变分模态分解与包络导数算子结合的时频分析方法及溶洞储层预测

深层缝洞型碳酸盐岩储层空间分布散乱且内部结构差异大,利用希尔伯特—黄变换、集合经验模态分解、完备集合经验模态分解等时频分析方法描述储层时存在模态混叠、端点效应等问题。为此,提出了一种联合变分模态分解（VMD）与包络导数能量算子（EDO）的高精度时频分析方法（VMD-EDO）。VMD能够将地震信号自适应、非递归地分解为一系列具有带限性质的固有模态函数（IMF）,在选取包含各频段有效信息IMF的基础上,引入具有良好非负特性与抗噪能力的EDO能量算子,代替希尔伯特变换计算各IMF信号的瞬时振幅与瞬时频率,最终获取的时频分布能够追踪地震信号的能量变化,从而预测缝洞型储层。实际资料应用结果表明,与经典时频分析方法相比,基于VMD-EDO的时频分析方法具有更高的时频分辨率,能有效识别隐藏在宽频地震数据中的能量异常。结合含油气储层“低频能量加强、高频能量衰减”的特点,基于VMD-EDO的时频分析方法具备良好的油气检测能力。     

基于WVD-MEM的高分辨河道识别方法

作为重要的油气储集体,河道砂体一直是油气勘探开发领域的热点研究目标。近年来,随着油气勘探开发程度的不断加深,埋藏更深、宽度更窄、厚度更薄的河道逐渐成为关注重点。然而,受河道埋深、纵横向分布特点和地震资料主频、频带、空间分辨率等因素的制约,运用传统的地震属性解释和时频分析方法进行高精度河道识别难度较大,识别效果往往欠佳。为此,采用Wigner-Ville分布（WVD）与最大熵方法（Maximum Entropy Method,MEM）相结合的非平稳信号分析方法（简称WVD-MEM）,研究通过MEM扩展WVD的核函数项,有效消除WVD信号分析中存在的交叉项干扰,同时保持较高的时频聚焦性和分辨率,进而计算WVD的最大熵功率谱、瞬时振幅等地震属性,从提升瞬时振幅、功率谱等分辨率的角度,突出地震数据的河道响应特征,提高分辨能力。该方法在川西地区地震资料河道识别的实际应用中取得了良好效果。     

基于二维小波变换的地震资料去噪方法

在油气勘探中,接收到的地震信号包含有效信号和噪声干扰,即要求从强噪声背景中提取出微弱有效信号,去除干扰信号.小波变换是一种时频分析方法,具有多分辨和适应时变信号处理的特性,能将信号进行多尺度分解,各尺度上分解所得的小波变换系数代表原信号在不同分辨率上的信息,根据时频分析结果进行去噪处理,试验显示局部特征并没有得到有效利用.于是针对地震数据及其噪声干扰的特点,利用二维小波变换技术易于分离有效信号和噪声的特点,将其应用于实际地震资料的处理中,对消除面波干扰及其他规则干扰效果很明显,大大提高了地震资料的信噪比和分辨率,有效改善了地震资料的质量.     

希尔伯特—黄变换时频分析在沉积旋回划分中的应用

希尔伯特—黄变换是基于地震数据对信号进行经验模态分解的新的时频分析方法,其克服了原有时频分析方法因受到分辨率和信号平稳性的限制导致沉积旋回划分精度降低的影响,通过对非平稳信号进行处理得到地震信号不同固有模态分量的瞬时时频特征,以此为基础,精细刻画地震资料中的时间、频率和能量之间的关系,进而依据不同模态分量的瞬时时频特征划分出不同级次的地层沉积旋回。模型数据与实际地震资料的处理结果表明,地震数据通过希尔伯特—黄变换时频分析能够准确地进行地层沉积旋回划分,实现的过程简单实用且精确度较高,从而为地层的沉积旋回划分和精细对比提供了有效方法和参考依据。     

基于分数阶Gabor变换的Teager-Kaiser能量提取及应用

含油气储层可引起地震信号的能量密度异常,Teager-Kaiser(T-K)能量是刻画地震信号能量密度、表征地震波场能量分布的一种重要属性。借助于分数阶Gabor变换(FrGT)优良的局部时频能量聚集特性,将基于FrGT的时频分析方法引入地震信号T-K非线性能量的计算中,提出了基于FrGT的时频域T-K能量储层预测方法。该方法根据测不准原理确定紧支撑时宽-带宽积下的FrGT最优阶,利用最优阶FrGT将地震信号分解为一系列单频分量,计算并提取单频分量的T-K能量的瞬时属性。理论信号仿真和实际资料的处理结果表明,FrGT可有效应用于地震信号的时频分析,T-K主能量可作为储层预测的一种有效属性。     

