CN112394395A - 一种低信噪比区砂岩河道的识别方法 - Google Patents
一种低信噪比区砂岩河道的识别方法 Download PDFInfo
- Publication number
- CN112394395A CN112394395A CN201910746207.6A CN201910746207A CN112394395A CN 112394395 A CN112394395 A CN 112394395A CN 201910746207 A CN201910746207 A CN 201910746207A CN 112394395 A CN112394395 A CN 112394395A
- Authority
- CN
- China
- Prior art keywords
- sandstone
- frequency
- river
- noise ratio
- low signal
- 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 37
- 230000009466 transformation Effects 0.000 claims abstract description 24
- 239000011148 porous material Substances 0.000 claims abstract description 16
- 238000001228 spectrum Methods 0.000 claims abstract description 14
- 238000010586 diagram Methods 0.000 claims abstract description 9
- 230000006870 function Effects 0.000 claims description 20
- 239000012530 fluid Substances 0.000 claims description 15
- 230000035699 permeability Effects 0.000 claims description 12
- 238000005070 sampling Methods 0.000 claims description 5
- 238000009499 grossing Methods 0.000 claims description 3
- 238000005516 engineering process Methods 0.000 abstract description 2
- 238000000605 extraction Methods 0.000 abstract description 2
- 238000004458 analytical method Methods 0.000 description 9
- 239000004576 sand Substances 0.000 description 9
- 239000003921 oil Substances 0.000 description 8
- 238000007796 conventional method Methods 0.000 description 6
- 230000000694 effects Effects 0.000 description 6
- 239000007789 gas Substances 0.000 description 5
- 239000011435 rock Substances 0.000 description 4
- 230000008021 deposition Effects 0.000 description 3
- 238000011161 development Methods 0.000 description 3
- 230000000750 progressive effect Effects 0.000 description 3
- 238000011160 research Methods 0.000 description 3
- 230000003321 amplification Effects 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 238000003708 edge detection Methods 0.000 description 2
- VNWKTOKETHGBQD-UHFFFAOYSA-N methane Chemical compound C VNWKTOKETHGBQD-UHFFFAOYSA-N 0.000 description 2
- 238000003199 nucleic acid amplification method Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 230000000704 physical effect Effects 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 238000013519 translation Methods 0.000 description 2
- 239000004215 Carbon black (E152) Substances 0.000 description 1
- 238000009825 accumulation Methods 0.000 description 1
- 230000004075 alteration Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000010835 comparative analysis Methods 0.000 description 1
