基于低秩矩阵恢复的去噪方法在石油测井中的应用

• 作者: Ali Ahamd 夏克文 牛文佳 王艳伟
• 来源期刊: 石油物探
• 学科: 地球科学
• 关键词: 石油测井 数据去噪 低秩矩阵恢复 加速近端梯度算法 增广拉格朗日乘子法
• 年，卷（期）: 2017,（5）
• 所属期刊栏目: 基础研究
• 页码范围: 644-650
• 页数: 7页
• 分类号: P631
• 字数: 4211字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-1441.2017.05.004

摘要

随着测井技术的发展,各大油田采集和存储的测井数据量呈井喷式增长,并存在大量冗余和噪声,在进行油气层识别前必须对测井数据进行压缩和去噪等预处理.低秩矩阵恢复(Low-Rank Matrix Recovery,LRMR)理论将压缩感知(Compressed Sensing,CS)中向量样例的稀疏表示推广到矩阵的低秩情形,从较大但稀疏的误差中恢复出本质上低秩的数据矩阵,可更好地保持数据结构,提高去噪效果.因此将低秩矩阵恢复理论中的去噪方法应用于石油测井中,实现对测井数据的去噪处理.对比研究了加速近端梯度算法(Accelerate Proximal Gradient,APG)、精确增广拉格朗日乘子(Exact Augmented Lagrange Multipliers, EALM)法和非精确增广拉格朗日乘子法(Inexact Augmented Lagrange Multipliers,IALM)在测井数据中的去噪效果,对去噪前后的测井数据分别采用支持向量机(Support Vector Machine,SVM)和相关向量机(Relevance Vector Machine,RVM)进行油气层识别,结果表明,与不去噪情况相比,利用三种算法进行去噪处理后油气层识别精度都有了显著提升.通过参数优化减少迭代次数,可使得IALM算法在运算时间上优于EALM算法和APG算法,明显提高了运算效率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	夏克文	河北工业大学电子信息工程学院	82	512	14.0	20.0
3	牛文佳	河北工业大学电子信息工程学院	10	39	3.0	6.0
5	王艳伟	河北工业大学电子信息工程学院	2	2	1.0	1.0
13	Ali Ahamd	河北工业大学电子信息工程学院	1	2	1.0	1.0