申请/专利权人:中国石油化工股份有限公司;中国石油化工股份有限公司胜利油田分公司物探研究院
申请日:2019-07-23
公开(公告)日:2024-04-26
公开(公告)号:CN110554427B
主分类号:G01V1/28
分类号:G01V1/28;G01V1/30
优先权:
专利状态码:有效-授权
法律状态:2024.04.26#授权;2022.08.02#实质审查的生效;2019.12.10#公开
摘要:本发明公开了一种基于地震波形正演的岩性组合预测方法,利用井上得到的岩性组合关系及其特征将研究区的岩性组合的类型进行分类统计,根据不同的岩性组合统计对应岩性组合的速度、密度和厚度的范围;对地震资料进行频谱分析确定其有效的频率范围,在该频率范围内随机选取固定频率的地震子波;将岩性组合的速度、密度数据和地震子波数据进行褶积运算得到地震波形数据,通过时频分析将地震波形数据转换成二维图片;将二维图片与对应的岩性组合类型构成深度学习训练样本,采用卷积神经网络进行模型的训练;利用训练好的模型可以预测实际地震波形的岩性组合类型。本发明能够快速确定岩性组合的分布,预测准确性高,便于推广使用。
主权项:1.一种基于地震波形正演的岩性组合预测方法,其特征在于,包括以下步骤:步骤1:首先将研究区的岩性组合的类型进行分类统计,根据不同的岩性组合统计对应岩性组合的速度、密度和厚度的范围;步骤2:按照步骤1统计的岩性组合的速度、密度和厚度范围,采用蒙特卡洛随机模拟的方法随机选取一种岩性组合的速度值、密度值和厚度值,将速度值和厚度值转换成双程旅行时间,将该双程旅行时间值按照设定的时间间隔进行采样从而转换得到对应岩性组合的速度和密度数据;步骤3:对地震资料进行频谱分析确定其有效的频率范围,在该频率范围内随机选取固定频率的地震子波;步骤4:将由步骤2得到的岩性组合的速度、密度数据和步骤3得到的地震子波数据进行褶积运算得到地震波形数据,并通过时频分析将地震波形数据转换成二维图片;步骤5:将由步骤4得到的二维图片与对应的岩性组合类型构成深度学习训练样本,采用卷积神经网络进行模型的训练,得到训练好的卷积神经网络模型;步骤6:将实际地震数据按照训练样本的长度,通过同样的时频分析方法转换成二维图片,并加载到训练好的卷积神经网络模型中进行岩性组合类别的判断,取最大概率值对应的岩性组合类别作为预测结果。
全文数据:
权利要求:
百度查询: 中国石油化工股份有限公司;中国石油化工股份有限公司胜利油田分公司物探研究院 一种基于地震波形正演的岩性组合预测方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。