CN109655884B - 一种速度拾取异常点去除方法及系统 - Google Patents
一种速度拾取异常点去除方法及系统 Download PDFInfo
- Publication number
- CN109655884B CN109655884B CN201710936525.XA CN201710936525A CN109655884B CN 109655884 B CN109655884 B CN 109655884B CN 201710936525 A CN201710936525 A CN 201710936525A CN 109655884 B CN109655884 B CN 109655884B
- Authority
- CN
- China
- Prior art keywords
- speed
- pair
- pickup
- point
- grid
- 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
- 230000002159 abnormal effect Effects 0.000 title claims abstract description 42
- 238000000034 method Methods 0.000 title claims abstract description 34
- 238000012545 processing Methods 0.000 claims abstract description 28
- 230000006870 function Effects 0.000 claims description 40
- 238000005070 sampling Methods 0.000 claims description 7
- 238000004590 computer program Methods 0.000 claims description 3
- 230000005856 abnormality Effects 0.000 claims 1
- 238000001228 spectrum Methods 0.000 abstract description 4
- 238000004458 analytical method Methods 0.000 description 15
- 238000010586 diagram Methods 0.000 description 6
- 230000000694 effects Effects 0.000 description 6
- 230000008901 benefit Effects 0.000 description 4
- 230000008859 change Effects 0.000 description 4
- 238000004364 calculation method Methods 0.000 description 3
- 230000008569 process Effects 0.000 description 2
- 230000015572 biosynthetic process Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 230000005012 migration Effects 0.000 description 1
- 238000013508 migration Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
Images
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
-
- 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
- G01V1/30—Analysis
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
公开了一种异常速度拾取点去除方法及系统。该方法包括:1)对共中心点地震道集数据进行速度对自动拾取,获得全工区的速度对拾取数据;2)基于速度对拾取数据对应的网格,以目标速度对所在格点位置为中心设置局部区域;3)基于所述局部区域内的所有速度对数据进行速度函数的拟合;4)基于目标速度对的每个拾取点对应的拟合速度函数值来去除速度拾取异常点;5)将所述局部区域移动单位网格,重复步骤3)‑4),直到遍历整个网格。本发明大大提升了速度异常拾取点去除的处理效率,与速度对自动拾取方法联合应用,实现了高效准确的速度谱自动拾取功能。
Description
