CN112731526B - 依据地震衰减截距检测油气储层的方法 - Google Patents
依据地震衰减截距检测油气储层的方法 Download PDFInfo
- Publication number
- CN112731526B CN112731526B CN202110058904.XA CN202110058904A CN112731526B CN 112731526 B CN112731526 B CN 112731526B CN 202110058904 A CN202110058904 A CN 202110058904A CN 112731526 B CN112731526 B CN 112731526B
- Authority
- CN
- China
- Prior art keywords
- amplitude
- intercept
- frequency
- attenuation
- seismic
- 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
- 238000000034 method Methods 0.000 title claims abstract description 61
- 238000001228 spectrum Methods 0.000 claims abstract description 92
- 238000004364 calculation method Methods 0.000 claims abstract description 42
- 239000012530 fluid Substances 0.000 claims abstract description 35
- 238000012417 linear regression Methods 0.000 claims abstract description 31
- 238000001514 detection method Methods 0.000 claims abstract description 29
- 238000010606 normalization Methods 0.000 claims abstract description 19
- 230000002238 attenuated effect Effects 0.000 claims abstract description 10
- 239000004215 Carbon black (E152) Substances 0.000 claims description 18
- 229930195733 hydrocarbon Natural products 0.000 claims description 18
- 150000002430 hydrocarbons Chemical class 0.000 claims description 18
- 238000005070 sampling Methods 0.000 claims description 11
- 230000002035 prolonged effect Effects 0.000 claims description 4
- 230000008569 process Effects 0.000 claims description 2
- 238000010998 test method Methods 0.000 claims 2
- 230000008901 benefit Effects 0.000 abstract description 13
- 238000005457 optimization Methods 0.000 description 7
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 5
- 238000004458 analytical method Methods 0.000 description 4
- 238000000354 decomposition reaction Methods 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 230000009466 transformation Effects 0.000 description 2
