基于完备总体经验模态分解的砂砾岩沉积相地震预测方法技术

本发明专利技术提供一种基于完备总体经验模态分解的砂砾岩沉积相地震预测方法，包括：步骤1，针对叠后三维地震数据体，采用完备总体经验模态分解方法，将地震资料分解为多个固有模态函数分量；步骤2，采用重构算法得到具有一定频率成分的各模态函数分量；步骤3，对重构得到的各模态函数分量在时间空间域进行保构造平滑滤波；步骤4，进行沿层地震属性提取算法研究，建立砂砾岩地震相识别标志；步骤5，构建砂砾岩沉积相敏感特征参数，实现砂砾岩沉积相地震预测。该基于完备总体经验模态分解的砂砾岩沉积相地震预测方法充分利用了地震资料内在的丰富信息，提高了砂砾岩沉积相的预测能力。

【技术实现步骤摘要】
基于完备总体经验模态分解的砂砾岩沉积相地震预测方法
本专利技术涉及砂砾岩地震识别和预测的地质勘探开发领域，特别是涉及到一种基于完备总体经验模态分解的砂砾岩沉积相地震预测方法。
技术介绍
砂砾岩油藏十分复杂，储层物性、含油性和产能等差异大，高效勘探开发难度大。例如，埕南断裂带套尔河地区大斜722井在沙三下见到较好的工业油流，但随后在其东北部钻探的大722-1井，储层迅速减薄，物性变差导致失利。分析认为，砂砾岩沉积亚(微)相在纵横向的剧烈变化导致了储层的强非均质性，产能差异大。砂砾岩油藏勘探关键是沉积亚(微)相的识别与预测。砂砾岩主要发育于断陷陡坡带，其形成的沉积过程和构造背景决定了砂砾岩油气藏的特殊性。砂砾岩具有近源、快速堆积的特征，由多期扇体叠置而成，纵向上沉积厚度变化大，储层非均质性极强，地震反射杂乱，难以有效识别各期砂砾岩。适用于非线性和非平稳信号分析的经验模态分解(EMD)，已在信号处理研究中受到广泛关注。EMD是Hilbert-Huang变换(HHT)的核心技术，HHT由经验模态分解(EMD)和Hilbert变换两部分组成，其基本思想是首先利用核心技术EMD将信号分解为若干个含有不同频率分量的固有模态函数(IMF)，然后对各IMF分量进行Hilbert谱分析获取相应的瞬时属性或Hilbert谱，汇总所有IMF的Hilbert谱就能得到原始信号的Hilbert谱。由于EMD分解出的IMF是单分量信号或窄带信号，符合Ville提出的瞬时频率定义，因此获得的瞬时属性具有明显的物理意义，这便是HHT在非平稳信号的时频分析中所具有的关键优势。HHT不受傅里叶变换理论的约束，克服了基于该理论发展起来的时频分析方法的一些缺陷，具有很好的自适应性和时频聚集性，能够细致刻画时变非平稳信号在各时刻的频率特性，提供更为精细的时频谱，在地震资料的处理和解释中已得到广泛的应用。针对EMD方法存在的问题，如停止准则、端点效应、模态混叠等，国内外众多学者提出了许多不同的改进方案。针对EMD原算法中的停止准则、端点效应等问题，Rilling等对EMD算法做了细致研究和探讨，并提出了新的改进算法。针对端点效应问题，Huang等在提出EMD算法的同时也提出了一种在数据序列两端添加特征波的数据延拓方法，可以有效地改善三次样条拟合所造成的端点效应。针对EMD的模态混叠问题，国内外一些学者也提出了不同的解决方案。例如，Wu和Huang通过分析大量EMD分解白噪声实验结果的统计特性，提出了一种EMD的改进算法—总体经验模态分解(EEMD)，它是一种噪声辅助分析方法，基本思想是利用高斯白噪声的频谱均匀分布和零均值特性，首先向原始数据中多次添加相同量级的白噪声，然后进行EMD分解并对分解后的结果进行加总平均，以此降低添加的白噪声影响，使有用信号在相应的尺度上得到自动映射，从而在一定程度上克服了间歇信号导致的模态混叠效应。尽管EEMD改善了EMD所存在的问题，但同时也引入了其它问题，如分解出的IMF并非唯一解，不是完全符合IMF的最初定义；完备性较差，分解得到的IMFs的总和不能完美重构原始信号；若使噪声影响尽可能小则须计算成本比较大。