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()
【技术实现步骤摘要】
本专利技术涉及地球物理勘探开发,具体的,涉及一种地震波形样本创建方法、计算机设备和可读存储介质。
技术介绍
1、因为地震记录是地震子波和反射系数的褶积,其波形中包含了地下地层单元的信息。通常认为地层沉积单元的变化,反映为地震波传播的几何学、运动学、动力学等特征的变化,也就是地震波形的差异。因此在油气勘探中,往往利用地震反射数据实现对地下构造的解释,进行对地层沉积单元岩性、储层发育和含油气性的描述。目前的常见方法是基于地震波形的有监督模式识别方法,结合已钻井的井旁地震道、测井、地质和测试等先验信息,建立目的层段地震波形样本和样本分类目标之间的关系,利用模式识别算法对其他地震数据进行识别,帮助确定地质异常体、储层发育区和油气富集区。利用已钻井的井旁地震道数据作为有监督模式识别训练样本的常规方法在效率和准确性方面都远远不足。
2、前人在这一领域做了很多工作,主要集中在两个方面。首先是如何从地震数据中提取特征参数属性,揭示隐藏的地层变化信息,采用降维算法,实现去噪、突出有效信号和提高计算效率等目的。例如采用小波变化、s变换或经验模态分解等时频变换方法获取地震波形的时频特征,再采用主成分分析(pca)、奇异值分解(svd)或独立成分分析(ica)等直接降维方法提取地震数据中的主要特征。其次是采用更先进的有监督算法提升效果和节约运算时间。例如在以往的贝叶斯决策法、判别函数法、近邻法和决策树法基础上,提出结合支持向量机和深度神经网络算法、卷积神经网络算法和id3算法等先进技术创建模式分类器。
3、有监督的地震波形模式识
4、申请号为“cn201811467808.5”、名称为“一种面向深度学习的储层预测样本扩充方法”的中国专利公开了一种储层预测样本扩充方法,该扩充方法通过井震结合,抽取得到井旁地震数据,并将地震数据转换为能够反映储层分布的字符串形式,通过时深转换建立井震储层对应关系,然后根据井上储层分布建立地震字符串匹配模式,将这一字符串模式与井周围一定范围内的地震道进行字符串匹配,记录相匹配地震道对应的时间点,将该点对应的地震采样点作为符合对应储层的样本标记,依次记录这些标记点得到能够反映不同储层类型并符合地质特点的样本标签。该扩充方法为实现储层预测的大数据分析提供大量有效训练样本。但该方法与本申请的创建地震波形样本的方法不同,也不具获得具有代表性的地震波形样本的作用。
技术实现思路
1、针对现有技术中存在的不足,本专利技术的目的在于解决上述现有技术中存在的一个或多个问题。例如,本专利技术的目的之一在于提供一种能够获得更多典型地震波形道、扩充有监督模式识别的地震波形样本库的地震波形样本创建方法、计算机设备和可读存储介质。
2、为了实现上述目的,本专利技术一方面提供了一种适用于有监督模式识别的地震波形样本创建方法,所述方法包括以下步骤:
3、确定目标工区内目标储层段的地震反射时窗;
4、根据井网密度和测井资料品质从目标工区已钻井中挑选m口井,建立初始井数据库a;
5、从初始井数据库a中,确定x类典型储层段;
6、在x类典型储层段中选择第i类典型储层段的测井曲线,将其移植至初始井数据库a的其它井中,建立m-1口新井;
7、基于m-1口新井和第i类典型储层段所在井,采用地震正演技术,获得各井的地震道,确定目标储层段对应时窗,抽取对应的地震波形段,组成地震波形集合bi;
8、对地震波形集合bi采用无监督聚类算法,获得n个典型地震波形,组成地震波形集合ci;
9、选择其它类型的典型储层段,重复上述建立新井、获得地震波形集合bi和地震波形集合ci的步骤,直到i大于x,建立有监督模式识别的地震波形样本库;
10、其中,x、i和m为正整数。
11、根据本专利技术一方面的一个示例性实施例,所述确定目标工区内目标储层段的地震反射时窗可包括:收集目标工区内已钻井信息,获取其测井、地质和测试资料,统计分析目标储层段的数据,井震标定,确定该目标储层段的地震反射时窗。
12、进一步地,所述目标储层段的数据可包括孔隙度、含油或气饱和度、密度和速度中的多种。
13、根据本专利技术一方面的一个示例性实施例,所述典型储层段可包括层厚、孔隙度高、含油或气饱和度高的好储层或层薄、孔隙度中或低、含油或气饱和度低的差储层。
