[发明专利]一种基于测井曲线的地震数据双向拓频方法及系统在审
申请号: | 201910912145.1 | 申请日: | 2019-09-25 |
公开(公告)号: | CN112558158A | 公开(公告)日: | 2021-03-26 |
发明(设计)人: | 李呈呈;张克非;周枫;王欢 | 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: | G01V1/40 | 分类号: | G01V1/40;G01V1/28 |
代理公司: | 北京思创毕升专利事务所 11218 | 代理人: | 孙向民;廉莉莉 |
地址: | 100027 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: | 一种 基于 测井 曲线 地震 数据 双向 方法 系统 | ||
1.一种基于测井曲线的地震数据双向拓频方法,其特征在于,包括:
获取测井声波阻抗数据与地震数据的合成记录标定结果;
比较所述合成记录标定结果与预设标定值,若所述合成记录标定结果大于或等于所述预设标定值,则分别获取所述地震数据的频谱信息和测井声波阻抗数据的频谱信息;
基于所述地震数据的频谱信息和测井声波阻抗数据,分别获取第一测井声波阻抗数据和第二测井声波阻抗数据;
建立所述地震数据与所述第一测井声波阻抗数据的非线性关系模型;
基于所述地震数据与所述第一测井声波阻抗数据的非线性关系模型和所述第二测井声波阻抗数据,获取所述第二测井声波阻抗数据拓频后的地震数据。
2.根据权利要求1所述的基于测井曲线的地震数据双向拓频方法,其特征在于,对所述地震数据进行傅里叶变换获得所述地震数据的频谱信息。
3.根据权利要求1所述的基于测井曲线的地震数据双向拓频方法,其特征在于,对所述测井声波阻抗数据进行重采样,对重采样的测井声波阻抗数据进行傅里叶变换获得所述测井声波阻抗数据的频谱信息。
4.根据权利要求1所述的基于测井曲线的地震数据双向拓频方法,其特征在于,所述基于所述地震数据的频谱信息和测井声波阻抗数据,获取第一测井声波阻抗数据和第二测井声波阻抗数据包括:
基于所述地震数据的频谱信息获取所述地震数据的有效频带,在所述有效频带内对所述测井声波阻抗数据进行滤波,获得所述第一测井声波阻抗数据;
基于所述地震数据的频谱信息获取所述地震数据的总频带,在所述总频带内对所述测井声波阻抗数据进行滤波,获得所述第二测井声波阻抗数据。
5.根据权利要求1所述的基于测井曲线的地震数据双向拓频方法,其特征在于,通过神经网络算法建立所述地震数据与所述第一测井声波阻抗数据的非线性关系模型。
6.一种基于测井曲线的地震数据双向拓频系统,其特征在于,该系统包括:
存储器,存储有计算机可执行指令;
处理器,所述处理器运行所述存储器中的计算机可执行指令,执行以下步骤:
获取测井声波阻抗数据与地震数据的合成记录标定结果;
比较所述合成记录标定结果与预设标定值,若所述合成记录标定结果大于或等于所述预设标定值,则分别获取所述地震数据的频谱信息和测井声波阻抗数据的频谱信息;
基于所述地震数据的频谱信息和测井声波阻抗数据,分别获取第一测井声波阻抗数据和第二测井声波阻抗数据;
建立所述地震数据与所述第一测井声波阻抗数据的非线性关系模型;
基于所述地震数据与所述第一测井声波阻抗数据的非线性关系模型和所述第二测井声波阻抗数据,获取所述第二测井声波阻抗数据拓频后的地震数据。
7.根据权利要求6所述的基于测井曲线的地震数据双向拓频系统,其特征在于,对所述地震数据进行傅里叶变换获得所述地震数据的频谱信息。
8.根据权利要求6所述的基于测井曲线的地震数据双向拓频系统,其特征在于,对所述测井声波阻抗数据进行重采样,对重采样的测井声波阻抗数据进行傅里叶变换获得所述测井声波阻抗数据的频谱信息。
9.根据权利要求6所述的基于测井曲线的地震数据双向拓频系统,其特征在于,所述基于所述地震数据的频谱信息和测井声波阻抗数据,获取第一测井声波阻抗数据和第二测井声波阻抗数据包括:
基于所述地震数据的频谱信息获取所述地震数据的有效频带,在所述有效频带内对所述测井声波阻抗数据进行滤波,获得所述第一测井声波阻抗数据;
基于所述地震数据的频谱信息获取所述地震数据的总频带,在所述总频带内对所述测井声波阻抗数据进行滤波,获得所述第二测井声波阻抗数据。
10.根据权利要求6所述的基于测井曲线的地震数据双向拓频系统,其特征在于,通过神经网络算法建立所述地震数据与所述第一测井声波阻抗数据的非线性关系模型。
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/201910912145.1/1.html,转载请声明来源钻瓜专利网。