CN104422960A - 基于信号低频强异常自适应提取的地震资料流体识别方法 - Google Patents

Abstract

本发明提供了一种基于信号低频强异常自适应提取的地震资料流体识别方法，属于石油天然气地球物理勘探领域。本方法包括:步骤1：查看钻井岩心资料确定含流体储层的地下深度位置，并对井旁地震道的地震信号做谱分解，然后观察含流体储层相比围岩是否具有低频强振幅的地震反射特征，如果具有该特征，则转入步骤2;步骤2:对一道地震信号做基于低频强振幅异常的谱分解得到该道地震信号的时频谱;步骤3:获取步骤2得到的时频谱中每个时刻的瞬时最大能量;步骤4:对下一道地震信号重复步骤2和步骤3，直到所有地震道部完成为止;步骤5:利用所述低频强振幅的地震反射特征进行地震资料流体识别。利用本发明能快速自适应提取地震信号的低频异常。

Description

基于信号低频强异常自适应提取的地震资料流体识别方法

技术领域

本发明属于涉及石油天然气地球物理勘探领域，具体涉及一种基于信号低频强异常自适应提取的地震资料流体识别方法。

背景技术

随着油气勘探的深入，待预测的储层越来越复杂而且埋深加大，特别是对储层的流体预测要求越来越高，不仅对精度有要求甚至要求预测出流体的类型和性质。在这种情况下新方法新技术的出现称为必然，基于地震频带信息挖掘的地震资料流体识别方法意在寻找地震信号不同的频率成分对含流体储层的不同反射特征，比如频率衰减分析技术是基于地震波在地下介质中传播经过含流体的储层时，高频成分发生快速衰减的现象，可以用频率衰减的梯度来预测流体，但是高频成分在地下介质中会发生地表一致性衰减，对于深层的反射高频的信息是不够丰富的，而且处理人员对地震资料的衰减补偿也会对高频成分加入人为的干扰，低频成分相对比较稳定在介质中传播会传播更远，带来地下储层与流体的信息也更丰富。

岩石物理实验室和实际生产部发现含油气储层具有低频异常，比如Golushin的岩石物理实验(赵岩.频率域储层预测与流体识别，2011，硕士论文)实验表明含油的地层相对于含水地层以及干层在低频时候出现异常。在实际油田生产中也发现了含油气的地层出现低频异常比如Ai Pim Western Siberia油田利用低频异常成像成功预测了油气的有利区(王小品.高精度频率衰减分析技术及其应用，2011，硕士论文)。地震信号的低频成分相比高频成分在地下介质中传播时候更加稳定，传播距离更远能够带来更多的地下地质信息。但是提取地震信号的低频异常需要将信号分解成不同频率，逐个频率观察其异常，非常繁琐。

发明内容

本发明的目的在于解决上述现有技术中存在的难题，提供一种基于信号低频强异常自适应提取的地震资料流体识别方法，减少分频的繁琐，自适应提取低频异常预测油气的有利区。

本发明是通过以下技术方案实现的:

基于信号低频强异常自适应提取的地震资料流体识别方法，包括:

步骤1：查看钻井岩心资料确定含流体储层的地下深度位置，并对井旁地震道的地震信号做谱分解，然后观察含流体储层相比围岩是否具有低频强振幅的地震反射特征，如果具有该特征，则转入步骤2;

步骤2:对一道地震信号做基于低频强振幅异常的谱分解得到该道地震信号的时频谱;

步骤3:获取步骤2得到的时频谱中每个时刻的瞬时最大能量;

步骤4:对下一道地震信号重复步骤2和步骤3，直到所有地震道部完成为止;

步骤5:利用所述低频强振幅的地震反射特征进行地震资料流体识别。

所述步骤2中的做基于低频强振幅异常的谱分解得到该道地震信号的时频谱是在小波变换基础上实现的，具体公式如下:

$\mathrm{WT}(a,b)=\underset{-\∞}{\overset{+\∞}{\∫}}f\left(t\right)w^{*}\left(\frac{t-b}{a}\right)\mathrm{dt}---\left(1\right)$

其中，f(t)为地震信号，w(t)为子波，WT为地震信号的小波变换，w^*(t)为子波的共轭复数，b为时间延迟，a为小波尺度因子。基于低频强振幅异常的谱分解公式记为:

$\mathrm{HfWT}(a,b)=\underset{-\∞}{\overset{+\∞}{\∫}}f\left(t\right)w^{*}\left(\frac{t-b}{a}\right)\mathrm{adt}---\left(2\right)$

设(2)式分解得到的单尺度信号为:

式中j为虚数单位，为尺度a_i下分解的单频信号的初相位。

对(3)式的纬果取模得: $\left|\mathrm{HfWT}(a_i,b)\right|=\frac{A}{a_i}---\left(4\right)$

尺度与频率的关系为

$f_i=\frac{f_0}{{\mathrm{\Δta}}_i}$

f₀为小波变换中子波的主频，Δt为信号的时间采样间隔，公式(4)的结果为:

$\left|\mathrm{HfWT}(a_i,b)\right|={\mathrm{Aa}}_i=A\frac{f_0}{f_i\mathrm{\Δt}},---\left(5\right)$

记为常数c则

|HfWT(a_i，b)|＝Ac/f_i  (6)

(3)-(6)式是说明为什么发明的公式(2)是能够检测信号的“低频强振幅异常”的。

所述步骤3是这样实现的:

时频谱中一个时刻对应一组频率能量，取该组频率能量中的最大值即为该时刻对应的瞬时最大能量。

与现有技术相比，本发明的有益效果是:本发明用于地震资料的流体识别。通过挖掘三维地震资料的低频信息，快速自适应提取地震信号的低频异常，如图2a至图2c所示，实际地震资料表明低频异常不仅使得储层成像的质量提高，这是因为低频地震分量相比高频分量比较稳定而且信噪比较高有助于提高地震成像，而且基于低频异常的流体识别结果与井资料有很好的对应关系。

附图说明

图1a  是地震信号。

图1b  是对图1a的地震信号进行普通谱分解得到的时频谱。

图1c  是对图1a的地震信号进行低频异常谱分解得到的时频谱。

图2a  是过井地震剖面。

图2b  是低频异常剖面。

图2c  是低频异常的沿层切片。

图3   是本发明方法的步骤框图。

具体实施方式

下面结合附图对本发明作进一步详细描述:

(1)基于低频异常的地震谱分解

地震信号是典型的非平稳信号，可以通过小波变换将其分解成一系列子波的叠加，这样就将一维的地震信号转换成二维。设地震信号为f(t)，w(t)为子波，小波变换可以记为

$\mathrm{WT}(f,t)=\underset{-\∞}{\overset{+\∞}{\∫}}f\left(t\right)w^{*}\left(\frac{t-b}{a}\right)e^{-i2\mathrm{\πft}}\mathrm{dt}---\left(1\right)$

其中WT为地震信号的小波变换，w^*(t)为子波的共轭复数。b为时间延迟，a为小波尺度因子。附图1a为地震信号，图1b为地震信号的小波变换，可以观察到非平稳信号的频率分布特征。图中方框中圈出了两个能量团，一个是高频能量团，另一个是相对低频的能量团。从图像上可以观察到两个能量团的能量大小相当，低频的能量团能量稍高。他们最大的差异在于所处的频带不同。图1c是本发明的“基于低频异常提取”的谱分解方法。对比图1b和图1c可以明显发现他们之间的不同，高频能量团变弱，低频能量团得到了加强。

本发明的谱分解方法得到的地震信号时频分布百先突出的是信号的强振幅，其次当振幅相当的时候频率越小能量越强。

(2)基于低频异常油气有利区预测

地震低频异常与油气的关系引起众多油气地球物理学家的注意，比如低频伴影技术:含在低频端油气储层以及储层的下方会出现低频强异常。本发明在前人研究地震低频与油气的关系的基础上，自适应提取地震信号的低频异常预测油气的有利区。图2a至图2c是本发明用于三维地震资料的效果图。图2a是原始的过井地震资料，井资料表明的油层如图所示，此处的地震反射特征表现出明显的低频强异常地震反射特征。一般地可以通过对地震信号做谱分解然后提取单频分量，但是哪一个低频分量最能将气层与非气层明显区分开来需要不断实验各个低频分量，而且三维地震资料每一条剖面的最优低频分量也是不同的，这样的解释很费时。本发明提取的低频异常完全三维自适应提取，无需繁琐地对地震信号分频处理。附图2b是基于三维地震资料低频异常自适应提取的效果图(展示地震资料其中一条线)，黑色异常为提取的低频异常，对比图2b和图2c可以观察到:油层处出现了很强的地球物理异常。图2c是低频异常的沿层切片，通过井资料对比，自适应提取的低频异常与油层有很好的对应关系。

(3)如图3所示，整个发明技术实现的步骤

步骤1：收集井资料(查看钻井岩心资料确定含流体储层的地下深度位置)并对井旁地震道做谱分解(利用公式(1)，谱分解是一个基本的概念)，观察含油气储层相比围岩是否具有低频强振(低频是一个定性的相对的概念一般地震信号主频一般30-60hz，10hz，20hz可能大部被认为低频了)的地震反射特征，有这种地震反射特征的才能采用本发明中的方法，把提取低频用于流体识别，这是因为大量的岩石物理实验和实际生产很多含流体储层的地震反射出现低频强振幅特征。