- 150000001875 compounds Chemical class 0.000 description 1
- 230000008602 contraction Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 230000004927 fusion Effects 0.000 description 1
- 229930195733 hydrocarbon Natural products 0.000 description 1
- 150000002430 hydrocarbons Chemical class 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 239000003345 natural gas Substances 0.000 description 1
- 230000000737 periodic effect Effects 0.000 description 1
- 239000003208 petroleum Substances 0.000 description 1
- 239000003209 petroleum derivative Substances 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 230000001902 propagating effect Effects 0.000 description 1
- 230000001105 regulatory effect Effects 0.000 description 1
- 229920006395 saturated elastomer Polymers 0.000 description 1
- 239000013049 sediment Substances 0.000 description 1
- 238000012360 testing method Methods 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
- G01V1/282—Application of seismic models, synthetic seismograms
-
- 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
- G01V1/306—Analysis for determining physical properties of the subsurface, e.g. impedance, porosity or attenuation profiles
-
- 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
- G01V1/307—Analysis for determining seismic attributes, e.g. amplitude, instantaneous phase or frequency, reflection strength or polarity
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01V—GEOPHYSICS; GRAVITATIONAL MEASUREMENTS; DETECTING MASSES OR OBJECTS; TAGS
- G01V2210/00—Details of seismic processing or analysis
- G01V2210/60—Analysis
- G01V2210/62—Physical property of subsurface
- G01V2210/624—Reservoir parameters
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01V—GEOPHYSICS; GRAVITATIONAL MEASUREMENTS; DETECTING MASSES OR OBJECTS; TAGS
- G01V2210/00—Details of seismic processing or analysis
- G01V2210/60—Analysis
- G01V2210/63—Seismic attributes, e.g. amplitude, polarity, instant phase
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
本发明公开了一种低信噪比区砂岩河道的识别方法，包括：将地震信号通过广义S变换得到时频谱，得到优势频带内的频率和对应的振幅；利用孔隙介质模型来描述河道：在频率域内，建立砂岩特征振幅参数的目标函数；在频率域内，利用上面两步得到的所述优势频带内的频率和对应的振幅以及所述目标函数进行反演，得到砂岩特征振幅参数数据体，并利用该数据体沿层位提取河道平面分布图。实现了低信噪比区域的河道砂岩的准确刻画以及清晰提取交叉点河道的走向，比现有的河道刻画技术更有优势。
Description
技术领域
本发明涉及石油、天然气勘探开发领域，特别涉及一种低信噪比区砂岩河道的识别方法。
背景技术
砂岩河道往往具有孔隙度、渗透率等好的物性特征，也是构成油气储集的良好场所。如果古河流砂体接近油源，可成为油气的储层。而川西地区河流砂体岩性往往变化快，其内部储油物性的非均质性较为明显。随着油气勘探工作的不断发展，在我国的许多盆地中都找到了以河道砂岩体岩性圈闭为主的复式油气聚集带，并获得了工业性油流，因此，对于河道砂体的研究，将会对油气田的勘探和开发具有重要的指导意义。
