里叶变换求取地震道数据的振幅谱Uf)，并利用平滑方法对振幅谱进行曲线拟合，得到振幅谱的包络线Ssl(f)，求取地震道数据的振幅谱与拟合包络线的振幅谱比值Rs(f) = Srf(f)/Ssl(f)，并在此基础上求取振幅谱比值的极大值Rsmax。如果地震道数据不存在钻机噪音，则振幅谱比值的极大值Rsmax相对较小；如果地震道数据存在钻机噪音，则振幅谱比值的极大值Rsmax会明显变大。当振幅谱比值的极大值Rsmax大于阀值Ps时，则判断地震道数据存在钻机干扰，阀值Ps的取值范围为2.0彡Ps彡7.0。
[0036](4)相关法比值:针对钻机噪音规律性较强的特点，首先构建一个余弦逼近信号，求取地震道数据与余弦逼近信号的互相关c_ss，以及地震道数据的自相关cself，利用互相关与自相关的比值R。= c_ss/cself，来判断地震道数据是否存在钻机噪音。但相关比值R。大于阀值Ρε时，则存在钻机噪音，阀值Ρε的取值范围为0.6彡Ρε彡0.8。
[0037]第三步:通过多因素联合识别方法进行钻机噪音识别，满足这4方面条件的情况下，即判断地震道数据存在钻机噪音，实现钻机噪音分布范围的最终确定。
[0038]第四步:根据钻机噪音的分布范围，将地震资料数据划分成含噪地震道数据和不含噪地震道数据。
[0039]第五步:对含噪地震道数据进行噪音压制处理，计算不同偏移距和不同速度下钻机噪音同相轴的能量值，可以得到拟偏移距-速度能量谱。
[0040]第六步:分析拟偏移距-速度能谱的能量团，求取拟偏移距-速度能量谱的极大值，可以确定钻机的偏移距和钻机噪音的传播速度。
[0041]第七步:确定钻机偏移距和钻机噪音传播速度后，对地震道数据进行拟动校正处理，拟动校正处理后地震数据中的钻机噪音同相轴被较平。
[0042]第八步:对拟动校正处理后的地震道数据进行中值滤波处理，即求取所有地震道数据的能量平均值，并将该能量平均值从地震道数据中减去。
[0043]第九步:压制钻机噪音后，根据钻机偏移距和钻机噪音传播速度，进行反拟动校正处理。
[0044]第十步:将不含噪地震道数据与噪音压制后的含噪地震道数据进行合并，得到压噪后的地震资料，并输出segy格式的高信噪比地震资料。
[0045]通过沿井轨迹进行最优搜索，能够有效的确定地面阵列式微地震数据所对应的射孔点位置坐标，并利用互相关叠加方法，依据静校正标准道消除近地表因素造成的静校正时差，使得压裂施工中微地震震源点定位的精度得到有效提高，保障油田压裂微地震监测结果的准确性和可靠性。
[0046]结合附图2-8，针对采油工区钻机噪音的特征，通过多因素识别方法来判断原始地震记录中是否存在钻机噪音，实现含噪地震道数据的自动识别。多因素联合识别的钻机噪音压制方法，一方面能够有效提高地震资料去噪处理效率，减少了人工交互操作所需要的大量处理时间；另一方面实现噪音分布范围的准确判定，将地震道数据划分为含噪地震道数据合不含噪地震道数据，在进行钻机噪音压制处理的同时不破坏无噪地震道数据，在提升去噪效果的同时最大限度的保护有效信号，避免去噪不彻底或损伤有效信号等问题。
[0047]以上所述仅是本发明的较佳实施例，并非对本发明作任何形式的限制，任何熟悉本专业的技术人员在不脱离本发明技术方案范围内，当可利用上述揭示的技术内容做出变动或修饰为等同变化的等效实施例，但凡是未脱离本发明技术方案的内容，依据本发明的技术实质对以上实施例所作的任何简单修改、等同变化与修饰，均仍属于本发明技术方案的范围内。
【主权项】
1.一种多因素联合识别的钻机噪音压制方法，其特征在于:首先多因素联合识别包括时间轴方向能量比方法、偏移距方向能量比方法、振幅谱拟合对比方法和相关法比值方法中的至少两种；然后通过以上方法的两个或两个以上识别结果进行联合分析，满足两个或两个以上方面条件的情况下，即判断地震道数据存在钻机噪音；利用多因素联合识别方法确定地震道数据中存在钻机噪音后，将地震资料划分成含噪地震道数据和不含噪地震道数据，对含噪地震道数据进行去噪音处理；最终将不含噪地震道数据与去噪后的含噪地震道数据进行合并，得到压噪后的高信噪比地震资料。2.如权利要求1所述的多因素联合识别的钻机噪音压制方法，其特征在于:对含噪地震道数据进行去噪处理时，通过计算不同偏移距和不同速度下钻机噪音同相轴的能量值，得到拟偏移距-速度能量谱；分析拟偏移距-速度能谱的能量团，确定钻机的偏移距和钻机噪音的传播速度；确定钻机偏移距和钻机噪音传播速度后，对地震道数据进行拟动校正处理，拟动校正处理后钻机噪音同相轴被较平，在此基础上进行中值滤波处理，压制钻机噪音后再进行反拟动校正处理。3.如权利要求1或2所述的多因素联合识别的钻机噪音压制方法，其特征在于: 所述时间轴方向能量比方法是根据钻机噪音能量从浅至深基本保持一致，地震反射有效信息从浅至深能量逐渐减弱的特征，在时间轴方向上对比浅层地震道数据与深层地震道数据的能量值，通过能量比值的大小识别钻机噪音； 所述偏移距方向能量比方法是根据在偏移距方向上钻机噪音能量随传播距离的增大而快速衰减的特征，在偏移距方向上求取同一排列内地震道数据的能量比值，超过某一阀值的地震道存在钻机噪音； 所述振幅谱拟合对比方法是针对钻机噪音的单频特征，利用傅里叶变换求取地震道数据的振幅谱，并利用平滑方法对振幅谱进行曲线拟合，得到振幅谱的包络线，求取地震道数据的振幅谱与拟合包络线的振幅谱比值，并在此基础上求取振幅谱比值的极大值，当振幅谱比值的极大值大于某一阀值时，则判断地震道数据存在钻机干扰； 所述相关法比值方法是针对钻机噪音规律性较强的特征，首先构建一个余弦逼近信号，求取地震道数据与余弦逼近信号的互相关，以及地震道数据的自相关，利用互相关与自相关的比值大小判断地震道数据是否存在钻机噪音。4.如权利要求3所述的多因素联合识别的钻机噪音压制方法，其特征在于: 所述时间轴方向能量比方法是在时间轴方向上对比浅层地震道数据能量值(EshallJ与深层地震道数据能量值(Edepth)，通过能量比值的大小识别钻机噪音，当能量比值Ret =Edepth/Edepth小于阀值PET时，即存在钻机噪音，阀值PET的取值范围为1.1彡PET彡2.5 ; 所述偏移距方向能量比方法是在在偏移距方向上求取同一排列内近偏移距地震道数据与远偏移距地震道数据的能量比值Re。= Enear/Efar,能量比值Re。超过阀值PE。的地震道存在钻机噪音，阀值PE。的取值范围为2.0彡PE。彡8.0 ; 所述振幅谱拟合对比方法是利用傅里叶变换求取地震道数据的振幅谱Srf (f)，并利用平滑方法对振幅谱进行曲线拟合，得到振幅谱的包络线Ssl (f)，求取地震道数据的振幅谱与拟合包络线的振幅谱比值Rs(f) = UfV^f)，并在此基础上求取振幅谱比值的极大值Rsmax,当振幅谱比值的极大值Rsmax大于阀值Ps时，则判断地震道数据存在钻机干扰，阀值Ps的取值范围为2.0彡Ps彡7.0 ; 所述相关法比值是首先构建一个余弦逼近信号，求取地震道数据与余弦逼近信号的互相关c_ss，以及地震道数据的自相关Cself，当互相关与自相关的比值R。= Ccross/Cself大于阀值Ρε时，则存在钻机噪音，阀值Ρε的取值范围为0.6 < Ρε < 0.8。
【专利摘要】本发明公开了一种多因素联合识别的钻机噪音压制方法，根据钻机噪音的波场特征和传播规律等特点，采用多因素联合识别方法进行含噪地震道数据的自动识别，多因素联合识别方法包括时间轴方向能量比方法、偏移距方向能量比方法、振幅谱拟合对比方法和相关法比值方法的几种。通过多因素联合识别方法将地震数据划分为含噪地震道数据和不含噪地震道数据，对于含噪地震道数据进行去噪处理。将噪音压制后的含噪地震道数据与不含噪地震数据进行合并，在进行钻机噪音压制处理的同时不破坏无噪地震道数据。本发明能够有效压制地震资料中钻机噪音，大幅提高地震资料的信噪比，有助于提升野外采集地震资料品质和提高老油区的地震勘探技术水平。
【IPC分类】G01V1/36
【公开号】CN105301653
【申请号】CN201410317640
【发明人】刁瑞, 单联瑜, 尚新民, 李继光, 陈新荣, 赵翠霞, 王延光, 王兴谋, 王蓬
【申请人】中国石油化工股份有限公司, 中国石油化工股份有限公司胜利油田分公司物探研究院
【公开日】2016年2月3日
【申请日】2014年7月4日