CN109557578A - 一种储层含气性检测方法及装置 - Google Patents
一种储层含气性检测方法及装置 Download PDFInfo
- Publication number
- CN109557578A CN109557578A CN201710892722.6A CN201710892722A CN109557578A CN 109557578 A CN109557578 A CN 109557578A CN 201710892722 A CN201710892722 A CN 201710892722A CN 109557578 A CN109557578 A CN 109557578A
- Authority
- CN
- China
- Prior art keywords
- section
- frequency
- time
- mode function
- intrinsic mode
- 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
- 238000001514 detection method Methods 0.000 title claims abstract description 36
- 238000001228 spectrum Methods 0.000 claims abstract description 36
- 238000000034 method Methods 0.000 claims abstract description 27
- 238000000354 decomposition reaction Methods 0.000 claims abstract description 26
- 238000010521 absorption reaction Methods 0.000 claims abstract description 20
- 230000015572 biosynthetic process Effects 0.000 claims abstract description 14
- 230000006870 function Effects 0.000 claims description 63
- 230000005012 migration Effects 0.000 claims description 22
- 238000013508 migration Methods 0.000 claims description 22
- 238000010606 normalization Methods 0.000 claims description 15
- 238000012545 processing Methods 0.000 claims description 15
- 238000006243 chemical reaction Methods 0.000 claims description 11
- 230000008569 process Effects 0.000 claims description 8
- 238000004590 computer program Methods 0.000 claims description 6
- 238000012360 testing method Methods 0.000 abstract description 5
- 230000008859 change Effects 0.000 description 5
- 239000012530 fluid Substances 0.000 description 5
- 230000009466 transformation Effects 0.000 description 4
- 230000003595 spectral effect Effects 0.000 description 3
- 230000003044 adaptive effect Effects 0.000 description 2
- 239000006185 dispersion Substances 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000010183 spectrum analysis Methods 0.000 description 2
- 239000004215 Carbon black (E152) Substances 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000008878 coupling Effects 0.000 description 1