在横切河道的地震剖面，古河道沉积反映为单透镜状体，其顶面平直，底面下凹；河床两侧一般不对称，一边陡，一边缓。由于河道内部充填沉积物成份比较单一，很难形成明显的波阻抗界面，所以河道内部反射一般是不连续的、零星的或空白的反射。对河道砂岩体顶部的反射当河道砂岩体顶部为泥或页岩覆盖时，有明显的波阻抗界面可形成连续性好的强振幅反射。川西地区砂体不仅相互交叉、叠置或切割，空间分布稳定性差，而且储层厚度薄，在河道砂岩体顶部形成连续性的差的弱振幅反射，因此河道储层平面分布预测难度很大，此时，层位拾取也难以准确的追踪河道，同样会引起河道的不连续。当收地面采集客观条件等影响，河道出现差的弱振幅反射，或地震资料信噪比降低，此时，河道就会出现异常的不连续。砂岩河道多叠置严重，层位拾取时很难准确的追踪河道，导致沿层位提取的河道出现中断或河道交叉点不清晰等现象。交叉处点分辨率差，很难判读出河道的走向，对河道期次的分析也有较大的影响。此时，用常规方法就难以对河道进行有效的刻画，但地下河道却真实存在。
目前，预测河道砂岩储层的地震属性方法大致可分为两类，一类主要是利用各类振幅类属性方法，如利用均方根振幅，最大振幅，以及分频振幅属性等来预测河道的平面展布；另一类是利用边缘检测手段刻画河道的边界，如利用小波变换的多尺度边缘检测等，但这些方法不适用于河道砂岩振幅特征不明显的地区。
中国发明专利CN109655900.A公开了一种岩溶古河道识别方法，该方法包括：提取对岩溶古河道主体河道及大规模河道敏感的地震属性，用于确定岩溶古河道主要走向；提取对小规模河道及分支河道敏感的地震属性，用于识别小规模河道；提取对河道边界比较敏感的地震属性，用于刻画河道边界；确定不同方向岩溶古河道地震反射特征；基于提取的地震属性，结合地震反射特征，采用RGB融合来确定河道平面展布特征。但是，该发明专利没有明确何为比较敏感的地震属性，且不适用于河道砂岩振幅特征不明显的地区。
发明内容
本发明的目的在于克服现有技术中所存在的低信噪比区河道砂岩振幅特征不明显的问题，提供一种低信噪比区砂岩河道的识别方法。
为了实现上述发明目的，本发明提供了以下技术方案：
一种低信噪比区砂岩河道的识别方法，包括：
将低信噪比区砂岩河道的地震信号通过广义S变换得到时频谱，得到优势频带内的频率和对应的振幅；
利用孔隙介质模型来描述河道：在频率域内，建立砂岩特征振幅参数的目标函数；
在频率域内，利用上面两步得到的所述优势频带内的频率和对应的振幅以及所述目标函数进行反演，得到砂岩特征振幅参数数据体，并利用该数据体沿层位提取河道平面分布图。
优选的，所述广义S变换公式为：
其中τ表示时频平面内的时间，f表示频率，λ、p为高斯窗的调节参数，GST(τ，f)表示地震信号的时频数据，x(t)表示地震信号。
优选的，从所述时频谱中提取各采样点频谱，并进行平滑后，提取优势频带内的频率和对应的振幅。
优选的，利用孔隙介质模型来描述河道，包括：
利用孔隙介质渐近法向反射系数方程，
其中ρf表示流体密度，η表示流体粘滞系数，κ表示渗透率，f为频率，C1为砂岩特征振幅参数，C2为反演获得的综合振幅参数,i是一个虚数单位；
在频率域内建立目标函数J(C1,C2,f)，
其中Amp是频率域的实际振幅，随频率变化，i，j分为频率个数和纵向上样点数，n1、n2是正整数。
优选的，所述砂岩特征振幅参数为与孔隙度、渗透率、流体密度相关联的无量纲参数，用以识别河道砂岩。
根据本发明的另一方面，提供一种电子设备，包括至少一个处理器，以及与所述至少一个处理器通信连接的存储器；所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行上述任一项所述的方法。
与现有技术相比，本发明的有益效果：
1.采用孔隙介质模型来描述河道，相比单项介质模型更精确，通过反演获得的砂岩特征振幅参数更能代表砂岩河道的特征。
2.反演时提取优势频带内的频率和对应的振幅，具有更好的信噪比，采用多点(单点多个频率)组合的目标函数反演有利压制噪声干扰。
3.通过砂岩特征振幅参数识别低信噪比区砂岩河道，能实现低信噪比区域的河道砂岩的准确刻画或清晰提取交叉点河道的走向，比现有的河道刻画技术更有优势。
附图说明：
图1为本实施例采集的目标探测区域地震信号、时频谱、振幅谱示意图。
图2本实施例与常规方法提取振幅的效果图对比示意图。
图3本实施例与常规方法提取振幅的A区放大效果对比示意图。
图4为本实施例与常规方法的河道交叉点特征振幅对比示意图。
图5是根据本发明实施例的电子设备装置结构示意图。
具体实施方式
下面结合试验例及具体实施方式对本发明作进一步的详细描述。但不应将此理解为本发明上述主题的范围仅限于以下的实施例，凡基于本发明内容所实现的技术均属于本发明的范围。
本发明首先是基于时频分析对非平稳信号或时变信号进行研究，一般的，时频分析方法分为线性和非线性两种，典型的线性时频表示有短时傅立叶变换、Gabor展开和小波变换等；而非线性时频方法是一种二次时频表示方法，最典型的是魏格纳分布和Cohen类，各种方法都有自身的优势与不足；目前，时频分析方法已广泛应用于石油工业等领域。近年出现的S变换结合了短时傅里叶变换与小波变换的优点，并在一定程度上克服了它们的缺点，适用于非平稳信号时频分析；在S变换中，频率的倒数决定了S变换中的高斯窗的尺度大小，具有小波变换的多分辨率的特点，且S变换含有相位因子，保留了每个频率的绝对相位特征；另外，碳氢储层属于流体饱和的孔隙介质，用孔隙介质理论来描述储层的才是更为精确的模型，但经典的孔隙介质理论不适合低频带下地震信号。近年来，研究的地震波在孔隙介质中传播的法向渐进方程则可用于在地震频带内计算法向的频变反射系数，这个频变的反射系数方程中有一个无量纲的参数，该参数与孔隙度、渗透率、流体密度和信号频率等有极为紧密的关系，而孔隙度、渗透率等参数与砂岩河道存在紧密的联系，因此，可以获取与孔隙度、渗透率及流体相关的一综合参数来识别河道砂岩。
本发明采用了广义S变换对地震信号进行处理，广义S变换也存在由于离散采样引起的周期效应，但它可以通过合理地选择时窗调节因子以及对原信号两端使用衰减窗而得以减弱，从而实现更加精确的时频分析，在频率域内，利用孔隙介质渐近法向反射系数方程，建立与渗透率、孔隙度等相关联的综合特征振幅参数(砂岩特征振幅参数)反演的目标函数，通过反演，得到与孔隙度、渗透率相关的综合特征振幅参数(砂岩特征振幅参数)的数据体，利用该参数数据体描述低地信噪比区域的河道砂岩平面分布特征，并且能够清晰提取交叉点河道的走向。
