CN104765063B - 基于频谱计算吸收衰减属性的油气检测方法及装置 - Google Patents
基于频谱计算吸收衰减属性的油气检测方法及装置 Download PDFInfo
- Publication number
- CN104765063B CN104765063B CN201510109816.2A CN201510109816A CN104765063B CN 104765063 B CN104765063 B CN 104765063B CN 201510109816 A CN201510109816 A CN 201510109816A CN 104765063 B CN104765063 B CN 104765063B
- Authority
- CN
- China
- Prior art keywords
- attribute
- frequency
- attenuation
- frequency spectrum
- amplitude
- 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.)
- Active
Links
- 238000001228 spectrum Methods 0.000 title claims abstract description 106
- 238000010521 absorption reaction Methods 0.000 title claims abstract description 55
- 238000001514 detection method Methods 0.000 title claims abstract description 29
- 238000000034 method Methods 0.000 claims abstract description 51
- 238000010183 spectrum analysis Methods 0.000 claims abstract description 27
- 238000004364 calculation method Methods 0.000 claims abstract description 9
- 230000009466 transformation Effects 0.000 claims description 9
- 239000011159 matrix material Substances 0.000 claims description 6
- 230000007274 generation of a signal involved in cell-cell signaling Effects 0.000 claims description 3
- 230000006870 function Effects 0.000 description 26
- 238000004458 analytical method Methods 0.000 description 10
- 238000010586 diagram Methods 0.000 description 9
- 238000004590 computer program Methods 0.000 description 7
- 238000011161 development Methods 0.000 description 6
- 230000000694 effects Effects 0.000 description 5
- 238000012545 processing Methods 0.000 description 5
- 238000005516 engineering process Methods 0.000 description 4
- 239000012530 fluid Substances 0.000 description 4
- 240000008042 Zea mays Species 0.000 description 3
- 235000005824 Zea mays ssp. parviglumis Nutrition 0.000 description 3
- 235000002017 Zea mays subsp mays Nutrition 0.000 description 3
- 238000004422 calculation algorithm Methods 0.000 description 3
- 235000005822 corn Nutrition 0.000 description 3
- 238000009826 distribution Methods 0.000 description 3
- 229910052711 selenium Inorganic materials 0.000 description 3
- 239000011669 selenium Substances 0.000 description 3
