专利名称：利用地震数据进行储层预测和流体识别的方法和装置的制作方法
技术领域：
本发明涉及一种储层预测和流体识别的方法和装置，具体地说，涉及一种通过对地震数据进行最优阶下的分数阶Gabor变换来提取流体因子，并利用所述流体因子进行储层预测和流体识别的方法和装置。
背景技术：
如今，利用地震资料直接进行储层预测和流体识别，已成为地震储层预测技术的主流发展方向及勘探地球物理领域的研究热点之一。由于地震观测数据直接为岩石的声学特征(振幅)，并不是储集层的直接反映，尽管可以通过各种反演方法，得到各种储集层参数，但这是一个高度的非线性映射关系，反演具有多解性。另外，储层中油、气、水等流体性质差异极其微弱。因此，利用地震资料直接进行储层预测和流体识别是一个难点。目前，国内外相关学者对利用地震资料直接进行储层预测和流体识别的问题开展了大量的研究工作。比较有效的方法主要包括叠后属性分析，常规AVO分析、弹性阻抗、弹性参数等叠前反演技术，基于吸收衰减理论的参数反演以及各种基于时频分析的谱分解方法等。时频分析方法是非平稳信号处理的一个重要方法，它利用时间和频率的联合函数来表示非平稳信号，并对其进行分析和处理。时频域的联合分析方法已经成为分析复杂信号的一个强有力工具。地震信号是典型的非平稳信号，地震资料通过时频谱分解后，时频谱分解的结果受储层厚度、沉积特征、孔隙度、孔隙中的性质及地震信号的固有衰减等因素控制。因此，可以通过基于时频分析的地震资料的时频谱分解，利用地震信号中不同频率成分的统计特性来检测与储层结构和流体性质有关的重要信息，合适的时频分析方法是进行地震信号瞬时谱分析、检测储层结构重要信息的基础和关键。下面简单地分析几种常用的时频分析方法。1、线性时频分布(1)短时傅立叶(Fourier)变换短时傅立叶变换先将时间信号加时间窗，这样得到窗内信号频率，然后将时间窗滑动做傅立叶变换，就得到信号的时变频谱。因此，短时傅立叶变换是用时间窗的一段信号来表示它在某个时刻的特性。但由于受不确定性定理的约束，其时间分辨率和频率分辨率不可能同时提高窗越宽，时间分辨率越差，为提高时间分辨率，使窗变窄，但频率分辨率随之降低。(2)小波变换小波变换是用信号在一簇基函数(小波)形成的空间投影来表征该信号，这一簇函数是通过基本母子波函数的不同尺度的伸缩和平移构成的。该方法是一种窗口大小(即窗口总面积)固定但其窗函数的时间窗和频率窗的尺度形态都可改变的时频局部化分析方法。与短时傅立叶变换相比，它较好的解决了时间分辨率和频率分辨率的矛盾，并巧妙的利用了非均勻分布的分辨率，在低频段用高的频率分辨率和低的时间分辨率，而在高频段则采用低的频率分辨率和高的时间分辨率。但一旦小波基函数选定后，其特性就固定，各个尺度上的小波函数通过尺度和平移变换获得，由于信号每分解一次，逼近信号和细节的长度减小一半。在不同尺度上得到的逼近信号特征之间存在差异，小波变换时采用以多个基函数导出的小波函数难以在不同尺度上准确地逼近局部信号特征，因此重构信号时会丢失原有的时域特征。2、二次时频分布信号x(t)的 Wigner-Vile 分布为
权利要求
1.一种利用地震数据进行储层预测和流体识别的方法，包括如下步骤 读入地震数据；对地震数据进行分数阶Gabor变换以获得信号的时频分布； 在获得的时频分布上提取流体因子； 利用流体因子进行储层预测和流体识别。
2.如权利要求1所述的方法，其中，进行分数阶Gabor变换的步骤包括 设定阶次P ；设定信号的分数阶Gabor变换的窗函数h (η)； 求取与所述窗函数h (η)对应的正交分析窗函数Y (η)；对每一道地震数据χ (η)进行加窗处理以进行分数阶Gabor变换，从而获得信号的时频分布。
