[发明专利]一种基于最大熵魏格纳-威尔分布的含气性检测方法

权利要求书

1.一种基于最大熵魏格纳-威尔分布的含气性检测方法，其特征在于，包括：

S100对地震信号，通过最大熵魏格纳-威尔分布的方法，得到时频谱；最大熵魏格纳-威尔分布具体包括：

采用魏格纳-威尔时频分布，并利用MEM方法对魏格纳-威尔时频分布中核函数进行外推填补观察区间外的数据，以消除魏格纳-威尔时频分布的交叉项，得到时频谱；

S200对时频谱，采用一阶矩的方法通过积分获取瞬时频率；

S300在过井剖面上，将瞬时频率与设定的阈值进行判断：

当储层的瞬时频率大于或等于阈值，则认为储层为产气井；

当储层的瞬时频率小于阈值，则认为储层为干井。

2.根据权利要求1所述的一种基于最大熵魏格纳-威尔分布的含气性检测方法，其特征在于，所述步骤S100中，所述魏格纳-威尔时频分布为：

其中z(t)是地震信号x(t)的分析信号，t是时间，ω是频率，τ是延迟，其中zz*为核函数；

由于地震信号是多分量数据，考虑魏格纳-威尔时频分布的二次性，会受到干扰项的限制；用单频率分量z(t)和g(t)来描述，魏格纳-威尔时频分布表示如下：

W_z+s＝W_z(t,f)+W_s(t,f)+2Re[W_z,s(t,f)]

其中W_z(t,f)和W_s(t,f)分别是分量z(t)和g(t)的魏格纳-威尔时频分布，Re[W_z,s(t,f)]代表z(t)和g(t)之间产生的叉项干扰。

3.根据权利要求2所述的一种基于最大熵魏格纳-威尔分布的含气性检测方法，其特征在于，所述MEM方法求取反射系数K_m，利用反射系数与原始数据外推来预测扩展数据：

f_m-1(l)为m-1阶前向预测误差，g_m-1(l-1)为m-1阶后向预测误差，N为序列长度。

4.根据权利要求3所述的一种基于最大熵魏格纳-威尔分布的含气性检测方法，其特征在于，所述步骤S100中最大熵魏格纳-威尔分布包括：

其中k_n为核函数，K_m为反射系数，为外推的核函数，a_m为Burg算法中的反射系数，外推从开始，对外推的序列进行傅里叶变换得到时频谱。

5.根据权利要求4所述的一种基于最大熵魏格纳-威尔分布的含气性检测方法，其特征在于，所述步骤S200中，所述瞬时频率f_inst：

其中，w(t,f)表示信号x(t)的魏格纳-威尔分布，f为频率。

6.一种电子设备，其特征在于，包括至少一个处理器，以及与所述至少一个处理器通信连接的存储器；所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行权利要求1至5中任一项所述的方法。