- 238000011426 transformation method Methods 0.000 description 3
- 230000009471 action Effects 0.000 description 2
- 230000000052 comparative effect Effects 0.000 description 2
- 230000002349 favourable effect Effects 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 238000005070 sampling Methods 0.000 description 2
- 230000003595 spectral effect Effects 0.000 description 2
- 238000003860 storage Methods 0.000 description 2
- 241000208340 Araliaceae Species 0.000 description 1
- 235000005035 Panax pseudoginseng ssp. pseudoginseng Nutrition 0.000 description 1
- 235000003140 Panax quinquefolius Nutrition 0.000 description 1
- 238000009825 accumulation Methods 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000007796 conventional method Methods 0.000 description 1
- 238000000354 decomposition reaction Methods 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 235000008434 ginseng Nutrition 0.000 description 1
- 238000009499 grossing Methods 0.000 description 1
- 239000004615 ingredient Substances 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 239000011148 porous material Substances 0.000 description 1
- 238000002360 preparation method Methods 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 230000001105 regulatory effect Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 230000007480 spreading Effects 0.000 description 1
- 238000003892 spreading Methods 0.000 description 1
- 230000002123 temporal effect Effects 0.000 description 1
Landscapes
- Geophysics And Detection Of Objects (AREA)
Abstract
本发明提供了一种基于频谱计算吸收衰减属性的油气检测方法及装置，方法包括：对采集的单点地震数据取时窗信号，生成时窗地震信号；对所述时窗地震信号进行希尔伯特变换生成虚部信号，与所述时窗地震信号构建复地震信号；根据所述复地震信号和L2范数下的成本函数构建求解频谱的目标函数；对所述目标函数进行迭代求解确定频谱；根据所述频谱确定吸收衰减属性以进行油气检测。本发明构建求解频谱的目标方程组对频谱进行迭代求解，相较于传统频谱分析方法，能够获得具有更高时频分辨率的频谱，能够有效的检测地震数据的频谱特征，描述吸收衰减程度，能够精准的描述地下介质特征，更为准确的进行储层预测与评价。
Description
技术领域
本发明涉及油藏勘探技术，具体的讲是一种基于频谱计算吸收衰减属性的油气检测方法及装置。
背景技术
时频特性一直都是解析地震信号的一项十分重要的特性，多年来一直不乏地球物理工作者从事相关研究，取得了不菲的成果。
现有技术中，常用的时频分析算法大体可以分为线性变换方法(短时傅里叶变换、小波变换、S变换、广义S变换等)、二次型时频变化方法(Wigner分布等)、贪婪算法时频分析方法(匹配追踪、Hilbert-Huang变换等)。每一种算法都有各自的长处，但同时也都存在一些不足之处。例如，傅里叶变换方法无法调节时间和频率分辨率；小波变换方法时间尺度与频率关系不直接；S变换方法窗函数形式固定；Wigner方法信号时频分量间存在交叉项；匹配追踪、Hilbert-Huang变换会陷入局部最优解等等。
发明内容
本发明实施例提供了一种基于频谱计算吸收衰减属性的油气检测方法，包括：
