适用于薄层信号识别的地震数据处理方法与流程

1.本发明涉及石油勘探技术领域，特别是涉及到一种适用于薄层信号识别的地震数据处理方法。


背景技术：

2.随着油气勘探程度的不断深入，薄层、薄互层油气藏已成为油气勘探的重要目标。然而，由于受地震分辨率的限制，薄层厚度定量预测一直是困扰地震勘探的难题。不少学者对此进行了不懈的探索：widess首先研究了薄层厚度与调谐振幅之间的关系，超越了纯几何方法求取地层厚度的极限，至今仍对薄层厚度估算具有重要的指导意义；robertson等研究了如何利用taner等提出的瞬时属性预测薄层厚度；chung等改进了widess的方法，进一步突破了薄层预测的厚度极限；黄真萍等提出利用时频域多种属性参数及神经网络技术预测薄层厚度；邵治龙等提出利用小波变换技术、最大熵分析和神经网络技术计算薄层厚度；汪恩华等通过研究地层厚度变化对反射波谱特征的影响，提出综合利用振幅、频率和频宽进行薄层厚度估算；吴勇等利用地震拓频技术在小时窗内通过频谱分解研究薄层变化，在频率域通过调谐振幅或相位研究储层横向变化规律，可识别厚度小于λ/4(λ为地震波长)的薄层；黄文锋等提出地震视净毛比概念，并在研究薄互层调谐规律的基础上提出了去调谐算法，然后将薄互层地震响应经过去调谐转化成视净毛比，再通过视厚度与视净毛比相乘计算出净厚度；李景叶从时移地震薄互层油藏监测的本质出发，提出并试验了地震尺度下基于边界理论的弹性参数计算方法，并利用模型资料定量分析了时移地震常规属性和累积属性响应地震尺度测量结果与精确测量结果的差异，以及薄层厚度、薄层组合结构、饱和度变化对属性的影响；marfurt、partyka等提出利用短时傅里叶变换谱分解方法预测薄层厚度，根据薄层调谐原理研究了薄层功率谱振幅与薄层厚度变化的关系，指出薄层时间厚度为其功率谱频陷周期的倒数。然而，在实际应用中，功率谱受很多因素的制约，其频陷周期难以直观确定，由此得到的薄层厚度与实际厚度误差较大；周开明从薄层振幅调谐具有周期性陷频的谱特征出发，提出二阶功率谱的概念，并根据薄层的二阶功率谱特征给出了利用二阶功率谱进行薄层厚度预测的方法；sun等利用峰值频率法预测了薄层厚度，该方法可在薄层顶底反射系数极性未知的情况下使用。上述方法多假设地震子波为零相位，或假设薄层调谐效应由单一薄层引起，存在较大的应用局限性。
3.在申请号：cn201910115763.3的中国专利申请中，涉及到一种地震资料低频信号保护压制噪声方法，包括如下步骤：1)数据重排：根据信号的特点，重新选排道集；2)分频带：根据噪声所在的频带范围，通过mp谱分解成高、中、低频频带；3)在低频带内进行信噪分离；4)匹配相减，数据合成，输出去噪后的地震记录。
4.在申请号：cn201610870824.3的中国专利申请中，涉及到一种地震前的地球天然脉冲电磁场数据分析方法及系统。其中，该方法至少包括：采集地球天然脉冲电磁场数据；对地球天然脉冲电磁场数据进行广义warblet变换和wvd变换，得到广义warblet矩阵和wvd矩阵；对广义warblet矩阵进行归一化处理，得到gwarblet_n矩阵；获得gwarblet_n矩阵中
元素数值中的最小值min_n，用min_n的数值替换掉gwarblet_n矩阵中所有为0的元素；对wvd矩阵进行归一化处理，得到t_1矩阵；用t_1矩阵点除gwarblet_n矩阵，得到t_2矩阵；将t_2矩阵中大于x的元素和小于y的元素的数值置为1；将wvd矩阵中与t_2矩阵中大于x的元素相对应的位置上的元素数值置为0，得到t_3矩阵；用t_3矩阵点除t_2矩阵，得到t_4矩阵，实现对地震前地球天然脉冲电磁场数据的时频分析，并可用于地震前兆信号的研究。
5.在申请号：cn202011221950.9的中国专利申请中，涉及到一种基于伪wvd和czt的地震信号处理方法，包括以下步骤：s1、对地震信号作hilbert变换，得到频域信号，将地震信号和频域信号相加，得到解析信号；s2、得到pwvd时频分布结果；s3、得到pwvd的czt时频分布结果；s4、将pwvd时频分布结果按照频率重排，得到地震信号的高分辨率单频剖面图；对czt时频分布结果作逆变换，取逆变换后第一行与信号相量相除并取相除结果的实部，得到重构的时域信号。
6.以上现有技术均与本发明有较大区别，未能解决我们想要解决的技术问题，为此我们发明了一种新的适用于薄层信号识别的地震数据处理方法。


