[发明专利]一种地震波形分析及储层预测方法和装置

权利要求书

1.一种地震波形分析及储层预测方法，其特征在于，所述方法包括：

从地震剖面上任一个地震反射层位中选取目的层；

选取地震波形分类时窗的大小，根据所述地震波形分类时窗提取目的层附近的地震波形；

根据地震相的分类数，创建多个模型道，所述多个模型道的数量与所述地震相的分类数相同；

根据自组织神经网络对目的层附近的地震波形进行分类，以区分不同沉积体；

对地震相分类参数进行处理，生成地震相分类图；所述地震相分类参数包括：地震相的分类数、训练自组织神经网络的数据量及自组织神经网络的迭代次数；

根据沉积时水深、水动力特征、岩石物理特征、生物种类、沉积构造特征、储集性能、以及测井曲线特征，建立沉积相识别标志以进行单井沉积相的划分，并进行单井间的沉积相对比来生成连井沉积相，所述连井沉积相用以确定井与井之间的沉积相；

结合单井沉积相及地震相，把井点处地震相转化为沉积相，根据标定井点地震波形类型向未钻探地区外推，结合所述连井沉积相，对整个地震相图进行地质解释并由点到面地形成沉积相图；

根据所述沉积相图进行储层预测，寻找不同沉积相中有利储层发育区。

2.根据权利要求1所述的方法，其特征在于，所述对地震相分类参数进行处理，生成地震相分类图包括：

根据测区大小选择用于训练自组织神经网络的数据量；

确定地震相的分类数，所述地震相的分类数是整个感兴趣的层段内所遇到的地震道的种类数；

选择自组织神经网络的迭代次数；

根据所述数据量、所述分类数和所述迭代次数，生成地震相分类图。

3.根据权利要求2所述的方法，其特征在于，所述根据测区大小选择用于训练自组织神经网络采用的数据量包括：

对于道数小于第一道数阈值的三维测区，使用每一道数据用于训练自组织神经网络；

对于道数大于第二道数阈值的三维测区，每隔多道抽取一道的数据用于训练自组织神经网络，其中第二道数阈值大于第一道数阈值；以及，

对于道数位于第一道数阈值和第二道数阈值之间的三维测区，根据用户计算机硬件配置情况和/或预设的任务缓急标识来确定是否需要抽稀道用于训练自组织神经网络。

4.根据权利要求2所述的方法，其特征在于，所述确定地震相的分类数包括：

把选定目的层段厚度除以6所得结果作为第一次计算的分类数；

把第一次计算的分类数的50％作为第二次计算的分类数；

把第一次计算的分类数的150％作为第三次计算的分类数。

5.根据权利要求1或2所述的方法，其特征在于，所确定的分类数在5~15之间。

6.根据权利要求2所述的方法，其特征在于，所选择的自组织神经网络的迭代次数为10~20次，或者20~40次。

7.根据权利要求1所述的方法，其特征在于，所述沉积相识别标志包括如下中的至少一种：蒸发台地识别标志、局限台地识别标志、开阔台地识别标志、台地边缘识别标志、陆棚识别标志。

8.根据权利要求7所述的方法，其特征在于，所述蒸发台地识别标志包括如下三类沉积微相：膏坪、泥坪和白云坪；所述局限台地识别标志包括如下三类沉积微相：台内礁滩、滩间洼地和灰泥坪。

9.根据权利要求7所述的方法，其特征在于，所述根据所述沉积相图进行储层预测，寻找不同沉积相中有利储层发育区包括：在蒸发台地中寻找白云坪发育区；在局限台地中寻找潮坪和台内礁滩发育区，所述潮坪包括膏坪和泥坪；在开阔台地中寻找台内礁滩和点礁发育区。