CN106873036A - 一种基于井震结合的去噪方法 - Google Patents
一种基于井震结合的去噪方法 Download PDFInfo
- Publication number
- CN106873036A CN106873036A CN201710297064.6A CN201710297064A CN106873036A CN 106873036 A CN106873036 A CN 106873036A CN 201710297064 A CN201710297064 A CN 201710297064A CN 106873036 A CN106873036 A CN 106873036A
- Authority
- CN
- China
- Prior art keywords
- wavelet
- well
- noise
- denoising
- seismic data
- 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.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 35
- 239000002131 composite material Substances 0.000 claims abstract description 20
- 230000008569 process Effects 0.000 claims description 4
- 230000007935 neutral effect Effects 0.000 claims description 3
- 238000004088 simulation Methods 0.000 claims description 3
- 230000003313 weakening effect Effects 0.000 abstract description 2
- 230000001788 irregular Effects 0.000 abstract 1
- 230000006870 function Effects 0.000 description 7
- 238000001914 filtration Methods 0.000 description 5
- 238000005516 engineering process Methods 0.000 description 3
- 238000012549 training Methods 0.000 description 3
- 238000013528 artificial neural network Methods 0.000 description 2
- 230000015572 biosynthetic process Effects 0.000 description 2
- 210000002569 neuron Anatomy 0.000 description 2
- 230000010287 polarization Effects 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 238000003786 synthesis reaction Methods 0.000 description 2
- 230000002238 attenuated effect Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000005284 excitation Effects 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 230000035800 maturation Effects 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 238000011084 recovery Methods 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01V—GEOPHYSICS; GRAVITATIONAL MEASUREMENTS; DETECTING MASSES OR OBJECTS; TAGS
- G01V1/00—Seismology; Seismic or acoustic prospecting or detecting
- G01V1/28—Processing seismic data, e.g. for interpretation or for event detection
- G01V1/36—Effecting static or dynamic corrections on records, e.g. correcting spread; Correlating seismic signals; Eliminating effects of unwanted energy
- G01V1/364—Seismic filtering
- G01V1/366—Seismic filtering by correlation of seismic signals
