本發(fā)明涉及一種測試用高溫高壓井下數據信號提取方法，屬于石油、天然氣勘探測試領域。

背景技術：

目前，隨著海上油氣測試范圍的不斷擴大，時效要求的提高，面對的高溫高壓井況也日趨增多，但目前行業(yè)中井下數據直讀系統(tǒng)的溫度級別均無法達到高溫井況作業(yè)需求，影響了測試期間的數據獲取工作。

現有的解決方法是將井下測試閥上接頭拆除與測壓測溫儀器連接，這種連接方式需要將已經做完功能測試的工具拆開，然后兩家不同公司生產的工具連接成一體進行作業(yè)，存在密封和匹配差異，重新做功能等問題，不但加大了密封失效的風險，且耽誤了作業(yè)時效，并且原有技術在系統(tǒng)的溫度等級上不能滿足高溫井況作業(yè)。

在開井期間，通過電磁耦合方式進行數據提取，這種信號提取方式電磁耦合距離短，耦合距離僅為1米，存在對接失敗風險，當流體流量較大時，信號的穩(wěn)定性差，并且信號提取過程由于受到干擾，信號提取的精度并不精確，存在大量的誤差，需要在信號提取方式上進行改進。

eemd是emd方法的改進，eemd分解具有較強的抗模態(tài)混疊性能，將信號從高頻到低頻，分解到不同的imf分量當中，同時保留了原有的調制成分，可以抑制噪聲的干擾。

由于eemd分解過程中會產生不需要的低頻imf分量，因此通過計算每個imf分量與原始信號的相關性系數，來實現imf分量的選擇，保證imf分量的準確性。

對通過eemd分解得到的imf分量進行hilbert變換，進一步得到imf分量對應的hilbert譜和邊際譜，能夠抑制低頻信號的干擾，實現降噪的目的。

技術實現要素：

本發(fā)明設計開發(fā)了一種測試用高溫高壓井下數據信號提取方法，能夠克服現有井下遠距離數據信號傳輸受到干擾，信號提取精度不高的問題。

本發(fā)明提供的技術方案為：

一種測試用高溫高壓井下數據信號提取方法，包括：

步驟1、通過eemd方法對數據信號進行分解，得到imf分量；

步驟2、對imf分量進行選擇，剔除無用的低頻分量；

步驟3、對得到的imf分量進行hht變換，得到所提取信號的時頻譜和邊際譜。

優(yōu)選的是，所述步驟1中得到的imf分量為：i＝1,2,...,m，s＝1,2,...,s，其中cs(t)即為eemd分解得到的imf分量，m為初始化總體平均次數，s為分解的次數，s為imf分量的個數，t為自變量。

優(yōu)選的是，所述步驟2中通過設定臨界值來對imf分量進行選擇，防止低頻但相關的imf分量被意外除去。

優(yōu)選的是，所述臨界值設定為λ，設imf分量cs(t)與原始信號的相關系數為αi，i＝1,...,n，n為cs(t)的個數，λ是由αi最大值的比率決定，表示為：λ＝max(αi)/μ，(i＝1,2,...,n)，μ為比率因子，取μ＝0.6。

優(yōu)選的是，對得到的imf分量cs(t)做hilbert變換，得到

優(yōu)選的是，對上式進一步求解，得到瞬時頻率繼而得到hilbert譜其中rp代表取實部。

優(yōu)選的是，在所述hilbert譜的基礎上，定義hilbert邊際譜為：其中t為信號的總長度。

本發(fā)明所述的有益效果：通過采用高溫高壓井下數據提取方法，能夠對高溫高壓井下數據進行實時監(jiān)控。在數據提取方法中，采用eemd方法對原始信號進行分解，通過每次在信號中加入限定幅值的高斯白噪聲來改變信號或數據的極值點個數，以及極值點的分布間隔，再通過對多次分解得到的imf分量進行總體平均，進而達到抵消加入到信號中的高斯白噪聲，能夠有效的避免了模態(tài)混疊現象；將信號從高頻到低頻，分解到不同的imf分量當中，同時保留了原有的調制成分，可以抑制噪聲的干擾。

在eemd分解過程會產生不需要的低頻imf分量。對于該不足，該研究通過計算每個imf分量與原始信號的相關系數，并設定一個合理的標準值來實現imf分量的選擇，也避免了低幅值但相關的imf分量被意外的去除。

對通過eemd分解得到的imf分量進行hilbert變換，進一步得到imf分量對應的hilbert譜和邊際譜，能夠抑制低頻信號的干擾。

附圖說明

圖1為本發(fā)明所述的測試用高溫高壓井下數據信號提取方法的分析過程圖。

圖2為本發(fā)明所述的測試用高溫高壓井下數據信號提取裝置的示意簡圖。

具體實施方式

下面結合附圖對本發(fā)明做進一步的詳細說明，以令本領域技術人員參照說明書文字能夠據以實施。

如圖1所示，本發(fā)明提供一種測試用高溫高壓井下數據信號提取方法，包括以下步驟：

步驟s410，通過數據采集裝置，對高溫高壓井下的數據信號x(t)進行采集；

步驟s420，對信號x(t)進行eemd分解：

(1)給信號x(t)設定平均處理次數m，給加入的白噪聲添加限定的數值的幅度，并使i＝1

(2)把一個給定幅度的白噪聲si(t)加到原始信號x(t)中，組成一個新的信號xi(t)，xi(t)＝x(t)+si(t)，x(t)其表示第i個附加噪聲信號，si(t)表示第i個加入的白噪聲系列；

