CN104216008B - 一种井中压裂微地震事件识别方法 - Google Patents

Abstract

本发明是应用于水力压裂微地震监测的微地震事件识别方法，利用井中检波器在水力压裂过时采集记录，对三分量数据进行极化旋转，在时间域计算给定前后时窗的能量比，综合时间域径向分量和垂直分量的能量比、频率域的主频段内前后时窗的能量比和多道射孔信号时差拉平叠加曲线，识别出具有不同能量级别的压裂过程中产生的微地震事件，本发明有效的提高了现场微地震有效事件的识别效率，同时避免了单个分量上微地震事件没有振幅响应使有效事件识别失败的情况，有效去除强能量噪声干扰，设置不同的门槛儿值，有利于对不同级别和不同类型的事件进行分类筛选。

Description

一种井中压裂微地震事件识别方法

技术领域

本发明涉及地球物理勘探中地震数据处理技术，是一种利用三分量微地震记录能量比，并通过分析已接收到的射孔信号来进行空间旋转、确定微地震事件的频率和周期，用不同门槛儿值和多种信号特征曲线来识别和标识不同类型的微地震信号，提高压裂过程中微地震事件识别效率和效果的方法。

背景技术

为了提高低渗透率低孔隙度地层的采收率，石油开采过程中的常采用水力压裂操作，利用井中微地震监测技术，对水力压裂增产技术进行诊断，实时调整施工规模、设计方案和裂缝描述，高效利用压裂液，增加与储层的接触面积并提高压裂资源的使用效率。通过实时的压裂微地震定位技术描述裂缝生成过程，绘制裂缝缝网三维形态，可以在作业过程中快速决策，确保压裂资源能够有效利用。更好地了解本区储层对压裂的响应，不断改善未来的压裂设计和油藏管理，利用实时监测技术对未来改储层与其他井完井提供增产优化建议。

如何实时高效的从连续不间断采集的海量数据中识别出具有一定能量级别的微地震事件是进行实时定位并确定裂缝扩展过程和缝网形态描述的前提。

天然地震定位过程中对于微地震事件的识别常采用STA/LTA前后时窗能量比扫描的方法，天然地震的台站常采用单分量检波器，因此这种方法很适用，由于水力压裂复杂的震源机制和井中三分量检波器的水平分量方向随机 性，导致水力压裂过程中产生的微地震事件在各级检波器不同分量上振幅响应不一致或可能没有响应，单独对各级检波器不同分量进行STA/LTA前后时窗能量比扫描，有可能会漏掉在有的分量上没有振幅响应的微地震事件，最终影响压裂产生裂缝方位和缝网形态的描述。

在监测距离相对较远，压裂微地震事件能量相对较弱的情况下，压裂微地震事件的能量与背景噪声相近，很难选取合适的能量比门槛值从背景噪声识别有用的压裂微地震事件，如何放大压裂微地震事件与背景噪声的能量比差异，去除高低频背景噪声的干扰，突出压裂微地震事件，常规微地震事件识别方法难以实现。

尽管在压裂过程中采用各种方法来避免来自地面和井中的各种干扰，如井筒波、气体和井周围液体流动，而且这些扰动往往能量很强，常规方法很难将其与压裂过程中产生的压裂微地震事件加以区分。

水力压裂的震源机制决定了大多压裂微地震事件的横波能量要强于纵波能量，能量相对较弱的纵波难于识别，但其良好的极化信息在压裂微地震事件的定位过程中又非常重要，如何从压裂微地震事件中识别出不同能量级别的纵波事件并加以标识，对于后期选择不同的方法进行定位尤为关键。

压裂微地震事件的识别是整个压裂微地震实时监测的首要步骤，也是微地震事件定位的关键步骤之一，只有高效可靠地从连续采集的海量微地震记录里识别出压裂微地震事件，并对事件的类型加以标识，后期采用不同的定位算法对事件进行精确定位，提高事件的定位效率，才能最终实现实时定位的目标，给予压裂过程产生的裂缝方位和缝网形态精确的描述。

