一种电成像测井图全井壁复原方法 【技术领域】
本发明涉及一种电成像测井图全井壁复原方法，属于测井技术数据处理领域；专利分类号：G01V 1/40。
背景技术
在测井过程中，通常使用电阻率扫描测井仪测量并制成的测井图，由于井身结构和电阻率扫描测井仪结构上的原因，在测量时，仪器处于张开状态，造成在沿井壁扫描时候，有部分井壁未能测量，覆盖率不能达到100％，在电成像测井图上产生白色条带，影响了图像的质量，如图5所示，在计算处理过程中带来麻烦。可补救的方法是在相同井深位置，将电阻率扫描测井仪转动不同角度，重复测量多次，用以弥补原成像测井图上产生的白色条带，即未测数据部分。缺点是工作过程复杂化，并浪费时间，增加施工作业投入和风险。
【发明内容】
本发明的目的是提供一种电成像测井图全井壁复原方法，使用已测井壁部分得到的数据，估算未测井壁部分数据，使全井壁图像数据复原，使井壁图像覆盖率达到100％，可有效地改善和提高图像质量；使处理过程简化，节省时间；为测井资料的后续图像处理奠定基础，更清楚地反应地下地质的结构。
本发明的一种电成像测井图全井壁复原方法的技术方案是：一种电成像测井图全井壁复原方法：
在测井时采用电阻率成像测井仪扫描井壁，其特征在于，按以下方法进行图像数据计算处理。
<1>输入电阻率扫描成像测井仪极板数据；
<2>计算已测点和未测点的空间位置：
<3>选择待算未测点的已测影响点范围；
<4>计算每个已测影响点系数：即每个已测数据点对此未测点的贡献的大小；
<5>计算该未测点数值：为所有影响的已测点数值乘以系数之和；
<6>重复第<3>步至第<5>步，至全部未测点算完；
<7>将已测点和计算后的未测点地数据显示在显示器上，或打印出图。
其输入电阻率扫描成像测井极板数据可以是4个～36个极板数据。
计算每个影响数点的系数：即每个数据点对此点的贡献的大小的计算方法，可用克里金算法、拉格郎日算法、反距离加权等数学算法。
通过上述全井壁复原方法处理的测井图，消除了图像上白色条带部分，使井壁覆盖率达到100％，图像质量明显提高，为测井资料的后续图像处理奠定了基础，更清楚地反映了地下地质的结构。不必重复进行测量，使后续处理过程简化，节省时间，降低成本，减小测井作业风险。
【附图说明】
图1是本发明的一种电成像测井图全井壁复原方法的程序框图。
图2是电阻率成像测井仪器一个极板上纽扣结构示意图。
图3是电阻率成像测井仪器测量时仪器极板结构图。
图4是本发明的一种电原像测井图处理前的一个深度点，未测数据和已测数据分布示意图，图中白色点代表未测数据，黑色点代表已测数据，图中在某一深度处有6×6个已测点，6×4个未测点。
图5是本实施例中，已测点和未测点的分布说明示意图。图中深度点为400个，已测数据为6×24×400个，未测数据为6×10×400个。
图6是本发明的一种电成像测井图全井壁复原方法的处理前，图5数据的效果图，图中每点的灰度正比于电阻率，即黑色点代表低电阻率，浅色点代表高电阻率。
图7是采用本发明的一种电成像测井图全井壁复原方法计算处理后，测井图全井壁复原的效果图，图中白色条带部分被消除，覆盖率达到100％。
图8是本发明的实施例中的影响范围点示意图，黑点为选择的影响范围点，白点为待算的未测点，阴影点为本实施例计算的未测点。
【具体实施方式】
以下结合附图和实施例，对本发明的一种电成像测井图全井壁复原方法，进行详细描述。在使用电阻率扫描测定仪成像测井时，由于井身结构和电阻率扫描仪结构上的原因，仪器在测量时处于张开状态，造成在沿井壁扫描时候，有部分井壁未能测量(图3所示的纽扣间部分)，覆盖率不能达到100％，在成像图上产生白色条带，(如图6所示)，直接影响了图像的质量。图4中黑色表示已测数据，白色表示未测数据。
