CN105301653B - 一种多因素联合识别的钻机噪音压制方法 - Google Patents

一种多因素联合识别的钻机噪音压制方法 Download PDF

Info

Publication number
CN105301653B
CN105301653B CN201410317640.5A CN201410317640A CN105301653B CN 105301653 B CN105301653 B CN 105301653B CN 201410317640 A CN201410317640 A CN 201410317640A CN 105301653 B CN105301653 B CN 105301653B
Authority
CN
China
Prior art keywords
drilling machine
seismic channel
channel data
seismic
ratio
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
Application number
CN201410317640.5A
Other languages
English (en)
Other versions
CN105301653A (zh
Inventor
刁瑞
单联瑜
尚新民
李继光
陈新荣
赵翠霞
王延光
王兴谋
王蓬
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
China Petroleum and Chemical Corp
Geophysical Research Institute of Sinopec Shengli Oilfield Co
Original Assignee
China Petroleum and Chemical Corp
Geophysical Research Institute of Sinopec Shengli Oilfield Co
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by China Petroleum and Chemical Corp, Geophysical Research Institute of Sinopec Shengli Oilfield Co filed Critical China Petroleum and Chemical Corp
Priority to CN201410317640.5A priority Critical patent/CN105301653B/zh
Publication of CN105301653A publication Critical patent/CN105301653A/zh
Application granted granted Critical
Publication of CN105301653B publication Critical patent/CN105301653B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Landscapes

  • Geophysics And Detection Of Objects (AREA)

Abstract

本发明公开了一种多因素联合识别的钻机噪音压制方法,根据钻机噪音的波场特征和传播规律等特点,采用多因素联合识别方法进行含噪地震道数据的自动识别,多因素联合识别方法包括时间轴方向能量比方法、偏移距方向能量比方法、振幅谱拟合对比方法和相关法比值方法的几种。通过多因素联合识别方法将地震数据划分为含噪地震道数据和不含噪地震道数据,对于含噪地震道数据进行去噪处理。将噪音压制后的含噪地震道数据与不含噪地震数据进行合并,在进行钻机噪音压制处理的同时不破坏无噪地震道数据。本发明能够有效压制地震资料中钻机噪音,大幅提高地震资料的信噪比,有助于提升野外采集地震资料品质和提高老油区的地震勘探技术水平。

