本發明涉及一種微電阻率掃描成像測井數據異常校正方法及裝置，屬于石油工程測井技術領域。

背景技術：

微電阻率掃描成像測井儀器有多個極板，每個極板上分布多個電扣，用來測量井周電導率變化情況，在采集數據的過程中，由于儀器或井下情況比較復雜，有時會出現數據異常的情況，如果不對這些異常數據進行處理，會明顯影響成像效果，以及成像資料解釋和應用。例如：由于井壁不規則，極板貼井壁不好，或個別電扣損壞，會造成個別極板記錄的電導率偏低，或個別電扣測量數據異常，使得處理的圖像出現條帶形或線型異常；不同井段地層巖性變化大，導致電導率數值差異過大(如圖8所示，上部是砂泥巖地層，下部是凝灰巖地層，上下深度段電導率相差近兩個數量級)，雖然這種資料是地層的真實反映，但無法對靜態圖像進行很好的刻度和描述，成像后會影響橫向分辨率和縱向成圖效果；噪聲或記錄、刻度等因素會造成個別或部分記錄數據出現負數，在圖像上會出現白點或白塊。

而目前對于上述異常數據的常規的處理方法是，在全井段范圍內計算一個平均值，然后用該平均值代替這些異常數據。由于局部范圍內的數據可能與全局范圍的平均值相差比較大，這種做法會使得異常范圍處的數據與相鄰正常數據相差比較大，且數據沒有層次變化，沒有體現自身變化特性，這種處理方法顯然是不合理的。附圖3所示為某測井數據中存在極板數據偏大的情況，可以看出第5號極板由于的數據偏大，成像后與其他幾個極板明顯不同。

技術實現要素：

本發明的目的是提供一種微電阻率掃描成像測井數據異常校正方法，以解決目前對于異常數據校正沒有體現數據層次變化，導致校正后的數據無法體現數據真實變化的問題。同時本發明還提供了一種微電阻率掃描成像測井數據異常校正裝置。

本發明為解決上述技術問題而提供一種微電阻率掃描成像測井數據異常校正方法，該校正方法方案一：該方法包括以下步驟：

1)采集測井數據，判斷測井數據是否異常以及異常類型；

2)根據異常類型選取異常數據相鄰的正常數據計算平均值；

3)利用異常數據與相鄰正常數據的相似性計算異常數據的可信度，根據可信度判斷異常數據是否可信；

4)當異常數據不可信時，將平均值代替異常數據作為校正值；若異常數據可信，則提取異常數據的變化特征，并將變化特征加上其對應的平均值作為異常數據的校正值。

方法方案二：在方法方案一的基礎上，所述的異常數據至少包括以下任意一種：存在極板或電扣數據與鄰近極板或電扣相比整體偏大或偏小；存在不同井段間縱向電導率差異大于設定值。

方法方案三：在方法方案二的基礎上，當異常數據為極板或電扣數據與鄰近極板或電扣相比整體偏大或偏小時，其平均值計算為：

I.根據極板和電扣在儀器上的排列規律，在橫向上和縱向上找出異常數據相鄰的正常數據；

II.利用相鄰正常數據，通過反距離加權插值法依次計算出異常數據深度位置的正常數據。

方法方案四：在方法方案二的基礎上，當不同井段間縱向電導率差異大于設定值時，其對應的平均值計算過程為：

a.設異常數據深度范圍為B-C，其相鄰正常深度范圍為A-B與C-D，深度方向上A＜B＜C＜D；

b.計算A-B的平均值為P，C-D的平均值為Q；

c.將B-C深度范圍劃分為n段，計算每一段的平均值V_i，

方法方案五：在方法方案二的基礎上，所述步驟3)中異常數據可信度的計算如下：

將異常數據B和與其相鄰的正常數據A和C均平均分為m段，并計算異常數據中每一段的平均值B_i、與其相鄰的正常數據中每一段的平均值A_i和C_i，1≤i≤m-1；

分別統計A_i+1-A_i與B_i+1-B_i以及C_i+1-C_i與B_i+1-B_i符號相同的個數，計算B與C以及B與A的相同率R_B-C和R_B-A，R_B-C和R_B-A中的較大者即為異常數據B的可信度；

