基于特征库的测井数据格式自动识别与转换方法

2014-12-03王慧萍王卫杨頔何宗斌李晓华

测井技术 2014年1期

王慧萍，王卫，杨頔，何宗斌，李晓华

（1.中石化河南石油勘探局地球物理测井公司，河南南阳473132；2.中石化石油工程技术研究院测录井所，北京100101；3.武汉大学，湖北武汉430072；4.长江大学，湖北武汉430100）

0 引言

测井数据种类繁多，存储格式多种多样，尤其是野外测井数据，不同的仪器厂商、不同的测井数据处理平台都有不同的数据存储格式，如LIS、DLIS、XTF、WIS、各种版本的 LAS、各种类型的716等［1］。据统计，国内外现有测井数据存储格式多达100多种。随着测井技术的发展，测井项目增多，数据类型会越来越多，迫切需要一套能够快速、高效、智能数据格式识别、浏览、解编的新方法。本文提出了一种基于特征库的测井数据格式自动识别与转换方法，具有很好的应用前景。

1 现有数据格式技术状况

目前测井资料处理系统的数据转换大都采用人工识别方式或半智能化模糊识别方式。

所谓人工识别方式，要求确切知道要转换的数据文件类型，调用相应的转换模块，这种转换方式速度快，效率高，缺点是处理人员必须对该数据格式类型十分清楚，否则就无法实现转换。

半智能化模糊识别方式则要求用户知道要转换的数据文件的可能类型，并指定相应的可能转换模块。这种转换方式给出一种或多种可能的数据格式，让程序在给定的格式中自动搜索、匹配，但必须保证要处理的数据格式属于给定的可能格式中的一种，且给定的可能性越多，处理速度越慢，因为系统要对给定的模块逐个进行扫描、匹配。同时要求多选的格式模块必须对格式的描述判断严谨、唯一，否则将会引起混乱，无法实现正确解编。这种识别技术最大的问题是随着模块的增加，文件数据格式的相似性增加，识别准确度降低，模块间的混淆严重，无法准确区分数据格式，造成系统运行不稳定，甚至崩溃［2］。

2 测井数据格式自动识别与转换方法

2.1 技术思路

分析各种数据格式的信息特征，提取其中的一条或多条具有代表性的特征信息，根据特征信息在文件中出现的位置特点，选择设置定点、段内或偏移搜索方式，采用多条件识别方法建立数据格式特征码库，通过软件自动实现识别数据格式特征库技术，将某一个待操作的数据文件与特征库信息进行匹配，从而快速识别出该数据文件的数据格式类型，然后再调用相匹配的数据格式转换模块进行扫描、转换。概括地说就是，利用能够区分各种测井数据格式的特征信息，建立数据格式特征码库，编制计算机软件，实现自动格式识别、转换［2－3］。

2.2 数据格式特征库设计

数据格式的特征库设计依据测井文件格式内部信息对文件类型进行区分，即通过分析各种数据格式的结构特征，提取各种测井数据格式中的特征信息，建立数据格式特征码信息库。

特征库文件格式：

信息描述：搜索的操作数信息描述。

搜索域：设置搜索方式，进行定点、段内和偏移搜索3种方式选择设置，根据所需搜索的特征数在定点位置或在搜索段内或在某特征定点偏移位置设置，0为全范围搜索；1为定位搜索；2在上一个特征信息搜索的基础上，加偏移定位搜索。

起始点，终止点：某特征的位置范围。对于定点搜索，则从起始点直接对应匹配操作数；对于段内搜索，则在起始点，终止点任意位置匹配操作数即可；对于偏移搜索，该起始点为偏移点，实际搜索位置要加上最新搜索的一个定点位置，该定点位置是通过段内搜索得到，即：

匹配操作点＝上一项段内搜索的匹配操作点＋起始点

值类型：操作数的数据类型，可为字符、整型、实型多种操作数特征，操作数的数据类型要考虑操作数的机器类型，如I4为PC机整型数，I4S为SUN机器整型数

最小值，最大值：操作数的最小值与最大值范围，对于字符型操作数，最大值可以是多个条件值的或，如：最小值、最大值为“H T.OR.C”表示操作数等于H或T或C时，均满足搜索条件；对于数值型操作数，给出的是匹配数值区间。

表1为部分格式的特征信息。例如：DLIS是段内搜索文件头、来历2个特征字FILE－HEADE与ORIGIN。XTF是定点搜索特征字.XTF及2个定点特征数值1与2。BIT是先在段内搜索特征字T，得到定点位置再加各偏移起始点位置处搜索文件号、曲线条数、采样间隔、日期、月份等多种类型的操作数。多种类型的操作数匹配，是为了更准确找到某种格式特征。

特征库的建立力争作到信息描述的简洁性、准确性与唯一性，保证格式识别的快速、准确。特征库支持新的识别条件加入，支持未来扩展。数据格式特征码库的建立，是为计算机自动、快速、准确的识别数据格式类型提供判别标准，以便于数据格式识别与转换。