测井等数据的噪声处理及Hurst指数计算

最新推荐文章于 2024-05-10 11:54:28 发布

原创最新推荐文章于 2024-05-10 11:54:28 发布 · 574 阅读

3 ·

本内容遵循CC 4.0 BY-SA版权协议

收录于

智能钻完井同时被 3 个专栏收录

253 篇文章

订阅专栏

油田大数据

174 篇文章

订阅专栏

Matlab在石油工程中应用

72 篇文章

订阅专栏

本文探讨了在智能钻井研究中，如何利用数据的噪声处理和平滑滤波技术来计算Hurst指数，这对于理解地质数据的时间序列特征至关重要。通过Loess和Lowess方法对测井数据进行平滑，进而计算Hurst指数，揭示了数据的长期依赖性和自相似性。

%在智能钻井研究工作中，使用数据的噪声处理和Hurst指数计算，具有非常重要的现实意义，该方法使用的是平滑滤波。
%处理的数据主要是测井数据
% nepu liw   2017年9月3日
%-------------------------------------------------------------------
clc;
clear;
Logdata=importdata('z_h30_Log.txt','\t');
[col,row]=size(Logdata);
% disp(Logdata);
%-------------------------------------------------------------------
Deep=Logdata(:,1);
Den=Logdata(:,5);
Den1=smooth(Den,30,'loess');
Den2=smooth(Den,30,'lowess');

H1=Hurst2(Den);
H2=Hurst1(Den(1:col-1));
disp(['H1=',num2str(H1);'H2=',num2str(H2(1))]);

作者：LiW