【技术实现步骤摘要】
本专利技术涉及一种烃源岩预测方法，特别是涉及一种基于机器学习的利用地震属性进行湖相烃源岩预测方法。
技术介绍
1、总有机碳含量(total organic carbon，toc)是有机质丰度的重要参数，可以用来评价烃源岩的质量。toc数据一般只能通过地球化学实验测量获得，许多学者探索了烃源岩地球化学参数和测井信息之间的关系，在有机质的丰度、烃源岩的识别、烃源岩演化成熟度以及烃源岩的评价等方面取得了不少成果，但是在海上，由于受到钻井数量的限制，很难精确地描述烃源岩的空间分布规律。
2、因此，近年来，由于地震资料在横向上具备密集性、连片性的特点，所以测井-地震联合预测烃源岩技术发展迅速。一方面，通过建立烃源岩曲线与地震属性之间的关系模型，能够预测烃源岩在三维空间上的变化特征，但是预测精度普遍偏低；另一方面，基于地震反演烃源岩预测技术，需要寻找到对于烃源岩toc敏感的弹性参数，但是，弹性参数描述需要建立复杂的岩石物理模型且叠前地震资料品质对预测结果也有较大影响，所以应用范围相对有限。
技术实现思路
1、本专利技术旨在至少在一定程度上解决相关技术中存在的技术问题之一。
2、本专利技术的一个目的在于提供一种基于地震属性湖相烃源岩预测方法，以机器学习方法为载体，挖掘烃源岩地球物理特征，综合测井、地质研究等信息，能够提高数据的预测精度，减少勘探成本。
3、本专利技术的另一个目的在于提供一种基于地震属性湖相烃源岩预测系统。
4、为了达到上述的目的，本
5、钻井钻遇烃源岩，获取测井曲线以及钻遇地层信息；
6、根据钻井钻遇地层信息，通过测井-地震联合分析，优选烃源岩敏感地震属性；根据测井曲线对钻遇地层进行分类与分段；
7、根据钻遇地层的分类与分段结果，基于井旁道烃源岩敏感地震属性，采用机器学习算法训练得到不同类地层的烃源岩预测模型；
8、根据钻遇地层的分类与分段结果，提取靶区各段烃源岩的敏感地震属性三维数据体，利用训练得到的所述烃源岩预测模型对靶区烃源岩进行空间预测。
9、进一步的，本专利技术的基于地震属性湖相烃源岩预测方法，所述根据钻井钻遇地层信息，通过测井-地震联合分析，优选烃源岩敏感地震属性，包括：
10、根据钻遇地层信息，确定靶区烃源岩地震相特征；
11、以靶区钻遇烃源岩地震相特征为依据，从地震属性中通过测井-地震联合分析，优选出烃源岩敏感地震属性。
12、进一步的，所述地震属性包括通过数学方法计算得到的属性和通过地球物理计算获得的属性。
13、进一步的，本专利技术的基于地震属性湖相烃源岩预测方法，所述根据测井曲线对钻遇地层进行分类与分段，包括：
14、根据测井曲线，结合实际钻遇烃源岩的地球化学实验得到的toc散点数据，采用多元回归方法计算得到toc测井曲线；
15、选取与toc测井曲线相关度较高的测井曲线，采用机器学习分类算法，将烃源岩按toc值分类，实现对钻遇地层的分类与分段。
16、进一步的，本专利技术的基于地震属性湖相烃源岩预测方法，所述机器学习分类算法为支持向量机算法。
17、进一步的，本专利技术的基于地震属性湖相烃源岩预测方法，所述烃源岩预测模型是采用bp(back propagation)神经网络算法训练获得。
18、本专利技术另一方面提供一种基于地震属性湖相烃源岩预测系统，包括：
19、数据采集模块，用于在钻井钻遇烃源岩时，获取测井曲线以及钻遇地层信息；
20、数据分析模块，用于根据钻井钻遇地层信息，通过测井-地震联合分析，优选烃源岩敏感地震属性；根据测井曲线对钻遇地层进行分类与分段；
21、模型训练模块，用于根据钻遇地层的分类与分段结果，基于井旁道烃源岩敏感地震属性，采用机器学习算法训练得到不同类地层的烃源岩预测模型；
22、模型预测模块，用于根据钻遇地层的分类与分段结果，提取靶区各段烃源岩的敏感地震属性三维数据体，利用训练得到的所述烃源岩预测模型对靶区烃源岩进行空间预测。
23、本专利技术再一方面提供一种非暂态计算机可读存储介质，其上存储有计算机指令，该计算机指令使计算机执行上述的基于地震属性湖相烃源岩预测方法。
24、本专利技术再一方面提供一种电子设备，包括处理器、通信接口、存储器和通信总线；
25、其中，处理器，通信接口，存储器通过通信总线完成相互间的通信；
26、处理器用于调用存储器中的逻辑指令，以执行上述的基于地震属性湖相烃源岩预测方法。
27、本专利技术所提供的基于地震属性湖相烃源岩预测方法和系统，以机器学习方法为载体，挖掘烃源岩地球物理特征，综合测井、地质研究等信息，利用机器学习算法建立起了地震属性与烃源岩之间的关系，提高了烃源岩空间预测精度，预测结果与实际钻井吻合度高，同时还降低了油气勘测成本。
本文档来自技高网...【技术保护点】
1.一种基于地震属性湖相烃源岩预测方法，其特征在于，包括：
2.根据权利要求1所述的基于地震属性湖相烃源岩预测方法，其特征在于，所述根据钻井钻遇地层信息，通过测井-地震联合分析，优选烃源岩敏感地震属性，包括：
3.根据权利要求2所述的基于地震属性湖相烃源岩预测方法，其特征在于，所述地震属性包括通过数学方法计算得到的属性和通过地球物理计算获得的属性。
4.根据权利要求1所述的基于地震属性湖相烃源岩预测方法，其特征在于，所述根据测井曲线对钻遇地层进行分类与分段，包括：
5.根据权利要求4所述的基于地震属性湖相烃源岩预测方法，其特征在于，所述机器学习分类算法为支持向量机算法。
6.根据权利要求1所述的基于地震属性湖相烃源岩预测方法，其特征在于，所述烃源岩预测模型是采用BP神经网络算法训练获得。
7.一种基于地震属性湖相烃源岩预测系统，其特征在于包括：
8.一种非暂态计算机可读存储介质，其上存储有计算机指令，该计算机指令使计算机执行权利要求1-6任意一项所述的基于地震属性湖相烃源岩预测方法。
...
【技术特征摘要】
1.一种基于地震属性湖相烃源岩预测方法，其特征在于，包括：
2.根据权利要求1所述的基于地震属性湖相烃源岩预测方法，其特征在于，所述根据钻井钻遇地层信息，通过测井-地震联合分析，优选烃源岩敏感地震属性，包括：
3.根据权利要求2所述的基于地震属性湖相烃源岩预测方法，其特征在于，所述地震属性包括通过数学方法计算得到的属性和通过地球物理计算获得的属性。
4.根据权利要求1所述的基于地震属性湖相烃源岩预测方法，其特征在于，所述根据测井曲线对钻遇地层进行分类与分段，包括：
5.根据权利要...
【专利技术属性】
技术研发人员：李宏义，徐建永，李欣，杨海长，武爱俊，黄胜兵，肖伶俐，沈娇，邱紫盈，魏庆，
申请(专利权)人：中海石油中国有限公司，
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。