技术实现要素：

7.本发明的目的是提供一种可以获得高分辨地震信号的适用于薄层信号识别的地震数据处理方法。
8.本发明的目的可通过如下技术措施来实现：适用于薄层信号识别的地震数据处理方法，该适用于薄层信号识别的地震数据处理方法包括：
9.步骤1：收集地震信号数据；
10.步骤2：将地震信号数据进行mp迭代分解；
11.步骤3：对各个时频原子信号m(t)进行wvd分布求取；
12.步骤4：进行mp-wvd谱模拟反褶积；
13.步骤5：将数据输出，得到提高分辨率的地震信号。
14.本发明的目的还可通过如下技术措施来实现：
15.在步骤1中，地震信号数据包括地震处理的成果数据、纯波数据及各种分角度叠加数据。
16.在步骤2中，选用gabor基函数的m算法分解信号，先将此基函数的时频参数进行离散化，形成过完备的原子库，再将待分解信号按此原子库进行分解，当分解后的差值信号满足一定的条件时结束分解。
17.在步骤2中，地震信号h(t)经过m次迭代后被分解为m个时频原子m(t)的集合：
[0018][0019]
在步骤3中，对各个时频原子信号m(t)进行wvd分布求取，由于时频原子信号m(t)是单频信号，消除了wvd分布的交叉项干扰。
[0020]
在步骤3中，对各个时频原子信号m(t)进行wvd分布求取的公式如下：
[0021][0022]
其中w(t，f)为m(t)的wvd变换，t和τ为时间变量，τ表示高斯窗的中心时间，f为频
率，()
*
表示取共轭复数。
[0023]
步骤4包括：
[0024]
4.1根据时频原子信号m(t)的wvd时频谱估计值w(t，w)设计t时刻的谱模拟反褶积算子；
[0025]
4.2对所有时刻的w(t，w)进行谱模拟反褶积处理，得到提高分辨率的时频原子时频谱，将所有时频谱叠加得到原始地震信号的高分辨率时频谱。
[0026]
在4.1中，根据时频原子信号m(t)的wvd时频谱估计值w(t，w)w(t，f)设计t时刻的谱模拟反褶积算子的公式为：
[0027][0028]
其中：f
max
为任意t时刻m(t)的wvd时频谱|w(t，f)|的最大值；γ为加权系数，取值范围为[0，1]，γ取值随离开有效频带距离而减小；ε是白噪系数，可以提高算法的稳定性，其取值不宜过大，取值范围为[-0.005，0.050]，一般是参考资料的信噪比取值。
[0029]
在步骤5中，对处理后的时频谱进行时频反变换，得到时间域的地震信号。
[0030]
本发明中的适用于薄层信号识别的地震数据处理方法，主要用于石油勘探中的薄储层预测环节，包括薄储层描述、油气检测等业务。首先，基于匹配追踪-魏格纳威利分布(matching pursuits-wigner ville distribution.mp-wvd)的时变子波谱包括通过匹配追踪获得地震信号不同频率的时频原子，进而求取各个时频原子的魏格纳威利分布，加权后获得高分辨率时频原子时频谱。其次，利用高分辨率时频原子时频谱设计反褶积算子，将时频原子的wvd谱与反褶积算子相乘得到高分辨率的时频原子wvd谱。最后，将时频原子wvd谱叠加后获得原始信号的高分辨率时频谱，通过反变换获得高分辨地震信号。
[0031]
通过本发明对地震资料进行处理，相对于常规的时频反褶积方法，利用基于匹配追踪的魏格纳威利变换，可以获得信号的高分辨率时频谱，进而求取高分辨率的反褶积算子，最终达到有效提高地震资料的分辨率的目的，提高了地震资料对薄储层的识别能力，有效提高了地震资料应用的适用性及准确性。
附图说明
[0032]
图1为本发明的适用于薄层信号识别的地震数据处理方法的一具体实施例的流程图；
[0033]
图2为本发明的一具体实施例中mp-wvd时频谱对比图。
具体实施方式
[0034]
应该指出，以下详细说明都是示例性的，旨在对本发明提供进一步的说明。除非另有指明，本文使用的所有技术和科学术语具有与本发明所属技术领域的普通技术人员通常理解的相同含义。
[0035]
需要注意的是，这里所使用的术语仅是为了描述具体实施方式，而非意图限制根据本发明的示例性实施方式。如在这里所使用的，除非上下文另外明确指出，否则单数形式
也意图包括复数形式，此外，还应当理解的是，当在本说明书中使用术语“包含”和/或“包括”时，其指明存在特征、步骤、操作和/或它们的组合。
[0036]
以下为应用本发明的几个具体实施例。
[0037]
实施例1
[0038]
在应用本发明的一具体实施例1中，该适用于薄层信号识别的地震数据处理方法包括：
[0039]
步骤1：收集地震信号数据；地震信号数据包括地震处理的成果数据、纯波数据及各种分角度叠加数据。
[0040]
