一种地层品质因子Q的估算方法转让专利

申请号 : CN201510853619.1

文献号 : CN106814393B

文献日 :

基本信息:

PDF:

法律信息:

相似专利:

发明人 : 郑静静王延光刘浩杰武国虎李民龙陈雨茂魏国华赵茂强

申请人 : 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

摘要 :

本发明公开了一种地层品质因子Q的估算方法,该方法首先应用改进广义S变换对地震数据进行时频分析,然后应用Teager‑Kaiser能量算子计算地震数据的瞬时能量,最后利用单位波长内时频瞬时能量衰减的思路,估算地层的地层品质因子Q值,该地层品质因子Q提取方法可实现储层高精度预测。

权利要求 :

1.一种地层品质因子Q的估算方法,其特征在于,包括如下步骤:步骤1:获取地层地震数据体,地层地震数据体包含有多道地震数据;

步骤2:从地层地震数据体中选取一道地震数据,用改进广义S变换对该道地震数据体进行时频分析;

所述改进广义S变换的离散表达式如下所示:

其中,GGST表示改进广义S变换,τ代表时间,令f→j/NT、t→kT和τ→nT,则改进广义S变换的离散表达式可以简记为:GGSTN[n,j],j表示离散频率样点,k和n代表离散时间样点的序号,N表示总的频率样点数,T表示时间周期,f表示频率,t表示任意点时间,h(t)表示任意时间信号,λ和p是窗函数调节参数,i是一个虚数单位;

步骤3:计算该道地震数据体的瞬时能量;

步骤4:利用单位波长内时频瞬时能量衰减的思路,估算该道地震数据体各离散时间样点处的地层品质因子Q;

步骤5:重复步骤2到步骤4,直到地层地震数据体中所有道地震数据都被选取为止,通过逐道计算各道地震数据的各离散时间样点处的地层品质因子Q值并进行汇总,得到整个地质体的地层品质因子Q。

2.如权利要求1所述的一种地层品质因子Q的估算方法,其特征在于:在步骤2中,所述改进广义S变换的窗函数为:

其中t,f分别代表任意点时间和频率,p和λ表示调节参数;窗函数的时间宽度随着频率f的增加而减小。

3.如权利要求1所述的一种地层品质因子Q的估算方法,其特征在于:在步骤3中,应用Teager-Kaiser能量算子计算地震数据的瞬时能量;

Kaiser证明离散时间信号在t=nΔt处的能量可以表示为:其中:m是物体的质量,n为离散时间样点的序号,xn,xn+1和xn-1代表离散时间信号在n点,n+1点和n-1点处的采样,n=1,2…,Nn,Nn为总的样点数;

w是圆周频率,An是采样信号在n点处的振幅;如果我们把m看成是物体连续密度的集中近似,那么公式(3)与地震波的能量计算公式是一致的;因此,可利用公式(3)计算地震信号的Teager-Kaiser能量,即地震波瞬时能量;

离散地震信号时频能量计算公式如下:

En,j=[GGSTN(n,j)]2-[GGST(n+1,j)]·[GGSTN(n-1,j)]          (4);

其中,En,j为离散地震信号的时频能量;

地震波瞬时能量即最大瞬时频率所对应的Teager-Kaiser能量,由下式计算:

4.如权利要求1所述的一种地层品质因子Q的估算方法,其特征在于:在步骤4中,利用地震波瞬时能量衰减估算地层品质因子Q的方法是:利用时频能量瞬时衰减的思路,获得地层品质因子Q的估算公式,具体估算公式如下:利用公式(6)计算该道地震数据各离散时间样点处的地层品质因子Q值;

其中,Q为单位波长内的能量相对衰减量,即地层品质因子;E0和En分别是参照点能量和n点处的地震波瞬时能量;n为离散时间样点的序号,n=1,2…,Nn,Nn表示总的样点数。

说明书 :

