[发明专利]基于线性扫描的提高薄互层识别能力的方法有效
申请号: | 201810855372.0 | 申请日: | 2018-07-30 |
公开(公告)号: | CN109116412B | 公开(公告)日: | 2021-04-20 |
发明(设计)人: | 刘立彬;王延光;汪浩;吕喜滨;毕丽飞;揭景荣;周小平 | 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 |
主分类号: | G01V1/28 | 分类号: | G01V1/28 |
代理公司: | 济南日新专利代理事务所(普通合伙) 37224 | 代理人: | 崔晓艳 |
地址: | 257000 山*** | 国省代码: | 山东;37 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 基于 线性 扫描 提高 薄互层 识别 能力 方法 | ||
本发明提供一种基于线性扫描的提高薄互层识别能力的方法,包括:通过对地震资料进行频谱和波形特征分析,得到地震资料的优势频带范围和相位信息;利用复赛谱提取每道地震资料的子波,调整所获得的子波频带和相位;利用线性扫描信号的宽频信息,滑动时窗选择最佳线性扫描子波;对于单道记录利用提取子波与最佳线性扫描子波进行子波整形反褶积,得到该目标道的整形算子;利用新的复合整形算子与该目标地震记录道褶积,获得新的高分辨率地震记录。该方法针对薄层、薄互层进行高精度处理,根据利用线性扫描子波的宽频特性,合理进行频宽补偿,提高主频,展宽频带范围,得到高分辨率的地震剖面,有效提高薄层的识别能力。
技术领域
本发明涉及地震资料处理技术领域,特别是涉及到一种基于线性扫描的提高薄互层识别能力的方法。
背景技术
薄层、薄互层油气藏是一类很重要的油气藏。由于地震数据对薄层的分辨能力有限,该类储层的地震预测具有较大难度。常规的方法存在低频信息缺失问题,而可控震源可以通过频率扫描,用“长时间、小能量信号”激发,等效输出“短时间大能量信号”。将这一思想借鉴到薄互层资料目标处理中,可以展宽资料的频带,从而提高薄互层的分辨率,增强其识别能力。利用合理的频宽补偿方法,对含薄层、薄互层油气藏进行精细识别至关重要。为此我们发明了一种新的基于线性扫描的提高薄互层识别能力的方法,解决了以上技术问题。
发明内容
本发明的目的是提供一种主要用于地震资料目标处理以及薄层精细识别的基于线性扫描的提高薄互层识别能力的方法。
本发明的目的可通过如下技术措施来实现:基于线性扫描的提高薄互层识别能力的方法,该基于线性扫描的提高薄互层识别能力的方法包括:步骤1,通过对地震资料进行频谱和波形特征分析,得到地震资料的优势频带范围和相位信息;步骤2,利用复赛谱提取每道地震资料的子波,调整所获得的子波频带和相位;步骤3,利用线性扫描信号的宽频信息,滑动时窗选择最佳线性扫描子波;步骤4,对于单道记录利用提取子波与最佳线性扫描子波进行子波整形反褶积,得到该目标道的整形算子;步骤5,利用新的复合整形算子与该目标地震记录道褶积,获得新的高分辨率地震记录。
本发明的目的还可通过如下技术措施来实现:
在步骤1中,进行地震资料正演模拟,分析薄层基本特征,为实际资料薄层识别提供理论基础;通过对地震资料进行频谱和波形特征分析,得到地震资料的优势频带范围和相位信息。
在步骤2中,利用复赛谱提取该目标地震记录道的子波,根据已经获得的地震资料的频带和相位,滑动时窗,调整所获得的子波频带和相位。
在步骤2中,选择的时窗为既能保存复赛谱原点处的子波信息,又能去除非原点处的反射系数的信息。
在步骤3中,根据不同子波的模型数据比较选出最优子波,即30Hz零相位的雷克子波及频谱、30Hz零相位的Morlet(莫雷)子波及频谱、5-120Hz的线性扫描子波及频谱、加窗60ms后5-120Hz的线性扫描子波及频谱、加窗30ms后5-120Hz的线性扫描子波及频谱。
在步骤4中,对于剖面数据,利用该目标道提取的子波与邻近两道提取子波分别和最佳线性扫描子波进行子波整形反褶积。
在步骤4中,进行整形反褶积处理时,选取不同的白噪因子反褶积得到不同的处理结果,以优化处理结果。
在步骤4中,选取的白噪因子为0.1、0.001。
在步骤4中,获得不同整形算子后,把相邻两道与该目标地震道按1:1:1的比例权重组合获得新的复合整形算子,以适应子波横向变化,保证地震资料横向能量变化均衡。
在步骤5中,统计子波、单子波、多子波反褶积的几种处理结果进行比较。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于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,未经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许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201810855372.0/2.html,转载请声明来源钻瓜专利网。