CN104570118A - 一种基于双因素的自动识别与去除工业干扰的方法 - Google Patents
一种基于双因素的自动识别与去除工业干扰的方法 Download PDFInfo
- Publication number
- CN104570118A CN104570118A CN201310520499.4A CN201310520499A CN104570118A CN 104570118 A CN104570118 A CN 104570118A CN 201310520499 A CN201310520499 A CN 201310520499A CN 104570118 A CN104570118 A CN 104570118A
- Authority
- CN
- China
- Prior art keywords
- interference
- data
- industrial noise
- frequency
- industrial
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Landscapes
- Geophysics And Detection Of Objects (AREA)
Abstract
本发明公开了一种基于双因素的自动识别与去除工业干扰的方法,获取地震资料后,首先对每一道数据做工业干扰频带范围的频率域滤波,分别计算滤波结果的能量A(y(t))和原始数据的能量A(x(t)),并用A(y(t))除以A(x(t))。如果这个比值大于0.001且滤波结果在1s时间内过零点的次数为90~110时,则判定该道存在50Hz工业干扰,否则判定为不存在。对检测出存在干扰的道应用正余弦加权逼近法进行处理,得到去除干扰后的地震数据。本发明是在原始炮数据的时间域对工业干扰进行检测与压制,无需变换到检波点域或频率域,节省了大量的时间和空间;仅对存在干扰的记录做处理,能够有效提高地震资料信噪比,是一种高效率的保真处理技术。
Description
技术领域
本发明涉及地震资料处理,属于地震资料的去噪处理技术,具体是一种基于双因素的自动识别与去除工业干扰的方法。
背景技术
在很多勘探区工业化程度高,采集到的地震记录中常常存在强工频噪声,极大地影响了地震资料的品质。这种强工频干扰规律性较强,主频约50Hz,是典型的加性噪声,常与有效信号叠合在一起,在很大程度上影响了地震资料的叠加和偏移成像的质量。地震资料处理中针对这种干扰通常采用频率域陷波法、检波点域分离法,余弦逼近等方法来进行压制。在频率域陷波处理比较简单,容易操作,但是很容易损伤有效信号的50Hz频率成分,同时在频率域也容易产生边界效应。检波点域分离法虽然能够避免陷波法所带来的弊端,但是需要将数据从炮域变换到检波点域,处理后又从检波点域变换到炮域,耗费大量的时间和空间,时间效率低。而余弦逼近法虽然压制效果较好,且不会产生边界效应和时间、空间的浪费,但是余弦逼近法要求有精确的干扰波频率,如果余弦逼近的频率与干扰波的频率存在差异,不仅不能有效去除干扰,反而会与原有的噪声发生干涉使得噪声更强,而干扰波的准确频率是很难确定的。综合以上可得一种新的对工业干扰的自动识别与压制方法是十分重要的。
发明内容
本发明目的在于提供一种基于双因素的自动识别与去除工业干扰的方法。不需要将地震记录由炮域变换到检波点域,也不需要在频率域内压制工业干扰,仅仅在炮数据的时间域就能实现对工业干扰的自动识别与去除。
本发明可通过以下技术手段实现:
基于双因素的自动识别与去除工业干扰的方法,其特征在于,该自动识别与去除工业干扰的处理方法包括以下步骤:
1)获取常规的地震原始记录。
2)选中地震原始记录中的一道数据,对其进行频率域滤波,频带范围选择工业干扰对应的频率范围。
频率域滤波的具体方法是:对选中的一道数据进行傅里叶变换;将傅里叶变换的结果乘以滤波器的频率响应,得到频率域滤波输出;对频率域滤波输出进行傅里叶反变换,得到滤波结果;
其流程为:
滤波器的频率响应的计算公式为:
式中:x(t)是一道地震原始数据,t为时间,单位是ms;X(ω)是x(t)的傅立叶变换;ω为频率,单位是Hz;H(ω)为滤波器的频率响应,Y(ω)为频率域滤波输出,y(t)是滤波后得到的干扰数据。
3)分别计算地震原始数据x(t)和滤波得到的干扰数据y(t)的能量值,并做比值,具体计算如下:
式中:A(x(t))是x(t)的能量,A(y(t))是y(t)的能量值,t为时间,单位是ms。
4)对滤波得到的干扰数据y(t)求其1s时间内过零点的个数b。
5)如果同时满足a≥0.001且90≤b≤110,则判定该道数据中存在工业干扰,否则判定为不存在工业干扰。
6)将正余弦加权逼近法应用于用上述方法判定的存在干扰的地震记录;判定为不存在的干扰的地震记录则不作任何处理。
正余弦加权逼近法的具体计算公式为:
w1=c1,w2=c2,u=d;ei=0,zi=0;
s1i=cos(2×π×ti×50),s2i=sin(2×π×ti×50);
ei=w1×s1i+w2×s2i;zi=xi-ei;
w1=w1+u×zi×s1i,w2=w2+u×zi×s2i;
(i=0,ΚN-1).