- 238000010168 coupling process Methods 0.000 description 1
- 238000005859 coupling reaction Methods 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 229930195733 hydrocarbon Natural products 0.000 description 1
- 150000002430 hydrocarbons Chemical class 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 230000017105 transposition Effects 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 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
- G01V1/24—Recording seismic data
-
- 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
- G01V1/362—Effecting static or dynamic corrections; Stacking
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
本发明涉及一种储层含气性检测方法及装置，属于地震勘探油气检测技术领域。本发明通过对叠后地震数据进行经验模态分解得到其对应的本征模态函数剖面(IMF)，选择与原始地震剖面相关性最大的剖面作为理想的本征模态函数剖面，对所选取IMF剖面中的每道记录进行广义S变换，然后叠加得到时频剖面，继而对时频剖面分频获取高频和低频剖面，计算得到地层吸收剖面，通过该地层吸收剖面确定储层含气性特征。本发明采用经验模态分解地震数据，能够更好的反映地下地质信息，提高储层含气性检测的准确性；利用高精度广义S变换提取的频谱能量差异，能够更加精确的指示储层含气性，满足高精度储层含气性检测要求。
Description
技术领域
本发明涉及一种储层含气性检测方法及装置，属于地震勘探油气检测技术领域。
背景技术
随着中国各大盆地浅、中层油气勘探全面突破和整体投入开发,各大盆地油气增储领域逐渐由浅变深、由大到小，深层目标的勘探对储层预测精度要求也越来越高，其中包括含气性检测精度。频谱分解技术是针对中、浅层勘探目标的所采用的油气检测方法之一，其中短时傅里叶变换、小波变换和S变换是频谱分解技术常采用的方法，短时傅里叶变化、小波变换和S变换的频谱分解技术，均是基于傅里叶分析理论，该理论在处理非线性非平稳信号时，受到Heisenberg不确定原理限制，而地震信号是典型的非平稳信号,这也会导致常规的频谱分解技术在油气检测应用上精度不高。
申请号为201210425617.9的专利申请文件公开了一种储层频变含气性检测方法，该方法主要是采用小波变换，对叠前地震数据体进行频谱分解，得到不同频率下的多个数据，利用得到的多个数据计算纵波速度变化率与横波速度变化率，然后依据纵波速度变化率与横波速度变化率进行运算，获得反映储层流体的属性参数，从而进行储层含气性检测。该方法虽然可以有效的进行含气性检测，但它的方法步骤较繁琐，在提取速度的频散效应和获取储层含气、水时不同的速度频散特征时容易产生误差，特别是对于深层地震信号，由于其频带宽度本身较窄，其误差会更大。
Huang等人在1998年提出了一种新的频谱分解方法—希尔伯特黄变换HHT(Hilbert Huang Transform,HHT)，该方法主要由经验模态分解(Empirical ModeDecomposition,EMD)和希尔伯特谱分析组成。此外该方法是基于数据驱动的频谱分析方法，不受Heisenberg不确定原理的限制，可以处理平稳信号和非平稳信号，把地震数据自适应地分解为不同频段范围的窄带信号，但该方法中经验模态分解上存在模态混叠的缺点，导致最终的油气检测准确性低的问题。
发明内容
本发明的目的是提供一种储层含气性检测方法，以解决目前采用频谱分解方式进行含气性检测导致检测精度低的问题；本发明还提供了一种储层含气性检测装置。
本发明为解决上述技术问题而提供一种储层含气性检测方法，该检测方法包括以下步骤：
1)获取工区叠后偏移地震数据，并对所获取的工区叠后偏移地震数据逐道进行经验模态分解，得到各道的本征模态函数分量；
2)将各道对应的本征模态函数分量叠加，得到各本征模态函数剖面，选取与工区叠后偏移地震数据原始剖面相关性最大的本征模态函数剖面作为理想的本征模态函数剖面；
