一种超深层火山岩的识别方法技术

本发明专利技术公开了一种超深层火山岩的识别方法，包括如下步骤：将火山岩发育区带的地震数据体横向强制性滤波，突出纵向地震数据体不连续性；采用主成分分析数据融合方法，增强火山通道异常特征；将反射杂乱特征做混沌属性处理，得到混沌反射值；将混沌反射值通过聚类分析，进行岩相预测；采用K-prototype算法处理混沌反射值，得到岩相分类结果；综合火山通道异常特征和岩相分类结果，识别出火山岩。降低了地震异常体的地质含义多解性，提供了超深层火山岩的识别方法，大大提高了超深层火山岩储层的识别精度。的识别精度。的识别精度。

【技术实现步骤摘要】
一种超深层火山岩的识别方法


[0001]本专利技术涉及石油、天然气勘探开发领域，特别涉及一种超深层火山岩的识别方法。

技术介绍

[0002]火山岩油气藏是油气勘探的重要目标，火山岩地震识别是火山岩油气藏勘探的关键。国内已发现火山岩油气藏，徐家围子气藏、松南气藏、克拉美丽气藏埋深均在2000～4000m之间，此外国外目前发现的火山岩油气藏埋深均未超过4000m，类比国内外其他火山岩气藏，川西火山岩具有埋藏超深，埋深超6000m，隐蔽性强等特点。受埋藏超深影响，地震资料品质低，识别难度大；川西火山岩下部无明显火山锥型特征，岩浆溢流通道窄，地震反射特征不明显；且火山岩钻井较少，火山岩平面展布特征不明确。目前川西火山岩识别方法多基于地震剖面常规识别手段，地层厚度法反应火山岩发育，火山岩剖面特征具有丘型隆起外形，内部杂乱特征，与生物礁地震剖面特征相似，无法有效区分，识别方法存在较强多解性。
[0003]为此，中国专利申请CN201611142635.0公开了一种火山岩岩相的预测方法，其包括以下步骤：模型正演：在地震地质层位标定的基础上，进行剖面模型正演；地震属性提取：针对目标层位，提取沿层地震属性，确定属性时窗范围；属性优选：优选反映火山岩分布的地震属性，并进行预处理；火山岩岩相分类：根据钻井结果，对火山岩岩相进行类别划分；多属性神经网络模式识别；岩相预测：根据训练得到的神经网络参数对多个地震属性进行融合，预测未知区火山岩岩相的分布变化规律。但是，火山岩爆发相与喷溢相区分受地层埋深与资料品质影响，确定相边界困难，地震属性平面规律性差，导致火山岩相分布特征不明确。