发明内容

本发明针对以上问题，提供一种满足现场实时定位要求，将不同能量级别和类型的事件识别并标识，并去除能量强的干扰事件的井中压裂微地震事件识别方法。

本发明采用如下技术方案，首先利用三分量检波器排列在井中连续采集邻井水力压裂过程中产生的原始记录，进行三个分量的实时极化旋转，并由射孔信号分析给定时窗的大小，计算限定前后时窗内的能量比，选取合适的门槛儿值，综合分析时间域径向分量和垂直分量的能量比、频率域的主频段内前后时窗的能量比和多道射孔信号时差拉平叠加曲线，对事件进行分类标识，最终将压裂过程中产生的压裂微地震事件从背景噪声中识别出。

本发明特征是具体采用了以下步骤：

1）分别读取原始记录中各级检波器的三分量原始数据；

2）根据对射孔信号的分析计算各分量空间方位角，实时对记录中各分量进行旋转，得到径向分量和垂直分量，使各分量数据极性保持一致；

3）根据射孔信号确定压裂微地震事件的频率和周期；

4）对于能量相对较强的微地震事件，根据频率和周期实时计算三分量数据前后时窗内的信号能量比：

$R\left(i\right)=\underset{j=1}{\overset{i+l_1}{\mathrm{\Σ}}}{E}_{\mathrm{xyz}}{\left(j\right)}^2/\underset{j=i-l_2}{\overset{i}{\mathrm{\Σ}}}{E}_{\mathrm{xyz}}{\left(j\right)}^2$

式中R(i)为i时刻前后时窗内的信号能量比，l₁为i时刻前短时窗长度，l₂为i时刻后长时窗长度，E_xyz(j)为在j时刻三分量振幅绝对值之和；

5）对于观测距离远能量相对较弱的微地震事件，计算前后时窗内的信号能量比的平方R(j)²，放大比值的差异；

6）采用步骤4）和5）对正式施工实时三分量数据计算能量比R(i)值，大于3小于5的事件为一般强度微地震事件，能量比大于5的为较强微地震事件；

7）在时间域实时计算垂直分量和径向分量的能量比：

$R\left(i\right)={\mathrm{\Σ}}_{j=i}^{i+l}\mathrm{am}{p}_z{\left(j\right)}^2/{\mathrm{\Σ}}_{j=i}^{i+l}\mathrm{am}{p}_x{\left(j\right)}^2$

式中R(i)为i时刻垂直和径向分量能量比，l为i时刻时窗长度，amp_z(j)²和amp_x(j)²分别为j时刻垂直分量和径向分量振幅的平方。

8）在频率域实时计算主频段内前后时窗的能量比：

$R\left(i\right)={\mathrm{\Σ}}_{\mathrm{\ω}={\mathrm{\ω}}_1}^{{\mathrm{\ω}}_2}{X}_{l_1}{\left(\mathrm{\ω}\right)}^2/{\mathrm{\Σ}}_{\mathrm{\ω}={\mathrm{\ω}}_1}^{{\mathrm{\ω}}_2}{X}_{l_2}{\left(\mathrm{\ω}\right)}^2$

式中R(i)为i时刻垂直和径向分量能量比，l₁为i时刻前短时窗长度，l₂为i时刻后长时窗长度，ω₁、ω₂为频率范围，X_l(ω)²为i时刻前后时窗傅里叶变换后ω₁到ω₂主频段的功率谱；

9）用射孔信号各道的时差将各道数据拉平叠加；

10）用步骤6）得到的较强的微地震事件，通过步骤7）确定垂直分量和径向分量的能量比，当步骤7）垂直分量和径向分量的能量比大于5时，求取下一级检波器时间延迟间隔为t的信号能量比，其中t=d/1500m/s，d为相邻两级检波器的距离，当下一级检波器时间延迟间隔为t的能量比也大于5时，识别为井筒波噪声干扰；