式中,xi(i=0,ΚN-1),为原始数据,N为采样点数;w1,w2,u分别为加权值,并给定一个初始值;s1,s2分别为给定的频率为50Hz的初始正余弦函数;ti(i=0,ΚN-1)为离散的时间值;ei(i=0,ΚN-1)为对干扰的估计;zi(i=0,ΚN-1)为去除干扰后的地震记录。
7)重复步骤2)到6),直到地震原始记录中所有道的数据都被处理后停止。
8)采用常规方法输出压制干扰后的地震资料。
进一步,所述步骤2)中,所述工业干扰对应的频率范围为48~52Hz,进一步优选49~51Hz。
进一步,所述步骤3)中能量的求取方法是通过求时间序列的范数,然后开平方得到的。
进一步,所述步骤5)中a的取值范围进一步优选为0.001≤a≤1,以保证能够将所有的干扰道识别出来;b的取值范围进一步优选为95≤b≤105,能够保证a所确定出的地震道都存在工业干扰。
进一步,所属步骤6)中的正余弦加权逼近法是一种对工业干扰的高精度估计并去除工业干扰的方法,其中,加权值w1,w2,u的初始值分别为0.1,0.1,0.05。
本发明在时间域中进行工业干扰的自动识别与压制,能够有效避免常规压制工业干扰方法中存在的有效信号保真问题,并且可以直接在炮集上做处理,具有稳定性强、效率高和计算结果更加真实可靠的优点。本发明中所采用的去除工业干扰的正余弦加权逼近法是一种新方法,方法简单实用,效果好。
附图说明
图1为本发明的自动识别与压制工业干扰方法的流程图。
图2为胜利油田某块区的原始地震资料炮记录。
图3为对地震资料中的每一道地震数据进行频率域滤波,得到滤波结果能量与原始数据能量的比值a以及滤波结果1s时间内过零点的个数b的示意图。
图4为基于a与b确定的干扰道,利用正余弦加权逼近法对原始地震资料做处理,得到的去除干扰的地震记录。
图5为应用本发明去除的工业干扰记录。
图6为应用本发明去除工业干扰前后地震资料的傅里叶振幅谱对比图。图中实线是原始地震资料振幅谱;加号线是本发明处理后的地震资料振幅谱。
图7为应用本发明去除的工业干扰的振幅谱。
具体实施方式
实施例1。一种基于双因素的自动识别与去除工业干扰的方法,包括下列步骤:
1)采用常规的地震资料(原始单炮数据)。
2)对地震记录中的每一道数据进行频带范围为48~52Hz的频率域滤波。具体计算公式与实现过程如下:
式中:x(t)是一道地震数据,t为时间,单位是ms;X(ω)是x(t)的傅立叶变换;ω为频率,单位是Hz;H(ω)为滤波器的频率响应,Y(ω)为频率域滤波输出,y(t)是滤波结果。
3)分别计算原始数据x(t)和滤波得到的干扰数据y(t)的能量值,并做比值,具体计算如下:
式中:A(x(t))是x(t)的能量,A(y(t))是y(t)的能量值,t为时间,单位是ms。
4)对y(t)求其1s时间内过零点的个数b。
5)如果同时满足a≥0.001且90≤b≤110则证明该道数据中存在工业干扰,否则不存在。这里给出的0.001很小,确保检测出所有的干扰道;a的取值范围是足够大的,能够将所有的干扰道识别出来;b的取值范围是依据50Hz工业干扰在1s时间内的周期数确定的,b值的确定能够保证a所确定出的地震道都存在工业干扰。
6)将正余弦加权逼近法应用于检测到存在干扰的地震记录,不存在的则不作任何处理,正余弦加权逼近法的具体计算公式为:
w1=c1,w2=c2,u=d;ei=0,yi=0;
s1i=cos(2×π×ti×50),s2i=sin(2×π×ti×50);
ei=w1×s1i+w2×s2i;zi=xi-ei;
w1=w1+u×zi×s1i,w2=w2+u×zi×s2i;
(i=0,ΚN-1).
