[发明专利]深度域地震波阻抗反演方法及系统有效

专利信息
申请号: 201610797648.5 申请日: 2016-08-31
公开(公告)号: CN107783183B 公开(公告)日: 2019-10-29
发明(设计)人: 李呈呈;张克非;朱童;林正良;胡华锋 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石油物探技术研究院
主分类号: G01V1/28 分类号: G01V1/28;G01V1/30;G01V1/40
代理公司: 北京思创毕升专利事务所 11218 代理人: 孙向民
地址: 100728 北*** 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: 深度 地震波 阻抗 反演 方法 系统
【说明书】:

公开了一种深度域地震波阻抗反演方法及系统。该方法包括:基于测井数据,获得波阻抗数据和井旁深度域地震数据;基于所述波阻抗数据与所述井旁深度域地震数据,通过支持向量机获得支持向量机学习模型;以及基于所述支持向量机学习模型,对三维深度域地震数据进行反演,获得与所述三维深度域地震数据对应的波阻抗体。本发明通过支持向量机建立测井数据中的波阻抗数据与井旁深度域地震数据之间的非线性关系,旨在在数据匮乏的情况下仍然可以获得比较准确的非线性关系,这种非线性关系可用来完成深度域的地震波阻抗反演,计算效率高。

技术领域

本发明涉及地震勘探领域,更具体地,涉及一种深度域地震波阻抗反演方法及系统。

背景技术

在地震勘探领域,基于褶积模型的深度域地震反演方法在于难以建立进行时深转换所需要的精确三维速度场和提取深度域地震子波,即基于褶积模型的深度域地震反演方法在实现过程中存在深度域子波难以提取的问题。基于神经网络数据驱动的深度域地震反演方法只需要建立起测井曲线与目标岩性参数之间的关系即可完成反演,但是采用该方法需要的样本数据大,并且存在测井曲线时深转换过程中由于重采样造成的高频信息丢失的问题。

发明人发现,目前缺少高效精确的深度域地震反演方法。因此,有必要开发一种采集数据样本小且反演分辨率高的深度域地震反演方法及系统。

公开于本发明背景技术部分的信息仅仅旨在加深对本发明的一般背景技术的理解,而不应当被视为承认或以任何形式暗示该信息构成已为本领域技术人员所公知的现有技术。

发明内容

本发明提出了一种深度域地震波阻抗反演方法及系统,其能够通过基于所述支持向量机学习模型,对三维深度域地震数据进行反演,实现求取与所述三维深度域地震数据对应的波阻抗体。

根据本发明的一方面,提出了一种深度域地震波阻抗反演方法。所述方法包括:基于测井数据,获得波阻抗数据和井旁深度域地震数据;基于所述波阻抗数据与所述井旁深度域地震数据,通过支持向量机获得支持向量机学习模型;以及基于所述支持向量机学习模型,对三维深度域地震数据进行反演,获得与所述三维深度域地震数据对应的波阻抗体。

根据本发明的另一方面,提出了一种深度域地震波阻抗反演系统,所述系统包括:用于基于测井数据,获得波阻抗数据和井旁深度域地震数据的单元;用于基于所述波阻抗数据与所述井旁深度域地震数据,通过支持向量机获得支持向量机学习模型的单元;以及用于基于所述支持向量机学习模型,对三维深度域地震数据进行反演,获得与所述三维深度域地震数据对应的波阻抗体的单元。

本发明通过支持向量机建立测井数据中的波阻抗数据与井旁深度域地震数据之间的非线性关系,旨在在数据匮乏的情况下仍然可以获得比较准确的非线性关系,这种非线性关系可用来完成深度域的地震波阻抗反演,计算效率高,预测结果可以用于深度域储层预测等热点领域。

本发明的方法和装置具有其它的特性和优点,这些特性和优点从并入本文中的附图和随后的具体实施方式中将是显而易见的,或者将在并入本文中的附图和随后的具体实施方式中进行详细陈述,这些附图和具体实施方式共同用于解释本发明的特定原理。

附图说明

通过结合附图对本发明示例性实施方式进行更详细的描述,本发明的上述以及其它目的、特征和优势将变得更加明显,其中,在本发明示例性实施方式中,相同的参考标号通常代表相同部件。

图1示出了根据本发明的深度域地震波阻抗反演方法的步骤的流程图。

具体实施方式

下面将参照附图更详细地描述本发明。虽然附图中显示了本发明的优选实施方式,然而应该理解,可以以各种形式实现本发明而不应被这里阐述的实施方式所限制。相反,提供这些实施方式是为了使本发明更加透彻和完整,并且能够将本发明的范围完整地传达给本领域的技术人员。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

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中国石油化工股份有限公司;中国石油化工股份有限公司石油物探技术研究院,未经中国石油化工股份有限公司;中国石油化工股份有限公司石油物探技术研究院许可,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/201610797648.5/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top