基于深度学习的多方位地震数据断裂检测方法、系统、介质及设备技术方案

本发明专利技术涉及油气田勘探开发领域，公开了一种基于深度学习的多方位地震数据断裂检测方法、系统、介质及设备，其包括：对叠后地震数据进行预处理后，将每一方位的叠后地震数据旋转为四方向旋转数据体，并采用基于卷积神经网络的深度学习对其进行断裂检测，获得对应的四方向断裂概率体；通过对照四方向断裂概率体的平面和剖面结果进行方向选择，优选包含断裂信息丰富且合理的方向角度，并基于深度学习针对四方向断裂概率体进行加权融合得到每一方位对应的融合概率体，然后对每一方位的融合概率体进行加权融合计算以构建全方位的融合断裂概率体；基于融合断裂概率体提取其平面属性，采用图像增强和几何形态检测技术准确量化断裂密度的空间分布规律。

【技术实现步骤摘要】

本专利技术涉及一种油气田勘探开发，特别是关于一种基于深度学习的多方位地震数据断裂检测方法、系统、介质及设备。

技术介绍

1、断裂系统（包括断层和裂缝）是油气储层中普遍发育的地质构造，对油气田的勘探、开发和生产具有至关重要的影响。断裂系统的发育既可能促进油气的富集与高效开采，也可能导致开发风险。一方面，断裂可以作为油气运移的优势通道，促进烃类流体在储层中的聚集；另一方面，断裂的发育程度和连通性直接控制储层的渗透性、流体渗流规律及开发动态。若断裂检测精度不足，可能导致含水率快速上升、钻井漏失、井壁失稳等开发风险。

2、当前断裂检测主要依赖于以下技术：基于叠后数据的地震几何属性（如相干体、曲率属性）分析或蚂蚁体技术，以及基于叠前数据的各向异性分析等，然而，叠后断裂检测方法存在如下局限：叠后断裂检测多基于单方位数据，难以充分表征复杂断裂系统的多方位响应特征；常规地震几何属性对小尺度和复杂断裂区的分辨率不足，易出现漏检或误判；现有技术流程缺少定量化表征及分析流程。

技术实现思路

1、针对上述问题，本专利技术本文档来自技高网...

【技术保护点】

1.一种基于深度学习的多方位地震数据断裂检测方法，其特征在于，包括：

2.如权利要求1所述基于深度学习的多方位地震数据断裂检测方法，其特征在于，对叠后地震数据进行预处理，包括构造导向滤波和振幅归一化。

3.如权利要求1所述基于深度学习的多方位地震数据断裂检测方法，其特征在于，将每一方位的叠后地震数据旋转为四方向数据体，具体为：将每一方位的叠后地震数据按45°增量旋转为四方向旋转数据体。

4.如权利要求1所述基于深度学习的多方位地震数据断裂检测方法，其特征在于，采用基于卷积神经网络的深度学习对其进行断裂检测，包括：

5.如权利要求1所述基于深...

【技术特征摘要】

1.一种基于深度学习的多方位地震数据断裂检测方法，其特征在于，包括：

2.如权利要求1所述基于深度学习的多方位地震数据断裂检测方法，其特征在于，对叠后地震数据进行预处理，包括构造导向滤波和振幅归一化。

3.如权利要求1所述基于深度学习的多方位地震数据断裂检测方法，其特征在于，将每一方位的叠后地震数据旋转为四方向数据体，具体为：将每一方位的叠后地震数据按45°增量旋转为四方向旋转数据体。

4.如权利要求1所述基于深度学习的多方位地震数据断裂检测方法，其特征在于，采用基于卷积神经网络的深度学习对其进行断裂检测，包括：

5.如权利要求1所述基于深度学习的多方位地震数据断裂检测方法，其特征在于，包含断裂信息丰富且合理的方向角度，需同时具备以下特征：

6.如权利要求1所述基...

【专利技术属性】
技术研发人员：张显文，马家宇，张晶玉，宋书剑，王宗俊，蔡文涛，田楠，
申请(专利权)人：中海石油中国有限公司，
类型：发明
国别省市：