仪器仪表学报

作者：付欣，李晓童，苟阳

单位：付欣,上海海事大学信息工程学院上海201306,,李晓童,上海海事大学信息工程学院上海201306,,苟阳,上海海事大学物流工程学院上海201306,

关键词：随钻声波仪器;降噪;卷积神经网络;短时傅里叶变换

基金：国家自然科学基金青年基金（42304127）、国家自然科学基金青年基金（42304193）项目资助

随着我国油气勘探开发不断向非常规油气藏迈进，研发深层资源勘探开发的核心装备及关键技术至关重要。随钻声波测井仪器是深地探测的关键装备，其核心技术受国外技术封锁。受到钻井作业、仪器偏心、泥浆循环等多种噪声源的影响，国内研制的仪器存在接收声波信号质量差的问题，影响现场使用效果。针对一种随钻阵列声波仪器的总体设计，介绍发射电路、发射换能器和阵列式接收模块，并采用一种基于自编码器构架的CNN算法对随钻声波测井数据在时频域内进行降噪处理,提升了仪器接收信号的信噪比。含噪声信号经过STFT变换的时频特征图作为网络输入，U型结构的神经网络能够学习数据中信号和噪声的稀疏表示同时生成时频域掩码，实现信号和噪声的分离。针对随钻声波数据缺乏开放数据集的问题，针对该仪器进行理论建模，并对不同模型参数进行大量理论模拟计算得到信号数据库，采集高质量噪声数据建立噪声数据库，合成含噪声的随钻声波数据集。通过训练后神经网络能够对复杂多源井下噪声进行智能降噪，本算法对测试数据和仪器现场采集的声波信号均能达到很好的降噪效果，极大提升了在低频噪声、电路超调、复杂震荡和突变噪声等多源噪声干扰下仪器的接收信号质量。

来源：2025年第4期

《仪器仪表学报》期刊编辑部

查看仪器仪表学报杂志2025年第4期