【技术实现步骤摘要】
智能化横波速度预测方法、装置、设备及存储介质
[0001]本申请涉及地球物理勘探领域,特别地涉及一种智能化横波速度预测方法、装置、设备及存储介质。
技术介绍
[0002]横波速度是研究岩石及孔隙流体与地震响应特征的重要参数之一,但是由于横波测试设备与常规测井设备不同,会造成额外费用,往往很多井缺少横波速度资料,因此如何准确有效的预测横波速度显得十分重要。
[0003]现有的横波速度预测方法主要分为以下几种:
[0004](1)经验公式法。最著名的是Castagna等(1985)提出的描述纵波
‑
横波速度关系的泥岩基线公式,但这类方法是针对特定研究区所建立的,普适性不强,且拟合出的横波速度一般与纵波速度呈线性关系,不能满足储层精细流体识别的要求。
[0005](2)岩石物理模型法。针对不同类型的储层,利用不同的岩石物理理论模型预测横波速度,但所需参数众多,且有的参数往往是理论值,难以准确获取,有的参数需要从大量的实验室测试数据中获取,在没有足够的实验数据时,技术人员往往通过调节参数来获取合理的速度值,导致精度降低,流程复杂。
[0006](3)多元线性拟合法:Han等(1986)和马中高等(2005)将横波速度与其他类型测井曲线进行多元拟合,实现横波速度预测,但横波速度与其他类型曲线关系复杂,多元线性拟合难以充分挖掘它们之间的非线性关系。
[0007]近年来,随着计算机技术的飞速发展,智能化方法发展迅速,如姜仁等(2020)利用深度前馈神经网络预测横波速度,但神 ...
【技术保护点】
【技术特征摘要】 【专利技术属性】
1.一种智能化横波速度预测方法,其特征在于,包括:S1:数据采集,获取常规测井数据和已知的横波速度曲线;S2:测井数据质控,对受井眼垮塌影响严重的测井数据进行校正;S3:测井数据标准化,将不同单位、量纲的测井数据转换为同一范围内的无量纲数据;S4:优选主成分,对标准化后的测井数据即无量纲数据进行主成分分析,得到测井数据主成分;S5:模型训练,利用所述测井数据主成分和已知的横波速度曲线作为多核相关向量机的输入,构建横波速度预测模型,并对横波速度预测模型进行训练;S6:横波速度预测,采用训练好的横波速度预测模型进行横波速度预测。2.根据权利要求1所述的方法,其特征在于,所述对标准化后的测井数据即无量纲数据进行主成分分析的具体方法包括:其中,x
n
表示变换的第n个测井曲线,Y
m
表示变换后的第m个主成分,e
nm
表示变换后第n个的测井曲线与变换前第m个主成分之间的权系数。3.根据权利要求1所述的方法,其特征在于,相关向量机数学表达式为:其中:t
i
表示目标函数,t=(t1,t2,...,t
N
)
T
,N表示样本个数,ε
i
∈N(0,σ2)表示随机噪音,ω
n
表示权系数,ω
T
=(ω1,ω2,...,ω
N
)
T
,K
i
表示核函数,φ∈R
N*L
,φ=[φ1,Φ2,...,φ
N
],φ
n
=[1,K(x
n
,x1),K(x
n
,x2),...,K(x
n
,x
N
)];假设t
i
相互独立,则样本集的最大似然函数为:假设常参数ω
n
相互独立,分别对应一个参数α
n
,且ω
n
满足期望为0,方差为α
n
‑1高斯分布,则先验扰动为:基于贝叶斯理论,模型参数ω的后验分布是满足方差为∑,期望为μ的高斯分布:∑=(σ
‑2φ
T
φ+A)
‑1ꢀꢀꢀꢀ
(5)μ=σ
‑2∑φ
T
t
ꢀꢀꢀ
(6)其中,A=diag(α1,α1,...,α
N
);对于新样本t
x
技术研发人员:李敏,刘卫华,代仕明,王欢,白俊,
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:
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。