广义S变换在碳酸盐岩储层检测中的应用研究

发布时间：2018-05-10 20:30

  本文选题：时频分析 + 模型正演　； 参考：《成都理工大学》2017年硕士论文

【摘要】：在地球物理勘探中,储层的检测向来都是物探工作者面临的重大挑战。随机性和非平稳性是地震信号的最基本属性,时频分析是处理其最简单、最高效的方法。目前,时频分析已经普遍使用在地震相识别、岩性检测、油气检测以及提高地震资料分辨率等领域。然而,能否将地震资料中有用的隐藏信息准确可靠的表达出来是解决问题的关键所在。本论文首先基于传统的几种时频分析方法,如短时傅里叶变换、小波变换、魏格纳分布、平滑伪魏格纳分布和S变换等方法,在与其对比研究之上,介绍了反褶积短时傅里叶变换、改进窗函数的广义S变换以及基于此改进窗函数的反褶积广义S变换,依次对上述方法进行其基本原理和优缺点的讨论研究,结合典型信号的时频谱分析进行对比,获取更高效的高精度时频分析方法。形成一套具有质量好、分辨率高以及频率汇聚度良好的分析方法。本论文对碳酸盐岩储层展开了深入研究,针对实际地区独有特点,制定几组正演模拟,并总结了不同的地震响应特征与其速度、形状和大小等之间的对应关系。由于瞬时属性参数反映了大量的地层隐藏信息,本论文将上述高精度的时频分析方法应用于实际地震资料处理中,重点获取了地震资料的瞬时参数以及分频剖面,进行对比研究,获取最高效的分析方法。任何单一的方法都存在某些特定的缺陷,只有通过大量方法的有机结合才能对储层中流体进行更加准确的预测,完成储层定性与定量的研究描述。最后本文通过实际地震资料的应用研究,结合钻井数据取得了良好的效果,验证了方法的适用性与可靠性,为解决碳酸盐岩储层的检测与地震相的识别提供可靠的依据。
[Abstract]:In the field of geophysical exploration , the detection of reservoir is the most basic attribute of seismic signal . The stochastic and non - stationarity is the most basic attribute of seismic signal . The time - frequency analysis is the key to solve the problem .

【学位授予单位】：成都理工大学
【学位级别】：硕士
【学位授予年份】：2017
【分类号】：P618.13;P631

【参考文献】

相关期刊论文 前10条

1 张国栋;周家雄;马光克;;广义S变换组合窗研究[J];内蒙古石油化工;2016年07期

2 黄加力;徐芳艮;朱冉;杨超杰;百成钢;井攀;陈彦梅;;吸收系数方法技术在川南地区的应用研究[J];山东化工;2016年12期

3 盛秋红;张金明;;基于反褶积短时傅里叶变换的薄储层流体识别——以元坝为例[J];科学技术与工程;2016年15期

4 刘树根;宋金民;罗平;QING Hairuo;林彤;孙玮;李智武;王浩;彭瀚霖;余永强;龙翼;万元博;;四川盆地深层微生物碳酸盐岩储层特征及其油气勘探前景[J];成都理工大学学报(自然科学版);2016年02期

5 杨超杰;李琼;程荃;;广义S变换在川南丹凤场中的应用[J];油气地球物理;2015年04期

6 张刘;李琼;姚文;罗方兵;李沆;;基于组合模型的薄互层瞬时属性特征研究[J];油气地球物理;2015年03期

7 胡学友;李锐;;时频聚集性能优化的广义S变换[J];计算机应用研究;2014年12期

8 宋金民;罗平;杨式升;杨迪;周川闽;李朋威;翟秀芬;;塔里木盆地下寒武统微生物碳酸盐岩储集层特征[J];石油勘探与开发;2014年04期

9 于豪;李劲松;张研;徐光成;;频谱分解技术在断层与储层识别中的应用[J];石油地球物理勘探;2013年06期

10 罗平;王石;李朋威;宋金民;金廷福;王果谦;杨式升;;微生物碳酸盐岩油气储层研究现状与展望[J];沉积学报;2013年05期

相关博士学位论文 前3条

1 马见青;多分量地震自适应极化滤波方法研究[D];长安大学;2012年

2 何建军;致密碳酸盐岩缝洞储层地震检测方法研究[D];成都理工大学;2008年

3 李琼;复杂储层地震预测理论及方法研究[D];成都理工大学;2007年

相关硕士学位论文 前10条

1 张刘;塔河油田10区东部奥陶系中深部缝洞体识别研究[D];成都理工大学;2016年

2 甘鹏志;地震资料时频域分析方法及高分辨处理技术研究[D];成都理工大学;2016年

3 朱恒;高分辨时频分析方法在储层预测中的应用[D];成都理工大学;2015年

4 唐俊;高分辨率时频分析方法研究及其在地震资料中的应用[D];成都理工大学;2015年

5 辜杰为;基于时频分析的地震含气性检测方法研究[D];成都理工大学;2014年

6 黄丹丹;基于DIVA模型脑电信号的时频分析[D];南京邮电大学;2013年

7 马琳丽;非平稳信号的自适应时频分析研究[D];西安电子科技大学;2012年

8 刁瑞;广义S变换在吸收分析中的应用研究[D];中国石油大学;2011年

9 陈学华;时频分布与地震信号谱分析研究[D];成都理工大学;2006年

10 付元杰;基于时频能量分析的声发射特征信号的提取方法研究[D];广西大学;2006年

，

本文编号：1870743