及时准确地掌握钻遇地层岩性情况，提供一种基于随钻振动信号的岩性识别方法，该方法主要包括以下步骤：
[0047]
s110，获取钻头在钻探工区的岩石样本时的振动信号样本，并从所述振动信号样本中提取信号特征参数；所述信号特征参数包括信号的对数能量以及信号滤波后的对数能
量。
[0048]
s120，根据岩石样本的岩性与振动信号样本的信号特征参数之间的对应关系，建立工区的岩石岩性与钻头的振动信号的信号特征参数之间的概率分布关系模型。
[0049]
s130，获取工区钻井过程中钻头破岩时产生的振动信号，并从所述振动信号中提取信号特征参数；
[0050]
s140，根据振动信号的信号特征参数，利用工区的岩石岩性与钻头的振动信号的信号特征参数之间的概率分布关系模型来推测钻头钻遇的工区地层的岩性。
[0051]
实施例二
[0052]
上述实施例一描述了本发明的技术方案的主体思想。即，为了钻井过程中能及时准确地掌握钻遇地层岩性情况，利用随钻振动信号对钻头钻遇的工区地层的岩性进行识别的方法。在实际工程应用中，多采用高斯混合概率模型来建立工区的岩石岩性与钻头的振动信号的信号特征参数之间的概率分布关系模型，然后,利用基于高斯型似然函数的贝叶斯估计来根据概率分布情况来反演出钻头所钻遇地层的岩性，主要的步骤流程如下：
[0053]
获取钻头在钻探工区的岩石样本时的振动信号样本，并从所述振动信号样本中提取信号特征参数；
[0054]
s210，获取钻头在钻探工区的岩石样本时的振动信号样本，并从所述振动信号样本中提取信号特征参数；所述振动信号样本的信号特征参数包括信号的对数能量以及信号滤波后的对数能量。
[0055]
在本实施例中，该步骤主要包括以下步骤；
[0056]
s211，对振动信号样本进行分帧处理；
[0057]
s212，将各帧信号数据从时域转换到频域，确定各帧信号数据的频谱；
[0058]
s213，利用各帧信号数据的频谱计算各帧信号数据的对数能量以及各帧信号数据滤波后的对数能量。
[0059]
s220，根据岩石样本的岩性与振动信号样本的信号特征参数之间的对应关系，建立描述工区的岩石岩性与钻头的振动信号的信号特征参数之间的关系的概率分布关系模型。
[0060]
在本实施例中，该步骤主要包括以下步骤：
[0061]
基于岩石样本的岩性以及对应的振动信号样本的信号特征参数，确定对应于不同岩性的振动信号的信号特征参数的高斯概率分布，基于高斯概率分布建立描述工区的岩石岩性与钻头的振动信号的信号特征参数之间的关系的高斯混合概率模型。
[0062]
s230，获取工区钻井过程中钻头破岩时产生的振动信号，并从所述振动信号中提取信号特征参数；所述振动信号的信号特征参数同样包括信号的对数能量以及信号滤波后的对数能量。
[0063]
同样地，该步骤主要包括以下步骤；
[0064]
s231，对振动信号进行分帧处理；
[0065]
s232，将各帧信号数据从时域转换到频域，确定各帧信号数据的频谱；
[0066]
s233，利用各帧信号数据的频谱计算各帧信号数据的对数能量以及各帧信号数据滤波后的对数能量。
[0067]
s240，根据振动信号的信号特征参数，利用工区的岩石岩性与钻头的振动信号的
信号特征参数之间的概率分布关系模型来推测钻头钻遇的工区地层的岩性。
[0068]
在本实施例中，该步骤主要包括以下步骤：
[0069]
根据振动信号的信号特征参数，利用工区的岩石岩性与钻头的振动信号的信号特征参数之间的高斯混合概率模型，根据下式，通过基于高斯型似然函数的贝叶斯估计的反演法来推测钻头所钻遇地层的岩性的概率：
[0070][0071][0072]
其中，i为先验岩性信息；p(m|d,i)为岩性后验概率密度；p(m|i)为岩性先验概率密度；p(d|i)为归一化因子；l(m|d,i)为高斯型似然函数，表示参数为m时数据为d的概率；d代表信号特征参数；m为岩性参数；c
t
为数据测量误差的协方差矩阵；g(m)为岩性参数与信号特征参数之间的关系函数；