井资料是通过测井或者钻井得到的最直接、最真实的地下地质信息，但是成本高，所以不可能到处打井，激发地震波探测地下地质情况需要对地震信号进行人工解释，将其解译成地质信息，解释的是否正确可以通过井资料上的信息进行验证，因为井资料反应的地质信息相对是最准确的，井旁地震道与井资料都是对井所在位置地下地质体的反映。

步骤2:利用发明内容(1)中的思想对第一道地震信号做谱分解。小波变换就是一种谱分解方法，公式(1)的小波变换就是一种谱分解的公式。

步骤3:对上一步中的时频谱取瞬时最大能量:

时频谱的特征之一是:一个时刻(比如地震信号200毫秒处)对应的能量不止一个，比如谱分解的频率采样间隔为1hz，如果从0-120hz一共121个频率采样，地震信号每一个时刻就对应121个频率能量，每一个时刻对应的121个频率能量的最大值就是瞬时最大能量。

步骤4:取下一个地震道直到所有地震道部完成位置:

所有地震道是指工区所有的地震道，井旁地震道与井资料是为了确定目标地质体的地震反射特征是否为“低频强振幅反射”，反过来如果具有这种特征，就将这所有工区找“低频强振幅”的地震信号，具有这种反射特征的信号也就和所要找的地质体是对应的。

利用本发明方法最后得到的就是各个地震道的瞬时最大能量。提取到各个地震道的瞬时最大能量后，进行流体识别是这样实现的:例如从钻井的岩心资料上发现地下某个位置出现含气的储层，而且此位置出地震信号出现“低频强振幅”反射特征，就将地震信号“低频强振幅”与含气储层建立对应关系，然后在全工区检测低频强振幅也就起到了流体识别的目的。

本发明用于地震资料的流体识别。通过挖掘三维地震资料的低频信息，快速自适应提取地震信号的低频异常，如图2a至图2c所示，实际地震资料表明低频异常不仅使得储层成像的质量提高，这是因为低频地震分量相比高频分量比较稳定而且信噪比较高有助于提高地震成像，而且低频异常与井资料有很好的对应关系。图2a和图2b对比发现在地震剖面上油层处呈现出明显的低频异常，图2c的沿层切片也显示了低频异常与含油区域良好对应关系。

本发明对地震信号的谱分解的能量重新分布使得地震信号在瞬时谱上能量团和两个因素有关即振幅和频率。振幅越强频率越低则在时频谱中能量就越强，此种方法可以自适应提取地震信号的低频强振幅异常。地震低频信号在地下介质中传播时相对高频比较稳定传播距离更远能够带来更多地下地质的信息，实验室和实际生产经验表明地震波传播经过含流体储层时会有低频异常现象出现。常规提取低频异常需要繁琐计算不同频带的地震信号能量，本文自适应提取地震资料的低频强异常用于油气检测，实际地震资料表明这种方法简单快速，油气预测的结果与井资料一致。

上述技术方案只是本发明的一种实施方式，对于本领域内的技术人员而言，在本发明公开了应用方法和原理的基础上，很容易做出各种类型的改进或变形，而不仅限于本发明上述具体实施方式所描述的方法，因此前面描述的方式只是优选的，而并不具有限制性的意义。

Claims (3)

1.基于信号低频强异常自适应提取的地震资料流体识别方法，其特征在于:所述方法包括:

步骤1：查看钻井岩心资料确定含流体储层的地下深度位置，并对井旁地震道的地震信号做谱分解，然后观察含流体储层相比围岩是否具有低频强振幅的地震反射特征，如果具有该特征，则转入步骤2;

步骤2:对一道地震信号做基于低频强振幅异常的谱分解得到该道地震信号的时频谱;

步骤3:获取步骤2得到的时频谱中每个时刻的瞬时最大能量;

步骤4:对下一道地震信号重复步骤2和步骤3，直到所有地震道部完成为止;

步骤5:利用所述低频强振幅的地震反射特征进行地震资料流体识别。

2.根据权利要求1所述的基于信号低频强异常自适应提取的地震资料流体识别方法，其特征在于:所述步骤2中的做基于低频强振幅异常的谱分解得到该道地震信号的时频谱是利用下面的公式实现的:

$\mathrm{HfWT}(a,b)=\underset{-\∞}{\overset{+\∞}{\∫}}f\left(t\right)w^{*}\left(\frac{t-b}{a}\right)\mathrm{adt}---\left(2\right)$

其中，f(t)为地震信号，w(t)为子波，WT为地震信号的小波变换，w^*m为子波的共轭复数，b为时间延迟，a为小波尺度因子。

3.根据权利要求2所述的基于信号低频强异常自适应提取的地震资料流体识别方法，其特征在于:所述步骤3是这样实现的:

时频谱中一个时刻对应一组频率能量，取该组频率能量中的最大值即为该时刻对应的瞬时最大能量。