一种地层品质因子Q的估算方法

技术领域

[0001] 本发明涉及该技术属于油气勘探储层预测领域,特别是涉及地层品质因子Q的估算方法。

背景技术

[0002] 地层的品质因子Q是指示地层含油气性的重要标志之一。因此,准确求取地层的品质因子一直是地球物理学家致力追求的目标。迄今为止,出现了很多种估算吸收参数的方法。例如,振幅衰减法、解析信号法、子波模拟、相位模拟、脉冲振幅、频谱模拟和频谱比等。这些方法都是建立在一系列的假设之上,对地震资料的品质要求非常高,受地震波几何扩散、反射、透射等干扰因素的影响较小大,因而适应性和稳定性要差。

发明内容

[0003] 本发明的目的在于,针对现有技术的不足,提供一种稳定性和精度高的地层品质因子Q的估算方法。
[0004] 本发明的技术思路是:首先应用改进广义S变换对地震数据进行时频分析,然后应用Teager-Kaiser能量算子计算地震数据的瞬时能量,最后利用单位波长内时频瞬时能量衰减的思路,估算地层的地层品质因子Q值,实现储层高精度预测。
[0005] 本发明采用的技术方案之一如下。
[0006] 一种地层品质因子Q的估算方法,包括如下步骤:
[0007] 步骤1:获取一道地震数据,用改进广义S变换对该道地震数据进行时频分析;
[0008] 所述改进广义S变换的离散表达式如下所示:
[0009]
[0010] 其中,GGST表示改进广义S变换,τ代表时间,令f→j/NT、t→kT和τ→nT,则改进广义S变换离散式可以简记为:GGSTN[n,j],j表示离散频率样点,k和n代表离散时间样点,N表示总的频率样点数,T表示时间周期;
[0011] 步骤2:计算该道地震数据的瞬时能量;
[0012] 步骤3:利用单位波长内时频瞬时能量衰减的思路,估算该道地震数据各离散时间采样点处的地层品质因子Q。
[0013] 本技术方案适用于用单道地震数据。可用该数据对比单井数据,解释数据中的强振幅异常并指导生产实践。
[0014] 进一步,在步骤1中,所述改进广义S变换的窗函数为:
[0015]
[0016] 其中t,f分别代表时间和频率,p和λ表示调节参数;窗函数的时间宽度随着频率f的增加而减小。
[0017] 进一步,在步骤2中,应用Teager-Kaiser能量算子计算地震数据的瞬时能量;非线性二次TK算子(Teager-Kaiser能量算子)本来是应用在语音信号处理中进行能量测定的,其输出中包含了振幅和频率信息。它本身结构简单、有效,又能够很好地跟踪信号的瞬时变化。应用Teager-Kaiser能量算子计算地震数据的时频瞬时能量。
[0018] Kaiser证明离散时间信号在t=nΔt处的能量可以表示为:
[0019]
[0020] 其中:m是物体的质量,ρ是物体的密度,n为离散时间采样点的序号,xn,xn+1和xn-1代表离散时间信号在n点,n+1点和n-1点处的采样,n=1,2…,Nn,Nn为总的样点数;
[0021] w是圆周频率,An是采样信号在n点处的振幅;如果我们把m看成是物体连续密度的集中近似,那么公式(3)与地震波的能量计算公式是一致的;因此,可利用公式(3)计算地震信号的Teager-Kaiser能量,即地震波瞬时能量;
[0022] 离散地震信号时频能量计算公式如下:
[0023] En,j=[GGSTN(n,j)]2-[GGST(n+1,j)]·[GGSTN(n-1,j)]  (4);
[0024] 其中,En,j为离散地震信号的时频能量;
[0025] 地震波瞬时能量即最大瞬时频率所对应的Teager-Kaiser能量,由下式计算:
[0026]
[0027] 进一步,在步骤3中,利用地震波瞬时能量衰减估算地层品质因子Q的方法是:利用时频能量瞬时衰减的思路,获得地层品质因子Q的估算公式,具体估算公式如下:
[0028]
[0029] 品质因子是物理及工程中的无量纲参数,是表示振子阻尼性质的物理量。地层的品质因子是描述岩石弹性的重要参数,也是指示地层含油气性的重要标志之一,能描述介质对地震能量的吸收和散射,常用品质因数Q及其倒数1/Q来度量。品质因子与孔隙度无明显关系,而随着渗透率的增加呈现出明显的对数减小。利用公式(6)计算该道地震数据各离散时间采样点处的地层品质因子Q值;