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01V—GEOPHYSICS; GRAVITATIONAL MEASUREMENTS; DETECTING MASSES OR OBJECTS; TAGS
- G01V2210/00—Details of seismic processing or analysis
- G01V2210/30—Noise handling
- G01V2210/32—Noise reduction
- G01V2210/324—Filtering
Landscapes
- Engineering & Computer Science (AREA)
- Remote Sensing (AREA)
- Physics & Mathematics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Acoustics & Sound (AREA)
- Environmental & Geological Engineering (AREA)
- Geology (AREA)
- General Life Sciences & Earth Sciences (AREA)
- General Physics & Mathematics (AREA)
- Geophysics (AREA)
- Geophysics And Detection Of Objects (AREA)
Abstract
本发明公开了一种井震结合的去噪方法，方法的核心在于利用测井资料制作的合成记录与地震资料建立关系，去除地震资料中的噪声、提高地震资料信噪比。由于地震资料尤其是高频成分淹没在噪声中，且噪声规律难寻。常规的去噪方法一般仅借助于地震资料本身，则难以去除这些噪声。本发明将声波测井资料转换得到的合成记录视为无噪声的期望输出，地震记录作为输入；在建立两者的数学关系时，会强化有效信号，削弱噪声信号，来达到去噪、提高信噪比的目的。采用测井资料的合成记录与地震记录结合的方式，可以有效去除非规则的噪声。
Description
技术领域
本发明涉及油气田勘探开发的地震资料处理领域，确切地说涉及一种基于井震结合的去噪方法。
背景技术
油气地震勘探中，地震资料在采集、处理过程中均会产生噪声，包括低频和高频噪声，类型有声波、面波等规则干扰，有随机噪声以及其它类型的无规则干扰。部分规则噪声可以根据噪声分布规律应用已有成熟方法方法去除，对于接近于白噪的随机噪声已有较成熟的方法方法来去除。但某些噪声既没有规律，也不是白噪，就难以有效去除，特别是高频信号，噪声能量较有效信号能量更强，甚至强得多，这样的噪声就难以去除。
地震信号分布一般是中低频有效信号能量强于低频噪声，高频有效信号弱于高频噪声。为了确保地震资料（剖面）有足够的信噪比，就采用滤波方法滤除高频信号。这样就损失了高频有效信息，地震分辨率降低。
为了获取高频有效信息，提高对薄层地质信息的的识别能力，地球物理领域一直在研究高频噪声去除方法，例如公开号为101644782，公开日为2010年2月10日的中国专利文献公开了一种基于极化滤波的多波多分量地震资料的去噪方法,该方法包括:A.根据所述多波多分量地震资料的纵波初始数据和转换波初始数据,获得面波初始水平参量和初始垂直参量;B.根据所述面波初始水平参量和初始垂直参量,利用极化滤波迭代方法计算面波目标水平参量和面波目标垂直参量;C.从所述纵波初始数据中减去所述面波目标垂直参量,及从所述转换波初始数据中减去所述面波目标水平参量,以得到去除噪音的数据。本发明所具有的有益效果:提高了转换波资料及纵波资料的信噪比。
但由于高频噪声的复杂性，没有规律，以上述专利文献为代表的常规的去噪方法主要使用仅基于地震数据的滤波技术，滤波难以做到区分噪音和有效信号成分。
发明内容
本发明针对仅基于地震数据的地震资料去噪技术的不足，提供一种井震结合的去除噪声的方法，目的在于滤除地震资料噪声，主要是压制高频噪声。
本发明是通过采用下述技术方案实现的：
一种基于井震结合的去噪方法，其特征在于：将测井资料制作的合成记录与井旁地震记录建立数学关系，然后将这种关系作用于所有地震记录，从而进行去噪。
详细步骤如下：
a、制作测井反射序列：输入声波以及密度测井资料，转换成波阻抗，由波阻抗生成反射系数序列；
b、选定理论子波：根据对地震资料的分析，确定理论子波的主频和类型；
c、制作合成记录：将步骤a中生成的反射系数序列与步骤b中确定的理论子波褶积，生成合成记录，并与井旁地震记录做时深关系匹配；
d、建立数学关系：用算法建立合成记录与井旁地震记录的数学关系，用函数表示为y=f(x)，其中：x为输入参数（即地震记录），y为输出参数（即测井合成记录），f为算法建立起的输入与输出间的数学关系；
e、应用数学关系去噪：将d步骤建立的关系应用于所有地震记录，得到去噪后的剖面或数据体。
所述步骤b中，子波形态可以用固定的，也可以用任意的，包括雷克子波、测井与地震联合提取的子波、直接从地震数据上提取的子波、模拟的子波和假设子波，子波主频任意给定。
所述步骤d中，建立数学关系的算法不限定于某种特定的算法，只要能建立合成记录与地震记录的合理数学关系即可，比如采用神经网络类算法、与统计相关的算法、拟合法或随机反演法。
