东营凹陷深部储层流度属性提取及应用

东营凹陷深部储层埋深大、储层薄,为干燥环境下沉积的红层,采用常规储层描述与预测方法难以取得好的效果。在流度属性表征方法计算公式详细推导和流度属性本质含义解剖的基础上,根据研究区岩石物理参数和流体置换的特征,建立了含油层和干层的理论模型,发现将储层主频作为优势频率提取的流度属性,具有很好的有利储层识别度,含油砂体的流度属性能量团比干层及其它地层的能量要强。对东营凹陷深部实际三维工区数据进行目标处理,过井剖面的有利储层得到很好展示;沿层流度属性切片,其储层厚度、储层流体类型及其分布范围与井点图吻合度很高,进一步验证了方法的有效性。研究成果拓展了流度属性的应用范围(以往仅局限于低频),也为深部储层预测开辟了一条新的途径,具有重要的理论意义和较好的推广价值。     

采用改进多分辨率快速S变换的电能质量扰动识别

噪声干扰是影响电能质量暂态扰动识别准确率的最重要因素。经过S变换后获得的扰动信号的模时–频矩阵具有灰度图像特点。因此,可通过二维数学形态学方法,滤除噪声干扰,获得更高的识别准确率。首先,针对扰动信号时–频分布特点,设计具有不同时–频分辨率的多分辨率快速S变换方法以降低运算量、提高特征表现能力;之后,在阈值滤波基础上,根据信号时–频分布特点,选择线段型、零角度结构元进行灰度级形态学开运算,进一步滤除高频频域噪声;最后,从原始信号、信号傅里叶谱、多分辨率快速S变换模矩阵中提取5种特征建立决策树分类器,识别含噪声信号与6种复合扰动信号在内的12种电能质量信号。通过仿真对比实验发现,新方法具有更好的抗噪能力,更加适用于低信噪比环境下的电能质量信号识别。     

基于广义S变换的高斯领域时频滤波方法

针对S变换时频滤波局部时频区域选择问题,提出了一种高斯邻域阈值滤波方法。首先,利用S变换的二维时频特性,构建时频分辨率可调的广义S变换,提高分析信号的时频分辨率。然后根据不同时频分布类型,定义了3种不同的高斯邻域时频滤波模型。针对不同模型高斯邻域,对信号中S矩阵高斯邻域内的时频数据采用局部阈值处理,保留有用信息,通过广义S反变换得到滤波后的信号。仿真与实验结果表明,广义S变换高斯邻域时频阈值滤波方法具有较高的滤波精度,该滤波模型能有效减小滤波均方差。     

两种扰动源引起电压暂降的快速检测及特征分析

电压暂降在电网中具有一定的传播性,无论从电网还是用户都迫切需要对电压暂降进行研究和治理。作为解决电压暂降问题的前提,需先对其检测方法进行研究。分析了感应电动机启动和变压器激磁两种扰动情况引起电压暂降的原因,在此基础上采用了基于S变换的短时电能质量扰动检测方法,从S变换的结果中提取出所需数据,并以此来对上述两种扰动情况的暂降深度、相位跳变、持续时间和谐波含量进行分析。仿真结果表明,该方法很好地实现了对电压暂降各特征量的检测;在对暂降录波波形数据进行后续离线分析应用方面具有较高的实用价值。     

基于叠前地震数据的地层Q值估计

与叠后地震资料相比,叠前地震资料包含了更加丰富的地层信息。传统的基于叠后地震资料的地层Q值估算方法因叠加平均效应的影响,Q值估算精度较低、适用性差。为此,本文提出了基于叠前地震资料利用时频谱分解技术估算地层Q值的方法。该方法借助于S变换对叠前地震数据做时频分析,逐道求取频谱比斜率,经炮检距归零处理得到零炮检距处的地层Q值。模型数据和实际资料的应用表明,该方法不仅充分考虑了因地层吸收而引起的振幅、频率等信息的变化,而且避免了常规品质因子计算中的平均效应,使估算的品质因子更加准确,适用性更强。     

基于时频域Teager主能量的储层检测

油气储层可引起地震信号的能量密度产生异常,因而可利用这种异常进行储层检测。本文在广义S变换的基础上,推导出了一种时频域Teager能量,并定义了反映地震信号能量密度主要信息的瞬时Teager主能量属性。经实际地震信号的分析,发现时频域Teager能量分布具有更高的时频聚集性和时间分辨率。三维地震资料的处理结果表明,瞬时Teager主能量可有效地反映油气储层的位置,准确刻画储层的空间展布及内部的非均质性,可作为分析储层的一种新的瞬时谱属性。     

基于广义S变换奇异值分解的料位回波检测与校正

非平稳及多奇异点的调频料位测量雷达回波中包含虚假回波及噪声,影响料位回波信号检测,导致料位测量精度不高.本文提出了一种基于广义S变换和奇异值分解的料位回波检测与校正方法.首先,将料位变化视作低速运动目标,将料位回波信号与雷达发射信号进行混频解调,并根据回波信号的频率分布特点对广义S变换窗口的变化趋势进行调节.之后对其变换所得到的二维时频系数矩阵利用奇异值分解方法重构系数矩阵,并对其进行广义S逆变换,得到校正后的回波信号.实验结果表明:该方法能够准确检测料位回波信号,在抑制噪声的同时能最大限度保留信号的细节特征,减少虚假回波干扰.料位测量误差不超过4.01％,测量精度可达到0.40％F.S.     

Short duration disturbance classifying based on S-transform maximum similarity

The S-transformed module time–frequency matrix (MTFM) has been proved that it is an effective analyzing method to extract short duration disturbance characteristics. A new classification method of power quality disturbances comparing the standard S-transformed time–frequency matrix of ideal disturbances with the characteristics of tested disturbances was proposed in this paper. Based on the maximum similarity principle without any other classifier, the S-transformed results were directly used in the method. This scheme is superior with simple principium and low calculation cost. The simulation results show that the proposed method is effective in classifying short duration disturbances and with better noise proof ability.     

S变换时频分析在隧道岩溶地震勘探解释中的应用

介绍了短时傅立叶变换、小波变换和S变换的优缺点及其彼此间的相互关系。详述了S变换的概念及性质,认为S变换方法具有良好的自适应性和时频分辨率,能提供高质量的时频谱信息。将S变换时频分析用于宜万铁路隧道地震映像法数据解释。结果表明,S变换时频剖面上的溶洞异常显示比时间剖面更为清晰,在推断岩溶的分布位置、大小、埋藏深度等方面具有良好效果。S变换方法有助于提高地震数据解释的精度和准确性。     

S变换时变滤波在去噪处理中的应用研究

针对常用的滤波去噪方法都受到使用条件的限制,实际资料的滤波去噪不能达到良好效果,S变换时变滤波克服了传统滤波去噪方法滤波因子不能随时间、频率变化而变化的缺陷.将地震资料用S变换方法变换到时频域,对不同时间内不同频率的噪声部分充零,再将去噪后的地震数据利用S反变换到时间域,以获得所需要的有效信号.通过理论计算分析和实例计算表明,S变换时变滤波能够有效去除不同时段、不同频率的噪声.该方法具有一定的可行性.