[发明专利]频率域地震弱信号的增强方法在审
申请号: | 202110988316.6 | 申请日: | 2021-08-26 |
公开(公告)号: | CN113655522A | 公开(公告)日: | 2021-11-16 |
发明(设计)人: | 杨丰弛;杨巍;王俊杰 | 申请(专利权)人: | 西南石油大学 |
主分类号: | G01V1/28 | 分类号: | G01V1/28;G01V1/36 |
代理公司: | 北京睿智保诚专利代理事务所(普通合伙) 11732 | 代理人: | 韩迎之 |
地址: | 610000 四*** | 国省代码: | 四川;51 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 频率 地震 信号 增强 方法 | ||
本发明公开了一种频率域地震弱信号的增强方法,涉及弱信号增强技术领域,包括:步骤一、对原始地震单道CDP道集S(t)进行快速傅氏变换,得到单道CDP道集的频谱f(t);步骤二、对所述单道CDP道集的频谱f(t)进行频谱分析,确定弱信号分布频域;步骤三、通过声波测井曲线做弱信号振幅质控,确定所述弱信号分布频域需要增强的幅值;步骤四、基于非线性扩散的导数谱增强模型对需要增强幅值的所述弱信号分布频域进行信号增强,得到增强后的弱信号频谱Fs(t);步骤五、将增强后的所述弱信号频谱Fs(t)做快速傅氏逆变换,得到增强后的信号SF(t)。本发明提供的增强弱信号的方法,可以获取更精确、分辨率更高的弱反射界面信息,实现地震弱信号的增强,凸显弱反射界面的反射特征。
技术领域
本发明涉及弱信号增强技术领域,更具体的说是涉及一种频率域地震弱信号的增强方法。
背景技术
在石油勘探中,某些含油气的储层在识别时会受到强振幅的干扰,例如:岩性突变强振幅、地层不连续、不整合面强振幅,在地震剖面上,强振幅的信号会对弱振幅响应进行屏蔽,而这些弱振幅对应着油气储层,就会导致目的储层不易识别。因此,如何对弱信号进行增强是一个关键的问题。
Huang在1998年对非平稳地震信号分析提出了一种Hilbert-huang变换方法,其关键在于求取固有模态函数的方法—经验模态分解法(Empirical Mode Decomposition,EMD),此方法可以将原始的地震信号分解为多个固有模态函数相加的形式,可以较好地克服希尔伯特变换中信号局部化的缺点,对于含噪声的地震信号的处理具有非常显著的效果。可靠的经验模态分解结果要求信号必须满足经验模态分解的条件,但是地震信号特别是复杂反射的地震信号往往无法满足这个分解条件。为了构建满足EMD分解条件的地震信号,前人研究了窄带滤波、高频载入等方法,但是其弱化了地震信号分解重建的正交完备性,分解重建地震信号出现冗余问题,使重建结果失真。
对于Hilbert-huang模型,现有的信号增强方法有基于改进经验模态分解的地震弱信号增强处理方法、反Q滤波方法等,其中基于经验模态分解的地震弱信号增强处理方法,引入EMD方法进行信号分解,不需要预先设定任何基函数,利用数据自身的时间尺度特征进行信号的分解。与短时傅立叶变换、小波分解等方法相比,这种方法是直观的、直接的、后验的和自适应的。但是,EMD分解过程中最大且不可避免的缺点就是会产生模态混叠效应,即某个分解的IMF分量信号中包含其他IMF分量的信号。因此,前人将该方法进行了多次改进,改进的EMD分解方法较以往常规的EMD分解方法,在分解结果的可靠性、分解精度及非线性弱信号时频分析能力等方面均有显著的改善,在此基础上用的弱信号增强技术,其实质并没有将地下的弱反射信号振幅能量增强,而是将分解后的信号进行分析,削弱了强反射信号,从而实现了弱信号的增强,这种方法的缺点在于并没有实质的增强弱反射界面的反射信号,不能有效的凸显弱反射界面的反射特征。
因此,针对现有技术的不足,如何提供一种可以增强频率域地震弱信号,获取更精确、分辨率更高的弱反射界面信息的方法是本领域技术人员亟需解决的问题。
发明内容
有鉴于此,本发明提供了一种频率域地震弱信号的增强方法,增强了地震剖面中的弱信号,解决了临近强反射界面的目标储层地震响应特征的识取问题。
为了实现上述目的,本发明提供如下技术方案:
一种频率域地震弱信号的增强方法,包括以下步骤:
步骤一、对原始地震单道CDP道集S(t)进行快速傅氏变换,得到单道CDP道集的频谱f(t);
步骤二、对所述单道CDP道集的频谱f(t)进行频谱分析,确定弱信号分布频域;
步骤三、通过声波测井曲线做弱信号振幅质控,确定所述弱信号分布频域需要增强的幅值;
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于西南石油大学,未经西南石油大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202110988316.6/2.html,转载请声明来源钻瓜专利网。