技术领域
本发明涉及地震勘探数据处理领域,更具体地,涉及一种速度拾取异常点去除方法及系统。
背景技术
速度建模是地震数据处理中的重要环节,速度建模的精度直接影响叠加效果和偏移处理的效果。速度建模的初始环节就是叠加速度分析,叠加速度分析的质量直接影响后续建模的效果和效率,好的初始叠加速度模型可以显著降低速度建模的迭代次数,提高处理效率。
常规叠加速度分析的过程是通过人工拾取速度对函数。随着地震勘探数据规模的不断增长,人工速度分析方法费时费力,处理效率极低,难以适应大数据的处理需求。因此大量速度分析自动化处理的方法被研究和开发,包括基于能量团的蒙特卡洛自动拾取方法,以及基于机器学习的自动拾取方法不断出现。自动速度分析方法解放了人力,速度分析由机器自动完成,处理效率显著提高,可以实现高密度的速度分析处理。但是自动速度分析方法存在异常点拾取这一缺点,由于速度谱的不确定性和复杂性,异常拾取点的出现在自动拾取无法避免。而异常拾取点往往是速度变化复杂的地方,复杂的位置正是需要获取精确速度值的位置。面对拾取异常点的存在,有效的解决方法就是通过人工对每个拾取点进行逐个检查,从而去除异常点。由于速度自动拾取的密度高,拾取数据量大,通过人工逐一检查,效率低下,从而降低的速度自动分析高效处理的优势。因此,有必要开发一种高效的速度拾取异常点去除方法及系统。
公开于本发明背景技术部分的信息仅仅旨在加深对本发明的一般背景技术的理解,而不应当被视为承认或以任何形式暗示该信息构成已为本领域技术人员所公知的现有技术。
发明内容
为了解决地震数据处理中速度谱自动拾取结果的异常拾取点去除效率低的问题,本发明提出了一种基于局部速度变化趋势小的速度拾取异常点去除方法及系统,实现速度对数据自动化异常点去除,提高速度分析的处理效率,改进速度分析的处理效果。
根据本发明的一方面,提出一种速度拾取异常点去除方法。该方法包括:
1)对共中心点地震道集数据进行速度对自动拾取,获得全工区的速度对拾取数据;
2)基于速度对拾取数据对应的网格,以目标速度对所在格点位置为中心设置局部区域;
3)基于所述局部区域内的所有速度对数据进行速度函数的拟合;
4)基于目标速度对的每个拾取点对应的拟合速度函数值来去除速度拾取异常点;
5)将所述局部区域移动单位网格,重复步骤3)-4),直到遍历整个网格。
优选地,在步骤4)中,将目标速度对的每个拾取点的速度值与对应的拟合速度函数值的差值与设定误差值进行比较,将目标速度对中大于所述设定误差值的拾取点作为异常点去除。
优选地,所述速度拾取异常点去除方法还包括以速度拾取网格点为最小并行单位,按照计算机的CPU核数,对各个局部区域进行分块并行处理。
优选地,步骤3)还包括对所述拟合速度函数进行插值,以获得每个采样时间点上的速度函数值。
优选地,在步骤3)中对所述局部区域内的速度对进行分段线性拟合。
根据本发明的另一方面,提出一种速度拾取异常点去除系统。所述系统包括存储器、处理器以及存储在存储器上并可在处理器上运行的计算机程序,其中,所述处理器执行所述程序时实现以下步骤:
1)对共中心点地震道集数据进行速度对自动拾取,获得全工区的速度对拾取数据;
2)基于速度对拾取数据对应的网格,以目标速度对所在格点位置为中心设置局部区域;
3)基于所述局部区域内的所有速度对数据进行速度函数的拟合;
4)基于目标速度对的每个拾取点对应的拟合速度函数值来去除速度拾取异常点;
5)将所述局部区域移动单位网格,重复步骤3)-4),直到遍历整个网格。
优选地,在步骤4)中,将目标速度对的每个拾取点的速度值与对应的拟合速度函数值的差值与设定误差值进行比较,将目标速度对中大于所述设定误差值的拾取点作为异常点去除。
优选地,所述速度拾取异常点去除方法还包括以速度拾取网格点为最小并行单位,按照计算机的CPU核数,对各个局部区域进行分块并行处理。
优选地,步骤3)还包括对所述拟合速度函数进行插值,以获得每个采样时间点上的速度函数值。
优选地,在步骤3)中对所述局部区域内的速度对进行分段线性拟合。
本发明利用地层局部速度稳定,变化趋势小的特点,设计了一种局部速度函数异常拾取点去除方法。该方法不需要人工逐一处理,通过自动并行计算,实现速度对函数的异常点去除功能,大大提升了速度异常拾取点去除的处理效率,与速度对自动拾取方法联合应用,形成了速度分析自动化处理流程,实现了高效准确的速度谱自动拾取功能。
本发明的方法和装置具有其它的特性和优点,这些特性和优点从并入本文中的附图和随后的具体实施例中将是显而易见的,或者将在并入本文中的附图和随后的具体实施例中进行详细陈述,这些附图和具体实施例共同用于解释本发明的特定原理。
附图说明
通过结合附图对本发明示例性实施例进行更详细的描述,本发明的上述以及其它目的、特征和优势将变得更加明显,其中,在本发明示例性实施例中,相同的参考标号通常代表相同部件。
