一种基于地震多属性深度融合的波阻抗反演低频模型构建方法技术

本发明专利技术公开了一种基于地震多属性深度融合的波阻抗反演低频模型构建方法，包括井插值低频模型建立，然后开展叠后反演，获取带通波阻抗反演体，并提取其他属性体：三瞬属性体、时窗频率属性体及分频地震体；紧接着，提取伪井曲线，通过深度学习获取波阻抗体并生成残差体，最终获取精确度较高的低频模型。上述方法通过深度学习，融合了多种具有地质意义的属性体，能有效降低井插值带来的不确定性，提高低频模型的精度，为高精度地震波阻抗反演提供良好的基础。好的基础。好的基础。

【技术实现步骤摘要】
一种基于地震多属性深度融合的波阻抗反演低频模型构建方法


[0001]本专利技术涉及石油天然气地震勘探的
，更具体地，涉及一种基于地震多属性深度融合的波阻抗反演低频模型构建方法。

技术介绍

[0002]目前，反演已经广泛应用于勘探阶段的储层定性或者定量预测和开发阶段的储量计算、井网部署、油藏动态监测等方面，是地下储层刻画过程中必不可少的方法之一。随着勘探开发的不断深入，构造简单的油气藏越来越少，地下情况越来越复杂，对油气田研究的精细化程度要求也越来越高。地震波阻抗反演能将地震资料转变成可与测井资料直接对比的波阻抗形式，是油气田构造、储层及流体细化研究的重要手段之一。其中，低频模型的构建是地震反演的关键环节，低频模型的精度可以对地震反演结果产生很明显的影响，尤其在复杂构造地质情况下。低频模型是以地震解释层位和沉积规律为约束，将测井信息在整个数据体范围内进行内插和外推得到的，一定程度上补偿了地震资料中缺失的低频信息。
[0003]常规低频模型的构建是直接用测井曲线在地层格架内通过空间插值创建的，缺乏低频及高频成分，会给反演结果带来很大的不确定性。常规的低频模型缺乏地质、物理意义，且插值结果带有很大的不确定性，导致反演结果存在较强多解性，反演结果的精度低，不利于油气田的细化研究。

