井中微地震P/S波事件识别方法和装置与流程

文档序号:11806681阅读:513来源:国知局
井中微地震P/S波事件识别方法和装置与流程

本发明属于井中微地震三分量信号处理领域,具体涉及一种井中微地震P/S波事件识别方法和装置。



背景技术:

微地震压裂监测技术现在已成为致密储层油气田开发中一项常用的监测技术。微地震技术早在20世纪七、八十年代它就已成为矿山灾害监测、地热开发等领域内的一种常用方法。进入21世纪以来,由于非常规油气,尤其是页岩气开发的快速发展,微地震技术在优化压裂方案和开发井网部署方面起到重要作用,使油气田开发中的微地震监测技术得以快速发展。

井中微地震是微地震监测方式之一。井中观测是在监测目标区域临近的井中布置多级检波器进行微地震信号监测,其数据特点是:三分量接收、分量之间振幅大小与极性随机杂乱、有效事件较多、震相有P波与S波。井中微地震事件识别是事件初至拾取的基础,是微地震处理技术之一。通常是在原始三分量数据上直接应用长短时窗能量比技术、AIC技术以及其他小波变换、分形联合技术计算识别曲线,其思路是,例如12个三分量检波器接收信号,就有36个识别曲线,设置门槛值,如果20个及以上识别曲线数据大于门槛值,就判断此处存在微地震有效事件,然后通过震相判断该事件属于P波还是S波。另外一个识别思路是,一开始通过偏振分析与旋转,将原始三分量进行矢量分解,各自输出震相P波、S波数据,然后再通过计算每个检波器识别曲线进行门槛值对比分析。

发明人发现,这两种思路过程繁琐,需要计算多个识别曲线,同时还需要对每个检波器事件进行偏振分析来判断事件震相是P波还是S波,而井中微地 震事件个数非常多,导致事件识别效率不高。

为了实时描述压裂产生的人工裂缝动态进展,为压裂效果评估和合理部署开发井网等提供帮助,井中微地震实时处理系统研发成为热门。它要求在很短时间内,从微地震资料中快速识别事件,同时对事件进行快速定位,用传统室内处理思路,显然会增加时间成本。因此,有必要研发一种快速事件识别技术,以满足实时处理需求。



技术实现要素:

本发明的目的在于解决上述现有技术中存在的难题,提供一种井中微地震P/S波事件快速识别方法和装置。

一方面,提出了一种井中微地震P/S波事件识别方法,该方法包括:根据射孔数据P波事件水平分量偏振分析,获得检波器方位角,利用该检波器方位角对压裂数据水平分量进行方位一致性校正;基于校正结果,根据给定的极性判断准则对压裂数据Z分量进行分离,获得分别含有P波、S波微地震信息的两个分量Zp、Zs;利用射孔P/S波事件相对旅行时对上述两个分量Zp、Zs进行叠加处理,获得两个叠加道Zp_stk、Zs_stk;以及利用改进能量比法,分别计算与两个叠加道相应的事件识别曲线,并基于给定门槛值在事件识别曲线上搜索出所有可能的P/S波事件时间位置。

另一方面,提出了一种井中微地震P/S波事件识别装置,该装置包括:用于根据射孔数据P波事件水平分量偏振分析,获得检波器方位角,利用该检波器方位角对压裂数据水平分量进行方位一致性校正的部件;用于基于校正结果,根据给定的极性判断准则对压裂数据Z分量进行分离,获得分别含有P波、S波微地震信息的两个分量Zp、Zs的部件;用于利用射孔P/S波事件相对旅行时对上述两个分量Zp、Zs进行叠加处理,获得两个叠加道Zp_stk、Zs_stk的部件;以及用于利用改进能量比法,分别计算与两个叠加道相应的事件识别曲线,并基于给定门槛值在事件识别曲线上搜索出所有可能的P/S波事件时间位置的部 件。

与现有技术相比,本发明的有益效果是:本发明提供了一种简单实用的井中微地震P/S波事件识别方法,仅仅利用射孔数据偏振方位角、旅行时,通过简单伪叠加、改进能量比识别曲线计算,就能自动快速准确识别出P/S波事件时间位置,这为井中微地震野外现场实时处理提供技术支撑。