方法方案六：在方法方案二的基礎上，當異常數據可信時，其校正過程如下：

((1)在異常范圍內將異常數據平均分為至少兩段，每一段中每個電扣有n個數據；

(2)計算所述n個數據的平均值P，并計算每個數據相對于P的增量W_i，W_i＝V_i/p(1≤i≤n)；

(3)將增量W_i“加”到Q上，即Z_i＝W_i*Q，其中Z_i即為校正后的值。

方法方案七：在方法方案二的基礎上，所述的異常數據還包括檢測的測井數據為負數，若檢測的數據為負數，則將其映射為正數，并判斷映射的數據是否存在偏大或偏小的異常，若存在則利用步驟2)-4)進行校正。

方法方案八：在方法方案七的基礎上，將負的測井數映射為正的測井數據的過程如下：

A.設某極板的某電扣在某一深度范圍的數據為V₁、V₂...V_n，其中V₁和V_n為正數，而V₂到V_n-1全為負數；

B.求出V₂到V_n-1范圍內的最小值V_min，且V_min所在的深度為D；

C.求出相鄰正常電扣在深度D處的平均值V_aver；

D.通過線性映射方程y＝kx+b，將V₂到V_min之間的值映射到V_aver與V₁范圍內，線性映射處理后，V₁到V_min之間的數值都為正數，

其中

E.同理，對于V_min到V_n-1之間的數據映射方法，其映射方程也為y＝kx+b，其中

本發明還提供了一種微電阻率掃描成像測井數據異常校正裝置，裝置方案一：該校正裝置包括異常判斷模塊、均值計算模塊、可信度計算模塊和校正模塊，

所述的異常判斷模塊用于采集測井數據，判斷測井數據是否異常以及異常類型；

所述的均值計算模塊用于根據異常類型選取異常數據相鄰的正常數據計算平均值；

所述的可信度計算模塊利用異常數據與相鄰正常數據的相似性計算異常數據的可信度，根據可信度判斷異常數據是否可信；

所述的校正模塊用于當異常數據不可信時，將平均值代替異常數據作為校正值；若異常數據可信，則提取異常數據的變化特征，并將變化特征加上其對應的平均值作為異常數據的校正值。

裝置方案二：在裝置方案一的基礎上，所述的異常數據至少包括以下任意一種：存在極板或電扣數據與鄰近極板或電扣相比整體偏大或偏??；存在不同井段間縱向電導率差異大于設定值。

裝置方案三：在裝置方案二的基礎上，當異常數據為極板或電扣數據與鄰近極板或電扣相比整體偏大或偏小時，所述的均值計算模塊的計算過程如下：

I.根據極板和電扣在儀器上的排列規律，在橫向上和縱向上找出異常數據相鄰的正常數據；

II.利用相鄰正常數據，通過反距離加權插值法依次計算出異常數據深度位置的正常數據。

裝置方案四：在裝置方案二的基礎上，當不同井段間縱向電導率差異大于設定值時，所述均值計算模塊的計算過程為：

a.設異常數據深度范圍為B-C，其相鄰正常深度范圍為A-B與C-D，深度方向上A＜B＜C＜D；

b.計算A-B的平均值為P，C-D的平均值為Q；

c.將B-C深度范圍劃分為n段，計算每一段的平均值V_i，

裝置方案五：在裝置方案二的基礎上，所述可信度計算模塊中異常數據可信度的計算如下：

將異常數據B和與其相鄰的正常數據A和C均平均分為m段，并計算異常數據中每一段的平均值B_i、與其相鄰的正常數據中每一段的平均值A_i和C_i，1≤i≤m-1；

分別統計A_i+1-A_i與B_i+1-B_i以及C_i+1-C_i與B_i+1-B_i符號相同的個數，計算B與C以及B與A的相同率R_B-C和R_B-A，R_B-C和R_B-A中的較大者即為異常數據B的可信度；

裝置方案六：在裝置方案二的基礎上，當異常數據可信時，校正模塊的校正過程如下：

(1)在異常范圍內將異常數據平均分為至少兩段，每一段中每個電扣有n個數據；

(2)計算所述n個數據的平均值P，并計算每個數據相對于P的增量W_i，W_i＝V_i/p(1≤i≤n)；

(3)將增量W_i“加”到Q上，即Z_i＝W_i*Q，其中Z_i即為校正后的值。

裝置方案七：在裝置方案二的基礎上，所述的異常數據還包括檢測的測井數據為負數，若檢測的數據為負數，則將其映射為正數，并判斷映射的數據是否存在偏大或偏小的異常，若存在則利用均值計算模塊、可信度計算模塊和校正模塊進行校正。

