核磁共振测井改进TSVD反演算法的研究.docVIP

核磁共振测井改进TSVD反演算法的研究 　　【摘 要】传统TSVD算法稳定，运算量很大，适用于高信噪比的数据反演。将一种改进TSVD算法应用于核磁测井数据的反演中，该方法通过引入正则化算子，对模型进行平坦度约束，解决了传统TSVD反演算法在实际应用中存在的计算量大和T2谱分布不连续的问题，提高了TSVD算法的反演精度。数值模拟实验表明，该算法在较大范围内具有稳定性，反演结果稳定可靠，可以满足核磁共振测井工作的需求。 　　【关键词】核磁测井；正则化；TSVD算法；平坦度约束 　　【Abstract】The effect is not that satisfactory when the traditional TSVD algorithm is applied to the T2 spectrum inversion of NMR logging data acquired，in particularoscillation occurs if the signal-noise ratio is relatively low. Aiming at the above problem， a modified regularization method of TSVD algorithm is proposed. Through applying the flatness restriction on the model with the introduction of regularization operator， the precision of TSVD algorithm is largely increased. Numerical simulation experiments indicate that this modified algorithm is stable in a wide range， and thatthe T2 spectrum inversed is still smooth and continuous，thus it is a better solution to the oscillation problem of TSVD algorithm when applying to data with low signal-noise ratio. 　　【Key words】NMR logging；Regularization；TSVD algorithm；Flatness restriction 　　在常规的核磁共振测井解释技术中，横向弛豫时间谱（以下简称T2谱）能够提供许多岩石物性和流体特性的信息，如岩石孔隙大小分布，有效孔隙度，渗透率，可动流体与不可动流体饱和度等，这些独特的地层岩石物理信息为地质勘探和油田开发过程中的储存评价、产量预测和开发方案的制定提供了重要依据。因此，T2谱反演技术在核磁共振测井中具有重要地位。近年来，国内外出现许多不同的反演算法，主要有非负最小二乘法、奇异值分解法、联合迭代重建反演算法等[1]。如何建立快速、适用、分辨率高且对信噪比要求不高的反演方法，仍然是一个有待进一步研究的重要课题。 　　本文从第一类积分方程的反演求解入手，推导出适合于岩石核磁弛豫多指数反演算法改进奇异值分解（改进SVD）方法，传统TSVD算法稳定，运算量很大，适用于高信噪比的数据反演，当信噪比较低时，其反演精度不高，将会造成T2谱的不连续性。本文将一种改进TSVD算法应用于核磁共振测井数据的反演中，将正则化算子引入TSVD算法，对模型进行平坦度约束以得到最光滑的解。数值模拟实验表明，本文所述算法稳定，精度高，对不同信噪比的回波串反演都能得到稳定的T2谱。 　　1 核磁共振测井信号模型 　　现代NMR测井中广泛采用CPMG脉冲序列测量T2自旋回波[1]，其离散数学模型为： 　　其中，m是采集的每个回波串中包含的回波个数；ti为时间（1*TE，2*TE，…i*TE，…m*TE）（TE为回波间隔）；Y=[y1，y2，…，ym]T表示回波信号的幅值；n是横向弛豫分量的个数，即弛豫谱布点数；T2j是第j种弛豫分量对应的横向弛豫时间；X=[x1，x2，…，xn]T，xj是第j种分量对零时刻信号幅度的贡献值，根据其物理意义，xj必须满足非负约束条件；ε=[ε1，ε2，…，εm]T是噪声信号。可见，反演实质上可归结为求解病态方程： 　　Ax=b（3） 　　核磁共振测井反演中遇到系数矩阵通常为大型混定矩阵。此时，无论是采用针对超定问题的最小二乘法还是针对欠定问题的最小模型法，都无法得到满意的解[2]。正则化是解决这类不适定问题的一类重要手段，其基本思想是用一个对摄动较不敏感的系统替代原系