附图说明

本申请中所参考的附图只用于示例本发明的典型实施例,不应该认为是对本发明范围的限制。

图1是根据本发明的一种井中微地震P/S波事件快速识别方法的流程图;

图2A是井中微地震实际资料射孔三分量中的Z分量;

图2B是井中微地震实际资料射孔三分量中的X分量;

图2C是井中微地震实际资料射孔三分量中的Y分量;

图3是射孔数据P波事件X、Y分量偏振分析方位角;

图4A是射孔数据径向分量X分量旋转处理;

图4B是射孔数据切向分量Y分量旋转处理;

图5A是压裂数据例子(一)中的Z分量;

图5B是压裂数据例子(一)中的X分量;

图5C是压裂数据例子(一)中的Y分量;

图6A是压裂数据例子(一)中的方位一致性处理后X分量;

图6B是压裂数据例子(一)中的方位一致性处理后Y分量;

图7A是压裂数据例子(二)中的Z分量;

图7B是压裂数据例子(二)中的X分量;

图7C是压裂数据例子(二)中的Y分量;

图8A是压裂数据例子(二)中的方位一致性处理后X分量;

图8B是压裂数据例子(二)中的方位一致性处理后Y分量;

图9A是压裂数据例子(一)中的Z分量震相分离处理后Zp分量;

图9B是压裂数据例子(一)中的Z分量震相分离处理后Zs分量;

图10A是压裂数据例子(二)中的Z分量震相分离处理后Zp分量;

图10B是压裂数据例子(二)中的Z分量震相分离处理后Zs分量;

图11是射孔数据P波、S波事件旅行时相对第一个检波器时差;

图12A是压裂数据例子(一)中的Zp分量伪叠加处理后Zp_stk单道数据;

图12B是压裂数据例子(一)中的Zs分量伪叠加处理后Zs_stk单道数据;

图13A是压裂数据例子(二)中的Zp分量伪叠加处理后Zp_stk单道数据;

图13B是压裂数据例子(二)中的Zs分量伪叠加处理后Zs_stk单道数据;

图14A是压裂数据例子(一)中的Zp分量;

图14B是压裂数据例子(一)中的叠加道Zp_stk事件识别曲线;

图15A是压裂数据例子(一)中的Zs分量;

图15B是压裂数据例子(一)中的叠加道Zs_stk事件识别曲线;

图16A是压裂数据例子(二)中的Zp分量;

图16B是压裂数据例子(二)中的叠加道Zp_stk事件识别曲线;

图17A是压裂数据例子(二)中的Zs分量;

图17B是压裂数据例子(二)中的叠加道Zs_stk事件识别曲线。

具体实施方式

下列讨论中,提供大量具体的细节以帮助彻底了解本发明。然而,很显然对于本领域技术人员来说,即使没有这些具体细节,并不影响对本发明的理解。并且应该认识到,使用如下的任何具体术语仅仅是为了方便描述,因此,本发明不应当局限于只用在这样的术语所表示和/或暗示的任何特定应用中。

下面结合附图对本发明作进一步详细描述:

图1示出了根据本发明的一个实施例的一种井中微地震P/S波事件识别方 法的流程图,在该实施例中,该方法包括以下步骤:

步骤101,根据射孔数据P波事件水平分量偏振分析,获得检波器方位角,利用该检波器方位角对压裂数据水平分量进行方位一致性校正。在一个示例中,该步骤可通过以下来实现:利用矢端曲线—直图法,对射孔数据X、Y分量进行偏振分析,获得波传播方向在检波器X、Y分量平面内的方位角,再利用该方位角,对所有原始压裂数据X、Y分量进行方位一致性校正,即将无序的井下检波器X、Y分量方向统一旋转至已经测井数据提供或换算得到的已知的射孔方向,获得一致性校正后的新的两分量CX、CY