用步骤6）识别出的一般强度微地震事件，通过步骤5）将能量比值放大进行进一步识别，或通过步骤9）将该时刻的各道数据按射孔时差进行叠加， 叠加后能量比大于5时识别为压裂微地震事件；

对背景噪声监测中存在强低频或高频干扰的资料，通过步骤8）将信号进行傅里叶变换到频率域后，取ω₁到ω2主频段，通过带通滤波滤掉低频或高频信号，计算信号能量比，当能量比大于3小于5时，识别为一般强度事件，当能量比大于5时识别为较强微地震事件。

本发明充分利用了井中三分量检波器记录的信息，综合了xyz三个分量上的信号，有效避免了单个分量上由于震源机制和极化原理没有振幅响应引起的压裂微地震事件识别失败问题；通过对能量比差异的放大，选择不同大小的能量比值，可以有效对不同能量强度的压裂微地震事件加以标识；通过实时计算垂直分量和径向分量的能量比，有效识别来自地面和井中的井筒波噪声干扰并加以标识；通过实时的空间旋转计算、短时频率域带通滤波和拉平叠加，使能量相对较弱的压裂微地震事件得以识别并标识。

本发明充分利用了压裂微地震事件的特性，对于不同能量比的微地震事件分别加以处理，提高了压裂微地震事件识别效率和可靠性，对事件的分类标识有利于在后期定位过程中选择不同的定位算法，提高定位效率，节约时间。

附图说明

图1射孔信号的水平分量（a）和极化旋转后的径向分量（b）；

图2实际压裂微地震事件的水平分量（a）和极化旋转后的径向分量（b）；

图3实际压裂微地震事件xyz三分量前后时窗能量比实例一；

图4实际压裂微地震事件xyz三分量前后时窗能量比实例二；

图5实际压裂微地震事件前后时窗能量比实例一；

图6实际压裂微地震事件前后时窗能量比实例二；

图7实际压裂微地震事件井筒波（a）z分量和x分量能量比（b）；

图8实际压裂微地震事件的纵波初至拉平叠加。

具体实施方式

由于水力压裂震源机制的特殊性，在压裂过程中产生的横波极化方向通常是随机的，横波的振幅在各级检波器分量上的投影也很难有规律可循，加之双偶力源的震源机制决定了纵波振幅相对横波较小，横波振幅一般为纵波的3到5倍，纵波通常伴随横波产生，随着传播距离的增大，频率较高的纵波振幅衰减很快，本发明对于压裂微地震事件的识别以振幅较强的横波为主。

本发明采用如下技术方案，包括以下步骤：

1）分别读取原始记录中各级检波器的三分量原始数据；

2）根据对射孔信号的分析计算各分量空间方位角，实时对记录中各分量进行旋转，得到径向分量和垂直分量，使各分量数据极性保持一致；

利用三分量检波器排列在井中连续采集邻井水力压裂过程中产生的原始记录，进行三个分量的实时极化旋转，水平分量的方位角由射孔信号求取。图1为用射孔信号求取的方位角对射孔信号本身进行旋转前图1（a）和旋转后图1（b）的结果，如图1（b）所示，经过旋转后射孔信号的纵波能量已经基本旋转到径向方向上了。如图2所示，实际压裂微地震事件经过旋转后，径向分量上的纵波得以加强，并显示出很好的一致性。

3）根据射孔信号确定压裂微地震事件的频率和周期；

经过对射孔信号的分析，对于压裂微地震信号的周期和主频给予初步判断，给定计算能量比的时窗和主频段范围。

4）对于能量相对较强的微地震事件，根据频率和周期实时计算三分量数 据前后时窗内的信号能量比：

$R\left(i\right)={\mathrm{\Σ}}_{j=i}^{i+l_1}{E}_{\mathrm{xyz}}{\left(j\right)}^2/{\mathrm{\Σ}}_{j=i|l_2}^i{E}_{\mathrm{xyz}}{\left(j\right)}^2$