技术实现思路

[0004]本专利技术的目的在于克服现有技术中所存在的超深层火山岩岩相分布特征不明确的问题，提供一种超深层火山岩的识别方法。
[0005]为了实现上述专利技术目的，本专利技术提供了以下技术方案：
[0006]一种超深层火山岩的识别方法，包括如下步骤：
[0007]将火山岩发育区带的地震数据体横向强制性滤波，突出纵向地震数据体不连续性；采用主成分分析数据融合方法，增强火山通道异常特征，得到火山锥分布图；
[0008]将火山岩发育区带的反射杂乱特征做混沌属性处理，得到混沌反射值；将混沌反射值通过聚类分析，对岩相进行分类，得到火山岩岩相预测平面图；
[0009]根据火山岩岩相预测平面图与火山锥分布图，预测火山机构分布与火山岩相平面展布。
[0010]优选的，所述聚类分析，采用K-prototype算法处理所述混沌反射值，得到岩相的分类结果。
[0011]优选的，所述横向强制性滤波，采用自适应构造取向去噪方法，根据主构造方向自
动调整方位，在滤波过程中指定信号优势方向，多次进行滤波迭代，用于去除调谐及随机噪音。
[0012]优选的，所述主成分分析数据融合方法，包括：
[0013]求出自变量的协方差矩阵或相关系数矩阵；
[0014]求出协方差矩阵或关系数矩阵的特征值及对应的特征向量；
[0015]将特征向量按对应特征值大小从上到下按行排列成矩阵，取前k行组成矩阵a，所述矩阵a为k*p维；
[0016]将所述矩阵a降维到k维后的数据Y＝a
T
*X，其中Y为k*1维。
[0017]优选的，所述混沌反射值的数学模型为
[0018][0019]其中C(k)为混沌反射值；α
k
为任意样点处的倾角值；α
s
为倾角的平均值。
[0020]根据本专利技术的另一方面，提供一种电子设备，包括至少一个处理器，以及与所述至少一个处理器通信连接的存储器；所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行以上任一项所述的方法。
[0021]与现有技术相比，本专利技术的有益效果：
[0022]本专利技术基于区域背景控制下分析基底断裂，确定火山岩发育区带，通过横向强制性滤波提高超深层火山通道异常特征，采用主成分分析数据融合方法增强火山通道异常，匹配寻找通道发育区与上部地震异常区，通过混沌反射值识别火山岩杂乱反射区，采用聚类分析手段预测火山机构及平面岩相分布特征，与常规地震识别手段相比，指明了火山岩发育区带，降低了地震异常体的地质含义多解性，大大提高了超深层、隐蔽型火山岩的识别精度。
附图说明：
[0023]图1基于横向强制性滤波处理的地震剖面。
[0024]图2采用主成分分析数据融合方法的火山通道识别图。
[0025]图3火山岩聚类分析岩相剖面。
[0026]图4火山岩岩相预测平面图。
[0027]图5是根据本专利技术实施例的电子设备装置结构示意图。
具体实施方式
[0028]下面结合试验例及具体实施方式对本专利技术作进一步的详细描述。但不应将此理解为本专利技术上述主题的范围仅限于以下的实施例，凡基于本
技术实现思路
所实现的技术均属于本专利技术的范围。
[0029]川西南部火山岩沿断裂大规模裂隙式喷发，能量释放较快，以溢流相玄武岩为主，爆发相火山碎屑岩少，川西中部地区火山岩分布趋势与13号基底断裂有较好相关性，推测为沿断裂小规模中心式喷发，能量释放慢，爆发相火山碎屑岩多。结合航磁异常测量资料，四川盆地及周缘可能发育11条基底断裂系统，川西地区什邡-隆昌断裂(13号基底断裂)、龙
泉山-镇巴断裂对川西火山岩发育具有控制作用。盆地基底深大断裂除对盖层构造、沉积格局产生深远的影响外，由于其切割深度大，可以沟通深部岩浆房，断裂破碎带也可做为岩浆上涌通道，因此深大断裂也对火山活动具有强烈的控制作用，深大断裂交汇处更是岩浆上涌溢流的优势位置。
[0030]火山通道地震响应特征呈近竖直状、内部杂乱、亮点、空白反射、边界弱反射特征，上部二叠系异常体呈杂乱丘状反射。受通道大小影响，火山通道壁反射不明显，通道边界识别存在一定难度。
[0031]通过地震像素处理技术可较好识别火山通道，该技术主要内容包含开展地震数据体横向强制滤波，突出纵向地震数据体不连续性，可识别小尺度火山通道。强制性滤波采用一种自适应构造取向去噪方法，用于去除调谐及随机噪音，同时对数据中的微小细节如边界边角等起到较好保存效果。它可以根据主构造方向自动调整方位，不需要预先计算倾角和方位数据体，该方法在杂乱反射区域去噪效果较好，在滤波过程中可指定信号优势方向，多次进行滤波迭代。滤波后地震剖面可见竖直状火山通道反射特征更加清晰(图1)。
[0032]基于多次滤波数据提取地震倾角变化率属性体、方位角变化率属性体、相干属性体，采用主成分分析降维技术实现属性体融合，PCA主要算法步骤包含：
[0033]求出自变量的协方差矩阵(或相关系数矩阵)；
[0034]求出协方差矩阵(或关系数矩阵)的特征值及对应的特征向量；
[0035]将特征向量按对应特征值大小从上到下按行排列成矩阵，取前k行组成矩阵a(为k*p维)；
[0036]Y＝本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种超深层火山岩的识别方法，其特征在于，包括如下步骤：将火山岩发育区带的地震数据体横向强制性滤波，突出纵向地震数据体不连续性；采用主成分分析数据融合方法，增强火山通道异常特征，得到火山锥分布图；将火山岩发育区带的反射杂乱特征做混沌属性处理，得到混沌反射值；将混沌反射值通过聚类分析，对岩相进行分类，得到火山岩岩相预测平面图；根据火山岩岩相预测平面图与火山锥分布图，预测火山机构分布与火山岩相平面展布。2.根据权利要求1所述的一种超深层火山岩的识别方法，其特征在于，所述聚类分析，采用K-prototype算法处理所述混沌反射值，得到岩相的分类结果。3.根据权利要求1所述的一种超深层火山岩的识别方法，其特征在于，所述横向强制性滤波，采用自适应构造取向去噪方法，根据主构造方向自动调整方位，在滤波过程中指定信号优势方向，多次进行滤波迭代，用于去除调谐及随机噪音。4.根据权利要求1所述的一种超深层火山...

【专利技术属性】
技术研发人员：段文燊，闫亮，董霞，吴清杰，赵迪，马如辉，谢洁，宋沛东，刘红爱，杨国鹏，
申请(专利权)人：中国石油化工股份有限公司西南油气分公司，
类型：发明
国别省市：