一种用于测井远探测数据的声学纵波波形反演成像方法

本发明涉及声学测井远探测，尤其是涉及一种用于测井远探测数据的声学纵波波形反演成像方法。

背景技术：

1、近年来，油气勘探与开发领域发生了革命性的变革，由传统油气资源向非传统油气资源的转型是其核心。这一变革的焦点在于非常规油气储层性质的显著变化。非常规页岩油气系统的储集单元独具特色，以储层与生产层的紧密结合为特点，内部更是存在着广泛的纳米级孔隙通道网络，储层探测因此成为非常规油气勘探领域的首要挑战。

2、然而，这些非常规储层常常具有复杂的地质结构，难以准确勘探，同时地层也存在明显的非均质性。传统声波测井技术的探测深度有限，通常无法超过1米，因此难以有效地辨识井旁的高品质储层。相反，高分辨率的三维地震技术虽然可以提供更深的探测范围，但其分辨率通常高达25米，无法精确确定储层位置。这一探测分辨率的局限性为非常规油气勘探引入了严重的不确定性，增加了高质量储层的开采难度，有可能导致钻井轨迹偏离目标区域。

3、为了填补传统声波测井和地震勘探成像之间的分辨率差距，声波远探测技术应运而生，作为一种新兴的测井技术，其最显著的特点是能够获取井周十几米甚至数十米的地层结构信息。然而，当前声波远探测技术面临着远场反射波信号强度较弱、低频信号信噪比不高、井周速度模型难以获取等一系列挑战，迫切需要在理论和工程实践中进行创新性的研究。

4、在声波测井中，构建准确的速度模型至关重要。速度模型描述了地下结构中声波传播速度的分布，对于正确解释数据和成像地下情况至关重要。研究者需要考虑地质特征、岩石类型、孔隙度等因素来构建这一模型。方法包括基于地震学的反演、模型参数化和机器学习等技术。确保速度模型的准确性是远程探测的首要任务之一。

5、全波形反演是一项在地震勘探领域广泛应用的技术。它通过充分利用观测到的所有波形数据信息，具备了构建高精度、高分辨率速度模型的潜力。与传统速度建模方法相比，全波形反演能够更好地探测远处速度场的特征。然而，在声波测井领域，全波形反演的应用研究目前尚相对有限，目前尚未有成熟的解决方案。

6、全波形反演的优势在于它能够综合利用各种波形数据，包括直达波、反射波等，从而提供更全面、准确的地下速度信息。这对于声波测井远程探测来说尤为重要，因为声波在不同地质结构下传播速度有很大差异。通过应用全波形反演，我们可以更好地捕捉这些速度变化，从而提高远程成像的质量和准确性。

7、虽然在声波测井领域全波形反演的研究尚处于起步阶段，但它有望为声波测井远程探测带来新的突破和改进。通过充分挖掘全波形反演的潜力，我们可以更好地理解地下结构，为资源勘探和地质研究提供更有力的支持。

技术实现思路

1、本发明的目的在于克服声波测井远探测领域中存在的井周准确速度模型欠缺的难题，提供应用于声学测井远探测的无需震源子波信息的纵波波形反演成像方法。该方法利用观测到的纵波波场数据，通过不断迭代更新子波函数和井周纵波速度模型，最终获得解释观测数据的最佳纵波速度模型。这一创新为实现安全高效的油气开发提供了重要保障。

