提取油气储层瞬时谱异常的地震信号稀疏时频分解方法技术

本发明专利技术提供了一种提取油气储层瞬时谱异常的地震信号稀疏时频分解方法，该方法在对地震信号进行时频分解时，将求取地震信号的时频谱定义为一个凸优化问题，并采用迭代正则化方法求解该凸问题。在稀疏范数的约束下求解反演问题，使地震信号的时频谱通过正则化迭代求出，得到的结果具有更高的时频分辨率和能量聚焦性，基于本发明专利技术的地震信号稀疏时频分解方法，能有效地检测油气储层有关的瞬时谱异常特征，提高油气储层预测的精度，有利于准确地刻画油气储层的位置和空间分布等。画油气储层的位置和空间分布等。画油气储层的位置和空间分布等。

【技术实现步骤摘要】
提取油气储层瞬时谱异常的地震信号稀疏时频分解方法


[0001]本专利技术涉及油气地震勘探领域，具体涉及一种提取油气储层瞬时谱异常的地震信号稀疏时频分解方法。

技术介绍

[0002]Stockwell等(1996)总结了短时傅里叶变换和连续小波变换的优点，并在此基础上提出了S变换方法，改变了短时傅里叶变换窗口恒定，不能根据频率自适应选择窗口宽度的局限性。S变换的分析时窗宽度与频率成反比，满足时窗在低频部分宽度较窄，在高频部分宽度较宽的条件，使它具备了在时频平面上随着频率的变化自适应地调整时窗宽度的能力，使得S变换方法成为许多科学领域的有效工具。
[0003]然而，S变换的时频分辨率会随频率的增加而降低，在高频部分的时频分辨率较差，导致S变换整体的时频分辨率不高。在油气勘探中对于地震数据的处理方面，随着油气资源勘探朝着更深更复杂的层次发展，利用S变换方法获得的地震信号时频分辨率已不能满足目前的高精度油气识别的需求，尤其是在低频分量的时间分辨率和高频分量的频率分辨率方面，S变换还难以达到足够高的程度，从而大大限制了其在高精度油气识别中的应用效果。
[0004]提高地震信号时频分解方法的时频分辨率，能够更好地检测地震信号中的突变特征和瞬时谱异常信息，更有利于复杂油气藏储层的预测及含流体性质的判别，因此需要建立时频分辨率更高的、适用于地震信号分析的时频分解方法。本专利技术专利研发的地震信号稀疏时频分解方法，就是为了解决这一问题的。