基于高阶统计量的高分辨率时频分析方法

时频分析是地球物理勘探领域信号分析和处理的关键技术,通过时频分析可以进行地震旋回的划分以及等时沉积界面的识别,然而传统的地震信号时频分析方法存在分辨率低、分析结果不直观等缺点.在分析现有时频方法特点的基础上,提出了基于高阶统计量的高分辨率时频分析方法,该方法能够有效反映时变信号的频谱特性,具有分辨率高、分析结果客观准确等特点.系统阐述了基于高阶统计量的时频分析方法的基本原理,并采用正演模型分析验证了该方法的有效性,将其应用于东营凹陷北带砂砾岩体旋回与沉积期次的划分,取得了良好的效果.     

基于可调因子Gabor小波变换的地震高分辨处理方法

时频分析是利用地震资料识别薄层的重要方法之一,常规的时频分析方法受到固定时窗、窗函数等因素影响。为此,采用一种基于可调因子Gabor小波(Tunable Factor Gabor Wavelet, TFGW)的连续小波变换(Continuous Wavelet Transform, CWT)(简称TFGW-CWT)的时频分析方法对地震资料进行处理。该方法采用具有可调因子的Gabor小波进行变换,然后使用最小绝对值投影方法组合每个可调因子的连续小波系数,降低邻近频率的交叉干扰,提高局部时频分辨率。进一步采用非负矩阵分解(Non-negative Matrix Factorization, NMF)对时频数据体降维,得到一个低秩的特征数据结构关系体,减少了高维空间的数据冗余,凸显了高频信息,达到提高地震资料分辨率的目的。模拟记录和实际资料处理结果证实了该方法的有效性,可为薄层检测提供一种新的技术手段。     

基于连续小波变换的时频域地震波能量衰减补偿

为提高地震资料的分辨率,对地层吸收衰减进行补偿是地震资料处理的一项重要内容。大地滤波算子是时间、频率和品质因子的函数,因此也可以在时频域内进行衰减补偿。相对于固定时窗的短时傅里叶变换(STFT)和Gabor变换,小波变换对于处理非平稳地震信号具有更好的局部时频分析能力。利用基于一维连续小波变换的时频分析方法(time-frequency continuous wavelet transform,TFCWT)和基于Kolsky衰减模型的大地滤波算子,在时频域内实现了地震波能量的衰减补偿。理论模型和实际资料试算结果表明,相较于小波域(时间-尺度域)内的衰减补偿方法,基于一维连续小波变换的时频域地震波能量补偿方法能够更好地补偿深层衰减地震信号,提高地震资料的分辨率。     

稀疏广义S变换及其在储层地震低频异常检测中的应用

时频分析(TF)是地震资料处理与解释中非常重要的方法之一，时频分辨率是高精度储层预测的关键参数。常规S变换及广义S变换的时频分辨率已难以满足高精度储层预测的需求。为此，将稀疏约束的思想引入TF中，在利用广义S变换参数可灵活调节的基础上，通过优化窗矩阵构建一种稀疏广义S变换方法。合成信号的对比分析结果表明，稀疏广义S变换方法能够获得时频分辨率更高、能量聚集性更好的时频分布，在高频和低频部分均能保持较高的时间分辨率。在实际地震数据的低频阴影检测中，该方法能更清楚地刻画油气储层的空间展布，有利于减小油气储层检测的多解性。     

短频时间变换与地震信号分析

野外采集的地震信号是多种波的复合体,是一种时变的非平衡信号。联合时频分析的方法是研究这类信号的有力工具。本文首先分析了短时Fourier变换和短频时间变换这两种时频分析方法,通过理论记录说明时频分析方法可以细致地刻画信号的时间特性;然后将短频时间变换方法应用于地震信号的分析与处理中。文中展示的实际数据分析结果表明了时频分析方法在地震勘探信号分析与处理中的应用意义,即短频时间变换这一有效的分析工具,可使我们对数据的时频结构和能量分布有清晰的认识,为进一步选择合理的数据处理方案提供依据。     

广义S变换地震高分辨率处理方法研究

广义S变换能根据实际地震信号的频率分布特点和时频分析的侧重点灵活地调节窗函数随频率的变化趋势,加快或减慢窗时宽随频率的变化速度,使窗函数的振幅呈现多种非线性变化特征,更好地适应具体信号的分析和处理。在广义S变换实现时引入窗函数库、弦函数库、快速傅里叶反变换,使运算简洁、易行、高效,通过选取合适的参数组合,对得到的时频谱进行能量重新分配、重构,得到高分辨率地震信号。理论模型和实际资料处理结果表明,该方法能够有效增强地震信号时域和频域的分辨率,使地震剖面的构造特征和岩性特征更为清晰。     