3)将理想的本征模态函数剖面逐道进行时频变换，得到相应的时频谱，将得到的各道地震信号时频谱进行叠加以构成时频剖面；
4)对得到的时频剖面按照其能量分布特征进行分频处理，以得到相应的高频剖面和低频剖面；
5)对高频剖面与低频剖面进行归一化处理，将归一化后的低频剖面减去归一化后的高频剖面得到地层吸收剖面，当地层吸收剖面大于零，说明存在储层气体。
所述步骤3)采用的时频变换为广义S变换。
所述步骤1)中的得到各道的本征模态函数分量为：
其中xj(t)是工区第j道叠后偏移地震数据体，imfji(t)是第j道地震信号经验模态分解后得到的第i个本征模态函数分量，rn(t)为剩余分量，N为工区的地震道个数。
所述步骤2)中得到的各本征模态函数剖面为：
其中IMFi(t)表示第i本征模态函数剖面。
所述步骤3)采用广义S变换得到的时频剖面为：
其中IMF1k(t)为理想的本征模态函数剖面IMF1(t)的第k道地震信号，λ和p分别是调节小波的时间延续度和衰减速度的参数，τ是用于确定小波的时间位置的参数，f是频率。
所述步骤4)中的分频处理是指在基于EMD分解后选取的固有模态函数进行GST时频分析得到的时频谱上提取高频和低频信息的过程，低频和高频分别为频谱曲线的总能量的40％和60％对应的频率。
本发明还提供了一种储层含气性检测装置，该检测装置包括存储器和处理器以及存储在所述存储器上并在所述处理器上运行的计算机程序，存储器上还存储有采集的工区叠后偏移地震数据，所述处理器与所述存储器相耦合，所述处理器执行所述计算机程序时实现以下指令：
1)对存储器中存储的工区叠后偏移地震数据逐道进行经验模态分解，得到各道的本征模态函数分量；
2)将各道对应的本征模态函数分量叠加，得到各本征模态函数剖面，选取与工区叠后偏移地震数据原始剖面相关性最大的本征模态函数剖面作为理想的本征模态函数剖面；
3)将理想的本征模态函数剖面逐道进行时频变换，得到相应的时频谱，将得到的各道地震信号时频谱进行叠加以构成时频剖面；
4)对得到的时频剖面按照其能量分布特征进行分频处理，以得到相应的高频剖面和低频剖面；
5)对高频剖面与低频剖面进行归一化处理，将归一化后的低频剖面减去归一化后的高频剖面得到地层吸收剖面，当地层吸收剖面大于零，说明存在储层气体。
进一步地，所述步骤3)采用的时频变换为广义S变换。
进一步地，所述步骤4)中的分频处理是指在基于EMD分解后选取的固有模态函数进行GST时频分析得到的时频谱上提取高频和低频信息的过程，低频和高频分别为频谱曲线的总能量的40％和60％对应的频率。
本发明的有益效果是:本发明通过对叠后地震数据进行经验模态分解得到其对应的本征模态函数剖面(IMF)，选择与原始地震剖面相关性最大的剖面作为理想的本征模态函数剖面，对所选取IMF剖面中的每道记录进行广义S变换，然后叠加得到时频剖面，继而对时频剖面分频获取高频和低频剖面，计算得到地层吸收剖面，通过该地层吸收剖面确定储层含气性特征。本发明采用经验模态分解地震数据，能够更好的反映地下地质信息，提高储层含气性检测的准确性。
此外，本发明利用高精度广义S变换提取的频谱能量差异，能够更加精确的指示储层含气性，满足高精度储层含气性检测要求。
附图说明
图1是本发明储层含气性检测方法的流程图；
图2是经验模态分解的流程图；
图3是本发明实施例中的原始地震剖面图；
图4是本发明实施例中经过EMD分解得到的IMF1剖面图；
图5是本发明实施例中经过EMD分解得到的IMF2剖面图；
图6是本发明实施例中IMF1剖面的高频剖面图；
图7是本发明实施例中IMF1剖面的低频剖面图；
图8是本发明实施例中得到的地层吸收剖面图。
具体实施方式
下面结合附图对本发明的具体实施方式做进一步的说明。
本发明储层含气性检测方法的实施例
本发明的储层含气性检测方法首先对给定的地震数据首先进行经验模态分解，得到其对应的本征模态剖面(IMF)，根据不同的地震资料品质选择合适的IMF剖面，对IMF剖面中的每道记录进行广义S变换，然后叠加得到时频剖面，继而对时频剖面分频获取高频和低频剖面，计算得到地层吸收剖面，根据地层吸收剖面来识别储层含气性。该方法的实现流程如图1所示，下面结合具体的实例对各步骤的具体实施方式进行详细说明。
1.获取工区叠后偏移地震数据。
本实施例选取某模拟工区二维叠后偏移地震数据进行说明，该数据采样点为1024个点，地震道数为256道，采样时间为0.001s，该地震数据对应的原始地震剖面如图3所示。
2.对所获取的工区叠后偏移地震数据逐道进行经验模态分解，得到各道的本征模态函数分量。
本实施例中所针对的工区叠后偏移地震数据体为x(t)，第j道区叠后偏移地震数据体为xj(t)，对该数据进行经验模态分解的流程如图2所示，具体过程如下:
首先找出信号x(t)的所有极值点；然后拟合上下包络线；再求上下包络线的均值m1(t)，将原信号减去均值，得到新信号h1(t)。若h1(t)满足IMF条件则为第一个固有模态函数，若不满足再对h1(t)做以上数据处理，得到上下包络的均值m11(t)，再判断h11(t)＝h1(t)-m11(t)是否满足IMF条件，若不满足将以上操作循环k次直到h1k(t)＝h1(k-1)(t)-m1k(t)满足IMF条件，此时得到第一个IMF分量记为c1。
从信号x(t)中除去c1后的信号r1＝x(t)-c1作为新信号分离出来，再将信号r1作为新信号重复以上操作分离出第二个IMF分量，记为c2；重复以上操作，直到最后剩余分量rn满足IMF条件不能再分解为止；最后信号可以表示为：
通过上述过程可得到各道的本征模态函数分量为：
其中imfji(t)是第j道地震信号经验模态分解后得到的第i个本征模态函数分量，相当于ci(t)，rn(t)为剩余分量。
3.将各道对应的本征模态函数分量叠加，得到各本征模态函数剖面，选取与工区叠后偏移地震数据原始剖面相关性最大的本征模态函数剖面作为理想的本征模态函数剖面。
将对应的本征模态函数分量进行叠加，得到多个本征模态函数剖面，具体的公式如下：
其中，IMFi(t)表示第i本征模态函数剖面。
计算每个本征模态函数剖面与输入的二维叠后偏移数据的相关性，具体公式如下：
其中Qi(t)是第i个IMF剖面与原始地震剖面之间的相关系数，IMFih(t)是第h道地震信号的第i个IMF分量，xh′(t)第h道地震信号的转置。
自适应选择与原始剖面相关性最大的本征模态函数剖面，作为理想的本征模态函数剖面F(t)。
根据上述公式可计算本实施中模拟工区二维叠后偏移地震数据体的多个本征模态函数剖面，其中IMF1剖面与原始地震信号的相关程度最大，IMF2剖面与原始地震信号的相关程度次之，如图4和图5所示，因此，本实施例选择IMF1剖面为理想的本征模态函数剖面。
4.将理想的本征模态函数剖面逐道进行时频变换，得到相应的时频谱，将得到的各道地震信号时频谱进行叠加以构成时频剖面。
时频变换包括短时傅里叶变换、小波变换和S变换等频谱变换方式，上述变换方式均是基于傅里叶分析理论，在用到地震信号时容易受到Heisenberg不确定原理限制，导致效果不好。因此本实施例采用广义S变换来实现理想本征模态函数剖面的时频变换。
本实施例将获取的理想的IMF1剖面作为新的信号，逐道进行广义S变换，分别得到相应的时频谱，256个时频谱叠加在一起构成时频剖面，具体计算公式如下：
其中，IMF1k(t)为本征模态函数剖面IMF1(t)的第k道地震信号，λ和p分别是调节小波的时间延续度和衰减速度的参数，τ是用于确定小波的时间位置的参数，f是频率。
5.对得到的时频剖面按照其能量分布特征进行分频处理，以得到相应的高频剖面和低频剖面。
在基于EMD和GST对二维地震时频剖面分析得到的时频剖面上对每个时刻的频谱曲线进行叠加求取均值频谱曲线，利用拟合方法将频谱曲线拟合为光滑的频谱曲线，并计算频谱曲线的总能量；频谱曲线的总能量的40％和60％对应的频率分别作为低频和高频。
本实施例根据步骤4获取的时频剖面的能量分布特征自适应的检测出高频和低频，进行分频处理分别记为高频剖面和低频剖面。
6.对高频剖面与低频剖面进行归一化处理，将归一化后的低频剖面减去归一化后的高频剖面得到地层吸收剖面，当地层吸收剖面大于零，说明存在储层气体。
地震波穿过流体储层时，波动引起的流体流动会导致地震波频率和能量的异常衰减，相对于地震信号的低频能量高频能量衰减更加迅速，更加剧烈，从而会导致低频信号的能量保存良好，高频信号能量明显减弱的现象。通过将低频与高频能量做差得到的地层吸收剖面可以更加直观的对比地震信号穿过流体储层和未穿过流体储层的衰减差异，进而直接的只是烃类储层。
本实施例对步骤5中得到高频剖面和低频剖面分别进行归一化处理，得到归一化后的高频剖面和归一化后的低频剖面，分别如图6和图7所示；将归一化后的低频剖面减去归一化后的高频剖面，并将大于零的部分保留，小于零的部分进行归零化处理，得到地层吸收剖面，如图8所示，从中可以看出该地层吸收剖面大于零，说明该地层存在储层气体。
本发明储层含气性检测装置的实施例
本实施例的检测装置包括存储器和处理器以及存储在存储器上并在处理器上运行的计算机程序，存储器上还存储有采集的工区叠后偏移地震数据，处理器与存储器相耦合，处理器执行所述计算机程序时实现以下指令：
1)对存储器中存储的工区叠后偏移地震数据逐道进行经验模态分解，得到各道的本征模态函数分量；2)将各道对应的本征模态函数分量叠加，得到各本征模态函数剖面，选取与工区叠后偏移地震数据原始剖面相关性最大的本征模态函数剖面作为理想的本征模态函数剖面；3)将理想的本征模态函数剖面逐道进行时频变换，得到相应的时频谱，将得到的各道地震信号时频谱进行叠加以构成时频剖面；4)对得到的时频剖面按照其能量分布特征进行分频处理，以得到相应的高频剖面和低频剖面；5)对高频剖面与低频剖面进行归一化处理，将归一化后的低频剖面减去归一化后的高频剖面得到地层吸收剖面，当地层吸收剖面大于零，说明存在储层气体。各指令的具体实现手段已在方法的实施例中进行了说明，这里不再赘述。