- 230000004075 alteration Effects 0.000 description 1
- 230000002902 bimodal effect Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003595 spectral effect Effects 0.000 description 1
- 238000010183 spectrum analysis 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
-
- 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
本发明公开了一种依据地震衰减截距检测油气储层的方法，是将地震振幅随频率而衰减的衰减截距作为稳定可靠的地球物理属性，用于对目标油气储层进行流体检测和含气性预测。实现步骤如下：（1）对地震数据逐道计算高分辨率的时‑频谱；（2）对不同深度的频谱进行归一化和对数化处理；（3）从归一化对数化处理之后的数据中截取高频段振幅数据，用于线性回归计算；（4）对随频率衰减的振幅谱数据进行线性回归计算，获取地震振幅衰减截距；（5）依据地震振幅的衰减截距进行油气储层的流体检测和含气性预测。具有沿目标油气储层分析衰减截距属性的空间分布，实现在空间范围的流体检测和含气性预测的优点。
Description
技术领域
本发明涉及一种检测油气储层方法，特别涉及依据地震振幅衰减截距检测油气储层的方法。
背景技术
多年来，地球物理学家认识到地震数据中存在有与油气储层相关的低频振幅异常。虽然人们对引起低频振幅异常的机制还没有完全认识清楚，但是已经广泛认知油气储层位置表现出的异常强烈的振幅随频率衰减的特征。因此，地震信号中振幅随频率衰减的特征变化常常应用于对油气储层的流体识别。
地震流体识别方法很多都是基于地震时-频谱分析。通过时频分解方法可获得时-频谱；从时-频谱可提取地震信号各个时间采样点的频率振幅谱；通过频率振幅谱来求取衰减梯度，从而实现流体及含气性的检测。由于受时频分解方法对时-频谱精度的限制，各个时间采样点的频率振幅谱都有较宽的频率范围；无论用哪种方法进行时频分解，都是在一定的时窗范围内来实现的谱计算，但是人们还是希望各时间采样点能够与振幅频率一一对应。
因此，基于时频谱的振幅衰减计算方法存在两点不足。一是地震信号时频谱分辨率不够高，导致频率与振幅的对应关系有误差。一是在每个时间采样点的频率振幅谱中，从最大振幅逐步衰减过程中常常会有几个振幅峰值出现，因此振幅衰减的估算会产生较大的不确定性。
发明内容
本发明目的在于克服现有技术的上述缺陷，提出一种依据地震衰减截距检测油气储层的方法。
为实现上述目的，本发明依据地震衰减截距检测油气储层的方法，其特别之处在于是将随频率而衰减的地震振幅衰减截距作为稳定可靠的地球物理属性，对目标油气储层进行流体检测和含气性预测；获得高分辨率的时频谱，对振幅谱进行归一化和对数化处理之后，对高频段进行回归计算，获得地震振幅的衰减截距；地震振幅的衰减截距，代表含流体储层中地震信号中的频率和振幅变化。具有沿目标油气储层分析衰减截距属性的空间分布，实现在空间范围的流体检测和含气性预测的优点。
作为优化，实现步骤是：（1）对地震数据逐道计算高分辨率的时-频谱；（2）对不同深度的频谱进行归一化、对数化处理；（3）从归一化对数化处理的数据中截取高频段振幅曲线，用于线性回归计算；（4）对随频率衰减的振幅谱数据进行线性回归计算，获取地震振幅衰减截距；（5）依据地震振幅的衰减截距进行目标油气储层的流体检测和含气性预测。
作为优化，所述步骤（1）对地震数据逐道计算高分辨率的时-频谱是：运用多道最大熵法改进魏格纳-威尔分布计算，在每个时间样点，提取高精度的频率-振幅谱。
作为优化，运用多道最大熵法改进的魏格纳-威尔分布计算是：多道最大熵法外推的核函数，延长核函数的长度，消除交叉项干扰，获得高分辨率的时-频谱。
作为优化，所述步骤（2）是利用下列计算式对不同深度位置的频谱进行归一化和对数化处理
式中a为振幅，a max为振幅最大值，ā是归一化之后的振幅，g(f)是其对数。
作为优化，所述步骤（3）从归一化对数化处理的数据中截取高频段振幅曲线，用于线性回归计算是：从最大振幅处开始，截取高频段振幅曲线：f s <f<f e ，其中f s 为振幅最大处的频率， f e 为结束频率。
