基于反褶积短时傅利叶变换的薄储层流体识别——以元坝为例

元坝地区长兴组台地边缘礁滩相储层油气资源潜力巨大,礁后滩储层厚度薄,气水识别是该区的勘探难点之一。低频伴影是进行流体识别的有效方法,但对薄储层进行流体识别难度巨大。为此,本文引入了反褶积短时傅立叶变换。相较于传统时频分析方法有更高的时间分辨率和频率分辨率。由于该方法利用了信号短时傅里叶变换,在理论模型和实际数据分析中我们发现同一地震剖面取不同时窗时其“低频阴影”油气检测结果存在很大差异。为此,我们通过建立模型以及实际地震数据实验,得到了最佳时间和频率分辨率的地震主频与时窗组合关系式。在此基础上可进行高分辨的低频伴影分析。实例应用表明该方法效果明显。     

基于稀疏自适应S变换的储层流体流度计算

反射地震数据中的低频信息包含了丰富的与流体流度相关的信息,据此可以从中提取相关储层的流体流度属性,从而可以利用地震数据的低频信息识别流体。因此,为了提高分辨率以及工作效率,将稀疏自适应S变换引入储层流体流度的计算,该方法开发了基于稀疏性的窗参数优化,以用于自适应地调控对不同频率分量的窗函数,应用该方法计算时频谱信息并求取流度可得到较高的分辨率和能量聚集性,此外也省去了参数调节的步骤。相较于常规的时频分析方法,该方法在具有较高分辨率的同时,克服了测不准原理对信号可分辨的限制。因其对不同的频率分量都自适应地获取最优窗参数,通过仿真信号,合成楔形记录试算,稀疏自适应S变换有更高的分辨率和能量聚集性。实际地震数据的试验表明,稀疏自适应S变换可有效地求取流体流度,并较常规时频方法所求流度有更高的分辨率。     

地震技术在碳酸盐岩生物礁油气储层流体识别中的应用

流体识别是碳酸盐岩油气储层地震预测技术的重点和难点。以碳酸盐岩生物礁隐蔽油气储层作为研究目标,对地震技术在生物礁油气储层流体识别中的应用进行分析研究。依据含流体储层对地震波的速度和能量的不同影响标志,选择SYB地区实际地震资料进行地震频率属性、吸收衰减属性、低频伴影分析方法、地震波阻抗技术以及叠前AVO地震反演技术的综合应用分析。有效地结合该区SYB1井、SYBc1井、SYB12井等钻井结果和流体识别地震技术成果,得出以上流体识别地震技术对该区生物礁油气储层流体识别是有效的,形成针对该类型储层的针对性较强的叠前、叠后流体识别地震技术系列。     

低频伴影技术在生物礁油气储层预测中的应用

含油气岩石对地震波的能量有衰减作用。当地震纵波穿过含油气地层时,波的能量将产生较大的频率衰减,在储层下方会出现低频强振幅的"低频伴影"现象。在低频率段,"低频伴影"特征明显,"低频伴影"的地震波反射能量较储层的地震波反射能量强。在高频率段,"低频伴影"的地震波反射能量较储层的地震波反射能量弱并随着频率升高逐渐减弱。选择川东北SYB1井区对"低频伴影"技术在生物礁油气储层预测中的应用进行研究,通过SYB1井和SYBc1井两口钻井的应用特征对比,有效结合"低频伴影"技术在含油气储层预测中的识别标志,得出"低频伴影"技术进行生物礁油气储层预测的适应性,证明了方法的正确性,为同类型油气储层预测工作提供参考依据。     

时间域和频率域二阶同步压缩变换及其在储层识别中的应用

从时间域推导出时间域二阶同步压缩短时傅里叶变换和时间域二阶同步压缩小波变换,从频率域推导出频率域二阶同步压缩短时傅里叶变换和频率域二阶同步压缩小波变换,通过公式推导结果可以得到二阶同步压缩变换的统一形式,这一规律可以推广到其他二阶同步压缩线性时频变换中去。将二阶同步压缩小波变换应用到实际地震资料处理中。结果表明:该方法可以得到非常高的时频分辨率,能够有效识别储层及有利圈闭,所得结果与测井资料相吻合;相对于传统线性时频分析方法和一阶同步压缩变换方法,二阶同步压缩变换可以使能量更加聚焦到时频脊上,提高时频域分辨率。     

噪音背景下流体识别应用方法探讨

地震资料处理中,难免存在噪声,因此在频率域储层识别的研究中,低频噪音问题是干扰储层识别的重要影响因素,在噪音问题上必须采取有效的手段,才能排除低频信息是流体的响应而不是噪音的响应。据此在储层检测手段上,首先要进行噪音对算法的干扰分析,只要在检测方法上噪音不产生干扰,那么用到实际地震资料流体识别上才有意义,通过在噪音背景下的模型进行试算,优选了抗噪性好、分辨率高的小波基函数对实际资料进行处理。另外,对地震流体识别可靠性检验方面,主要是通过测井解释来验证地震检测流体的可靠性。研究结果表明,优选的小波基函数不仅在模型上取得了很好的效果,在研究区过井地震资料上存在低频异常,与测井解释油气显示基本吻合。     

