[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

说明书

本发明公开了一种基于最大熵魏格纳‑威尔分布的含气性检测方法，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，得到高精度时频谱，然后根据高精度时频谱得到瞬时频率，来进行储层气井的判断，更加客观的反演了实际含气性情况，能够更加准确判断气井的类型(产气井或者干井)。

技术领域

本发明涉及石油、天然气勘探开发领域，特别是一种基于最大熵魏格纳-威尔分布的含气性检测方法。

背景技术

地震信号是非平稳信号，其瞬时频率是随时间变化的，传统的瞬时频率计算是利用希尔伯特变换的复数道来实现。近年来，随着时频分析方法技术的出现，瞬时频率通过精度更高的时频分析方法来求取，对非平稳地震动信号的常用时频方法有短时傅里叶变换、小波变换和魏格纳-威尔分布、S变换，希尔伯特黄变换及一些改进的算法。这些方法都已广泛应用，但这些方法仍然存在一定的不足，短时傅里叶变换由于其时间和频率分辨率很低；小波变换存在小波变换的冗余度大、小波基的问题；魏格纳-威尔分布时频分布集中但在时频平面上则存在交叉项干扰问题，S变换分辨率较高但存在频率向高频漂移问题；希尔伯特黄变换出现，频率出现畸变、负值振荡等问题。

通常瞬时频率通过相位求导来获得，当信号存在噪声时，噪声对计算结果影响大。瞬时频率也可通过时频谱的一阶矩来求取，并且一阶矩方法是通过积分来实现的，对噪声有压制作用。

瞬时频率在滤波器的设计、信号分析、雷达系统的分析、地球物理勘探等方面有广泛的应用。在过井剖面上进行含气性检测的应用时，利用传统的方法，例如小波变换、S变换获得时频谱时，其精度、分辨率较低，导致含气检测准确性降低。WVD可满足很多的理想的数学特性，并且在时频平面上时频聚集性好。然而，由于其二次性问题，伪魏格纳-威尔分布(SPWVD)等改进方法，在含气检测的应用中，仍然会降低时频谱的准确性，从而降低含气检测的准确性。

发明内容

本发明的发明目的在于：针对现有技术存在的含气检测的准确性低的问题，提供一种基于最大熵魏格纳-威尔分布的含气性检测方法。

为了实现上述目的，本发明采用的技术方案为：

一种基于最大熵魏格纳-威尔分布的含气性检测方法，包括：

S100对地震信号，通过最大熵魏格纳-威尔分布的方法，得到高精度时频谱；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，得到高精度时频谱；

S200对高精度时频谱，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。

一种基于最大熵魏格纳-威尔分布的含气性检测方法，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，得到高精度时频谱，然后根据高精度时频谱得到瞬时频率，来进行储层气井的判断，更加客观的反演了实际含气性情况，能够更加准确判断气井的类型(产气井或者干井)。

优选的，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；