作为优化，所述步骤（4）对随频率衰减的振幅谱数据进行线性回归计算，获取地震
振幅衰减截距是：逐点求取各时间样点的衰减截距，形成截距数据体。采用的线性回归模型
如下： 
，其中
和
分布代表频率和振幅的平均值；获取回归方程的截距如下；
逐点求取各时间样点的截距形成三维截距数据体。
作为优化，所述步骤（5）依据地震振幅的衰减截距进行油气储层的流体检测和含气性预测是：沿目的储层提取衰减截距属性的空间分布，实现空间范围的流体检测和含气性预测。
综上所述，本发明提出一种依据地震衰减截距识别油气储层的方法，具有如下两个突出优点。本发明的一个突出优点是其目的在运用多道最大熵法，改进魏格纳-威尔分布计算，获得高分辨率的时频谱，对振幅进行归一化和对数化处理后，对高频段进行回归计算获得地震振幅的衰减截距。本发明的另一个突出优点是，由于所获得的高分辨率振幅谱尖锐，其梯度变化相对平衡，而地震振幅的衰减截距，代表含流体储层中地震信号中的频率和振幅变化，可广泛用于含气性检测和气水识别。获得的高分辨率时-频谱压缩了每个时间采样点的频率振幅谱；地震振幅谱线性回归的衰减截距有着明显差异，与高频段振幅谱的衰减有关，并且稳定可靠；衰减截距正是本发明中检测油气储层的地球物理属性依据。
总之，本发明依据地震振幅衰减截距检测油气储层的方法具有沿目标油气储层分析衰减截距属性的空间分布，实现在空间范围的流体检测和含气性预测的优点。能获得高分辨率的时频谱，压缩了每个时间采样点的频率振幅谱；地震振幅谱线性回归的衰减截距有着明显差异，并与高频段振幅谱的衰减有关，且稳定可靠；获得代表含流体储层中地震信号中的频率和振幅变化的地震振幅的衰减截距，可广泛用于含气性检测和气水识别。
附图说明
图1是本发明依据地震振幅衰减截距检测油气储层的方法实现的基本流程图。图2是本发明依据地震振幅衰减截距检测油气储层的方法对比三种不同时-频分析方法计算的振幅谱，图中点划线是小波变换的结果，虚线是S变换的结果，实线是运用多道最大熵法计算得到的魏格纳-威尔分布。图3是本发明依据地震振幅衰减截距检测油气储层的方法，展示的用高分辨率时-频分析方法计算的三个时间样点的振幅谱；纵轴是归一化对数化之后的振幅值，在频率方向具有极高的分辨率。图4是本发明依据地震振幅衰减截距检测油气储层的方法截取的高频段振幅曲线，以及对振幅沿频率衰减进行线性回归结果，图中三种情形的梯度相近，但是截距有着明显区别，正是本发明中油气储层检测的依据。图5是本发明依据地震振幅衰减截距检测油气储层的方法实施例实际地震剖面及其对应的地震振幅衰减截距剖面，检测结果与实际情况相吻合。
具体实施方式
本发明依据地震衰减截距检测油气储层的方法是将随频率而衰减的地震振幅衰减截距作为稳定可靠的地球物理属性，对目标油气储层进行流体检测和含气性预测：获得高分辨率的时频谱；对振幅谱进行归一化和对数化处理之后，对高频段进行回归计算，获得地震振幅的衰减截距；地震振幅的衰减截距，代表含流体储层中地震信号中的频率和振幅变化。具有沿目标油气储层分析衰减截距属性的空间分布，实现在空间范围的流体检测和含气性预测的优点。
实现步骤是：（1）对地震数据逐道计算高分辨率的时-频谱；（2）对不同深度的频谱进行归一化、对数化处理；（3）从归一化对数化处理的数据中截取高频段振幅曲线，用于线性回归计算；（4）对随频率衰减的振幅谱数据进行线性回归计算，获取地震振幅衰减截距；（5）依据地震振幅的衰减截距进行目标油气储层的流体检测和含气性预测。
所述步骤（1）对地震数据逐道计算高分辨率的时-频谱是：运用多道最大熵法改进魏格纳-威尔分布计算，在每个时间样点，提取高精度的频率-振幅谱。运用多道最大熵法改进的魏格纳-威尔分布计算是：多道最大熵法外推的核函数，延长核函数的长度，消除交叉项干扰，获得高分辨率的时频谱。
所述步骤（2）是利用下列计算式对不同深度位置的频谱进行归一化和对数化处理：
式中a为振幅，a max为振幅最大值，ā是归一化之后的振幅，g(f)是其对数。
所述步骤（3）从归一化对数化处理的数据中截取高频段振幅曲线，用于线性回归计算是：从最大振幅处开始，截取高频段振幅曲线：f s <f<f e ，其中f s 为振幅最大处的频率， f e 为结束频率。
所述步骤（4）对随频率衰减的振幅谱数据进行线性回归计算，获取地震振幅衰减
截距是：逐点求取各时间样点的衰减截距，形成截距数据体。采用的线性回归模型如下： 
，其中
和
分布代表频率和振幅的平均值；获取回归方程的截距如下；
