一种基于神经网络滤波的储层固有频率井下原位测量方法与流程

本发明属于岩石物理和测井，具体涉及一种基于神经网络滤波的储层固有频率井下原位测量方法。

背景技术：

1、页岩油气等非常规油气是目前油气增储上产的重要领域，由于该类储层具有致密、低孔低渗等特点，需通过储层改造提升产能。为克服传统水力压裂储层改造技术工艺复杂、成本高、环保压力大等问题，新型无水储层改造技术不断创新发展。目前已提出一种基于脉冲振动与共振效应的储层共振改造技术，该技术具有高效、低成本和环保的特点，应用前景广阔。以页岩储层为例，由于岩体在共振状态下位移响应幅值最大，通过向井周地层持续施加一定频率的脉冲作用力并激发储层达到共振状态，即可在较小的单次激发能量或作用力条件下使岩石受到的张拉应力克服地应力和抗拉强度，从而使地层内原生裂缝扩展或产生新裂隙，提高页岩储层渗透性，进而提高单井产能。

2、在储层共振改造技术中，需根据目标储层的固有频率设定外加激励频率以激发储层达到共振，因此如何准确测定改造目标范围内岩体的固有频率是实施储层共振改造的关键。目前物体固有频率的测试手段主要有“锤击法”和“扫频法”。其中，“锤击法”具有高效及普适性较强的优点，多用于建筑物、桥梁与机械结构振动特性分析，通过监测激励作用下物体表面振动信号得到结构响应数据，使用信号处理方法提取被测物体固有频率。“扫频法”具有直观及精度高的特点，通过采集被测物体在不同激励频率下的响应变化，依据幅频曲线直接判定位移响应较为明显的共振频率，还可直观获取固有频率下物体振动特征。

3、物体的固有频率是由材料尺寸大小和材料性质决定，小尺度岩样在大小、物性等方面与储层原状岩体存在巨大差异，因此无法使用小尺度岩样固有频率测试结果作为储层岩体固有频率，后者的测量应在井下原位进行，以在原状条件下准确获取特定范围岩体的固有频率。

4、当前储层固有频率井下原位测量方法类似“锤击法”，通过施加脉冲激励诱发储层振动，对监测到的储层振动信号开展分析提取特征频率，但由于套管、射孔、水泥环等结构对振动传播影响较大，加之地层的非均质性及井筒内液体干扰，井下采集到的振动信号十分复杂，数据分析难度大，难以快速、准确提取储层固有频率，因此需要创新储层固有频率的测量与分析方法，实现固有频率的高效获取。

技术实现思路

1、针对上述背景技术中存在的技术问题，本发明提出了一种基于神经网络滤波的储层固有频率井下原位测量方法，其构思合理，可在井下直接开展目标储层固有频率测量，有效解决井下固有频率测量困难或室内固有频率测试不准确的问题，实现储层固有频率井下原位高效获取。

2、为解决上述技术问题，本发明提供的一种基于神经网络滤波的储层固有频率井下原位测量方法，其主要包括以下步骤：

3、(1)先通过连续高压脉冲放电装置产生脉冲冲击波诱发储层岩体振动；

4、(2)基于分布式光纤声波传感获取连续高压脉冲放电装置在井口处脉冲放电时的自振振动噪声信号数据；

5、(3)基于分布式光纤声波传感获取连续高压脉冲放电装置在井筒中静止状态下的背景噪声信号及脉冲放电时的反馈振动信号数据；

6、(4)基于深度残差收缩神经网络对自振振动噪声信号数据、背景噪声信号及脉冲放电时的反馈振动信号数据进行滤波降噪；

7、(5)使用改进自适应完备经验模态分解方法与傅里叶变换方法开展振动信号分析；

8、(6)再进行希尔伯特变换获得体现本征模态变化趋势的希尔伯特边际谱，结合皮尔逊相关系数法明确各本征模态与原始振动信号的相关系数；

9、(7)最终基于希尔伯特边际谱与相关系数判定目标储层固有频率。

10、所述基于神经网络滤波的储层固有频率井下原位测量方法，其中，所述步骤(1)的具体过程为：

11、(1.1)基于测井装置定位油气井射孔位置，记录射孔边界位置、目标储层位置和非射孔段位置；

12、(1.2)将铠装光纤与连续高压脉冲放电装置的电缆进行捆绑，实现光纤与连续高压脉冲放电装置的电缆的同步收放；

13、(1.3)使用绞车吊放连续高压脉冲放电装置在井口及井下所需位置并分别进行单次或频率递增的连续脉冲放电，产生脉冲振动，激励井周地层振动

14、所述基于神经网络滤波的储层固有频率井下原位测量方法，其中：所述步骤(1.2)中所用光纤为分布式声波传感光纤。

15、所述基于神经网络滤波的储层固有频率井下原位测量方法，其中：所述步骤(1.2)中连续高压脉冲放电装置的电缆还可使用内含光纤的光电复合缆。

16、所述基于神经网络滤波的储层固有频率井下原位测量方法，其中，所述步骤(2)的具体过程为：使用绞车吊起连续高压脉冲放电装置并悬空于井口处，控制连续高压脉冲放电装置进行单次放电和频率递增的连续放电，通过光纤采集该条件下连续高压脉冲放电装置自身振动信号，将该信号称为连续高压脉冲放电装置自振振动噪声。

