改进的希尔伯特-黄变换在储层预测中的应用

希尔伯特-黄(Hilbert-Huang transform,HHT)变换是一种非线性非平稳信号处理技术,在复杂地震信号处理方面比传统的时频分析方法更为有效,但该方法存在模态混叠和端点效应等问题,导致信号处理的精度下降。为此,提出了基于自回归(AR)模型预测的完备总体经验模态分解(Complete Ensemble Empirical Mode Decomposition,CEEMD)方法对希尔伯特-黄变换加以改进:在经验模态分解(Empirical Mode Decomposition,EMD)过程中加入成对的辅助白噪声,降低了由信号中随机噪声引起模态混叠问题;并利用AR模型在信号端点预测出极值点并对其进行包络线拟合,较好地抑制了端点效应。应用改进后的方法提取实际地震记录的瞬时振幅和瞬时频率并进行储层预测,预测结果与测井资料所反映的储层信息吻合度很高,证明该方法能够更为准确有效地反映储层特征。