3.如权利要求2所述的方法，其中，进行分数阶Gabor变换的步骤还包括在设定阶次 P之后，确定分数阶Gabor变换的最优阶。
4.如权利要求3所述的方法，其中，确定分数阶Gabor变换的最优阶的步骤包括(1)将阶次P作为初始化阶次，并确定迭代步长dp、最小阶次pmin和最大阶次pmax；(2)计算信号的对应阶次ρ下的广义时频带宽积；(3)将阶次ρ加上迭代步长dp所得到的结果作为当前阶次ρ；(4)当阶次ρ小于最大阶次Pmax时，重复步骤(2)和(3)；否则，进行步骤(5)；(5)将与最小广义时频带宽积对应的阶次ρ确定为一道地震数据的最优阶。
5.如权利要求3所述的方法，其中，采用求平均值的方法来计算整个地震剖面的最优阶。
6.如权利要求1所述的方法，其中，在获得的时频分布上提取流体因子的步骤包括 根据地震信号的先验知识，在获得的时频分布上提取流体因子。
7.如权利要求1所述的方法，其中，流体因子包括单频剖面和能量衰减梯度。
8.一种利用地震数据进行储层预测和流体识别的装置，包括 读入单元，用于读入地震数据；变换单元，用于对地震数据进行分数阶Gabor变换以获得信号的时频分布； 提取单元，用于在获得的时频分布上提取流体因子； 识别单元，利用流体因子进行储层预测和流体识别。
9.如权利要求8所述的装置，其中，变换单元执行设定阶次ρ;设定信号的分数阶 Gabor变换的窗函数h (η)；求取与所述窗函数h (η)对应的正交分析窗函数、(η)；对每一道地震数据χ (η)进行加窗处理以进行分数阶Gabor变换，从而获得信号的时频分布。
10.如权利要求8所述的装置，其中，变换单元还包括最优阶确定单元，在设定阶次P之后，确定分数阶Gabor变换的最优阶。
11.如权利要求10所述的装置，其中，最优阶确定单元执行步骤如下(1)将阶次P作为初始化阶次，并确定迭代步长dp、最小阶次pmin和最大阶次pmax；(2)计算信号的对应阶次ρ下的广义时频带宽积；(3)将阶次ρ加上迭代步长dp所得到的结果作为当前阶次ρ；(4)当阶次ρ小于最大阶次Pmax时，重复步骤(2)和(3)；否则，进行步骤(5)；(5)将与最小广义时频带宽积对应的阶次ρ确定为一道地震数据的最优阶。
12.如权利要求11所述的装置，其中，采用求平均值的方法来计算整个地震剖面的最优阶。
13.如权利要求8所述的装置，其中，提取单元根据地震信号的先验知识，在获得的时频分布上提取流体因子。
14.如权利要求8所述的装置，其中，流体因子包括单频剖面和能量衰减梯度。
全文摘要
提供了一种利用地震数据进行储层预测和流体识别的方法和装置。所述方法包括读入地震数据；对地震数据进行分数阶Gabor变换以获得信号的时频分布；在获得的时频分布上提取流体因子；利用流体因子进行储层预测和流体识别。实际资料处理应用表明，将分数阶Gabor变换引入到地震信号处理领域具有良好的局部时频能量聚集及不同阶次下多尺度分解能力等优点，它能为我们提供高分辨率的频谱剖面及展布流体差异的细微特征。在其基础上提取的流体属性因子，能够客观的反应储层信息，提高预测精度。
文档编号G01V1/28GK102323615SQ201110147348
公开日2012年1月18日 申请日期2011年6月2日 优先权日2011年6月2日
发明者何光明, 巫盛洪, 张洞君, 彭真明, 邹文, 陈小二, 陈红 申请人:中国石油集团川庆钻探工程有限公司地球物理勘探公司