式中,xi(i=0,ΚN-1),为原始数据,N为采样点数;w1,w2,u分别为加权值,并给定一个初始值;s1,s2分别为给定的频率为50Hz的初始正余弦函数;ti(i=0,ΚN-1)为离散的时间值;ei(i=0,ΚN-1)为对干扰的估计;zi(i=0,ΚN-1)为去除干扰后的地震记录。
7)重复步骤2)到6),直到全部地震资料完成50Hz工业干扰的自动识别与压制工作。
8)采用常规方法输出压制干扰后的地震资料。
具体的流程如图1所示。
本发明是在原始炮数据的时间域对工业干扰进行检测与压制,无需变换到检波点域或频率域,节省了大量的时间和空间;仅对存在干扰的记录做处理,能够有效提高地震资料信噪比,是一种高效率的保真处理技术。
试验例。如图2所示,为验证本发明的试试效果,在胜利油田某块区选取未做去噪处理的炮记录,地震资料时间长度为6998ms,时间采样间隔为2ms,共1280道,采样点数为3500。采用上述方法对该资料进行处理。
首先进入步骤1),选取实际地震资料未做去噪处理的炮记录。
然后依据步骤2)-5)对数据依次进行处理,首先对地震记录的每一道数据进行48~52Hz的频率域滤波,得到滤波后的时间域数据,然后求能量比值a和过零点个数b,在这里为了显示方便,将大于等于0.001的a用1来代替,其余用0.1来表示,通过a值来划出干扰道范围,并结合b值,最终确定存在干扰的记录,如图3所示。
在步骤6)中对检测到存在干扰的道记录做正余弦加权逼近法处理。
依据步骤7)中所述,重复步骤2-5对所有道数据进行自动检测,并确定是否存在干扰,存在则进入步骤6,否则处理下一道数据,直到完成所有道数据的检测与处理,最终得到去除工业干扰后的地震记录,如图4所示。
用原始地震记录减去去除干扰后的记录,得到应用本发明所去除的干扰记录,如图5所示。
选取原始数据中存在工业干扰的第1132道数据,做傅里叶变换得到振幅谱,并在去除工业干扰的记录中选取对应的1132道做傅里叶变换得到振幅谱,显示在同一张图上,振幅谱对比明显,将50Hz工业干扰去除,如图6所示。
选取去除的干扰记录的第1132道数据,做傅里叶变换得到其振幅谱,证明去除的干扰为50Hz工业干扰,如图7所示。可以看出,利用本发明可得到高信噪比地震资料的自动识别与压制工业干扰的信号高保真处理。
Claims (5)
1.一种基于双因素的自动识别与去除工业干扰的方法,其特征在于:该自动识别与去除工业干扰的处理方法包括以下步骤:
1)获取常规的地震原始记录;
2)选中地震原始记录中的一道数据,对其进行频率域滤波,频带范围选择工业干扰对应的频率范围;
频率域滤波的具体方法是:对选中的一道数据进行傅里叶变换;将傅里叶变换的结果乘以滤波器的频率响应,得到频率域滤波输出;对频率域滤波输出进行傅里叶反变换,得到滤波结果;
其流程为:
滤波器的频率响应的计算公式为:
式中:x(t)是一道地震原始数据,t为时间,单位是ms;X(ω)是x(t)的傅立叶变换;ω为频率,单位是Hz;H(ω)为滤波器的频率响应,Y(ω)为频率域滤波输出,y(t)是滤波后得到的干扰数据;
3)分别计算地震原始数据x(t)和滤波得到的干扰数据y(t)的能量值,并做比值,具体计算如下:
式中:A(x(t))是x(t)的能量,A(y(t))是y(t)的能量值,t为时间,单位是ms;
4)对滤波得到的干扰数据y(t)求其1s时间内过零点的个数b;
5)如果同时满足a≥0.001且90≤b≤110,则判定该道数据中存在工业干扰,否则判定为不存在工业干扰;
6)将正余弦加权逼近法应用于用上述方法判定的存在干扰的地震记录;判定为不存在的干扰的地震记录则不作任何处理;
正余弦加权逼近法的具体计算公式为:
w1=c1,w2=c2,u=d;ei=0,zi=0;
s1i=cos(2×π×ti×50),s2i=sin(2×π×ti×50);
ei=w1×s1i+w2×s2i;zi=xi-ei;
w1=w1+u×zi×s1i,w2=w2+u×zi×s2i;
(i=0,KN-1).
