基于经验模态分解的核磁共振去噪方法研究

核磁共振（NMR）在孔隙结构评估和流体识别方面具有独特的优势，但NMR信号很容易受到噪声影响。根据NMR噪声的时域和频域特征，提出了基于一种经验模态分解（EMD）的NMR去噪方法。首先，利用EMD将信号由高频到低频分解为一系列的本征模态函数，以此分解噪声和噪声NMR信号，然后，使用曲线趋势法和改进的过零点率曲线确定信号噪声分离准则，将有用信号叠加到剩余项以获得去噪信号。通过岩芯数据和测井数据对比发现，基于EMD的去噪方法可以提高信噪比的同时保留孔隙结构信息，其去噪效果优于小波阈值和EMD小波阈值法，计算得到的孔隙度接近实际孔隙度。     

基于矿物组分差异的致密气层识别方法

四川盆地天府地区侏罗系沙溪庙组为典型的致密砂岩气层,与沙溪庙组沙二段产气无水特征不同的是,沙一段存在明显的产水现象,而前期建立统一的电阻率与孔隙度交会图难以区分不同的流体性质,适用性较差。为解决流体性质识别的问题,基于密度和中子测井的相关性原理,在考虑不同岩石矿物组合类型差异的基础上,提出了应用密度和中子测井曲线分离的程度表征不同的矿物组合类型,进而建立了基于密度中子分离度的电阻率与孔隙度交会图版。该图版明显提高了气层和气水层的的区分能力,并结合饱和度计算结果确定了气层的饱和度下限,实际试气资料应用效果验证了该方法的有效性。研究成果对于复杂矿物组分的致密气储层流体性质识别具一定的借鉴性。