对采集的单点地震数据取时窗信号，生成时窗地震信号；
对所述时窗地震信号进行希尔伯特变换生成虚部信号，与所述时窗地震信号构建复地震信号；
根据所述复地震信号和L2范数下的成本函数构建求解频谱的目标函数；
对所述目标函数进行迭代求解确定频谱；
根据所述频谱确定吸收衰减属性以进行油气检测。
同时，本发明还提供一种基于频谱计算吸收衰减属性的油气检测装置，包括：
取时窗信号模块，用于对采集的单点地震数据取时窗信号，生成时窗地震信号；
复地震信号生成模块，用于对所述时窗地震信号进行希尔伯特变换生成虚部信号，与所述时窗地震信号构建复地震信号；
目标函数构建模块，用于根据所述复地震信号和L2范数下的成本函数构建求解频谱的目标函数；
频谱确定模块，用于对所述目标函数进行迭代求解确定频谱；
检测模块，用于根据所述频谱确定吸收衰减属性以进行油气检测。
为让本发明的上述和其他目的、特征和优点能更明显易懂，下文特举较佳实施例，并配合所附图式，作详细说明如下。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1为本发明一种基于频谱计算吸收衰减属性的油气检测方法的流程图；
图2为本发明实施例中进行油气检测的步骤流程图；
图3为本发明一种基于频谱计算吸收衰减属性的油气检测装置的框图；
图4为本发明一实施例采用的最小平方约束谱分析方法进行频谱求解的流程图；
图5为Ricker子波和40ms的Hanning窗；
图6为40ms时窗数据分别采用短时傅里叶变换；
图7为子波信号及所用的20ms长度Hanning窗；
图8为20ms时窗下用短时傅里叶变换；
图9为本发明实施例应用的某工区内地震数据的原始沿层切片；
图10为本发明实施例计算得到的主频属性的沿层切片；
图11为本发明实施例计算得到的平均频率属性的沿层切片；
图12为本发明实施例计算得到的瞬时带宽属性的沿层切片；
图13为本发明实施例计算得到的平均频率乘瞬时带宽属性的沿层切片；
图14为本发明实施例计算得到的衰减梯度属性的沿层切片；
图15为本发明实施例计算得到的吸收因子属性的沿层切片；
图16为不同α值对应的衰减指函数曲线；
图17为本发明实施例计算得到的EAA衰减指数属性的沿层切片。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
近年来，我国油气勘探的重点已经从构造油气藏逐渐转为岩性油气藏勘探，这对传统的地震属性分析方法也带来了巨大挑战，传统的振幅、相关类属性已经不能够满足进行油气指示的勘探需求，需用利用更多具有油气指示意义的地震属性进行综合检测。其中，吸收衰减属性受到了越来越广泛的关注。大量研究表明，当储层中含流体时(尤其是天然气)，会引起地震波的强衰减现象。这是由于孔隙中含有流体时，不同流体间摩擦作用、以及流体与孔隙壁间的摩擦作用，将地震波的机械能转换为了热能导致的。基于这一原理，储集层位置处经常伴随有强的地震波衰减，以及近年来比较热门的油气藏低频伴影现象。也有越来越多的地球物理学者用与衰减相关的属性来进行油气检测，取得了不错的应用效果。
如图1所示，本发明提供了一种基于频谱计算吸收衰减属性的油气检测方法，步骤包括：
步骤S101，对采集的单点地震数据取时窗信号，生成时窗地震信号；
步骤S102，对时窗地震信号进行希尔伯特变换生成虚部信号，与时窗地震信号构建复地震信号；
步骤S103，根据复地震信号和L2范数下的成本函数构建求解频谱的目标函数；
步骤S104，对目标函数进行迭代求解确定频谱；
步骤S105，根据频谱确定吸收衰减属性以进行油气检测。
其中，本发明实施例中的吸收衰减属性包括：主频属性、平均频率属性、瞬时带宽属性、衰减梯度属性、吸收因子属性、高频衰减指数属性。
本发明实施例中的求解频谱的目标函数为：
||Fwmw-wdd||2 2+α||mw||2 2＝min
其中：Fw为加约束后的复氏变换矩阵；
mw为加约束频谱；
Wd为数据权重矩阵；
d为所述复地震信号；
α为权重系数。
如图2所示，上述的步骤S105根据频谱确定吸收衰减属性以进行油气检测包括：
步骤S1051，根据频谱的确定对应点的振幅及频率；
步骤S1052，根据对应点的振幅、频率确定主频属性、平均频率属性、瞬时带宽属性、衰减梯度属性、吸收因子属性、高频衰减指数属性；
步骤S1053，根据主频属性、平均频率属性、瞬时带宽属性、平均频率属性与瞬时带宽属性的乘积、衰减梯度属性、吸收因子属性、高频衰减指数属性进行油气检测。
本发明实施例中采用了一种最小平方约束谱分析方法进行频谱求解，该方法用最小平方约束反演的思路构建求解频谱的目标函数，对频谱进行迭代求解，相较于传统方法，具有更高的时频分辨率。
本发明还提供一种基于频谱计算吸收衰减属性的油气检测装置，如图3所示，为该装置的框图，包括：
取时窗信号模块301，用于对采集的单点地震数据取时窗信号，生成时窗地震信号；
复地震信号生成模块302，用于对时窗地震信号进行希尔伯特变换生成虚部信号，与时窗地震信号构建复地震信号；
目标函数构建模块303，用于根据复地震信号和L2范数下的成本函数构建求解频谱的目标函数；
频谱确定模块304，用于对目标函数进行迭代求解确定频谱；
检测模块305，用于根据频谱确定吸收衰减属性以进行油气检测。
