基于地震数据预测地下裂缝空间展布的方法及装置制造方法及图纸

本发明专利技术提供了一种基于地震数据预测地下裂缝空间展布的方法及装置，涉及地下裂缝空间展布预测技术领域。方法包括：获取地震数据和测井数据；进行井震标定，并对地震数据进行目的层构造解释，确定待预测的目的层的顶底边界；对地震数据进行去噪处理，形成去噪后地震数据体；确定去噪后地震数据体的相干属性和蚂蚁追踪属性；将蚂蚁追踪属性的值域变化范围校正为相干属性的值域变化范围；将值域变化范围校正后的蚂蚁追踪属性与相干属性进行融合，形成裂缝预测敏感属性体；根据裂缝预测敏感属性体在空间范围内的数值大小预测顶底边界内的地下裂缝空间展布形态。本发明专利技术可以实现利用地震数据同时准确预测地下不同尺度裂缝的空间展布形态的效果。

【技术实现步骤摘要】

本专利技术涉及地下裂缝空间展布预测
，尤其涉及一种基于地震数据预测地下裂缝空间展布的方法及装置。
技术介绍
近年来，随着油气勘探程度的不断提高，地下储层类型也日趋多样化。目前的地下储层类型有孔隙型、孔洞型，还出现了裂缝—孔隙型、裂缝—孔洞型和裂缝型储层等，而裂缝发育的储层往往伴随着油气高产。当前研究表明，地下裂缝不仅是渗流通道，也是重要的储集空间，是影响储层发育的重要因素之一。因此，准确预测地下裂缝空间展布是油气勘探的重要研究内容。由于裂缝空间展布规律性差，且地下构造较为复杂，对其准确预测难度较大。目前常用的地震裂缝预测技术包括相干、曲率、蚂蚁追踪、体积膨胀系数和叠前方位各向异性分析等技术。其中，相干技术可以较好预测大中尺度的地下裂缝，但预测细小裂缝能力仍然较差。而蚂蚁追踪技术可以较好刻画细小裂缝的空间展布形态，但裂缝空间展布趋势不清晰。其余上述地震裂缝预测技术均各有优缺点，然而均不能准确预测地下裂缝的空间展布。当前，如何利用地震数据同时准确预测地下不同尺度裂缝的空间展布形态成为一个亟待解决的问题。
技术实现思路
本专利技术的实施例提供一种基于地震数据预测地下裂缝空间展布的方法及装置，以实现利用地震数据同时准确预测地下不同尺度裂缝的空间展布的形态的效果。为达到上述目的，本专利技术采用如下技术方案：一种基于地震数据预测地下裂缝空间展布的方法，包括：获取地震资料保幅处理后的偏移叠加地震数据，并获取地震工区内钻穿目的层的测井数据；根据所述地震数据和所述测井数据进行井震标定，并对所述地震数据进行目的层构造解释，确定待预测的目的层的顶底边界；对所述地震数据进行去噪处理，形成去噪后地震数据体；确定去噪后地震数据体的相干属性；确定去噪后地震数据体的蚂蚁追踪属性；将所述蚂蚁追踪属性的值域变化范围校正为所述相干属性的值域变化范围；将值域变化范围校正后的蚂蚁追踪属性与所述相干属性进行融合，形成裂缝预测敏感属性体；根据所述裂缝预测敏感属性体在空间范围内的数值大小预测所述顶底边界内的地下裂缝空间展布形态。具体的，对所述地震数据进行去噪处理，形成去噪后地震数据体，包括：根据中值滤波法对所述地震数据进行去噪处理，形成去噪后地震数据体；所述根据中值滤波法对所述地震数据进行去噪处理，形成去噪后地震数据体，包括：根据预先设置的时窗在所述地震数据中选取2y+1个样本点；根据公式：确定所述预先设置的时窗中的2y+1个样本点中第y+1个样本点的值；将所述确定为地震数据中的样本点Sx的去噪处理结果。具体的，确定去噪后地震数据体的相干属性，包括：获取去噪后地震数据体在一预先设置的分析窗口内的多道地震数据的多个采样点，形成地震数据矩阵D： D = d 11 d 12 ... d 1 n d 21 d 22 ... d 2 n . . . . . . . . . . . . d k 1 d k 2 ... d k n ]]>其中，k为每道地震数据的采样点个数；n为所述预先设置的分析窗口内的地震数据的道数；确定地震数据矩阵D的协方差矩阵C： C = D T D = Σ k = 1 K d k d k T ]]>其中，为地震数据矩阵D的第n行向量，dk为的转置，确定地震数据矩阵D对应的相干属性E： E = λ max Σ 本文档来自技高网...