式中R(i)为i时刻前后时窗内的信号能量比，l₁为i时刻前短时窗长度，l₂为i时刻后长时窗长度，E_xyz(j)为在j时刻三分量振幅绝对值之和；

各级的三分量数据经过求绝对值叠加，再计算限定前后时窗内的能量比，前窗一般选取主周期长度的2到3倍，后窗一般选取主周期长度的5到10倍。图3图4为分别对一级检波器上的xyz三个分量求取的前后时窗能量比的两个实例，从图中可以看出，由于横波振幅在有的分量上没有响应，导致单个分量上压裂微地震事件识别可能失败。图5图6为三分量数据经过求绝对值叠加后，再计算得到的前后时窗能量比，从图中可以看出综合三个分量上的振幅信息，使信号与背景噪声的差异变得更加明显，能量比更为突出，使识别的可靠性得以提高。

5）对于观测距离远能量相对较弱的微地震事件，计算前后时窗内的信号能量比的平方R(j)²，放大比值的差异；

当压裂微地震事件的信噪比较低时，通过计算所求能量比的平方，可以有效放大压裂微地震事件信号和背景噪声的差异，使能量较弱的压裂微地震信号得以识别。

6）采用步骤4）和5）对正式施工实时三分量数据计算能量比R(i)值，在实时的识别过程中，大于3小于5的事件为一般强度微地震事件，能量比大于5的为较强微地震事件；

7）在时间域实时计算垂直分量和径向分量的能量比：

$R\left(i\right)={\mathrm{\Σ}}_{j=i}^{i+l}\mathrm{am}{p}_z{\left(j\right)}^2/{\mathrm{\Σ}}_{j=i}^{i+l}\mathrm{am}{p}_x{\left(j\right)}^2$

式中R（i)为i时刻垂直和径向分量能量比，l为i时刻时窗长度，amp_z(j)²和amp_x(j)²分别为j时刻垂直分量和径向分量振幅的平方。

在压裂过程中，很难消除来自地面大功率设备、周围其它钻井和目的层液体和气体流动的有规则强能量噪声干扰，综合分析时间域径向分量和垂直分量的能量比，如图7所示，对于井筒波的干扰，多级检波器径向分量和垂直分量上的能量比显示出很好的规律和一致性。

8）在频率域实时计算主频段内前后时窗的能量比：

$R\left(i\right)={\mathrm{\Σ}}_{\mathrm{\ω}={\mathrm{\ω}}_1}^{{\mathrm{\ω}}_2}{X}_{l_1}{\left(\mathrm{\ω}\right)}^2/{\mathrm{\Σ}}_{\mathrm{\ω}={\mathrm{\ω}}_1}^{{\mathrm{\ω}}_2}{X}_{l_2}{\left(\mathrm{\ω}\right)}^2$

式中R(i)为i时刻垂直和径向分量能量比，l_i为i时刻前短时窗长度，l₂为i时刻后长时窗长度，ω₁、ω₂为频率范围，X_l(ω₎ ²为i时刻前后时窗傅里叶变换后ω₁到ω₂主频段的功率谱；

对前后时窗的信号经过傅里叶变换到频率域，通过带通滤波，求出其主频段的功率谱，可以有效去除混在压裂微地震事件信号中的低频和高频噪声干扰。

9）用射孔信号各道的时差将各道数据拉平叠加；

10）用步骤6）得到的较强的微地震事件，对于这部分干扰可以通过设置井筒波的速度范围（一般为1500m/s），通过步骤7）确定垂直分量和径向分量的能量比，当步骤7）垂直分量和径向分量的能量比大于5时，求取下一级检波器时间延迟间隔为t的信号能量比，其中t=d/1500m/s，d为相邻两级检 波器的距离，当下一级检波器时间延迟间隔为t的能量比也大于5时，识别为井筒波噪声干扰，从而达到去除有规则强能量噪声干扰的目的；

用步骤6）识别出的一般强度微地震事件，通过步骤5）将能量比值放大进行进一步识别，或通过步骤9）将该时刻的各道数据按射孔时差进行叠加，叠加后能量比大于5时识别为压裂微地震事件；

