[发明专利]基于层速度地震地质模型的地震反演方法及系统

说明书

本发明涉及一种基于层速度地震地质模型的地震反演方法及系统，其包括构建层速度地震地质模型；对层速度地震地质模型进行地震正演模拟，获取地震记录和原始层速度集；基于层速度地震地质模型，开展地震反演模拟，获取反演结果，从反演结果中抽取目标层速度集，将目标层速度集作为标签；基于地震记录和标签，构建训练集数据集；将训练数据集输入至预设的全卷积神经网络进行迁移学习，得到层速度标签反演初始模型，并利用地震记录和原始层速度集，对层速度标签反演初始模型进行自检标签迭代训练，获取层速度标签反演目标模型，基于层速度标签反演目标模型进行地震反演模拟。本发明的高精度地震层速度反演方法，更容易反演标签。

技术领域

本申请涉及地震勘探技术领域，尤其是涉及一种基于层速度地震地质模型的地震反演方法及系统。

背景技术

层速度反演是一种通过利用地震、测井和地质等技术手段为油田勘探与开发储层预测提供技术支撑的重要技术，提升地震反演建模精度，从而提升地震储层预测可信度。目前，油田勘探与开发中，地质模型的确定是建立在测井和地震的基础上，并根据经验和开发实践不断更新地质模型，进一步修改完善反演模型，从而通过降低地质模型的多解性，进而降低反演结果的多解性。

由于层速度模型构建中的地质认识高度依赖于专家经验，其获取难度大，模型质量取决于已知的测井数据和地震数据，且精细的层速度模型依赖于高精度的地震小层解释，造成地震小层的解释受限，这些问题均会造成用于深度学习的样本受限，严重影响训练反演模型的效果。

地震层速度反演模型往往需要大量标记正确的数据，主要取决于研究区钻井资料，而研究区的测井资料插值的层速度地质模型不足以代表地下的真实状况，获取地质模型也依赖于各种资料的掌握情况，且部分数据可能因仪器等因素造成的误差而被污染。此外，井资料的密集程度也会造成拟合问题，局部可靠地质模型的空间推广也受限，现有的深度学习模型难以对数据集进行表示，从而使得模型在测试集上的表现较差，而常用的标签获取方法并不能很好地解决这一问题。

发明内容

为了克服现有地震层速度反演模型训练时标签获取问题，本申请提供一种基于层速度地震地质模型的地震反演方法及系统。

第一方面，本申请提供一种基于层速度地震地质模型的地震反演方法，该方法包括：

构建层速度地震地质模型；

对所述层速度地震地质模型进行地震正演模拟，获取地震记录和原始层速度集；

基于所述层速度地震地质模型，开展地震反演模拟，获取反演结果，从所述反演结果中获取目标层速度集，将所述目标层速度集作为标签数据集；

基于所述地震记录和标签数据集，构建训练集数据集；

将所述训练数据集输入至预设的全卷积神经网络进行迁移学习，得到层速度标签反演初始模型，并利用所述地震记录和原始层速度集，对所述层速度标签反演初始模型进行标签自检迭代训练，获取层速度标签反演目标模型；

基于所述层速度标签反演目标模型进行地震反演模拟。

可选的，所述构建层速度地震地质模型，包括：

根据测井小层划分法，获取工区的测井资料；

根据所述测井资料，构建地质框架模型，并获取单井道初始层速度集；

基于所述地质框架模型和单井道初始层速度集，利用速度空间拓扑法，获取层速度地震地质模型。

可选的，所述测井资料包括测井层位信息和声波测井曲线，根据所述测井资料，构建地质框架模型，并获取单井道层速度集，包括：

根据所述测井层位信息，构建地质框架模型；

根据所述声波测井曲线，求取层间的层速度，形成单井道初始层速度集；