步骤2：将地震信号数据进行mp迭代分解；选用gabor基函数的m算法分解信号，先将此基函数的时频参数进行离散化，形成过完备的原子库，再将待分解信号按此原子库进行分解，当分解后的差值信号满足一定的条件时结束分解。
[0041]
步骤3：对各个时频原子信号m(t)进行wvd分布求取；
[0042]
步骤4：进行mp-wvd谱模拟反褶积；具体包括：
[0043]
4.1根据时频原子信号m(t)的wvd时频谱估计值w(t，f)设计t时刻的谱模拟反褶积算子；
[0044]
4.2对所有时刻的w(t，f)进行谱模拟反褶积处理，得到提高分辨率的时频原子时频谱，将所有时频谱叠加得到原始地震信号的高分辨率时频谱。
[0045]
步骤5：将数据输出，得到提高分辨率的地震信号。
[0046]
实施例2
[0047]
在应用本发明的一具体实施例2中，该适用于薄层信号识别的地震数据处理方法包括了以下步骤：
[0048]
步骤1：收集地震信号数据；
[0049]
步骤2：将地震信号数据进行mp迭代分解；选用gabor基函数的m算法分解信号，先将此基函数的时频参数进行离散化，形成过完备的原子库，再将待分解信号按此原子库进行分解，当分解后的差值信号满足一定的条件时结束分解。
[0050]
地震信号h(t)经过m次迭代后被分解为m个时频原子m(t)的集合：
[0051][0052]
步骤3：对各个时频原子信号m(t)进行wvd分布求取；对各个时频原子信号m(t)进行wvd分布求取的公式如下：
[0053][0054]
其中w(t，f)为m(t)的wvd变换，t和τ为时间变量，τ表示高斯窗的中心时间，f为频率，()
*
表示取共轭复数。
[0055]
步骤4：进行mp-wvd谱模拟反褶积；4包括：
[0056]
4.1根据时频原子信号m(t)的wvd时频谱估计值w(t，w)设计t时刻的谱模拟反褶积算子；根据时频原子信号m(t)的wvd时频谱估计值w(t，w)w(t，f)设计t时刻的谱模拟反褶积算子的公式为：
[0057][0058]
其中：f
max
为任意t时刻m(t)的wvd时频谱|w(t，f)|的最大值；γ为加权系数，取值范围为[0，1]，γ取值随离开有效频带距离而减小；ε是白噪系数，可以提高算法的稳定性，其取值不宜过大，取值范围为[-0.005，0.050]，一般是参考资料的信噪比取值。
[0059]
4.2对所有时刻的w(t，w)进行谱模拟反褶积处理，得到提高分辨率的时频原子时频谱，将所有时频谱叠加得到原始地震信号的高分辨率时频谱。
[0060]
步骤5：将数据输出，得到提高分辨率的地震信号。
[0061]
实施例3
[0062]
在应用本发明的一具体实施例3中，如图1所示，图1为本发明的适用于薄层信号识别的地震数据处理方法的流程图。该适用于薄层信号识别的地震数据处理方法包括了以下步骤：
[0063]
步骤1：输入数据的准备
[0064]
输入数据主要地震信号数据，它包括地震处理的成果数据、纯波数据及各种分角度叠加数据。
[0065]
步骤2：输入信号mp迭代分解
[0066]
利用匹配追踪算法，选用gabor基函数的mp算法分解信号，将地震信号f(t)经过m次迭代后可以被分解为多个时频原子m(t)的集。
[0067]
步骤3：时频原子wvd分布
[0068]
对各个时频原子信号m(t)进行wvd时频谱求取，由于时频原子信号m(t)是单频信号，消除了wvd分布的交叉项干扰，如图2所示，左图为一模拟地震信号(40、100ms出现的均一化频率0.2hz和0.4hz的地震信号)做wvd时频谱结果，存在交叉项干扰，右图为mp-wvd时频谱结果，消除了交叉项干扰，准确反映了模拟信号的频谱特征。
[0069]
步骤4：mp-wvd谱模拟反褶积
[0070]
4.1根据时频原子信号m(t)的wvd时频谱估计值w(t，w)设计t时刻的谱模拟反褶积算子v(t，f)。
[0071]
4.2对所有时刻的w(t，w)进行谱模拟反褶积处理，得到提高分辨率的时频原子时频谱，将所有时频谱叠加得到原始地震信号的高分辨率时频谱。
[0072]
步骤5：数据输出
[0073]
对处理后的时频谱进行时频反变换，就可以得到时间域的地震信号。
[0074]
数据输出可以得到提高分辨率的地震信号。
[0075]
最后应说明的是：以上所述仅为本发明的优选实施例而已，并不用于限制本发明，尽管参照前述实施例对本发明进行了详细的说明，对于本领域技术人员来说，其依然可以对前述实施例记载的技术方案进行修改，或者对其中部分技术特征进行等同替换。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。
[0076]
除说明书所述的技术特征外，均为本专业技术人员的已知技术。

