随着全球能源需求的持续增长,油气资源的勘探逐渐向复杂储层延伸,其中地球物理测井在油气地质勘探和开发中一直占据主导作用。为了从测井数据中挖掘更多深频信息用于地质解释及评价工作,本文将时频分析技术应用于测井信号处理研究,为测井资料的处理提供新的思路,从而更好地服务于油气田精细地质研究。 本文首先阐述了三种时频分析技术的基本理论,对各变换的特性进行了分析总结,并对仿真数据开展时频分析处理;其次基于时频分析技术开展了测井曲线去噪研究,介绍了小波阈值、广义S变换、Hilbert-Huang变换三种方法去噪的原理,通过量化指数对比了三种时频分析方法的去噪效果,并对去噪效果与噪声强度的关系进行了分析;针对薄层识别,利用广义S变换和Hilbert-Huang变换对实际测井资料进行分析处理,将薄层识别结果与实际测井资料进行了对比验证;针对层序地层划分,总结基于时频分析的层序地层划分原理依据,提出基于频谱属性趋势分析的智能层序地层划分,将划分结果与研究区实际层序地层对比分析。基于Hilbert-Huang变换开展了低孔低渗储层流体识别研究,利用IMF分量、瞬时振幅和瞬时频率的组合特征识别油水界面;首次提出基于局部均值分解技术对希尔伯特黄变换的优化(LMD-HHT)并应用于储层流体识别,针对研究区低孔低渗储层流体制定识别流程和标准并开展实例分析,与Hilbert-Huang变换、Wigner-Ville分布划分结果对比研究。 研究表明,时频分析方法对于测井信号去噪效果良好,其中Hilbert-Huang变换在去噪的同时保留了较多有效的高频信息,去噪效果最好;三种时频分析方法去噪效果随着噪声强度增加而下降。时频分析技术能够精确定位薄层特征,对薄层识别效果较好,薄层界面与实际测井资料一致。基于时频分析、频谱属性趋势分析处理测井信号,更加清晰地反映了层序界面,划分结果与实际地层资料一致,相较传统方法能够更加智能精确地划分层序地层,为层序地层划分提供了新思路。利用IMF分量、瞬时振幅和瞬时频率的组合特征划分流体效果较好,油水界面与试油资料较为一致。基于局部均值分解技术对希尔伯特黄变换的优化(LMD-HHT)有效地解决了 EMD分解时的模态混叠问题,储层流体识别准确率高于Hilbert-Huang变换、Wigner-Ville分布,具有较好的准确性和实用性。