14、根据本专利技术一方面的一个示例性实施例,所述移植典型储层段测井曲线可包括将测井曲线放置于地质层位相当的深度段,替换原有曲线以模拟不同沉积环境中发育相同或相似的储层的情况。
15、根据本专利技术一方面的一个示例性实施例,所述新井的目标层段储层可相同或相似、上下围岩不同。
16、根据本专利技术一方面的一个示例性实施例,所述地震波形集合bi可表示为:
17、bi={s1,s2,s3,...,sm}
18、所述地震波形集合ci可表示为:
19、ci={y1,y2,y3,...,yn}
20、其中,s1为第一口井的第i类储层段新地震波形段;s2为第二口井的第i类储层段新地震波形段;s3为第三口井的第i类储层段新地震波形段;sm为第m口井的第i类储层段新地震波形段;y1为第i类储层段新地震波形段的第一个典型地震波形;y2为第i类储层段新地震波形段的第二个典型地震波形;y3为第i类储层段新地震波形段的第三个典型地震波形;yn为第i类储层段新地震波形段的第n个典型地震波形;n<m。
21、根据本专利技术一方面的一个示例性实施例,所述地震反射时窗的确定可需要结合目标层段地质层位和地震信号主频。
22、本专利技术的另一方面提供了一种计算机设备,所述计算机设备包括:
23、至少一个处理器;
24、存储有程序指令的存储器,其中,程序指令被配置为由所述至少一个处理器执行,程序指令可包括用于执行上述任意一项所本文档来自技高网...
【技术保护点】
1.一种适用于有监督模式识别的地震波形样本创建方法,其特征在于,所述方法包括以下步骤:
2.根据权利要求1所述的适用于有监督模式识别的地震波形样本创建方法,其特征在于,所述确定目标工区内目标储层段的地震反射时窗包括:收集目标工区内已钻井信息,获取其测井、地质和测试资料,统计分析目标储层段的数据,井震标定,确定该目标储层段的地震反射时窗。
3.根据权利要求2所述的适用于有监督模式识别的地震波形样本创建方法,其特征在于,所述目标储层段的数据包括孔隙度、含油或气饱和度、密度和速度中的多种。
4.根据权利要求1所述的适用于有监督模式识别的地震波形样本创建方法,其特征在于,所述典型储层段包括层厚、孔隙度高、含油或气饱和度高的好储层或层薄、孔隙度中或低、含油或气饱和度低的差储层。
5.根据权利要求1所述的适用于有监督模式识别的地震波形样本创建方法,其特征在于,所述移植典型储层段测井曲线包括将测井曲线放置于地质层位相当的深度段,替换原有曲线以模拟不同沉积环境中发育相同或相似的储层的情况。
6.根据权利要求5所述的适用于有监督模式识别的
7.根据权利要求1所述的适用于有监督模式识别的地震波形样本创建方法,其特征在于,所述地震波形集合Bi表示为:
8.根据权利要求1所述的适用于有监督模式识别的地震波形样本创建方法,其特征在于,所述地震反射时窗的确定需要结合目标层段地质层位和地震信号主频。
9.一种计算机设备,其特征在于,包括:
10.一种计算机可读存储介质,其上存储有计算机程序指令,其特征在于,计算机程序指令被处理器执行时实现权利要求1~8中任意一项所述的方法。
...【技术特征摘要】
1.一种适用于有监督模式识别的地震波形样本创建方法,其特征在于,所述方法包括以下步骤:
2.根据权利要求1所述的适用于有监督模式识别的地震波形样本创建方法,其特征在于,所述确定目标工区内目标储层段的地震反射时窗包括:收集目标工区内已钻井信息,获取其测井、地质和测试资料,统计分析目标储层段的数据,井震标定,确定该目标储层段的地震反射时窗。
3.根据权利要求2所述的适用于有监督模式识别的地震波形样本创建方法,其特征在于,所述目标储层段的数据包括孔隙度、含油或气饱和度、密度和速度中的多种。
4.根据权利要求1所述的适用于有监督模式识别的地震波形样本创建方法,其特征在于,所述典型储层段包括层厚、孔隙度高、含油或气饱和度高的好储层或层薄、孔隙度中或低、含油或气饱和度低的差储层。
5.根据权利要求1所述的适用于有监督模式识别的地震波...
【专利技术属性】
技术研发人员:胡晓新,刘晓鹏,彭宇,吴宗蔚,吴大奎,李刚毅,李斯嘉,付建元,刘俊海,胡天文,
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:
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。