基于欧式距离近似匹配的井震数据提取方法技术

本发明专利技术提供一种基于欧式距离近似匹配的井震数据提取方法，包括：进行地震属性近似匹配，寻找距离目标井最近的坐标点位置，提取该位置对应的地震属性值近似作为目标井位置对应的地震属性值，并将所有的地震属性值整合为一个属性集合；进行岩性数据近似匹配，通过时窗的起止时间范围，利用时深转换，将时间范围转换到目标井对应的深度范围，进而计算目标井样本对应的深度范围内的岩性比例；将提取的地震属性集与岩性类型进行匹配，得到带有类别标签的地震属性集。该方法实现了将目标井位置近似为邻近距离中最近的网格位置和目标井井震数据的提取，数值化的类别标签以及地震属性值可为机器学习分类模型的训练提供样本点支持。

Well Seismic Data Extraction Method Based on Euclidean Distance Approximate Matching

The present invention provides a well seismic data extraction method based on Euclidean distance approximate matching, which includes: approximate matching of seismic attributes, searching for the nearest coordinate point from the target well, extracting the seismic attributes corresponding to the location of the target well as approximating the seismic attributes corresponding to the location of the target well, and integrating all seismic attributes into a set of attributes; approximating lithologic data. Matching, through the start and stop time range of time window, using time-depth conversion, the time range is converted to the corresponding depth range of target well, and then the lithologic proportion of the corresponding depth range of target well samples is calculated. The extracted seismic attribute set is matched with lithologic type, and the seismic attribute set with category label is obtained. The method achieves the extraction of seismic data from target wells by approximating the location of target wells to the nearest grid location in the adjacent distance. The numerical class label and seismic attribute values can provide sample points for the training of machine learning classification model.

【技术实现步骤摘要】
基于欧式距离近似匹配的井震数据提取方法
本专利技术涉及地球物理勘探领域和机器学习
，特别是涉及到一种基于欧式距离近似匹配的井震数据提取方法。
技术介绍
在野外观测作业中，一般是沿地震测线等间距布置多个检波器来接收地震波信号，地震数据以地震道的形式存储。整个地震体数据可以视为按照CDP、Inline划分成的网格长方体，只存储网格点上对应位置的层位数据、地震属性数据等。因为目标井不一定坐落在地震体网格点位置，所以获取不到目标井精确对应的井震数据。为此我们专利技术了一种新的基于欧式距离近似匹配的井震数据提取方法，解决了以上技术问题。
技术实现思路
本专利技术的目的是提供一种通过采用欧氏距离的最小化来获得距离目标井最近的网格点位置对应的井震数据，进一步近似得到目标井数据的基于欧式距离近似匹配的井震数据提取方法。本专利技术的目的可通过如下技术措施来实现：基于欧式距离近似匹配的井震数据提取方法，该基于欧式距离近似匹配的井震数据提取方法包括：步骤1，进行地震属性近似匹配，寻找距离目标井最近的坐标点位置，提取该位置对应的地震属性值近似作为目标井位置对应的地震属性值，并将所有的地震属性值整合为一个属性集合；步骤2，进行岩性数据近似匹配，通过时窗的起止时间范围，利用时深转换，将时间范围转换到目标井对应的深度范围，进而计算目标井样本对应的深度范围内的岩性比例；步骤3，将提取的地震属性集与岩性类型进行匹配，得到带有类别标签的地震属性集。本专利技术的目的还可通过如下技术措施来实现：在步骤1中，通过计算目标井初始坐标与地震体所有网格点位置之间的欧氏距离，寻找距离最小的近似网格点坐标，提取该坐标点位置对应的单个地震属性值近似作为目标井位置对应的地震属性值，依次提取所有的地震属性，并将所有的地震属性值整合为一个属性集合。在步骤1中，二维欧氏距离d1,2的计算公式如下：其中x1,y1,x2,y2分别是目标井以及地震体网格点的位置坐标。在步骤1中，整合后的地震属性集作为机器学习分类模型的输入数据集即向量X。在步骤2中，通过层位的起始时间信息，采用欧氏距离计算公式寻找距离目标井最近的坐标点位置，提取该位置对应的层位起始时间近似作为目标井位置对应的时窗起始时间，时窗的终止时间通过起始时间加上时窗大小获得，利用时深转换，将时间范围转换到目标井对应的深度范围，进而计算目标井样本对应深度范围内的岩性比例。在步骤2中，按照岩性比例计算得到类别标签，作为机器学习分类模型的输出即向量Y。在步骤3中，岩性类型分为3类：类型0表示非有利储层发育区，类型1表示储层发育区，类型2表示有利储层发育区，具体划分标准是根据时窗对应的深度范围内砂岩累计厚度决定的，砂岩累计厚度低于5m标记为0，5m-15m标记为1，15m以上标记为2。在步骤3中，经过匹配得到的带有类别标签的地震属性集，为机器学习分类模型的训练提供样本点支持。本专利技术中的基于欧式距离近似匹配的井震数据提取方法，能近似匹配目标井与地震体网格点位置。由于不能直接获取目标井所在层位的井震数据，所以采用欧式距离找到离目标井位置最近的地震体网格点，用其所在层位的地震属性、井筒数据、岩性数据等井震数据近似代替目标井所在位置的井震数据，实现了井样本的近似类别标签及地震属性值的提取。将类别标签划分为三种，0代表非有利储层发育区，1代表储层发育区，2代表有利储层发育区，数值化的类别标签以及地震属性值可为机器学习分类模型的训练提供样本点支持。该方法利用欧氏距离最小化，实现了将目标井位置近似为邻近距离中最近的网格位置；利用目标井与最近邻网格点的近似匹配，实现了目标井井震数据的提取。类别标签分为0，1，2三类，数值化的类别标签以及地震属性值可为机器学习分类模型的训练提供样本点支持。附图说明图1为本专利技术的基于欧式距离近似匹配的井震数据提取方法的一具体实施例的流程图；图2为本专利技术的一具体实施例中欧氏距离近似匹配的原理图。具体实施方式为使本专利技术的上述和其他目的、特征和优点能更明显易懂，下文特举出较佳实施例，并配合附图所示，作详细说明如下。如图1所示，图1为本专利技术的基于欧式距离近似匹配的井震数据提取方法的流程图。步骤101，进行地震属性近似匹配，采用欧氏距离计算公式寻找距离目标井最近的坐标点位置，提取该位置对应的地震属性值近似作为目标井位置对应的地震属性值，并将所有的地震属性值整合为一个属性集合。在一实施例中，通过计算目标井初始坐标与地震体所有网格点位置之间的欧氏距离，寻找距离最小的网格点坐标。欧氏距离(也称欧几里得度量)是一个通常采用的距离定义，指在m维空间中两个点之间的真实距离，或者向量的自然长度(即该点到原点的距离)。提取该坐标点对应的单个地震属性值近似作为目标井样本对应的地震属性值，依次提取所有的地震属性，并将所有的地震属性值整合为一个属性集合，整合后的地震属性集可以作为机器学习分类模型的输入数据集(即向量X)。二维欧氏距离的计算公式如下：其中x1,y1,x2,y2分别是目标井以及地震体网格点的位置坐标。步骤102，岩性数据近似匹配。通过层位的起始时间信息，采用欧氏距离计算公式寻找距离目标井最近的坐标点位置，提取该位置对应的层位起始时间近似作为目标井位置对应的时窗起始时间，时窗的终止时间通过起始时间加上时窗大小获得，通过时窗的起止时间范围，利用时深转换，将时间范围转换到目标井对应的深度范围，进而计算目标井样本对应的深度范围内的岩性比例。按照岩性比例计算得到类别标签，可以作为机器学习分类模型的输出(即向量Y)。步骤103，类别标记：将通过步骤101、102得到的地震属性集与岩性类型进行匹配，其中岩性类型可以分为3类：类型0代表非有利储层发育区，类型1代表储层发育区，类型2代表有利储层发育区，具体划分标准是根据时窗对应的深度范围内砂岩累计厚度决定的(砂岩累计厚度低于5m标记为0，5m-15m标记为1，15m以上标记为2)，最终得到带有类别标签的地震属性集。经过匹配最终得到带有类别标签的地震属性集，可为机器学习分类模型的训练提供样本点支持。图2为欧氏距离近似匹配的原理图，以目标井位置为圆心画圆，圆与网格虚线的切点处即为距离目标井最近的点。以上所述，仅是本专利技术的较佳实施例，任何熟悉本专业的技术人员可能利用上述阐述的技术方案加以改型或变更为等同变化的等同实例。凡未脱离本专利技术技术方案内容，依据专利技术的技术方案对上述实施例进行的任何简单修改、变更或改型，均属于专利技术技术方案的保护范围。本文档来自技高网...

【技术保护点】
1.基于欧式距离近似匹配的井震数据提取方法，其特征在于，该基于欧式距离近似匹配的井震数据提取方法包括：步骤1，进行地震属性近似匹配，寻找距离目标井最近的坐标点位置，提取该位置对应的地震属性值近似作为目标井位置对应的地震属性值，并将所有的地震属性值整合为一个属性集合；步骤2，进行岩性数据近似匹配，通过时窗的起止时间范围，利用时深转换，将时间范围转换到目标井对应的深度范围，进而计算目标井样本对应的深度范围内的岩性比例；步骤3，将提取的地震属性集与岩性类型进行匹配，得到带有类别标签的地震属性集。

【技术特征摘要】
1.基于欧式距离近似匹配的井震数据提取方法，其特征在于，该基于欧式距离近似匹配的井震数据提取方法包括：步骤1，进行地震属性近似匹配，寻找距离目标井最近的坐标点位置，提取该位置对应的地震属性值近似作为目标井位置对应的地震属性值，并将所有的地震属性值整合为一个属性集合；步骤2，进行岩性数据近似匹配，通过时窗的起止时间范围，利用时深转换，将时间范围转换到目标井对应的深度范围，进而计算目标井样本对应的深度范围内的岩性比例；步骤3，将提取的地震属性集与岩性类型进行匹配，得到带有类别标签的地震属性集。2.根据权利要求1所述的基于欧式距离近似匹配的井震数据提取方法，其特征在于，在步骤1中，通过计算目标井初始坐标与地震体所有网格点位置之间的欧氏距离，寻找距离最小的近似网格点坐标，提取该坐标点位置对应的单个地震属性值近似作为目标井样本对应的地震属性值，依次提取所有的地震属性，并将所有的地震属性值整合为一个属性集合。3.根据权利要求2所述的基于欧式距离近似匹配的井震数据提取方法，其特征在于，在步骤1中，二维欧氏距离d1,2的计算公式如下：其中x1,y1,x2,y2分别是目标井以及地震体网格点的位置坐标。4.根据权利要求2所述的基于欧式距离近似匹配的井震数据提取方法，其特征在于，...

【专利技术属性】
技术研发人员：梁党卫，余学锋，韩宏伟，郭俊，殷志强，王聪，商伟，周广悦，李克文，毕丽飞，
申请(专利权)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，
类型：发明
国别省市：山东,37