【技术保护点】
一种基于地震数据预测地下裂缝空间展布的方法，其特征在于，包括：获取地震资料保幅处理后的偏移叠加地震数据，并获取地震工区内钻穿目的层的测井数据；根据所述地震数据和所述测井数据进行井震标定，并对所述地震数据进行目的层构造解释，确定待预测的目的层的顶底边界；对所述地震数据进行去噪处理，形成去噪后地震数据体；确定去噪后地震数据体的相干属性；确定去噪后地震数据体的蚂蚁追踪属性；将所述蚂蚁追踪属性的值域变化范围校正为所述相干属性的值域变化范围；将值域变化范围校正后的蚂蚁追踪属性与所述相干属性进行融合，形成裂缝预测敏感属性体；根据所述裂缝预测敏感属性体在空间范围内的数值大小预测所述顶底边界内的地下裂缝空间展布形态。

【技术特征摘要】
1.一种基于地震数据预测地下裂缝空间展布的方法，其特征在于，包括：获取地震资料保幅处理后的偏移叠加地震数据，并获取地震工区内钻穿目的层的测井数据；根据所述地震数据和所述测井数据进行井震标定，并对所述地震数据进行目的层构造解释，确定待预测的目的层的顶底边界；对所述地震数据进行去噪处理，形成去噪后地震数据体；确定去噪后地震数据体的相干属性；确定去噪后地震数据体的蚂蚁追踪属性；将所述蚂蚁追踪属性的值域变化范围校正为所述相干属性的值域变化范围；将值域变化范围校正后的蚂蚁追踪属性与所述相干属性进行融合，形成裂缝预测敏感属性体；根据所述裂缝预测敏感属性体在空间范围内的数值大小预测所述顶底边界内的地下裂缝空间展布形态。2.根据权利要求1所述的基于地震数据预测地下裂缝空间展布的方法，其特征在于，对所述地震数据进行去噪处理，形成去噪后地震数据体，包括：根据中值滤波法对所述地震数据进行去噪处理，形成去噪后地震数据体；所述根据中值滤波法对所述地震数据进行去噪处理，形成去噪后地震数据体，包括：根据预先设置的时窗在所述地震数据中选取2y+1个样本点；根据公式：确定所述预先设置的时窗中的2y+1个样本点中第y+1个样本点的值；将所述确定为地震数据中的样本点Sx的去噪处理结果。3.根据权利要求2所述的基于地震数据预测地下裂缝空间展布的方法，其特征在于，确定去噪后地震数据体的相干属性，包括：获取去噪后地震数据体在一预先设置的分析窗口内的多道地震数据的多个采样点，形成地震数据矩阵D： D = d 11 d 12 ... d 1 n d 21 d 22 ... d 2 n . . . . . . . . . . . . d k 1 d k 2 ... d k n ]]>其中，k为每道地震数据的采样点个数；n为所述预先设置的分析窗口内的地震数据的道数；确定地震数据矩阵D的协方差矩阵C： C = D T D = Σ k = 1 K d k d k T ]]>其中，为地震数据矩阵D的第n行向量，dk为的转置，dk＝[dk1,dk2,…,dkn]T；确定地震数据矩阵D对应的相干属性E： E = λ m a x Σ k = 1 K λ k ]]>其中，λk为协方差矩阵C的第k个特征值；λmax为协方差矩阵C的最大特征值。4.根据权利要求3所述的基于地震数据预测地下裂缝空间展布的方法，其特征在于，确定去噪后地震数据体的蚂蚁追踪属性，包括：根据去噪后地震数据体确定多个地震数据节点；根据公式：确定蚂蚁算法寻求路径节点的转移概率，并将所述转移概率确定为所述蚂蚁追踪属性M；其中，i为蚂蚁当前所在地震数据节点位置；j为蚂蚁行进到下一地震数据节点位置；τij(t+n)为从t时刻开始经过n次迁移后在地震数据节点i和地震数据节点j连线上残留的信息素；ηij(t)为t时刻由地震数据节点i到地震数据节点j的期望程度；α、β分别表示信息素和蚂蚁行进路线的相对重要程度；其中，ρ为信息素的残留程度；1-ρ为信息素
\t的减少程度；Δτij为一次循环中留在从地震数据节点i到地震数据节点j路径上的信息素；τij(t)为t时刻在地震数据节点i和地震数据节点j连线上残留的信息素。5.根据权利要求4所述的基于地震数据预测地下裂缝空间展布的方法，其特征在于，将所述蚂蚁追踪属性的值域变化范围校正为所述相干属性的值域变化范围，包括：获取蚂蚁追踪属性M的各采样点Mi；根据公式：确定值域变化范围校正后的蚂蚁追踪属性M′的各采样点M′i；其中，Mmin为蚂蚁追踪属性M的各采样点的最小值；Mmax为蚂蚁追踪属性M的各采样点的最大值；Emin为相干属性E的最小值。6.根据权利要求5所述的基于地震数据预测地下裂缝空间展布的方法，其特征在于，将值域变化范围校正后的蚂蚁追踪属性与所述相干属性进行融合，形成裂缝预测敏感属性体，包括：根据公式：Zi＝M′i×Ei，i＝1，2，…，N；确定裂缝预测敏感属性体Zi；其中，Ei为相干属性E与各采样点Mi对应位置的采样点。7.一种基于地...

【专利技术属性】
技术研发人员：马晓宇，杨志祥，李劲松，于豪，徐光成，郭继亮，
申请(专利权)人：中国石油天然气股份有限公司，
类型：发明
国别省市：北京;11