步骤102,基于校正结果,根据给定的极性判断准则对压裂数据Z分量进行分离,获得分别含有P波、S波微地震信息的两个分量Zp、Zs。在一个示例中,该步骤可以通过以下来实现:将原始压裂数据Z分量分离出相应的不同极性规律的两个分量Zp、Zs,分别代表Z分量P波、S波,即P波微地震信息、S波微地震信息。这一步骤可根据“P波沿波传播方法,S波垂直波传播方向”规律进行的,建立在振幅极性上P波、S波识别准则“P波原始压裂数据Z分量振幅极性与新的CX分量振幅极性相同,S波在Z分量振幅极性与新的CX分量振幅极性上相反”这一极性判断准则的基础上。然而本领域技术人员应理解,极性判断准则不限于此,而是可以根据需要来建立。

步骤103,利用射孔P/S波事件相对旅行时对上述两个分量Zp、Zs进行叠加处理,获得两个叠加道Zp_stk、Zs_stk。在一个示例中,该步骤可通过以下来实现:拾取射孔数据P波、S波事件同相轴相对第一个检波器旅行时时差Tp、Ts,并且利用它们,对Zp、Zs进行叠加处理,获得两个叠加单道Zp_stk、Zs_stk;

步骤104,利用改进能量比法,分别计算与两个叠加道相应的事件识别曲线,并基于给定门槛值在事件识别曲线上搜索出所有可能的P/S波事件时间位置。在一个示例中,该步骤可通过以下来实现:计算叠加单道Zp_stk、Zs_stk相应事件识别曲线MERP、MERS。然后,设置门槛值,索搜出事件识别曲线MERP、MERS上大于门槛值且区域极大值,其对应的时间即为井中微地震P/S波事件在第一 个检波器出现的时间。

监测井井下检波器接收到的微地震三分量信号,具有压裂震源位置未知、震源震相类型未知、检波器水平方向随机指向等特点,并且甚至短段时间内相继出现多个事件,可能同时激发P波、S波,亦可能单个P/S激发,而且三分量数据振幅大小不一、极性正负无序。用传统事件识别思路,不能快速满足野外作业微地震实时处理要求。而本发明利用射孔偏振分析、极性判断、伪叠加、改进能量比识别曲线单道计算等处理,能快速识别出井中微地震P/S有效事件。

下面给出该实施例的一些具体示例。

获得分量CX、CY

在一个示例中,首先通过射孔数据X、Y分量偏振分析、计算检波器方位角θ,对压裂数据X、Y分量进行方位一致性校正。本发明可以采用已有算法“矢端曲线—直方图法”求取方位角θ,其具体方式如下。

设置一个时窗,包含了射孔P波事件,对X、Y分量振幅值(xi,yi)作偏振分析。定义瞬时能量Ei和瞬时方位θi

<mrow> <msub> <mi>E</mi> <mi>i</mi> </msub> <mo>=</mo> <msubsup> <mi>x</mi> <mi>i</mi> <mn>2</mn> </msubsup> <mo>+</mo> <msubsup> <mi>y</mi> <mi>i</mi> <mn>2</mn> </msubsup> <mo>-</mo> <mo>-</mo> <mo>-</mo> <mrow> <mo>(</mo> <mn>1</mn> <mo>)</mo> </mrow> </mrow>

tgθi=yi/xi (2)

根据上式,计算出每个样点瞬时方位θi与瞬时能量Ei,同时作出瞬时能量Ei对瞬时方位θi的直方图。画出(xi,yi)振幅值坐标系连线图(称为矢端曲线图),拟合线性关系,估算倾角范围,并在Ei、θi直方图中寻找该范围内瞬时能量最大值的位置,此时与其对应的角度,即为所求方位角θ,其代表检波器指向已经射孔方向与X分量方向之间夹角。

由于井下检波器X、Y分量方向未知,振幅、极性表现出杂乱无序。利用检波器方位角θ,对所有压裂数据进行方位一致性校正,将检波器方向统一旋转至指向射孔方向,使得压裂数据X、Y分量振幅极性一致,有助于后续极性判断识 别震相:

CX=Yxi cos(θ)+Yyi sin(θ)

(3)

CY=-Yxi sin(θ)+Yyi cos(θ)