逐点求取各时间样点的截距形成三维截距数据体。
所述步骤（5）依据地震振幅的衰减截距进行油气储层的流体检测和含气性预测是：沿目的储层提取衰减截距属性的空间分布，实现空间范围的流体检测和含气性预测。
更具体说明，如下。
本发明运用多道最大熵法改进魏格纳-威尔分布计算，获得高分辨率的时频谱；对振幅谱进行归一化和对数化处理之后，对高频段进行回归计算，获得地震振幅的衰减截距。地震振幅的衰减截距，代表含流体储层中地震信号中的频率和振幅变化。本发明依据地震振幅的衰减截距，进行油气储层检测和含气性预测。本发明实现步骤是：（1）对地震数据逐道计算高分辨率的时-频谱；（2）对不同深度点的频谱进行归一化对数化处理；（3）从归一化对数化处理之后的频谱数据中截取高频段振幅曲线，用于线性回归计算；（4）对随频率衰减的振幅谱数据进行线性回归计算，获取地震振幅衰减截距；（5）依据地震振幅的衰减截距进行目标油气储层的流体检测和含气性预测。
所述步骤（1）对地震数据逐道计算高分辨率的时-频谱是：运用多道最大熵法改进的魏格纳-威尔分布计算，多道最大熵法外推的核函数，延长核函数的长度，消除交叉项干扰，获得高分辨率的时频谱；在每个时间样点，提取高精度的频率-振幅谱。
所述步骤（2）对不同深度的频谱进行归一化、对数化处理；
式中a为振幅，a max为振幅最大值，ā是归一化之后的振幅，g(f)是其对数。
所述步骤（3）从归一化对数化处理的数据中截取高频段振幅曲线，用于线性回归计算；从最大振幅处开始，截取高频段振幅曲线：f s <f<f e ，其中f s 为振幅最大处的频率， f e 为结束频率。
所述步骤（4）中对随频率衰减的振幅谱数据进行线性回归计算，获取地震振幅衰
减截距;采用的线性回归模型如下： 
，其中
和
分布代表频率和振幅的平均值；
获取回归方程的截距如下；
逐点求取各时间样点的截距形成三维截距数据体。
所述步骤（5）依据地震振幅的衰减截距进行目标油气储层的流体检测和含气性预测；沿目标储层分析衰减截距属性的空间分布；实现空间范围的流体检测和含气性预测。
为进一步使本发明的技术方案和优点更加清楚明白，下面对本发明依据地震衰减截距检测油气储层的实施方式作更详细具体说明。
图1是本发明方法实现的基本流程图：其步骤S101，对地震数据逐道计算高分辨率的时-频谱；运用多道最大熵法改进的魏格纳-威尔分布计算；多道最大熵法外推的核函数，延长核函数的长度，消除交叉项干扰，获得高分辨率的时频谱；在每个时间样点，提取高精度的频率-振幅谱。
步骤S102，对不同深度的频谱进行归一化、对数化处理：
式中a为振幅，a max为振幅最大值，ā是归一化之后的振幅，g(f)是其对数。
步骤S103，从归一化对数化处理的数据中截取高频段振幅曲线，用于线性回归计算：从最大振幅处开始，截取高频段振幅曲线：f s <f<f e ，其中f s 为振幅最大处的频率， f e 为结束频率。
步骤S104，对随频率衰减的振幅谱数据进行线性回归计算，获取地震振幅衰减截
距是：逐点求取各时间样点的衰减截距，形成截距数据体。采用的线性回归模型如下： 
，其中
和
分布代表频率和振幅的平均值；地震振幅衰减截距如下；
逐点求取各时间样点的截距形成三维截距数据体。
步骤S105，依据地震振幅的衰减截距进行目标油气储层的流体检测和含气性预测是：沿目的储层分析衰减截距属性的空间分布，实现空间范围流体检测和含气性预测。
图2对比三种不同时-频分析方法计算的振幅谱。左图是时间样点350（即700毫秒）位置的振幅谱，右图是时间样点780（即1560毫秒）位置的振幅谱。图中点划线是小波变换的结果，虚线是S变换的结果，而实线是运用多道最大熵法计算得到的魏格纳-威尔分布。图中小波变换和S变换都呈现双峰形态，多道最大熵法的魏格纳-威尔分布得到的高分辨率时-频谱，并且仅仅呈现单个峰值。
图3展示的是用高分辨率时-频分析方法计算的三个时间样点的振幅谱。纵轴是归一化对数化之后的振幅值，以分贝计。三个时间样点的振幅谱都呈现尖锐化现象，因此，在频率方向具有极高的分辨率。
图4展示的是截取的高频段振幅曲线，以及对随频率衰减的振幅谱数据进行线性回归的计算结果。三种情形的振幅衰减梯度曲线非常接近，呈现平行状态，但是，其截距有着明显区别。这种区别正是本发明中检测目标油气储层的依据。
图5是实施例实际地震剖面及其对应的地震振幅衰减截距剖面。目的层在图中两条层位线之间，W1、W2为高产气井，W3为水井。在目的储层W1、W2井有明显的截距高值异常，而W3井却处于明显的低值区。该预测结果与实际情况吻合很好。
如图所示本发明依据地震衰减截距检测油气储层方法的有益效果在于，获得的高分辨率时-频谱压缩了每个时间采样点的频率振幅谱；地震振幅谱线性回归的衰减截距有着明显差异，与高频段振幅谱的衰减有关，并且稳定可靠；衰减截距正是本发明中检测油气储层的地球物理属性依据。
综上所述，本发明提出一种依据地震衰减截距识别油气储层的方法，具有如下两个突出优点。本发明的一个突出优点是其目的在运用多道最大熵法，改进魏格纳-威尔分布计算，获得高分辨率的时频谱，对振幅进行归一化和对数化处理后，对高频段进行回归计算获得地震振幅的衰减截距。本发明的另一个突出优点是，由于所获得的高分辨率振幅谱尖锐，其梯度变化相对平衡，而地震振幅的衰减截距，代表含流体储层中地震信号中的频率和振幅变化，可广泛用于含气性检测和气水识别。获得的高分辨率时-频谱压缩了每个时间采样点的频率振幅谱；地震振幅谱线性回归的衰减截距有着明显差异，与高频段振幅谱的衰减有关，并且稳定可靠；衰减截距正是本发明中检测油气储层的地球物理属性依据。
以上所述，仅为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。
总之，本发明依据地震振幅衰减截距检测油气储层的方法具有沿目标油气储层分析衰减截距属性的空间分布，实现在空间范围的流体检测和含气性预测的优点。能获得高分辨率的时频谱压缩了每个时间采样点的频率振幅谱；地震振幅谱线性回归的衰减截距有着明显差异，并与高频段振幅谱的衰减有关，且稳定可靠；获得代表含流体储层中地震信号中的频率和振幅变化的地震振幅的衰减截距，可广泛用于含气性检测和气水识别。
Claims (7)
1.一种依据地震衰减截距检测油气储层的方法，其特征在于将随频率而衰减的地震振幅衰减截距作为稳定可靠的地球物理属性，对目标油气储层进行流体检测和含气性预测:获得高分辨率的时频谱；对振幅谱进行归一化和对数化处理之后，对高频段进行回归计算，获得地震振幅的衰减截距；地震振幅的衰减截距，代表含流体储层中地震信号中的频率和振幅变化；实现步骤是：（1）对地震数据逐道计算高分辨率的时-频谱；（2）对不同深度的频谱进行归一化和对数化处理；（3）从归一化对数化处理的数据中截取高频段振幅曲线数据，用于线性回归计算；（4）对随频率衰减的振幅谱数据进行线性回归计算，获取地震振幅衰减截距；（5）依据地震振幅的衰减截距进行油气储层的流体检测和含气性预测。
2.根据权利要求1所述依据地震衰减截距检测油气储层的方法，其特征在于所述步骤（1）对地震数据逐道计算高分辨率的时-频谱是：运用多道最大熵法改进魏格纳-威尔分布计算，在每个时间样点，提取高精度的频率-振幅谱。
3.根据权利要求2所述依据地震衰减截距检测油气储层的方法，其特征在于计算高分辨的时-频谱运用多道最大熵法改进魏格纳-威尔分布计算是：多道最大熵法外推的核函数，延长核函数的长度，消除交叉项干扰，获得高分辨率的时-频谱。
4.根据权利要求1所述依据地震衰减截距检测油气储层的方法，其特征在于所述步骤（2）是利用下列计算式对不同深度位置的频谱进行归一化和对数化处理：
式中a为振幅，a max为振幅最大值，ā是归一化之后的振幅，g(f)是其对数。
5.根据权利要求1所述依据地震衰减截距检测油气储层的方法，其特征在于所述步骤（3）从归一化对数化处理之后的数据中截取高频段振幅数据，用于线性回归计算是：从最大振幅处开始，截取高频段振幅曲线：f s <f<f e ，其中f s 为振幅最大处的频率， f e 为结束频率。
6.根据权利要求1所述依据地震衰减截距检测油气储层的方法，其特征在于所述步骤（4）对随频率衰减的振幅谱数据进行线性回归计算，获取地震振幅衰减截距是：逐点求取各时间样点的衰减截距，形成截距数据体。
7.根据权利要求1所述依据地震衰减截距检测油气储层的方法，其特征在于所述步骤（5）依据地震振幅的衰减截距进行油气储层的流体检测和含气性预测是：沿目标油气储层分析衰减截距属性的空间分布，实现空间范围的流体检测和含气性预测。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110058904.XA CN112731526B (zh) | 2021-01-17 | 2021-01-17 | 依据地震衰减截距检测油气储层的方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110058904.XA CN112731526B (zh) | 2021-01-17 | 2021-01-17 | 依据地震衰减截距检测油气储层的方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN112731526A CN112731526A (zh) | 2021-04-30 |
| CN112731526B true CN112731526B (zh) | 2022-04-29 |
Family
ID=75591820
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202110058904.XA Active CN112731526B (zh) | 2021-01-17 | 2021-01-17 | 依据地震衰减截距检测油气储层的方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN112731526B (zh) |
Families Citing this family (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114114402A (zh) * | 2021-12-21 | 2022-03-01 | 中国石油大学(北京) | 储层流体检测方法、装置和电子设备 |
Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2003036288A1 (en) * | 2001-10-24 | 2003-05-01 | Shell Internationale Research Maatschappij B.V. | Use of cuttings for real time attenuation prediction |
| CN102305943A (zh) * | 2011-07-22 | 2012-01-04 | 中国石油天然气股份有限公司 | 基于地震子波衰减谱的油气检测方法及装置 |
| CN104516019A (zh) * | 2013-09-27 | 2015-04-15 | 中国石油天然气集团公司 | 一种基于频谱形状的油气预测方法 |
| CN104765063A (zh) * | 2015-03-13 | 2015-07-08 | 中国石油天然气股份有限公司 | 基于频谱计算吸收衰减属性的油气检测方法及装置 |
| CN111045080A (zh) * | 2019-12-25 | 2020-04-21 | 安徽省煤田地质局勘查研究院 | 一种基于pso-bp模型和地震属性参数的煤层含气量预测方法 |
| CN111123354A (zh) * | 2019-12-30 | 2020-05-08 | 中国石油大学(北京) | 基于频变反射振幅衰减预测致密气层的方法及设备 |
| CN111257927A (zh) * | 2020-01-10 | 2020-06-09 | 重庆大学 | 一种煤矿井下水力压裂微地震有效监测距离的确定方法 |
-
2021
- 2021-01-17 CN CN202110058904.XA patent/CN112731526B/zh active Active
Patent Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2003036288A1 (en) * | 2001-10-24 | 2003-05-01 | Shell Internationale Research Maatschappij B.V. | Use of cuttings for real time attenuation prediction |
| CN102305943A (zh) * | 2011-07-22 | 2012-01-04 | 中国石油天然气股份有限公司 | 基于地震子波衰减谱的油气检测方法及装置 |
| CN104516019A (zh) * | 2013-09-27 | 2015-04-15 | 中国石油天然气集团公司 | 一种基于频谱形状的油气预测方法 |
| CN104765063A (zh) * | 2015-03-13 | 2015-07-08 | 中国石油天然气股份有限公司 | 基于频谱计算吸收衰减属性的油气检测方法及装置 |
