基于经验模态分解的属性优化方法

本文提出了一种基于经验模态分解的属性优化新方法,其具体步骤为:首先对某一种地震属性的各个列向量分别进行经验模态分解,得到各个列向量的固有模态分量组;其次分别对每一组固有模态分量的各个分量的权重进行归一化,并将前若干分量分别乘以相应的归一化权重系数后再线性相加得到新的列向量,进而构成优化后的属性矩阵;然后对其他几种参与优化的属性也实行前面两个步骤,分别得到相应的新的地震属性矩阵;最后将得到的新地震属性矩阵进行线性叠加,得到优化后的地震属性矩阵。将经验模态分解方法和主成分分析方法分别应用于相同的实际资料,试验证明前者在保证运行效率的情况下能用更少的主成分(固有模态分量)刻画出更多的原始属性信息,并且提高了原始属性剖面的分辨率。     

基于CEEMD的地震数据小波阈值去噪方法研究

考虑到地震信号的非平稳性和去噪方法对非平稳信号的适应性,针对互补集合经验模态分解(CEEMD)舍弃高频分量的去噪方法和小波阈值去噪方法存在的不足,提出了基于CEEMD的地震数据小波阈值去噪方法。CEEMD是EMD(经验模态分解)的改进型算法,它既保留了EMD处理非平稳信号的优势,又能有效地克服EMD的模态混叠问题;但是,单纯的CEEMD分解去噪会在去除高频噪声的同时压制高频的有效信息。将CEEMD分解与小波阈值去噪相结合,对CEEMD去噪要舍弃的含噪声较多的高频固有模态函数(IMF)分量进行小波阈值去噪,以保留这些分量中的有效信息。模型数据和实际地震资料的测试结果表明,无论对于低噪声还是强噪声地震数据,基于CEEMD的小波阈值去噪方法的去噪效果都优于单纯的CEEMD去噪方法和小波阈值去噪方法。     

基于经验模态分解的井眼防碰特征信号识别

在采用钻头振动波方法进行丛式井防碰监测时,为了准确识别井下钻头振动信号,将Hil-bert-Huang变换中的经验模态分解(EMD)应用于钻头信号的特征提取。采用EMD方法可将复杂环境下的钻头振动加速度信号分解成固有模态分量,通过分析各分量的归一化峭度及能量分布,得到包含钻头冲击振动特征的4个IMF分量;对相应的特征IMF分量进行功率谱分析,得到钻头钻进时特征信号的频域范围。当钻头趋近邻井套管时,信号特征分量将发生显著变化,通过海上丛式井防碰的现场试验数据分析验证了该方法的有效性。     

基于希尔波特—黄变换(HHT)的海洋平台结构模态参数识别

本文研究了希尔波特一黄变换(HHT)中的模态混淆问题解决方法的理论。建立海洋平台结构有限元模型,通过模态分析得到其理论模态参数;然后在瞬时荷载的激励下得到有限元模型和实际结构的振动响应,利用采用Fourier滤波器的HHT方法和采用改进伪信号技术的HHT方法识别其模态参数。结果对比表明,这两种方法都可以准确地识别结构的模态参数,采用改进伪信号技术的HHT方法对实际平台的模态参数识别结果相对更加准确、合理。     

基于优化变分模态分解和互相关的钻井液脉冲信号处理方法

随着油气勘探开发不断深入，钻井技术逐渐向深井、超深井和小井眼方向发展，对钻井液脉冲信号处理提出了更高的要求。通过分析脉冲位置调制编码的基本原理，提出了一种基于优化变分模态分解和互相关的钻井液脉冲信号处理方法，并利用在苏北地区某页岩油井采集的钻井液脉冲信号验证了该方法的可行性。基于优化变分模态分解算法，实现了在低信噪比条件下有用信号的有效提取；基于同步头相关器对去噪后的信号进行互相关处理，实现了数据帧起始位置的可靠计算；基于数据块相关器对数据块内波形进行互相关处理，实现了码值的准确获取。与传统的钻井液脉冲信号处理方法相比，上述方法具有可靠性高和误码率低的特点，能够很好地满足复杂井眼环境下钻井液脉冲信号处理的需求。     

基于经验模态分解的Wigner-Ville时频分布

针对利用Wigner-Ville分布进行时频分析时受交叉项干扰的缺点,提出了基于经验模态分解的Wigner-Ville时频分布方法。首先通过经验模态分解使非平稳信号平稳化,将信号分解成为多个相互独立且具有简单频率成分的内蕴模式函数,然后对这些内蕴模式函数分别计算Wigner-Ville分布,最后重构原始信号的Wigner Ville分布。〖JP〗通过理论模型和实际地震信号分析验证了该方法在降低交叉项干扰、提高时频分析精度方面的有效性。     