其中,Yxi、Yyi为压裂数据X、Y分量振幅,方位一致性处理后新的两分量振幅。

将Z分量分离出Zp、Zs

在获得分量CX、CY之后,建立极性判断震相识别准则,对压裂数据Z分量进行分离,分离出含有P波信息的Zp与含有S波信息的Zs。

例如,根据已经“P波沿波传播方向,S波垂直波传播方向”自然规律可知,在同一传播路径上,P波相位与S波相位相差90度,在振幅正负极性表现出相反特征。以此,建立极性判断震相P波、S波识别准则--“原始压裂数据Z分量P波振幅极性与方位一致性处理后的CX分量P波振幅极性相同,而S波在Z分量振幅极性与CX分量振幅极性上却相反”,实现将Z分量分离出不同极性规律的两个分量Zp、Zs:

ZPi=Zi,当Zi·CXi≥0,否则ZPi=0

(4)

ZSi=Zi,当Zi·CXi≤0,否则ZSi=0

其中,ZPi、ZPi为Z分量分理后新分量Zp、Zs瞬时振幅,分别包含了Z分量P波微地震信息、S波微地震信息。

对Zp、Zs进行叠加处理

由于压裂事件未知,旅行时亦未知,无法直接叠加,本发明采用拾取已经射孔数据P波、S波旅行时时差,对所有压裂数据进行“伪”叠加处理:由于射孔数据只有一组P&S波事件,通过人工可以直接拾取同相轴时间位置,因此射孔P波/S波事件同相轴相对旅行时是已知的。借用该已知射孔P波/S波事件同 相轴相对旅行时,对分离出的两分量Zp、Zs进行叠加处理,其结果作为后续计算事件识别曲线的输入数据。

由于已经射孔数据仅仅只有一组P波、S波事件,通过人工拾取,就可以得到P波、S波事件同相轴初至或波峰旅行时,计算相对第一个检波器时差。在一个示例中,假设拾取的P波、S波相对旅行时分别为(0,Δtp2,Δtp3,......,ΔtpN)、(0,Δts2,Δts3,......,ΔtsN),可对两分量Zp、Zs每个样点振幅值Zpi、Zsi进行如下叠加处理:

Zp_stk(i)=∑[Zpi+(Zpi+Δtp2)+(Zpi+Δtp3)+......+(Zpi+ΔtpN)]/N (5)

Zs_stk(i)=∑[Zsi+(Zsi+Δts2)+(Zsi+Δts3)+......+(Zsi+ΔtsN)]/N (6)

其中,N为检波器个数,Zp_stk(i)、Zs_stk(i)为两个叠加道第i个样点振幅值,i为样点序号。

计算识别曲线MERP、MERS

最后,可利用改进能量比法,对叠加道数据Zp_stk、Zs_stk进行P波、S波事件识别处理。可设定一个长度为L的时窗(L值可通过估算已经射孔数据P/S波同相轴时间样点宽度而确定),通过改进能量比算法,分别计算叠加道Zp_stk、Zs_stk的事件识别曲线MERP、MERS

<mrow> <msub> <mi>MER</mi> <mi>P</mi> </msub> <mrow> <mo>(</mo> <mi>i</mi> <mo>)</mo> </mrow> <mo>=</mo> <msup> <mrow> <mo>(</mo> <mfrac> <mrow> <munderover> <mi>&Sigma;</mi> <mrow> <mi>j</mi> <mo>=</mo> <mi>i</mi> <mo>-</mo> <mi>L</mi> </mrow> <mi>i</mi> </munderover> <msup> <mrow> <mo>(</mo> <mi>Zp</mi> <mo>_</mo> <mi>stk</mi> <mrow> <mo>(</mo> <mi>j</mi> <mo>)</mo> </mrow> <mo>)</mo> </mrow> <mn>2</mn> </msup> </mrow> <mrow> <munderover> <mi>&Sigma;</mi> <mrow> <mi>j</mi> <mo>=</mo> <mi>i</mi> </mrow> <mrow> <mi>i</mi> <mo>+</mo> <mi>L</mi> </mrow> </munderover> <msup> <mrow> <mo>(</mo> <mi>Zp</mi> <mo>_</mo> <mi>stk</mi> <mrow> <mo>(</mo> <mi>j</mi> <mo>)</mo> </mrow> <mo>)</mo> </mrow> <mn>2</mn> </msup> </mrow> </mfrac> <mo>)</mo> </mrow> <mn>3</mn> </msup> <mo>&CenterDot;</mo> <msup> <mrow> <mo>(</mo> <mi>Zp</mi> <mo>_</mo> <mi>stk</mi> <mrow> <mo>(</mo> <mi>i</mi> <mo>)</mo> </mrow> <mo>)</mo> </mrow> <mn>3</mn> </msup> <mo>-</mo> <mo>-</mo> <mo>-</mo> <mrow> <mo>(</mo> <mn>7</mn> <mo>)</mo> </mrow> </mrow>