式中,xi(i=0,KN-1),为原始数据,N为采样点数;w1,w2,u分别为加权值,并给定一个初始值;s1,s2分别为给定的频率为50Hz的初始正余弦函数;ti(i=0,KN-1)为离散的时间值;ei(i=0,KN-1)为对干扰的估计;zi(i=0,KN-1)为去除干扰后的地震记录;
7)重复步骤2)到6),直到地震原始记录中所有道的数据都被处理后停止;
8)采用常规方法输出压制干扰后的地震资料。
2.根据权利要求1所述的基于双因素的自动识别与去除工业干扰的方法,其特征在于:所述步骤2)中,所述工业干扰对应的频率范围为48~52Hz,进一步优选49~51Hz。
3.根据权利要求1所述的基于双因素的自动识别与去除工业干扰的方法,其特征在于:所述步骤3)中能量的求取方法是通过求时间序列的范数,然后开平方得到的。
4.根据权利要求1所述的基于双因素的自动识别与去除工业干扰的方法,其特征在于:所述步骤5)中a的取值范围进一步优选为0.001≤a≤1.0,以保证能够将所有的干扰道识别出来;b的取值范围进一步优选为95≤b≤105,能够保证a所确定出的地震道都存在工业干扰。
5.根据权利要求1所述的基于双因素的自动识别与去除工业干扰的方法,其特征在于:所属步骤6中的正余弦加权逼近法是一种对工业干扰的高精度估计并去除工业干扰的方法,其中,加权值w1,w2,u的初始值分别为0.1,0.1,0.05。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310520499.4A CN104570118B (zh) | 2013-10-29 | 2013-10-29 | 一种基于双因素的自动识别与去除工业干扰的方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310520499.4A CN104570118B (zh) | 2013-10-29 | 2013-10-29 | 一种基于双因素的自动识别与去除工业干扰的方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN104570118A true CN104570118A (zh) | 2015-04-29 |
CN104570118B CN104570118B (zh) | 2017-12-12 |
Family
ID=53086632
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201310520499.4A Active CN104570118B (zh) | 2013-10-29 | 2013-10-29 | 一种基于双因素的自动识别与去除工业干扰的方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN104570118B (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105785437A (zh) * | 2016-04-26 | 2016-07-20 | 中国石油天然气集团公司 | 一种异常地震道的自动判别的方法及装置 |
CN106646599A (zh) * | 2016-12-28 | 2017-05-10 | 中国石油化工股份有限公司 | 针对地表响应因素产生谐波的自动识别与衰减方法 |
CN112347845A (zh) * | 2020-09-22 | 2021-02-09 | 成都飞机工业(集团)有限责任公司 | 一种飞机液压导管振动信号工业电干扰自动识别方法 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20030055569A1 (en) * | 2001-09-14 | 2003-03-20 | Andrew P. Shatilo | Method for attenuating noise in seismic data |
CN1873441A (zh) * | 2005-06-03 | 2006-12-06 | 中国石油集团东方地球物理勘探有限责任公司 | 地震数据处理中压制与激发源无关的背景噪声的方法 |
CN101598809A (zh) * | 2008-06-04 | 2009-12-09 | 中国石油天然气集团公司 | 一种自适应消除线性规则噪声以及多次波干扰的方法 |
US20110276274A1 (en) * | 2010-05-06 | 2011-11-10 | Margaret Chen Yu | Seismic Interference Noise Elimination |
-
2013
- 2013-10-29 CN CN201310520499.4A patent/CN104570118B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20030055569A1 (en) * | 2001-09-14 | 2003-03-20 | Andrew P. Shatilo | Method for attenuating noise in seismic data |
CN1873441A (zh) * | 2005-06-03 | 2006-12-06 | 中国石油集团东方地球物理勘探有限责任公司 | 地震数据处理中压制与激发源无关的背景噪声的方法 |
CN101598809A (zh) * | 2008-06-04 | 2009-12-09 | 中国石油天然气集团公司 | 一种自适应消除线性规则噪声以及多次波干扰的方法 |
US20110276274A1 (en) * | 2010-05-06 | 2011-11-10 | Margaret Chen Yu | Seismic Interference Noise Elimination |
Non-Patent Citations (9)