技术实现思路

[0005]本专利技术的目的在于提供一种提取油气储层瞬时谱异常的地震信号稀疏时频分解方法。其原理是，在假设地震信号的高分辨率时频谱是稀疏的前提下，将求取地震信号的时频谱定义为一个凸优化问题，并采用迭代正则化方法求解该凸问题，从而获得地震信号的高分辨率时频分布结果。利用本专利技术方法对地震信号进行时频分解，可以获得时频分辨率更高、能量聚集性更好的时频谱结果。所述方法包括以下主要步骤：
[0006](1)输入地震数据集，对数据集中的每一道地震记录y(t)进行傅里叶变换，得到其频谱Y(f)，其中，y(t)包含N个采样点，t是时间，单位是秒(s)，f为频率，单位是赫兹(Hz)；
[0007](2)给定调节参数λ和p，按照下式构建频率为f
i
时的分析窗函数：
[0008][0009]式中，i＝1,2,
…
,N；
[0010](3)利用托普利兹矩阵原理对分析窗函数w(t,f
i
)进行抽选和重排后，存入窗矩阵W中：
[0011]W＝[w(t,f1),w(t,f2),
…
,w(t,f
N
)]T
[0012]式中，T表示矩阵转置运算；
[0013](4)利用窗矩阵W建立N
×
N2的稀疏块矩阵Λ＝[W,W,
…
,W]，利用Y(f)建立N
×
N的傅里叶变换矩阵F；然后，利用F构成N2×
N2对角线块矩阵Φ，并计算字典矩阵G
re
，它们的公式如下：
[0014][0015]式中，符号
·
表示矩阵乘运算；
[0016](5)给定平衡参数γ、拉格朗日乘数μ和迭代次数k，利用下式所示的迭代正则化方法，求取y(t)的时频谱M(t,f)：
[0017][0018]式中，||
·
||1和||
·
||2表示L1范数和L2范数，γ≥0，μ＞0，k＝0,1,
…
,n，m
k＝0
＝ΦW
T
y(t)，y
k＝0
(t)＝y(t)；
[0019](6)重复步骤(5)，直至对地震数据集中的每一道地震记录都计算了相应的时频谱M(t,f)；
[0020](7)从每一道地震记录的时频谱M(t,f)中抽取频率f
i
处的分量TFR(t,f
i
)，组成频率为f
i
的单频瞬时谱剖面；
[0021](8)根据应用需求选择不同频率的单频瞬时谱剖面，对比瞬时谱幅值随频率的变化，利用目标层段及其下部位置的瞬时谱异常变化，确定油气储层的位置及其分布。
附图说明
[0022]图1是合成的单道地震记录和采用本专利技术方法得到的对应的时频谱。图1(a)所示为不同频率、相位和振幅的Ricker子波的信号分量合成的单道地震记录，其横坐标为时间，单位是秒(s)，纵坐标为振幅，无量纲。图1(b)是采用本专利技术方法对图1(a)的合成单道地震记录计算得到的时频谱，横坐标是时间，单位是秒(s)，纵坐标为频率，单位是赫兹(Hz)，色标表示时频谱的振幅，无量纲，深色越深，振幅值越小，反之，振幅值越大。
[0023]图2是本专利技术实施例的某实际工区过J
‑
2井的原始地震剖面(包含600道地震记录数据集)。图中，纵坐标为时间，单位是秒(s)，横坐标为道号，无量纲，色标表示地震信号的振幅，无量纲，深色越深，振幅值越小，反之，振幅值越大。此外，剖面中标注了地震解释的3个地质层位、井的位置和相应的测井伽玛曲线。
[0024]图3是与图2的原始地震剖面对应的，采用本专利技术方法得到的不同频率的单频瞬时谱剖面，图3(a)为17Hz单频瞬时谱剖面、图3(b)为24Hz单频瞬时谱剖面、图3(c)为31Hz单频瞬时谱剖面、图3(d)为38Hz单频瞬时谱剖面。其中，纵坐标为时间，单位是秒(s)，横坐标为道号，无量纲，色标表示单频瞬时谱的振幅，无量纲，深色越深，振幅值越小，反之，振幅值越大。白色箭头指示目的层段的位置，白色实线圈注单频瞬时谱振幅的变化范围。
具体实施方式
[0025](1)输入图1(a)的合成单道地震记录(包含N＝301个采样点)、图2的实际地震剖面(共600道的地震数据集，每道地震记录包含226个采样点)，分别对它们进行傅里叶变换，得到其频谱。
[0026](2)根据不同信号的特点，设置相应的调节参数λ和p后，按照下式计算所有频率f
i
的分析窗函数：
[0027][0028]其中，i＝1,2,
…
,N，对于图1(a)的信号取N＝301，对于图2的地震数据集取N＝226。
[0029](3)利用托普利兹矩阵原理，分别对w(t,f
i
)进行抽选和重排后，存入窗矩阵W中：
[0030]W＝[w(t,f1),w(t,f2),
…
,w(t,f
N
)]T
。
[0031](4)分别利用窗矩阵W构成N
×
N2的稀疏块矩阵Λ＝[W,W,
…
,W]，并分别利用各自的频谱构建N
×
N的傅里叶变换矩阵F，再利用F按照下式构成N2×
N2对角线块矩阵Φ：
[0032][0033]然后按下式分别计算相应的字典矩阵G
re本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种提取油气储层瞬时谱异常的地震信号稀疏时频分解方法，主要包括以下步骤：(1)输入地震数据集，对数据集中的每一道地震记录y(t)进行傅里叶变换，得到其频谱Y(f)，其中，y(t)包含N个采样点，t是时间，单位是秒(s)，f为频率，单位是赫兹(Hz)；(2)给定调节参数λ和p，按照下式构建频率为f
i
时的分析窗函数：式中，i＝1,2,
…
,N；(3)利用托普利兹矩阵原理对分析窗函数w(t,f
i
)进行抽选和重排后，存入窗矩阵W中：W＝[w(t,f1),w(t,f2),
…
,w(t,f
N
)]
T
式中，T表示矩阵转置运算；(4)利用窗矩阵W建立N
×
N2的稀疏块矩阵Λ＝[W,W,
…
,W]，利用Y(f)建立N
×
N的傅里叶变换矩阵F；然后，利用F构成N2×
N2对角线块矩阵Φ，并计算字典矩阵G
re
，它们的公式如下：G...

【专利技术属性】
技术研发人员：刘俊杰，陈学华，姜晓敏，赵庆伟，张杰，
申请(专利权)人：成都理工大学，
类型：发明
国别省市：