System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind() 一种基于贝叶斯理论的高分辨率反演方法技术_技高网

一种基于贝叶斯理论的高分辨率反演方法技术

技术编号:40900571 阅读:6 留言:0更新日期:2024-04-18 11:18
本发明专利技术提出了一种基于贝叶斯理论的高分辨率反演方法,该方法在不改变反演流程的基础上,同时对先验概率及似然函数的构建方式进行改进,通过多项式约束重构先验概率及似然函数表达式,其中在先验概率表达式中添加低频模型所对应的反射系数的指数分布以及低频模型与初始反演模型对应的阻抗和反射系数的正态分布,在似然函数表达式中添加反演记录和实际记录的差值与子波的互相关函数。最终通过引入更多先验信息增强了算法的约束能力,减少了反演结果的多解性,有效提高了反演的分辨率。

【技术实现步骤摘要】

本专利技术属于地球物理勘探,具体涉及一种基于贝叶斯理论的高分辨率反演方法


技术介绍

1、地震反演技术作为储层预测的有效手段在油气勘探领域发挥着举足轻重的作用。叠后反演基于叠后地震资料,能够获取储层弹性参数,即波阻抗信息,从而实现区分以阻抗为敏感参数的储层与非储层信息。反演结果的精度与可靠性一方面取决于地震资料品质,另一方面与反演算法本身密切相关。随着勘探开发程度的不断深入,勘探目标的复杂程度逐步提高,同时有效储层的厚度也逐渐变薄,因此对反演的分辨率提出了更高的要求。

2、贝叶斯反演方法作为一种随机性反演方法,相比常规的确定性反演方法更具优势。除了分辨率更高外,它还能减少反演问题的多解性及不适定性问题,同时有效评价反演结果。对于传统的贝叶斯框架,其先验概率分布以及似然函数的构建方式较单一,约束能力不强,因此反演精度仍有待进一步提高。本专利技术基于贝叶斯理论,在不改变反演流程的基础上同时对先验概率及似然函数的构建方式进行改进,通过多项式约束重构先验概率及似然函数表达式,进一步增强了算法的约束能力,减少反演结果的多解性,从而达到提高反演分辨率的效果。


技术实现思路

1、本专利技术针对传统的贝叶斯框架构建方式简单,约束能力不强,分辨率不够的问题,提出了一种基于贝叶斯理论的高分辨率反演方法。本专利技术在不改变反演流程的基础上,对先验概率及似然函数的构建方式进行改进,增强算法的约束能力,最终有效提高反演的分辨率。

2、本专利技术提出了一种基于贝叶斯理论的高分辨率反演方法,包括以下步骤:

3、s1:采用测井曲线里的速度曲线和密度曲线计算得到阻抗模型,并将该阻抗模型作为需要反演的真实阻抗模型;

4、s2:由步骤s1中得到的真实阻抗模型计算对应的反射系数,再选定震源函数,两者做褶积运算,生成实际地震记录;

5、s3:将步骤s2生成的实际地震记录作为实际的观测数据;

6、s4:将井上阻抗结果的低频部分作为低频模型,在该低频模型基础上添加高频随机噪音建立初始反演阻抗模型;

7、s5:收集先验信息并转化为先验分布,计算得到先验概率分布;

8、s6:由步骤s4得到的初始反演阻抗模型计算对应的反射系数,选定震源函数,两者做褶积运算,生成反演地震记录;

9、s7:根据步骤s2生成的实际地震记录和步骤s6得到的反演地震记录,计算得到目标函数,通过目标函数计算出反演地震记录对应的能量;

10、s8:基于metropolis接受准则,同时结合模拟退火算法;通过生成不同初始阻抗模型前后所对应的反演地震记录的能量差和能量差指数形式判断该初始阻抗模型是否接受;

11、s9:将所有满足metropolis准则的初始阻抗模型储存起来,并计算每个初始阻抗模型所对应的先验概率、似然函数以及后验概率;

12、s10:重复抽取初始阻抗模型获取大量满足metropolis准则的初始阻抗模型样本,即重复操作步骤s4-s9;

13、s11:设定循环终止条件,当满足循环终止条件时输出所有储存的初始阻抗模型及相应的后验概率;将后验概率进行均一化处理,获取反演结果。

14、作为本专利技术的具体实施方式,所述步骤s2中,选用具有较高分辨率的雷克子波作为震源函数,其公式如下:

15、

16、式1中,f0为主频。

17、作为本专利技术的具体实施方式,所述步骤s4中,根据井曲线建立初始反演阻抗模型。因为是叠后阻抗反演,所以用井上的纵波阻抗曲线就行,但是只取低频趋势作为低频模型。在低频模型的基础上添加高频的随机噪音扰动生成初始反演阻抗模型。

