[发明专利]一种基于HHT-MFCC的地震声纹流体预测方法

摘要

本发明公开了一种基于HHT‑MFCC的地震声纹流体预测方法，对地震信号进行EMD分解，得到反映地震信号内部的固有振动模态且瞬时频率更具真实物理意义的IMF分量。通过对各个IMF分量进行加窗分帧并且逐帧进行希尔伯特变换获得信号的希尔伯特边际谱。最后借鉴语音识别声纹分析方法将原始地震信号中相互叠加的信息展开到不同的维度，挖掘数据中隐藏的有效信息。在本发明的优点在于：充分考虑了地震信号的非平稳性，采用HHT分解地震信号，求取的地震信号分量的希尔伯特边际谱，时频分辨率更高且物理意义更加明确。提取地震信号的地震声纹特征参数对储层含流体具有较强的标识性以及更好地容错性，能够更加有效且准确的反映储层流体性质，提高储层流体预测的精度。

主权项

1.一种基于HHT‑MFCC的地震声纹流体预测方法，其特征在于，包括以下步骤：步骤一：输入叠后地震单道CDP数据，对输入数据进行EMD经验模态分解，得到不同频带范围的IMF分量:上式中s(t)为输入的叠后地震单道CDP数据，IMFi(t)为经验模态分解得到的各IMF分量，rn(t)为分解最后的残余趋势项；步骤二：对各IMF分量分别进行分帧加窗处理；采用有限长度的时窗来截取各IMF分量，将其划分成一个一个的短时段信号即一帧；为了保证各帧之间的连续性，相邻帧之间保留一段重叠区域，重叠区域长度取窗函数的1/3‑1/2窗长；采用汉明窗，其定义如下：其中w(n)为窗函数，N为窗长；步骤三：对分帧加窗后的各IMF分量逐帧进行希尔伯特变换得到各帧的希尔伯特边际谱，将各IMF分量从时域转换到频域；步骤四：将步骤三得到的频率域信号通过M个Mel三角带通滤波器组获得Mel频谱，再将得到的Mel频谱取对数能量，得到相应频带的对数能量E(m)，Mel三角带通滤波器Hm(k)的中心频率f(m)由下式求取：其中，Fs为地震信号的采样频率，fh为带通滤波器的最高频率，取Fs的一半；fl为带通滤波器的最低频率，取值趋于零值；m表示Mel三角带通滤波器组中的第m个带通滤波器，N为步骤二中的窗长；每个滤波器的输出的对数能量E(m)为：E(m)＝log10(h2(f)Hm(f))；其中h(f)为信号希尔伯特边际谱，Hm(f)为三角带通滤波器的频率响应；步骤五：对步骤四得到的对数能量E(m)进行离散余弦变换DCT，去除E(m)间的相关性，得到m阶Mel频率倒谱系数MFCC:步骤六：对输入地震的每个CDP信号循环步骤一到步骤五，即可得到原始二维地震信号的m阶地震声纹参数；步骤七：对步骤六的结果进行K均值聚类分析：首先从包含n个元素的对象集随机选择k个元素作为初始的聚类中心；然后根据其他不同元素与聚类中心的距离，将其划分进最相似的簇中；接着重新更新各聚类中心；循环上述过程直至准则函数收敛。