一种叠前地震数据弹性参数反演问题的改进粒子群算法制造技术

本发明专利技术公开了一种叠前地震数据弹性参数反演问题的改进粒子群算法，该方法对传统的粒子群优化算法予以改进，在对弹性参数进行初始化操作时，运用改进策略对第一组弹性参数的范围予以约束，使其比较接近于真实值，其他组弹性参数采用差值的范围予以约束，可提升反演的精度。该方法改进方式简单高效，算法简单；全局以及局部搜索能力较强，探索效率较高，耗时较少，求解效率较高；针对于传统三参数反演问题，横波波速、纵波波速、密度参数等反演较好；在反演过程中，反演出的振幅地震数据和实际振幅地震数据十分拟合，同时弹性参数之间的相关系数很高。

【技术实现步骤摘要】
一种叠前地震数据弹性参数反演问题的改进粒子群算法
本专利技术涉及一种叠前地震数据弹性参数反演问题的改进粒子群算法，是一种利用地震信息进行石油勘探的方法，属于油气地球物理勘探中的地震数据反演

技术介绍
目前，地震勘探是利用地震信息进行石油勘探的一种方法，由于地震信息可以反映出储层参数的变化趋势，因此，可以使用该方法来预测储层参数。地震数据分为叠前和叠后两种，由于叠前地震数据比叠后地震数据包含了更多的流体信息，而且叠前反演方法具有结果稳定、分辨率高、可控制性强等明显优势。虽然智能算法是解决地球物理反演领域问题的主要方法之一，但它们在地球物理非线性反演中也面临一些难点。首先，这些智能算法自身都存在一些缺陷，遗传算法虽然善于全局搜索能力很强，但是存在局部搜索能力差、易早熟等问题；粒子群优化算法的问题最主要的是它容易产生早熟收敛(尤其是在处理复杂的多峰搜索问题中)、局部寻优能力较差等，粒子群优化算法陷入局部最小，主要归咎于种群在搜索空间中多样性的丢失。其次，在使用这些智能算法进行非线性反演问题研究时，在搜索解的过程中，常常存在计算效率低下等问题。遗传算法在进入算法后期时，由于局部搜索效率较差，导致搜索效率降低，耗时较多。算法的搜索效率与反演问题的求解效率紧密相关，搜索效率低下，问题的求解效率也必然低下。针对于传统三参数反演问题，横波波速、纵波波速这两项往往能反演的很好，但密度项却很差，这是一个亟待解决的问题。在反演过程中，同样存在反演出的振幅地震数据和实际振幅地震数据十分拟合，但反演出的弹性参数与实际弹性参数存在较大误差，也就是弹性参数之间的相关系数很低，这同样也是一个亟待解决的问题。
技术实现思路
本专利技术的目的是解决传统三参数的反演问题，提高反演问题的求解效率，为叠前地震数据参数反演问题提供一种更为高效的改进粒子群算法。为了实现上述目的，本专利技术采用的技术方案是：一种叠前地震数据弹性参数反演问题的改进粒子群算法，包括如下步骤：步骤S1：对油田地下储层测井中的若干点进行采样，获取若干组弹性参数，测量出对应采样点的若干组地震记录值；步骤S2：对步骤S1得到的所述若干组弹性参数进行初始化操作以获取取值范围，在所述取值范围内随机选取若干组弹性参数；步骤S3：利用步骤S2中得到的所述随机选取的若干组弹性参数，测量其对应的若干组地震记录值；步骤S4：基于反演目标函数，将步骤S3得到的地震记录值与所述步骤S1中的地震记录值比较，获得反演目标函数值，若反演目标函数值小于目标函数预设值，则停止计算，输出此时的弹性参数以及对应的地震记录值，否则进入步骤S5；步骤S5：对步骤S2中得到的所述弹性参数进行迭代运算，更新所述弹性参数的数值，迭代次数增加一次，若迭代次数超过最大迭代次数，则停止计算，输出此时的弹性参数以及对应的地震记录值，否则回到步骤S3。进一步地，每一组所述弹性参数为纵波速度Vp、横波速度Vs和密度ρ。进一步地，所述步骤S1中对油田地下储层n+1个采样点进行测井，获取n+1组弹性参数：[Vpi，Vsi，ρi]，(其中i＝1,2…,n+1)；测量获得m组地震记录值：[s(θij)](其中i＝1,2…,n；j＝1,2…m)其中，Vpi，Vsi，ρi依次为第i组弹性参数中的纵波速度、横波速度和密度，[s(θij)]为第i层采样点中第j个角度对应的地震记录值，θ为角度。进一步地，所述改进的粒子群优化算法中的每个粒子是长度为3n+3的实数型一维数组，所述步骤S2中初始化操作获取的取值范围是根据所述步骤S1中测井获取的n+1组共3n+3个弹性参数所定的。进一步地，所述步骤S2中初始化操作获取的取值范围约束如下：第一组三个弹性参数的值按如下约束随机选取：0.9·Vp1well≤Vp1≤1.1·Vp1well0.9·Vs1well≤Vs1≤1.1·Vs1well0.95·ρ1well≤ρ1≤1.05·ρ1well第二组到第n组三个弹性参数的值按如下约束随机选取：其中，Vpiwell为步骤S1中的测井第i层的纵波波速，Vsiwell为步骤S1中的测井第i层的横波波速，ρiwell为步骤S1中的测井第i层的密度，Vpi为初始化生成的第i层的纵波波速，ΔVpi为初始化生成的第i层和第i+1层的纵波波速差值，Vsi为初始化生成的第i层的横波波速，ΔVsi为初始化生成的第i层和第i+1层的横波波速差值，ρi为初始化生成的第i层的密度，Δρi为初始化生成的第i层和第i+1层的密度差值。进一步地，步骤S3中测量所述弹性参数对应的所述地震记录值，包括如下步骤：步骤1：使用Aki&Rechard近似方程计算反射系数Rpp，表达式如下：其中，ΔVp，ΔVs，Δρ分别表示上下两层Vp、Vs和ρ的差值，和表示上下层Vp、Vs和ρ的平均值，θ为角度，步骤2：获取雷克子波，表达式如下：其中，Vm为主频，t为时间，可以手动设置；步骤3：将所述反射系数与所述雷克子波进行褶积计算，表达式如下：s(θ)＝Rpp(θ)*f(t)+n(t)其中，Rpp(θ)为反射系数函数，f(t)为地震子波，n(t)为噪声。进一步地，步骤S4中所述反演目标函数的建立，表达式如下：其中，s(θi,j)为步骤S1中得到的所述地震记录值，s'(θi,j)为步骤S3中得到的所述地震记录值。进一步地，步骤S5中的对所述弹性参数进行迭代运算，在每次迭代中，所述每个粒子通过个体极值和全局极值或局部极值来更新其弹性参数的数值，依据如下公式进行更新：Vmin＝-Vmax其中，是第i个粒子第j个维度上的速度，w是惯性权重，是第i个粒子第j个维度上的位置，是个体极值，是全局极值，rand()是0到1之间的随机数，c1、c2是学习因子，Vmax、Vmin分别对应第i个粒子第j个维度上的移动距离的最大、最小值。进一步地，所述c1、c2的值均为2，所述w的值为0.5，所述粒子的个数为40个，所述最大迭代次数为5000。与现有技术相比，本专利技术的方法具有的有益效果是：1、全局以及局部搜索能力较强，探索效率较高，耗时较少，求解效率较高；2、针对于传统三参数反演问题，横波波速、纵波波速、密度参数等反演较好；3、在反演过程中，反演出的振幅地震数据和实际振幅地震数据十分拟合，同时反演出的弹性参数与实际弹性参数误差较小，也就是弹性参数之间的相关系数很高；4、针对粒子群优化算法的改进没有采用传统的混合其他算法进行改进，改进方式简单高效，算法简单，易于理解。附图说明图1为本专利技术叠前地震数据参数反演问题的改进粒子群算法的反演流程图；图2为本专利技术针对八个不同角度对应的地震记录；图3为本专利技术对三种算法实验得到的三个弹性参数平均相关系数对比图；图4为本专利技术对三种算法实验得到的反演目标函数图。具体实施方式为进一步方便本领域普通技术人员更好地理解本专利技术的实质，下面结合附图和实施例对本专利技术作进一步的详述：如图1所示，本专利技术提供一种叠前地震数据弹性参数反演问题的改进粒子群算法，包括如下步骤：步骤S1：对油田地下储层测井中的若干点进行采样，获取若干组弹性参数，测量出对应采样点的若干组地震记录值；步骤S2：对步骤S1得到的所述若干组弹性参数进行初始化操作以获取取值范围，在所述取值范围内随机选取若干组弹性参数；步骤S3：利用步骤S2中本文档来自技高网...