Description

一种多因素联合识别的钻机噪音压制方法
技术领域
本发明涉及油气地球物理勘探中地震资料降噪处理技术领域,特别是一种多因素联合识别的钻机噪音压制方法。
背景技术
随着经济发展和石油市场的需求,老油区的二次高精度勘探以及深层地震勘探成为油气勘探重点,多年的油田开发增加了老油区地震勘探的难度。在勘探过程中钻机噪音等不断出现,野外单炮记录中钻机噪音十分严重,严重影响了地震资料的信噪比。为了提高地震资料品质,需要钻机停止生产,如此会造成极大的经济损失。目前国内外在去噪理论方法和技术方面的研究很多,在常规噪音的压制方面取得了较大进展,但是针对钻机噪音的压制方法还相当薄弱。常规去噪方法是采用人工交互操作的方式,将炮域地震记录抽道集到检波点域,然后根据钻机和抽油机等噪音源位置,在一定范围内的检波点域数据中进行去噪处理。确定噪音源位置和受噪音影响的检波点范围等工作量巨大,而且受人为因素的影响,存在去噪不彻底或损伤有效信号等问题。
发明内容
本发明的目的是针对采油工区噪音严重影响地震资料品质,常规钻机压制方法需要人工交互去噪处理,不仅处理效率低下,而且可能破坏不含噪地震道数据的问题,提出一种能够有效自动识别和压制钻机噪音的多因素联合识别的钻机噪音压制方法。
本发明的总体技术路线是根据钻机噪音钻机噪音周期性较强、振幅能量变化不大、频带较窄、在共炮域主要表现为双曲线的波场特征和传播规律等特点,采用多因素联合识别方法进行含噪地震道数据的自动识别,将地震资料划分为含噪地震道数据和不含噪地震道数据。对含噪地震道数据进行去噪(也即噪音压制)处理时,将钻机噪音作为有效信号,借鉴偏移距—速度谱的理论求取噪音源的位置坐标和噪音传播速度,根据噪音源的位置坐标和噪音传播速度,将地震数据中的钻机噪音同相轴较平,然后利用中值滤波方法,对校正后的地震数据进行钻机噪音压制。对不含噪地震道数据不进行处理,最后将噪音压制后的地震道数据与不含噪地震数据进行合并,在进行钻机噪音压制处理的同时不破坏无噪地震道数据。
本发明的技术方案是:
首先多因素联合识别包括时间轴方向能量比方法、偏移距方向能量比方法、振幅谱拟合对比方法或相关法比值方法的两种或两种以上。
具体内容如下:
(1)时间轴方向能量比方法:根据钻机噪音能量从浅至深基本保持一致的特点,而地震反射有效信息从浅至深能量逐渐减弱,因此在时间轴方向上对比浅层地震道数据与深层地震道数据的能量值,通过能量比值的大小识别钻机噪音;
(2)偏移距方向能量比方法:在偏移距方向上,钻机噪音能量随传播距离的增大而快速衰减,在偏移距方向上求取同一排列内地震道数据的能量比值,超过某一阀值的地震道存在钻机噪音;
(3)振幅谱拟合对比方法:针对钻机噪音的单频特征,利用傅里叶变换求取地震道数据的振幅谱,并利用平滑方法对振幅谱进行曲线拟合,得到振幅谱的包络线,求取地震道数据的振幅谱与拟合包络线的振幅谱比值,并在此基础上求取振幅谱比值的极大值,当振幅谱比值的极大值大于某一阀值时,则判断地震道数据存在钻机干扰;
(4)相关法比值方法:针对钻机噪音规律性较强的特点,首先构建一个余弦逼近信号,求取地震道数据与余弦逼近信号的互相关,以及地震道数据的自相关,利用互相关与自相关的比值大小判断地震道数据是否存在钻机噪音。
通过两个或两个以上方面的识别结果进行联合判断地震道数据是否存在钻机噪音。
利用多因素联合识别方法确定地震道数据中存在钻机噪音后,将地震资料划分成含噪地震道数据和不含噪地震道数据。对含噪地震道数据进行去噪处理,去不含噪地震道数据不进行处理。最终将不含噪地震道数据与噪音压制后的含噪地震道数据进行合并,得到压噪后的高信噪比地震资料。
对含噪地震道数据进行去噪处理时,通过计算不同偏移距和不同速度下钻机噪音同相轴的能量值,可以得到拟偏移距-速度能量谱。分析拟偏移距-速度能谱的能量团,可以确定钻机的偏移距和钻机噪音的传播速度。确定钻机偏移距和钻机噪音传播速度后,对地震道数据进行拟动校正处理,拟动校正处理后钻机噪音同相轴被较平,在此基础上进行中值滤波处理,压制钻机噪音后再进行反拟动校正处理。
上述方案中进一步包括:
所述时间轴方向能量比方法是在时间轴方向上对比浅层地震道数据能量值(Eshallow)与深层地震道数据能量值(Edepth),通过能量比值的大小识别钻机噪音,当能量比值RET=Edepth/Edepth小于阀值PET时,即存在钻机噪音,阀值PET的取值范围为1.1≤PET≤2.5;
所述偏移距方向能量比方法是在在偏移距方向上求取同一排列内近偏移距地震道数据与远偏移距地震道数据的能量比值REO=Enear/Efar,能量比值REO超过阀值PEO的地震道存在钻机噪音,阀值PEO的取值范围为2.0≤PEO≤8.0;
所述振幅谱拟合对比方法是利用傅里叶变换求取地震道数据的振幅谱Sof(f),并利用平滑方法对振幅谱进行曲线拟合,得到振幅谱的包络线Ssi(f),求取地震道数据的振幅谱与拟合包络线的振幅谱比值Rs(f)=Sof(f)/Ssi(f),并在此基础上求取振幅谱比值的极大值Rsmax,当振幅谱比值的极大值Rsmax大于阀值PS时,则判断地震道数据存在钻机干扰,阀值PS的取值范围为2.0≤PS≤7.0;
所述相关法比值是首先构建一个余弦逼近信号,求取地震道数据与余弦逼近信号的互相关Ccross,以及地震道数据的自相关Cself,当互相关与自相关的比值Rc=Ccross/Cself大于阀值PC时,则存在钻机噪音,阀值PC的取值范围为0.6≤PC≤0.8。