与现有技术相比，本发明所达到的有益效果如下：
1、本发明提出了一种基于井震结合的去噪方法，为一种应用测井资料约束提高地震资料信噪比的方法，采用测井资料来提高地震资料信噪比，与仅用地震资料的去噪方法形成差异。
2、本发明充分应用测井资料的高、低频信息，得到宽频合成记录，这样的记录不含噪声，在建立与井旁地震道的关系时，会自动加强地震道中有效信息的权重，削弱噪声权重，从而在应用该关系作用于所有地震道时，自动加强有效信息，去除或削弱噪声。
3、合理使用本发明对地震资料进行去噪处理，可使得地震资料中的高频噪声得到一定程度上的压制（图2去噪后剖面高频段有效信号较原始剖面高频段有效信号连续性增强），提升信噪比，从而提高地震资料利用效率，一定程度克服了常规去噪方法难以区分噪声和有效信号的缺点。
附图说明
下面将结合说明书附图和具体实施方式对本发明作进一步的详细说明，其中：
图1为本发明处理流程图；
图2为采用本方法去噪前后对比图；
图3为去除随机和规则噪声的效果图。
具体实施方式
实施例1
作为本发明的一较佳实施方式，其将测井资料制作的合成记录与井旁地震记录建立数学关系，然后将这种关系作用于所有地震记录，从而进行去噪。详细步骤如下：
a、制作测井反射序列：输入声波以及密度测井资料，转换成波阻抗，由波阻抗生成反射系数序列；
b、选定理论子波：根据对地震资料的分析，确定理论子波的主频和类型；
c、制作合成记录：将步骤a中生成的反射系数序列与步骤b中确定的理论子波褶积，生成合成记录，并与井旁地震记录做时深关系匹配；
d、建立数学关系：用算法建立合成记录与井旁地震记录的数学关系，用函数表示为y=f(x)，其中：x为输入参数（即地震记录），y为输出参数（即测井合成记录），f为算法建立起的输入与输出间的数学关系；
e、应用数学关系去噪：将d步骤建立的关系应用于所有地震记录，得到去噪后的剖面或数据体。
所述步骤b中，子波形态可以用固定的，也可以用任意的，包括雷克子波、测井与地震联合提取的子波、直接从地震数据上提取的子波、模拟的子波和假设子波，子波主频任意给定。
所述步骤d中，建立数学关系的算法不限定于某种特定的算法，只要能建立合成记录与地震记录的合理数学关系即可，比如采用神经网络类算法、与统计相关的算法、拟合法或随机反演法。算法用于在一定精度下寻求测井合成记录与井旁地震道之间解析或非解析的数学关系，且该关系可以应用于所有地震记录。
实施例2：模拟剖面随机噪声和规则噪声去除
(1)、构建一个二维多层速度模型，以及分布在三个位置井，按从左到右顺序为w1，w3，w2，以及相应的测井声波资料，并给出准确的时深关系。设定60Hz主频的雷克子波，用地震正演方法获得无噪叠后剖面（图3-a）。然后分别生成非白噪的随机噪声剖面（图3-b）和呈一定规则但又是非线性的噪声剖面（图3-e），能量为地震剖面能量的20%左右，混入由无噪剖面中形成带噪模拟剖面（图3-c、图3-f）。可见其有效信号几乎被淹没在噪声中；
(2)、选择BP神经网络算法作为建立数学关系的算法。设计网络结构为3至5层的前馈型多层网络，每层神经元数设置为一个子波周期的样点数，单个神经元采用多输入单输出结构，激励函数为Sigmoid函数，学习速率可根据训练收敛情况动态调整，一般在0.01至0.5之间。
（3）、使用井w1及w2的测井合成记录作为期望输出，对应的井旁地震道作为输入，训练（2）所述BP神经网络，指定训练结束条件：一定精度或一定的迭代步数，建立两者之间的网络映射关系；
（4）、将训练完成的网络关系逐道应用于步骤（1）生成的带噪剖面（图3-c、图3-f），输出去噪后剖面（图3-d、图3-g）。可以看到，两种噪声被明显削弱，有效信号得到较明显恢复。
Claims (4)
1.一种基于井震结合的去噪方法，其特征在于：将测井资料制作的合成记录与井旁地震记录建立数学关系，然后将这种关系作用于所有地震记录，从而进行去噪。
2.根据权利要求1所述的一种基于井震结合的去噪方法，其特征在于详细步骤如下：
a、制作测井反射序列：输入声波以及密度测井资料，转换成波阻抗，由波阻抗生成反射系数序列；
b、选定理论子波：根据对地震资料的分析，确定理论子波的主频和类型；
c、制作合成记录：将步骤a中生成的反射系数序列与步骤b中确定的理论子波褶积，生成合成记录，并与井旁地震记录做时深关系匹配；
d、建立数学关系：用算法建立合成记录与井旁地震记录的数学关系，用函数表示为y=f(x)，其中：x为输入参数，y为输出参数，f为算法建立起的输入与输出间的数学关系；
e、应用数学关系去噪：将d步骤建立的关系应用于所有地震记录，得到去噪后的剖面或数据体。
3.根据权利要求2所述的一种基于井震结合的去噪方法，其特征在于详细步骤如下：所述步骤b中，子波形态包括雷克子波、测井与地震联合提取的子波、直接从地震数据上提取的子波、模拟的子波和假设子波，子波主频任意给定。
