[发明专利]基于测井大数据实时驱动的在役油套管缺陷自动判定方法

摘要

本发明公开了一种基于测井大数据实时驱动的在役油套管缺陷自动判定方法，通过确定出在役油套管的最小壁厚阈值和最大深度、测井仪记录的深度增量和圆周角度增量以及油套管壁厚大数据，再对油套管壁厚大数据进行补值和平滑处理，然后确定出油套管的缺陷区域，定量计算出油套管缺陷区域的基本参数，最后采用定量分析的方法确定出油套管缺陷的定性类型。本发明能根据测井大数据实时进行数据处理和分析，不仅能有效的检测出油套管的缺陷区域，而且能通过定量地计算出油套管缺陷基本参数来实现缺陷区域的准确定位，还能通过定量方法准确地判定出油套管缺陷的定性类型；本发明具有实时性好、精确度高、可靠性强、信息全面和自动化程度高等诸多优点。

主权项

1.基于测井大数据实时驱动的在役油套管缺陷自动判定方法，其特征在于，包括如下步骤：步骤一，根据油井装备信息确定出在役油套管的最小壁厚阈值D1和最大深度H；步骤二，根据测井仪装备确定出测井仪记录的深度增量ΔH和圆周角度增量ΔA；步骤三，根据测井仪情况实时读取出油套管壁厚大数据，并存储为二维矩阵D；D＝[Dij]N×M   (1)在式(1)中，Dij表示第i行第j列的壁厚数据，其中1≤i≤N，1≤j≤M，N表示油套管壁厚大数据矩阵的最大行数，且其数值按式(2)进行计算；M表示油套管壁厚大数据矩阵列数，且其数值按式(3)进行计算；步骤四，判定壁厚大数据矩阵D是否存在缺失值，若存在缺失值则进行补值处理；按从上到下、从左到右的顺序遍历油套管壁厚大数据矩阵D的每一列，即i＝1,2,…,N，j＝1,2，…,M；观察壁厚大数据矩阵D中的每个值Dij是否存在缺失值；若Dij存在缺失值，则按式(4)对缺失值Dij进行补值处理；步骤五，判定补值化后的壁厚大数据矩阵D是否存在异常值，若存在异常值则进行平滑处理；步骤六，确定出油套管的缺陷区域；步骤七，定量计算出油套管缺陷区域的基本参数，油套管缺陷区域的基本参数包括缺陷区域的平均深度值HD、缺陷区域的平均角度值AD、缺陷区域的周长LD和缺陷区域的截面积SD；步骤八，采用定量分析的方法确定出油套管缺陷的定性类型。