基于经验模态分解与小波阈值的MT信号去噪方法

针对低信噪比大地电磁数据的去噪问题,本文提出了-种基于经验模态分解的小波阈值去噪方法,并给出了方法原理和计算步骤;在与小波变换去噪效果对比的基础上,用仿真实验验证了方法的可靠性,并对安徽和内蒙某地实测数据进行了去噪处理。结果表明,本文提出的去噪方法是有效的,去噪后MT信号变得平稳,估算的响应曲线误差棒平均值减小,可为进-步的资料处理和地质解释提供保障。     

基于EMD与ICA的地震信号去噪技术研究

去除随机噪声是地震资料处理的重要环节,而目前的多数去噪技术都不同程度存在去噪效果差、损害有效信号等问题。为此,利用经验模态分解(Empirical Mode Decomposition,简写为EMD)能将信号自适应分解为不同尺度振动模态的优点及独立分量分析(Independent Component Analysis,简写为ICA)能提取独立源信号的优势,构造了一种EMD与ICA相结合的新的去噪算法,很好地实现了地震有效信号和随机噪声的分离,在提高去噪效果的同时提高了有效信号的保幅效果。将该算法应用于仿真实验和实际资料去噪,结果都明显优于总体经验模态分解(Ensemble Empirical Mode Decomposition,简写为EEMD)去噪结果,地震资料的信噪比和分辨率都大大提高。     

基于经验模态分解的f-x域面波压制方法

为了克服f-k滤波规则空间采样的限制和由于滤波窗口选取不当造成的有效信号损失或面波压制不完全的缺点,本文提出了基于经验模态分解(EMD)的f-x域面波压制的方法。经验模态分解可以自适应地按照频率由高到低将信号分解为不同的固有模态(IMF)分量,在空间方向上可以看作是波数由高到低排列,且IMF1分量主要表征高波数的数据。根据面波主要分布在低频高波数域的特性,在f-x域沿空间方向提取低频段数据进行EMD,舍弃分解得到的IMF1分量,就可以有效地压制面波。EMD对数据是否规则采样要求并不严格,这种方法也可以看作是自适应高切波数f-k滤波。模型及实际资料处理结果表明,这种方法较f-k滤波更能有效地压制面波并且保留有效信号。     

基于曼彻斯特编码的钻井液脉冲信号提取算法

为了提取出无线随钻测量中的钻井液脉冲信号并正确识别,对钻井液脉冲信号有效提取算法进行了研究。采用形态滤波算法来提取钻井液脉冲信号,运用膨胀与腐蚀运算来设计信号形态滤波器;在此基础上,根据曼彻斯特编码井下信号同步的特点,提出了一种基于周期内信号等份分割来精确分辨钻井液脉冲信号开始时刻的算法;采用模式相似度的波形识别算法,用来识别钻井液脉冲信号。仿真分析表明,运用形态滤波算法能有效提取出微弱的钻井液脉冲信号,能够提取去信噪比为20 dB的钻井液脉冲信号;运用模式相似度波形识别算法能有效对曼彻斯特编码的钻井液脉冲信号进行识别,能够对0.034 5~0.069 0 MPa的微弱脉冲信号进行识别,识别出来的比特流数据分析表明,采用该识别算法的误码率低于1.5%。研究结果表明,形态滤波算法和模式相似度波形识别算法能精确地提取和识别出钻井液脉冲信号,提高解码正确率,满足工程应用的要求。      

基于CEEMDAN的时频峰值滤波微地震随机噪声压制方法

微地震监测被广泛应用于非常规油气勘探领域,促进油气的增储和高效开采.由于微地震数据具有非平稳性,现行去噪方法的效果并不理想.文中提出一种基于样本熵(SE)自适应白噪声完整集合经验模态分解(CEEMDAN)的时频峰值滤波(TFPF)方法,压制微地震数据中的噪声,保留有效信号幅值.原始微地震数据经CEEMDAN分解为若干个...     