基于以上问题，Yeh等对EEMD算法做了进一步改进，提出了一种互补集合经验模态分解(CEEMD)，这种方法与EEMD相似，只不过向原始信号中加入的是正负成对形式的白噪声，以便更好地消除重构信号中的残余噪声，侧重于分解完备性的提高。Torres等提出了一种自适应噪声的完备总体经验模态分解(CEEMD)，该方法同样是一种噪声辅助分析方法，但其实现不同于EEMD。CEEMD的基本思想是在分解的每一阶段添加一个特定白噪声，并且计算一个唯一残差来获得每个符合定义的固有模态分量(IMF)，因此分解过程是完备的。CEEMD不仅可以提供更好的模态分离，原始信号的精确重构，而且具有较高的计算效率，相比EMD以及EEMD更具优越性。采用完备总体模态分解方法，将地震资料分解成不同频率的固有模态函数分量，通过测井与地质认识找出对砂砾岩敏感程度较高的分量，采用希尔伯特变换计算出瞬时属性，并与原始地震数据的瞬时属性进行对比分析，建立“测井相—岩石物理相—地震相”三相联合的沉积相带精细雕刻技术。目前，砂砾岩沉积相地震预测存在较大问题，主要表现在以下三个方面：(1)砂砾岩各类的沉积亚(微)相在测井及各类岩石物理参数上差异较小，缺乏精细的相带识别与划分标准。(2)砂砾岩各类沉积亚(微)相的地震响应特征不清，敏感特征参数的差异不明。(3)沉积亚(微)相的地震预测技术缺乏。为此我们专利技术了一种新的基于完备总体经验模态分解的砂砾岩沉积相地震预测方法，解决了以上技术问题。
技术实现思路
本专利技术的目的是提供一种建立“测井相—岩石物理相—地震相”三相联合的砂砾岩沉积相带精细雕刻技术，提高砂砾岩沉积相的预测能力的基于完备总体经验模态分解的砂砾岩沉积相地震预测方法。本专利技术的目的可通过如下技术措施来实现：基于完备总体经验模态分解的砂砾岩沉积相地震预测方法，该基于完备总体经验模态分解的砂砾岩沉积相地震预测方法包括：步骤1，针对叠后三维地震数据体，采用完备总体经验模态分解方法，将地震资料分解为多个固有模态函数分量；步骤2，采用重构算法得到具有一定频率成分的各模态函数分量；步骤3，对重构得到的各模态函数分量在时间空间域进行保构造平滑滤波；步骤4，进行沿层地震属性提取算法研究，建立砂砾岩地震相识别标志；步骤5，构建砂砾岩沉积相敏感特征参数，实现砂砾岩沉积相地震预测。本专利技术的目的还可通过如下技术措施来实现：步骤1包括：(1)固有模态函数分量IMF1(t)的求取方法是使用经验模态分解方法对添加了不同噪声实现的目标信号x(t)重复分解I次，然后计算加总平均值并将其定义为x(t)的IMF1(t)，式中：t为时间变量，x(t)为地震信号，ω(t)为待添加的高斯白噪声信号，ε为待添加的高斯白噪声的标准方差,I为添加噪声的次数，i为求和变量，E()用来计算I个信号的均值，IMF(t)为分解得到的模态函数分量；(2)记k为所划分的沉积相种类数目，对于k＝1，计算一阶残差r1(t)：r1(t)＝x(t)-IMF1(t)(3)利用经验模态分解(EMD)实现r1(t)+ε1E1(ωi(t))，直到满足第一个IMF(t)条件，计算出总体平均值并定义为IMF2(t)：(4)对于k＝2,...,K，计算k阶残差rk(t)：rk(t)＝rk-1(t)-IMFk(t)式中K是IMF(t)分量的总数目；(5)使用EMD提取出rk(t)+εkEk(ωi(t))的IMF1(t)分量，并计算出总体平均值获得目标信号的IMF(k+1)(t)：(6)重复步骤(4)(5)继续筛选过程，直到残差信号变得单调或不能再被分解为止，则得到最终残差R(t)：式中K是IMF(t)分量的总数目。在步骤2中，根据需要选择相应的模态函数分量进行重构，重构得到的模态函数分量具有一定的频率成分，重构的信号为：式中i1，i2分别为所选择用于重构的起止模态函数分量编号，IMFk(t)为分解得到的第k个模态函数分量，y(t)为重构后的信号。在步骤3中，滤除经验模态分解过程中加入随机噪音，提高各模态函数分量的信噪比。在步骤3中，在输入数据时本文档来自技高网...