Title |
---|
JIANGHAI XIA ET AL.: "Design of a Hum Filter for Suppressing Power-line Noise in Seismic Data", 《JOURNAL OF ENVIRONMENTAL AND ENGINEERING GEOPHYSICS》 * |
SHANHUI XU ET AL.: "The study of seismic industrial frequency noise attenuation based on EMD and HHT", 《NSGAPC BEIJING 2013: FIRST NEAR SURFACE GEOPHYSICS ASIA PACIFIC CONFERENCE》 * |
智敏等: "压制50Hz干扰波的地震资料处理方法", 《煤田地质与勘探》 * |
李文艳等: "消除50Hz干扰波的地震资料处理新方法", 《大庆石油地质与开发》 * |
王典等: "反射法地震勘探噪声消除技术研究", 《地球物理学进展》 * |
王立歆等: "地震资料中的大钻干扰波分析及压制方法", 《石油地球物理勘探》 * |
王立歆等: "基于维纳滤波的50HZ工业干扰去噪方法及应用", 《勘探地球物理进展》 * |
胡伟等: "压制地震资料中工业电干扰的余弦逼近法的改进及应用", 《物探与化探》 * |
高少武等: "基于余弦函数的自适应单频干扰消除", 《地球物理学进展》 * |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105785437A (zh) * | 2016-04-26 | 2016-07-20 | 中国石油天然气集团公司 | 一种异常地震道的自动判别的方法及装置 |
CN105785437B (zh) * | 2016-04-26 | 2018-03-13 | 中国石油天然气集团公司 | 一种异常地震道的自动判别的方法及装置 |
CN106646599A (zh) * | 2016-12-28 | 2017-05-10 | 中国石油化工股份有限公司 | 针对地表响应因素产生谐波的自动识别与衰减方法 |
CN112347845A (zh) * | 2020-09-22 | 2021-02-09 | 成都飞机工业(集团)有限责任公司 | 一种飞机液压导管振动信号工业电干扰自动识别方法 |
Also Published As
Publication number | Publication date |
---|---|
CN104570118B (zh) | 2017-12-12 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN102692650B (zh) | 一种具有假频压制功能的井筒波分离方法 | |
CN110823356B (zh) | 基于梅尔频谱的分布式光纤入侵检测方法 | |
CN104007469A (zh) | 一种基于曲波变换的弱地震信号重构方法 | |
CN105242309A (zh) | 一种地震数据中规则干扰的压制方法及装置 | |
CN104345341A (zh) | 一种基于区域约束的分频段能量地震面波处理方法 | |
CN103344989A (zh) | 可控震源地震记录中脉冲噪声干扰的分析方法 | |
CN102944895B (zh) | 一种地震记录面波干扰压制方法及装置 | |
CN105445801A (zh) | 一种消除二维地震资料随机噪音的处理方法 | |
CN101930081B (zh) | 地震记录单频干扰的自动识别与压制方法 | |
CN104597502A (zh) | 一种新的石油地震勘探数据去噪方法 | |
CN104570118A (zh) | 一种基于双因素的自动识别与去除工业干扰的方法 | |
CN109696609A (zh) | 一种新型弓网受流质量的获取方法及其获取系统 | |
CN102890750A (zh) | 运输安全记录仪数据分析方法 | |
CN110673000B (zh) | 一种油浸式电流互感器局部放电在线监测方法及装置 | |
CN106019377B (zh) | 一种基于时空域降频模型的二维地震勘探噪声去除方法 | |
Lara et al. | A real-time microearthquakes-detector based on voice activity detection and endpoint detection: An approach to Cotopaxi Volcano | |
CN117473263A (zh) | 一种桥梁振动监测的频率与阻尼比自动识别方法和系统 | |
CN104977602A (zh) | 一种地震数据采集施工的控制方法及装置 | |
Jiang et al. | An improved method of local mean decomposition with adaptive noise and its application to microseismic signal processing in rock engineering | |
CN102998699A (zh) | 一种含有套管谐波的垂直地震剖面资料层速度反演方法 | |
CN112764109B (zh) | 偶极横波反射波的分离提取方法及装置 | |
CN113740678A (zh) | 一种适用于电晕电流测量数据的降噪方法及系统 | |
CN101907726A (zh) | 一种自动识别和消除地震勘探工业电干扰的方法 | |
CN102998701A (zh) | 一种套管谐波分离方法 | |
CN102073065A (zh) | 一种消除地震数据单频干扰的方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |