高阶谱驱动的同态滤波高分辨率地震数据处理方法

    公开(公告)号:CN116068626A

    公开(公告)日:2023-05-05

    申请号:CN202310207347.2

    申请日:2023-02-28

    Abstract: 本发明公开了一种高阶谱驱动的同态滤波高分辨率地震数据处理方法,首先输入地震记录,采用谱模拟方法由地震记录估算地震子波的振幅谱,计算地震记录的三阶累积量并进行傅里叶变换得到其相位谱,计算分离点的混合相位子波的相位谱,采用粒子群算法从地震记录的复赛谱序列中确定地震子波与反射系数序列的最佳分离点,从地震记录中分离出混合相位地震子波,并对地震记录进行混合相位子波反褶积,得到混合相位子波反褶积的输出记录。本发明的方法通过同态滤波与高阶谱变换的联合应用,将复杂的高维泛函反演问题降维为单参数反演问题,提高混合相位子波估算的稳定性和计算精度及地震记录的分辨率,增强混合相位子波反褶积方法揭示地下薄层结构的能力。

    非稳态地震规则噪声压制方法和系统

    公开(公告)号:CN116299712A

    公开(公告)日:2023-06-23

    申请号:CN202310247121.5

    申请日:2023-03-14

    Abstract: 本发明公开一种非稳态地震规则噪声压制方法和系统,应用于油气地球物理勘探,针对现有技术的规则干扰压制技术往往表现为“视”规则的基本特征,这种“视”规则特征严重降低了基于稳态信号理论的规则噪声压制效果的问题;本发明考虑规则干扰在时间和空间上的非平稳特性,对噪声干扰的空间轨迹进行自动追踪,并对其能量与道间时差进行一致性调整;然后,在时间空间域对噪声干扰进行非稳态滤波,有效地恢复被噪声污染的地震信号,本发明的方法采用非稳态滤波技术对非稳态规则噪声进行压制和消除,提高地震数据的信噪比。

    基于反射结构特征的机器学习高分辨率地震数据处理方法

    公开(公告)号:CN116184491A

    公开(公告)日:2023-05-30

    申请号:CN202310201074.0

    申请日:2023-02-28

    Abstract: 本发明公开了一种基于反射结构特征的机器学习高分辨率地震数据重建方法,通过输入地震数据,筛选声波测井曲线和密度测井曲线,将深度域测井数据转换成时间域数据,首先计算声波阻抗,进而计算反射系数,再建立神经网络训练集,并利用原始地震数据,计算构造算子,最后建立具有反射数据结构特征的机器学习高分辨率数据处理系统的目标函数并求解,完成基于反射结构特征的机器学习高分辨率地震数据处理。本发明的方法将地震数据的空间特征融入机器学习高分辨率重建过程中,使预测结果包含数据的横向空间信息,最终提高结果的稳定性以及准确性,同时提升了地震数据薄层结构的恢复效果,能更加精细的刻画薄层砂体的空间展布特征和储层特征。

Patent Agency Ranking