用于地震数据的机械振动干扰去除方法及装置

技术领域

本发明涉及地震勘探数据处理技术领域，尤其涉及一种用于地震数据的机械振动干扰去除方法及装置。

背景技术

地震勘探方法通过观测和分析地震波的响应来推断地下岩层性质或者监测地下状态，在油气勘探和开发中均发挥了重要的作用。在地震数据采集过程中，由机械振动(例如，钻机、抽油机、压裂泵或者输油管线等)产生的干扰噪声极大地降低了地震记录的信噪比，影响地震信号的识别、初至拾取以及振幅提取。通常情况下，利用频域滤波方法(例如陷波滤波器)、自相关方法或者小波变换方法(例如同步压缩变换)对地震勘探记录中的单频干扰进行去除。近年来，基于模态分解的算法，例如经验模态分解(Empirical ModeDecomposition,EMD)和变分模态分解(Variational Mode Decomposition,VMD)，也常常用于地震/微地震信号去噪。模态分解方法将复杂的信号分解成具有不同特征时间尺度的几个固有模态函数(Intrinsic Mode Function,IMF),通过对信号特征分析确定目标信号对应的固有模态函数。针对多通道数据，为了避免本征模态函数在各个数据通道之间频率不一致的问题，模态分解方法也被扩展到多维形式。此外，变分模态提取(Variational ModeExtraction,VME),作为变分模态分解(VMD)的一种特殊形式，围绕模态频率的近似值提取一个模态分量，被应用于生物医学信号处理和轴承故障诊断领域。

地震数据采集中的背景干扰信号持续时间长、能量强且具有时变非平稳的特征，常规的频域滤波方法、自相关方法或者小波变换方法很难在保留有效地震信号的同时，将这些干扰信号去除干净，处理结果常常存在欠处理或者过处理情况，影响后续的地震震相识别和初至拾取。地震信号的存在会引起间歇现象，使得经验模态分解结果中表现出模态混叠(Mode Mixing)，抑制或消除算法中的模态混叠现象是经验模态分解类方法面临的重要问题。变分模态分解方法通过动态迭代求解所构建的变分问题，以确定每个子信号的频率中心及频带宽度，能够实现信号的频率剖分及各分量的有效分离，但方法的应用效果受到模态分解数量的影响。因此，需要提出更为合理的技术方案，解决现有技术的问题。

发明内容

为了解决在现有技术中地震数据采集中的背景干扰信号持续时间长、能量强且具有时变非平稳的特征，常规的频域滤波方法、自相关方法或者小波变换方法很难在保留有效地震信号的同时，将这些干扰信号去除干净，处理结果常常存在欠处理或者过处理情况，影响后续的地震震相识别和初至拾取的问题。