| CN111045080A (zh) * | 2019-12-25 | 2020-04-21 | 安徽省煤田地质局勘查研究院 | 一种基于pso-bp模型和地震属性参数的煤层含气量预测方法 |
| CN111123354A (zh) * | 2019-12-30 | 2020-05-08 | 中国石油大学(北京) | 基于频变反射振幅衰减预测致密气层的方法及设备 |
| CN111257927A (zh) * | 2020-01-10 | 2020-06-09 | 重庆大学 | 一种煤矿井下水力压裂微地震有效监测距离的确定方法 |
Non-Patent Citations (1)
| Title |
|---|
| 基于三参数小波变换的吸收衰减梯度检测;乐友喜等;《地球物理学进展》;20160815(第04期);1725-1731 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN112731526A (zh) | 2021-04-30 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN107817527B (zh) | 基于块稀疏压缩感知的沙漠地震勘探随机噪声压制方法 | |
| CN102832908B (zh) | 基于小波变换与变步长lms自适应滤波的信号降噪方法 | |
| CN111025395B (zh) | 基于压缩感知的高斯频率域提高薄互层分辨率的方法 | |
| CN106199532B (zh) | 基于混合傅立叶-小波分析的探地雷达信号降噪方法 | |
| CN108304770A (zh) | 一种基于时频分析算法结合深度学习理论的气液两相流流型的方法 | |
| CN112731526B (zh) | 依据地震衰减截距检测油气储层的方法 | |
| CN109598245B (zh) | 基于1d-cnn的食用油横向弛豫衰减曲线信号特征提取方法 | |
| CN107748387A (zh) | 一种高分辨的薄互储层含气性检测方法 | |
| CN111505709B (zh) | 一种基于稀疏谱分解的衰减定性分析的方法 | |
| CN112578438B (zh) | 一种地震子波提取方法及系统 | |
| CN112213773B (zh) | 一种地震分辨率提高方法及电子设备 | |
| CN114428298A (zh) | 断溶体分带性的识别方法、装置、电子设备及存储介质 | |
| CN110749923A (zh) | 一种基于范数方程提高分辨率的反褶积方法 | |
| Liu et al. | Enhanced coherence using principal component analysis | |
| CN113093274B (zh) | 低级序断层识别的方法、装置、终端及存储介质 | |
| CN109917458B (zh) | 油气分析方法及装置 | |
| CN112764108B (zh) | 一种基于改进经验小波变换的新型地震资料噪声压制算法 | |
| Li et al. | First arrival time picking for microseismic data based on DWSW algorithm | |
| CN114152981B (zh) | 一种势能波函数域地震资料品质因子估计方法 | |
| CN114428282B (zh) | 一种基于去尺度s变换的地震信号时频变换方法 | |
| CN117849875B (zh) | 一种地震信号分析方法、系统、装置及存储介质 | |
| Feng et al. | Binarization method for on-line ferrograph image based on uniform curvelet transformation | |
| CN114355442B (zh) | 一种三参数w变换的地震储层识别时频分析方法 | |
| CN114563824B (zh) | 一种二阶多重同步挤压多项式chirplet变换薄储层识别方法 | |
| CN111897007B (zh) | 烃类检测方法及装置、计算机设备及计算机可读存储介质 |
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 |