核磁共振T2谱奇异值分解反演改进算法

doi:10.7623/syxb200506012

石油学报 ›› 2005, Vol. 26 ›› Issue (6): 57-59.DOI: 10.7623/syxb200506012

核磁共振T2谱奇异值分解反演改进算法

姜瑞忠¹, 姚彦平², 苗盛², 张春生³

1. 中国石油大学石油工程学院, 山东, 东营, 257061;
2. 中国科学院渗流流体力学研究所, 河北, 廊坊, 065007;
3. 郑州防空兵指挥学院, 河南, 郑州, 450052

收稿日期:2005-02-28 修回日期:2005-05-18 出版日期:2005-11-25 发布日期:2010-05-21
作者简介:姜瑞忠,男,1964年4月生,2002年获西南石油学院油气田开发工程博士学位,现为中国石油大学(华东)副教授,硕士研究生导师,主从事油藏工程方面的教学与科研工作.E-mail:Jrzhong@hdpu.edu.cn
基金资助:
国家重点基础研究发展规划(973)项目(G1999043310)资助

Improved algorithm for singular value decomposition inversion of T2 spectrum in nuclear magnetic resonance

JIANG Rui-zhong¹, YAO Yan-ping², MIAO Sheng², ZHANG Chun-sheng³

1. Faculty of petroleum Engineering, China University of Petroleum, Dongying 257061, China;
2. Institute of Porous Flow and Fluid Mechanics, Chinese Academy of Sciences, Langfang 065007, China;
3. Institute of Zhengzhou Field Anticraft Academy, Zhengzhou 450052, China

Received:2005-02-28 Revised:2005-05-18 Online:2005-11-25 Published:2010-05-21

摘要/Abstract

摘要： 介绍了核磁共振T2谱传统奇异值分解(SVD)反演算法,从向量空间的角度对算法进行了分析,提出了一种新的实现非负约束的迭代方案,并根据这个方案改进了传统的SVD反演算法。数值模拟实验和实际应用表明,改进的SVD反演算法具有解算速度快和T2谱分布连续等优点,解决了传统SVD反演算法在实际应用中存在的计算量大和T2谱分布不连续的问题,可以满足核磁共振岩心分析和核磁共振测井工作的需求。

关键词: 核磁共振, 谱分析, 岩心分析, 核磁测井, 奇异值分解, 数值模拟

Abstract: The nonnegative constraint inversion problem of nuclear magnetic resonance(NMR) was analyzed by the multi-exponential model.The common ways of singular value decomposition(SVD) algorithm is to reduce the coefficient matrix and diminish the negative components iteratively.Such procedure may result in a large amount of computation and discontinuity of T2 spectrum.The common SVD algorithm was briefly discussed and analyzed on the basis of vector space,and a new iterative scheme was proposed to achieve the nonnegative constraint.Based on this scheme,the SVD inversion algorithm was improved.The numerical simulations and laboratory application indicated that the improved SVD algorithm could reduce the amount of computation greatly and keep the continuity of T2 spectrum.This algorithm overcomes the faults of the common SVD algorithm and can be applicable in NMR core analysis and NMR logging.

Key words: nuclear magnetic resonance, spectrum analysis, core analysis, NMR logging, singular value decomposition, numerical simulation

中图分类号:

P631.8

姜瑞忠, 姚彦平, 苗盛, 张春生. 核磁共振T2谱奇异值分解反演改进算法[J]. 石油学报, 2005, 26(6): 57-59.

JIANG Rui-zhong, YAO Yan-ping, MIAO Sheng, ZHANG Chun-sheng. Improved algorithm for singular value decomposition inversion of T2 spectrum in nuclear magnetic resonance[J]. Editorial office of ACTA PETROLEI SINICA, 2005, 26(6): 57-59.

[1]	魏兵, 李沁芷, 叶启航, 吴润楠, 赵金洲, 卢军, 陈海龙. 致密油储层表面活性剂微观渗吸机制——基于低场核磁共振和纳流控技术[J]. 石油学报, 2026, 47(5): 1080-1093.
[2]	王民, 赵信斌, 唐育龙, 李明, 李进步. 页岩孔隙度、含油率评价方法现状与研究进展[J]. 石油学报, 2025, 46(9): 1817-1834.
[3]	许莹莹, 胡志明, 石雨昕, 端祥刚, 常进, 谢维扬. 页岩气藏高压压裂液侵入机理与流固耦合模拟[J]. 石油学报, 2025, 46(6): 1168-1179,1192.
[4]	曹豹, 糜利栋, 谢坤, 卢祥国, 闻国峰, 田福春. 基于离散裂缝模型的特低渗-致密油藏多相多组分渗流数值模拟方法[J]. 石油学报, 2025, 46(4): 763-778.
[5]	姚军, 王通, 孙致学, 孙海, 黄朝琴. 通用嵌入式离散裂缝模型热-流-固耦合大规模并行数值模拟技术[J]. 石油学报, 2025, 46(3): 574-587.
[6]	张和伟, 申建, 吴财芳, 蔡颖, 张政, 王千. 不同煤岩类型在吸附-扩散差异调控下N₂-CO₂混合气注入增强煤层气开采的响应与注入配比优化[J]. 石油学报, 2025, 46(12): 2343-2357.
[7]	闫霞, 熊先钺, 王峰, 马瑞帅, 袁朴, 季亮, 孙俊义, 张纪远, 杨宏涛, 李春虎, 张铜, 尹泽松. 深部煤层支撑裂缝速敏效应影响机制及实践意义[J]. 石油学报, 2025, 46(12): 2374-2388.
[8]	王敬, 张洪权, 姬泽敏, 刘子龙, 刘慧卿. 低渗-致密油藏注气吞吐CO₂—原油相互作用与传质规律[J]. 石油学报, 2025, 46(1): 265-278.
[9]	魏兵, 杨孟珂, 赵金洲, Kadet Valeriy, 蒲万芬. 孔隙介质中超临界CO₂泡沫稳态传输机制及数值模拟方法[J]. 石油学报, 2024, 45(7): 1122-1129.
[10]	计秉玉, 张文彪, 何应付, 段太忠, 刘合. 油藏地质建模与数值模拟一体化内涵及发展趋势[J]. 石油学报, 2024, 45(7): 1152-1162.
[11]	李祯, 郭奇, 卜亚辉, 胡慧芳. 基于深度学习的饱和度场样本库建立及预测[J]. 石油学报, 2024, 45(4): 698-707.
[12]	王强, 赵金洲, 胡永全, 赵超能, 张祯祥. 岩心尺度静态自发渗吸的数值模拟[J]. 石油学报, 2022, 43(6): 860-870.
[13]	金国文, 王堂宇, 刘忠华, 谢然红, 邵亮, 李博宇. 基于核磁共振测井的砂砾岩储层分类与产能预测方法[J]. 石油学报, 2022, 43(5): 648-657.
[14]	吴林, 朱明, 冯兴强, 冀冬生, 周磊, 刘圣鑫, 张林炎, 谭元隆, 钱竹良, 杨珍. 准噶尔盆地四棵树凹陷构造应力场与构造变形解析[J]. 石油学报, 2022, 43(4): 494-506.
[15]	朱秀川, 胡钦红, 蒙冕模, 张军建, 张涛, 尹娜, 孙小惠, 晁静, 杜玉山, 刘惠民. 页岩储层渗吸过程中水的微观分布及其气测渗透率动态响应特征[J]. 石油学报, 2022, 43(4): 533-547.

核磁共振T2谱奇异值分解反演改进算法

Improved algorithm for singular value decomposition inversion of T2 spectrum in nuclear magnetic resonance

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics

本文评价