本发明实施例中，检测模块305包括：
频谱参数确定单元，根据频谱的确定对应点的振幅及频率；
属性确定单元，用于根据对应点的振幅、频率确定所述主频属性、平均频率属性、瞬时带宽属性、衰减梯度属性、吸收因子属性、高频衰减指数属性；
检测单元，根据主频属性、平均频率属性、瞬时带宽属性、平均频率属性与瞬时带宽属性的乘积、衰减梯度属性、吸收因子属性、高频衰减指数属性进行油气检测。
本发明克服现有技术中时频分析方法分辨率不足的问题，用最小平方约束谱分析方法对时窗地震数据进行时频分析，然后利用频谱计算主频、平均频率、瞬时带宽、平均频率乘瞬时带宽、衰减梯度、吸收因子、EAA衰减指数等衰减属性，对地下储层进行综合预测。
对单点地震数据取一小时窗信号dr，对时窗地震信号进行Hilbert变换生成虚部信号di，实信号与虚信号共同构成复地震信号d用于进行频谱计算。
构建L2范数约束下的成本函数||Fwmw-wdd||2 2+α||mw||2 2＝min，对成本函数进行最小平方约束下的迭代求解。然后利用计算得到的频谱计算下列属性：
1、应用最小平方约束谱分析方法求得的频谱计算主频属性、平均频率属性、瞬时带宽属性、平均频率乘瞬时带宽属性。
其中，主频属性为振幅谱最大值对应的频率；
设频谱中第i点的振幅和相应频率分别为Ai和fi，平均频率fmean为：
瞬时带宽fs 2为：
平均频率乘瞬时带宽为平均频率与瞬时带宽属性的乘积，能够更为突出地震数据中不同位置频率衰减的差异。
地下介质含油气时将导致主频降低、平均频率降低、瞬时带宽变窄，一般情况下这几种属性的低值处为有利区域。
2、应用最小平方约束谱分析方法求得的频谱计算衰减梯度、吸收因子属性。衰减梯度g：给定两个能量百分比(例如65％和85％)，根据这两个百分比能量位置处的振幅值A1、A2以及频率值f1、f2计算衰减梯度，其计算式为
g＝(A2-A1)/(f2-f1)；
吸收因子：给定一频率fl，计算小于该频率的低频能量和，与高于该频率的高频能量和的比值，即
其中，Af为频率f位置处的振幅值。
地下介质含油气时，产生的强衰减现象将导致高的衰减梯度值，高的吸收因子参数，一般情况下，这两个属性的高值位置为有利区域。
3、应用最小平方约束谱分析方法求得的频谱拟合计算EAA衰减指数属性：
首先需要搜索找到主频，然后利用高于主频的振幅谱拟合衰减指数函数f(ω)＝exp(-αω)，求得衰减指数α(其中，ω为角频率，即ω＝2πf)。高频衰减越厉害，对应求取的α值越大，一般为含油气有利区域。
综合分析上述所有属性，或者结合地质信息、其它地震属性对含油气有利区域进行综合预测。另外，一般的，含油气的强衰减现象会造成地震记录主频和平均频率降低、带宽变窄，使其具有强衰减梯度、高吸收因子、高EAA衰减指数等特性，但这也并不是通用的规律。实际分析过程中还需要根据测井等资料构建正演模型来具体分析油气对研究区地震资料的影响。
本发明一实施例中，最小平方约束谱分析方法流程图如图4所示，假设时窗地震信号为dr，首先需要对实地震信号进行Hilbert变换得到虚地震信号di。用实部和虚部共同构建复地震道d＝dr+di进行最小平方约束谱分析。
设F为反傅里叶变换矩阵，定义为
F(t,f)＝cos(2πkΔfmΔt)+isin(2πkΔfmΔt)
其中，t＝mΔt，f＝kΔf，m和k分别为傅氏矩阵的行号和列号，Δt和Δf分别为时间和频率的采样间隔。
设所求频谱为m，求解频谱的正问题可以定义为：
Fm＝d
引入模型约束Wm以及时窗函数Wd，其中Wm初始化为单位矩阵，后随着迭代求解过程而改变，Wd这里选择为Hanning窗，即
其中,l为时窗长度，n表示不同样点，d0为复地震信号的模的平均值。
设Fw＝WdFWm，mw＝Wm -1m，那么最小平方约束谱分析方法求解频谱正问题可以表示为：
Fwmw＝Wdd
依误差平方和最小准则，引入解的最小平方约束，得到求解目标函数为：
||Fwmw-wdd||2 2+α||mw||2 2＝min
那么我们很容易得到最小范数解为：
mw＝Fw H(FwFw H+αI)-1Wdd
式中，α为权重因子，表述为
αF为一常系数，一般取值0.01到0.001之间。
求得mw之后，可计算得所求频谱为
m＝Wmmw
另外，为了获取更高的频率分辨率，可对频谱进行多次迭代求解。取Wm＝Diag(abs(m))，对频谱m重复求解即可。频谱的分辨率会随着迭代次数的增加而增高，最终甚至得到脉冲频谱，但这会带来很大的计算量，应该根据实际需求合理选择设置迭代次数。
图5～图8为30Hz主频Ricker子波的试算结果(最小平方约束谱分析方法均采用一次迭代求解)。图5、图6为不同分频方法对40ms时窗子波数据进行频谱分析的结果对比，图5显示的是Ricker子波和40ms的Hanning窗，图6显示的是所选40ms时窗数据分别采用短时傅里叶变换(STFT)、仅用实子波信号的最小平方约束谱分析方法(CLSSA real)、使用复子波信号的最小平方约束谱分析方法(CLSSA)计算得到的振幅谱。对比可见，短时傅里叶变换方法计算得到的振幅谱频率分辨率较差，勉强能够识别子波主频；实子波信号和复子波信号的最小平方约束谱分析方法计算得到的振幅谱频率分辨率则要好的多，基本与子波原始振幅谱一致，二者分频效果远优于短时傅里叶变换方法。