本发明的效果和意义,主要表现在老油区钻机不停产的情况下,保证地震资料高效采集,同时能够有效压制地震资料中的钻机噪音,既能够提高生产效率又节约生产成本,有助于提升野外采集地震资料品质和提高老油区的地震勘探技术水平。
附图说明
图1一种多因素联合识别的钻机噪音压制方法流程;
图2多因素联合识别结果;
图3钻机噪音压制前(左图)、后(右图)拟偏移距-速度能量谱对比;
图4针对钻机噪音,野外采集的原始单炮地震资料;
图5经过钻机噪音压制后的单炮地震资料;
图6从原始单炮地震资料中去除的钻机噪音数据;
图7钻机噪音压制前叠加地震剖面;
图8钻机噪音压制后叠加地震剖面。
具体实施方式
下面结合附图和具体实施例对本发明组进一步说明。
结合附图1,以模型数据为例实现方式如下:
第一步:输入segy格式的原始单炮地震资料,该单炮地震资料未经过球面扩散补偿和能量补偿等预处理工作。
第二步:利用多因素联合识别方法进行钻机噪音判别,多因素联合识别方法包括:时间轴方向能量比方法、偏移距方向能量比方法、振幅谱拟合对比方法和相关法比值。
(1)时间轴方向能量比方法:根据钻机噪音能量从浅至深基本保持一致的特点,而地震资料中反射有效信息的能量从浅至深随着转播距离的增大而逐渐减弱。在时间轴方向上对比浅层地震道数据能量值(Eshallow)与深层地震道数据能量值(Edepth),通过能量比值的大小识别钻机噪音,当能量比值RET=Edepth/Edepth小于阀值PET时,即存在钻机噪音,阀值PET的取值范围为1.1≤PET≤2.5。
(2)偏移距方向能量比方法:在偏移距方向上,钻机噪音能量随传播距离的增大而快速衰减,近偏移距地震道数据能量(Enear)大于远偏移距地震道数据能量(Efar),而地震资料中反射有效信息的能量从近偏移距至远偏移距变化较小。在偏移距方向上求取同一排列内近偏移距地震道数据与远偏移距地震道数据的能量比值REO=Enear/Efar,能量比值REO超过阀值PEO的地震道存在钻机噪音,阀值PEO的取值范围为2.0≤PEO≤8.0。
(3)振幅谱拟合对比方法:针对钻机噪音的单频特征,利用傅里叶变换求取地震道数据的振幅谱Sof(f),并利用平滑方法对振幅谱进行曲线拟合,得到振幅谱的包络线Ssi(f),求取地震道数据的振幅谱与拟合包络线的振幅谱比值Rs(f)=Sof(f)/Ssi(f),并在此基础上求取振幅谱比值的极大值Rsmax。如果地震道数据不存在钻机噪音,则振幅谱比值的极大值Rsmax相对较小;如果地震道数据存在钻机噪音,则振幅谱比值的极大值Rsmax会明显变大。当振幅谱比值的极大值Rsmax大于阀值PS时,则判断地震道数据存在钻机干扰,阀值PS的取值范围为2.0≤PS≤7.0。
(4)相关法比值:针对钻机噪音规律性较强的特点,首先构建一个余弦逼近信号,求取地震道数据与余弦逼近信号的互相关Ccross,以及地震道数据的自相关Cself,利用互相关与自相关的比值Rc=Ccross/Cself,来判断地震道数据是否存在钻机噪音。但相关比值Rc大于阀值PC时,则存在钻机噪音,阀值PC的取值范围为0.6≤PC≤0.8。
第三步:通过多因素联合识别方法进行钻机噪音识别,满足这4方面条件的情况下,即判断地震道数据存在钻机噪音,实现钻机噪音分布范围的最终确定。
第四步:根据钻机噪音的分布范围,将地震资料数据划分成含噪地震道数据和不含噪地震道数据。
第五步:对含噪地震道数据进行噪音压制处理,计算不同偏移距和不同速度下钻机噪音同相轴的能量值,可以得到拟偏移距-速度能量谱。
第六步:分析拟偏移距-速度能谱的能量团,求取拟偏移距-速度能量谱的极大值,可以确定钻机的偏移距和钻机噪音的传播速度。
第七步:确定钻机偏移距和钻机噪音传播速度后,对地震道数据进行拟动校正处理,拟动校正处理后地震数据中的钻机噪音同相轴被较平。
第八步:对拟动校正处理后的地震道数据进行中值滤波处理,即求取所有地震道数据的能量平均值,并将该能量平均值从地震道数据中减去。
第九步:压制钻机噪音后,根据钻机偏移距和钻机噪音传播速度,进行反拟动校正处理。
第十步:将不含噪地震道数据与噪音压制后的含噪地震道数据进行合并,得到压噪后的地震资料,并输出segy格式的高信噪比地震资料。
通过沿井轨迹进行最优搜索,能够有效的确定地面阵列式微地震数据所对应的射孔点位置坐标,并利用互相关叠加方法,依据静校正标准道消除近地表因素造成的静校正时差,使得压裂施工中微地震震源点定位的精度得到有效提高,保障油田压裂微地震监测结果的准确性和可靠性。
结合附图2-8,针对采油工区钻机噪音的特征,通过多因素识别方法来判断原始地震记录中是否存在钻机噪音,实现含噪地震道数据的自动识别。多因素联合识别的钻机噪音压制方法,一方面能够有效提高地震资料去噪处理效率,减少了人工交互操作所需要的大量处理时间;另一方面实现噪音分布范围的准确判定,将地震道数据划分为含噪地震道数据合不含噪地震道数据,在进行钻机噪音压制处理的同时不破坏无噪地震道数据,在提升去噪效果的同时最大限度的保护有效信号,避免去噪不彻底或损伤有效信号等问题。
以上所述仅是本发明的较佳实施例,并非对本发明作任何形式的限制,任何熟悉本专业的技术人员在不脱离本发明技术方案范围内,当可利用上述揭示的技术内容做出变动或修饰为等同变化的等效实施例,但凡是未脱离本发明技术方案的内容,依据本发明的技术实质对以上实施例所作的任何简单修改、等同变化与修饰,均仍属于本发明技术方案的范围内。