[0030] 其中,Q为单位波长内的能量相对衰减量,即地层品质因子;1/Q为品质因子的倒数,为吸收系数;E0和En分别是参照点能量和n点处的地震波瞬时能量;
[0031] n为离散时间采样点的序号,n=1,2…,Nn,Nn表示总的样点数。
[0032] 本发明的另一技术方案如下。
[0033] 一种地层品质因子Q的估算方法,包括如下步骤:
[0034] 步骤1:获取地层地震数据体,地层地震数据体包含有多道地震数据;
[0035] 步骤2:从地层地震数据体中选取一道地震数据,用改进广义S变换对该道地震数据进行时频分析;
[0036] 所述改进广义S变换的离散表达式如下所示:
[0037]
[0038] 其中,GGST表示改进广义S变换,τ代表时间,令f→j/NT、t→kT和τ→nT,则改进广义S变换离散式可以简记为:GGSTN[n,j],j表示离散频率样点,k和n代表离散时间样点,N表示总的频率样点数,T表示时间周期;
[0039] 步骤3:计算该道地震数据的瞬时能量;
[0040] 步骤4:利用单位波长内时频瞬时能量衰减的思路,估算该道地震数据各离散时间采样点处的地层品质因子Q;
[0041] 步骤5:重复步骤2到步骤4,直到地层地震数据中所有道地震数据都被选取为止,通过逐道计算各道地震数据的各离散时间采样点处的地层品质因子Q值并进行汇总,得到整个地质体的地层品质因子Q。
[0042] 进一步,在步骤2中,所述改进广义S变换的窗函数为:
[0043]
[0044] 其中t,f分别代表时间和频率,p和λ表示调节参数;窗函数的时间宽度随着频率f的增加而减小。
[0045] 进一步,在步骤3中,应用Teager-Kaiser能量算子计算地震数据的瞬时能量;
[0046] Kaiser证明离散时间信号在t=nΔt处的能量可以表示为:
[0047]
[0048] 其中:m是物体的质量,ρ是物体的密度,n为离散时间采样点的序号,xn,xn+1和xn-1代表离散时间信号在n点,n+1点和n-1点处的采样,n=1,2…,Nn,Nn为总的样点数;
[0049] w是圆周频率,An是采样信号在n点处的振幅;如果我们把m看成是物体连续密度的集中近似,那么公式(3)与地震波的能量计算公式是一致的;因此,可利用公式(3)计算地震信号的Teager-Kaiser能量,即地震波瞬时能量;
[0050] 离散地震信号时频能量计算公式如下:
[0051] En,j=[GGSTN(n,j)]2-[GGST(n+1,j)]·[GGSTN(n-1,j)]  (4);
[0052] 其中,En,j为离散地震信号的时频能量;
[0053] 地震波瞬时能量即最大瞬时频率所对应的Teager-Kaiser能量,由下式计算:
[0054]
[0055] 进一步,在步骤4中,利用地震波瞬时能量衰减估算地层品质因子Q的方法是:利用时频能量瞬时衰减的思路,获得地层品质因子Q的估算公式,具体估算公式如下:
[0056]
[0057] 利用公式(6)计算该道地震数据各离散时间采样点处的地层品质因子Q值;
[0058] 其中,Q为单位波长内的能量相对衰减量,即地层品质因子;E0和En分别是参照点能量和n点处的地震波瞬时能量;
[0059] n为离散时间采样点的序号,n=1,2…,Nn,Nn表示总的样点数。公式(6)将地震波振幅能量属性与储层的定性表征联系在一起。由于公式(6)可以计算每一道地震数据n点处的Q值,因此,应用此公式逐道计算n点处的Q值,直至整个3D数据体,就能得到地层的Q值。应用此公式计算得到地层的Q值,就可以实现油气储层的有效表征和预测。
[0060] 本发明受Q值计算的基本概念启发,利用能量衰减估算地层品质因子Q,将时频分析技术与Teager瞬时能量相结合,提高了算法的精度和稳定性,实现了能量属性和储层表征的定性链接,能够有效地压制非储层引起的强振幅异常特征,有效地区分油、水层,准确定位油气储层的位置,拓展了方法的适用性。本发明将时频技术与Teager-Kaiser能量算子相结合,充分地利用了时频技术的高分辨性和Teager-Kaiser能量算子的强能量聚集性,有效地提高了Q值估算的稳定性和瞬时性,能更准确地检测被湮没在宽带地震数据中的强振幅异常,提高了储层预测的精度和方法的适用范围。