在S变换中，基本小波是由简谐波与Gaussian函数的乘积构成的，基本小波中的简谐波在时间轴只做伸缩变换，而Gaussian函数则可进行伸缩和平移，这一点与连续小波变换不同。在连续小波变换中，简谐波与Gaussian函数进行同样的伸缩和平移；与短时傅立叶变换、连续小波变换等时间—频率域分析方法相比，S变换有其独特的优点：信号S变换的时—频谱的分辨率与频率有关；且与其傅立叶谱保持直接的联系；基本小波不必满足相容性条件等等。
根据Stockwell提出的S变换表述如下：设函数x(t)∈L2(R)，L2(R)表示能量有限函数空间，x(t)的S变换定义为：
在S变换中，基本小波函数为
广义S变换从基于高斯窗函数的短时傅立叶变换及小波变换的尺度中得到启示，是吸收了两者的思想后形成的一种新的时频分析方法，广义S变换从短时窗傅立叶变换衍生出来，窗函数定义如下：
其中δ可以看成是决定窗函数时间宽度的尺度因子，调节δ可改变短时傅里叶变换的时频分辨率，选定δ后短时傅里叶变换的时频分辨率在整个时频平面就固定了，不能适应非平稳信号的分析。需要窗口函数具有可调节的能力，保证它在时频平面的不同位里具有不同的时频分辨率。可以将式中用于调节时窗宽度的尺度因子δ与时频平面中的频率联系起来，令
其中，λ＞0，p＞0，由此，时窗尺度因子δ成为依赖频率f变化的函数，使它具备了在时频平面上随着频率的变化自适应地调整时窗宽度的能力，具有类似多分辨的特性。整理后即得到广义S变换的表达式：
其中τ表示时频平面内的时间，f表示频率，λ，p为高斯窗的调节参数，GS(τ,f)表示地震信号时频数据，x(t)表示地震信号。当λ＝1，p＝1时，上式即为标准的S变换，利用傅立叶反变换实现完全无损的广义S逆变换式为：
从公式(5)提取各采样点频谱，平滑后提取优势频带内的频率和对应的振幅。
利用孔隙介质模型来描述河道，在孔隙介质模型中，当地震波垂直入射时，反射界面上快波反射系数R的渐进表达式为：
这里的R0和R1分别为快波反射系数渐进展开式的零阶项和一阶项，在他们的计算均与孔隙度关系紧密，由于其理论公式复杂，在本方法中不用计算，没有写出具体表达式，ε是关于流体的一项综合参数，该公式是流体密度ρf，流体粘滞系数η和渗透率κ的一种组合。
公式(7)整理为：
频率域内，利用公式(8)建立目标函数：
公式(9)中J(C1,C2,f)为目标函数，R(C1,C2,fd)为频率域理论计算振幅，Amp是频率域的实际振幅，随频率变化，i，j分为频率个数和纵向上样点数，C1和C2分别为反演获得的综合振幅参数，其中C1是一个孔隙度、渗透率及流体有关的综合参数，砂岩河道往往具有孔隙度、渗透率大，含流体性强的特征，因此，可以用参数C1来描述砂岩河道的特征振幅(砂岩特征振幅参数)。对低信噪比地震数据，一方面我们使用了精确的孔隙介质模型，从中提取了与孔隙度、渗透率、流体等关联的参数，另一方面，反演时实际数据使用广义S变换后获取的频率和对应的振幅，避开了低、高频噪声的干扰，获得信噪比高的砂岩特征振幅参数，可以更精确的描述河道砂岩。
如图1所示，本实施例选取的川西地区中浅层X储层进行的，应注意的是，在具体实施过程中，高保真的地震叠后数据(地震信号)通过广义S变换得到时频谱，可对从时频谱中提取的单点振幅曲线进行适度的平滑，在优势频带内，逐点提取若干频率和对应的振幅。
效果如图2所示，孔隙介质渐近法向反射系数方程反演与常规方法提取振幅的效果图对比，图2(a)为本方法的效果图，注意在A和B表示的低信噪比区域内与图2(b)的常规方法有非常明显的差异，信噪比和连续性明显变好。图3为A区放大效果对比，图3(a)中标识的剖面上河道的砂岩特征振幅比图3(b)要明显突出很多，非常容易识别，平面上信噪比明显提高；图4为河道交叉点对比分析图，图4(a)标识处一小段区域内河道变宽增加了几倍，而图4(b)本研究方法提取的河道在该区域表现为2条河道的交叉处，从图4(b)能清楚的区分河道，并能追踪河道的走向，本研究获取的河道交叉点信息明显可靠。
图5示出了根据本发明示例性实施例的电子设备(例如具备程序执行功能的计算机服务器)，其包括至少一个处理器，电源，以及与所述至少一个处理器通信连接的存储器和输入输出接口；所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行前述任一实施例所公开的方法；所述输入输出接口可以包括显示器、键盘、鼠标、以及USB接口，用于输入输出数据；电源用于为电子设备提供电能。
本领域技术人员可以理解：实现上述方法实施例的全部或部分步骤可以通过程序指令相关的硬件来完成，前述的程序可以存储于计算机可读取存储介质中，该程序在执行时，执行包括上述方法实施例的步骤；而前述的存储介质包括：移动存储设备、只读存储器(Read Only Memory，ROM)、磁碟或者光盘等各种可以存储程序代码的介质。
当本发明上述集成的单元以软件功能单元的形式实现并作为独立的产品销售或使用时，也可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明实施例的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机、服务器、或者网络设备等)执行本发明各个实施例所述方法的全部或部分。而前述的存储介质包括：移动存储设备、ROM、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述，仅为本发明具体实施方式的详细说明，而非对本发明的限制。相关技术领域的技术人员在不脱离本发明的原则和范围的情况下，做出的各种替换、变型以及改进均应包含在本发明的保护范围之内。
Claims (6)
1.一种低信噪比区砂岩河道的识别方法，其特征在于，包括：
将低信噪比区砂岩河道的地震信号通过广义S变换得到时频谱，得到优势频带内的频率和对应的振幅；
利用孔隙介质模型来描述河道：在频率域内，建立砂岩特征振幅参数的目标函数；