图1示出根据本发明的示例性实施方案的速度拾取异常点去除方法的流程图;
图2为局部区域设定的示意图;
图3为移动局部区域的示意图;
图4a为异常拾取点示意图,图4b为异常拾取点去除示意图;
图5为并行分块处理的示意图。
具体实施方式
下面将参照附图更详细地描述本发明。虽然附图中显示了本发明的优选实施例,然而应该理解,可以以各种形式实现本发明而不应被这里阐述的实施例所限制。相反,提供这些实施例是为了使本发明更加透彻和完整,并且能够将本发明的范围完整地传达给本领域的技术人员。
本发明利用地层局部速度稳定、速度变化趋势小的规律,提出了一种局部速度拾取点异常值自动去除方法,实现了速度拾取点自动异常去除处理,有效地去除了速度拾取中的异常速度点,改善了速度拾取的效果,解放了人工操作,显著提升了速度分析的处理效率。
以下参考图1详细描述根据本发明的示例性实施方案的速度拾取异常点去除方法。该方法主要包括:
步骤1:对共中心点地震道集数据进行速度对自动拾取,获得全工区的速度对拾取数据。
可以利用速度分析自动处理模块,对于输入的共中心点地震道集数据,按照1x1的网格进行高密度速度对自动拾取处理,获取全工区的速度对拾取数据。速度对指深度采样点的时间(即时间域速度,以地震波运行的时间代表地层的深度)与对应位置的速度值组成的一对数据。
步骤2:基于速度对拾取数据对应的网格,以目标速度对所在格点位置为中心设置局部区域。
根据地层速度局部变换趋势小的特点,设定异常值去除的局部范围,局部范围的确定以速度对的平面网格为目标,以网格点数确定网格范围。
去除异常值的目标速度对函数所在的网格点位置为中心点,选取一个局部区域,作为异常值去除区域。如3X3点区域、5X5点区域等区域设定方法,如图2所示。对于边界位置窗口覆盖区域不满足3X3或者5X5,选取窗口覆盖的实际速度点数进行拟合处理。
步骤3:基于所述局部区域内的所有速度对数据进行速度函数的拟合。
确定局部区域范围后,读取局部区域内的所有速度拾取值,利用分段线性拟合方法,拟合处理局部区域的速度变化函数,并对速度变换函数进行插值处理,获取每个采样时间点上速度函数值。
步骤4:基于目标速度对的每个拾取点对应的拟合速度函数值来去除速度拾取异常点。
以局部速度拾取点拟合后的速度函数为中心,对比目标速度拾取点,通过设置最大速度误差值,对比目标拾取函数上的每个拾取点对应的拟合速度函数相同位置的速度值,计算二者的速度差值,如果速度误差超过设定的最大误差值,此拾取点作为异常拾取点去除。对应目标函数上的所有拾取点进行逐一误差对比,去除所有误差值大于设定值的点。
步骤5:将所述局部区域移动单位网格,重复步骤3)-4),直到遍历整个网格。
移动局部区域,使窗口是要遍历整个网格。移动路线例如可以从第一个点开始,按行移动,逐行扫描,遍历所有点,如图3所示。
图4a为异常拾取点示意图,图4b为异常拾取点去除示意图。通过图4a和图4b的对比可见,本发明能够有效地去除速度拾取中的异常速度点,改善了速度拾取的效果。
在一个示例中,所述速度拾取异常点去除方法还包括以速度拾取网格点为最小并行单位,按照计算机的CPU核数,对速度对拾取数据进行分块并行处理。
利用线程并行方法,每个线程计算一个速度拾取数据块,多线程并行计算,充分利用CPU多核并行计算能力,提高速度对异常处理计算效率,如图5所示。
本发明还提出了一种异常速度拾取点去除系统。所述系统包括存储器、处理器以及存储在存储器上并可在处理器上运行的计算机程序,其中,所述处理器执行所述程序时实现以下步骤:
1)对共中心点地震道集数据进行速度对自动拾取,获得全工区的速度对拾取数据;
2)基于速度对拾取数据对应的网格,以目标速度对所在格点位置为中心设置局部区域;
3)基于所述局部区域内的所有速度对数据进行速度函数的拟合;
4)基于目标速度对的每个拾取点对应的拟合速度函数值来去除速度拾取异常点;
5)将所述局部区域移动单位网格,重复步骤3)-4),直到遍历整个网格。
在一个示例中,在步骤4)中,将目标速度对的每个拾取点的速度值与对应的拟合速度函数值的差值与设定误差值进行比较,将目标速度对中大于所述设定误差值的拾取点作为异常点去除。
在一个示例中,所述速度拾取异常点去除方法还包括以速度拾取网格点为最小并行单位,按照计算机的CPU核数,对各个局部区域进行分块并行处理。
在一个示例中,步骤3)还包括对所述拟合速度函数进行插值,以获得每个采样时间点上的速度函数值。
在一个示例中,在步骤3)中对所述局部区域内的速度对进行分段线性拟合。
本领域技术人员应理解,上面对本发明的实施例的描述的目的仅为了示例性地说明本发明的实施例的有益效果,并不意在将本发明的实施例限制于所给出的任何示例。