裝置方案八：在裝置方案七的基礎上，將負的測井數映射為正的測井數據的過程如下：

A.設某極板的某電扣在某一深度范圍的數據為V₁、V₂...V_n，其中V₁和V_n為正數，而V₂到V_n-1全為負數；

B.求出V₂到V_n-1范圍內的最小值V_min，且V_min所在的深度為D；

C.求出相鄰正常電扣在深度D處的平均值V_aver；

D.通過線性映射方程y＝kx+b，將V₂到V_min之間的值映射到V_aver與V₁范圍內，線性映射處理后，V₁到V_min之間的數值都為正數，

其中

E.對于V_min到V_n-1之間的數據映射方法，其映射方程也為y＝kx+b，其中

本發明的有益效果是:本發明首先采集測井數據，判斷測井數據是否異常以及異常類型；然后根據異常類型選取異常數據相鄰的正常數據計算平均值；再利用異常數據與相鄰正常數據的相似性計算異常數據的可信度，并根據可信度判斷異常數據是否可信；最后在異常數據不可信時，利用平均值代替異常數據作為校正值；在異常數據可信時，則提取異常數據的變化特征，并將變化特征加上其對應的平均值作為異常數據的校正值。本發明的校正方法能在整體上使校正后的異常數據與相鄰正常數據大小相吻合，同時在局部上又保留了自身的變化特征，經過可視化成像后，取得較好的成圖效果。

附圖說明

圖1為本發明的技術實施流程圖；

圖2為本發明的方法原理示意圖；

圖3為X1井STAR-II微電阻率掃描成像原始數據及成像顯示圖；

圖4為X1井STAR-II微電阻率掃描成像異常校正后極板數據及成像顯示圖；

圖5為X2井FMI微電阻率掃描成像原始極板數據曲線圖；

圖6為X2井FMI微電阻率掃描成像異常校正后極板數據曲線圖；

圖7為X2井FMI微電阻率掃描成像校正前后處理圖像對比圖；

圖8為X3井XRMI微電阻率掃描成像校正前極板數據及處理圖像顯示圖；

圖9為X3井XRMI微電阻率掃描成像校正后極板數據及處理圖像顯示圖。

具體實施方式

下面結合附圖對本發明的具體實施方式做進一步的說明。

本發明微電阻率掃描成像測井數據異常校正方法的實施例

本發明的微電阻率掃描成像測井數據異常校正方法針對的是異常主要包括以下兩種：第一種是個別極板或電扣數據與鄰近極板或電扣相比整體偏大或偏??；第二種是不同井段間縱向電導率差異大。本發明的校正方法能夠對上述兩種異常數據進行校正，該方法的流程如圖1所示，首先檢測測井數據是否存在異常，并判斷異常數據；然后利用異常數據相鄰的正常數據計算平均值；再計算異常數據的可信度，當異常數據不可信時，利用平均值代替異常數據，若異常數據可信，則提取異常數據的變化特征，并將變化特征“加到”平均值上來代替異常數據。該方法具體的實施步驟如下：

1.檢測測井數據是否存在異常，并判斷異常數據類型。

本發明的測井數據指的是極板電導率數據，異常數據類型主要包括兩種：第一種是個別極板或電扣數據與鄰近極板或電扣相比整體偏大或偏??；第二種是不同井段間縱向電導率差異大。檢測數據是否存在異常，最終的檢測結果為數據正?；驍祿嬖谝环N或多種異常；如果數據存在異常，確定異常類型、異常數據所在的極板(或電扣)編號以及異常范圍；檢測是否存在極板或者電扣整體數值偏大或偏小，以檢測極板為例，具體步驟如下：

1)檢測極板PADn在深度DEP處是否偏大或偏小。

計算極板PADn在深度DEP處電扣電導率(或電阻率)均值P，而其他各極板所有電扣在這一深度的平均值為A，則可以設置一個偏大閾值Rmax和一個偏小閾值Rmin，若P>A*Rmax，則認為該極板數據在深度DEP偏大，若P<A/Rmin，則認為該極板數據在深度DEP偏小。

2)統計極板PADn偏大或偏小的深度范圍。

在全井段深度范圍內檢測極板PADn是否偏大或偏小，如果極板PADn在某一深度范圍內連續偏大(或連續偏小)，則認為該極板在該深度范圍異常，且異常類型為偏大(或偏小)。

電扣的檢測方法與極板的檢測方法類似，在此不再詳述。檢測數據是否存在地層特征差異過大，方法與上述步驟1)和2)相同，只需將所有極板看做一個整體，與上下相鄰深度范圍進行比較。