本发明采用地震数据经过经验模态分解后得到的本征模态剖面，能够更好的反映地下地质信息；利用高精度广义S变换提取的频谱能量差异，能够更加精确的指示储层含气性，满足高精度储层含气性检测要求。
Claims (9)
1.一种储层含气性检测方法，其特征在于，该检测方法包括以下步骤：
1)获取工区叠后偏移地震数据，并对所获取的工区叠后偏移地震数据逐道进行经验模态分解，得到各道的本征模态函数分量；
2)将各道对应的本征模态函数分量叠加，得到各本征模态函数剖面，选取与工区叠后偏移地震数据原始剖面相关性最大的本征模态函数剖面作为理想的本征模态函数剖面；
3)将理想的本征模态函数剖面逐道进行时频变换，得到相应的时频谱，将得到的各道地震信号时频谱进行叠加以构成时频剖面；
4)对得到的时频剖面按照其能量分布特征进行分频处理，以得到相应的高频剖面和低频剖面；
5)对高频剖面与低频剖面进行归一化处理，将归一化后的低频剖面减去归一化后的高频剖面得到地层吸收剖面，当地层吸收剖面大于零，说明存在储层气体。
2.根据权利要求1所述的储层含气性检测方法，其特征在于，所述步骤3)采用的时频变换为广义S变换。
3.根据权利要求1或2所述的储层含气性检测方法，其特征在于，所述步骤1)中的得到各道的本征模态函数分量为：
其中xj(t)是工区第j道叠后偏移地震数据体，imfji(t)是第j道地震信号经验模态分解后得到的第i个本征模态函数分量，rn(t)为剩余分量，N为工区的地震道个数。
4.根据权利要求3所述的储层含气性检测方法，其特征在于，所述步骤2)中得到的各本征模态函数剖面为：
其中IMFi(t)表示第i本征模态函数剖面。
5.根据权利要求2所述的储层含气性检测方法，其特征在于，所述步骤3)采用广义S变换得到的时频剖面为：
其中IMF1k(t)为理想的本征模态函数剖面IMF1(t)的第k道地震信号，λ和p分别是调节小波的时间延续度和衰减速度的参数，τ是用于确定小波的时间位置的参数，f是频率。
6.根据权利要求1所述的储层含气性检测方法，其特征在于，所述步骤4)中的分频处理是指在基于EMD分解后选取的固有模态函数进行GST时频分析得到的时频谱上提取高频和低频信息的过程，低频和高频分别为频谱曲线的总能量的40％和60％对应的频率。
7.一种储层含气性检测装置，其特征在于，该检测装置包括存储器和处理器以及存储在所述存储器上并在所述处理器上运行的计算机程序，存储器上还存储有采集的工区叠后偏移地震数据，所述处理器与所述存储器相耦合，所述处理器执行所述计算机程序时实现以下指令：
1)对存储器中存储的工区叠后偏移地震数据逐道进行经验模态分解，得到各道的本征模态函数分量；
2)将各道对应的本征模态函数分量叠加，得到各本征模态函数剖面，选取与工区叠后偏移地震数据原始剖面相关性最大的本征模态函数剖面作为理想的本征模态函数剖面；
3)将理想的本征模态函数剖面逐道进行时频变换，得到相应的时频谱，将得到的各道地震信号时频谱进行叠加以构成时频剖面；
4)对得到的时频剖面按照其能量分布特征进行分频处理，以得到相应的高频剖面和低频剖面；
5)对高频剖面与低频剖面进行归一化处理，将归一化后的低频剖面减去归一化后的高频剖面得到地层吸收剖面，当地层吸收剖面大于零，说明存在储层气体。
8.根据权利要求7所述的储层含气性检测装置，其特征在于，所述步骤3)采用的时频变换为广义S变换。
9.根据权利要求7或8所述的储层含气性检测装置，其特征在于，所述步骤4)中的分频处理是指在基于EMD分解后选取的固有模态函数进行GST时频分析得到的时频谱上提取高频和低频信息的过程，低频和高频分别为频谱曲线的总能量的40％和60％对应的频率。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710892722.6A CN109557578A (zh) | 2017-09-27 | 2017-09-27 | 一种储层含气性检测方法及装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710892722.6A CN109557578A (zh) | 2017-09-27 | 2017-09-27 | 一种储层含气性检测方法及装置 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN109557578A true CN109557578A (zh) | 2019-04-02 |
Family
ID=65864251
