[发明专利]一种伽马传感器全温度范围补偿方法

说明书

技术领域

本发明涉及石油钻井、随钻测井和电缆测井技术领域中的一种伽马传感器全温度范围补偿方法。

背景技术

在石油行业地质导向钻井和随钻测井中，通常通过随钻伽马测井沿井身测量岩层的天然伽马射线强度。根据自然伽马测井结果就有可能划分出钻孔的地质剖面、确定砂泥岩剖面中砂岩泥质含量和定性地判断岩层的渗透性，是测井解释评价油气储藏的主要依据。

通过分析发现，不同的温度段对应的伽马传感器的测量值是不同的，伽马传感器的计数涨落起伏随温度升高变化较大，从而导致测量不准确不稳定。如果不考虑温度对伽马传感器的影响，在刻度过程中选取同样的系数，则测量值必定存在着一定的误差，因此有必要对伽马传感器进行全温度范围的补偿修正。

为了消除温度对伽马传感器产生的非线性影响，目前，公知的研究方法包括硬件补偿和软件补偿两种方法。硬件补偿方法由于受到电路中电子元器件漂移等因素的影响，导致整个测量系统可靠性差且精度低，无法做到全程补偿，实际使用过程中应用受到限制。软件补偿方法主要包括两类，一类是预先依靠经验假设出补偿方程，再通过多项式拟合或插值的方法进行计算，如曲线拟合法、分段线性插值法等，这类方法很容易导致“欠拟合”和“过拟合”现象的发生，病态方程的出现，从而使得适应性较低，精度低；而另一类方法采用人工智能方法，如神经网络算法等，先进行训练学习，获得大量的数据，然后再进行加权计算得出结果，这种方法计算量很大，容易陷入局部极值。

发明内容

本发明的目的是针对现有技术存在的问题，提供一种伽马传感器全温度范围补偿模型方法，消除测量过程中温度对伽马传感器测量值的影响，提高仪器测量精度。

本发明的技术方案为：

一种伽马传感器全温度范围补偿方法，首先确定伽马传感器全温度补偿试验的温度点选取方法；然后利用数据窗口选取各温度点对应的样本数据段，满足窗口内数据误差最小；对数据段内的伽马传感器测量值进行异常值检测与剔除，使结果符合3准则；选取合适的基函数建立伽马传感器测量值全温度补偿模型，在模型参数求取过程中，提出一种模型评价函数，通过不断迭代找到评价函数值最小值，此时对应的基函数加权系数及基函数个数即为最优的伽马传感器测量值全温度补偿模型参数。

上述方案进一步包括：

步骤四中，选取基函数建立伽马传感器测量值全温度补偿模型，其中，是传感器的输出，是传感器的输入，为温度参数，为初始温度，为基函数个数，为基函数加权系数；

确定伽马传感器测量值全温度补偿模型的基函数加权系数及基函数个数，步骤如下：

1）采用一种折中策略，根据精确度和泛化度提出一种模型评价函数，其中，为精确度和泛化度的折中系数，表示模型基函数个数为时的精确度，表示模型基函数个数为时的泛化度，为样本点数目；

2）当时，，利用最小二乘方法求取加权系数，计算评价函数值；

3）当时，，利用最小二乘方法求取加权系数，计算评价函数值，比较和大小，如果，则令，转到步骤4），否则运算停止；

4）重复步骤3），直到找到最小的评价函数值，此时对应的基函数加权系数及基函数个数即为最优的伽马传感器测量值全温度补偿模型参数。

伽马传感器各温度点数据选取方法中，根据数据分析需要选取数据窗口大小，设定步长，按步长逐次移动数据窗口，计算每次移动后数据窗口内数据的误差值，选取其中最小的误差值对应的数据窗口作为最终选取的样本数据段；误差计算公式如下:

式中，为数据窗口大小，为数据窗口移动次数，为数据窗口第次移动后的窗口内的第个数据，为数据窗口第次移动后的窗口内数据的平均值。

所述的对样本数据段内的伽马传感器测量值进行异常值检测与剔除是采用在统计学中的3准则来进行：取标准差计算公式为

式中：为的平均值，为数据样本数目；

采样值为内的数值是正常值，超过则判定为异常值进行剔除。

所述的最小二乘方法求取加权系数运算过程如下：

令，则伽马传感器测量值温度补偿模型可以转换为，，为拟合样本数目，其中待定系数的选择必须满足残差

取极小值；

根据多元函数极值问题，E取极值的必要条件是

令

，

，

则

由此最小二乘拟合问题就转化为超定线性方程组的最小二乘解问题，即

通过最小二乘方法可以得到待定系数。