[0073]
其中，概率最大的岩性即为钻头钻遇地层的岩性。
[0074]
实施例三
[0075]
下面进一步结合一工区的应用(附图2、3和4)来描述本发明的技术方案。在实际工程应用中，为了钻井过程中能及时准确地掌握钻遇地层岩性情况，利用随钻振动信号对钻头钻遇的工区地层的岩性进行识别，通过按照以下技术流程对钻井过程中在井口采集的振动信号进行处理，具体包括(附图2)：
[0076]
⑴
振动信号采集；
[0077]
⑵
振动信号特征参数提取；
[0078]
⑶
振动信号特征参数分析；
[0079]
⑷
基于振动信号特征参数的岩性识别。
[0080]
在本实施例中，步骤(1)的内容包括：
[0081]
采集随钻振动信号。优选地，在正在实施钻井作业的井口周边布设宽频带的三分量速度检波器来采集钻井过程中钻头所产生振动信号。
[0082]
在本实施例中，步骤(2)的内容包括：
[0083]
从采集的随钻振动信号中提取对应的特征参数。具体步骤如下
[0084]
①
先对随钻振动信号进行分帧处理。n个时间采样点集合成一个观测单位x(n),0≤n《n，称为一帧。相邻两帧之间重叠w个样点，w值通常为1/2n。
[0085]
②
对每一帧数据进行快速傅里叶变换，计算频谱对每一帧数据进行快速傅里叶变换，计算频谱
[0086]
③
计算每一帧数据的对数能量e，计算式为
[0087]
④
将对数能量振幅谱通过一组滤波器组，计算通过滤波器组后的对数能量。优选地，滤波器组采用三角滤波器，选定一组中心频率fm,m＝1,2,...,m，三角滤波器频率响应
为其中，
[0088]
滤波后对数能量的计算式为
[0089]
⑤
振动信号的特征参数包括每帧数据的对数能量e和滤波后对数能量s(m)。
[0090]
在本实施例中，步骤(3)的内容包括：
[0091]
本步骤中选取钻井工区的代表性岩石样品，提取岩石样品的振动信号的特征参数，并记录岩性。然后建立不同岩性的随钻振动信号的特征参数的概率分布，用于后续随钻振动信号的岩性识别。
[0092]
同实施例二，采用高斯混合概率模型表示不同岩性的随钻信号的特征参数的概率分布：
[0093][0094]
概率分布表示为k个高斯分布的加权和；其中，d为特征参数；m为岩性；k是高斯分布个数，πk为加权系数，n(x|μi,σi)为高斯分布，μ为特征参数的均值，σ为特征参数的协方差矩阵。最后，通过常用的最大期望算法(em算法)估算出高斯混合模型的模型参数，即加权系数π，均值μ和方差σ。
[0095]
在本实施例中，步骤(4)的内容包括：
[0096]
本步骤中采用基于贝叶斯估计的反演方法来推测地层岩性。基于贝叶斯估计的岩性识别公式如下：
[0097][0098][0099]
其中，i为先验岩性信息；p(m|d,i)为岩性后验概率密度；p(m|i)为岩性先验概率密度；p(d|i)为归一化因子；l(m|d,i)为高斯型似然函数，表示参数为m时数据为d的概率；d代表信号特征参数；m为岩性参数；c
t
为数据测量误差的协方差矩阵；g(m)为岩性参数与信号特征参数之间的关系函数；
[0100]
在利用上式计算出不同岩性的概率后，其中概率最大的岩性即为钻头钻遇地层的岩性。
[0101]
当然，在上述岩性识别过程中可以进一步结合岩屑录井资料及时调整和优化高斯似然函数，以提高反演结果可靠性。
[0102]
需要说明的是，本发明实施例的方法可以由单个设备执行，例如一台计算机或服务器等。本实施例的方法也可以应用于分布式场景下，由多台设备相互配合来完成。在这种
分布式场景的情况下，这多台设备中的一台设备可以只执行本发明实施例的方法中的某一个或多个步骤，这多台设备相互之间会进行交互以完成所述的方法。
[0103]
实施例四
[0104]
为解决现有技术中存在的上述技术问题，本实施例提供了一种基于振动信号的岩性识别装置，其包括：
[0105]
样本获取模块，用于获取钻头钻探工区的岩石样本时的振动信号样本，并从所述振动信号样本中提取信号特征参数；