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201710892722.6A Pending CN109557578A (zh) | 2017-09-27 | 2017-09-27 | 一种储层含气性检测方法及装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN109557578A (zh) |
Cited By (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109991661A (zh) * | 2019-04-08 | 2019-07-09 | 成都理工大学 | 油气检测方法及装置 |
| CN110988602A (zh) * | 2019-12-25 | 2020-04-10 | 青岛科技大学 | 基于s变换的混合直流输电线路行波保护方法 |
| CN111830559A (zh) * | 2019-04-19 | 2020-10-27 | 中国石油天然气股份有限公司 | 一种地震资料拓频处理的方法及装置 |
| CN112711070A (zh) * | 2019-10-24 | 2021-04-27 | 中国石油化工股份有限公司 | 一种基于地震信号分解的油气检测方法及装置 |
| CN114415241A (zh) * | 2022-01-19 | 2022-04-29 | 重庆科技学院 | 基于测井曲线广义s变换的致密砂岩储层流体识别方法 |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103728654A (zh) * | 2012-10-16 | 2014-04-16 | 中国石油化工股份有限公司 | 一种碳酸盐岩油气储层预测的方法 |
| CN107024718A (zh) * | 2017-05-31 | 2017-08-08 | 西南石油大学 | 基于ceemd‑spwvd时频谱分析的叠后地震流体预测方法 |
| CN107102356A (zh) * | 2017-06-02 | 2017-08-29 | 成都理工大学 | 基于ceemd的地震信号高分辨率处理方法 |
-
2017
- 2017-09-27 CN CN201710892722.6A patent/CN109557578A/zh active Pending
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103728654A (zh) * | 2012-10-16 | 2014-04-16 | 中国石油化工股份有限公司 | 一种碳酸盐岩油气储层预测的方法 |
| CN107024718A (zh) * | 2017-05-31 | 2017-08-08 | 西南石油大学 | 基于ceemd‑spwvd时频谱分析的叠后地震流体预测方法 |
| CN107102356A (zh) * | 2017-06-02 | 2017-08-29 | 成都理工大学 | 基于ceemd的地震信号高分辨率处理方法 |
Non-Patent Citations (1)
| Title |
|---|
| 薛雅娟: ""地震信号时频分析及其在储层含气性检测中的应用研究"", 《中国博士学位论文全文数据库基础科学辑》 * |
Cited By (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109991661A (zh) * | 2019-04-08 | 2019-07-09 | 成都理工大学 | 油气检测方法及装置 |
| CN111830559A (zh) * | 2019-04-19 | 2020-10-27 | 中国石油天然气股份有限公司 | 一种地震资料拓频处理的方法及装置 |
| CN112711070A (zh) * | 2019-10-24 | 2021-04-27 | 中国石油化工股份有限公司 | 一种基于地震信号分解的油气检测方法及装置 |
| CN112711070B (zh) * | 2019-10-24 | 2024-02-20 | 中国石油化工股份有限公司 | 一种基于地震信号分解的油气检测方法及装置 |
| CN110988602A (zh) * | 2019-12-25 | 2020-04-10 | 青岛科技大学 | 基于s变换的混合直流输电线路行波保护方法 |
| CN110988602B (zh) * | 2019-12-25 | 2021-10-29 | 青岛科技大学 | 基于s变换的混合直流输电线路行波保护方法 |