去除随钻测量信号中噪声及干扰的新方法

由于受到钻井特殊条件的限制,井底和地面之间的随钻测量信号难以通过有线方式进行传输,目前工程中主要采用井液脉冲位置编码调制的无线传输方式.但是,由于泥浆压力、井深、泵压等信道传输特性会对信号造成影响,随钻测量中采集到的钻井液脉冲信号往往包含了各种噪声和干扰,直接影响地面信号解码结果的正确性.对钻井液脉冲脉位编码无线通信原理、噪声及干扰进行了分析,根据干扰与噪声的特点.采用线性滤波方法还原脉冲信号,又利用一种非线性"平顶消除"的方场采集的信号进行了处理.与线性滤波方法处理结果的综合对比表明,该方法能更有效地去除钻井泵噪声及其他干扰.现场应用结果表明,该方法对脉冲信号位置复原误差影响小,解码过程简单实用,具有误码率低、可靠性高等特点.     

聚合经验模态分解和小波变换相结合的地震信号衰减分析

常规经验模态分解（EMD）方法存在模态混叠等问题会造成多解性,从而影响含气层弱信号的识别。为此,引入可改进模态混叠的聚合EMD（EEMD）方法,结合小波变换从地震数据中可提取具有明确物理和地质意义的新地震属性进行含气性检测。具体步骤为：1对地震道进行EEMD。选取具有强相关性的IMF进行重构生成地震道的特征高频子信号;2衰减梯度计算。针对EEMD处理后的IMF高频信号特征,采用改进的动态频率域窗函数,逐点计算地震道特征子信号小波时频图中各点处的对数能量,并逐道、逐点计算地震数据体的衰减梯度;3利用最小二乘法和选择频率域动态窗函数提高衰减梯度的预测精度。对川西海相碳酸盐岩的储层预测结果表明,利用文中方法可以刻画各相带储层的不同强振幅异常特征,尤其对台内滩相储层的强振幅异常更灵敏,可以有效地识别宽带地震响应中特定频率的强振幅异常,同时能较好地抑制地层等影响因素,给出的含烃类统计性解释结果与已知井的含气测试结果相吻合。     

基于经验模态分解法的层序地层划分及对比研究

测井资料是地层信息的集合体,测井信号的奇异性一般反映了地层边界信息。经验模态分解能检测信号的奇异性。为此,针对目前层序地层划分及对比缺乏统一的标准及存在人为性和多解性等问题,提出了利用基于测井资料的经验模态分解法进行地层划分及对比。方法的基本原理是:①利用经验模态分解法对测井资料进行分解,得到不同频率成分的本征模态函数;②根据多级分解下的本征模态函数表现出的周期性振荡特征,将其与地质上划分的各级层序界面建立对应关系,即不同频率的周期对应不同规模的层序、各个频率段之间的突变点对应着层序界面,进而实现对各级层序的划分;③在各级层序格架控制下,进行等时地层对比。在长庆油田延长组的应用表明,该方法得到的结果比地质分层结果更精细,对比效果更好,为利用测井资料进行高分辨率层序地层研究提供了一种新的手段。     

基于EMD的声波全波列几种时频分析方法对比

时频分析方法是处理阵列声波测井数据的有效手段,但不同时频分析方法特性不同,处理效果也存在差异。为此,利用经验模态分解(EMD)将单点的实测声波全波列分解为有限个固有模态函数(IMF)分量,再采用短时傅里叶变换、Choi-Williams分布、平滑伪Wigner-Ville分布及重排谱图处理原始的声波全波列和前3个IMF分量,并从时间分辨率、频率分辨率和交叉项干扰3方面对比这4种方法的优缺点。结果表明:前3个IMF分量表征了声波全波列中不同的模式波,而4种方法均无交叉项干扰影响识别模式波的问题,其中重排谱图的时间分辨率、频率分辨率最高。引入时频分布的边缘特性,利用基于EMD的4种方法处理干层、水层、油水同层、油层井段的声波全波列,结果表明重排谱图使能量聚焦明显,能较清晰地显示能量很低的纵波,波峰时间、主频的定位更精准,对不同流体性质储集层的区分效果最好,进一步验证了重排谱图的优势。     

基于经验模态分解的管道预警系统信号多尺度混沌特性分析方法

提出了一种用于油气管道安全预警系统的检测信号多尺度混沌特性分析的新方法。该预警系统基于Mach-Zehnder光纤干涉仪原理,沿管道同沟敷设一条光缆,利用其中的三条单膜光纤构成分布式微振动测试传感器,实时检测管道沿途发生的泄漏及其他异常事件。多尺度混沌特性分析方法是利用经验模态分解(EMD)方法对典型的异常事件振动信号进行分解,再分别对分解得到的固有模态(IMF)分量进行混沌特性分析,计算出不同尺度下的关联维数。该方法可更清晰地描述检测信号在不同尺度下的混沌特性。利用现场试验得到的信号对该方法进行验证的结果表明,利用多尺度混沌特性分析方法更容易有效地区分几种典型异常事件。