附图说明

[0061] 图1是本采用本发明的实施例中的原始地震数据图。
[0062] 图2是基于均方根振幅能量计算1/Q值。
[0063] 图3是基于本发明方法的时频Teager-Kaiser能量算法计算的1/Q值。

具体实施方式

[0064] 下面,结合附图和实施例对本发明做进一步说明。
[0065] 实施例1。一种地层品质因子Q的估算方法,其特征在于,包括如下步骤:
[0066] 步骤1:获取一道地震数据,用改进广义S变换对该道地震数据进行时频分析;
[0067] 所述改进广义S变换的离散表达式如下所示:
[0068]
[0069] 其中,GGST表示改进广义S变换,τ代表时间,令f→j/NT、t→kT和τ→nT,则改进广义S变换离散式可以简记为:GGSTN[n,j],j表示离散频率样点,k和n代表离散时间样点,N表示总的频率样点数,T表示时间周期;
[0070] 步骤2:计算该道地震数据的瞬时能量;
[0071] 步骤3:利用单位波长内时频瞬时能量衰减的思路,估算该道地震数据各离散时间采样点处的地层品质因子Q。
[0072] 在步骤1中,所述改进广义S变换的窗函数为:
[0073]
[0074] 其中t,f分别代表时间和频率,p和λ表示调节参数;窗函数的时间宽度随着频率f的增加而减小。
[0075] 在步骤2中,应用Teager-Kaiser能量算子计算地震数据的瞬时能量;
[0076] Kaiser证明离散时间信号在t=nΔt处的能量可以表示为:
[0077]
[0078] 其中:m是物体的质量,ρ是物体的密度,n为离散时间采样点的序号,xn,xn+1和xn-1代表离散时间信号在n点,n+1点和n-1点处的采样,n=1,2…,Nn,Nn为总的样点数;
[0079] w是圆周频率,An是采样信号在n点处的振幅;如果我们把m看成是物体连续密度的集中近似,那么公式(3)与地震波的能量计算公式是一致的;因此,可利用公式(3)计算地震信号的Teager-Kaiser能量,即地震波瞬时能量;
[0080] 离散地震信号时频能量计算公式如下:
[0081] En,j=[GGSTN(n,j)]2-[GGST(n+1,j)]·[GGSTN(n-1,j)]  (4);
[0082] 其中,En,j为离散地震信号的时频能量;
[0083] 地震波瞬时能量即最大瞬时频率所对应的Teager-Kaiser能量,由下式计算:
[0084]
[0085] 在步骤3中,利用地震波瞬时能量衰减估算地层品质因子Q的方法是:利用时频能量瞬时衰减的思路,获得地层品质因子Q的估算公式,具体估算公式如下:
[0086]
[0087] 利用公式(6)计算该道地震数据各离散时间采样点处的地层品质因子Q值;
[0088] 其中,Q为单位波长内的能量相对衰减量,即地层品质因子;公式(6)左边的1/Q为品质因子的倒数,为吸收系数;E0和En分别是参照点能量和n点处的地震波瞬时能量;
[0089] n为离散时间采样点的序号,n=1,2…,Nn,Nn表示总的样点数。
[0090] 实施例2。一种地层品质因子Q提取方法。首先应用改进广义S变换对地震数据进行时频分析,然后应用Teager-Kaiser能量算子计算地震数据的瞬时能量,最后利用单位波长内时频瞬时能量衰减的思路,估算地层的Q值,实现储层高精度预测。
[0091] 具体技术方案如下。
[0092] (1)地震道时频瞬时能量的估算
[0093] 应用改进广义S变换计算每一道地震数据的时频谱,主要是广义S变换克服了S变换的窗函数以固定趋势随频率变化,不能根据实际需要进行调整的缺点而具有比较高的时频分辨能力。本文采用的改进广义S变换的窗函数为:
[0094]
[0095] 其中t,f分别代表时间和频率,p和λ表示调节参数。
[0096] 窗函数的时间宽度随着频率f的增加而减小。改进广义S变换的离散表达式如下所示:
[0097]
[0098] 其中,GGST表示改进广义S变换,τ代表时间,令f→j/NT、t→kT和τ→nT,则改进广义S变换离散式可以简记为:GGSTN[n,j],j表示离散频率样点,k和n代表离散时间样点,N表示总的频率样点数,T表示时间周期。
[0099] Kaiser证明离散时间信号在t=nΔt处的能量可以表示为:
[0100]
[0101] 这里m是物体的质量,ρ是物体的密度,xn,xn+1和xn-1代表离散时间信号在n点,n+1点和n-1点处的采样,w是圆周频率,An是采样信号在n点处的振幅。如果我们把m看成是物体连续密度的集中近似,那么方程(3)与地震波的能量计算公式是一致的。因此,我们利用公式(3)计算地震信号的Teager-Kaiser能量,即:地震波瞬时能量,而方程(3)对于单频信号是严格成立的。因此,研究将时频分析技术与Teager-Kaiser能量算子相结合,计算地震波的时频瞬时能量,展布地震波能量的时频分布特征。离散地震信号时频能量计算公式如下:
[0102] En,j=[GGSTN(n,j)]2-[GGST(n+1,j)]·[GGSTN(n-1,j)]  (4)
[0103] 其中,En,j为离散地震信号的时频能量。
[0104] 地震波瞬时能量即最大瞬时频率所对应的Teager-Kaiser能量,由下式计算:
[0105]
[0106] (2)利用瞬时能量衰减估算地层品质因子Q
[0107] 利用时频能量瞬时衰减的思路,获得地层品质因子Q的估算公式:
[0108]
[0109] 其中,Q为单位波长内的能量相对衰减量(λ=νT),1/Q为品质因子Q的倒数,为吸收系数,E0和En分别是参照点能量和n(n=1,2…,Nn,Nn为总的样点数)点处的地震波瞬时能量。公式(6)将地震波振幅能量属性与储层的定性表征联系在一起。公式(6)可以计算每一道n点处的Q值。应用此公式逐道计算n点处的Q值,直至整个三维数据体,就能得到地层的Q值,应用此公式计算得到地层的Q值,就可以实现油气储层的有效表征和预测。
[0110] 试验例。使用本方法对胜利地区埕岛区块的地震资料进行了基于时频瞬时能量的衰减参数提取,获得了较好的效果。图1是原始地震数据,黑线表示A1井和A2井所在位置,其中A1井为产油井,A2井为水井,而在图1中这两处都显示为强振幅异常。图2为基于均方根振幅能量计算的1/Q值,图中显示出一些Q异常位置,并且A1井所在的油层位置Q值比较小,出现明显异常,A2井所在的水层Q值比较大,异常现象比较弱,但是非储层位置(如虚线椭圆所圈中的位置)Q值也比较低,与含油层位置的Q值相当,造成了储层预测和流体识别的陷阱。图3是基于时频能量算法计算的1/Q值,在图中的气层位置Q值比较低,水层Q值比较高,并且非储层位置的能量异常得到了压制。对比图3可以看出,本文提出的基于时频域能量计算Q值的方法能够更好的区分油、水层。检验了方法的准确性、稳定性及方法的适用性。
[0111] 本实施例受Q值计算的基本概念启发,利用能量衰减估算地层品质因子Q,将时频分析技术与Teager瞬时能量相结合,提高了算法的精度和稳定性,实现了能量属性和储层表征的定性链接,能够有效地压制非储层引起的强振幅异常特征,有效地区分油、水层,准确定位油气储层的位置,拓展了方法的适用性。