以上已经描述了本发明的各实施例,上述说明是示例性的,并非穷尽性的,并且也不限于所披露的各实施例。在不偏离所说明的各实施例的范围和精神的情况下,对于本技术领域的普通技术人员来说许多修改和变更都是显而易见的。本文中所用术语的选择,旨在最好地解释各实施例的原理、实际应用或对市场中的技术的改进,或者使本技术领域的其它普通技术人员能理解本文披露的各实施例。
Claims (8)
1.一种速度拾取异常点去除方法,其特征在于,包括:
1)对共中心点地震道集数据进行速度对自动拾取,获得全工区的速度对拾取数据;
2)基于速度对拾取数据对应的网格,以目标速度对所在格点位置为中心设置局部区域;
3)基于所述局部区域内的所有速度对数据进行速度函数的拟合;
4)基于目标速度对的每个拾取点对应的拟合速度函数值来去除速度拾取异常点;
5)将所述局部区域移动单位网格,重复步骤3)-4),直到遍历整个网格;其中,在步骤4)中,将目标速度对的每个拾取点的速度值与对应的拟合速度函数值的差值与设定误差值进行比较,将目标速度对中大于所述设定误差值的拾取点作为异常点去除。
2.根据权利要求1所述的速度拾取异常点去除方法,还包括以速度拾取网格点为最小并行单位,按照计算机的CPU核数,对各个局部区域进行分块并行处理。
3.根据权利要求1所述的速度拾取异常点去除方法,其中,步骤3)还包括对所述拟合速度函数进行插值,以获得每个采样时间点上的速度函数值。
4.根据权利要求1所述的速度拾取异常点去除方法,其中,在步骤3)中对所述局部区域内的速度对进行分段线性拟合。
5.一种速度拾取异常点去除系统,其特征在于,所述系统包括存储器、处理器以及存储在存储器上并可在处理器上运行的计算机程序,其特征在于,所述处理器执行所述程序时实现以下步骤:
1)对共中心点地震道集数据进行速度对自动拾取,获得全工区的速度对拾取数据;
2)基于速度对拾取数据对应的网格,以目标速度对所在格点位置为中心设置局部区域;
3)基于所述局部区域内的所有速度对数据进行速度函数的拟合;
4)基于目标速度对的每个拾取点对应的拟合速度函数值来去除速度拾取异常点;
5)将所述局部区域移动单位网格,重复步骤3)-4),直到遍历整个网格;其中,在步骤4)中,将目标速度对的每个拾取点的速度值与对应的拟合速度函数值的差值与设定误差值进行比较,将目标速度对中大于所述设定误差值的拾取点作为异常点去除。
6.根据权利要求 5所述的速度拾取异常点去除系统,还包括以速度拾取网格点为最小并行单位,按照计算机的CPU核数,对各个局部区域进行分块并行处理。
7.根据权利要求5所述的速度拾取异常点去除系统,其中,步骤3)还包括对所述拟合速度函数进行插值,以获得每个采样时间点上的速度函数值。
8.根据权利要求5所述的速度拾取异常点去除系统,其中,在步骤3)中对所述局部区域内的速度对进行分段线性拟合。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710936525.XA CN109655884B (zh) | 2017-10-10 | 2017-10-10 | 一种速度拾取异常点去除方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710936525.XA CN109655884B (zh) | 2017-10-10 | 2017-10-10 | 一种速度拾取异常点去除方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109655884A CN109655884A (zh) | 2019-04-19 |
CN109655884B true CN109655884B (zh) | 2021-01-12 |
Family
ID=66109432
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710936525.XA Active CN109655884B (zh) | 2017-10-10 | 2017-10-10 | 一种速度拾取异常点去除方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109655884B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112540404B (zh) * | 2019-09-20 | 2024-04-12 | 中国石油化工股份有限公司 | 一种基于深度学习的自动速度分析方法及系统 |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6473696B1 (en) * | 2001-03-13 | 2002-10-29 | Conoco Inc. | Method and process for prediction of subsurface fluid and rock pressures in the earth |