分频技术在塔中地区地震储层边界刻画中的应用

为了减少甚至排除时间域内不同频率成份的相互干扰,将基于短时窗离散傅氏变换或基于Z变换的最大熵谱方法的分频技术应用于塔中某区地震属性分析中,以获取高于传统频谱分析分辨率的解释结果,提高地震储层边界的刻画精度。实测数据分析表明,由分频算法所得到的目的层时-频切片相比于传统的地震属性,其频带界限(对应于能量体的分布或调谐厚度的变化)更清晰,更有利于地震储层的边界刻画及分布预测。     

基于小波包变换的薄互层识别方法应用研究

薄互储层是我国主要储集油气的地质结构,应用小波包变换的方法对薄互层的识别和层厚度预测研究,提出了一种新的研究薄互层识别的方法。建立楔形模型以及复杂的含有薄互层的模型,并开展了地震正演模拟,根据小波包分解重构理论,应用小波包变换的方法得到合成地震剖面和偏移剖面,实际地震数据结合井信息的标定,对薄互储层的划分和厚度的预测进行了较为详细的研究。模型和实际资料算例结果均表明,小波包变换方法在识别薄互储层中可以突破四分之一波长的限制。     

基于反褶积广义S变换的地震频谱成像方法研究

当薄互层较发育时,利用地震资料对储层的含油气性进行预测存在较大的困难。因此,发展高精度的时频分析方法并将其应用于储层内的烃类检测具有重要意义。提出了基于反褶积广义S变换的新时频分析方法;该方法将信号的广义S变换谱与窗函数Wigner-Ville分布进行二维反褶积,可得到信号Wigner-Ville分布。通过数值模拟结果可知,该方法与传统的时频分析方法相比,不仅克服了传统时频方法采用固定时窗分析信号的局限,并且具有更高的时频分辨率。三维实际资料处理结果表明,相对于传统时频方法,该方法适用于非平稳的地震信号分析;在薄储层预测方面更具优势,进行烃类检测的可靠性也较高。     

基于伸缩窗口STFT的信号调制的识别研究

伸缩窗口短时Fourier变换(STFT)通过对窗函数引入伸缩变换对短时Fourier变换进行改进,实现时频分辨率随信号频率变化自动可调,能较好地刻画信号中的瞬态结构.本文把伸缩窗口短时Fourier变换这种时间-频率-尺度三维信号处理方法引入到了数字通信信号调制盲识别领域,对ASK、FSK和PSK信号的伸缩窗口STFT——域特征进行了理论分析和软件仿真,最后给出了识别算法和仿真结果.仿真实验结果及性能分析表明,该算法是可行的,具有较好的抗噪声性能.     

非均质薄储层强化开采时延地震监督分析

通过对非均质砂泥岩薄储层中含油和含气时地震数据进行偏移叠加处理和互均衡化处理,总结不同流体所表现的频率、振幅等地震响应特征及时延地震监督差异属性。研究结果表明,薄储层中含气和含油两种不同流体时,薄储层中地震反应具有明显不同的特征,时延地震差异属性明显,为揭示气驱前缘波及范围、剩余油气的分布,确定不同流体（如油、气等）之间弹性差异的大小和管理监督油气藏提供了依据。     

基于小波变换和卷积神经网络的地震储层预测方法及应用

提高储层预测的分辨率和准确性一直是油气藏表征的一个关键问题。将频谱分解与深度学习相结合,提出基于小波变换和卷积神经网络的地震岩性、储层类型预测方法。小波变换能够提供包含高频和低频信息的二维时频谱图,卷积神经网络具有超强的二维图像特征提取和分类能力,时频谱图作为卷积神经网络的输入,有助于充分挖掘地震数据高频和低频信息进行岩性和储层预测。将提出的方法应用于川西沙溪庙组储层预测中,首先利用叠后地震数据预测得到河道砂体分布,然后利用叠前地震数据在河道内部预测储层类型分布。结果表明,深度学习反演预测岩性和储层类型的分辨率和精度更高,能够识别小河道砂体,与生产测试情况更加吻合,优于常规地震反演方法。     

频谱分解技术在浊积砂体勘探中的应用——以滨682井区为例

频谱分解技术是一项基于频率的储层解释技术,就是将地震记录分解成不同的频率成分,从而应用这些单一的频率成分来分析不同厚度范围内的储层变化情况。它利用薄层的调谐效应,在频率域成像出薄储层的厚度及不连续性等特征,目的在于提高解释资料的纵、横向分辨率．是一项薄储层识别和描述的有效技术。本文阐述了基于非正交小波变换的频谱分解技术的基本原理,并以滨682井区为例,探讨了该方法的应用过程及应用效果。     

准噶尔盆地腹部沙漠区煤下储层预测和流体识别技术

准噶尔盆地腹部莫索湾沙漠区侏罗系煤下储层三工河组是主要油气高产层系之一,主要发育构造-岩性复合圈闭,目的层受地表沙漠和西山窑强煤层影响,地震资料信噪比、分辨率低,反射能量弱,储层薄、横向变化快.将地质与地球物理技术有机结合,采用面向目标识别处理技术、岩石物理分析技术、叠前储层预测和流体检测技术,取得了丰富的地震地质结果,为该地区的储量升级提供了保障.     