【技术保护点】
一种叠前地震数据弹性参数反演问题的改进粒子群算法，其特征在于，包括如下步骤：步骤S1：对油田地下储层测井中的若干点进行采样，获取若干组弹性参数，测量出对应采样点的若干组地震记录值；步骤S2：对步骤S1得到的所述若干组弹性参数进行初始化操作以获取取值范围，在所述取值范围内随机选取若干组弹性参数；步骤S3：利用步骤S2中得到的所述随机选取的若干组弹性参数，测量其对应的若干组地震记录值；步骤S4：基于反演目标函数，将步骤S3得到的地震记录值与所述步骤S1中的地震记录值比较，获得反演目标函数值，若反演目标函数值小于目标函数预设值，则停止计算，输出此时的弹性参数以及对应的地震记录值，否则进入步骤S5；步骤S5：对步骤S2中得到的所述弹性参数进行迭代运算，更新所述弹性参数的数值，迭代次数增加一次，若迭代次数超过最大迭代次数，则停止计算，输出此时的弹性参数以及对应的地震记录值，否则回到步骤S3。

【技术特征摘要】
1.一种叠前地震数据弹性参数反演问题的改进粒子群算法，其特征在于，包括如下步骤：步骤S1：对油田地下储层测井中的若干点进行采样，获取若干组弹性参数，测量出对应采样点的若干组地震记录值；步骤S2：对步骤S1得到的所述若干组弹性参数进行初始化操作以获取取值范围，在所述取值范围内随机选取若干组弹性参数；步骤S3：利用步骤S2中得到的所述随机选取的若干组弹性参数，测量其对应的若干组地震记录值；步骤S4：基于反演目标函数，将步骤S3得到的地震记录值与所述步骤S1中的地震记录值比较，获得反演目标函数值，若反演目标函数值小于目标函数预设值，则停止计算，输出此时的弹性参数以及对应的地震记录值，否则进入步骤S5；步骤S5：对步骤S2中得到的所述弹性参数进行迭代运算，更新所述弹性参数的数值，迭代次数增加一次，若迭代次数超过最大迭代次数，则停止计算，输出此时的弹性参数以及对应的地震记录值，否则回到步骤S3。2.根据权利要求1所述的叠前地震数据弹性参数反演问题的改进粒子群算法，其特征在于：每一组所述弹性参数为纵波速度Vp、横波速度Vs和密度ρ。3.根据权利要求1所述的叠前地震数据弹性参数反演问题的改进粒子群算法，其特征在于：所述步骤S1中对油田地下储层测井中采样n+1个点，获取n+1组弹性参数：[Vpi，Vsi，ρi]，(其中i＝1,2…,n+1)；测量获得m组地震记录值：[s(θij)](其中i＝1,2…,n；j＝1,2…m)其中，Vpi，Vsi，ρi依次为第i组弹性参数中的纵波速度、横波速度和密度，[s(θij)]为第i层采样点中第j个角度对应的地震记录值，θ为角度。4.根据权利要求1所述的叠前地震数据弹性参数反演问题的改进粒子群算法，其特征在于：所述改进的粒子群优化算法中的每个粒子是长度为3n+3的实数型一维数组，所述步骤S2中初始化操作获取的取值范围是根据所述步骤S1中测井获取的n+1组共3n+3个弹性参数所定的。5.根据权利要求4所述的叠前地震数据弹性参数反演问题的改进粒子群算法，其特征在于：所述步骤S2中初始化操作获取的取值范围约束如下：第一组三个弹性参数的值按如下约束随机选取：0.9·Vp1well≤Vp1≤1.1·Vp1well0.9·Vs1well≤Vs1≤1.1·Vs1well0.95·ρ1well≤ρ1≤1.05·ρ1well第二组到第n组三个弹性参数的值按如下约束随机选取：其中，Vpiwell为步骤S1中的测井第i层的纵波波速，Vsiwell为步骤S1中的测井第i层的横波波速，ρiwell为步骤S1中的测井第i层的密度，Vpi为初始化...

【专利技术属性】
技术研发人员：颜雪松，朱志新，伍庆华，王丽萍，
申请(专利权)人：中国地质大学武汉，
类型：发明
国别省市：湖北,42