随着随钻测井技术的飞速发展,随钻数据的数据种类和数量也越来越多,对随钻数据的精度要求也越来越高。然而由于数据传输带宽的限制和对实时性的苛刻要求,井下数据的实时传输成为制约随钻测井进一步发展的瓶颈,单一的数据压缩技术已无法满足现代随钻测井中大规模数据的压缩要求,因此探索符合数据自身特点的数据压缩方法进行组合压缩是解决这一问题行之有效的手段。对随钻数据的变化曲线和精度要求进行了研究,通过分析将随钻数据分为两类。第一类主要包括几何参数、定向参数、井下工况参数、测量仪器参数等,这类数据变化规律较为明显,相邻采样点间数据数值非常接近,而且这类数据的测量精度要求不高,针对这类数据的特征设计了DB-LZW算法,通过对随钻数据进行差值处理和BWT变换,提高了LZW算法的压缩效率。第二类数据主要包括地层测试与评价参数等,这类数据作为随钻测井的核心数据,仪器的测量精度比较高(一般测到小数点后三位),所以数据量比较大,而且这类数据由于波动比较明显,整体变化规律性较差,因此采用DPCM算法对词类数据进行有损压缩,在失真度不影响测井要求的前提下,进一步提升了随钻数据的压缩率。最后,通过Matlab仿真对提出的基于DB-LZW算法和DPCM算法的组合压缩方法进行性能测试与分析。实验结果表明,基于DB-LZW算法和DPCM算法的组合压缩方法不管是在数据压缩比还是压缩时间方面,都比采用单一的无损压缩算法有较为明显改进。