在石油勘探过程中,石油试井工艺是获取井下地质参数变化,掌握测量设备工作状态,优化生产作业流程的基础,对压力参数的标定,是提高测量设备检测精度的重要手段。针对试井作业对井下工况实时检测的迫切要求,如何高精度还原传感器模拟数据到真实数据、在缩小数据重构误差的情况下降低存储数据量、利用未知类别数据流正确识别作业阶段,成为提高试井作业效率亟待解决的问题。本文研究了试井测量技术,主要研究内容如下:1.根据试井传感器所采集模拟压力与模拟温度的相关性,提出了一种传感器标定算法。该算法基于B样条空间理论,可利用标定数据快速获取真实压力和温度的曲面分布情况,自主生成用于数据还原的三维重构网络。关于标定样本的获取,本文采用了首先对压力与温度进行满量程等比例标定,并在误差分析下剔除异常点,接着选择符合标定梯度规范的部分样本用于标定的方式。最终标定算法的数据还原精度达到了0.01%FS的先进水平。2.针对试井作业存在的存储负担重,离线下载数据失真严重的问题,搭建了具有数据互校验功能的双传感器井下测量系统,提出了一种可实现数据降噪与特征拟合的数据处理算法。该算法引入线性动态系统,完成了数据平滑;利用小波分析,降低了数据失真;采用多项式拟合小波参数,降低数据的存储量和通讯数据量,为实现井下工况监控提供可能。3.针对试井数据流可识别特征不明显,离线识别试井阶段正确率不高的问题,设计了一种基于多特征提取与机器学习的数据重构算法。算法将深度置信网络应用于对试井数据多元特征的学习中,提高了数据的特征表征力;基于最大互信息理论对学习后的特征进行优先级排序,为冗余特征的筛选和剔除提供了依据。最后,在支持向量机和学习向量量化机两种架构下,完成对所提取数据特征表征能力以及分类器泛化能力的评价。4.针对现有试井设备调试困难的问题,搭建了一套弹簧式地面压力趋势模拟系统。该系统通过程控滑台的移动距离,改变对待测试压力计的挤压力,可实现对指定压力曲线的较好模拟。同时,研制了一套井下测量设备,开发了一套可用离线分析、处理与管理试井数据、对硬件设备进行参数配置以及在线调试的试井应用软件,实现软硬件的系统互联。