[发明专利]一种基于多属性反演进行煤层底板富水性预测的方法在审
申请号: | 201610094397.4 | 申请日: | 2016-02-19 |
公开(公告)号: | CN107102379A | 公开(公告)日: | 2017-08-29 |
发明(设计)人: | 师素珍 | 申请(专利权)人: | 师素珍 |
主分类号: | G01V11/00 | 分类号: | G01V11/00 |
代理公司: | 暂无信息 | 代理人: | 暂无信息 |
地址: | 100083 北京市海淀区学院*** | 国省代码: | 北京;11 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 基于 属性 反演 进行 煤层 底板 水性 预测 方法 | ||
技术领域
本发明属于地球物理勘探领域,具体涉及一种基于多属性反演进行煤层底板富水性预测的方法。
背景技术
随着煤田开采深度的不断加深,对煤田三维地震勘探技术的要求也越来越高。在岩性与流体预测方面,叠后纵波波阻抗反演提供的波阻抗信息已经不能满足煤层顶底板流体预测的要求,而叠前反演方法虽然在流体预测方面存在巨大优势,但是由于其对原始数据要求高、处理方法复杂等原因,一直未能在煤层岩性与流体预测方面发挥出应有的作用。
发明内容
本发明针对现有技术的不足,提出一种应用多属性反演技术、在优选敏感属性的基础上对煤层底板富水性进行预测的方法。
为达到上述目的,本发明的技术方案包括:
将待预测区的视电阻率曲线作为目标曲线的步骤;
从所述目标曲线提取若干地震属性的步骤;
对所述地震属性和视电阻率进行数学变换的步骤;
对所述地震属性、视电阻率及数学变换的结果进行相关交会的步骤;
根据所述相关交会获得敏感地震属性的步骤;
对所述敏感地震属性进行筛选得到最优模型的步骤;
根据所述神经网络训练模型和待预测区的三维地震数据获得视电阻率体的步骤;
选取基准面对所述视电阻率体进行切片提取的步骤;
输出所述切片的步骤。
本发明的有益效果在于提供了一种基于多属性反演进行煤层底板富水性预测的方法,本发明利用概率神经网络算法建立岩石物性与敏感地震属性组合之间的非线性关系,实现了岩石物性参数的直接反演,而且其对各种地震数据适应能力强、计算耗时短。
附图说明
图1所示为本发明一种基于多属性反演进行煤层底板富水性预测的方法的实施例的流程图。
具体实施方式
下文将结合具体附图详细描述本发明具体实施例。应当注意的是,下述实施例中描述的技术特征或者技术特征的组合不应当被认为是孤立的,它们可以被相互组合从而达到更好的技术效果。
图1所示为本发明一种基于多属性反演进行煤层底板富水性预测的方法的实施例的流程图。
下面将结合图1所示,详细介绍本发明一种基于多属性反演进行煤层底板富水性预测的方法的实施例,它包括:
步骤 101:从所述目标曲线提取若干地震属性的步骤:本区共提取了26种地震属性;
步骤102:对所述地震属性和视电阻率进行数学变换的步骤:对视电阻率和地震属性作了4种数学变换,平方、开方、对数和倒数,再将视电阻率与地震属性本身和数学变换作400种相关交会;
步骤103:对所述视电阻率和地震属性的数学变换进行相关交会并获得敏感地震属性的步骤:地震敏感属性筛选的基本法则是:首先从参数列表中选取相关性最好的属性,评判的准则是均方根误差最小。然后让剩下的属性和这个属性一一配对,找到相关性最好的那一对,之后在剩下的属性中寻找和前面选出的两个属性匹配最好的属性,依次寻找,直到提供的全部属性(26种地震属性)筛选完毕;
步骤104:对所述敏感地震属性和所述视电阻率曲线进行神经网络训练获得神经网络训练模型的步骤;
步骤105:根据所述神经网络训练模型和待预测区的三维地震数据获得视电阻率体的步骤;
步骤106:选取基准面对所述视电阻率体进行切片提取的步骤。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于师素珍,未经师素珍许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201610094397.4/2.html,转载请声明来源钻瓜专利网。
- 上一篇:煤层气分源识别方法
- 下一篇:一种用于海底地震波法探测的模型试验系统及方法