基于CEEMD‑SPWVD时频谱分析的叠后地震流体预测方法技术

本发明专利技术公开了一种基于CEEMD‑SPWVD时频谱分析的叠后地震流体预测方法，本发明专利技术解决了现有技术存在的小波变换因为小波基原因使得提取的频率域数据聚焦性不足，从而导致的无法正确提取精确的频率分量数据的缺陷。本发明专利技术利用CEEMD经验模态分解方法对地震道集数据进行分解，得到多个IMF频率分量，对原始地震道集信号与IMF分量进行互相关计算，剔除互相关系数低的IMF冗余分量，再对有效IMF分量进行SPWVD分布计算并进行叠加，得到CEEMD‑SPWVD时频谱，最后对得到的CEEMD‑SPWVD时频谱进行频率衰减梯度计算，保证能够最精确的提取叠后地震数据的有效频率。

【技术实现步骤摘要】
基于CEEMD-SPWVD时频谱分析的叠后地震流体预测方法
本专利技术属于地震波研究
，尤其与一种基于CEEMD-SPWVD时频谱分析的叠后地震流体预测方法有关。
技术介绍
地震波在地下介质中的传播过程总会产生振幅和频率等方面的吸收衰减。引起地震波衰减的因素可分为内因和外因两种：内因包括介质中固体和固体，流体和流体，固体和流体之间由于摩擦而引起的能量损耗，外因主要是由介质的不均匀性引起的散射。实际资料表明，当地质体中含流体时比如油、气、水，地震波的反射系数会增大，高频吸收衰减尤其明显，呈e指数的衰减趋势，因此如何找到合适的物理量来表征这样的高频衰减，并利用好这种吸收衰减属性，将其应用于流体检测就有着重要意义。地震波吸收衰减理论来自于声波理论。许多石油公司将地震波的衰减作为一种直接用来检测油气的地震属性。因此，对地震波吸收衰减的产生机理进行研究就显得尤为重要。由于地下介质形态复杂多变，地震波从由震源激发到被检波器接收到，地震波在介质表面经过反射、透射等作用，检波器接收到的地震波都是从不同路径接收到的，因此它们的振幅、频率、波形等都发生了改变。同时接收到的波中含有各种噪声，由于地下介质形态复杂，介质对地震信号中的不同频率吸收效果也不尽相同，因此接收到的地震信号的频率不是固定的，是随时间的变化而变化，也就是说地震信号是一种非平稳信号。实际应用中，研究针对地震波吸收衰减的时频分析方法以及获取能精确表征频率衰减属性的物理量，对开展基于频率衰减的储层流体识别方法具有重要的意义。随着时频分析方法的发展，常用的时频分析方法有：短时傅立叶变换、Wigner-Ville分布(WVD)、小波变换、S变换、广义S变化、希尔伯特黄变换(HHT)等等。时频分析是通过对数字信号采用多种数学变换,实现从时频域角度对信号的局部特征进行分解和描述,以达到对信号细微特征的解剖和更全面的认识。如今时频技术已发展成为一项热点技术,其中计算地震波吸收衰减是时频分析技术中最重要的应用之一。HHT变换是近年来发展起来的时频分析技术，具有较高的时间分辨率和频率分辨率，近年来被广泛应用于地震勘探，因此以HHT变换方法开展基于频率衰减的流体识别具有一定的技术前瞻性。HHT变换主要分为两步，第一步为经验模态分解得到IMF分量，第二步即对IMF分量作希尔伯特变换。其中第一步经验模态分解方法即EMD分解方法。在EMD算法中，由于使用了三次样条插值函数对数据极值进行拟合，而在端点处产生了摆动，并且，随着分解过程的不断进行，这些摆动会由端点逐渐向内传播而“污染”整个数据而使所得结果出现失真，尤其对于低频IMF分量来说，这种边界效应所引起的误差更加严重。Huang针对这个问题，提出根据特征波对原有数据序列进行延拓的方法，但并未公开具体的处理方法，并且已将该方法申请了专利。此外，Huang也曾经指出，EMD算法所面临的边界延拓问题仍未得到很好的解决。因此，正是因为EMD算法自身原因造成的边界延拓问题，即会对时频分析造成误差，影响时频分析精度，而将此方法直接用于地震流体预测中，同样也会影响流体预测的精度。在利用地震数据进行流体预测方法，考虑到流体的地震波吸收衰减机理，利用频率衰减梯度方法进行流体预测。地震波的频率衰减梯度是指在对地震波进行时频分析的基础上，对地震波时频结果中高频部分的振幅包络进行拟合得到的斜率值。对地震波进行时频分析可以得到多种与地震波频率有关的属性，比如地震波的总能量、地震波能量最大值对应的频率值(即地震波的主频)、瞬时频率、瞬时主频，频率衰减梯度等。2013年，杨璐提出了运用广义S变换进行频率衰减梯度计算，并用于地震流体预测。广义S变换是在S变换的基础之上，对窗函数引入了两个参数来控制窗函数宽度和衰减快慢，这两个参数决定了高斯窗随频率变化的趋势，由于非平稳信号有其独特的时频分别特点，因此调节参数使其随着频率变化的趋势而变化。该方法不足之处，频率域信号仍然取决于高斯窗变化，得到的频率域信号受限于窗函数，包含了其他频率域的信号。2014年，薛雅娟提出了HHT时频分析方法，用于地震流体预测。该方法主要是利用EMD经验模态分解，利用地震低频信息进行流体预测，该方法相对于短时傅里叶和小波变换，时频分辨率有一定的改善。该方法不足之处在于，且对于突变较大的非线性信号无法克服模态混叠与端点效，所以就会造成在此基础上进行地震低频信息分析误差，影响流体预测效果与精度。
技术实现思路
针对上述
技术介绍
存在的小波变换因为小波基原因使得提取的频率域数据聚焦性不足，从而导致的无法正确提取精确的频率分量数据的缺陷，本专利技术旨在提供一种基于CEEMD-SPWVD时频谱分析的叠后地震流体预测方法。为此，本专利技术采用以下技术方案：一种基于CEEMD-SPWVD时频谱频率衰减梯度计算的叠后地震流体预测方法，包括以下步骤，步骤一：首先定义算子Ej(·)，当给定一个信号，通过EMD求得第j个模态；wi(n)表示单位方差的零均值高斯白噪声N(0,1)；i＝1,...,I；εk系数允许在每个阶段选择信噪比。设地震叠后道集数据为输入的目标信号x(t)，使用不同的噪声实现通过EMD重复分解I次，计算总体平均值，并将其定义为目标信号x(t)的IMF1(t)，公式为步骤二：对k＝1，计算一阶残差r1(t)，公式为r1(t)＝x(t)-IMF1(t)；步骤三：EMD实现r1(t)+ε1E1(wi(t))，直到满足第一个IMF(t)条件，并定义总体平均值为IMF2(t)，公式为步骤四：对k＝2,...,K，计算k阶残差rk(t)，公式为rk(t)＝rk-1(t)-IMFk(t)；步骤五：提取rk(t)+εkEk(wi(t))的IMF1(t)分量，计算它们的总体平均值得到目标信号的IMF(k+1)(t)，公式为步骤六：重复步骤(四)(五)，直到残差不能再被分解为止，则得到最终残差R(t)为步骤七：对原始目标信号x(t)，通过CEEMD分解后，得到m个有效IMF分量和n个无效的冗余IMF分量，其中无效的冗余IMF分量会干扰信号提取的完备性，所有必须将无效的冗余IMF分量进行剔除，其方法主要是对所有分解的得到的IMF分量，求其余目标信号x(t)的互相关程度，将互相关程度低的判定为无效冗余IMF分量，并予以剔除，目标信号x(t)与分解得到IMF分量之间的互相关系数求法为步骤八：对步骤七剔除后得到的m个有效IMF分量，各分量进行Hilbert变换，使各个基本模态分量转变为解析信号；步骤九：对m个有效IMF分量分别进行SPWVD计算，并将结果相叠加，即为信号x(t)的CEEMD-SPWVD分布，得到单道地震信号的时频谱：步骤十：对步骤九得到的单道地震信号的CEEMD-SPWVD的时频谱进行频率衰减梯度计算，具体计算方法，在时频谱上把检测到的能量最大处的频率作为初始衰减频率；计算65％和85％的地震波能量所对应的频率，根据频率对应的能量值，拟合出频率与能量的衰减梯度，得到衰减梯度因子；步骤十一：对上述步骤进行地震单道数据按照线道号依次进行循环运算，即可以得到整个地震数据的CEEMD-SPWVD频率衰减梯度。使用本专利技术可以达到以下有益效果：本专利技术利用CEEMD经验模态分解方法对地震道集数据进行分解，得到多个IMF频本文档来自技高网...