| CN114415241A (zh) * | 2022-01-19 | 2022-04-29 | 重庆科技学院 | 基于测井曲线广义s变换的致密砂岩储层流体识别方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN111208561B (zh) | 基于时变子波与曲波变换约束的地震声波阻抗反演方法 | |
| CN109557578A (zh) | 一种储层含气性检测方法及装置 | |
| Lu et al. | Seismic spectral decomposition using deconvolutive short-time Fourier transform spectrogram | |
| Puryear et al. | Layer-thickness determination and stratigraphic interpretation using spectral inversion: Theory and application | |
| CN108459350B (zh) | 一种深度域地震子波提取与地震记录合成的一体化方法 | |
| EP3076205B1 (en) | Method for survey data processing compensating for visco-acoustic effects in tilted transverse isotropy reverse time migration | |
| CN106814393B (zh) | 一种地层品质因子q的估算方法 | |
| CN106842298A (zh) | 一种基于匹配追踪的不整合强反射自适应分离方法 | |
| CN106291682B (zh) | 一种基于基追踪方法的叠后声波阻抗反演方法 | |
| Zoukaneri et al. | A combined Wigner-Ville and maximum entropy method for high-resolution time-frequency analysis of seismic data | |
| CN107255831A (zh) | 一种叠前频散属性的提取方法 | |
| Liner | An overview of wavelet transform concepts and applications | |
| CN106443770A (zh) | 一种页岩气地质甜点的预测方法 | |
| Liner et al. | SPICE: A new general seismic attribute | |
| Gholami et al. | Shear wave velocity prediction using seismic attributes and well log data | |
| CN113687440A (zh) | 基于米兰科维奇旋回的古水深定量恢复方法和存储介质 | |
| NO343878B1 (no) | Modellering av akustisk hastighet for undergrunnen omkring en eller flere brønner | |
| CN102928875B (zh) | 基于分数阶傅里叶域的子波提取方法 | |
| Zeng et al. | Recent progress in analysis of seismically thin beds | |
| CN101576621B (zh) | 海底电缆双检地震勘探的数据处理方法及数据处理装置 | |
| RU2490677C2 (ru) | Способ комплексной обработки геофизических данных и технологическая система "литоскан" для его осуществления | |
| CN109358365A (zh) | 一种基于井震信息匹配的薄层识别方法 | |
| RU2746691C1 (ru) | Система интеллектуального определения тектонических нарушений по сейсмическим данным на основе сверточных нейронных сетей | |
| CN111257933B (zh) | 基于低频阴影现象的油气藏预测新方法 | |
| CN112711070B (zh) | 一种基于地震信号分解的油气检测方法及装置 |
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 | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20190402 |