采用本发明的计算方法(如图1所示)，可复原全井壁电成像测井图，其方法是：
1.输入电阻率扫描成像测井极板数据；
将用电阻率扫描测井仪测井的极板数据输入；本实施例输入六条电阻率扫描曲线p1btn～p6btn，分别为400行24列的矩阵数据，即每个曲线有9600个采样点。
2.计算未测点的空间位置
此实施例中，仪器结构和井径参数分别为，纽扣为两排，每排12个纽扣电极，间距为0.2英时。仪器有6个极板，仪器测量井壁范围为0.2×12.5×6＝15英时，12为一排纽扣长度，因为两排纽扣上下交错，如图2所示，所以总长度为12.5，6为6个极板。图2中1表示纽扣第一行，2表示纽扣第二行，图2是示意图，一排只显示了8个。图3中3表示一个极板，4表示另一个极板，图中只显示了两个极板。井径为6.7英时，故插值为6个400行10列的数据。取此例中一部分进行描述如图8所示。
图8中所有点依次为
x[1][1] x[1][2] … x[1][14] x[1][15] x[1][16]
… … … … … …
… … … … … …
… … … … … …
x[5][1] x[5][2] … x[5][14] x[5][15] x[5][16]
x[6][1] x[6][2] … x[6][14] x[6][15] x[6][16]
其中第一行x[1][1]～x[1][3]分别代表极板1的第22～24列数据，x[1][14]～x[1][16]代表极板2的第1～3列数据，中间x[1][4]～x[1][13]10列为未测数据。第二行依次类推。
图8中，黑色表示已测数据，白色表示未测数据。此例所要计算的有60个点，位置如图所示。此图为平面展开图，实际为立体圆柱状图，为了简化计算过程，本例近似采用平面坐标计算。
3.选择此待算点的影响范围
假设要计算第四行第一个白点的数值(图8中阴影点)，可选择影响范围点为全图中的36个黑点；也可以只第四行，第三个黑点一个数据点，本例中选择全部黑点。
4.计算每个影响数点的系数：即每个数据点对此点的贡献的大小。计算的方法，可用克里金算法、拉格郎日算法、反距离加权等。本实施例采用反距离加权法。
输入所影响范围的参数，选择计算系数的数学算法。
例如对x[4][4]点的计算，影响点为x[1][1]～x[6][3]和x[1][14]～x[6][16]36个点。
采用反距离加权算法计算系数的方法。x[1][1]到x[3][4]的距离为，(1-4)2+(1-4)2≈4.24]]>x[1][2]到x[4][4]的距离为，(1-4)2+(2-4)2≈3.60······]]>x[6][16]到x[4][4]的距离为，(6-4)2+(16-4)2≈12.16]]>。对各个距离求倒数得到0.23，0.27……0.08，然后除以36个距离倒数和(0.23+0.27+……+0.08)，得到系数矩阵
λ[1][1] λ[1][2] … λ[1][14] λ[1][15] λ[1][16]
… … … … … …
… … … … … …
… … … … … …
λ[5][1] λ[5][2] … λ[5][14] λ[5][15] λ[5][16]
λ[6][1] λ[6][2] … λ[6][14] λ[6][15] λ[6][16]
根据不同情况，也可以采用由反距离加权法衍生的如距离的平方等方法，计算系数λ。
在计算每个影响数点的系数时，也可采用拉格朗日插值算法，公式如下：
λ[j][i]=(x4,4-x1,1)···(x4,4-x4,3)(x4,4-x4,5)···(x4,4-x6,16)(xj,i-x1,1)···(xj,i-x4,3)(xj,i-x4,5)···(xj,i-x6,16)]]>