第一方面的，本发明实施例提出了一种用于地震数据的机械振动干扰去除方法，方法包括：

获取含噪地震记录，提取含噪地震记录中的背景噪声数据，并根据背景噪声数据确定干扰信号的个数和每一干扰信号的频率；

利用多维变分模态提取算法从含噪地震记录中，根据干扰信号的个数和每一所述干扰信号的频率逐个提取出每一干扰信号对应频率的干扰噪声；

在所述含噪地震记录中去除干扰噪声，得到去噪后的地震数据。

优选地，提取含噪地震记录中的背景噪声数据，包括：

在含噪地震记录中选取地震发生前的一段时间内的背景噪声记录，提取背景噪声记录中的背景噪声数据，背景噪声数据包括多个干扰信号和每一干扰信号的频率。

优选地，在含噪地震记录中选取地震发生前的一段时间内的背景噪声记录，包括：

在含噪地震记录中选取地震发生前的一段时间内，截取一个或多个时间窗口；

时间窗口为一个时，通过窗口的记录获取频谱；

时间窗口为多个时，选择多个窗口的记录，并对多个所述窗口的记录经傅里叶变换得到频谱平均值；

根据频谱或频谱平均值生成背景噪声记录。

优选地，根据背景噪声数据确定干扰信号的个数和每一干扰信号的频率，包括：

判断频谱或频谱平均值中强干扰噪声的个数M，和确定强干扰噪声对应的频率f

优选地，利用多维变分模态提取算法从含噪地震记录中，逐个提取出每一干扰信号对应频率的干扰噪声，包括：

从含有C个通道的输入数据X(t),([x

s.t.x

其中，α为J

利用交替方向乘法算子求取拉格朗日函数的鞍点，拉格朗日函数表达式如下：

提取的模态及其相应的频率分别由下列公式不断更新，直到满足终止条件为止；

判断迭代更新终止条件：

其中ε为给定的精度阈值；

通过背景噪声数据中的强干扰噪声对应的频率设置期望模态的频率ω

优选地，在所述含噪地震记录中去除干扰噪声，得到去噪后的地震数据的步骤，表达式如下：

第二方面的，本发明实施例提出了一种用于地震数据的机械振动干扰去除装置，包括：

干扰信号获取模块，用于获取含噪地震记录，提取含噪地震记录中的背景噪声数据，并根据背景噪声数据确定干扰信号的个数和每一干扰信号的频率；

干扰信号提取模块，用于利用多维变分模态提取算法从含噪地震记录中，根据干扰信号的个数和每一所述干扰信号的频率逐个提取出每一干扰信号对应频率的干扰噪声；

噪声去除模块，用于在所述含噪地震记录中去除干扰噪声，得到去噪后的地震数据。

优选地，干扰信号获取模块包括干扰信号提取单元，用于在含噪地震记录中选取地震发生前的一段时间内的背景噪声记录，提取背景噪声记录中的背景噪声数据，背景噪声数据包括多个干扰信号和每一干扰信号的频率。

优选地，干扰信号提取单元还包括背景噪声记录子单元，用于，

在含噪地震记录中选取地震发生前的一段时间内，截取一个或多个时间窗口；

时间窗口为一个时，通过窗口的记录获取频谱；

时间窗口为多个时，选择多个窗口的记录，并对多个所述窗口的记录经傅里叶变换得到频谱平均值；

根据频谱或频谱平均值生成背景噪声记录。

优选地，干扰信号获取模块包括判断单元，用于判断频谱或频谱平均值中强干扰噪声的个数M，和确定强干扰噪声对应的频率f

有益效果：

本实施例中，通过获取含噪地震记录，提取含噪地震记录中的背景噪声数据，并根据背景噪声数据确定干扰信号的个数和每一干扰信号的频率；利用多维变分模态提取算法从含噪地震记录中，根据干扰信号的个数和每一所述干扰信号的频率逐个提取出每一干扰信号对应频率的干扰噪声；在所述含噪地震记录中去除干扰噪声，得到去噪后的地震数据。以此解决了现有技术地震数据采集中的背景干扰信号持续时间长、能量强且具有时变非平稳的特征，常规的频域滤波方法、自相关方法或者小波变换方法很难在保留有效地震信号的同时，将这些干扰信号去除干净，处理结果常常存在欠处理或者过处理情况，影响后续的地震震相识别和初至拾取的问题。

附图说明

通过阅读下文优选实施方式的详细描述，各种其它的优点和益处对于本领域普通技术人员将变得清楚明了。附图仅用于示出优选实施方式的目的，而并不认为是对本发明的限制。而且在整个附图中，用相同的参考符号表示相同的部件。在附图中：

图1为本发明实施例提出的用于地震数据的机械振动干扰去除方法的流程图；

图2为本发明实施例提出的用于地震数据的机械振动干扰去除方法的合成地震数据；

图3为本发明实施例提出的用于地震数据的机械振动干扰去除方法与常规方法对合成数据干扰噪声压制效果对比；

图4为本发明实施例提出的实际地震数据；

图5为本发明实施例提出的用于地震数据的机械振动干扰去除方法与常规方法对实际地震数据干扰噪声压制效果对比；

图6为本发明实施例提出的用于地震数据的机械振动干扰去除装置的功能模块示意图；

图7为本发明实施例提出的优选地用于地震数据的机械振动干扰去除装置的功能模块示意图。

具体实施方式

为了更清楚地说明发明实施例或现有技术中的技术方案，下面将结合附图和实施例或现有技术的描述对发明作简单地介绍，显而易见地，下面关于附图结构的描述仅仅是发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其它的附图。在此需要说明的是，对于这些实施例方式的说明用于帮助理解发明，但并不构成对发明的限定。

第一方面的，请参阅图1至图5；其中，图1为本发明实施例提出的用于地震数据的机械振动干扰去除方法的流程图，本方法的运行步骤可以但不限于如下述步骤S11～S13所示：

步骤S11，获取含噪地震记录，提取含噪地震记录中的背景噪声数据，并根据背景噪声数据确定干扰信号的个数和每一干扰信号的频率；

含噪地震记录包括地震发生前及地震发生时的地震记录。

优选地，提取含噪地震记录中的背景噪声数据，包括：

在含噪地震记录中选取地震发生前的一段时间内的背景噪声记录，提取背景噪声记录中的背景噪声数据，背景噪声数据包括多个干扰信号和每一干扰信号的频率。

优选地，在含噪地震记录中选取地震发生前的一段时间内的背景噪声记录，包括：

在含噪地震记录中选取地震发生前的一段时间内，截取一个或多个时间窗口；

时间窗口为一个时，通过窗口的记录获取频谱；

时间窗口为多个时，选择多个窗口的记录，并对多个所述窗口的记录经傅里叶变换得到频谱平均值；

根据频谱或频谱平均值生成背景噪声记录。

优选地，根据背景噪声数据确定干扰信号的个数和每一干扰信号的频率，包括：

判断频谱或频谱平均值中强干扰噪声的个数M，和确定强干扰噪声对应的频率f

步骤S12，利用多维变分模态提取算法从含噪地震记录中，根据干扰信号的个数和每一所述干扰信号的频率逐个提取出每一干扰信号对应频率的干扰噪声；

优选地，利用多维变分模态提取算法从含噪地震记录中，逐个提取出每一干扰信号对应频率的干扰噪声，包括：

从含有C个通道的输入数据X(t),([x

s.t.x

其中，α为J

利用交替方向乘法算子求取拉格朗日函数的鞍点，拉格朗日函数表达式如下：

提取的模态及其相应的频率分别由下列公式不断更新，直到满足终止条件为止；

判断迭代更新终止条件：

其中ε为给定的精度阈值；

通过背景噪声数据中的强干扰噪声对应的频率设置期望模态的频率ω

步骤S13，在所述含噪地震记录中去除干扰噪声，得到去噪后的地震数据。

优选地，在所述含噪地震记录中去除干扰噪声，得到去噪后的地震数据的步骤，表达式如下：

综上所述，本实施例中，通过获取含噪地震记录，提取含噪地震记录中的背景噪声数据，并根据背景噪声数据确定干扰信号的个数和每一干扰信号的频率；利用多维变分模态提取算法从含噪地震记录中，根据干扰信号的个数和每一所述干扰信号的频率逐个提取出每一干扰信号对应频率的干扰噪声；在所述含噪地震记录中去除干扰噪声，得到去噪后的地震数据。提出了一种基于多维变分模态提取的地震数据机械干扰压制方法。该方法将变分模态提取算法拓展至多维情况，通过多维变分模态提取算法从多通道地震数据中提取并分离出机械振动干扰噪声。以此解决了现有技术地震数据采集中的背景干扰信号持续时间长、能量强且具有时变非平稳的特征，常规的频域滤波方法、自相关方法或者小波变换方法很难在保留有效地震信号的同时，将这些干扰信号去除干净，处理结果常常存在欠处理或者过处理情况，影响后续的地震震相识别和初至拾取的问题。

具体的，以下验证过程中使用合成数据用于评估本实施例的性能，合成信号由主频为50Hz的雷克小波(作为地震信号)(图2a)，和主频为35Hz的非平稳信号(作为干扰噪声，s(t)＝(1+0.4sin(5πt))*cos(2π35t+6πt

其中，A

为了找到最佳的α值，将α初始化为6000，以2000为步长增加，直到20000。当α设置为10000时，去噪的结果最为理想。图3a和3b显示了本发明实施例提出的去噪信号和去除的干扰。从这些图中可以看出，压制干扰后的地震信号变得更加明显。为了比较，还使用了陷波滤波器和同步压缩变换方法来去除模拟记录中的干扰。图3c和3d显示了使用陷波滤波器的去噪信号和去除的干扰，而图3e和3f显示了使用同步压缩方法的结果。可以观察到，本实施例和同步压缩变换方法成功地提取了非平稳干扰，而陷波滤波器未能完全去除这些信号(图3c中的灰色箭头)，同步压缩变换方法可能对合成记录存在过度处理情况(图3f中的灰色椭圆)。

用实际数据案例验证了本实施例，使用地震初至前具有稳定振幅的1s记录来分析背景强干扰噪声对应的频率。测试了众多的α值，范围从5000到100,000，并确定10倍的采样频率是比较理想的。实际数据来自页岩水力压裂作业的微地震监测。一个由12级三分量地震检波器组成的排列被部署在附近水平井的倾斜段，以监测水力压裂过程以及评价储层改造效果。数据采样间隔为0.25ms，接收器的间隔为10m。图4a显示了深度最浅的接收器上记录的三分量微地震事件波形，其中黑色实线和灰色虚线分别代表人工拾取的P波和S波的初至。很明显，直达P波和S波的初至被强干扰所掩盖。通过分析微地震事件前振幅稳定的1s环境记录，可以得到微震记录中干扰噪声的主要频率。图4b表明背景噪声记录存在两个主要频率，分别为24Hz和60Hz。

用本实施例提取并去除上述两个强干扰噪声对应的频率。图5a和图5b中的道号1～3显示了经过本实施例处理的去噪信号和去除的干扰。经过压制干扰后的微地震信号的初至更加明显。还使用陷波滤波器和同步压缩变换方法消除这些干扰并进行比较。图5a和5b中的道号4～6记录显示了陷波滤波器的去噪记录和去除的干扰，图5a和5b中道号7～9记录显示了同步压缩变换方法的结果。这两种方法都能一定程度地压制干扰，然而，去噪后的信号表明，陷波滤波器存在欠处理情况(图5a中的黑色箭头)，同步压缩变换方法的结果存在过度处理(图5b中的黑色箭头)。对合成数据和实际资料的测试表明，本实施例在去除机械振动干扰噪声是有效的，在保留地震信号的方面比传统方法相比表现得更好。

第二方面的，请参阅图6和图7，为本发明实施例提出的一种用于地震数据的机械振动干扰去除装置100，包括：

干扰信号获取模块110，用于获取含噪地震记录，提取含噪地震记录中的背景噪声数据，并根据背景噪声数据确定干扰信号的个数和每一干扰信号的频率；

优选地，干扰信号获取模块110包括干扰信号提取单元111，用于在含噪地震记录中选取地震发生前的一段时间内的背景噪声记录，提取背景噪声记录中的背景噪声数据，背景噪声数据包括多个干扰信号和每一干扰信号的频率。

优选地，干扰信号提取单元111还包括背景噪声记录子单元101，用于，

在含噪地震记录中选取地震发生前的一段时间内，截取一个或多个时间窗口；

时间窗口为一个时，通过窗口的记录获取频谱；

时间窗口为多个时，选择多个窗口的记录，并对多个所述窗口的记录经傅里叶变换得到频谱平均值；

根据频谱或频谱平均值生成背景噪声记录。

优选地，干扰信号获取模块110包括判断单元112，用于判断频谱或频谱平均值中强干扰噪声的个数M，和确定强干扰噪声对应的频率f

干扰信号提取模块120，用于利用多维变分模态提取算法从含噪地震记录中，根据干扰信号的个数和每一所述干扰信号的频率逐个提取出每一干扰信号对应频率的干扰噪声；

噪声去除模块130，用于在所述含噪地震记录中去除干扰噪声，得到去噪后的地震数据。

综上所述，本实施例中，通过获取含噪地震记录，提取含噪地震记录中的背景噪声数据，并根据背景噪声数据确定干扰信号的个数和每一干扰信号的频率；利用多维变分模态提取算法从含噪地震记录中，根据干扰信号的个数和每一所述干扰信号的频率逐个提取出每一干扰信号对应频率的干扰噪声；在所述含噪地震记录中去除干扰噪声，得到去噪后的地震数据。提出了一种基于多维变分模态提取的地震数据机械干扰压制方法。该方法将变分模态提取算法拓展至多维情况，通过多维变分模态提取算法从多通道地震数据中提取并分离出机械振动干扰噪声。以此解决了现有技术地震数据采集中的背景干扰信号持续时间长、能量强且具有时变非平稳的特征，常规的频域滤波方法、自相关方法或者小波变换方法很难在保留有效地震信号的同时，将这些干扰信号去除干净，处理结果常常存在欠处理或者过处理情况，影响后续的地震震相识别和初至拾取的问题。的本发明第三实施例，还提出了一种用于地震数据的机械振动干扰去除设备，在硬件层面，包括：数据接口；

存储器，用于存储指令；

处理器，用于读取存储器中存储的指令，并根据指令执行实施例1中的用于地震数据的机械振动干扰去除方法：步骤S11，获取含噪地震记录，提取含噪地震记录中的背景噪声数据，并根据背景噪声数据确定干扰信号的个数和每一干扰信号的频率；步骤S12，利用多维变分模态提取算法从含噪地震记录中，根据干扰信号的个数和每一所述干扰信号的频率逐个提取出每一干扰信号对应频率的干扰噪声；步骤S13，在所述含噪地震记录中去除干扰噪声，得到去噪后的地震数据。

可选地，该设备还包括内部总线。处理器与存储器和数据接口可以通过内部总线相互连接，该内部总线可以是ISA(Industry Standard Architecture，工业标准体系结构)总线、PCI(Peripheral Component Interconnect，外设部件互连标准)总线或EISA(Extended Industry Standard Architecture，扩展工业标准结构)总线等。总线可以分为地址总线、数据总线、控制总线等。

存储器可以但不限于包括随机存取存储器(Random Access Memory，RAM)、只读存储器(Read Only Memory，ROM)、闪存(Flash Memory)、先进先出存储器(First InputFirst Output，FIFO)和/或先进后出存储器(First In Last Out，FILO)等。处理器可以是通用处理器，包括中央处理器(Central Processing Unit，CPU)、网络处理器(NetworkProcessor，NP)等；还可以是数字信号处理器(Digital Signal Processor，DSP)、专用集成电路(Application Specific Integrated Circuit，ASIC)、现场可编程门阵列(Field－Programmable Gate Array，FPGA)或者其它可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。

本发明第三实施例提出的设备的工作过程、工作细节和技术效果，可以参见第一实施例，于此不再赘述。

本发明第四实施例提供了一种存储包含有第一实施例的用于地震数据的机械振动干扰去除方法的指令的计算机可读存储介质，即计算机可读存储介质上存储有指令，当指令在计算机上运行时，执行如第一方面的用于地震数据的机械振动干扰去除方法。其中，计算机可读存储介质是指存储数据的载体，可以但不限于包括软盘、光盘、硬盘、闪存、优盘和/或记忆棒(Memory Stick)等，计算机可以是通用计算机、专用计算机、计算机网络、或者其它可编程装置。

本发明第四实施例提出的计算机可读存储介质的工作过程、工作细节和技术效果，可以参见第一实施例，于此不再赘述。

本实施例第五方面提供了一种包含指令的计算机程序产品，当指令在计算机上运行时，使计算机执行如第一实施例的用于地震数据的机械振动干扰去除方法，其中，计算机可以是通用计算机、专用计算机、计算机网络、或者其它可编程装置。

以上所描述的多个实施例仅仅是示意性的，其中作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性的劳动的情况下，即可以理解并实时。

通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到各实施方式可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件。基于这样的理解，上述技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品可以存储在计算机可读存储介质中，如ROM/RAM、磁碟、光盘等，包括若干指令用以使得一台仓库代码的合并装置执行各个实施例或者实施例的某些部分的方法。

最后应说明的是：以上仅为发明的优选实施例而已，并不用于限制发明的保护范围。凡在发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在发明的保护范围之内。