图7、图8为不同分频方法对20ms时窗子波数据进行频谱分析的结果对比，图7为子波信号及所用的20ms长度Hanning窗，图8为20ms时窗下用短时傅里叶变换(STFT)、仅用实子波信号的最小平方约束谱分析方法(CLSSA real)、使用复子波信号的最小平方约束谱分析方法(CLSSA)计算得到的振幅谱。对比可见，20ms时窗下，短时傅里叶变换方法已经完全不能够进行频率识别，计算得到的振幅谱效果较差；实子波信号的最小平方约束谱分析方法计算得到的振幅谱效果也不理想，不能够进行主频识别；而采用复信号的最小平方约束谱分析方法计算得到的振幅谱效果依然很准确，能够有效的进行频率识别。
此外，对比图8复子波信号最小平方约束谱分析振幅谱与图6短时傅里叶变换振幅谱，可见20ms时窗时最小平方约束谱分析方法振幅谱的频率分辨率要优于40ms时窗时短时傅里叶变换振幅谱的频率分辨率，可见最小平方约束谱分析方法相较于短时傅里叶变换方法，在进行频谱分解时能够同时提高时间分辨率与频率分辨率，这是一较大突破。
假设振幅谱为A，那么本发明所涉及的吸收衰减属性计算方法介绍如下：
主频属性：fmain＝f(max(A))，即主频为振幅谱最大值位置对应的频率。油气聚集区域，高频衰减，一般主频会降低。图9为本发明实施例计算工区内的一个沿层切片，工区内发育一辫状河道储集层，河道特征从振幅切片中隐约可见。
图10为依据本发明方法计算得到的主频属性，可见辫状河道储层发育处都展现了低主频的特性(浅色低值)，该属性很好的展现了辫状河道储层的展布特征。
平均频率属性：即振幅频率乘积的和比上振幅和，该式考虑了单一频率成分所占比例，是频率真正意义上的平均值。含油气区域往往表现平均频率降低的特性。图11为计算得到的平均频率属性切片，可见辫状河道储层发育处呈现低平均频率特性(浅色低值)，且相较于主频切片(图10)，平均频率属性更加连续稳定。
瞬时带宽属性：计算公式为含油气区域高频衰减，会使得地震波频带变窄。图12为计算得到的瞬时带宽属性沿层切片，可见河道储层发育处表现了窄瞬时带宽特性(浅色低值)，该属性能够很好的描述辫状河道储层展布特征。
平均频率乘瞬时带宽属性：平均频率与瞬时带宽的乘积，意在从两个方面表现频谱衰减现象，使其更为突出。图13为平均频率乘瞬时带宽属性，可见其同样能够清晰准确的描述辫状河道储集层的展布特征。
衰减梯度属性：给定两个百分比能量，分别找到相应百分比能量位置处对应的振幅A1、A2以及频率f1、f2，则衰减梯度为g＝(A2-A1)/(f2-f1)。计算时，宜先对振幅谱做平滑处理，这样可以使计算结果更为稳定，避免出现过多奇异值，但平滑参数也不宜太大，否则将不能够突显衰减特征。一般含油气区域高频衰减厉害，频谱高频段会变得陡峭，相应的，衰减梯度应表现为大值。图14为计算得到的衰减梯度属性沿层切片，计算过程中给定的能量比值分别为65％和85％。可见河道发育处频谱衰减梯度呈现高值(深色高值)，该属性能够对河道进行清晰准确的描述。
吸收因子属性：给定一特定频率fi，吸收因子计算公式为：
即低于给定频率部分振幅谱的能量和与高于给定频率部分振幅谱的能量和的比值。一般的，地下介质含油气产生吸收衰减时，高频损失，低频与高频能量的比值将变大，因此高吸收因子为油气指示参数。图15为计算得到的吸收因子参数，计算时频率选择的是30Hz。可见河道储层发育位置都表现出了很好的高吸收因子属性(深色高值)，证明了本属性进行有利储层识别的有效性。
EAA高频衰减指数：EAA(Energy Absorption Analysis)的计算原理是用指数函数f(ω)＝exp(-αω)拟合振幅谱的高频部分(其中ω为角频率，即ω＝2πf)。取对数可得线性求解方程为ln(f)＝-αω，然后采用最小二乘线性拟合方法很容易求得衰减指数参数α。
图16为不同α值对应的指数曲线，可见α值越大，曲线越陡峭，表明衰减越厉害。图17为计算得到的EAA衰减指数属性沿层切片，可以看到辫状河道储层发育位置都呈现了很好的高EAA衰减指数特性(深色高值)，该属性能够对工区内发育的辫状河道储集层进行精细、准确的描述。
本发明提供一种利用新兴的最小平方约束谱分析方法来进行频谱求解，然后利用所得的高时频分辨率频谱计算主频、平均频率、瞬时带宽、平均频率乘瞬时带宽、衰减梯度、吸收因子、EAA衰减指数，最后综合利用各种吸收衰减属性进行有利储集区预测的方法。最小平方约束谱分析方法借助反演的思路构建求解频谱的目标方程组对频谱进行迭代求解，相较于传统频谱分析方法，能够获得具有更高时频分辨率的频谱；平均频率、衰减梯度、吸收因子、EAA等属性能够有效的检测地震数据的频谱特征，描述吸收衰减程度；二者结合能够精准的描述地下介质特征，更为准确的进行储层预测与评价。
本领域内的技术人员应明白，本发明的实施例可提供为方法、系统、或计算机程序产品。因此，本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
本发明中应用了具体实施例对本发明的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本发明的方法及其核心思想；同时，对于本领域的一般技术人员，依据本发明的思想，在具体实施方式及应用范围上均会有改变之处，综上所述，本说明书内容不应理解为对本发明的限制。
