[发明专利]一种油井动液面信号高精度提取方法

说明书

本发明为一种油井动液面信号高精度提取方法，包括以下步骤：步骤S1：对声波法测油井的一组数据，初步确定含有动液面信号的数据段；步骤S2：对含有动液面信号的数据段进行同步挤压小波变换，得到该数据段的高分辨率时频分布；步骤S3：在此高分辨率时频平面上观察动液面信号的时频分布区域，并将其抠取出来；步骤S4：对抠取出的高分辨率时频分布做同步挤压重构，得到滤波后的动液面信号；步骤S5：定位动液面信号波形开始大幅突变的点，再根据采样频率算出动液面信号出现的时刻点。本发明采用同步挤压小波时频变换及其重构过程，能够有效提取出动液面信号，然后确定其波形中大幅突变的点的横坐标，结合采样频率可准确获取动液面信号出现的时刻点。

技术领域

本发明涉及测井信号处理技术领域，具体为一种油井动液面信号高精度提取方法。

背景技术

油田开发与生产中，油井动液面是油田开发动态分析中常用的一项重要资料，反映油井的工作状况和油层的供液能力，对确定油井合理的生产制度具有重要意义。能否准确获得动液面反射信号开始出现的时刻点，决定着动液面深度的计算是否准确。

目前，处理动液面信号的滤波方法有小波滤波、谱减法滤波、形态滤波等，它们都能够有效地识别提取出动液面信号，但也都存在各自的缺点。小波变换的时频分辨率存在较大的局限性，易造成时频模糊现象，且对于较高频信号会逐渐表现出不稳定性。基于该变换的滤波虽是较为普遍的一种滤波方法，但因其自身的局限性所能达到的滤波精度也很有限。在处理动液面信号时，根据所选取的小波基、分解层数、阈值类型等参数的不同，所得到的滤波结果也有所不同。谱减法滤波是一种在频域上处理信号的方法，它需先对含噪信号的噪声谱做出估计，然后从整个信号的频谱中减去估计出的噪声谱即可得到去噪后的信号频谱，最后对该频谱做傅里叶反变换即可得到滤波后的信号。但由于该方法对噪声谱的估计不够准确，所得到的信号比较粗糙，因此对动液面信号的识别与提取效果并不是很理想。形态滤波方法虽然能够很好地捕捉动液面信号的形态特征，但其消噪能力有限，提取出的动液面信号波形不够光滑，从而对准确识别动液面信号出现的时刻点造成一定的影响。

还有一些学者从现有的机器学习算法、进化算法、示功图和人工智能等角度出发，提出动液面信号的检测方法，如基于即时学习算法、鱼群算法、示功图及神经网络等算法的方法。这些方法都需根据一定的算法规则，如建立训练模型、跟踪轨迹，确立参考零点等，存在较大的计算复杂度。综合考虑动液面信号现有处理方法的优缺点，旨在寻找一种精度更高且效率更高的方法来识别提取动液面信号，进而确定其出现的时刻点。

时频分析方法是近年来处理非平稳信号的有力工具，已经被广泛应用于多个领域并且取得了瞩目的成果，但由于各个方法本身存在的局限性，对于高精度信号处理的要求还存在一定的距离。因此，需要不断发展性能更优的时频滤波方法应用于各领域，逐步达到更高一层的信号处理精度。本文采用基于同步挤压小波变换的时频滤波方法对声波法测油井中的动液面信号进行滤波提取。该时频方法通过将小波变换后的结果在时频域内进行挤压重排，从而可使信号的瞬时频率更接近于真实频率且瞬时频率曲线更精细易于识别。由于该方法在时频聚集度及分辨率方面较之于传统时频变换具有显著的优越性，因此也将会在动液面信号提取方面取得更优的效果。

发明内容

针对现有技术的不足，本发明提供了一种基于同步挤压小波变换的油井动液面信号高精度提取方法，解决上述背景技术提到的问题。该方法能够高精度、高效率地识别提取动液面信号，从而能够根据其波形图确定该信号波形开始大幅突变的点的横坐标，再结合采样频率即可准确获得该信号开始出现的时刻点。

为了实现以上目的，本发明通过以下技术方案予以实现：

一种油井动液面信号高精度提取方法，其特征在于：包括以下步骤：

步骤S1：对声波法测油井的一组数据，读取并绘制该数据的波形图，横坐标为采样点序号，纵坐标为幅值，并初步确定含有动液面信号的数据段；

步骤S2：对步骤S1确定的含有动液面信号的数据段进行同步挤压小波变换，得到该数据段的高分辨率时频分布；