2.利用異常數據相鄰的正常數據計算平均值，異常數據的類型不同，其均值有不同的計算方法。

當異常數據的類型為地層差異過大時，均值的計算步驟如下：

1)假設異常數據深度范圍為B-C，其相鄰正常深度范圍為A-B與C-D(即深度方向上A＜B＜C＜D)；

2)計算A-B的平均值為P，C-D的平均值為Q；

3)校正B-C深度范圍時，設分段長度為L，共分為n段，則第i段的平均值為

當異常數據的類型為極板或電扣數據與鄰近極板或電扣相比整體偏大或偏小，通過反距離加權插值法來計算平均值，步驟如下：

1)根據極板和電扣在儀器上的排列規律，在橫向上(極板、電扣排列方向)和縱向上(深度方向上)找出異常數據相鄰的正常數據。

圖2為本發明實施例中XRMI微電阻率掃描成像數據的部分極板和電扣的排列示意圖，假設5號極板為異常極板，則相鄰的4、6號極板為正常極板。

2)利用相鄰正常數據，通過反距離加權插值法，依次計算出異常數據深度位置的正常數據。

通過4、6號極板計算5號極板的數據，假設橫向上左右各取25個點參與計算，縱向上取上下相鄰的8個點參與計算，則5號極板的每一個電扣的值是通過25×2×(8×2+1)＝850個點計算得到的，且設這850個點每個點的值為Vi(1≤i≤850)；如圖2所示，以計算a的值為例，參與計算的各個點的權重為各個點到a點的距離的倒數；b點到a點的距離為c到a的距離為其它各點到a的距離以此類推，這樣就可以求得各點到a點的距離的倒數，其他各點到a的距離依此類推，這樣就可以求得各點到a點的距離的倒數，假設分別為W₁、W₂…W₈₅₀；根據所計算的W_i求得比例系數k，由k計算a點對應的平均值Va，通過這種方式即可計算出5號極板的每一個數值。

其中

3.利用異常數據與相鄰正常數據的相似性計算異常數據的可信度，根據可信度判斷異常數據是否可信，過程如下：

1)在異常范圍內，將異常數據平均分為若干段，然后計算每一段的平均值。假設異常極板為B，平均分為m段，各段的數據平均值為：B₁、B₂...B_n；假設極板B相鄰的正常極板為A、C，同理可求得A₁、A₂...A_n和C₁、C₂...C_n。

2)計算B與相鄰數據的相似性：假如A₂>A₁且B₂>B₁(或者A₂<A₁且B₂<B₁或者A₂＝A₁且B₂＝B₁，即A₂-A₁與B₂-B₁的符號相同)，則認為極板B在B₂處可信；同理，依此計算A_i+1-A_i與B_i+1-B_i(1≤i≤m-1)的符號是否相同，統計相同的個數，假如共有h個點相同，則可以計算出B與A的相同率R_B-A，R_B-A＝h/m-1；同樣可以計算B與C的相同率R_B-C。

3)比較R_B-A與R_B-A，將兩者中的較大者R作為B數據最終的可信度R，將可信度R與設定的閾值α進行比較，若R大于α，則認為極板B的數據可信，否則認為不可信。

4.根據異常數據的可信度和其對應的平均值對異常數據進行校正，當異常數據不可信時，將異常數據直接替換為由步驟2計算出的平均值。當異常數據可信時，則提取異常數據的變化特征，并將變化特征“加到”平均值上來代替異常數據，具體過程如下：

1)在異常范圍內將異常數據平均分為若干段，假設每一段中每個電扣有n個數據；

2)設n個數據中各個數據的值為V_i，則可以計算這n個數據的平均值P，步驟2中已經計算出了異常極板各個電扣的值，則可以計算出相同電扣編號在相同深度范圍中的平均值Q；

3)計算這n個數據中每一個數據相對于P的增量W_i，即W_i＝V_i/p(1≤i≤n)；

4)將增量W_i“加”到Q上，即Z_i＝W_i*Q，其中Z_i即為校正后的值；

5)深度方向上按分段從上往下、在橫向上按電扣編號小到大，重復步驟2)到步驟4)，即可實現。

上述異常數據指的是上述兩種異常數據，當采集到的測井數據為負數，現有技術一般直接將其舍棄，本發明將采集到的為負數的測井數據映射到正數，使負值也具有可用價值，下面以某極板的某電扣在某一深度范圍的數據為例，其具體映射過程如下：