<mrow> <msub> <mi>MER</mi> <mi>S</mi> </msub> <mrow> <mo>(</mo> <mi>i</mi> <mo>)</mo> </mrow> <mo>=</mo> <msup> <mrow> <mo>(</mo> <mfrac> <mrow> <munderover> <mi>&Sigma;</mi> <mrow> <mi>j</mi> <mo>=</mo> <mi>i</mi> <mo>-</mo> <mi>L</mi> </mrow> <mi>i</mi> </munderover> <msup> <mrow> <mo>(</mo> <mi>Zs</mi> <mo>_</mo> <mi>stk</mi> <mrow> <mo>(</mo> <mi>j</mi> <mo>)</mo> </mrow> <mo>)</mo> </mrow> <mn>2</mn> </msup> </mrow> <mrow> <munderover> <mi>&Sigma;</mi> <mrow> <mi>j</mi> <mo>=</mo> <mi>i</mi> </mrow> <mrow> <mi>i</mi> <mo>+</mo> <mi>L</mi> </mrow> </munderover> <msup> <mrow> <mo>(</mo> <mi>Zs</mi> <mo>_</mo> <mi>stk</mi> <mrow> <mo>(</mo> <mi>j</mi> <mo>)</mo> </mrow> <mo>)</mo> </mrow> <mn>2</mn> </msup> </mrow> </mfrac> <mo>)</mo> </mrow> <mn>3</mn> </msup> <mo>&CenterDot;</mo> <msup> <mrow> <mo>(</mo> <mi>Zs</mi> <mo>_</mo> <mi>stk</mi> <mrow> <mo>(</mo> <mi>i</mi> <mo>)</mo> </mrow> <mo>)</mo> </mrow> <mn>3</mn> </msup> <mo>-</mo> <mo>-</mo> <mo>-</mo> <mrow> <mo>(</mo> <mn>8</mn> <mo>)</mo> </mrow> </mrow>

给定P波、S波不同的门槛值Kp、Ks以及定义不同大小时窗WP、WS,对事件识别曲线MERP、MERS进行自动搜索,寻找区域内最大极值时间位置,门槛值Kp、Ks属于经验值,本领域技术人员可以根据需要人意给定,如果门槛值过大,相应符合大于门槛值的事件个数就会较少,如果门槛值过小,相应符合大于门槛值的事件个数就会较多。

在一个示例中,搜索出大于门槛值的、按照时间先后顺序出现的事件时间位置可通过如下具体步骤来实现:

第一步,针对P波和S波在给定时间范围内(例如时间样点从0到最大记录时间的范围内)在事件识别曲线上搜索“第一个”大于或等于门槛值的样点位置TP、TS

第二步,针对P波和S波,在事件识别曲线上分别搜索给定时窗WP、WS范围内的区域极大值FP1、FS1

FP1=max{MERP(i)}且i∈[TP,TP+WP] (11)

FS1=max{MERS(i)}且i∈[TS,TS+WS] (12)

则,极大值FP1、FS1对应的时间样点Time(P1)、Time(S1),即为所求事件识别时间。

第三步,针对P波和S波,分别对识别曲线MERP、MERS在“第一个”事件识别时间Time(P1)、Time(S1)附近振幅值尽可能归零处理(可以直接设置为0):

MERP(i)=0.0且i∈[Time(P1)-WP,Time(P1)+WP] (13)