17、所述基于神经网络滤波的储层固有频率井下原位测量方法，其中，所述步骤(3)的具体过程为：

18、(3.1)使用绞车下放连续高压脉冲放电装置，光纤随连续高压脉冲放电装置的电缆同步下井，当连续高压脉冲放电装置下至射孔段位置后停止下放，根据光纤监测到的振动信号判断连续高压脉冲放电装置静止后，使用光纤监测并记录井下背景振动信号数据，将该信号命名为射孔段背景噪声；然后控制连续高压脉冲放电装置在该处进行单次放电、频率递增的连续放电，通过产生的脉冲冲击波激励井周地层岩体振动，放电过程中通过光纤进行井下振动信号采集；

19、(3.2)继续下放连续高压脉冲放电装置，当连续高压脉冲放电装置到达目标储层位置时停止下放连续高压脉冲放电装置，依据光纤监测井下环境，待连续高压脉冲放电装置静止后开始记录数据并命名为目标储层背景噪声；然后控制连续高压脉冲放电装置在该处进行单次放电、频率递增的连续放电，放电过程中通过光纤进行振动信号采集；

20、(3.3)继续下放连续高压脉冲放电装置，当连续高压脉冲放电装置下至到达非射孔段位置时停止下放连续高压脉冲放电装置，依据光纤监测井下环境，待连续高压脉冲放电装置静止后开始记录数据并命名为非射孔段背景噪声；然后控制连续高压脉冲放电装置在该处进行单次放电、频率递增的连续放电，放电过程中通过光纤进行振动信号采集。

21、所述基于神经网络滤波的储层固有频率井下原位测量方法，其中，所述步骤(4)的具体过程为：基于深度残差收缩神经网络进行振动信号背景噪声滤除工作，以所述连续高压脉冲放电装置自振振动噪声、所述射孔段背景噪声、所述目标储层背景噪声、所述非射孔段背景噪声为训练样本，将对应位置处单次放电、频率递增的连续放电过程中所采集的振动信号依据深度残差收缩神经网络开展降噪滤波处理。

22、所述基于神经网络滤波的储层固有频率井下原位测量方法，其中，所述步骤(5)的具体过程为：

23、(5.1)基于改进自适应完备经验模态分解方法对降噪滤波后的振动信号开展模态分析，将信号分解所得到的本征模态分量开展傅里叶变换，提取所需频率范围内的的本征模态，将提取的本征模态重新组成重构振动信号；

24、(5.2)基于改进自适应完备经验模态分解方法对重构振动信号开展模态分析，将信号分解所得到的本征模态分量开展傅里叶变换，将主频频率低于所需频率范围内的本征模态开展希尔伯特变换，分析各模态主频出现时间，获得体现本征模态变化趋势的希尔伯特边际谱；

25、(5.3)依据光纤不同信道间冲击响应起始时刻差值和各信道间距离求解冲击波波速，进而结合各基础结构尺寸得到冲击波到达各结构壁面时间，依据各基础结构介质中应力波波速反演各基础结构和目标储层岩体振动引起应力波传递至光纤所需时间。

26、所述基于神经网络滤波的储层固有频率井下原位测量方法，其中，所述步骤(6)的具体过程为：将所有振动信号中所提取的本征模态主频进行统计与区间划分，并将各区间内样本的希尔伯特边际谱中主频出现时间同理论传递时间相比对，为各结构固有频率辨识提供参照，进而提取出目标储层岩体固有频率。

27、所述基于神经网络滤波的储层固有频率井下原位测量方法，其中，所述步骤(7)的具体过程为：基于强跟踪滤波器对目标储层对应的固有频率区间内数据点进行估计，得到具有普适性的目标储层固有频率。

28、采用上述技术方案，本发明具有如下有益效果：

29、本发明基于神经网络滤波的储层固有频率井下原位测量方法构思合理，可在井下直接开展目标储层固有频率测量，有效解决井下固有频率测量困难或室内固有频率测试不准确的问题，实现储层固有频率井下原位高效获取。

30、本发明还具有以下特点和优点：

31、(1)本发明系国内外首次提出的类“敲击法”与机器学习算法相结合的储层固有频率原位测量方法，本发明首次采用现场光纤监测采集固有频率原位测量数据，基于实测数据集与深度学习方法提取复杂振动信号中特征频率，并基于经验值及理论解辨识储层岩体固有频率，实现储层固有频率的原位、高效、准确测定。

32、(2)储层振动信号复杂，包含不同结构振动模态，同时不同冲击波激励位置诱发的结构振动模态不同，本发明可基于深度学习理论构建数据库，实现储层改造工程中储层固有频率动态监测及同步测量，更符合实际应用需求。

33、(3)该方法可适用于多种储层井下连续动载荷改造技术及装置，具备适用性广、时效性强和精度高等优点。