A.設某極板的某電扣在某一深度范圍的數據為V₁、V₂...V_n，其中V₁和V_n為正數，而V₂到V_n-1全為負數；

B.求出V₂到V_n-1范圍內的最小值V_min，且V_min所在的深度為D；

C.求出相鄰正常電扣在深度D處的平均值V_aver；

D.通過線性映射方程y＝kx+b，將V₂到V_min之間的值映射到V_aver與V₁范圍內，線性映射處理后，V₁到V_min之間的數值都為正數，

其中

E.同理，對于V_min到V_n-1之間的數據映射方法，其映射方程也為y＝kx+b，其中

判斷上述映射后的數據是否存在偏大或偏小的異常，若存在則利用步驟2-4進行校正。

下面結合具體的實例針對三種不同的數據異常進行驗證。

實例1：對極板或電扣數據偏大異常進行校正。

如圖3為X1井STAR-II微電阻率掃描成像原始數據及成像顯示，通過對原始數據進行異常檢測，檢測結果為5號極板全井段數值偏大，3號極板第11號電扣全井段數值偏大(見第一道的原始極板數據)，處理的靜、動態圖象有明顯的暗色條帶和線狀條紋(第二、三道)。應用本發明的校正方法能夠對檢測到的異常類型進行校正，校正后極板數據及成像結果如圖4所示。

實例2：對測井數據負數異常值處理。

圖5為X2井FMI微電阻掃描成像原始極板數據曲線，從中可以看出，3號臂上的主機板出現大量負值(FCC1和FCC2)，但各紐扣曲線的變化趨勢與其它極板一致，不屬于極板數據完全失效的情況，這種數據經過一定的校正處理仍然可以使用。

校正前，如果將負數用接近于0的極小值代替，圖像中將出現大量的白塊，顯然不合適；若不對負數做異常處理，使得有效數據對應的顏色刻度范圍縮小，靜態圖像分辨率降低(如圖7第一道靜態圖像)，動態圖像在負值處出現白點或白塊(如圖7第三道動態圖像)。針對上述異常，采用本發明的校正方法，現將負數提供線性映射處理為正數，再提取其特征值加到平均值上，取得了較好的效果，如圖6為校正后極板數據曲線圖，圖7中的第二道和第四道是異常校正后處理的靜、動態圖像。

實例3：對地層特征差異過大校正的驗證

圖8為X3井XRMI微電阻率掃描成像原始極板數據及圖像顯示，該井測量井段內地層巖性變化較大，上部是砂泥巖地層，記錄的極板數值變化范圍為0-1000(如圖8的第一、二道)，下部是凝灰巖地層，記錄的極板數值變化范圍為0-1000(如圖8的第四、五道)，雖然這種資料是地層的真實反映，但無法對靜態圖像進行很好的刻度和描述，影響縱向成圖效果，如圖8中第三道為了較好的刻度和顯示上部地層的靜態圖像，使得下部圖像全部變為亮色，第六道為了展現下部地層的靜態圖像，將刻度從1024降到了32，使得上部圖像全部變為了暗色。

應用本發明的校正方法對X3井進行校正和處理，校正后的結果如圖9所示，既提高了圖像的縱向成圖效果，又保證了地層巖性變化特征。

可見本發明的能夠自動檢測各種異常數據，實現了對測井數據中的負值、橫向偏大或偏小、縱向差異過大的自動校正。本發明通過計算各種異常數據的平均值，克服了用全局平均值代替局部數據導致數據差異過大的問題；同時通過計算異常數據的可信度，在異常數據可信時，將異常數據加到均值上作為校正后的數據，使存在可用價值的異常數據能夠發揮作用，解決了處理后圖像無自身極板地層特征的問題。同時將負值映射到正數范圍，使負值也具有可用性。總之，本發明的數據異常校正方法提高了測井資料的顯示效果和測井數據的整體利用率。

本發明微電阻率掃描成像測井數據異常校正裝置的實施例。

本實施例中的校正裝置包括異常判斷模塊、均值計算模塊、可信度計算模塊和校正模塊，異常判斷模塊用于采集測井數據，判斷測井數據是否異常以及異常類型；均值計算模塊用于根據異常類型選取異常數據相鄰的正常數據計算平均值；可信度計算模塊利用異常數據與相鄰正常數據的相似性計算異常數據的可信度，根據可信度判斷異常數據是否可信；校正模塊用于當異常數據不可信時，將平均值代替異常數據作為校正值；若異常數據可信，則提取異常數據的變化特征，并將變化特征加上其對應的平均值作為異常數據的校正值。各模塊的具體實現手段已在方法的實施例中進行了詳述，這里不再贅述。

本發明所述的方法及裝置并不限于具體實施方式中所述的實施示例，本領域技術人員根據本發明的技術方案得出其他的實施方式，同樣屬于本發明的技術創新范圍。