[0106]
关系确定模块，用于通过分析岩石样本的岩性与振动信号样本的信号特征参数之间的对应关系，确定工区的岩石岩性与钻头的振动信号的信号特征参数之间的概率分布关系模型；
[0107]
信号获取模块，用于获取工区钻井过程中钻头破岩时产生的振动信号，并从所述振动信号中提取信号特征参数；
[0108]
岩性识别模块，用于根据振动信号的信号特征参数，利用工区的岩石岩性与钻头的振动信号的信号特征参数之间的概率分布关系模型来推测钻头所钻遇的工区地层的岩性。
[0109]
上述实施例的装置用于实现前述实施例中相应的方法，并且具有相应的方法实施例的有益效果，在此不再赘述。
[0110]
实施例五
[0111]
此外，为解决现有技术中存在的上述技术问题，本发明实施例还提供了一种基于振动信号的岩性识别系统，其特征在于，包括：
[0112]
信号采集装置，用于采集钻头钻探工区的岩石样本时的振动信号样本以及钻井过程中钻头破岩时产生的振动信号；
[0113]
存储器和处理器，所述处理器用于执行所述存储器中存储的计算机程序，以基于所述信号采集装置采集的钻头钻探工区的岩石样本时的振动信号样本以及钻井过程中钻头破岩时产生的振动信号，实现上述岩性识别方法。
[0114]
实施例六
[0115]
此外，为解决现有技术中存在的上述技术问题，本发明实施例还提供了一种计算机存储介质，其特征在于，其中存储有可被处理器执行的计算机程序，该计算机程序在被处理器执行时实现上述岩性识别方法。
[0116]
可以理解的是，上述各实施例中相同或相似部分可以相互参考，在一些实施例中未详细说明的内容可以参见其他实施例中相同或相似的内容。
[0117]
流程图中或在此以其他方式描述的任何过程或方法描述可以被理解为，表示包括一个或更多个用于实现特定逻辑功能或过程的步骤的可执行指令的代码的模块、片段或部分，并且本发明的优选实施方式的范围包括另外的实现，其中可以不按所示出或讨论的顺序，包括根据所涉及的功能按基本同时的方式或按相反的顺序，来执行功能，这应被本发明的实施例所属技术领域的技术人员所理解。
[0118]
应当理解，本发明的各部分可以用硬件、软件、固件或它们的组合来实现。在上述实施方式中，多个步骤或方法可以用存储在存储器中且由合适的指令执行系统执行的软件或固件来实现。例如，如果用硬件来实现，和在另一实施方式中一样，可用本领域公知的下
列技术中的任一项或他们的组合来实现：具有用于对数据信号实现逻辑功能的逻辑门电路的离散逻辑电路，具有合适的组合逻辑门电路的专用集成电路，可编程门阵列(pga)，现场可编程门阵列(fpga)等。
[0119]
本技术领域的普通技术人员可以理解实现上述实施例方法携带的全部或部分步骤是可以通过程序来指令相关的硬件完成，所述的程序可以存储于一种计算机可读存储介质中，该程序在执行时，包括方法实施例的步骤之一或其组合。
[0120]
此外，在本发明各个实施例中的各功能单元可以集成在一个处理模块中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个模块中。上述集成的模块既可以采用硬件的形式实现，也可以采用软件功能模块的形式实现。所述集成的模块如果以软件功能模块的形式实现并作为独立的产品销售或使用时，也可以存储在一个计算机可读取存储介质中。
[0121]
上述提到的存储介质可以是只读存储器，磁盘或光盘等。
[0122]
在本说明书的描述中，参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不一定指的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。
[0123]
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，但本发明的保护范围，仍须以所附的权利要求书所界定的范围为准。