MERS(i)=0.0且i∈[Time(S1)-WS,Time(S1)+WS] (14)

第四步,在i>Tp的范围内索搜“第二个”大于或等于门槛值的样点位置寻找区域极大值FP2、FS2,操作过程如第一步、第二步,获得极大值相应时间Time(P2)、Time(S2),即为第二次识别出的事件时间

第五步,又将“第二个”事件识别时间Time(P2)、Time(S2)附近振幅值归零处理(即返回执行第三步),进行“第三个”索搜,如此循环,直至识别出所有大于门槛值P波事件时间以及S波事件时间,即最终实现P/S波事件快速识别。

因为井中微地震事件是由压裂井射孔注水外力诱发形成,离射孔空间位置比较近,因而,绝大多数压裂事件信号在各个检波器旅行时关系上与射孔事件具有相似性。本发明正是利用这一特点,用射孔事件相对旅行时,直接对压裂数据进行伪叠加,获得能量较强的“包络”单道数据,然后进行事件识别与索搜处理,避免了传统思路对每个分量都要进行事件识别与震相判断的繁琐过程。

在一个实施例中,提出了一种井中微地震P/S波事件识别装置,该装置可包括:用于根据射孔数据P波事件水平分量偏振分析,获得检波器方位角,利用该检波器方位角对压裂数据水平分量进行方位一致性校正的部件;用于根据给定的极性判断准则对压裂数据Z分量进行分离,获得分别含有P波、S波微地震信息的两个分量Zp、Zs的部件;用于利用射孔P/S波事件相对旅行时对上述两个分量Zp、Zs进行叠加处理,获得两个叠加道Zp_stk、Zs_stk的部件;以及用于利用改进能量比法,分别计算与两个叠加道相应的事件识别曲线,并基于给定门槛值在事件识别曲线上搜索出所有可能的P/S波事件时间位置的部件。

在一个示例中,利用射孔P/S波事件相对旅行时对上述两个分量进行叠加处理可包括:拾取射孔数据P波、S波事件同相轴相对第一个检波器旅行时时差tp、ts,并且利用tp、ts,对含有P波、S波微地震信息的两个分量Zp、Zs进行叠加处理,获得两个叠加单道Zp_stk、Zs_stk。

在一个示例中,利用射孔P/S波事件相对旅行时对上述两个分量进行叠加处理可包括:对两个分量Zp、Zs的每个样点振幅值Zpi、Zsi进行如下叠加处理,得到两个叠加道Zp_stk、Zs_stk:

Zp_stk(i)=∑[Zpi+(Zpi+Δtp2)+(Zpi+Δtp3)+......+(Zpi+ΔtpN)]/N

Zs_stk(i)=∑[Zsi+(Zsi+Δts2)+(Zsi+Δts3)+......+(Zsi+ΔtsN)]/N、

其中,N为检波器个数,Zp_stk(i)、Zs_stk(i)为两个叠加道第i个样点的振幅值(0,Δtp2,Δtp3,......,ΔtpN)、(0,Δts2,Δts3,......,ΔtsN)分别为拾取的P波、S波相对旅行时,i为样点序号。

在一个示例中,基于给定门槛值在事件识别曲线上搜索出所有可能的P/S波事件时间位置可包括:索搜出事件识别曲线上大于门槛值且为区域极大值的值,将该值对应的时间作为井中微地震P/S波事件在第一个检波器出现的时间。

在一个示例中,基于给定门槛值在事件识别曲线上搜索出所有可能的P/S波事件时间位置可包括:

1)针对P波和S波,分别在给定时间范围内在事件识别曲线上搜索第一个大于或等于门槛值的样点位置TP、TS

2)针对P波和S波,在事件识别曲线上分别搜索给定时窗WP、WS范围内的区域极大值FP1、FS1,极大值FP1、FS1对应的时间样点Time(P1)、Time(S1)即为第一个可能的P/S波事件时间位置;

3)针对P波和S波,分别对事件识别曲线在上述时间样点Time(P1)、Time(S1)附近的振幅值进行归零处理;