在频率域内，利用上面两步得到的所述优势频带内的频率和对应的振幅以及所述目标函数进行反演，得到砂岩特征振幅参数数据体，并利用该数据体沿层位提取河道平面分布图。
2.如权利要求1所述的低信噪比区砂岩河道的识别方法，其特征在于，所述广义S变换公式为：
其中τ表示时频平面内的时间，f表示频率，λ、p为高斯窗的调节参数，GST(τ，f)表示地震信号的时频数据，x(t)表示地震信号。
3.如权利要求1所述的低信噪比区砂岩河道的识别方法，其特征在于，从所述时频谱中提取各采样点频谱，并进行平滑后，提取优势频带内的频率和对应的振幅。
4.如权利要求1所述的低信噪比区砂岩河道的识别方法，其特征在于，利用孔隙介质模型来描述河道，包括：
利用孔隙介质渐近法向反射系数方程，
其中ρf表示流体密度，η表示流体粘滞系数，κ表示渗透率，f为频率，C1为砂岩特征振幅参数，C2为反演获得的综合振幅参数,i是一个虚数单位；
在频率域内建立目标函数J(C1,C2,f)，
其中Amp是频率域的实际振幅，随频率变化，i，j分为频率个数和纵向上样点数，n1、n2是正整数。
5.如权利要求1所述的低信噪比区砂岩河道的识别方法，其特征在于，所述砂岩特征振幅参数为与孔隙度、渗透率、流体密度相关联的无量纲参数，用以识别河道砂岩。
6.一种电子设备，其特征在于，包括至少一个处理器，以及与所述至少一个处理器通信连接的存储器；所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行权利要求1至5中任一项所述的方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910746207.6A CN112394395A (zh) | 2019-08-13 | 2019-08-13 | 一种低信噪比区砂岩河道的识别方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910746207.6A CN112394395A (zh) | 2019-08-13 | 2019-08-13 | 一种低信噪比区砂岩河道的识别方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN112394395A true CN112394395A (zh) | 2021-02-23 |
Family
ID=74602693
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201910746207.6A Pending CN112394395A (zh) | 2019-08-13 | 2019-08-13 | 一种低信噪比区砂岩河道的识别方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN112394395A (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113391352A (zh) * | 2021-06-11 | 2021-09-14 | 成都理工大学 | 一种突出含气储层低频地震异常的地震信号时频分析方法 |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105005074A (zh) * | 2015-06-23 | 2015-10-28 | 成都理工大学 | 利用频变地震反射系数识别含气储层的方法 |
| EA201401243A1 (ru) * | 2014-08-26 | 2016-02-29 | Товарищество С Ограниченной Ответственностью "Геотехносервис" | Способ прямого помехоустойчивого определения содержания урана при каротаже по мгновенным нейтронам деления |
| CN106405654A (zh) * | 2016-10-26 | 2017-02-15 | 成都理工大学 | 一种基于反褶积广义s变换的地震频谱成像方法 |
| CN107764697A (zh) * | 2017-10-13 | 2018-03-06 | 中国石油化工股份有限公司 | 基于孔隙介质渐进方程非线性反演的含气性检测方法 |
| CN108952695A (zh) * | 2018-05-22 | 2018-12-07 | 中国石油大学(华东) | 一种油气储层流体活动性预测方法 |
-
2019
- 2019-08-13 CN CN201910746207.6A patent/CN112394395A/zh active Pending
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| EA201401243A1 (ru) * | 2014-08-26 | 2016-02-29 | Товарищество С Ограниченной Ответственностью "Геотехносервис" | Способ прямого помехоустойчивого определения содержания урана при каротаже по мгновенным нейтронам деления |
| CN105005074A (zh) * | 2015-06-23 | 2015-10-28 | 成都理工大学 | 利用频变地震反射系数识别含气储层的方法 |
| CN106405654A (zh) * | 2016-10-26 | 2017-02-15 | 成都理工大学 | 一种基于反褶积广义s变换的地震频谱成像方法 |
| CN107764697A (zh) * | 2017-10-13 | 2018-03-06 | 中国石油化工股份有限公司 | 基于孔隙介质渐进方程非线性反演的含气性检测方法 |