Claims (4)
1.一种基于频谱计算吸收衰减属性的油气检测方法，其特征在于，所述的方法包括：
对采集的单点地震数据取时窗信号，生成时窗地震信号；
对所述时窗地震信号进行希尔伯特变换生成虚部信号，与所述时窗地震信号构建复地震信号；
根据所述复地震信号和L2范数下的成本函数构建求解频谱的目标函数；
对所述目标函数进行迭代求解确定频谱；
根据所述频谱确定吸收衰减属性以进行油气检测；其中，所述的吸收衰减属性包括：主频属性、平均频率属性、瞬时带宽属性、平均频率乘瞬时带宽属性、衰减梯度属性、吸收因子属性、高频衰减指数属性；根据所述频谱确定吸收衰减属性以进行油气检测进一步包括：
根据所述频谱确定对应点的振幅及频率；
根据对应点的振幅、频率确定所述主频属性、平均频率属性、瞬时带宽属性、平均频率乘瞬时带宽属性、衰减梯度属性、吸收因子属性、高频衰减指数属性；
根据所述主频属性、平均频率属性、瞬时带宽属性、平均频率乘瞬时带宽属性、衰减梯度属性、吸收因子属性、高频衰减指数属性进行油气检测；其中，根据对应点的振幅、频率确定所述主频属性、平均频率属性、瞬时带宽属性、平均频率乘瞬时带宽属性、衰减梯度属性、吸收因子属性、高频衰减指数属性包括：
根据式(1)确定主频属性：
fmain＝f(max(A)) (1)
其中，A为振幅谱；
平均频率属性为振幅频率乘积的和比上振幅和，即式(2)：
瞬时带宽属性的计算公式为式(3)：
Ai和fi分别为频谱中第i点的振幅和相应频率；
平均频率乘瞬时带宽属性为平均频率与瞬时带宽的乘积；
衰减梯度属性为：
g＝(A2-A1)/(f2-f1)
其中，A1、A2为给定两个百分比能量位置处对应的振幅，f1、f2为给定两个百分比能量位置处对应的频率；
吸收因子属性为低于给定频率部分振幅谱的能量和与高于给定频率部分振幅谱的能量和的比值；
应用最小平方约束谱分析方法求得的频谱拟合计算高频衰减指数属性。
2.如权利要求1所述的油气检测方法，其特征在于，所述的求解频谱的目标函数为：
||Fwmw-wdd||2 2+α||mw||2 2＝min
其中：min为最小平方约束；
Fw为加约束后的复氏变换矩阵；
mw为加约束频谱；
Wd为数据权重矩阵；
d为所述复地震信号；
α为权重系数。
3.一种基于频谱计算吸收衰减属性的油气检测装置，其特征在于，所述的装置包括：
取时窗信号模块，用于对采集的单点地震数据取时窗信号，生成时窗地震信号；
复地震信号生成模块，用于对所述时窗地震信号进行希尔伯特变换生成虚部信号，与所述时窗地震信号构建复地震信号；
目标函数构建模块，用于根据所述复地震信号和L2范数下的成本函数构建求解频谱的目标函数；
频谱确定模块，用于对所述目标函数进行迭代求解确定频谱；
检测模块，用于根据所述频谱确定吸收衰减属性以进行油气检测，所述的吸收衰减属性包括：主频属性、平均频率属性、瞬时带宽属性、平均频率乘瞬时带宽属性、衰减梯度属性、吸收因子属性、高频衰减指数属性；所述的检测模块包括：
频谱参数确定单元，根据所述频谱确定对应点的振幅及频率；
属性确定单元，用于根据对应点的振幅、频率确定所述主频属性、平均频率属性、瞬时带宽属性、平均频率乘瞬时带宽属性、衰减梯度属性、吸收因子属性、高频衰减指数属性；
检测单元，用于根据所述主频属性、平均频率属性、瞬时带宽属性、平均频率乘瞬时带宽属性、衰减梯度属性、吸收因子属性、高频衰减指数属性进行油气检测；其中，根据对应点的振幅、频率确定所述主频属性、平均频率属性、瞬时带宽属性、平均频率乘瞬时带宽属性、衰减梯度属性、吸收因子属性、高频衰减指数属性包括：
根据式(1)确定主频属性：
fmain＝f(max(A)) (1)
其中，A为振幅谱；
平均频率属性为振幅频率乘积的和比上振幅和，即式(2)：
瞬时带宽属性的计算公式为式(3)：
Ai和fi分别为频谱中第i点的振幅和相应频率；
平均频率乘瞬时带宽属性为平均频率与瞬时带宽的乘积；
衰减梯度属性为：
g＝(A2-A1)/(f2-f1)
其中，A1、A2为给定两个百分比能量位置处对应的振幅，f1、f2为给定两个百分比能量位置处对应的频率；
吸收因子属性为低于给定频率部分振幅谱的能量和与高于给定频率部分振幅谱的能量和的比值；
应用最小平方约束谱分析方法求得的频谱拟合计算高频衰减指数属性。
4.如权利要求3所述的油气检测装置，其特征在于，所述的求解频谱的目标函数为：
||Fwmw-wdd||2 2+α||mw||2 2＝min
其中：min为最小平方约束；
Fw为加约束后的复氏变换矩阵；
mw为加约束频谱；
Wd为数据权重矩阵；
d为所述复地震信号；
α为权重系数。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201510109816.2A CN104765063B (zh) | 2015-03-13 | 2015-03-13 | 基于频谱计算吸收衰减属性的油气检测方法及装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201510109816.2A CN104765063B (zh) | 2015-03-13 | 2015-03-13 | 基于频谱计算吸收衰减属性的油气检测方法及装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN104765063A CN104765063A (zh) | 2015-07-08 |