4)以Tp以后的时间范围作为给定时间范围,重复执行1)-3),直至识别出所有大于门槛值的P波事件时间以及S波事件时间。

下面用井中微地震实际资料来验证本发明P/S波事件识别处理效果。

首先,利用已经经典矢端曲线—直方图法(公式(1)、(2)),对实际资料射孔数据X、Y分量P波事件作偏振分析(如图2A至图2C为射孔三分量数据),获得每个检波器方位角,如图3显示的表格。利用检波器方位角,对射孔X、Y分量进行旋转处理(公式(3)),如图4A和图4B所示,验证偏振分析效果。从图4A和图4B中可以看出,旋转之后,射孔径向分量每个检波器P波信号增强 且振幅极性一直,同时射孔切向分量相应P波事件时间位置处几乎看不到没有有效事件了,表明此次偏振分析较好,获得的方位角(如图3)比较准确可靠。

同样,利用检波器方位角,对所有压裂X、Y分量进行方位一致性处理(公式(3)),图5A至图5C为压裂数据三分量例子(一),图6A和图6B为图5A至图5C中X、Y分量方位一致性处理结果,图7A至图7C与图8A和图8B为压裂数据例子(二)方位一致性处理前后处理展示。从图6A至图6B、图8A至图8B都可以看出,通过检波器方位一致性校正后,压裂数据X、Y分量振幅大小从新分配,同时振幅极性从正负无序变成一致了。

然后,根据发明内容,由极性判断震相P波、S波识别准则--“原始压裂数据Z分量P波振幅极性与方位一致性处理后的CX分量P波振幅极性相同,而S波在Z分量振幅极性与CX分量振幅极性上却相反”,对压裂数据Z分量进行P波、S波信息自动分离处理(公式(4))。图9A和图9B、图10A和图10B分别是图5A至图5C、图7A至图7C两个压裂数据Z分量分离出的新分量Zp、Zs剖面,对比Z分量,可以看出,Zp、Zs剖面能够较好地分离出P波微地震信息、S波微地震信息。

其次,利用本发明核心思想,借用射孔数据P波、S波事件同相轴旅行时,对所有压裂数据进行叠加处理,该过程称为伪叠加,实际得到的是压裂数据“包络”振幅能量,间接地实现了压裂数据P波、S波事件所有检波器信号叠加,如公式(5)、(6)。由于射孔数据仅仅只有一组P波、S波事件(一次射孔,等价于一个激发),通过人工拾取P波、S波事件同相轴初至或波峰旅行时,计算相对第一个检波器时差,如图11为射孔P波、S波各检波器旅行时相对时差列表。利用该时差,对压裂数据进行叠加处理,如图12A和图12B为图9A和图9B中P波、S波伪叠加剖面,图13A和图13B为图10A和图10B中相应P波、S波伪叠加显示。

最后,对叠加数据进行事件识别处理。根据发明内容,首先计算叠加道改进能量比曲线MERP、MERS(公式(7)、(8)),然后设置P波、S波不同的门槛 值Kp、Ks以及定义不同大小时窗WP、WS,最后对识别曲线MERP、MERS“五步”操作,搜索出大于门槛值的所有P波、S波事件时间位置Time(P1)、Time(S1)、Time(P2)、Time(S2)、…...(如公式(9)~~(14))。如图14A至图17B所示,将压裂Z分量与P波识别曲线、S波识别曲线以及搜索出的事件时间位置(图中双箭头表示识别出的事件时间位置)进行对比显示。可以看出,通过自动搜索,本发明能够较好地识别出的P波事件、S波事件。

以上已经描述了本发明的各实施例,上述说明是示例性的,并非穷尽性的,并且也不限于所披露的各实施例。在不偏离所说明的各实施例的范围和精神的情况下,对于本技术领域的普通技术人员来说许多修改和变更都是显而易见的。本文中所用术语的选择,旨在最好地解释各实施例的原理、实际应用或对市场中的技术的技术改进,或者使本技术领域的其它普通技术人员能理解本文披露的各实施例。

当前第1页1 2 3 
网友询问留言 已有0条留言
  • 还没有人留言评论。精彩留言会获得点赞!
1