本文關鍵詞：基于Shearlet相關性的S變換在微地震初至拾取中的應用　出處：《吉林大學》2017年碩士論文　論文類型：學位論文

  更多相關文章： 微地震 初至拾取 Shearlet變換 尺度相關性 S變換

【摘要】：伴隨著油氣資源的大量消耗,非常規(guī)油氣藏開采成為新的研究熱點,微地震監(jiān)測作為其主要的技術手段,對低滲透油田開發(fā)具有重要的指導作用。初至拾取是微地震監(jiān)測技術的重要環(huán)節(jié),是井中微地震數(shù)據處理的基本步驟,自動準確的拾取信號初至是實現(xiàn)震源精確定位的重要前提。由于微地震有效信號能量較弱、數(shù)據信噪比較低,傳統(tǒng)方法的自動拾取結果不理想,經常發(fā)生錯拾或漏拾初至的情況,嚴重影響了后續(xù)震源定位的精度,因此,建立一種適用于低信噪比微地震信號初至的到時拾取方法具有重要意義。本文對微震初至拾取展開研究,主要目的在于提高低信噪比下的拾取準確度。對于低信噪比微地震數(shù)據,有效信號與噪聲間的時域特征差異不明顯,難以在時域完成有效的初至拾取。為此,本文將Shearlet變換引入到初至拾取中,通過Shearlet變換將時域微地震數(shù)據映射到Shearlet域,基于信號與噪聲在Shearlet域高頻尺度層的系數(shù)差異,實現(xiàn)有效信號點的初步識別,然后利用信號系數(shù)在相鄰尺度層間的尺度相關性對信號點進行校正,進一步提高信號點識別準確度,最后將校正后的第一個信號點視為初至點。模擬和實際微地震記錄的處理結果表明,與傳統(tǒng)的長短時窗平均能量比法(STA/LTA)和Akaike信息準則(AIC)算法相比,Shearlet變換法有效改善了低信噪比下的初至識別情況。Shearlet變換法的實現(xiàn)表明了在Shearlet域區(qū)分信號與噪聲的有效性和可行性。但是該方法中的閾值及校正值等參數(shù)會對最終的拾取結果產生一定影響,使得其在實際應用中具有一定限制。為了進一步提高低信噪比下的拾取性能,本文在Shearlet變換基礎上結合S變換,提出了基于Shearlet相關性的S變換(SC-ST)初至拾取算法。該算法首先利用相鄰高頻尺度層間信號Shearlet系數(shù)相關性,增強有效信號系數(shù),使得信號與噪聲間具有更明顯的特征差異,然后對處理后的系數(shù)進行S變換,有效聚集信號能量,最后基于信號與噪聲間的能量差異完成信號的初至拾取。由于S變換具有良好的時頻聚集性,在S變換時頻表示圖中可以對有效信號進行更直觀、更準確的識別,從而使得該算法具有更優(yōu)的初至拾取性能。為了驗證SC-ST算法的有效性,本文對加入高斯白噪聲和實際噪聲的合成微地震數(shù)據進行處理,并且與STA/LTA、AIC和Shearlet變換法進行對比,實驗結果表明SC-ST算法在對噪聲的適應性和初至拾取準確度上均優(yōu)于其他方法。此外,本文通過大量實驗分析了SC-ST算法在不同信噪比下的初至拾取性能。實際三分量微地震數(shù)據的處理結果驗證了SC-ST算法在初至拾取上的優(yōu)越性,它是一種有效的、具有高準確度的初至拾取方法,能夠在低信噪比環(huán)境下提供準確可靠的初至結果。
[Abstract]:With the large consumption of oil and gas resources, unconventional oil and gas reservoir production has become a new research hotspot, micro-seismic monitoring as its main technical means. It plays an important role in guiding the development of low permeability oil fields. First arrival pickup is an important part of micro-seismic monitoring technology and a basic step of micro-seismic data processing in wells. Automatic and accurate signal pickup is an important prerequisite for the accurate location of the source. Due to the weak energy of the effective signal and the low signal to noise ratio of the data, the traditional automatic pickup method is not ideal. Frequent mispicking or missing initial arrival seriously affects the accuracy of subsequent focal location, therefore. It is of great significance to establish a method for detecting the first arrival of microseismic signals with low SNR. In this paper, the detection of the first arrival of microearthquakes is studied. The main purpose is to improve the picking accuracy at low SNR. For the low-SNR micro-seismic data, there is no obvious difference between the time domain characteristics of the effective signal and noise, so it is difficult to complete the effective first arrival pickup in the time domain. In this paper, the Shearlet transform is introduced into the first arrival pickup, and the time-domain microseismic data are mapped to the Shearlet domain by the Shearlet transform. Based on the difference of the coefficients between the signal and the noise in the high-frequency scale layer in Shearlet domain, the initial recognition of the effective signal points is realized. Then the signal points are corrected by the scale correlation of the signal coefficients between adjacent scale layers to further improve the accuracy of signal point recognition. Finally, the first signal point after correction is regarded as the first arrival point. The processing results of simulation and actual microseismic records show that. Compared with the traditional time-window average energy ratio method (STA-LTA) and Akaike information criterion (Akaike) algorithm. The implementation of the Shearlet transform method to improve the first arrival recognition in low signal-to-noise ratio shows that it is effective and feasible to distinguish signal from noise in Shearlet domain. However, the threshold value and correction value of the method will have a certain impact on the final pick-up results. In order to further improve the pickup performance of low signal-to-noise ratio, this paper combines S transform based on Shearlet transform. A S-transform SC-ST-based first-break pickup algorithm based on Shearlet correlation is proposed. The algorithm firstly uses the correlation of Shearlet coefficients of adjacent high-frequency scale interlayer signals. Enhance the effective signal coefficient, make the signal and noise have more obvious characteristic difference, then the processed coefficient of S transform, effectively gather the signal energy. Finally, based on the energy difference between the signal and the noise, the first arrival of the signal is picked up. Due to the good time-frequency aggregation of S-transform, the effective signal can be visualized in the S-transform time-frequency representation diagram. In order to verify the effectiveness of SC-ST algorithm, the synthetic microseismic data with Gao Si white noise and actual noise are processed in this paper. And compared with the method of STAP / LTA AIC and Shearlet transform. The experimental results show that the SC-ST algorithm is superior to other methods in the adaptability to noise and the accuracy of first-break pickup. This paper analyzes the performance of SC-ST algorithm in different signal-to-noise ratio through a large number of experiments. The processing results of the actual three-component micro-seismic data verify the superiority of SC-ST algorithm in the first-arrival pickup. It is an effective method with high accuracy and can provide accurate and reliable first arrival results in low signal-to-noise ratio (SNR) environment.
【學位授予單位】：吉林大學
【學位級別】：碩士
【學位授予年份】：2017
【分類號】：TE348;P631.4

【相似文獻】

相關期刊論文 前10條

1 趙向東;陳波;姜福興;;微地震工程應用研究[J];巖石力學與工程學報;2002年S2期

2 劉建中,王春耘,劉繼民,趙玉武,劉志鵬;用微地震法監(jiān)測油田生產動態(tài)[J];石油勘探與開發(fā);2004年02期

3 劉建安,馬紅星,慕立俊,邱筱琳;井下微地震裂縫測試技術在長慶油田的應用[J];油氣井測試;2005年02期

4 王亞娟;張華光;王成旺;劉利霞;鄧軍;胡淑娟;;利用微地震測繪和壓裂模擬分析進行水力裂縫增長動態(tài)研究[J];國外油田工程;2006年10期

5 周仲禮;王琪;殷靜;范譚廣;談偉敦;;用微地震發(fā)現(xiàn)高速巖性及識別油氣[J];吐哈油氣;2008年03期

6 黃今;蘇華友;盧國勝;杜林;范波峰;;采動過程中微地震定位方法研究[J];現(xiàn)代礦業(yè);2009年02期

7 黃克獻;李利立;劉軍芳;岳琳;楊啟明;;微地震地下影像技術在注水破裂監(jiān)測和剩余油分布研究中的應用[J];內蒙古石油化工;2009年14期

8 胡慶春;孟米;;基于大井距油氣田的微地震壓裂監(jiān)測技術研究[J];天然氣技術與經濟;2011年04期

9 張萬鵬;永野宏治;羅紹河;;基于倒頻譜解析法的近接型相似微地震對研究[J];中國測試;2012年04期

10 繆華祥;姜福興;宋雪娟;楊淑華;魏全德;;礦山微地震活動特征的概率分析方法研究[J];采礦與安全工程學報;2012年05期

相關會議論文 前4條

1 儲仿東;王永輝;李永平;衡峰;容嬌君;;微地震井中監(jiān)測技術在致密砂巖中的應用實例[A];中國地球物理2013——第十二專題論文集[C];2013年

2 余洋洋;梁春濤;楊宜海;;微地震監(jiān)測系統(tǒng)的設計[A];中國地球物理2013——第二十三專題論文集[C];2013年

3 張佩;張海江;M.Nafi Toksoz;;猶他州Cove Fort-Sulphurdale地區(qū)微地震震源機制研究與應用[A];2014年中國地球科學聯(lián)合學術年會——專題12：強震機理、孕育環(huán)境與地震活動性分析論文集[C];2014年

4 駱循;;礦山與大型地下工程災害監(jiān)測的微地震技術應用[A];中國地球物理學會第二十三屆年會論文集[C];2007年

相關重要報紙文章 前3條

1 特約記者 李銘　通訊員 彭樹禹;長慶井下首次實施微地震試驗成功[N];中國石油報;2009年

2 特約記者 林勇;勝利油田首次自主微地震壓裂監(jiān)測采集試驗成功[N];東營日報;2010年

3 記者 金江山 通訊員 王曉泉;井中微地震裂縫監(jiān)測技術獲重大突破[N];中國石油報;2013年

相關博士學位論文 前4條

1 江海宇;油田壓裂微地震地面監(jiān)測速度模型校正及定位研究[D];吉林大學;2016年

2 況文歡;結合地震學和地質力學對微地震數(shù)據的研究[D];中國科學技術大學;2015年

3 張喚蘭;微地震數(shù)值模擬及震源定位方法研究[D];西安科技大學;2014年

4 逄煥東;巖體微地震的模式、定位及其失穩(wěn)預報研究[D];山東科技大學;2004年

相關碩士學位論文 前10條

1 王超;微地震正演方法研究[D];長安大學;2015年

2 李亮;微地震信號自動檢測及震源掃描分割矩陣反演方法研究[D];長安大學;2015年

3 于子超;水力壓裂微地震信號提取與裂縫反演研究[D];長安大學;2015年

4 蔣騰飛;微地震數(shù)據去噪方法研究[D];長江大學;2015年

5 毛小波;基于PTP的多節(jié)點微地震數(shù)據懫集與傳輸技術研究[D];成都理工大學;2015年

6 屈敬翔;面向頁巖氣勘探的微地震采集記錄儀研制[D];中國海洋大學;2015年

7 田厚強;鄆城煤礦綜放采場微地震與應力特征研究及應用[D];安徽理工大學;2016年

8 王東鶴;基于射線理論的微地震速度模型校正方法研究[D];吉林大學;2016年

9 劉昕;基于高階累積量和Shearlet變換的微地震數(shù)據噪聲壓制研究[D];吉林大學;2016年

10 常凱;稀疏約束反演在微地震插值與成像中的應用[D];吉林大學;2016年

，

本文編號：1437614