| CN104765063B true CN104765063B (zh) | 2018-08-14 |
Family
ID=53647010
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201510109816.2A Active CN104765063B (zh) | 2015-03-13 | 2015-03-13 | 基于频谱计算吸收衰减属性的油气检测方法及装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN104765063B (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2020214577A1 (en) * | 2019-04-16 | 2020-10-22 | Saudi Arabian Oil Company | Method and system of direct gas reservoir detection using frequency slope |
Families Citing this family (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110471104B (zh) * | 2019-08-26 | 2021-03-16 | 电子科技大学 | 基于智能特征学习的叠后地震反射模式识别方法 |
| CN114428329A (zh) * | 2020-09-22 | 2022-05-03 | 中国石油化工股份有限公司 | 地质信息的检测方法、设备和存储介质 |
| CN112731526B (zh) * | 2021-01-17 | 2022-04-29 | 王仰华 | 依据地震衰减截距检测油气储层的方法 |
Citations (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102967878A (zh) * | 2012-11-08 | 2013-03-13 | 中国石油天然气股份有限公司 | 一种被动地震波场预测油气藏的方法及装置 |
Family Cites Families (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US8441891B2 (en) * | 2009-12-30 | 2013-05-14 | Westerngeco L.L.C. | Seismic data acquisition and processing quality control |
-
2015
- 2015-03-13 CN CN201510109816.2A patent/CN104765063B/zh active Active
Patent Citations (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102967878A (zh) * | 2012-11-08 | 2013-03-13 | 中国石油天然气股份有限公司 | 一种被动地震波场预测油气藏的方法及装置 |
Non-Patent Citations (3)
| Title |
|---|
| Application of a PCA fault-attribute and spectral decomposition in Barnett Shale fault detection;Jie Qi et al.;《SEG Houston 2013 Annual Meeting》;20131231;第1421-1424页 * |
| Layer thickness estimation from the frequency spectrum of seismic reflection data;Arnold Oyem et al.;《SEG Houston 2013 Annual Meeting》;20131231;第1451-1454页 * |
| 最小平方约束反演谱分析方法的应用效果分析;刘炳杨等;《石油物探》;20140930;第53卷(第5期);第562-563、565-568页 * |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2020214577A1 (en) * | 2019-04-16 | 2020-10-22 | Saudi Arabian Oil Company | Method and system of direct gas reservoir detection using frequency slope |
Also Published As