| CN108952695A (zh) * | 2018-05-22 | 2018-12-07 | 中国石油大学(华东) | 一种油气储层流体活动性预测方法 |
Non-Patent Citations (4)
| Title |
|---|
| QIGANG GAN，等: "Seismic resolution enhancement for tight-sand gas reservoir characterization", 《J. GEOPHYS. ENG.》 * |
| 刘代志: "《地球物理与信息感知》", 31 December 2012, 国家安全地球物理丛书 * |
| 许多，等: "利用频变地震反射系数识别含气储层", 《西南石油大学学报（自然科学版）》 * |
| 邓伟飞，等: "四川盆地西部地区窄河道砂岩精细刻画关键技术", 《天然气工业》 * |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113391352A (zh) * | 2021-06-11 | 2021-09-14 | 成都理工大学 | 一种突出含气储层低频地震异常的地震信号时频分析方法 |
| CN113391352B (zh) * | 2021-06-11 | 2022-03-25 | 成都理工大学 | 一种突出含气储层低频地震异常的地震信号时频分析方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN107272062B (zh) | 一种数据驱动的地下介质q场估计方法 | |
| Li et al. | Q estimation from reflection seismic data for hydrocarbon detection using a modified frequency shift method | |
| CN103163554A (zh) | 利用零偏vsp资料估计速度和q值的自适应波形的反演方法 | |
| CN108020863A (zh) | 一种基于地震奇偶函数的碳酸盐岩薄储层孔隙度预测方法 | |
| Du et al. | Automatic mutation feature identification from well logging curves based on sliding t test algorithm | |
| CN104142519A (zh) | 一种泥岩裂缝油藏预测方法 | |
| CN103728662A (zh) | 一种基于地震信号包络峰值的地层介质品质因子估计方法 | |
| CN108508489B (zh) | 一种基于波形微变化匹配的地震反演方法 | |
| CN110927817B (zh) | 一种薄层叠置河道水平井轨迹优化设计及控制的方法 | |
| CN112394395A (zh) | 一种低信噪比区砂岩河道的识别方法 | |
| CN112711068B (zh) | 一种砂岩中油气有效储层预测方法及装置 | |
| Wang et al. | Application of a new wavelet threshold method in unconventional oil and gas reservoir seismic data denoising | |
| Xudong et al. | Pre-stack gather optimization technology based on an improved bidimensional empirical mode decomposition method | |
| Xie et al. | An improved ant-tracking workflow based on divided-frequency data for fracture detection | |
| CN112180464B (zh) | 一种储层物性的识别方法 | |
| Gong et al. | Automatic time picking of microseismic data based on shearlet-AIC algorithm | |
| CN114252915A (zh) | 一种基于二阶水平多重同步挤压变换的油气储层识别方法 | |
| Liu et al. | An improved method to estimate Q based on the logarithmic spectrum of moving peak points | |
| CN110850504B (zh) | 一种基于铀曲线拟阻抗约束的页岩密度参数叠前反演方法 | |
| CN117724153B (zh) | 一种基于多窗口级联交互的岩性识别方法 | |
| Zhao et al. | Absorption-Constrained Wavelet Power Spectrum Inversion for Enhancing Resolution of Nonstationary Seismic Data | |
| Xu et al. | Frequency trend attribute analysis for stratigraphic division and correlation | |
| Jiuzhan et al. | The preprocessing of prestack gather applied to the AVO analysis | |
| CN112882092B (zh) | 一种基于多属性cnn井震联合反演方法、系统、介质及应用 | |
| Liu et al. | Seismic attenuation estimation using multivariate variational mode decomposition |
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: 20210223 |