CN105301639B (zh) * | 2015-10-21 | 2017-09-01 | 中国石油天然气集团公司 | 基于vsp旅行时双加权层析反演速度场的方法及其装置 |
CN105353412B (zh) * | 2015-12-14 | 2017-08-29 | 中国石油大学(华东) | 一种井震联合平均速度场的计算方法及系统 |
CN107179546B (zh) * | 2017-05-11 | 2019-01-18 | 中国石油天然气股份有限公司 | 一种确定速度场的方法及装置 |
-
2017
- 2017-10-10 CN CN201710936525.XA patent/CN109655884B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN109655884A (zh) | 2019-04-19 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111008597B (zh) | Cad图纸的空间识别方法、装置、电子设备及存储介质 | |
CN112819845B (zh) | 柔性封装基板轮廓、线宽线距缺陷检测方法及介质和设备 | |
US8315843B2 (en) | Multi-objective optimal design support device, method and program storage medium | |
CN111256594B (zh) | 一种飞机蒙皮表面状态物理特征的测量方法 | |
KR20160130209A (ko) | 칼만 필터를 기반으로 하는 용량 예측 방법, 시스템 및 컴퓨터 장치 | |
US7747401B2 (en) | Fast intrinsic mode decomposition of time series data with sawtooth transform | |
KR101339844B1 (ko) | 이동 표준 편차를 이용한 데이터 필터링 장치 및 방법 | |
CN110375736B (zh) | 智能设备的路径规划方法、系统、设备及可读存储介质 | |
CN111091101B (zh) | 基于一步法的高精度行人检测方法、系统、装置 | |
CN107274376A (zh) | 一种工件三维点云数据平滑滤波方法 | |
CN110682159A (zh) | 一种刀具磨损状态识别方法及装置 | |
CN109738946B (zh) | 两步法剔除异常地震初至的方法及系统 | |
CN111027343A (zh) | 条形码区域定位方法和装置 | |
CN110458773B (zh) | 一种基于边缘增强算子的各向异性扩散噪声处理方法 | |
CN117251798A (zh) | 一种基于两层渐进式的气象设备异常检测方法 | |
CN109655884B (zh) | 一种速度拾取异常点去除方法及系统 | |
CN112097772B (zh) | 机器人及其地图构建方法和装置 | |
US8682946B1 (en) | Robust peak finder for sampled data | |
US11187992B2 (en) | Predictive modeling of metrology in semiconductor processes | |
JPWO2011138882A1 (ja) | テンプレートマッチング処理装置およびテンプレートマッチング処理プログラム | |
CN109446572B (zh) | 一种量子测控数据的处理方法及装置 | |
CN114612677A (zh) | 一种基于图形图像处理的低序级断层自动识别方法 | |
US20210287049A1 (en) | Method and system for processing an image and performing instance segmentation using affinity graphs | |
Prasad | PRO: A novel approach to precision and reliability optimization based dominant point detection | |
CN111177886B (zh) | 基于物探数据分析的海上测距规划及土厚预测的方法 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |