CN117741765A - 一种空变子波提取方法、装置、存储介质及电子设备 - Google Patents
一种空变子波提取方法、装置、存储介质及电子设备 Download PDFInfo
- Publication number
- CN117741765A CN117741765A CN202211159595.6A CN202211159595A CN117741765A CN 117741765 A CN117741765 A CN 117741765A CN 202211159595 A CN202211159595 A CN 202211159595A CN 117741765 A CN117741765 A CN 117741765A
- Authority
- CN
- China
- Prior art keywords
- depth
- depth domain
- seismic data
- domain seismic
- spectrum
- 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
- 238000000605 extraction Methods 0.000 title claims abstract description 63
- 238000001228 spectrum Methods 0.000 claims abstract description 143
- 238000000034 method Methods 0.000 claims abstract description 66
- 238000012545 processing Methods 0.000 claims abstract description 65
- 238000000354 decomposition reaction Methods 0.000 claims abstract description 33
- 230000009466 transformation Effects 0.000 claims abstract description 15
- 230000006870 function Effects 0.000 claims description 28
- 238000004590 computer program Methods 0.000 claims description 15
- 238000004364 calculation method Methods 0.000 claims description 14
- 230000008569 process Effects 0.000 claims description 9
- 238000005314 correlation function Methods 0.000 claims description 8
- 230000001131 transforming effect Effects 0.000 claims description 5
- 238000011161 development Methods 0.000 abstract description 14
- 239000004215 Carbon black (E152) Substances 0.000 abstract description 11
- 229930195733 hydrocarbon Natural products 0.000 abstract description 11
- 150000002430 hydrocarbons Chemical class 0.000 abstract description 11
- 239000003208 petroleum Substances 0.000 abstract description 4
- 238000010586 diagram Methods 0.000 description 26
- 230000018109 developmental process Effects 0.000 description 13
- 239000011159 matrix material Substances 0.000 description 13
- 238000007493 shaping process Methods 0.000 description 12
- 238000004891 communication Methods 0.000 description 10
- 238000013508 migration Methods 0.000 description 7
- 230000005012 migration Effects 0.000 description 7
- 238000001914 filtration Methods 0.000 description 6
- 238000009499 grossing Methods 0.000 description 6
- 238000007796 conventional method Methods 0.000 description 5
- 238000005516 engineering process Methods 0.000 description 4
- 230000005236 sound signal Effects 0.000 description 4
- 238000004458 analytical method Methods 0.000 description 3
- 230000005251 gamma ray Effects 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 230000011218 segmentation Effects 0.000 description 3
- 230000007547 defect Effects 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 230000003068 static effect Effects 0.000 description 2
- 238000012360 testing method Methods 0.000 description 2
- KLDZYURQCUYZBL-UHFFFAOYSA-N 2-[3-[(2-hydroxyphenyl)methylideneamino]propyliminomethyl]phenol Chemical compound OC1=CC=CC=C1C=NCCCN=CC1=CC=CC=C1O KLDZYURQCUYZBL-UHFFFAOYSA-N 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 201000001098 delayed sleep phase syndrome Diseases 0.000 description 1
- 208000033921 delayed sleep phase type circadian rhythm sleep disease Diseases 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000035939 shock Effects 0.000 description 1
Landscapes
- Geophysics And Detection Of Objects (AREA)
Abstract
本申请涉及石油地球物理勘探技术领域,公开了一种空变子波提取方法、装置、存储介质以及电子设备。所述方法包括:获取深度域地震数据;对深度域地震数据进行局部深度‑波数谱分解处理,获得深度域地震数据的深度波数谱;对深度域地震数据进行三阶标准矩估计处理,获得深度域地震数据的相位谱;根据深度波数谱和相位谱进行逆变换处理,获得深度域地震数据的空变子波。通过基于深度域数据的空变子波提取方法,提取的深度域“子波”考虑了深度域数据的非稳态性、具有空变特征,有效提升了基于深度域数据提取“子波”的合理性,进一步提高了提高深度域“子波”提取精度以及深度域储层预测精度,并能够有力支撑油气藏高效的勘探与开发。
Description
技术领域
本申请涉及石油地球物理勘探技术领域,特别地涉及一种空变子波提取方法、装置、存储介质以及电子设备。
背景技术
当前在石油地球物理勘探技术领域随着叠前深度偏移大规模的广泛应用,深度域地震数据也较为常见,而子波提取是地震数据反演的重要环节之一。
常规的地震子波提取技术基于时间域地震数据,提取方法主要分为确定性子波提取和统计性子波提取两种。其中,确定性子波提取方法主要原理是基于褶积模型,利用测井数据求取反射系数并结合井旁道求取地震子波,其优点是不需要对反射系数作任何假设且能得到较为准确的子波,但是容易受测井曲线误差的影响,导致子波振幅畸变和相位谱扭曲;统计子波提取方法原理主要是基于信号处理原理,直接估计地震子波,但是缺点是需要对地震资料和地下反射系数序列的分布进行某种假设,所得到的子波精度与假设条件的满足程度有关。
当前针对深度域地震数据的子波提取技术鲜有开展,同时常规地震子波提取技术未考虑子波的非稳态性和深变特征,并且存在深度域储层预测精度不高的问题。
发明内容
针对上述问题,本申请提出一种空变子波提取方法、装置、存储介质及电子设备,基于深度域数据的深变子波提取方法,可以提取更加合理的深度域地震子波,提高了深度域储层预测精度。
本申请的第一个方面,提供了一种空变子波提取方法,所述方法包括:
获取深度域地震数据;
对所述深度域地震数据进行局部深度-波数谱分解处理,获得所述深度域地震数据的深度波数谱;
对所述深度域地震数据进行三阶标准矩估计处理,获得所述深度域地震数据的相位谱;
根据所述深度波数谱和所述相位谱进行逆变换处理,获得所述深度域地震数据的空变子波。
在一些实施例中,所述逆变换,包括:
傅里叶逆变换。
在一些实施例中,所述深度域地震数据,包括:
傅里叶基函数与系数乘积的离散数据。
在一些实施例中,所述傅里叶基函数与系数乘积的离散数据的表达式,包括:
其中,An为傅里叶系数,ψn(x)为傅里叶基。
在一些实施例中,在对所述深度域地震数据进行局部深度-波数谱分解处理时,构建的局部深度-波数谱分解的反演目标表达式包括:
其中,An(x)为离散的傅里叶系数,λ为尺度参数,D为正则化算子。
在一些实施例中,所述对所述深度域地震数据进行三阶标准矩估计处理,获得所述深度域地震数据的相位谱,包括:
对所述深度域地震数据进行三阶标准矩估计处理,获得所述深度域地震数据的慢度;
对所述慢度做倒数处理,获得所述深度域地震数据的相位谱。
在一些实施例中,所述慢度的平方计算式,包括:
其中,S表示深度域地震信号,K表示随深度变化的慢度,n表示计算慢度的窗口,γ表示连续变化的相关函数。
本申请的第二个方面,提供了一种装置,所述装置包括:
深度域地震数据获取模块,用于获取深度域地震数据;
深度波数谱确定模块,用于对所述深度域地震数据进行局部深度-波数谱分解处理,获得所述深度域地震数据的深度波数谱;
相位谱确定模块,用于对所述深度域地震数据进行三阶标准矩估计处理,获得所述深度域地震数据的相位谱;
空变子波提取模块,用于根据所述深度波数谱和所述相位谱进行逆变换处理,获得所述深度域地震数据的空变子波。
本申请的第三个方面,提供了一种计算机可读存储介质,该计算机可读存储介质存储的计算机程序,可被一个或多个处理器执行,用以实现如上所述的方法。
本申请的第四个方面,提供了一种电子设备,包括存储器和一个或多个处理器,所述存储器上存储有计算机程序,所述存储器和所述一个或多个处理器之间互相通信连接,该计算机程序被所述一个或多个处理器执行时,实现如上所述的方法。
与现有技术相比,本申请的技术方案具有以下优点或有益效果:
基于深度域数据的空变子波提取方法与系统,提取的深度域“子波”考虑了深度域数据的非稳态性、具有空变特征,有效提升了基于深度域数据提取“子波”的合理性,进一步提高了提高深度域“子波”提取精度以及深度域储层预测精度,并能够有力支撑油气藏高效的勘探与开发。
附图说明
为了更清楚地说明本申请实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本申请的实施例,对于所属领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据提供的附图获得其他的附图。
图1为本申请实施例提供的一种空变子波提取方法的流程图;
图2为本申请实施例提供的一种三层平层模型示意图;
图3为本申请实施例提供的一种三层平层模型深度域合成地震数据示意图;
图4为本申请实施例提供的一种模型反射系数示意图;
图5为本申请实施例提供的一种深度域数据的深度-波数谱示意图;
图6为本申请实施例提供的一种深度域数据的相位谱示意图;
图7为本申请实施例提供的一种提取不同深度的深度域“子波”示意图;
图8为本申请实施例提供的一种提取的子波核矩阵示意图;
图9(a)为本申请实施例提供的一种深度域数据经过空变“子波”反褶积获得的反射系数示意图;
图9(b)为本申请实施例提供的一种深度域数据经过常“子波”反褶积获得的反射系数示意图;
图10为本申请实施例提供的一种实际地震数据的二维剖面示意图;
图11为本申请实施例提供的一种过井处提取的各个深度段地震“子波”示意图;
图12(a)为本申请实施例提供的一种常规方法提取的“子波”合成地震记录之后的示意图;
图12(b)为本申请实施例提供的一种本申请所公开的方法提取的“子波”合成地震记录之后的示意图;
图13为本申请实施例提供的一种常规方法与本方法的合成地震记录与井旁道的相关系数对比图;
图14为本申请实施例提供的一种装置的结构示意图;
图15为本申请实施例提供的一种电子设备的连接框图。
具体实施方式
以下将结合附图及实施例来详细说明本申请的实施方式,借此对本申请如何应用技术手段来解决技术问题,并达到相应技术效果的实现过程能充分理解并据以实施。本申请实施例以及实施例中的各个特征,在不相冲突的前提下可以相互结合,所形成的技术方案均在本申请的保护范围之内。
由背景技术可知,当前在石油地球物理勘探技术领域随着叠前深度偏移大规模的广泛应用,深度域地震数据也较为常见,而子波提取是地震数据反演的重要环节之一。
常规的地震子波提取技术基于时间域地震数据,提取方法主要分为确定性子波提取和统计性子波提取两种。其中,确定性子波提取方法主要原理是基于褶积模型,利用测井数据求取反射系数并结合井旁道求取地震子波,其优点是不需要对反射系数作任何假设且能得到较为准确的子波,但是容易受测井曲线误差的影响,导致子波振幅畸变和相位谱扭曲;统计子波提取方法原理主要是基于信号处理原理,直接估计地震子波,但是缺点是需要对地震资料和地下反射系数序列的分布进行某种假设,所得到的子波精度与假设条件的满足程度有关。
当前针对深度域地震数据的子波提取技术鲜有开展,同时常规地震子波提取技术未考虑子波的非稳态性和深变特征,并且存在深度域储层预测精度不高的问题。
鉴于此,本申请提出了一种空变子波提取方法、装置、存储介质及电子设备,基于深度域数据的深变子波提取方法,可以提取更加合理的深度域地震子波,提高了深度域储层预测精度。
深度域偏移规模化应用带来大量的深度域数据,深度域地震数据具有非稳态性,“子波”具有随空间、深度变化的特征,常规的子波提取方法未考虑上述特征,影响深度域地震储层预测精度,为此本申请公开了一种基于深度域数据的空变子波提取方法,以提取更加合理的深度域“子波”,提高深度域储层预测精度,进而支撑油气藏的高效勘探与开发。
实施例一
本实施例提供一种空变子波提取方法,图1为本申请实施例提供的一种空变子波提取方法的流程图,如图1所示,本实施例的方法包括:
S110、获取深度域地震数据。
在一些实施例中,所述深度域地震数据,包括:
傅里叶基函数与系数乘积的离散数据。
在一些实施例中,所述傅里叶基函数与系数乘积的离散数据的表达式,包括:
其中,An为傅里叶系数,ψn(x)为傅里叶基。
可选的,深度域地震信号可表示为傅里叶基函数与系数乘积的离散
信号,具体形式包括:
其中,在式(1)中:An为傅里叶系数,ψn(x)为傅里叶基。
S120、对所述深度域地震数据进行局部深度-波数谱分解处理,获得所述深度域地震数据的深度波数谱。
需要说明的是,此处所述的深度波数谱的叫法参考了时频分析工具的时频谱的叫法;由于时间域数据的傅立叶变换后变换到了频率域,因此,分段处理后会形成时频谱;同理,深度域的数据经过傅立叶变换的分析,会有深度波数谱的形成。
在一些实施例中,在对所述深度域地震数据进行局部深度-波数谱分解处理时,构建的局部深度-波数谱分解的反演目标表达式包括:
其中,An(x)为离散的傅里叶系数,λ为尺度参数,D为正则化算子。
可选的,构建局部深度-波数谱分解的反演目标函数,并结合局部地震属性方法和整形正则化方法,将傅里叶系数拓展成连续、稳定的系数,即:An→An(x)。
其中,在式(2)中:An(x)为离散的傅里叶系数,λ为尺度参数,D为正则化算子。
需要说明的是,λ作为尺度参数,一般通过不同数值参数来测试,可以从0.01,01,测试到100,1000等;D为正则化算子,具体形式包括差分算子、高斯光滑算子和三角滤波算子中的任一项。
进一步需要说明的是,λ和D均可针对不同的数据做多次测试,然后从中选出优选值。
可选的,上式(2)进一步简记为:
min||Lm-d||2+ε||Dm||2
式(3)
其中,在式(3)中:L为向前算子,d为深度域地震数据,D为正则化算子,ε为尺度参数。
考虑反演解的光滑性约束和稳定性,构建深度-波数谱分解的模型解为:
其中,在式(4)中:I为单位矩阵;L为前向算子;S为整形正则化算子,可选择高斯光滑算子或者三角滤波算子,S=(I+∈2DtD)-1;d为深度域地震数据;ρ即ε,表示为尺度参数。
通过计算则可获得深度域数据的深度波数谱数据。
S130、对所述深度域地震数据进行三阶标准矩估计处理,获得所述深度域地震数据的相位谱。
在一些实施例中,所述对所述深度域地震数据进行三阶标准矩估计处理,获得所述深度域地震数据的相位谱,包括:
对所述深度域地震数据进行三阶标准矩估计处理,获得所述深度域地震数据的慢度;
对所述慢度做倒数处理,获得所述深度域地震数据的相位谱。
在一些实施例中,所述慢度的平方计算式,包括:
其中,S表示深度域地震信号,K表示随深度变化的慢度,n表示计算慢度的窗口,γ表示连续变化的相关函数。
可选的,利用信号的三阶标准矩估计技术来估算深度域数据的慢度。
一种慢度的平方计算公式,包括:
其中,在式(5)中:K表示随深度变化的慢度,S表示深度域地震信号,n表示计算慢度的窗口,γ表示连续变化的相关函数,用来测量不同区域的两个信号的相似程度。
举例说明,以获取γ2[S2,S]的值为例,设:γ2=γ1·γ2,a=S2,b=S,则:
γ2=γ1γ2,
γ1=(aTa)-1(aTb),
γ2=(bTb)-1(bTa), 式(6)
通过整形正则化思想,构建的求解公式包括:
γ1(t)=[λ2I+S(diag(a)Tdiag(a)-λ2I)]-1S diag(a)Tb,
γ2(t)=[λ2I+S(diag(b)Tdiag(b-λ2I)]-1S diag(b)Ta.
式(7)
其中,在式(7)中:S是整形正则化算子,I为对角单位矩阵,diag(*)为将向量元素置于矩阵的主对角线形成矩阵的操作,λ为权值系数。
基于与获取的值的同样的方式,可获得/>的值,进而可获得光滑、稳定的慢度。
可选的,通过计算慢度的倒数,即可得到深度域地震数据的相位谱。
S140、根据所述深度波数谱和所述相位谱进行逆变换处理,获得所述深度域地震数据的空变子波。
在一些实施例中,所述逆变换,包括:
傅里叶逆变换。
可选的,基于上述计算获得的深度域数据的深度波数谱和相位谱,利用傅里叶逆变换,则可提取深度域数据的空变子波。
深度域偏移规模化应用带来大量的深度域数据,深度域地震数据具有非稳态性,“子波”具有随空间、深度变化的特征,常规的子波提取方法未考虑上述特征,影响深度域地震储层预测精度,为此本实施例公开了一种基于深度域数据的空变子波提取方法,以提取更加合理的深度域“子波”,提高深度域储层预测精度,支撑油气藏高效勘探开发。
本申请公开了一种基于深度域数据的空变“子波”提取技术,首先利用局部深度-波数谱分解技术获得深度域数据的深度-波数谱;第二步,利用信号的三阶标准矩估计技术估算深度域数据的相位谱;第三步,利用逆傅里叶变换提取深度域地震数据的空变“子波”。
本实施例所公开的方法可以提取更加合理的深度域“子波”,提高深度域储层预测精度,支撑油气藏高效勘探开发。具体的:首先获取深度域地震数据;然后对所述深度域地震数据进行局部深度-波数谱分解处理,获得所述深度域地震数据的深度波数谱;以及对所述深度域地震数据进行三阶标准矩估计处理,获得所述深度域地震数据的相位谱;最后根据所述深度波数谱和所述相位谱进行逆变换处理,获得所述深度域地震数据的空变子波。基于深度域数据的空变子波提取方法与系统,提取的深度域“子波”考虑了深度域数据的非稳态性、具有空变特征,有效提升了基于深度域数据提取“子波”的合理性,进一步提高了提高深度域“子波”提取精度以及深度域储层预测精度,并能够有力支撑油气藏高效的勘探与开发。
实施例二
本实施例提供一具体示例,验证了本申请所公开的空变子波提取方法的正确性、有效性。具体的:
第一步、获取深度域地震数据。
可选的,从地震资料中获取原始地震数据,然后再通过三层模型以及经过深度偏移获得的深度域数据来验证本申请前述实施例所公开的方法的正确性、有效性。具体的可参考图2和图3,其中,图2为本申请实施例提供的一种三层平层模型示意图,图3为本申请实施例提供的一种三层平层模型深度域合成地震数据示意图。
在一些实施例中,所述深度域地震数据,包括:
傅里叶基函数与系数乘积的离散数据。
在一些实施例中,所述傅里叶基函数与系数乘积的离散数据的表达式,包括:
其中,An为傅里叶系数,ψn(x)为傅里叶基。
可选的,深度域地震信号可表示为傅里叶基函数与系数乘积的离散
信号,具体形式包括:
其中,在式(1)中:An为傅里叶系数,ψn(x)为傅里叶基。
第二步、对所述深度域地震数据进行局部深度-波数谱分解处理,获得所述深度域地震数据的深度波数谱。
需要说明的是,此处所述的深度波数谱的叫法参考了时频分析工具的时频谱的叫法;由于时间域数据的傅立叶变换后变换到了频率域,因此,分段处理后会形成时频谱;同理,深度域的数据经过傅立叶变换的分析,会有深度波数谱的形成。
在一些实施例中,在对所述深度域地震数据进行局部深度-波数谱分解处理时,构建的局部深度-波数谱分解的反演目标表达式包括:
其中,An(x)为离散的傅里叶系数,λ为尺度参数,D为正则化算子。
可选的,构建局部深度-波数谱分解的反演目标函数,并结合局部地震属性方法和整形正则化方法,将傅里叶系数拓展成连续、稳定的系数,即:An→An(x)。
其中,在式(2)中:An(x)为离散的傅里叶系数,λ为尺度参数,D为正则化算子。
需要说明的是,λ作为尺度参数,一般通过不同数值参数来测试,可以从0.01,01,测试到100,1000等;D为正则化算子,具体形式包括差分算子、高斯光滑算子和三角滤波算子中的任一项。
进一步需要说明的是,λ和D均可针对不同的数据做多次测试,然后从中选出优选值。
可选的,上式(2)进一步简记为:
min||Lm-d||2+ε||Dm||2
式(3)
其中,在式(3)中:L为向前算子,D为正则化算子,ε为尺度参数。
考虑反演解的光滑性约束和稳定性,构建深度-波数谱分解的模型解为:
其中,在式(4)中:I为单位矩阵;L为前向算子;S为整形正则化算子,可选择高斯光滑算子或者三角滤波算子,S=(I+2DtD)-1;d为深度域地震数据;ρ即ε,表示为尺度参数。
通过计算则可获得深度域数据的深度-波数谱数据。
可选的,以抽取的第50道深度域地震数据为例,第50道的反射系数详见图4,图4为本申请实施例提供的一种模型反射系数示意图;通过深度-波数变换获得第50道深度域数据的深度-波数谱,详见图5,图5为本申请实施例提供的一种深度域数据的深度-波数谱示意图。
第三步、对所述深度域地震数据进行三阶标准矩估计处理,获得所述深度域地震数据的相位谱。
在一些实施例中,所述对所述深度域地震数据进行三阶标准矩估计处理,获得所述深度域地震数据的相位谱,包括:
对所述深度域地震数据进行三阶标准矩估计处理,获得所述深度域地震数据的慢度;
对所述慢度做倒数处理,获得所述深度域地震数据的相位谱。
在一些实施例中,所述慢度的平方计算式,包括:
其中,S表示深度域地震信号,K表示随深度变化的慢度,n表示计算慢度的窗口,γ表示连续变化的相关函数。
可选的,利用信号的三阶标准矩估计技术来估算深度域数据的慢度。
一种慢度的平方计算公式,包括:
其中,在式(5)中:K表示随深度变化的慢度,S表示深度域地震信号,n表示计算慢度的窗口,γ表示连续变化的相关函数,用来测量不同区域的两个信号的相似程度。
举例说明,以获取的值为例,设:γ2=γ1·γ2,a=S2,b=S,则:
γ2=γ1γ2,
γ1=(aTa)-1(aTb),
γ2=(bTb)-1(bTa), 式(6)
通过整形正则化思想,构建的求解公式包括:
γ1(t)=[λ2I+S(diag(a)Tdiag(a)-λ2I)]-1S diag(a)Tb,
γ2(t)=[λ2I+S(diag(b)Tdiag(b-λ2I)]-1S diag(b)Ta.
式(7)
其中,在式(7)中:S是整形正则化算子,I为对角单位矩阵,diag(*)为将向量元素置于矩阵的主对角线形成矩阵的操作,λ为权值系数。
基于与获取的值的同样的方式,可获得/>的值,进而可获得光滑、稳定的慢度。
可选的,通过计算慢度的倒数,即可得到深度域地震数据的相位谱。
可选的,所获得的相位谱可参考图6,图6为本申请实施例提供的一种深度域数据的相位谱示意图。
第四步、根据所述深度波数谱和所述相位谱进行逆变换处理,获得所述深度域地震数据的空变子波。
在一些实施例中,所述逆变换,包括:
傅里叶逆变换。
可选的,基于上述计算获得的深度域数据的深度波数谱和相位谱,利用傅里叶逆变换,则可提取深度域数据的空变子波。
可选的,根据傅里叶反变换,则可提取深度域深变“子波”及深变子波核矩阵,可参考图7和图8,其中,图7为本申请实施例提供的一种提取不同深度的深度域“子波”示意图,图8为本申请实施例提供的一种提取的子波核矩阵示意图。
接着对对第50道深度域数据提取的空变“子波”和常“子波”进行反褶积获得反射系数,参考图9(a)和图9(b),其中,图9(a)为本申请实施例提供的一种深度域数据经过空变“子波”反褶积获得的反射系数示意图,图9(b)为本申请实施例提供的一种深度域数据经过常“子波”反褶积获得的反射系数示意图。
由此可知,本申请前述实施例所公开的方法求取的反射系数与模型反射系数一致,可参考图4,图4为本申请实施例提供的一种模型反射系数示意图,进而验证了本申请前述实施例所公开的方法的正确性。
进一步的,借助于本申请前述实施例中所公开的方法根据实际地震资料进行相应的测试,测试结果可参考图10和图11,其中,图10为本申请实施例提供的一种实际地震数据的二维剖面示意图,图11为本申请实施例提供的一种过井处提取的各个深度段地震“子波”示意图,通过常规方法和本方法提取的“子波”进行合成地震记录、与井旁道的相关系数对比,可参考图12和图13,其中,图12(a)为本申请实施例提供的一种常规方法提取的“子波”合成地震记录之后的示意图,图12(b)为本申请实施例提供的一种本申请所公开的方法提取的“子波”合成地震记录之后的示意图,图13为本申请实施例提供的一种常规方法与本方法的合成地震记录与井旁道的相关系数对比图,进而验证了本申请前述实施例中所公开的方法的有效性。由此可知,本申请前述实施例中所公开的方法有效提高了井震匹配的精度,进一步提高了深度域储层预测的精度。
深度域偏移规模化应用带来大量的深度域数据,深度域地震数据具有非稳态性,“子波”具有随空间、深度变化的特征,常规的子波提取方法未考虑上述特征,影响深度域地震储层预测精度,为此本实施例公开了一种基于深度域数据的空变子波提取方法,以提取更加合理的深度域“子波”,提高深度域储层预测精度,支撑油气藏高效勘探开发。
本申请公开了一种基于深度域数据的空变“子波”提取技术,首先利用局部深度-波数谱分解技术获得深度域数据的深度-波数谱;第二步,利用信号的三阶标准矩估计技术估算深度域数据的相位谱;第三步,利用逆傅里叶变换提取深度域地震数据的空变“子波”。
本实施例所公开的方法可以提取更加合理的深度域“子波”,提高深度域储层预测精度,支撑油气藏高效勘探开发。具体的:首先获取深度域地震数据;然后对所述深度域地震数据进行局部深度-波数谱分解处理,获得所述深度域地震数据的深度波数谱;以及对所述深度域地震数据进行三阶标准矩估计处理,获得所述深度域地震数据的相位谱;最后根据所述深度波数谱和所述相位谱进行逆变换处理,获得所述深度域地震数据的空变子波。基于深度域数据的空变子波提取方法与系统,提取的深度域“子波”考虑了深度域数据的非稳态性、具有空变特征,有效提升了基于深度域数据提取“子波”的合理性,进一步提高了提高深度域“子波”提取精度以及深度域储层预测精度,并能够有力支撑油气藏高效的勘探与开发。
实施例三
本实施例提供一种装置,本装置实施例可以用于执行本申请方法实施例,对于本装置实施例中未披露的细节,请参照本申请方法实施例。图14为本申请实施例提供的一种装置的结构示意图,如图14为本申请实施例提供的一种装置的结构示意图所示,本实施例提供的装置1400包括:
深度域地震数据获取模块1401,用于获取深度域地震数据;
深度波数谱确定模块1402,用于对所述深度域地震数据进行局部深度-波数谱分解处理,获得所述深度域地震数据的深度波数谱;
相位谱确定模块1403,用于对所述深度域地震数据进行三阶标准矩估计处理,获得所述深度域地震数据的相位谱;
空变子波提取模块1404,用于根据所述深度波数谱和所述相位谱进行逆变换处理,获得所述深度域地震数据的空变子波。
在一些实施例中,所述深度域地震数据,包括:
傅里叶基函数与系数乘积的离散数据。
在一些实施例中,所述傅里叶基函数与系数乘积的离散数据的表达式,包括:
其中,An为傅里叶系数,ψn(x)为傅里叶基。
可选的,深度域地震信号可表示为傅里叶基函数与系数乘积的离散
信号,具体形式包括:
其中,在式(1)中:An为傅里叶系数,ψn(x)为傅里叶基。
需要说明的是,此处所述的深度波数谱的叫法参考了时频分析工具的时频谱的叫法;由于时间域数据的傅立叶变换后变换到了频率域,因此,分段处理后会形成时频谱;同理,深度域的数据经过傅立叶变换的分析,会有深度波数谱的形成。
在一些实施例中,在对所述深度域地震数据进行局部深度-波数谱分解处理时,构建的局部深度-波数谱分解的反演目标表达式包括:
其中,An(x)为离散的傅里叶系数,λ为尺度参数,D为正则化算子。
可选的,构建局部深度-波数谱分解的反演目标函数,并结合局部地震属性方法和整形正则化方法,将傅里叶系数拓展成连续、稳定的系数,即:An→An(x)。
其中,在式(2)中:An(x)为离散的傅里叶系数,λ为尺度参数,D为正则化算子。
需要说明的是,λ作为尺度参数,一般通过不同数值参数来测试,可以从0.01,01,测试到100,1000等;D为正则化算子,具体形式包括差分算子、高斯光滑算子和三角滤波算子中的任一项。
进一步需要说明的是,λ和D均可针对不同的数据做多次测试,然后从中选出优选值。
可选的,上式(2)进一步简记为:
min||Lm-d||2+ε||Dm||2
式(3)
其中,在式(3)中:L为向前算子,D为正则化算子,ε为尺度参数。
考虑反演解的光滑性约束和稳定性,构建深度-波数谱分解的模型解为:
其中,在式(4)中:I为单位矩阵;L为前向算子;S为整形正则化算子,可选择高斯光滑算子或者三角滤波算子,S=(I+∈2DtD)-1;d为深度域地震数据;ρ即ε,表示为尺度参数。
通过计算则可获得深度域数据的深度-波数谱数据。
在一些实施例中,所述相位谱确定模块1403包括:标准矩估计单元,倒数处理单元;其中,