Claims (4)

1.一种多因素联合识别的钻机噪音压制方法,其特征在于:首先多因素联合识别包括时间轴方向能量比方法、偏移距方向能量比方法、振幅谱拟合对比方法和相关法比值方法中的至少两种;然后通过以上方法的两个或两个以上识别结果进行联合分析,满足两个或两个以上方法条件的情况下,即判断地震道数据存在钻机噪音;利用多因素联合识别方法确定地震道数据中存在钻机噪音后,将地震资料划分成含噪地震道数据和不含噪地震道数据,对含噪地震道数据进行去噪音处理;最终将不含噪地震道数据与去噪后的含噪地震道数据进行合并,得到压噪后的高信噪比地震资料。
2.如权利要求1所述的多因素联合识别的钻机噪音压制方法,其特征在于:对含噪地震道数据进行去噪处理时,通过计算不同偏移距和不同速度下钻机噪音同相轴的能量值,得到拟偏移距-速度能量谱;分析拟偏移距-速度能量谱的能量团,确定钻机的偏移距和钻机噪音的传播速度;确定钻机偏移距和钻机噪音传播速度后,对含噪地震道数据进行拟动校正处理,拟动校正处理后钻机噪音同相轴被较平,在此基础上进行中值滤波处理,压制钻机噪音后再进行反拟动校正处理。
3.如权利要求1或2所述的多因素联合识别的钻机噪音压制方法,其特征在于:
所述时间轴方向能量比方法是根据钻机噪音能量从浅至深基本保持一致,地震反射有效信息从浅至深能量逐渐减弱的特征,在时间轴方向上对比浅层地震道数据与深层地震道数据的能量值,通过能量比值的大小识别钻机噪音;
所述偏移距方向能量比方法是根据在偏移距方向上钻机噪音能量随传播距离的增大而快速衰减的特征,在偏移距方向上求取同一排列内地震道数据的能量比值,超过某一阀值的地震道数据存在钻机噪音;
所述振幅谱拟合对比方法是针对钻机噪音的单频特征,利用傅里叶变换求取地震道数据的振幅谱,并利用平滑方法对振幅谱进行曲线拟合,得到振幅谱的包络线,求取地震道数据的振幅谱与拟合包络线的振幅谱比值,并在此基础上求取振幅谱比值的极大值,当振幅谱比值的极大值大于某一阀值时,则判断地震道数据存在钻机噪音;
所述相关法比值方法是针对钻机噪音规律性较强的特征,首先构建一个余弦逼近信号,求取地震道数据与余弦逼近信号的互相关,以及地震道数据的自相关,利用互相关与自相关的比值大小判断地震道数据是否存在钻机噪音。
4.如权利要求3所述的多因素联合识别的钻机噪音压制方法,其特征在于:
所述时间轴方向能量比方法是在时间轴方向上对比浅层地震道数据能量值Eshallow与深层地震道数据能量值Edepth,通过能量比值的大小识别钻机噪音,当能量比值RET=Eshallow/Edepth小于阀值PET时,即存在钻机噪音,阀值PET的取值范围为1.1≤PET≤2.5;
所述偏移距方向能量比方法是在在偏移距方向上求取同一排列内近偏移距地震道数据Enear与远偏移距地震道数据Efar的能量比值REO=Enear/Efar,能量比值REO超过阀值PEO的地震道数据存在钻机噪音,阀值PEO的取值范围为2.0≤PEO≤8.0;
所述振幅谱拟合对比方法是利用傅里叶变换求取地震道数据的振幅谱Sof(f),并利用平滑方法对振幅谱进行曲线拟合,得到振幅谱的包络线Ssi(f),求取地震道数据的振幅谱与拟合包络线的振幅谱比值Rs(f)=Sof(f)/Ssi(f),并在此基础上求取振幅谱比值的极大值Rsmax,当振幅谱比值的极大值Rsmax大于阀值PS时,则判断地震道数据存在钻机噪音,阀值PS的取值范围为2.0≤PS≤7.0;
所述相关法比值方法是首先构建一个余弦逼近信号,求取地震道数据与余弦逼近信号的互相关Ccross,以及地震道数据的自相关Cself,当互相关与自相关的比值Rc=Ccross/Cself大于阀值PC时,则存在钻机噪音,阀值PC的取值范围为0.6≤PC≤0.8。
CN201410317640.5A 2014-07-04 2014-07-04 一种多因素联合识别的钻机噪音压制方法 Active CN105301653B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201410317640.5A CN105301653B (zh) 2014-07-04 2014-07-04 一种多因素联合识别的钻机噪音压制方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201410317640.5A CN105301653B (zh) 2014-07-04 2014-07-04 一种多因素联合识别的钻机噪音压制方法