2、本发明提供一种用于测井远探测数据的声学纵波波形反演成像方法。

3、本发明的方案为：

4、一种用于测井远探测数据的声学纵波波形反演成像方法，包括：

5、步骤s1：输入原始声学测井纵波形数据及相关参数文件；

6、步骤s2：将输入的时间域进行去噪操作；

7、步骤s3：将去噪后的时间域数据转化为频率域数据；

8、步骤s4：输入初始纵波速度数据和初始震源子波信息；

9、步骤s5：根据输入的纵波速度模型和震源子波信息，构建离散亥姆霍兹方程并对其求解，获得正演波场与正演预测数据；

10、步骤s6：根据正演预测数据与输入的观测数据估计子波信息；

11、步骤s7：利用估计得到的子波迭代更新正演数据并与观测数据计算残差；

12、步骤s8：将计算得到的残差作为对偶震源，构建离散对偶亥姆霍兹方程，并对其求解，获得对偶波场；

13、步骤s9：将计算得到的正演波场和对偶波场进行互相关运算，计算纵波速度模型迭代所需的梯度信息；

14、步骤s10：将计算得到的纵波速度模型的梯度信息与纵波速度模型的全变分信息相结合，计算纵波速度的模型迭代量；

15、步骤s11：利用计算得到的纵波速度的模型迭代量对纵波速度模型进行迭代；

16、步骤s12：检验是否达到收敛标准，是则结束，否则回到步骤s5。

17、具体地，所述步骤s2中的数据去噪过程包括：将输入的时间序列信号d(t)输入至一个预训练完成的深度卷积去噪神经网络dnn(*)，输出一个去噪完成的数据

18、

19、具体地，所述步骤s3中频率域的数据采样过程包括：对去噪后的时间域数据进行傅里叶变换fft(*)：

20、

21、从而获得频率域数据进而在所有频率的数据中，选择反演成像所需要的频率区间内的数据具体地，所述步骤s4中根据前期地震勘探数据得到井周纵波速度的初始预测模型，并采用ricker子波作为初始估计的子波。

22、具体地，所述步骤s5中计算正演波场的过程包括：构建如下亥姆霍兹方程

23、(δ+w2m)u＝q,的离散形式，

24、au＝q,

25、并求解获得正演波场：

26、q＝a-1u

27、其中，q为子波函数，u为正演波场，w为频率，m为纵波传播的慢度的平方，δ为空间拉普拉斯算子，a为离散和亥姆霍兹矩阵；求得正演波场后，通过一个投影算子p(*)，计算得到正演模拟的数据

28、

29、具体地，所述步骤s6中估计子波的过程包括：输入观测和模拟数据和求解如下最小二乘问题：

30、

31、并获得估计子波：

32、

33、具体地，所述步骤s7中，更新正演数据和计算残差的步骤包括：

34、将估计的子波函数作用到正演模拟的数据并计算与观测数据间的残差：

35、

36、具体地，所述步骤s8中，计算对偶波场的过程包括：

37、构建离散亥姆霍兹矩阵a的对偶矩阵at，并以δd(w)作为对偶波场的震源项，计算对偶波场v：

38、v＝a-tδd(w)。

39、具体地，所述步骤s9中，计算纵波速度模型迭代所需的梯度信息的过程包括：计算离散亥姆霍兹矩阵a对纵波传播的慢度的平方m的微分

40、

41、以及将正演波场与对偶波场进行互相关运算计算纵波速度模型迭代所需的梯度信息：

42、

43、其中，diag(*)为将一个向量变成对角方阵的运算，conj(*)为将一个复向量取共轭的运算。

44、具体地，所述步骤s10中，计算纵波速度的模型迭代量包括：计算当前模型的全变分的梯度：

45、

46、将g1与βg2相加，获得新的梯度向量：

47、g＝g1+βg2，其中β为事先设定的惩罚因子；进而结合设定的步长γ，计算模型迭代更新量：δm＝-γg。

48、本发明的有益效果：

49、(1)本发明利用声学测井中观测到的纵波波场信息，采用结合全变分信息的波形反演方法，对井周10-100米范围内的纵波速度模型进行迭代更新反演。这一创新为实现高精度的声波测井远探测成像提供了坚实的速度模型支持。

50、(2)本发明提出了一种用于测井远探测数据的声学纵波波形反演成像方法，消除了传统波形反演方法对精确子波信息的依赖。这一改进为更准确地重构纵波速度模型提供了保障，使得波形反演方法更加灵活和适用于不同数据情境。