标准矩估计单元,用于对所述深度域地震数据进行三阶标准矩估计处理,获得所述深度域地震数据的慢度;
倒数处理单元,用于对所述慢度做倒数处理,获得所述深度域地震数据的相位谱。
在一些实施例中,所述慢度的平方计算式,包括:
其中,S表示深度域地震信号,K表示随深度变化的慢度,n表示计算慢度的窗口,γ表示连续变化的相关函数。
可选的,利用信号的三阶标准矩估计技术来估算深度域数据的慢度。
一种慢度的平方计算公式,包括:
其中,在式(5)中:K表示随深度变化的慢度,S表示深度域地震信号,n表示计算慢度的窗口,γ表示连续变化的相关函数,用来测量不同区域的两个信号的相似程度。
举例说明,以获取的值为例,设:γ2=γ1·γ2,a=S2,b=S,则:
γ2=γ1γ2,
γ1=(aTa)-1(aTb),
γ2=(bTb)-1(bTa), 式(6)
通过整形正则化思想,构建的求解公式包括:
γ1(t)=[λ2I+S(diag(a)Tdiag(a)-λ2I)]-1s diag(a)Tb,
γ2(t)=[λ2I+s(diag(b)Tdiag(b-λ2I)]-1S diag(b)Ta.
式(7)
其中,在式(7)中:S是整形正则化算子,I为对角单位矩阵,diag(*)为将向量元素置于矩阵的主对角线形成矩阵的操作,λ为权值系数。
基于与获取的值的同样的方式,可获得/>的值,进而可获得光滑、稳定的慢度。
可选的,通过计算慢度的倒数,即可得到深度域地震数据的相位谱。
在一些实施例中,所述逆变换,包括:
傅里叶逆变换。
可选的,基于上述计算获得的深度域数据的深度波数谱和相位谱,利用傅里叶逆变换,则可提取深度域数据的空变子波。
深度域偏移规模化应用带来大量的深度域数据,深度域地震数据具有非稳态性,“子波”具有随空间、深度变化的特征,常规的子波提取方法未考虑上述特征,影响深度域地震储层预测精度,为此本实施例公开了一种基于深度域数据的空变子波提取方法,以提取更加合理的深度域“子波”,提高深度域储层预测精度,支撑油气藏高效勘探开发。
所属领域技术人员可以理解的是,图14中示出的结构并不构成对本申请实施例装置的限定,可以包括比图示更多或更少的部件,或者组合某些部件,或者不同的部件布置。
需要说明的是,上述各个模块/单元可以是功能模块也可以是程序模块,既可以通过软件来实现,也可以通过硬件来实现。对于通过硬件来实现的模块/单元而言,上述各个模块/单元可以位于同一处理器中;或者上述各个模块/单元还可以按照任意组合的形式分别位于不同的处理器中。
本实施例通过深度域地震数据获取模块1401,用于获取深度域地震数据;深度波数谱确定模块1402,用于对所述深度域地震数据进行局部深度-波数谱分解处理,获得所述深度域地震数据的深度波数谱;相位谱确定模块1403,用于对所述深度域地震数据进行三阶标准矩估计处理,获得所述深度域地震数据的相位谱;空变子波提取模块1404,用于根据所述深度波数谱和所述相位谱进行逆变换处理,获得所述深度域地震数据的空变子波。基于深度域数据的空变子波提取方法与系统,提取的深度域“子波”考虑了深度域数据的非稳态性、具有空变特征,有效提升了基于深度域数据提取“子波”的合理性,进一步提高了提高深度域“子波”提取精度以及深度域储层预测精度,并能够有力支撑油气藏高效的勘探与开发。
实施例四
本实施例还提供一种计算机可读存储介质,该计算机可读存储介质中存储有计算机程序,该计算机程序被处理器执行时可以实现如前述方法实施例中的方法:
获取深度域地震数据;对所述深度域地震数据进行局部深度-波数谱分解处理,获得所述深度域地震数据的深度波数谱;对所述深度域地震数据进行三阶标准矩估计处理,获得所述深度域地震数据的相位谱;根据所述深度波数谱和所述相位谱进行逆变换处理,获得所述深度域地震数据的空变子波。
其中,计算机可读存储介质还可单独包括计算机程序、数据文件、数据结构等,或者包括其组合。计算机可读存储介质或计算机程序可被计算机软件领域的技术人员具体设计和理解,或计算机可读存储介质对计算机软件领域的技术人员而言可以是公知和可用的。计算机可读存储介质的示例包括:磁性介质,例如硬盘、软盘和磁带;光学介质,例如,CDROM盘和DVD;磁光介质,例如,光盘;和硬件装置,具体被配置以存储和执行计算机程序,例如,只读存储器(ROM)、随机存取存储器(RAM)、闪存;或服务器、app应用商城等。计算机程序的示例包括机器代码(例如,由编译器产生的代码)和包含高级代码的文件,可由计算机通过使用解释器来执行高级代码。所描述的硬件装置可被配置为用作一个或多个软件模块,以执行以上描述的操作和方法,反之亦然。另外,计算机可读存储介质可分布在联网的计算机系统中,可以分散的方式存储和执行程序代码或计算机程序。
实施例五
图15为本申请实施例提供的一种电子设备的连接框图,如图15所示,该电子设备1500可以包括:一个或多个处理器1501,存储器1502,多媒体组件1503,输入/输出(I/O)接口1504,以及通信组件1505。
其中,存储器1502用于存储各种类型的数据,这些数据例如可以包括电子设备中的任何应用程序或方法的指令,以及应用程序相关的数据,一个或多个处理器1501用于执行如如前述方法实施例中的全部或部分步骤:
获取深度域地震数据;对所述深度域地震数据进行局部深度-波数谱分解处理,获得所述深度域地震数据的深度波数谱;对所述深度域地震数据进行三阶标准矩估计处理,获得所述深度域地震数据的相位谱;根据所述深度波数谱和所述相位谱进行逆变换处理,获得所述深度域地震数据的空变子波。
需要说明的是,一个或多个处理器1501可以是专用集成电路(ApplicationSpecific Integrated Circuit,简称ASIC)、数字信号处理器(Digital SignalProcessor,简称DSP)、数字信号处理设备(Digital Signal Processing Device,简称DSPD)、可编程逻辑器件(Programmable Logic Device,简称PLD)、现场可编程门阵列(Field Programmable Gate Array,简称FPGA)、控制器、微控制器、微处理器或其他电子元件实现,用于执行如上所述的方法。
存储器1502可以由任何类型的易失性或非易失性存储设备或者它们的组合实现,例如静态随机存取存储器(Static Random Access Memory,简称SRAM),电可擦除可编程只读存储器(Electrically Erasable Programmable Read-Only Memory,简称EEPROM),可擦除可编程只读存储器(Erasable Programmable Read-Only Memory,简称EPROM),可编程只读存储器(Programmable Read-Only Memory,简称PROM),只读存储器(Read-Only Memory,简称ROM),磁存储器,快闪存储器,磁盘或光盘。