【技术保护点】
1.基于完备总体经验模态分解的砂砾岩沉积相地震预测方法，其特征在于，该基于完备总体经验模态分解的砂砾岩沉积相地震预测方法包括：步骤1，针对叠后三维地震数据体，采用完备总体经验模态分解方法，将地震资料分解为多个固有模态函数分量；步骤2，采用重构算法得到具有一定频率成分的各模态函数分量；步骤3，对重构得到的各模态函数分量在时间空间域进行保构造平滑滤波；步骤4，进行沿层地震属性提取算法研究，建立砂砾岩地震相识别标志；步骤5，构建砂砾岩沉积相敏感特征参数，实现砂砾岩沉积相地震预测。

【技术特征摘要】
1.基于完备总体经验模态分解的砂砾岩沉积相地震预测方法，其特征在于，该基于完备总体经验模态分解的砂砾岩沉积相地震预测方法包括：步骤1，针对叠后三维地震数据体，采用完备总体经验模态分解方法，将地震资料分解为多个固有模态函数分量；步骤2，采用重构算法得到具有一定频率成分的各模态函数分量；步骤3，对重构得到的各模态函数分量在时间空间域进行保构造平滑滤波；步骤4，进行沿层地震属性提取算法研究，建立砂砾岩地震相识别标志；步骤5，构建砂砾岩沉积相敏感特征参数，实现砂砾岩沉积相地震预测。2.根据权利要求1所述的基于完备总体经验模态分解的砂砾岩沉积相地震预测方法，其特征在于，步骤1包括：(1)固有模态函数分量IMF1(t)的求取方法是使用经验模态分解方法对添加了不同噪声实现的目标信号x(t)重复分解I次，然后计算加总平均值并将其定义为x(t)的IMF1(t)，式中：t为时间变量，x(t)为地震信号，ω(t)为待添加的高斯白噪声信号，ε为待添加的高斯白噪声的标准方差,I为添加噪声的次数，i为求和变量，E()用来计算I个信号的均值，IMF(t)为分解得到的模态函数分量；(2)记k为所划分的沉积相种类数目，对于k＝1，计算一阶残差r1(t)：r1(t)＝x(t)-IMF1(t)(3)利用经验模态分解实现r1(t)+ε1E1(ωi(t))，直到满足第一个IMF(t)条件，计算出总体平均值并定义为IMF2(t)：(4)对于k＝2,...,K，计算k阶残差rk(t)：rk(t)＝rk-1(t)-IMFk(t)式中K是IMF(t)分量的总数目；(5)使用EMD提取出rk(t)+εkEk(ωi(t))的IMF1(t)分量，并计算出总体平均值获得目标信号的IMF(k+1)(t)：(6)重复步骤(4)(5)继续筛选过程，直到残差信号变得单调或不能再被分解为止，则得到最终残差R(t)：3.根据权利要求1所述的基于完备总体经验模态分解的砂砾岩沉积相地震预测方法，其特征在于，在步骤2中，根据需要选择相应的模态函数分量进行重构，重构得到的模态函数分量具有一定的频率成分，重构的信号为：式中i1，i2分别为所选择用于重构的起止模态函数分量编号，IMFk(t)为分解得到的第k个模态函数分量，y(t)为重构后的信号。4.根据权利要求1所述的基于完备总体经验模态分解的砂砾岩沉积相地震预测方法，其特征在于，在步骤3中，滤除经验模态分解过程中加入随机噪音，提高各模态函数分量的信噪比。5.根据权利要求4所述的基于完备总体经验模态分解的砂砾岩沉积相地震预测方法，其特征在于，在步骤3中，在输入数据时，Di就是第i个样本的...

【专利技术属性】
技术研发人员：宋亮，于正军，韩宏伟，张秀娟，张鹏，夏志威，孙淑英，孙兴刚，
申请(专利权)人：中国石油化工股份有限公司，中国石油化工股份有限公司胜利油田分公司物探研究院，
类型：发明
国别省市：山东,37