[发明专利]一种异常道识别方法

说明书

技术领域

本发明属于石油勘探地震资料处理领域，特别涉及一种识别异常道的方法。

背景技术

在地震采集过程中，由于地表复杂、干扰波发育、激发条件多样化、组合接收实施困难、组合效果欠佳、观测系统优化设计困难等因素的影响，使得地震记录中出现较多的异常道。通常情况下，异常道主要有以下特点：

(1)初至前无起跳：若某道在初至达到前无起跳点，或者起跳时间的增量与该炮起跳时间的平均增量相比具有较大差异，则可判定该道为异常道。

(2)振幅异常：振幅异常包括最大振幅异常和平均振幅异常。若某道的最大振幅或者平均振幅与该炮的最大振幅或者平均振幅相比具有较大的误差，则可视为异常道。

(3)极性反转：采用相关法求取某道与标准的模型道的相关系数，若两者的相关性较差，则该道极可能是极性反转道，即为异常道。

(4)主频异常：一炮数据的所有地震道的主频应该较接近，若某道的主频明显偏离整炮的平均主频，则该道可视为主频异常道。

(5)方差异常：正常道的波形具有比较相似的波动性，异常道则不然。通过统计各道的方差能反映地震道的波动情况，若某道的方差不在一个合理的范围内，则可视为异常道。

(6)过零点个数：正常道过零点的个数应该较为接近，若某道的过零点的个数明显不同，则可视为异常道。

随着地震仪器带道能力的提升以及高密度地震采集技术的发展，地震勘探技术取得长足的进步，这也直接导致了地震数据的海量化。因此，完全依靠人工进行异常道识别已无法满足海量地震数据质量监控和处理的客观需求。目前，一些质量监控系统中主要采用人工和相邻道的能量比较相结合来识别异常道，工业界应用最广泛的异常道识别方法是基于相邻道能量比较的方法。该方法的基本原理是首先求取某道的能量，然后判定该能量值是否低到仅有邻近道平均能量的百分之多少时，或者高到邻近道平均能量的百分之多少时，即认为该道为异常道。虽然该方法能够较好地识别振幅较大的异常道，但当地震记录中出现连续的振幅异常、主频异常、缺道等异常道时，识别精度大为降低。随着地震数据的激增，必然要求异常道识别技术实现自动化、精确化、实用化，最终能够快速准确的识别各种不同的地震数据体。

发明内容

针对相邻道能量比较法对连续振幅异常，主频异常，缺道等异常道识别精度低的不足，本发明的目的在于提供一种基于模糊聚类分析的异常道识别法，从异常道的多个特点出发，通过提取地震数据中能量，主频，相关系数等属性特征，并对这些属性特征进行模糊聚类分析，从而完成对异常道的识别。

本发明实施例提供了一种异常道识别方法，所述方法包括：

接收通过单次激发而产生的多个地震道的地震数据，所述地震数据为按预定采样间隔的地震振幅；

从所述地震数据中提取所述地震道的特征数据，并构建属性特征矩阵；

获取所述属性特征矩阵的主方向；

计算所述属性特征矩阵中表示每个地震道属性特征的向量到所述主方向的距离，若所述距离大于既定阈值，则认为所述地震道为异常道。

在本发明一实施例中，所述属性特征矩阵的主方向为所述属性特征矩阵最大特征值所对应的特征向量。

在本发明一实施例中，在接收多个地震道的地震数据之后包括：对所述地震数据均衡化处理，所述均衡化处理包括地震道道内均衡处理和道间均衡处理。

在本发明一实施例中，所述地震道特征数据包括每一个地震道的能量值，主频，方差，相关系数和振幅。

可选的，在本发明一实施例中，所述每一个地震道的能量值的计算步骤包括：计算所述地震道采样点振幅的均方根值，计算公式可表示为：

A=Σi=0Nai2N]]>

其中A为所述地震道的能量值，N为所述地震道的采样点个数，a_i为第i个采样点的振幅值。