多媒体组件1503可以包括屏幕和音频组件,该屏幕可以是触摸屏,音频组件用于输出和/或输入音频信号。例如,音频组件可以包括一个麦克风,麦克风用于接收外部音频信号。所接收的音频信号可以被进一步存储在存储器或通过通信组件发送。音频组件还包括至少一个扬声器,用于输出音频信号。
I/O接口1504为一个或多个处理器1501和其他接口模块之间提供接口,上述其他接口模块可以是键盘,鼠标,按钮等。这些按钮可以是虚拟按钮或者实体按钮。
通信组件1505用于该电子设备1500与其他设备之间进行有线或无线通信。有线通信包括通过网口、串口等进行通信;无线通信包括:Wi-Fi、蓝牙、近场通信(Near FieldCommunication,简称NFC)、2G、3G、4G、5G,或它们中的一种或几种的组合。因此相应的该通信组件1505可以包括:Wi-Fi模块,蓝牙模块,NFC模块。
综上,本申请提供的一种空变子波提取方法、装置、计算机可读存储介质以及电子设备,所述方法可以提取更加合理的深度域“子波”,提高深度域储层预测精度,支撑油气藏高效勘探开发。具体的:首先获取深度域地震数据;然后对所述深度域地震数据进行局部深度-波数谱分解处理,获得所述深度域地震数据的深度波数谱;以及对所述深度域地震数据进行三阶标准矩估计处理,获得所述深度域地震数据的相位谱;最后根据所述深度波数谱和所述相位谱进行逆变换处理,获得所述深度域地震数据的空变子波。基于深度域数据的空变子波提取方法与系统,提取的深度域“子波”考虑了深度域数据的非稳态性、具有空变特征,有效提升了基于深度域数据提取“子波”的合理性,进一步提高了提高深度域“子波”提取精度以及深度域储层预测精度,并能够有力支撑油气藏高效的勘探与开发。基于深度域数据的空变子波提取方法与系统,提取的深度域“子波”考虑了深度域数据的非稳态性、具有空变特征,有效提升了基于深度域数据提取“子波”的合理性,进一步提高了提高深度域“子波”提取精度以及深度域储层预测精度,并能够有力支撑油气藏高效的勘探与开发。
另外应该理解到,在本申请所提供的实施例中所揭露的方法或系统,也可以通过其它的方式实现。以上所描述的方法或系统实施例仅仅是示意性的,例如,附图中的流程图和框图显示了根据本申请的多个实施例的方法和装置的可能实现的体系架构、功能和操作。在这点上,流程图或框图中的每个方框可以代表一个模块、计算机程序段或计算机程序的一部分,模块、计算机程序段或计算机程序的一部分包含一个或多个用于实现规定的逻辑功能的计算机程序。也应当注意,在有些作为替换的实现方式中,方框中所标注的功能也可以以不同于附图中所标注的顺序发生,实际上也可以基本并行地执行,它们有时也可以按相反的顺序执行,这依所涉及的功能而定。也要注意的是,框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合,可以用执行规定的功能或动作的专用的基于硬件的系统来实现,或者可以用专用硬件与计算机程序的组合来实现。
在本申请中,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括要素的过程、方法、装置或者设备中还存在另外的相同要素;如果有描述到“第一”、“第二”等仅用于描述目的,而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量或者隐含指明所指示的技术特征的先后关系;在本申请的描述中,除非另有明确的限定,“深度域地震数据”,“傅里叶基函数”,“波数谱分解”,“逆变换”等词语应做广义理解,所属技术领域技术人员可以结合技术方案的具体内容合理确定词语在本申请中的具体含义。此外,在本申请的描述中,除非另有说明,术语“多个”、“多”的含义是指至少两个。
最后需要说明的是,在本说明书的描述中,参考术语“一个实施例”、“一些实施例”、“示例”、“一个示例”或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本申请的至少一个实施例或示例中。在本说明书中,对上述术语的示意性表述不一定指的是相同的实施例或示例。而且,描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式进行结合。
尽管上面已经示出和描述了本申请的实施例,可以理解的是,上述实施例都是示例性的,所述的内容只是为了便于理解本申请而采用的实施方式,并非用以限定本申请。任何本申请所属技术领域内的技术人员,在不脱离本申请所公开的精神和范围的前提下,可以在实施的形式上及细节上作任何的修改与变化,但本申请的保护范围,仍须以所附的权利要求书所界定的范围为准。
Claims (10)
1.一种空变子波提取方法,其特征在于,所述方法包括:
获取深度域地震数据;
对所述深度域地震数据进行局部深度-波数谱分解处理,获得所述深度域地震数据的深度波数谱;
对所述深度域地震数据进行三阶标准矩估计处理,获得所述深度域地震数据的相位谱;
根据所述深度波数谱和所述相位谱进行逆变换处理,获得所述深度域地震数据的空变子波。
2.根据权利要求1所述的方法,其特征在于,所述逆变换,包括:
傅里叶逆变换。
3.根据权利要求1所述的方法,其特征在于,所述深度域地震数据,包括:
傅里叶基函数与系数乘积的离散数据。
4.根据权利要求3所述的方法,其特征在于,所述傅里叶基函数与系数乘积的离散数据的表达式,包括:
其中,An为傅里叶系数,ψn(x)为傅里叶基。
5.根据权利要求1所述的方法,其特征在于,在对所述深度域地震数据进行局部深度-波数谱分解处理时,构建的局部深度-波数谱分解的反演目标表达式包括:
其中,An(x)为离散的傅里叶系数,λ为尺度参数,D为正则化算子。
6.根据权利要求1所述的方法,其特征在于,所述对所述深度域地震数据进行三阶标准矩估计处理,获得所述深度域地震数据的相位谱,包括:
对所述深度域地震数据进行三阶标准矩估计处理,获得所述深度域地震数据的慢度;
对所述慢度做倒数处理,获得所述深度域地震数据的相位谱。
7.根据权利要求6所述的方法,其特征在于,所述慢度的平方计算式,包括:
其中,S表示深度域地震信号,K表示随深度变化的慢度,n表示计算慢度的窗口,γ表示连续变化的相关函数。
8.一种装置,其特征在于,包括:
深度域地震数据获取模块,用于获取深度域地震数据;
