提高高分辨率阵列感应浅探测（10in）曲线的稳定性，控制阵列感应测井曲线的质量

摘要

定量计算冲洗带电阻率Rxo是阵列感应测井的目标之一。多阵列感应测井仪能测量一条精确的深探测聚焦曲线．该曲线与地层真实电阻率(Rt)非常接近。然而，当相邻地层之间电导率差异很大的时候．该仪器所产生的那些浅聚焦曲线．尤其是10in探测曲线，数据的可靠性就会降低。用于阵列感应测井数据处理的算法的基础是波尔近似法，该算法通过波尔几何因子将感应测量结果和地层电导率的分布进行线性联系。因此，有两个因素可引起浅探测聚焦曲线的不稳定性：第一，深、浅子阵列感应响应间存在的非线性关系；第二．由软件聚焦处理引起的由深子阵列到浅聚焦曲线的误差传播。有几种先进的方法可解决此问题，比如反演法和非均质背景基础上的聚焦(IBF)，它们都能在差环境下提取出地层电导率和冲洗带电阻率．然而，这两种方法都需要相对较高的计算精度以及正演模型计算。随着新的Baker Atlas FOCUS测井系统的发展，当前，一种有6个子阵列的新型阵列感应测井仪可投入使用。在本文中，我们提供一个简单且高效的方式来提高浅探测深度聚焦曲线的稳定性——即高分辨率阵列感应测井(HDIL)的10in探测深度曲线的稳定性。该方法使用一种新型6子阵列聚焦滤波器，在产生10in的探测深度的曲线时排除掉最长的子阵列。此方法可以做为实时处理程序的补充，并对已有的HDIL处理程序改动最小。根据经过井眼校正后的测量值，就可以对FOCUS HDIL阵列感应测井仪和HDIL测井仪进行质量控制。其具体步骤可以总结如下：第一步，依据测量值的物理现象确定数据一致性模型。第二步，通过“模型分解”技术，将测量值和一致性模型进行对比。第三步，剔除掉错误数据并依据一致性模型重新组建测量值。第四步，通过对比原始测量值和重新组建的测量值来评定数据质量。