技术特征：
1.适用于薄层信号识别的地震数据处理方法，其特征在于，该适用于薄层信号识别的地震数据处理方法包括：步骤1：收集地震信号数据；步骤2：将地震信号数据进行mp迭代分解；步骤3：对各个时频原子信号m(t)进行wvd分布求取；步骤4：进行mp-wvd谱模拟反褶积；步骤5：将数据输出，得到提高分辨率的地震信号。2.根据权利要求1所述的适用于薄层信号识别的地震数据处理方法，其特征在于，在步骤1中，地震信号数据包括地震处理的成果数据、纯波数据及各种分角度叠加数据。3.根据权利要求1所述的适用于薄层信号识别的地震数据处理方法，其特征在于，在步骤2中，选用gabor基函数的m算法分解信号，先将此基函数的时频参数进行离散化，形成过完备的原子库，再将待分解信号按此原子库进行分解，当分解后的差值信号满足一定的条件时结束分解。4.根据权利要求3所述的适用于薄层信号识别的地震数据处理方法，其特征在于，在步骤2中，地震信号h(t)经过m次迭代后被分解为m个时频原子m(t)的集合：5.根据权利要求1所述的适用于薄层信号识别的地震数据处理方法，其特征在于，在步骤3中，对各个时频原子信号m(t)进行wvd分布求取，由于时频原子信号m(t)是单频信号，消除了wvd分布的交叉项干扰。6.根据权利要求5所述的适用于薄层信号识别的地震数据处理方法，其特征在于，在步骤3中，对各个时频原子信号m(t)进行wvd分布求取的公式如下：其中w(t，f)为m(t)的wvd变换，t和τ为时间变量，τ表示高斯窗的中心时间，f为频率，()
*
表示取共轭复数。7.根据权利要求1所述的适用于薄层信号识别的地震数据处理方法，其特征在于，步骤4包括：4.1根据时频原子信号m(t)的wvd时频谱估计值w(t，w)设计t时刻的谱模拟反褶积算子；4.2对所有时刻的w(t，w)进行谱模拟反褶积处理，得到提高分辨率的时频原子时频谱，将所有时频谱叠加得到原始地震信号的高分辨率时频谱。8.根据权利要求7所述的适用于薄层信号识别的地震数据处理方法，其特征在于，在4.1中，根据时频原子信号m(t)的wvd时频谱估计值w(t，w)w(t，f)设计t时刻的谱模拟反褶积算子的公式为：
其中：f
max
为任意t时刻m(t)的wvd时频谱|w(t，f)|的最大值；γ为加权系数,γ取值随离开有效频带距离而减小；ε是白噪系数，可以提高算法的稳定性，其取值不宜过大，参考资料的信噪比取值。9.根据权利要求1所述的适用于薄层信号识别的地震数据处理方法，其特征在于，在步骤5中，对处理后的时频谱进行时频反变换，得到时间域的地震信号。

技术总结
本发明提供一种适用于薄层信号识别的地震数据处理方法，该适用于薄层信号识别的地震数据处理方法包括：步骤1：收集地震信号数据；步骤2：将地震信号数据进行MP迭代分解；步骤3：对各个时频原子信号m(t)进行WVD分布求取；步骤4：进行MP-WVD谱模拟反褶积；步骤5：将数据输出，得到提高分辨率的地震信号。该适用于薄层信号识别的地震数据处理方法有效提高地震资料的分辨率的目的，提高了地震资料对薄储层的识别能力，有效提高了地震资料应用的适用性及准确性。准确性。准确性。


技术研发人员：郑文召 罗红梅 王长江 杨培杰 徐仁 陈攀峰 李敏月 管晓燕 张娟 邹文勇
受保护的技术使用者：中国石油化工股份有限公司胜利油田分公司勘探开发研究院
技术研发日：2022.03.03
技术公布日：2023/9/13