[发明专利]一种用于叠前地震数据参数反演的改进遗传算法

说明书

本发明涉及一种用于叠前地震数据参数反演的改进遗传算法，包括如下步骤：S1对油田地下储层测井区域进行采样，获取若干组弹性参数；对所述油田地下储层测井区域进行地震勘探，获取若干组与所述弹性参数相关的实际地震记录；S2运用所述弹性参数进行迭代运算，更新弹性参数的数值；S3通过S2计算得到的弹性参数计算对应的地震记录计算值，并与所述S1中的实际地震记录比较，得到验证计算结果；S4当验证计算结果小于阈值时，验证成功得到所述弹性参数的反演结果；当验证计算不小于阈值时，验证失败则返回S2。本发明运用遗传算法对弹性参数不断迭代，不断将新得到的弹性参数进行正演与地震记录比对，使正演获取的地震记录无限逼近实际地震记录。

技术领域

本发明涉及算法优化，具体地指一种用于叠前地震数据参数反演的改进遗传算法。

背景技术

地震勘探是利用地震信息进行石油勘探的一种方法，由于地震信息可以反映出储层参数的变化趋势，因此，可以使用该方法来预测储层参数。地震数据分为叠前和叠后两种，由于叠前地震数据比叠后地震数据包含了更多的流体信息，而且叠前反演方法具有结果稳定、分辨率高、可控制性强等明显优势，因此近年来，基于叠前地震数据的反演一直是地震勘探领域中的热门话题。AVO(Amplitude Variation with Offset)技术是目前最常用的应用叠前资料预测油气的技术。该技术能充分利用地震资料信息，已经被广泛的用于油气检测。叠前地震资料中包含许多有用的信息可用于地下油气状况的预测，其中地震波的纵波速度V_p、地震波波的横波速度Vs和岩石的密度ρ这三个弹性参数是关键的参数。这三个弹性参数可以侧面反映出地下储层的含气饱和度状况，纵波速度V_p与含气饱和度的关系是非线性的，密度ρ与含气饱和度的关系则是线性的，横波速度V_s可以反映一些岩石特性。因此在判断地下油气饱和度时需要这三个弹性参数的变化的信息。叠前地震数据参数的反演需要构建合适的目标函数，然后对目标函数进行优化，该目标函数一般是非线性的。当使用线性或拟线性的方法来求解该问题时，由于这些方法存在对初始模型依赖较强等缺陷，若初始模型选择有误，就会导致反演结果不可靠；尤其在对具有多参数、多极值等特性的非线性反演问题进行求解时，这些线性反演方法便遇到了瓶颈。

针对于传统三参数反演问题，横波波速、纵波波速这两项往往能反演的很好，但是密度项却很差，这也是一个亟待解决的问题。同样在反演过程中，存在着反演出的振幅地震数据和实际振幅地震数据十分拟合，但是反演出的弹性参数与实际弹性参数存在较大误差的情况也就是弹性参数之间的相关系数很低，这同样也是一个亟待解决的问题。

遗传算法是模拟达尔文生物进化论的自然选择和遗传学机理的生物进化过程的计算模型，是一种通过模拟自然进化过程搜索最优解的方法。遗传算法是从代表问题可能潜在的解集的一个种群开始的，而一个种群则由经过基因编码的一定数目的个体组成。每个个体实际上是染色体带有特征的实体。染色体作为遗传物质的主要载体，即多个基因的集合，其内部表现(即基因型)是某种基因组合，它决定了个体的形状的外部表现，如黑头发的特征是由染色体中控制这一特征的某种基因组合决定的。因此，在一开始需要实现从表现型到基因型的映射即编码工作。由于仿照基因编码的工作很复杂，我们往往进行简化，如二进制编码，初代种群产生之后，按照适者生存和优胜劣汰的原理，逐代演化产生出越来越好的近似解，在每一代，根据问题域中个体的适应度大小选择个体，并借助于自然遗传学的遗传算子进行组合交叉和变异，产生出代表新的解集的种群。这个过程将导致种群像自然进化一样的后生代种群比前代更加适应于环境，末代种群中的最优个体经过解码，可以作为问题近似最优解。

发明内容

本发明所要解决的技术问题是提供利用地震记录对弹性参数进行反演计算的用于叠前地震数据参数反演的改进遗传算法。

本发明解决上述技术问题的技术方案如下：

一种用于叠前地震数据参数反演的改进遗传算法，包括如下步骤：