正弦波拟合算法的薄互层解释

针对中国陆相沉积油层大多为薄互层的特点，根据薄互层的调谐效应物理特征，提出了采用正弦波拟合算法估计地震道频率的方法．理论模型算例和实际资料分析证明该方法对横向追踪和纵向识别薄互层是有效的．与复地震道相位求导、短时傅里叶变换、Cohen类方法相比。正弦波拟合算法估计局部数据频率具有良好的抗噪能力和分辨率．     

一种引入吸收衰减的压缩感知薄储层识别方法

常规基于压缩感知稀疏反演方法是基于频域平稳地震褶积模型进行的,而实际地下介质是粘弹性的,这使得该方法的反演反射系数振幅缺失、位置偏移。针对该问题,本文通过引入时频衰减因子,构建改进的感知矩阵,将稀疏反演从常规的频率域拓展至衰减频率域。反演结果在一定程度上可恢复缺失的振幅,增强弱信号的识别能力。由于噪声影响,以上处理结果中仍存在噪声干扰,故在衰减频率域稀疏反演的基础上,引入平滑的高斯函数,对反演目标函数进一步优化,以有效压制残存的噪声干扰;之后将反演结果与褶积宽频子波可生成高分辨率地震剖面,由此形成了一种引入吸收衰减的压缩感知薄储层识别方法。薄层理论模型及含有河道砂储层的实际地震资料的处理结果表明,本文方法较常规方法,有效地增强了薄层弱信号的振幅及横向连续性,可在保证信噪比的情况下,提高地震资料的分辨率及薄储层的识别能力。     

基于改进广义S变换的井筒波压制

VSP资料中经常出现能量比较强的井筒波,目前其压制方法主要利用中值滤波和F-K滤波。由于中值滤波存在统计效应,而F-K变换经常存在空间假频,都很难取得理想效果。基于井筒波和有效信号的时频差异,提出利用改进的广义S变换(采用宽度可变的高斯窗函数,其时窗宽度随频率呈正比,在低频段时窗较窄,获得较高的时间分辨率;高频段时窗较宽,故可获得很高的频率分辨率)对井筒波进行分离和压制。理论推导和实际数据计算表明,基于吸收改进的广义S变换的井筒波压制明显突出了有效信号,提高了信噪比。      

基于完备集合经验模态分解-归一化希尔伯特变换的神经网络储层流体识别

地震资料的瞬时属性包含丰富的地质信息,可用于储层流体的识别。希尔伯特-黄变换目前在地震资料的瞬时属性提取中呈现出了很大的优势,但是该方法中存在模态混叠、频率误差等问题,限制了其应用。基于此,引入了基于完备集合经验模态分解和归一化希尔伯特变换的改进方法有效提取地震资料更具物理意义的瞬时属性。同时,为了提高储层含气性检测的准确性和精度,选取瞬时频率和瞬时振幅构建分频剖面模型,对目标区域的储层特性和含气特征进行描述。再结合测井资料,运用有监督的神经网络实现对储层含气性的自适应高精度识别。实例研究表明,基于完备集合经验模态分解-归一化希尔伯特变换的前向反馈神经网络方法能够根据某一区域地震数据有效预测该区域储层的含气状况。     

高精度反Q滤波技术及其在油田开发中的应用

油田进入开发阶段,对储层描述精度的要求不断提高,反Q滤波技术能够有效地补偿地层吸收效应,提高地震资料的分辨率和储层的描述精度。考虑地层吸收算子为时间和频率的函数,基于Gabor变换在时频域实现了高精度的反Q滤波,并将振幅补偿算子与地震记录的信噪比建立了联系,算法能够基于地震资料的信噪比自适应地进行相应的反Q滤波补偿。通过模型分析了时频域振幅补偿算子与常规振幅补偿算子的区别,利用实际数据详细论述了提高分辨率与地震资料信噪比的关系;并对渤海某河流相储层进行了应用与效果分析,有效地识别了砂体的叠置关系,降低了油田开发的风险。     

Chirplet变换中的参数选择研究

针对参数选取不当时Chirplet变换结果无法有效表征信号的时频特性，提出了根据待分析信号特点恰当选取Chirplet变换中各参数的方法．与修正Chirplet变换中的参数选取方法不同，该方法将伸缩因子的选取转化为构造目标函数求解最优化问题来解决．最优伸缩因子与时间、频率上的线性调频率有关，应用恰当选取的时间、频率上的线性调频率及将两者作为输入选取的最优伸缩因子，可使Chirplet变换结果具有较高的时频分辨率．采用所提方法分析两个Chirp的线性叠加信号及合成地震沉积旋回信号，在时频平面可以清晰地辨别应用短时傅里叶变换和小波变换所不能区分的两个Chirp信号，并且更精细地刻画了沉积旋回的韵律．新方法为用地震资料进行沉积旋回分析及储层研究提供了一个有力的工具．