| Publication number | Publication date |
|---|---|
| CN104765063A (zh) | 2015-07-08 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Wang | Multichannel matching pursuit for seismic trace decomposition | |
| Pinnegar et al. | The S-transform with windows of arbitrary and varying shape | |
| Lu et al. | Seismic spectral decomposition using deconvolutive short-time Fourier transform spectrogram | |
| Ross et al. | Analysis of earthquake body wave spectra for potency and magnitude values: Implications for magnitude scaling relations | |
| CN104090302B (zh) | 工区地下介质频率域异常分析的方法 | |
| Tessmer | Using the rapid expansion method for accurate time-stepping in modeling and reverse-time migration | |
| CN104765063B (zh) | 基于频谱计算吸收衰减属性的油气检测方法及装置 | |
| CN106814393B (zh) | 一种地层品质因子q的估算方法 | |
| CA2819023A1 (en) | System and method for seismic data inversion | |
| CN105388518A (zh) | 一种质心频率与频谱比联合的井中地震品质因子反演方法 | |
| Zoukaneri et al. | A combined Wigner-Ville and maximum entropy method for high-resolution time-frequency analysis of seismic data | |
| Liner et al. | SPICE: A new general seismic attribute | |
| CN106443770A (zh) | 一种页岩气地质甜点的预测方法 | |
| CN103869362B (zh) | 体曲率获取方法和设备 | |
| CN103257363A (zh) | 一种探测地下裂缝性储层中裂缝倾角的方法 | |
| US20160161619A1 (en) | Systems and methods for aligning a monitor seismic survey with a baseline seismic survey | |
| CN109557578A (zh) | 一种储层含气性检测方法及装置 | |
| Li et al. | Identification of fractured carbonate vuggy reservoirs in the S48 well area using 3D 3C seismic technique: A case history from the Tarim Basin | |
| CN111060961B (zh) | 基于多信息约束反演的品质因子确定方法、装置及系统 | |
| Rubino et al. | Thin-bed prestack spectral inversion | |
| Yablokov et al. | Uncertainty quantification of multimodal surface wave inversion using artificial neural networks | |
| CN107576985A (zh) | 一种地震反演的方法和装置 | |
| You et al. | Q-compensated wavefield depth extrapolation-based migration using a viscoacoustic wave equation | |
| CN112711070B (zh) | 一种基于地震信号分解的油气检测方法及装置 | |
| CN104880731B (zh) | 基于广义Morse标架的地震瞬时属性提取方法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C06 | Publication | ||
| PB01 | Publication | ||
| EXSB | Decision made by sipo to initiate substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |