[发明专利]一种基于卷积神经网络的油气藏储层表征方法

说明书

本申请公开了一种基于卷积神经网络的油气藏储层表征方法、装置、设备及可读存储介质，方案包括：获取地震道数据；截取预设级次沉积旋回对应的地震道数据；将截取得到的地震道数据输入预先经过训练的卷积神经网络，得到高频合成记录；根据高频合成记录，确定小尺度地质体的分布规律以实现精确的储层表征。由于卷积神经网络提高地震资料的频率的幅度大，而且卷积神经网络具备自动学习能力，因此该方案频率提高幅度大、处理准确性高、处理效率高。此外，该方案针对不同沉积旋回差异较大的问题，截取预设级次沉积旋回的地震道数据以作为输入，针对性更强，进一步提升了高频处理的准确性，最终提升了油气藏开发效率。

技术领域

本申请涉及计算机技术领域，特别涉及一种基于卷积神经网络的油气藏储层表征方法、装置、设备及可读存储介质。

背景技术

我国陆上油气藏多已进入高含水、高采出程度的开发后期，因此，小尺度地质体的精确表征是提高油气藏采收率的关键。地震资料是井间地质体唯一的、直接的、全覆盖的观测数据，但现有地震资料的垂向分辨率几乎都大于10m，例如胜坨油田主力含油层系沙河街组的最佳地震垂向分辨率约为20m，难以支撑精细、准确表征井间地质体的地震响应特征。

近些年，针对地震资料高分辨处理发展了很多方法和理论，如基于波形差异的地震高分辨处理方法、基于地震属性的高分辨处理方法等。

其中，基于波形差异的地震高分辨处理方法通过提取地震波形的最大振幅位置、波形重心、平均振幅等参数研究反射同相轴的差异变化和终止关系、地震波形结构的分布规律，实现地震分辨率的提高，从而表征小尺度的地质体。但小尺度地质体在地震剖面上难有明显响应特征，且不同类型、不同级次的地震响应特征复杂，地震波形差异对小尺度地质体的敏感性不强；另外，基于波形差异的地震高分辨处理效果很大程度上依赖解释人员的地质和地球物理知识、地震解释经验、对研究工区的熟悉度，高分辨率处理的多解性强。

基于地震属性的高分辨处理方法利用地震属性提取、地层切片和分频技术，以测井刻度地震为原则，建立振幅、频率、相位等相关地震属性与小尺度地质体的关系，实现地震分辨率的提高。基于地震属性的高分辨处理方法也存在多解性问题，薄层地质体在地震属性上难有明显响应，该方法通过井上数据和地震属性的统计关系进行井震联合，由于井、震数据间的相关性不高，高分辨处理和解释结果难以准确表征实际地下地质体分布规律。

但是，基于波形差异的地震高分辨处理和基于地震属性的高分辨处理方法需要综合测井和地震数据进行多轮校正修改，重复工作环节多，工作量巨大，时间成本和人力成本高。

综上，在开发油气藏的过程中，传统的高频处理方案需要经过多轮人工校正修改，工作量巨大，费时费力，导致油气藏开发效率低下。

发明内容

本申请的目的是提供一种基于卷积神经网络的油气藏储层表征方法、装置、设备及可读存储介质，用以解决在开发油气藏的过程中，传统的高频处理方案需要经过多轮人工校正修改，工作量巨大，费时费力，导致油气藏开发效率低下的问题。具体方案如下：

第一方面，本申请提供了一种基于卷积神经网络的油气藏储层表征方法，包括：

获取地震道数据；

截取预设级次沉积旋回对应的地震道数据；

将截取得到的地震道数据输入预先经过训练的卷积神经网络，得到高频合成记录；

根据所述高频合成记录，确定小尺度地质体的分布规律以实现储层表征。

优选的，所述截取预设级次沉积旋回对应的地震道数据，包括：

截取地震可识别的最低级次沉积旋回对应的地震道数据。

优选的，在所述将截取得到的地震道数据输入预先经过训练的卷积神经网络，得到高频合成记录之前，还包括：

构建卷积神经网络；