基于SVD和BRD的二维核磁共振测井正则化反演算法研究

摘要

二维核磁共振能从“弛豫-扩散”两个维度上展现流体性质,在识别稠油储层方面具有理论优势,是当前核磁共振测井技术的研究热点.本文深入研究二维核磁共振测井原理,系统分析CPMG-DE脉冲序列测量扩散系数与弛豫时间的方法,结合核磁共振二维谱数理模型,提出一种基于SVD和BRD的正则化反演算法.该算法通过SVD压缩数据,采用带非负约束的Tikhonov正则化方法求解流体“弛豫-扩散”分布,并基于BRD算法迭代确定最佳正则化因子.模拟实验与数值分析表明,该算法无需先验信息、运算效率高、相对误差小,在原始数据信噪比低至50时,仍可有效获取流体(T2,D)二维分布.在二维核磁共振测井数据实时解释应用中,该方法较传统反演算法(如TSVD)具有较大优势.同时,在自主研发的核磁共振测井仪测量CuSO4溶液(T2,D)分布的实验显示,本文设计算法对弛豫时间和扩散系数的反演误差分别仅为2％和4％,较TSVD算法有较大改善.