(3)對一系列信號xi(t)進行emd分解，其中，s是分解的imf的數量，ci,s(t)是分解的imf分量，ri,s(t)是殘余分量；

(4)重復(2)～(3)步驟m此，每次加入一定不同幅度的白噪聲，分解出一系列的imfs。對imfs的集合做均值處理得到eemd分解的imf分量cs(t)；

原始信號最終表示為：i＝1,2,...,m，s＝1,2,...,s，其中cs(t)即為集合經驗模態(tài)分解算法(eemd)得到的imf分量。

步驟s430，imf分量的選擇

根據各imf分量與原始信號的相關系數，判斷imf分量的真?zhèn)危蕹c原始信號無相關性或相關性很弱的imf分量，保留相關性較強的imf分量，并設定一個合理的標準值來實現imf分量的選擇，也避免了低幅值但相關的imf分量被意外的去除；

所述臨界值設定為λ，設imf分量cs(t)與原始信號的相關系數為αi，i＝1,...,n，n為cs(t)的個數，λ是由αi最大值的比率決定，表示為：λ＝max(αi)/μ，(i＝1,2,...,n)，μ為比率因子，取μ＝0.6。

步驟s440，進行hht變換

步驟s420和s430得到imf分量后，各個imf分量的相對應的瞬時頻率和瞬時幅值也可以被計算出來；

對imf分量cs(t)做hilbert變換，得到

進而，可構造解析信號為：

其中幅值函數為：

相位函數為：

進一步求出瞬時頻率

繼而得到hilbert譜其中rp代表取實部，此處省略殘余項rn。

在所述hilbert譜的基礎上，定義hilbert邊際譜為：其中，頻率ωs為t的單值函數，t為時間，τ為時間尺度，as(t)為幅值，j為空間尺度因子，其中t為信號的總長度。

h(ω)和h(ω,t)能夠描述在整個頻率段上，信號的幅值隨頻率的變化情況，h(ω,t)還能夠同時描述了在整個頻率段上，信號幅值歲時間的變化情況。

對通過eemd分解得到的imf分量進行hilbert變換，進一步得到imf分量對應的hilbert譜和邊際譜，能夠抑制低頻信號的干擾，克服了井下信號數據提取的因距離短，干擾多而造成的信號提取不精確，影響對井下狀況的判斷等問題。

本發(fā)明還包括試用高溫高壓井下數據信號提取裝置，包括，電子壓力計100，數據采集裝置200、中繼器300，數據提取裝置400以及電纜500。

電子壓力計100設置在提取裝置的最下端，放置在井下，包括壓力傳感器、溫度傳感器、信號放大電路、數模轉換電路等，電子壓力計100通過電纜500與數據采集裝置200進行連接，將測量的數據傳遞給數據采集裝置200，數據采集裝置200能夠與中繼器300進行數據傳輸，將采集到的數據傳遞給中繼器300，中繼器300與數據處理裝置400連接，在數據處理裝置400中對提取到的信號進行濾波和降噪處理，得到較為準確的數據。

通過采用高溫高壓井下數據提取方法，能夠對高溫高壓井下數據進行實時監(jiān)控。在數據提取方法中，采用eemd方法對原始信號進行分解，通過每次在信號中加入限定幅值的高斯白噪聲來改變信號或數據的極值點個數，以及極值點的分布間隔，再通過對多次分解得到的imf分量進行總體平均，進而達到抵消加入到信號中的高斯白噪聲，能夠有效的避免了模態(tài)混疊現象；將信號從高頻到低頻，分解到不同的imf分量當中，同時保留了原有的調制成分，可以抑制噪聲的干擾。

在eemd分解過程會產生不需要的低頻imf分量。對于該不足，該研究通過計算每個imf分量與原始信號的相關系數，并設定一個合理的標準值來實現imf分量的選擇，也避免了低幅值但相關的imf分量被意外的去除。

對通過eemd分解得到的imf分量進行hilbert變換，進一步得到imf分量對應的hilbert譜和邊際譜，能夠抑制低頻信號的干擾。

盡管本發(fā)明的實施方案已公開如上，但其并不僅僅限于說明書和實施方式中所列運用，它完全可以被適用于各種適合本發(fā)明的領域，對于熟悉本領域的人員而言，可容易地實現另外的修改，因此在不背離權利要求及等同范圍所限定的一般概念下，本發(fā)明并不限于特定的細節(jié)和這里示出與描述的圖例。