[發明專利]一種基于地震數據的時頻分解與氣藏檢測方法及系統

有效

• 申請號: 201810801169.5
• 申請日: 2018-07-20
• 公開（公告）號: CN109001800B
• 公開（公告）日: 2020-03-10
• 發明（設計）人: 黃昱丞;鄭曉東;段艷廷;潘豪杰;胡蓮蓮
• 申請（專利權）人: 中國石油天然氣股份有限公司
• 主分類號: G01V1/28
• 分類號: G01V1/28
• 代理公司: 北京三友知識產權代理有限公司 11127
• 代理人: 王濤

本發明提供了一種基于地震數據的時頻分解與氣藏檢測方法及系統，包括：根據讀入的地震數據，利用短時傅里葉變換及雷尼熵定義生成第一時頻譜；根據讀入的地震數據，利用不同階數的連續小波變換生成各階數對應的第二時頻譜；將所述第一時頻譜分別與各所述第二時頻譜進行互相關運算，生成最優時頻譜；根據所述最優時頻譜，生成衰減梯度數據及分頻數據；根據讀入的層位數據、所述衰減梯度數據及所述分頻數據，生成沿層切片并進行氣藏檢測。本申請具有提高分頻數據與能量吸收衰減特征的屬性剖面數據的精度的有益效果。

技術領域

本發明涉及石油地球物理勘探技術領域，尤其涉及一種基于地震數據的時頻分解與氣藏檢測方法及系統。

背景技術

利用地震數據進行儲層預測的技術領域主要包括屬性和反演兩大部分，反演主要是疊后波阻抗與反射系數反演、疊前AVO(Amplitude Varies with Offset)屬性與彈性阻抗反演等，主要反映地層彈性性質與儲層流體特征等；屬性則是地震數據一系列數學變換的總和，包括時間、振幅、頻率、相位、波形等等，反映儲層厚度、幾何形態、空間展布和烴類賦存特征等。其中，頻率域和時頻域屬性常常依賴于Fourier變換和諸多時頻分析方法的理論支持。

目前地震數據頻譜分解常用的方法包括短時傅里葉變換(Short Time FourierTranform，STFT)，小波變換(Wavelet Transform,WT)及時頻連續小波變換(Time-Frequency Continous Wavelet Transform，TFCWT))，S變換類(包括：ST(S Transform)及GST(Generalized S Transform))，Wigner-Ville分布(Wigner-Ville Distributioin)類(包括：WVD，PWVD，SPWVD及RSPWVD)，匹配追蹤分解(MPD)，經驗模態分解系列(包括：EMD，EEMD及CEEMD)，反演譜與基追蹤分解(BP)，同步擠壓變換(包括：WSST及FSST)等等，盡管新方法層出不窮，目前工業界主流頻譜分解技術仍以CWT和GST為主，這是其保守性、滯后性和基于成本考量的結果。若對精度有要求但計算成本可放寬限制，則以MPD居多。一般而言，地震解釋中涉及三維數據體的計算，MPD頻譜分解的計算效率常常讓業界難以接受。事實上，如果CWT的參數選擇恰當，仍然可以獲得高于預期的高分辨率時頻譜，從而為后續的頻譜分解與衰減特征分析提供理想的屬性剖面。

WT廣義上是時頻分析的一種方法，也是信號處理中一種常用分析工具，因其具備多尺度分辨特性的優勢，常常用于時間序列的局部非平穩特性分析。一般而言，WT根據其定義公式中對時間變量、平移因子和尺度因子三個參數離散方式的不同，可以分為連續小波變換(Continuous Wavelet Transform,CWT)和離散小波變換兩大類(Discrete WaveletTransform,DWT)。DWT基于框架理論和緊湊支撐的正交小波基，常用于計算機編碼、語音處理與圖像重構領域；CWT則常采用非正交連續小波函數作為核函數或者母小波，常用于多學科信號處理中時間序列非平穩與局部頻率變化特征分析。在地震勘探領域，CWT得到了極其廣泛的應用，包括地震數據的去噪、頻散衰減分析與烴類檢測等。

CWT在實際應用時，必須要面對的一個重要問題就是母小波的選取，不同的母小波對CWT的應用效果具有重大的影響，母小波選擇不當甚至會對分析結果造成難以解釋的困境。地震勘探的數據應用中，由于物理意義明確，且表達式簡單易懂，Ricker子波與Morlet子波是目前最為常用的兩種選擇。Ricker子波在信號處理領域，也被稱作墨西哥草帽小波，本質上是Gauss小波關于時間的負二階導數；Morlet子波本質上是加入頻率調制項的Gauss小波。Ricker子波主要用于井震標定和波場模擬，Morlet子波則主要應用于地震信號稀疏分解與衰減分析等方面。然而，在實際模擬與分析中發現，將一維時間信號映射到二維時頻平面上時，基于Ricker子波和Morlet子波的CWT時頻表征并不能獲得聚集性最高的時頻譜，一方面兩類小波并不能擬合任意類型的波形信號，另一方面，對小波參數的控制缺乏針對待分析信號的優化標準。