基于地质特征约束的储层参数预测方法、装置和存储介质制造方法及图纸

技术编号:32559813 阅读:21 留言:0更新日期:2022-03-09 16:43
本发明专利技术提出了一种基于地质特征约束的储层参数预测方法、装置和计算机存储介质以及计算机设备。该方法根据目标层段的不同类型的地震属性与储层参数之间的相关度选出优势地震属性;基于优势地震属性,利用预设的波形分类网络模型将目标层段的波形按照波形特征进行分类,获得波形分类结果;以波形分类结果为约束,构建不同的地质特征所对应的不同的深度神经网络模型;将训练好的不同的深度神经网络模型融合成空变多神经网络预测模型;利用空变多网络训练模型对目标层段的储层参数进行预测。本发明专利技术能够实现对尤其是深度域储层参数的直接预测,提高储层参数预测精度及空间稳定性。提高储层参数预测精度及空间稳定性。提高储层参数预测精度及空间稳定性。

【技术实现步骤摘要】
基于地质特征约束的储层参数预测方法、装置和存储介质


[0001]本专利技术属于地球物理勘探
,尤其涉及一种基于地质特征约束的储层参数预测方法、装置和计算机存储介质以及计算机设备。

技术介绍

[0002]随着叠前深度偏移处理技术的发展及其在地震资料处理中日益广泛的应用,直接在深度域进行储层参数预测具有十分重要的意义。针对深度域地震储层预测技术,国内外主要的方法技术主要有三种:一是以Hampson-Russell软件公司部分模块、Geophysical Insight公司、BGP公司为代表的映射类方法,该技术主要通过神经网络建立多属性数据与测井数据的一个综合性的网络映射关系,进行储层参数直接预测,但是,在不同沉积环境下,用同一个模型预测可能会出现预测精度低的问题,同时,缺少地质特征约束,预测模型泛化能力差,预测结果容易过拟合,不符合宏观地质规律;二是以Paradigm公司、中石油西北分院、胜利油田为代表的基于深度域“子波”提取的反演类方法,该技术主要通过深度域“子波”提取,结合常规的反演技术,开展弹性参数直接预测,但是基于深度域数据的理论模型本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于地质特征约束的储层参数预测方法,其特征在于,包括以下步骤:S100、根据目标层段的不同类型的地震属性与储层参数之间的相关度,从不同类型的地震属性中选出优势地震属性;S200、基于优势地震属性,利用预设的波形分类网络模型将目标层段的波形按照波形特征分类,获得波形分类结果;S300、以地震属性为输入,以储层参数为输出,以波形分类结果为约束,构建不同的地质特征所对应的不同的深度神经网络模型;S400、利用目标层段的地震数据和测井数据对不同的深度神经网络模型进行训练,以优化每个深度神经网络模型的模型参数;S500、将训练好的不同的深度神经网络模型融合成空变多神经网络预测模型;S600、利用空变多网络训练模型对目标层段的储层参数进行预测。2.根据权利要求1所述的储层参数预测方法,其特征在于,所述步骤S100包括以下步骤:利用目标层段的地震数据和测井数据,通过交汇分析确定目标层段的不同类型的地震属性与储层参数之间的相关度,根据所述相关度的大小从不同类型的地震属性中选出相关度超过预设相关度阈值的地震属性,作为优势地震属性;对于每一个优势地震属性,通过奇异谱分析对该地震属性的数据进行分解和重构,其中,在重构后的序列中按照对该地震属性的贡献度的大小保留贡献度高于预设贡献度阈值的序列分量,作为该优势地震属性的优势分量。3.根据权利要求1所述的储层参数预测方法,其特征在于,所述步骤S200中,所述波形分类网络模型为基于SOM无监督聚类算法设计的SOM无监督网络模型,该网络模型包括地震属性输入层和分类结果输出层。4.根据权利要求1所述的储层参数预测方法,其特征在于,所述步骤S300中,每个所述深度神经网络模型为LSTM-RNN循环神经网络模型,该网络模型包括地震属性输入层和储层参数输出层以及位于地震属性输入层与储层参数输出层之间的隐藏层;其中,所述隐藏层包括:LSTM单元,用于保留地震数据和测井数据的时序特征;full-connected层,用作训练网络模型的分类器dropout层,用于缓解网络模型训练过程中的过拟合现象;regression层,用作训练网络模型的输出。5.根据权利要求1所述的储层参数预测方法,其特征在于,所述步骤S600中,所述空变多网络训练模型为:其中:V
p
代表储层参数,f
k
(x1,x2,

x
N
)代表第k种地质特征所对应的神经网络预测模型,w
k,i,j
代表第k种地质特征所对应的神经网络预测模型的空变系数,x1,x2,

x
N
代表不同
类型的地震属性。6.根据权利要求5所述的储层参数预测方法,其特征在于,...

【专利技术属性】
技术研发人员:许凯孙振涛王世星唐金良曹慧兰张如一郑笑雪姚铭
申请(专利权)人:中国石油化工股份有限公司石油物探技术研究院
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1