深度波数谱确定模块,用于对所述深度域地震数据进行局部深度-波数谱分解处理,获得所述深度域地震数据的深度波数谱;
相位谱确定模块,用于对所述深度域地震数据进行三阶标准矩估计处理,获得所述深度域地震数据的相位谱;
空变子波提取模块,用于根据所述深度波数谱和所述相位谱进行逆变换处理,获得所述深度域地震数据的空变子波。
9.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质存储的计算机程序,可被一个或多个处理器执行,用来实现如权利要求1~7中任一项所述的方法。
10.一种电子设备,其特征在于,包括存储器和一个或多个处理器,所述存储器上存储有计算机程序,所述存储器和所述一个或多个处理器之间互相通信连接,该计算机程序被所述一个或多个处理器执行时,执行如权利要求1~7中任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211159595.6A CN117741765A (zh) | 2022-09-22 | 2022-09-22 | 一种空变子波提取方法、装置、存储介质及电子设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211159595.6A CN117741765A (zh) | 2022-09-22 | 2022-09-22 | 一种空变子波提取方法、装置、存储介质及电子设备 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN117741765A true CN117741765A (zh) | 2024-03-22 |
Family
ID=90253285
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211159595.6A Pending CN117741765A (zh) | 2022-09-22 | 2022-09-22 | 一种空变子波提取方法、装置、存储介质及电子设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117741765A (zh) |
-
2022
- 2022-09-22 CN CN202211159595.6A patent/CN117741765A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Lorentzen et al. | History matching the full Norne field model using seismic and production data | |
US9222902B2 (en) | Estimations of nuclear magnetic resonance measurement distributions | |
US8706462B2 (en) | System and method for providing a physical property model | |
CN110441816B (zh) | 不依赖子波的无串扰多震源全波形反演方法及装置 | |
CN103850679A (zh) | 一种利用多种测井曲线对声波时差曲线进行重构的方法 | |
WO2013158873A2 (en) | System and method for calibrating permeability for use in reservoir modeling | |
US11066905B2 (en) | Oilfield reservoir saturation and permeability modeling | |
NO20101734A1 (no) | Hastighetsmodeller for en enkeltbronner og for et sett av bronner | |
CN110687597B (zh) | 一种基于联合字典的波阻抗反演方法 | |
Sun et al. | Organic-matter content prediction based on the random forest algorithm: Application to a Lower Silurian shale-gas reservoir | |
CN111679318B (zh) | 储层中断裂系统的识别方法及系统 | |
US10042026B2 (en) | Apparatus and methods of data inversion | |
CN114444393A (zh) | 基于时间卷积神经网络的测井曲线构建方法及装置 | |
CN112578475B (zh) | 基于数据挖掘的致密储层双甜点识别方法 | |
CN115877464B (zh) | 一种岩性识别方法、装置、计算机设备及存储介质 | |
CN112213782A (zh) | 分相位地震数据的处理方法、装置和服务器 | |
Lucca et al. | Kinematic inversion of strong‐motion data using a Gaussian parameterization for the slip: Application to the 2008 Iwate–Miyagi, Japan, earthquake | |
CN117741765A (zh) | 一种空变子波提取方法、装置、存储介质及电子设备 | |
CN112630840B (zh) | 基于统计特征参数的随机反演方法及处理器 | |
CN114970135A (zh) | 一种砂岩比例的确定方法、系统、电子设备及存储介质 | |
Zhang | Ensemble methods of data assimilation in porous media flow for non-Gaussian prior probability density | |
CN111239805A (zh) | 基于反射率法的块约束时移地震差异反演方法及系统 | |
CN110988991A (zh) | 一种弹性参数反演方法、装置及系统 | |
CN111485874A (zh) | 确定水平井储层含水饱和度的方法及装置 | |
CN114063169B (zh) | 一种波阻抗反演方法、系统、设备和存储介质 |
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 |