18、作为本专利技术的具体实施方式,所述步骤s5中,所述收集先验信息并转化为先验分布,其转化方式本专利技术不受限定,可以通过阻抗的均值和方差构建高斯函数转化,也可以通过阻抗计算反射系数的表达式转化。

19、作为本专利技术的具体实施方式,所述步骤s5中,所述先验概率分布记为p(m),根据式2计算得到:

20、

21、式2中:α1,α2,α3,α4为常数,r0,r1分别为初始反演阻抗模型及低频模型所对应的反射系数,z0,z1分别为初始反演阻抗模型及低频模型,var为实际阻抗的方差,cor1,cor2为校正量。

22、作为本专利技术的具体实施方式,所述步骤s7中,所述目标函数记为e(m),根据式3计算得到:

23、

24、式3中,s为调节因子,e(m)为目标函数,d为实际观测数据,g(m)为正演模拟结果,c-1为数据相关矩阵的逆;

25、所述迭代目标函数是将第l次迭代所生成的目标函数或能量记为e(m(l))。

26、作为本专利技术的具体实施方式,所述步骤s8中,所述生成不同初始阻抗模型前后所对应的反演地震记录的能量差记为δe,能量差公式为

27、δe=e(m(l+1))-e(m(l)) 式4

28、式中,e(m(l))为第l次迭代所生成的目标函数或能量;

29、e(m(l+1))为第l+1次迭代所生成的目标函数或能量;

30、所述生成不同初始阻抗模型前后所对应的反演地震记录的能量差指数形式记为ρ(δe),所述能量差指数形式公式为

31、ρ(δe)=exp(-2*δe/var*0.99k) 式5

32、式中,var为实际阻抗的方差;

33、所述通过生成不同初始阻抗模型前后所对应的反演地震记录的能量差判断该初始阻抗模型是否接受的条件包括:δe≤0,该模型可以被接受;δe>0,再判断ρ(δe)是否小于0到1区间内的某个随机数,若ρ(δe)小于则该模型仍旧可以被接受,否则舍弃。

34、作为本专利技术的具体实施方式,所述步骤s9中,所述先验概率的公式为

35、σ(m|d)=αp(m)p(d|m) 式6

36、式中,m为模型参数,d为观测数据,p(m)为先验概率,p(d|m)为似然函数;

37、所述似然函数的公式为

38、

39、式中,α1,α2,α3,α4为常数,r0,r1分别为初始反演阻抗模型及低频模型所对应的反射系数,z0,z1分别为初始反演阻抗模型及低频模型,var为实际阻抗的方差,cor1,cor2为校正量;

40、所述后验概率的公式为

41、

42、式中,α1,α2,β1,β2为常数,为反演记录和实际记录的差值与子波的互相关函数,γsw分别为反演记录与子波的互相关函数以及实际记录与子波的互相关函数,cor为校正量

43、作为本专利技术的具体实施方式,所述步骤s11中,所述均一化处理为常规数学处理,不做限定。

44、与现有技术相比,本专利技术的有益效果在于:

45、本专利技术基于贝叶斯理论,在不改变反演流程的基础上同时对先验概率及似然函数的构建方式进行改进,通过多项式约束重构先验概率及本文档来自技高网...

【技术保护点】

1.一种基于贝叶斯理论的高分辨率反演方法,其特征在于,包括以下步骤:

2.根据权利要求1所述的反演方法,其特征在于,所述步骤S2中,选用具有较高分辨率的雷克子波作为震源函数,其公式如下:

3.根据权利要求1或2所述的反演方法,其特征在于,所述步骤S5中,所述先验概率分布记为p(m),根据式2计算得到:

4.根据权利要求1-3任一项所述的反演方法,其特征在于,所述步骤S7中,所述目标函数记为E(m),根据式3计算得到:

5.根据权利要求1-4任一项所述的反演方法,其特征在于,所述步骤S8中,所述生成不同初始阻抗模型前后所对应的反演地震记录的能量差记为ΔE,能量差公式为

6.根据权利要求1-5任一项所述的反演方法,其特征在于,所述步骤S9中,所述先验概率的公式为

【技术特征摘要】

1.一种基于贝叶斯理论的高分辨率反演方法,其特征在于,包括以下步骤:

2.根据权利要求1所述的反演方法,其特征在于,所述步骤s2中,选用具有较高分辨率的雷克子波作为震源函数,其公式如下:

3.根据权利要求1或2所述的反演方法,其特征在于,所述步骤s5中,所述先验概率分布记为p(m),根据式2计算得到:

4.根据权利要求1-3任...

【专利技术属性】
技术研发人员:姚铭马灵伟张克非胡华锋谢玮许凯
申请(专利权)人:中国石油化工股份有限公司
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