式中λ[j][i]表示第j行第i列的系数，(x4.4-x1.1)为第4行第4列到第1行第1列两点的距离。
当然也可以采用Aitken插值、Hermite插值等的插值多项式，以及低次的分段线性插值、样条函数插值。
在计算每个影响数点的系数时，还可采用克里金插值法，方法如下：
首先，实验变差函数可以通过下式计算：
γ(h)=12N(h)Σi=1N(h)[X(ui)-X(ui+h)]2]]>
式中X(ui)代表未测点的空间位置，X(ui+h)为已测点的空间位置，N(h)为总的影响点数。γ(h)为变差函数(变异函数)。
计算的实验变差函数常用球状模型、指数模型、高斯模型、幂模型来拟合。其中球状模型是最普遍采用的变差模型，它的标准化形式为：
γsph(h)=C[32(ha)-12(ha)3]h≤aCh≥a]]>
拟合后，计算出C，a。
由二阶平稳假设下，变差函数和协方差满足以下关系式：
C(h)＝C(0)-γ(h)
根据下面的方程组：
Σj=1nλjC(ui,uj)=C(ui,u0)]]>其中i＝1，2，…，n
其中C(ui，u0)表示未测点u0和已测点ui之间的协方差，C(ui，uj)表示已测点ui和uj之间的协方差。
用矩阵形式来表示(2.5)式为：
C(u1,u1)···C(u1,un)······C(un,u1)···C(un,un)λ1···λn=C(u1,u0)···C(un,u0)]]>
解方程后就可计算出加权系数λi。
根据克里金算法的衍生算法，例如块可里金等方法，也可以得到类似结果。
总之，按照上述的反距离加权法，拉格郎日算法，克里金算法以及由上述方法衍生的、近似的多项式其它算法，都是现有的数学计算方法，都属于本发明用于处理数据的技术手段总的构思范围之内。
5.计算该点数值，为所有影响点的数值乘以系数之和，计算未测点数的公式为：
yj=Σi=1Nλi×xi]]>
其中：yj为未测点数值，λi表示第i点已测系数，xi表示第i点已测数值，N为总的已测影响点个数。
转化到本实施例的具体公式为：
x[4][4]=Σi=13Σj=16x[j][i]×λ[j][i]+Σi=1416Σj=16x[j][i]×λ[j][i]]]>
得到x[3][4]数值。
6.依次类推，计算全部未测点数据，加上原来已测点数据就得到全井壁复原的成像数据。参见使用本方法的程序框图图1。
7.计算完后，将计算的数值，即电阻率的大小转化成灰度或用相关方法，就得到全井壁复原图，如图7所示。也可采用伪彩色显示或打印成彩色测井图。从图7看出，全井壁复原图已使井壁覆盖率达100％。
在对井壁数据进行后续处理，例如图形图像增强时，全部数据可用一个矩阵表示，不用多个矩阵表示。而以前在计算时候分别考虑每个矩阵，以及之间的联系，过程繁琐。
经过对某区1345.1-1345.2m处的全井壁复原图和井壁声波成像图及该深度井壁取心照片的对比，结果表明两者的相关吻合性较好。从而证明了本发明的准确性。
结合实际生产情况，目前采用成像技术测量一口井的费用大约是8万美金，时间为约15个小时。而重复测量时间和费用还要大大增加，而且增加了测井过程的作业风险。采用本发明方法，不仅有效地解决了电成像测井图全井壁图像的复原问题，而且在避免重复测量以及降低作业风险同时，大大降低了施工成本。
综上所述，本发明要解决的技术问题是提供一种电成像测井图的全井壁复原方法，使用了已测井壁部分得到的数据，估算未测井壁部分数据，使全井壁复原的技术手段，产生了使井壁覆盖率达到100％，有效地改善图像质量的技术的效果。因此，本发明属于专利保护的范围之内。
凡与本发明构思相同的技术方案，都在本权利要求保护范围之内。