时频域谱模拟反褶积方法研究

由于地层的吸收衰减作用,地震波在传播过程中不断衰减,振幅谱有效频带变窄,降低了地震剖面的分辨率。 经窗函数能量归一化后的广义 S 变换能在保持时间分辨率不降低的前提下,提高频率域的分辨率。将改进广义 S 变换与谱模拟反褶积方法相结合,克服了傅里叶变换中复杂的时窗大小问题,能更好地适应地震信号是平稳信号的假设条件。 通过模型试算和实际地震资料处理,有效地提高了地震资料的分辨率,以及薄储层的识别和精细储层的描述能力,验证了该方法的可行性。     

高精度三参数小波谱分析法在薄储集层预测中的应用

采用3个可调参数控制小波基的构建,使小波能够更好地匹配地震信号,有利于获得更精确的时频分析结果,为识别薄储集层的一种有效方法。通过理论研究与合成信号谱分析证明,高精度三参数小波谱分析法在高频端能量聚焦、分辨率高,能有效提高薄层识别精度。高精度三参数小波谱分析法结合非线性e指数衰减梯度拟合,有效提高了频率衰减梯度计算结果精度及流体性质识别结果的可靠性。将该方法应用于南海西部文昌A油田珠海组二段Ⅳ油组的储集层预测和流体性质识别,预测结果与实钻情况吻合度高。该方法的有效应用,改善了文昌A油田的后期挖潜调整,有助于提高采收率。     

改进的窗参数优化S变换及其在河道检测中的应用

时频分析法是对非平稳信号的处理方法,是地震信号分析的重要工具。时频分辨率是进行高精度储层预测的关键,常规S变换的时频聚焦性难以满足现阶段高精度储层预测的要求。为此,提出构建一种改进的窗参数优化S变换方法,即基于实际信号的振幅谱,自适应地求取窗函数的尺度参数,然后引入新的优化调节参数对窗参数作进一步改进。经合成信号对比分析表明,改进的窗参数优化S变换方法时频聚集性更好,在高频端和低频端均能保持很高的分辨率。应用于实际地震资料的河道检测结果表明,该方法能更好地突出河道特征、刻画河道细节、显示河道的连续性,为地震资料的精细储层描述提供了方法支撑。     

利用伪Margenau-Hill分布提取地震波能量衰减梯度

地震波在聚集了石油、天然气的储层中传播时存在能量的剧烈衰减,且频率越高能量衰减越快, 所以通过地震波高频端能量衰减梯度可以灵敏地检测地层中是否存在烃类流体。通过传统的傅里叶变换 求取地震波能量衰减梯度面临诸多问题,而伪Margenau-Hill（PMH）分布作为科恩类时频分布的一种则具 有许多优良的特性：真边缘性、弱支撑性、好的时频聚集性等。为此,该文将PMH 分布的时频分析方法引 入到了地震波吸收衰减分析技术中,利用地震波高频端能量与其对应频率的拟线性关系来计算各时刻的 地震波能量衰减梯度。实际资料应用表明,利用PMH 分布来求取地震波能量衰减梯度在储层预 测中具有重要意义。     

An application of matching pursuit timefrequency decomposition method using multiwavelet dictionaries

In the time-frequency analysis of seismic signals, the matching pursuit algorithm is an effective tool for non-stationary signals, and has high time-frequency resolution and a transient structure with local self-adaption. We expand the time-frequency dictionary library with Ricker, Morlet, and mixed phase seismic wavelets, to make the method more suitable for seismic signal time-frequency decomposition. In this paper, we demonstrated the algorithm theory using synthetic seismic data, and tested the method using synthetic data with 25% noise. We compared the matching pursuit results of the time-frequency dictionaries. The results indicated that the dictionary which matched the signal characteristics better would obtain better results, and can reflect the information of seismic data effectively.     

基于广义S变换和JADE算法的储层识别

广义S变换具有良好的时频聚集性,能够获得反映储层性质的时频谱,但由此生成许多单频数据体,造成地震数据的分析和解释工作变得繁琐。为此,将广义S变换和特征矩阵联合近似对角化(JADE)算法相结合,进行储层识别。在时间域内对地震信号做广义S变换,然后在时频域内提取一些相互独立的有效频率分量,最后根据已知井的储层发育情况,选取对储层识别有效的频段分量进行储层预测。仿真和实际地震数据应用结果表明了该方法的有效性。