技术实现思路

[0004]本专利技术目的在于克服现有的波阻抗反演低频模型精度差，且具有较大的不确定性的缺陷，提供一种基于地震多属性深度融合的波阻抗反演低频模型构建方法，利用该方法能有效提升地震波阻抗反演低频模型的精度，从而获得高精度反演结果。
[0005]为解决上述技术问题，本专利技术采用的技术方案是：
[0006]本专利技术提供了一种基于地震多属性深度融合的波阻抗反演低频模型构建方法，包括以下步骤：
[0007]步骤S1、利用在地震数据上拾取的标志层搭建地层格架，并在地层格架的基础上，将滤波处理后的测井数据进行空间插值，建立井插值波阻抗低频模型；
[0008]步骤S2、利用步骤S1所建立的低频模型开展叠后反演，获取带通波阻抗反演体；
[0009]步骤S3、提取其他属性体：三瞬属性体、时窗频率属性体以及分频地震体；
[0010]步骤S4、提取伪井曲线：在井点处提取步骤S1至步骤S3产生的井插值低频模型、带通波阻抗反演体及其他属性体的伪井曲线；
[0011]步骤S5、利用步骤S4所提取的伪井曲线，通过深度学习获取波阻抗体；
[0012]步骤S6、利用步骤S5所获取的波阻抗体生成残差体；
[0013]步骤S7、获取最终低频模型：将步骤S5获取的波阻抗体与步骤S6获取的残差体相加，得到最终高精度的低频模型。
[0014]其中，步骤S1中的波阻抗为地震波在介质中传播时，作用于某个面积上的压力与单位时间内垂直通过此面积的质点流量(即面积乘质点振动速度)之比，具有阻力的含义，其使用如下计算公式：
[0015]imp＝v
×
ρ
[0016]式中，imp为波阻抗，v、ρ分别为地震波的波速以及介质密度。
[0017]进一步地，步骤S1包括以下步骤：
[0018]步骤S11、对测井波阻抗曲线进行滤波处理采用的是低通滤波，保留10Hz以下的有效频率成分；
[0019]步骤S12、使用反距离加权法作为测井数据空间插值方式，具体计算公式为：
[0020][0021]其中，(x，y)为插值点坐标，(x
i
，y
i
)为离散点坐标，f(x，y)为插值函数，n为离散点总数，i、j为离散点编号，是(x，y)点到(x
i
，y
i
)点水平距离，p是一个大于0的常数、称为加权幂指数(通常情况下，p＝2)，Z
i
、Z
j
分别为第i、j个离散点的垂直高度。
[0022]进一步地，步骤S2包括以下步骤：
[0023]步骤S21、利用原始地震数据提取目的层统计子波；
[0024]步骤S22、利用步骤S1建立的井插值低频模型，结合统计子波、地震数据及测井数据开展叠后波阻抗反演；
[0025]步骤S23、对波阻抗反演结果进行带通滤波，获取带通波阻抗反演体。
[0026]进一步地，步骤S23中带通滤波保留的频率成分为5Hz到60Hz。
[0027]进一步地，步骤S3中的三瞬属性分别是瞬时振幅、瞬时相位及瞬时频率，具体计算公式如下：
[0028][0029][0030][0031]其中，A(t)、φ(t)及ω(t)分别为瞬时振幅、瞬时相位及瞬时频率，s(t)为地震道，h(t)为s(t)的希尔伯特变换，t为时间，d为差分算子。
[0032]进一步地，步骤S3中的时窗频率属性为主频属性及平均频率属性，具体包括以下步骤：
[0033]步骤S31、通过傅里叶变换将地震体从时间域转换到频率域，傅里叶变换的公式
为：
[0034][0035]其中，ω为频率，t为时间，e
‑
iωt
代表复变函数；
[0036]步骤S32、设定一个时窗，计算该时窗内的主频或平均频率，并将该值放在时窗的中间，然后依次向后移动一个步长，直至遍历完整个体，即可得到主频属性体和平均频率属性体。
[0037]进一步地，步骤S3中的分频地震体是通过对地震体进行分频处理获得，在地震有效频带范围内平均分为6个分频体。当然，分频体的数量也可以根据实际情况进行相应的增加或者减少。所述分频算法为小波分频，具体计算公式如下：
[0038][0039]其中，g(t)为基本小波，s(t)为地震道，a是作为尺度因子的非零实数，b是作为平移因子的实数，表示对g(t)取复共轭。
[0040]进一步地，步骤S5包括以下步骤：
[0041]步骤S51、对波阻抗曲线进行低通滤波，滤掉60Hz以上频率成分；
[0042]步骤S52、利用步骤S4提取的伪井曲线与滤波后的波阻抗曲线进行深度学习，获得伪井曲线与滤波后的波阻抗曲线之间的深度学习网络，并将该网络应用到步骤S1至步骤S3产生的数据体，获取波阻抗体。所述波阻抗曲线由测井速度曲线与测井密度曲线相乘得到。
[0043]进一步地，所述深度学习算法为深度前馈神经网络，其前向传播公式如下：
[0044][0045][0046]其中，是第l层的第j个神经元的输出，是第l+1层的第i个神经元被激活函数作用之前的值，是第l层的第j个神经元与第l+1层的第i个神经元之间的权重，是偏置，f是非线性激活函数，i、j为各层神经元的编号。
[0047]进一步地，步骤S6包括以下步骤：
[0048]步骤S61、提取步骤S5获取的波阻抗体的伪井曲线；
[0049]步骤S62、将步骤S5中滤波后的目标曲线与波阻抗伪井曲线作差，得到残差曲线；
[0050]步骤S63、基于步骤S1中的地层格架，通过残差曲线空间插值算法，获本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于地震多属性深度融合的波阻抗反演低频模型构建方法，其特征在于，包括以下步骤：步骤S1、利用在地震数据上拾取的标志层搭建地层格架，并在地层格架的基础上，将滤波处理后的测井数据进行空间插值，建立井插值波阻抗低频模型；步骤S2、利用步骤S1所建立的模型开展叠后反演，获取带通波阻抗反演体；步骤S3、提取其他属性体：三瞬属性体、时窗频率属性体以及分频地震体；步骤S4、提取伪井曲线：在井点处提取步骤S1至步骤S3产生的井插值低频模型、带通波阻抗反演体及其他属性体的伪井曲线；步骤S5、利用步骤S4所提取的伪井曲线，通过深度学习，获取波阻抗体；步骤S6、利用步骤S5所获取的波阻抗体生成残差体；步骤S7、获取最终低频模型：将步骤S5获取的波阻抗体与步骤S6获取的残差体相加，得到最终低频模型。2.根据权利要求1所述的基于地震多属性深度融合的波阻抗反演低频模型构建方法，其特征在于，所述步骤S1包括以下步骤：步骤S11、所述标志层为地震数据上反射稳定，且全区可追踪解释的地震同相轴；步骤S12、对测井波阻抗曲线进行滤波处理采用的是低通滤波，保留10Hz以下的频率成分；步骤S13、使用反距离加权法作为测井数据空间插值方式，具体计算公式为：式中，(x，y)为插值点坐标，(x
i
，y
i
)为离散点坐标，f(x，y)为插值函数，n为离散点总数，i，j为离散点编号，是(x，y)点到(x
i
，y
i
)点水平距离，p是一个大于0的常数、称为加权幂指数，Z
i
、Z
j
分别为第i、j个离散点的垂直高度。3.根据权利要求1所述的基于地震多属性深度融合的波阻抗反演低频模型构建方法，其特征在于，所述步骤S2包括以下步骤：步骤S21、利用原始地震提取目的层统计子波；步骤S22、利用步骤S1建立的井插值低频模型，结合统计子波、地震数据及测井数据开展叠后波阻抗反演；步骤S23、对波阻抗反演结果进行带通滤波，获取带通波阻抗反演体。4.根据权利要求3所述的基于地震多属性深度融合的波阻抗反演低频模型构建方法，其特征在于，步骤S23中带通滤波保留的频率成分为5Hz到60Hz。5.根据权利要求1所述的基于地震多属性深度融合的波阻抗反演低频模型构建方法，其特征在于，步骤S3中的三瞬属性分别是瞬时振幅、瞬时相位及瞬时频率，具体计算公式如下：
式中，A(t)、φ(t)及ω(t)分别为瞬时振幅、瞬时相位及瞬时频率，s(t)为地震道，h(t)为s(t)的希尔伯特变换，t为时间，d为差分算子。6.根据权利要求1或5所述的基于地震多属性深...

【专利技术属性】
技术研发人员：马光克，李雷，李芳，廖仪，李勇，张国栋，
申请(专利权)人：中海石油中国有限公司海南分公司，
类型：发明
国别省市：