4.根据权利要求2所述的一种基于井震结合的去噪方法，其特征在于详细步骤如下：所述步骤d中，建立数学关系的算法采用神经网络类算法、与统计相关的算法、拟合法或随机反演法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710297064.6A CN106873036A (zh) | 2017-04-28 | 2017-04-28 | 一种基于井震结合的去噪方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710297064.6A CN106873036A (zh) | 2017-04-28 | 2017-04-28 | 一种基于井震结合的去噪方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN106873036A true CN106873036A (zh) | 2017-06-20 |
Family
ID=59161842
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201710297064.6A Pending CN106873036A (zh) | 2017-04-28 | 2017-04-28 | 一种基于井震结合的去噪方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN106873036A (zh) |
Cited By (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109031415A (zh) * | 2018-06-20 | 2018-12-18 | 清华大学 | 一种基于深度卷积神经网络的可控震源数据振铃压制方法 |
| CN109946739A (zh) * | 2019-03-15 | 2019-06-28 | 成都理工大学 | 一种基于压缩感知理论的地震剖面增强方法 |
| CN110780349A (zh) * | 2019-11-07 | 2020-02-11 | 吉林大学 | 一种基于增强块匹配精度的加权核范数最小化算法及沙漠地震中低频噪声抑制方法和应用 |
| CN110806602A (zh) * | 2018-08-06 | 2020-02-18 | 中国石油化工股份有限公司 | 基于深度学习的智能化地震数据随机噪声压制方法 |
| CN112882123A (zh) * | 2021-01-11 | 2021-06-01 | 中国海洋大学 | 一种基于两步法的cnn井震联合反演方法、系统及应用 |
Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101487898A (zh) * | 2009-02-27 | 2009-07-22 | 中国石油集团川庆钻探工程有限公司 | 采用纵波地震勘探叠后资料进行油气水识别的方法 |
| CN103389513A (zh) * | 2013-08-02 | 2013-11-13 | 中国石油集团川庆钻探工程有限公司 | 应用声波测井资料约束反演提高地震资料分辨率的方法 |
| CN103412332A (zh) * | 2013-01-22 | 2013-11-27 | 中国地质大学（北京） | 一种定量计算薄储层厚度的方法 |
| CN104730576A (zh) * | 2015-04-14 | 2015-06-24 | 吉林大学 | 基于Curvelet变换的地震信号去噪方法 |
| CN105319593A (zh) * | 2014-07-04 | 2016-02-10 | 中国石油化工股份有限公司 | 基于曲波变换和奇异值分解的联合去噪方法 |
| US20160178772A1 (en) * | 2013-05-27 | 2016-06-23 | Statoil Petroleum As | High Resolution Estimation of Attenuation from Vertical Seismic Profiles |
| CN105759312A (zh) * | 2016-03-01 | 2016-07-13 | 中国海洋石油总公司 | 一种储层特征法井震标定方法 |
-
2017
- 2017-04-28 CN CN201710297064.6A patent/CN106873036A/zh active Pending
Patent Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101487898A (zh) * | 2009-02-27 | 2009-07-22 | 中国石油集团川庆钻探工程有限公司 | 采用纵波地震勘探叠后资料进行油气水识别的方法 |
| CN103412332A (zh) * | 2013-01-22 | 2013-11-27 | 中国地质大学（北京） | 一种定量计算薄储层厚度的方法 |
| US20160178772A1 (en) * | 2013-05-27 | 2016-06-23 | Statoil Petroleum As | High Resolution Estimation of Attenuation from Vertical Seismic Profiles |
| CN103389513A (zh) * | 2013-08-02 | 2013-11-13 | 中国石油集团川庆钻探工程有限公司 | 应用声波测井资料约束反演提高地震资料分辨率的方法 |
