一种深度域初始速度建模方法及系统技术方案

技术编号:41399139 阅读:14 留言:0更新日期:2024-05-20 19:23
本发明专利技术公开了一种深度域初始速度建模方法及系统,包括:对地震成像数据进行识别,得到岩性属性数据;对所述岩性属性数据进行分类,得到岩性分类模式:基于所述岩性分类模式与预设的数据填充法,将预设的测井参考速度数据填充至预设的地震参考速度模型中的不同类别岩性区域,得到深度域初始速度模型。通过本发明专利技术给出的深度域初始速度建模方法构建的全波形反演初始速度模型不受数据采集偏移距长短限制,克服了现有建模方法对部分参数过于依赖的问题。通过识别地震成像数据得到岩性数据,并基于该岩性数据对参考速度模型进行速度填充,得到深度域初始速度模型,该初始速度模型地质意义明确,能同时构建相同分辨率的深层和浅层速度特征。

【技术实现步骤摘要】

本专利技术涉及地震资料处理,特别涉及一种深度域初始速度建模的方法。


技术介绍

1、全波形反演是一种特别依赖初始模型低频特征的深度域高分辨率速度建模方法。面向低频缺失、中短偏移距的陆上双复杂探区地震观测数据,建立具有准确低频特征的初始速度模型是全波形反演成功应用的关键。在油气勘探中,常用的全波形反演初始速度建模方法主要包括走时层析、laplace域波形反演、补偿低频的反演方法三类。走时层析包括初至波走时层析、反射层析、立体层析等,其显著缺点为不能对近地表和中深层同时建模,且反演深度极大依赖偏移距长短,对于陆地常见的中短偏移距采集来说,无法实现深层或超深层低频特征的有效构建;laplace域波形反演,深度极大依赖偏移距长短和衰减参数,无法实现深层或超深层低频特征的有效构建;补偿低频的反演方法在双复杂区难以有效建立理想的低频模型,建模结果存在较大主观性,综上所述目前的全波形反演初始速度建模方法均存在着对部分参数过于依赖、应用范围较窄、应用条件苛刻、在建模时存在人为主观因素以及建模时部分频率模型缺失,影响后续全波形反演整体建模可靠性的问题。因此,需要研发一种不受数本文档来自技高网...

【技术保护点】

1.一种深度域初始速度建模方法,其特征在于,包括:

2.如权利要求1所述的深度域初始速度建模方法,其特征在于,对地震成像数据进行识别,得到岩性属性数据,包括:

3.如权利要求2所述的深度域初始速度建模方法,其特征在于,所述迭代函数为:

4.如权利要求3所述的深度域初始速度建模方法,其特征在于,所述迭代终止条件为:

5.如权利要求2所述的深度域初始速度建模方法,其特征在于,在得到岩性属性数据后,还包括:对所述岩性属性数据进行归一化。

6.如权利要求1所述的深度域初始速度建模方法,其特征在于,对地震成像数据进行识别,还包括:利用地震...

【技术特征摘要】

1.一种深度域初始速度建模方法,其特征在于,包括:

2.如权利要求1所述的深度域初始速度建模方法,其特征在于,对地震成像数据进行识别,得到岩性属性数据,包括:

3.如权利要求2所述的深度域初始速度建模方法,其特征在于,所述迭代函数为:

4.如权利要求3所述的深度域初始速度建模方法,其特征在于,所述迭代终止条件为:

5.如权利要求2所述的深度域初始速度建模方法,其特征在于,在得到岩性属性数据后,还包括:对所述岩性属性数据进行归一化。

6.如权利要求1所述的深度域初始速度建模方法,其特征在于,对地震成像数据进行识别,还包括:利用地震属性分析法、属性筛选与聚类法、神经网络学习法及井震联合反演法中的至少一种方法对所述地震成像数据进行识别。

7.如权利要求1所述的深度域初始速度建模方法,其特征在于,对所述岩性属性数据进行分类,得到岩性分类模式,包括:

8.如权利要求7所述的深度域初始速度建模方法,其特征在于,所述模糊聚类迭代函数的表达式为:

9.如权利要求8所述的深度域初始速度建模方...

【专利技术属性】
技术研发人员:李萌曾庆才秦楠王春明首皓曾同生宋雅莹
申请(专利权)人:中国石油天然气集团有限公司
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