基于卡尔曼滤波的温度测井数据降噪方法

摘要

温度测井数据质量是有效应用的基础。在数据质量受客观条件限制的情况下可以通过滤波挽救质量较差的数据。通过对比几种常见滤波算法,选择概率意义上最优的卡尔曼滤波进行研究。通过将卡尔曼滤波算法结合到温度测井中,给出针对温度测井的简化卡尔曼滤波算法。通过对理论信号和实测井温曲线的实验,发现通过双向卡尔曼滤波可以避免相位偏移和状态估计初始值选择不当造成的影响;通过简化卡尔曼滤波算法可以免去滤波系数的收敛过程,理论上对初始段的估计更加准确。