| CN105319593A (zh) * | 2014-07-04 | 2016-02-10 | 中国石油化工股份有限公司 | 基于曲波变换和奇异值分解的联合去噪方法 |
| CN104730576A (zh) * | 2015-04-14 | 2015-06-24 | 吉林大学 | 基于Curvelet变换的地震信号去噪方法 |
| CN105759312A (zh) * | 2016-03-01 | 2016-07-13 | 中国海洋石油总公司 | 一种储层特征法井震标定方法 |
Non-Patent Citations (1)
| Title |
|---|
| 彭苏萍等: "《测井约束地震反演在煤厚预测中的应用研究》", 《中国矿业大学学报》 * |
Cited By (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109031415A (zh) * | 2018-06-20 | 2018-12-18 | 清华大学 | 一种基于深度卷积神经网络的可控震源数据振铃压制方法 |
| CN110806602A (zh) * | 2018-08-06 | 2020-02-18 | 中国石油化工股份有限公司 | 基于深度学习的智能化地震数据随机噪声压制方法 |
| CN109946739A (zh) * | 2019-03-15 | 2019-06-28 | 成都理工大学 | 一种基于压缩感知理论的地震剖面增强方法 |
| CN110780349A (zh) * | 2019-11-07 | 2020-02-11 | 吉林大学 | 一种基于增强块匹配精度的加权核范数最小化算法及沙漠地震中低频噪声抑制方法和应用 |
| CN112882123A (zh) * | 2021-01-11 | 2021-06-01 | 中国海洋大学 | 一种基于两步法的cnn井震联合反演方法、系统及应用 |
| CN112882123B (zh) * | 2021-01-11 | 2022-06-17 | 中国海洋大学 | 一种基于两步法的cnn井震联合反演方法、系统及应用 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN106873036A (zh) | 一种基于井震结合的去噪方法 | |
| CN103389513B (zh) | 应用声波测井资料约束反演提高地震资料分辨率的方法 | |
| CN107102356B (zh) | 基于ceemd的地震信号高分辨率处理方法 | |
| CN102109612B (zh) | 一种地震波吸收衰减补偿方法 | |
| CN108983284B (zh) | 一种适用于海上斜缆数据的f-p域鬼波压制方法 | |
| CN108267784A (zh) | 一种地震信号随机噪声压制处理方法 | |
| CN105510976A (zh) | 一种多次波组合自适应衰减方法 | |
| CN105089652A (zh) | 一种拟声波曲线重构与稀疏脉冲联合反演方法 | |
| CN107315194A (zh) | 地震叠前时间偏移速度的确定方法和装置 | |
| CN111045077B (zh) | 一种陆地地震数据的全波形反演方法 | |
| CN103439740B (zh) | 基于偶极地震子波多重积分的相对阻抗预测的方法及装置 | |
| CN102262243B (zh) | 一种滤波法可控震源地震数据谐波干扰压制方法 | |
| CN107703546A (zh) | 一种基于小波变换的新阈值函数地震资料去噪方法 | |
| CN106033125A (zh) | 压制叠前大角度道集干涉的提频方法 | |
| CN107728206A (zh) | 一种速度场建模方法 | |
| CN107643539A (zh) | 一种基于煤层地震响应特征分析剥离强屏蔽层的方法 | |
| CN107179550A (zh) | 一种数据驱动的地震信号零相位反褶积方法 | |
| CN107436450A (zh) | 一种基于连续小波变换的地震信号带宽拓展方法 | |
| CN103675904B (zh) | 一种井震匹配解释性目标处理方法及装置 | |
| CN113077386A (zh) | 基于字典学习和稀疏表征的地震资料高分辨率处理方法 | |
| CN102707313B (zh) | 一种基于脉冲耦合神经网络的拟声波曲线构建方法 | |
| CN104297800A (zh) | 一种自相控叠前反演方法 | |
| CN104133248A (zh) | 一种高保真声波干扰压制方法 | |
| CN107703547A (zh) | 一种自适应小波阈值函数地震资料去噪方法 | |
| CN105182414B (zh) | 一种基于波动方程正演去除直达波的方法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20170620 |
|
| RJ01 | Rejection of invention patent application after publication |