对背景噪声监测中存在强低频或高频干扰的资料，通过步骤8）将信号进行傅里叶变换到频率域后，取ω₁到ω₂主频段，通过带通滤波滤掉低频或高频信号，计算信号能量比，当能量比大于3小于5时，识别为一般强度事件，当能量比大于5时识别为较强微地震事件。

对于纵波较弱的压裂微地震事件，可以根据射孔信号的时差对信号进行拉平叠加处理，如图8所示，各级检波器的纵波信号经过拉平叠加后，更易于识别。根据压裂目的层的纵波和横波速度先验信息，给定在压裂点位置产生的纵波和横波压裂微地震事件的时差范围，对范围内的拉平叠加纵波曲线实时扫描，用不同的门槛儿值给纵波的能量强弱分级标识，以便在后续的定位过程中，选择用纵波还是横波的极化信息进行定位处理，从而提高定位的效率和可靠性。

Claims (5)

1.一种井中压裂微地震事件识别方法，特点是采用以下步骤实现：

1)安置并读取原始记录中各级检波器的三分量原始数据；

2)根据对射孔信号的分析计算各分量空间方位角，实时对记录中各分量进行旋转，得到径向分量和垂直分量，使各分量数据极性保持一致；

3)根据射孔信号确定压裂微地震事件的频率和周期；

4)对于能量相对较强的微地震事件，根据频率和周期实时计算三分量数据前后时窗内的信号能量比；

5)对于观测距离远能量相对较弱的微地震事件，计算前后时窗内的信号能量比的平方R(j)²，放大比值的差异；

6)采用步骤4)和5)对正式施工实时三分量数据计算能量比R(i)值，大于3小于5的事件为一般强度微地震事件，能量比大于5的为较强微地震事件；

7)在时间域实时计算垂直分量和径向分量的能量比；

8)在频率域实时计算主频段内前后时窗的能量比；

9)用射孔信号各道的时差将各道数据拉平叠加；

10)用步骤6)得到的较强的微地震事件，通过步骤7)确定垂直分量和径向分量的能量比，当步骤7)垂直分量和径向分量的能量比大于5时，求取下一级检波器时间延迟间隔为t的信号能量比，当下一级检波器时间延迟间隔为t的能量比也大于5时，识别为井筒波噪声干扰；

用步骤6)识别出的一般强度微地震事件，通过步骤5)将能量比值放大进行进一步识别，或通过步骤9)将该时刻的各道数据按射孔时差进行叠加， 叠加后能量比大于5时识别为压裂微地震事件；

对背景噪声监测中存在强低频或高频干扰的资料，通过步骤8)将信号进行傅里叶变换到频率域后，取ω₁到ω₂主频段，通过带通滤波滤掉低频或高频信号，计算信号能量比，当能量比大于3小于5时，识别为一般强度事件，当能量比大于5时识别为较强微地震事件。

2.根据权利要求1的方法，特点是步骤4)所述的计算三分量数据前后时窗内的信号能量比采用下式：

式中R(i)为i时刻前后时窗内的信号能量比，l₁为i时刻前短时窗长度，l₂为i时刻后长时窗长度，E_xyz(j)为在j时刻三分量振幅绝对值之和。

3.根据权利要求1的方法，特点是步骤7)计算垂直分量和径向分量的能量比采用下式：

式中R(i)为i时刻垂直和径向分量能量比，l为i时刻时窗长度，amp_z(j)²和amp_x(j)²分别为j时刻垂直分量和径向分量振幅的平方。

4.根据权利要求1的方法，特点是所述的步骤8)计算主频段内前后时窗的能量比采用下式：

式中R(i)为i时刻垂直和径向分量能量比，l₁为i时刻前短时窗长度，l₂为 i时刻后长时窗长度，ω₁、ω₂为频率范围，X_l(ω)²为i时刻前后时窗傅里叶变换后ω₁到ω₂主频段的功率谱。

5.根据权利要求1的方法，特点是步骤10)所述的下一级检波器时间延迟间隔为t＝d/1500，d为相邻两级检波器的距离。