Publications (2)

Publication Number Publication Date
CN105301653A CN105301653A (zh) 2016-02-03
CN105301653B true CN105301653B (zh) 2018-06-05

Family

ID=55199129

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201410317640.5A Active CN105301653B (zh) 2014-07-04 2014-07-04 一种多因素联合识别的钻机噪音压制方法

Country Status (1)

Country Link
CN (1) CN105301653B (zh)

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110737022B (zh) * 2018-07-20 2022-04-22 中国石油化工股份有限公司 一种可控震源激发地震资料黑三角区噪音的压制方法
CN112180445A (zh) * 2019-07-03 2021-01-05 中国石油化工股份有限公司 地震勘探资料噪音去噪方法、存储介质和计算机系统
CN110967760B (zh) * 2019-12-02 2022-02-11 中国海洋石油集团有限公司 一种微地震数据的降噪处理方法和装置

Family Cites Families (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US4954998A (en) * 1989-01-23 1990-09-04 Western Atlas International, Inc. Method for reducing noise in drill string signals
CN100349011C (zh) * 2005-06-03 2007-11-14 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
US8612158B2 (en) * 2010-05-06 2013-12-17 Westerngeco L.L.C. Seismic interference noise elimination

Also Published As

Publication number Publication date
CN105301653A (zh) 2016-02-03

Similar Documents

Publication Publication Date Title
US11900630B2 (en) Method for detecting leakage of water supply pipe based on ground-penetrating radar three-dimensional image attribute analysis
US8427903B2 (en) Method for monitoring a subsoil zone using a plurality of correlated traces, particularly during simulated fracturing operations
CN102176054B (zh) 近地表综合信息处理解释方法
CN104142519B (zh) 一种泥岩裂缝油藏预测方法
CN105301653B (zh) 一种多因素联合识别的钻机噪音压制方法
CN110219644B (zh) 确定储层可压裂性指数值空间分布的方法
CN102053259A (zh) 一种油气藏识别方法
CN109669212A (zh) 地震数据处理方法、地层品质因子估算方法与装置
CN111929728A (zh) 一种三维三分量超前精细化地质预报方法
CN102928879B (zh) 一种弱地震反射特征的碳酸盐岩勘探方法及装置
CN111381292B (zh) 一种预测砂岩含烃储层的测井解释方法与装置
CN105626056A (zh) 一种确定目标区三维地层孔隙压力的方法和装置
CN102253414A (zh) 基于地震纹分析的储层检测方法
CN109143368B (zh) 山前带地震去噪方法
CN105158799B (zh) 基于相位准则的物理探测回波信号识别与提取方法
CN106324663A (zh) 一种品质因子的获取方法
CN107355216A (zh) 一种基于回波相关的油井动液面波识别方法
CN103352692A (zh) 随钻声波测井钻铤变径声系隔声体的最优化设计方法
CN110297264B (zh) 一种低渗气藏薄储层甜点地震预测方法
CN105093316A (zh) 沿井轨迹搜索的地面阵列式微地震数据静校正方法
CN107870354B (zh) 微地震监测资料预处理方法及装置
CN114428368B (zh) 一种浅层“亮点”气分布精细刻画方法
CN111045083A (zh) 一种储层含气性检测方法
CN112083485B (zh) 一种油气分布检测方法及装置
CN116859456A (zh) 一种井中震波探测方法

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