【技术实现步骤摘要】
一、地震反射波法技术作为进行地质研究的技术手段，越来越多应用在石油天然气、煤炭、煤层气、页岩气勘探领域。地震波反射同相轴最常用的应用是研究地质构造。地震波形除了能反应地层深浅，断续之外，地震波形结构还携带了地层内部结构信息，一套地层在横向上地震波形的变化，代表了构成地层岩性的不同。通过对地震波形的机器学习，建立地震波形细微变化与储层组合之间内部关系，可以研究储层内部结构。
技术介绍
0、二、
技术介绍
1、地震反射本质上是波阻抗界面与地震子波的褶积，
2、s(t)＝r(t)*w(t) r(t)地震反射系数；
3、w(t) 地震子波；
4、对于厚度大于地震反射半波长的地层，地震反射波代表地层界面的顶底形态。按照地震勘探原理可知，当层厚度小于1/4地震反射波长时，地震波将不能区分薄地层。地震反射是一系列薄层复合反射，此时的地震波形也不再是简单的子波形态，而是复合波形态。
5、地震反射是按照固定时间间隔进行采样记录的，储层厚度在不同井点位置是不同的，对应的地震同相轴时间反射长度也不一致。
6、把井点地震反射作为训练样本，地震道振幅作为样本的特征值。机器学习特征数据库需要每个样本特征数相同，就要对代表储层的地震反射轴由时间采样间隔变成不等时间重新采样。构成复波地震反射结构的要素包含时间长度和带有旁瓣的波形组成。把代表储层的地震同相轴做等个数分割，相当于进行等个数不等时间的重新采样，如四个同相轴时长分别是(60ms，80ms，120ms，100ms)，假设对复波分10份
7、反射时间长度与等个数采样的振幅值可以恢复同相轴的形态，这一系列重新采样的振幅能够代替原来地震同相轴完成机器学习研究。
8、n＝lmed/si，n是振幅取值个数，
9、lmed是所有样本反射时长平均值，
10、si是地震采样间隔。
11、把地震同相轴的起始时间、结束时间、反射长度(结束时间-起始时间)、n个自起始时间到结束时间重新采样的振幅组合成一行可以作为一个样本，收集多个样本就建立样本特征库。对应地震反射段的钻井岩性、物性作为训练特征。通过学习井点地震数据和地层岩性、物性资料可以研究未钻井区的地层岩性、物性。
技术实现思路
0、三、
技术实现思路
1、使用深度-时间转换技术完成井筒地层资料与地震反射轴的标定；
2、解释地质层位的地震反射轴顶底，每个地震道地震反射时长计作la；
3、计算地层地震反射顶底中值lmed，计算振幅采样点数n，n＝lmed/si，si为地震采样间隔。计算道的振幅重采样间隔sa，sa＝la/n，按照sa间隔读取地震振幅；
4、使用n个重采样振幅对地震反射进行结构化，这个结构结合反射时长可以完整恢复整个地震波形。重采样振幅加反射时长以及起始时间作为一个样本如图3，图3的x部分数据结构；
5、井点的钻遇的地层岩性、物性数据可以通过测井解释获得。岩性、物性数据如储地比、砂岩厚度、孔隙度、渗透率、甚至含油气性可以作为训练目标样本y，y的数据结构如图3中y部分所示；
6、机器学习训练结构化地震振幅和钻井岩性、物性参数后可以对未钻井区的地震数据预测地层的岩性、物性信息；
7、由于代表岩性、物性的参数多为连续数值比如储地比、孔隙度、渗透率这些参数，因此需要使用回归类机器学习算法。推荐使用xgboost解决回归问题，xgboost本身采用的就是回归树，将每棵回归树对样本的预测值相加即为最终预测值，xgboost支持多种回归模型，包括线性回归，泊松回归，伽马回归，不同的回归模型有不同的回归函数，功能适用也足够灵活。
本文档来自技高网...【技术保护点】
1.一种转换地震反射波为机器学习样本库方法，其特征在于：
【技术特征摘要】
1.一种转换地震反射波为机器...
【专利技术属性】
技术研发人员：吴伟，曾闽山，薄南，
申请(专利权)人：华油阳光北京科技股份有限公司，
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。