公开/公告号CN114966823A
专利类型发明专利
公开/公告日2022-08-30
原文格式PDF
申请/专利号CN202110188260.6
申请日2021-02-18
分类号G01V1/28(2006.01);G01V1/30(2006.01);
代理机构济南日新专利代理事务所(普通合伙) 37224;
代理人刘亚宁
地址 257000 山东省东营市东营区济南路125号
入库时间 2023-06-19 16:31:45
法律状态公告日
法律状态信息
法律状态
2022-09-16
实质审查的生效 IPC(主分类):G01V 1/28 专利申请号:2021101882606 申请日:20210218
实质审查的生效
技术领域
本发明属于油气勘探开发微地震监测技术领域,具体涉及一种地面微地震监测资料初至到时检测方法。
背景技术
水力压裂微地震监测技术是通过检测地下岩石破裂产生的微地震事件来监测地下裂缝发育情况和评价压裂效果的技术。微地震定位是微地震监测技术的核心问题,而微地震事件初至到时准确检测是微地震定位的关键环节。
从微地震监测资料人工拾取微地震初至到时数据的工作量大、效率低,因此,微地震初至到时的自动检测方法被广泛研究。例如,STA/LTA方法及其改进方法,主要是利用长、短时窗内能量的比值来确定微地震事件的初至到时,易于实现,计算效率高,但是对信噪比较低的微地震资料效果不是很好。
相似震源位置的微地震事件在不同地震仪记录上表现出相似的波形特征,因而,近年来出现了根据微地震记录中波形相似的特征进行微地震事件初至到时的自动检测方法,提高了微地震初至到时检测精度。然而,地面微地震资料的信噪比往往很低,而且,微地震事件信号的初至波极性取决于震源机制,例如,双力偶震源机制使得地面检波器所接收到的微地震初至波的正负极性呈四象限区域分布。不同位置地震仪接收到的来自地下同一微地震事件的初至波极性有正有负,出现初至波极性反转现象,使通过波形直接叠加得到的参考道的信噪比反而降低,影响了微地震初至到时的检测精度。
中国发明专利CN106896407B公开了一种基于近似负熵的微地震信号初至拾取方法,该方法根据微地震信号自身特点设计合适的近似负熵函数,结合负熵谱曲线极值差的加权函数设定阈值,进而实现信号区域与噪声区域的准确划分及微地震信号初至的准确拾取。该发明的有益效果是根据微地震信号自身的特点,引用信息论中近似负熵理论提出了一种基于近似负熵的微地震初至拾取新方法,与现有拾取方法相比,新方法能够实现较低信噪比条件下初至到时的准确拾取,信噪比可低至-12dB,并且计算过程简单,速度较快,准确性高。
中国专利申请CN111337975A公开了一种基于方差分形维数的微地震事件自动识别方法,使用初至时间计算时差时间下角标j∈[1,N]表示第j道的射孔数据,N表示表示总的微地震道数;利用时差时间,获得校正时间对于微地震数据利用校正时间校正多道微地震数据;叠加校正微地震数据获得模型道SM(t);对模型道SM(t)求取包络信号E(t),能量包络E(t)使用希尔伯特变换;使用VFD 识别微地震事件。采用该方法在微震监测数据中具有较高的识别微震事件能力,解决微地震震级能量小、信噪比较低,严重制约了微地震事件的识别和初至拾取。
然而对于微地震初至到时的检测精度仍需进一步提高,充分利用不同记录道上微地震信号波形、频率、相位、振幅值相似的特征,克服信号能量弱、极性反转、噪音干扰的不利影响。
发明内容
本发明主要目的在于提供一种地面微地震监测资料初至到时检测方法,本发明方法适于存在初至极性反转和低信噪比微地震记录的初至到时检测,提高了微地震初至到时的检测精度。
为实现上述目的,本发明采用以下技术方案:
本发明提供一种地面微地震监测资料初至到时检测方法,其包括以下步骤:
获取地面微地震监测数据,采用时间—频率域滤波方法进行降噪处理;选取时窗,提取时窗内各道微地震记录;从波形、频率、相位、振幅值四个方面计算每两道微地震数据之间的时差;计算各道微地震事件的相对到时;对各道微地震记录进行时差校正;利用时差校正后的微地震记录得到参考道;检测参考道的微地震绝对到时;计算各道微地震事件的初至绝对到时。
其中,对微地震记录进行降噪处理是指对微地震监测数据进行滤波处理,滤波采用时间—频率域滤波方法,从时间和频率两个维度去除干扰信号。
进一步地,从波形、频率、相位、振幅值四个方面,发挥不同监测位置处信号相似而噪音不同的特点,采用以下公式计算每两道微地震数据之间的时差:
其中,W是微地震记录长度,x
进一步地,根据两两记录道微地震事件的到时差Δt
更进一步地,若参与计算的微地震记录有N道,则可得到下列方程:
At=Δt (2)
其中,A为0,1和-1组成的稀疏系数矩阵,Δt为到时差向量,t为相对到时向量;式(2)的最小二乘解可由下式求出:
t=(A
其中,A为0,1和-1组成的稀疏系数矩阵,A
进一步地,对时差校正后的微地震记录进行相邻道零延迟相似幅值互相关计算,发挥微地震事件波形、频率、相位、振幅值相似的优势,并对零延时相似幅值互相关结果进行求和叠加,通过叠加处理压制了噪音的不利影响,获得参考道;相邻道零延迟相似幅值互相关并叠加的计算式为:
其中,X为时差校正后的相邻道微地震波形记录x
进一步地,使用加权的长短时窗能量比方法,检测参考道的初至绝对到时T
其中,X(w)为时差校正后的相邻道微地震记录x
更进一步地,采用加权长短时窗能量比算法对参考道的初至到时进行检测,当加权的短时窗与长时窗的能量比R(m)超过给定的阈值时,代表检测到了参考道的初至到时,阈值是根据微地震波形记录综合计算得到,能够反映数据中有效信号和噪音干扰的占比。
进一步地,将各道的相对到时与参考道的初至绝对到时相加,即得到各道的初至绝对到时,即:
T
其中,T
与现有技术相比,本发明具有以下有益效果:
本发明方法能更精确地确定两两微地震记录之间微地震到达的时差,通过对时差校正后的微地震记录进行相邻道零延迟相似幅值互相关叠加的处理,获取高信噪比的叠加参考道,并利用加权长短时窗能量比算法提高了参考道微地震绝对到时的检测精度,从而,有效地克服了初至极性反转及低信噪比对常用的微地震到记录进行线性叠加的不利影响,提高了微地震事件初至到时的检测精度。
附图说明
构成本发明的一部分的说明书附图用来提供对本发明的进一步理解,本发明的示意性实施例及其说明用于解释本发明,并不构成对本发明的不当限定。
图1为本发明一具体实施例所述一种地面微地震监测资料初至到时检测方法的流程图;
图2为本发明一具体实施例所述合成的无噪音微地震记录图;
图3为本发明一具体实施例所述添加随机噪音的微地震记录图;
图4为本发明一具体实施例所述时差校正后的微地震记录图;
图5为本发明一具体实施例所述相邻零延迟相似幅值互相关微地震记录图;
图6为本发明一具体实施例所述参考道及加权长短时窗能量比曲线,其中图6(a)为相邻道零延时相似幅值互相关叠加得到的参考道记录,图6(b)为加权长短时窗能量比曲线;
图7为本发明一具体实施例检测的各道的初至到时与理论到时的对比图;
图8为本发明一具体实施例所述检测的各道的初至到时的绝对误差图;
图9为本发明一具体实施例所述常规方法的参考道及长短时窗能量比曲线,其中图9(a)为线性叠加得到的参考道记录,图9(b)为长短时窗能量比曲线及初至到时。
具体实施方式
应该指出,以下详细说明都是示例性的,旨在对本发明提供进一步的说明。除非另有指明,本文使用的所有技术和科学术语具有与本发明所属技术领域的普通技术人员通常理解的相同含义。
需要注意的是,这里所使用的术语仅是为了描述具体实施方式,而非意图限制根据本发明的示例性实施方式。如在这里所使用的,除非上下文另外明确指出,否则单数形式也意图包括复数形式,此外,还应当理解的是,当在本说明书中使用术语“包含”和/或“包括”时,其指明存在特征、步骤、操作和/或它们的组合。
为了使得本领域技术人员能够更加清楚地了解本发明的技术方案,以下将结合具体的实施例详细说明本发明的技术方案。
实施例1
如图1所示,所述地面微地震监测资料初至到时检测方法包括如下步骤:
步骤一:输入各记录道的微地震监测数据,对监测数据进行降噪处理,降噪采用时间—频率域滤波方法,从时间和频率两个维度去除干扰信号;
步骤二:给定一个时窗,提取该时窗的微地震监测数据,从波形、频率、相位、振幅值四个方面计算每两道微地震数据之间的时差,计算式如下:
其中,W是微地震记录长度,x
步骤三:根据两两记录道微地震事件的到时差Δt
At=Δt (2)
其中,A为0,1和-1组成的稀疏系数矩阵,Δt为到时差向量,t为相对到时向量。式(2)的最小二乘解可由下式求出:
t=(A
其中,A为0,1和-1组成的稀疏系数矩阵,A
步骤四:利用求出的各道的相对到时t
步骤五:对时差校正后的微地震记录进行相邻道零延迟相似幅值互相关计算,发挥微地震事件波形相似的优势,并对零延时相似幅值互相关结果进行求和叠加,通过叠加处理压制了噪音的不利影响,获得参考道。相邻道零延迟相似幅值互相关并叠加的计算式为:
其中,X为时差校正后的相邻道微地震波形记录x
步骤六:使用加权的长短时窗能量比方法,检测参考道的初至绝对到时T
其中,X(w)为时差校正后的相邻道微地震记录x
采用长短时窗能量比算法对参考道的初至到时进行检测,当加权的短时窗与长时窗的能量比R(m)超过给定的阈值时,代表检测到了参考道的初至到时,阈值是根据微地震波形记录综合计算得到,能够反映数据中有效信号和噪音干扰的占比。
步骤七:将各道的相对到时t
T
其中,T
为了进一步说明本方法的实现思路及实现过程并说明方法的有效性,用合成微地震记录进行测试,并和常规方法进行比较。
S1:图2为合成的含有一个微地震事件的微地震监测记录,一共16道波形记录,时间序列长度为450ms。其中,微地震事件的初至极性在第1~7道为正极性,在第8~16道为负极性,波形记录极性能够反映岩石破裂的矩张量特性,也就是通过波形记录能够反演得到岩石破裂是剪切破裂或拉张破裂。图3 是添加随机噪音后的微地震记录,微地震事件湮没于噪音之中。
S2:根据每两道波形记录的相似幅值互相关函数,获得各道微地震事件的相对到时后,利用相对到时对各道微地震记录进行时差校正。图4是进行了时差校正后的微地震记录,各道微地震事件在时间轴上的位置一致,这是由于传播距离和传播速度差异造成的时差得以消除。
S3:对时差校正后的微地震波形记录进行相邻道零延迟相似幅值互相关计算,得到相邻零延迟相似幅值互相关记录道波形记录,通过相似幅值互相关充分发挥了微地震事件在波形、频率、相位、振幅值四个方面的相似优势,有效信号得到增强,噪音干扰得到压制,见图5。在这些互相关道上,第8道记录的极值为负值,其余记录道的极值皆为正值,记录道叠加后将极大地增强微地震事件辨识度,并能够进一步压制随机噪音,从而达到提高信噪比的目的。
S4:对相邻零延迟相似幅值互相关记录道数据进行叠加,得到参考道记录,如图6(a)所示。参考道上微地震事件初至能量得到加强、噪音得到压制。利用加权的短时窗与长时窗的能量比算法对参考道进行处理,获得的加权的短时窗与长时窗的能量比曲线如图6(b)所示,参考道的初至到时得以自动高效识别。其中长、短时窗长度分别取为80个采样点和20个采样点。
S5:根据各道的相对到时和参考道初至到时,得到微地震事件在各道的初至绝对到时,如图7所示,相似幅值互相关自动检测到时与理论到时的绝对误差曲线如图8所示。从图8可以看出,本发明的检测初至绝对到时的整体误差较小,在±3ms以内,效果非常理想。
S6:为了与常规方法效果进行对比,对时差校正后的微地震记录直接进行叠加,不进行相似幅值互相关处理,得到的参考道如图9(a)所示。由于存在微地震事件的极性反转和强噪音干扰,叠加后正、负振幅值相互抵消,没有发挥微地震事件在波形、频率、相位、振幅值四个方面的相似优势,得到参考道的信噪比较低,微地震事件不明显,难以有效识别。利用短时窗与长时窗的能量比算法获取的该参考道的短时窗与长时窗的能量比曲线如图9(b)所示,在初至到时附近的极值不明显,难以自动检测出初至到时位置。
可见,本发明能更精确地获得两两微地震记录道的微地震到达时间之差,得到的参考道有明显的微地震信号峰值,再用加权的短时窗与长时窗的能量比能够较精确地检测出的参考道的初至到时。而常规方法因初至极性反转导致波形叠加后参考道的信噪比降低,利用加权的短时窗与长时窗的能量比方法也难以检测出该微地震事件的初至到时。
上述实施例为本发明较佳的实施方式,但本发明的实施方式并不受上述实施例的限制,其他的任何未背离本发明的精神实质与原理下所作的改变、修饰、替代、组合、简化,均应为等效的置换方式,都包含在本发明的保护范围之内。
机译: 一种用于检测至少一个引起压力波非随机持续变化的物体的方法。一种计算机分析方法,用于分析检测到的地震或声波信号,以便检测至少一个在频带F中引起信号非随机持续变化的物体。检测至少一个引起感兴趣的地震或声音信号的物体。一种计算机系统,分析检测到的信号,以便检测至少一个引起感兴趣的信号的物体。计算机模块,分析检测到的信号,以便检测至少一个物体引起感兴趣的信号,该设备程序可以被机器读取。检测至少一个物体引起感兴趣的地震或声音的方法是一种有序的方法和计算机程序
机译: Node Hub(节点中心)–一种用于在地震勘探中部署在海底的地震储层监测系统,以及一种用于在海底部署地震传感器节点并收集地震传感器节点的方法。
机译: Node Hub(节点中心)–一种用于在地震勘探中部署在海底的地震储层监测系统,以及一种用于在海底部署地震传感器节点并收集地震传感器节点的方法。