【技术保护点】
基于CEEMD‑SPWVD时频谱分析的叠后地震流体预测方法，其特征在于包括以下步骤，步骤一：首先定义算子Ej(·)，当给定一个信号，通过EMD求得第j个模态；w

【技术特征摘要】
1.基于CEEMD-SPWVD时频谱分析的叠后地震流体预测方法，其特征在于包括以下步骤，步骤一：首先定义算子Ej(·)，当给定一个信号，通过EMD求得第j个模态；wi(n)表示单位方差的零均值高斯白噪声N(0,1)；i＝1,...,I；εk系数允许在每个阶段选择信噪比，设地震叠后道集数据为输入的目标信号x(t)，使用不同的噪声实现通过EMD重复分解I次，计算总体平均值，并将其定义为目标信号x(t)的IMF1(t)，公式为步骤二：对k＝1，计算一阶残差r1(t)，公式为r1(t)＝x(t)-IMF1(t)；步骤三：EMD实现r1(t)+ε1E1(wi(t))，直到满足第一个IMF(t)条件，并定义总体平均值为IMF2(t)，公式为步骤四：对k＝2,...,K，计算k阶残差rk(t)，公式为rk(t)＝rk-1(t)-IMFk(t)；步骤五：提取rk(t)+εkEk(wi(t))的IMF1(t)分量，计算它们的总体平均值得到目标信号的IMF(k+1)(t)，公式为步骤六：重复步骤(四)(五)，直到残差不能...

【专利技术属性】
技术研发人员：杨巍，张桓，朱仕军，
申请(专利权)人：西南石油大学，
类型：发明
国别省市：四川,51