CN105008963A - 地震波形分类系统和方法 - Google Patents
地震波形分类系统和方法 Download PDFInfo
- Publication number
- CN105008963A CN105008963A CN201380069352.6A CN201380069352A CN105008963A CN 105008963 A CN105008963 A CN 105008963A CN 201380069352 A CN201380069352 A CN 201380069352A CN 105008963 A CN105008963 A CN 105008963A
- Authority
- CN
- China
- Prior art keywords
- waveform
- classification
- seismic
- index
- similarity
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 77
- 238000006116 polymerization reaction Methods 0.000 claims description 22
- 238000012549 training Methods 0.000 claims description 13
- 238000005204 segregation Methods 0.000 claims description 9
- 238000000926 separation method Methods 0.000 claims description 7
- 238000004891 communication Methods 0.000 claims description 5
- 238000005259 measurement Methods 0.000 description 60
- 230000008569 process Effects 0.000 description 28
- 230000004087 circulation Effects 0.000 description 21
- 238000004458 analytical method Methods 0.000 description 9
- 230000008859 change Effects 0.000 description 8
- 230000004044 response Effects 0.000 description 8
- 238000011161 development Methods 0.000 description 5
- 239000004576 sand Substances 0.000 description 5
- 238000005516 engineering process Methods 0.000 description 4
- 241001104043 Syringa Species 0.000 description 3
- 235000004338 Syringa vulgaris Nutrition 0.000 description 3
- 229930195733 hydrocarbon Natural products 0.000 description 3
- 150000002430 hydrocarbons Chemical class 0.000 description 3
- 238000003384 imaging method Methods 0.000 description 3
- 238000011835 investigation Methods 0.000 description 3
- 238000013507 mapping Methods 0.000 description 3
- 230000007246 mechanism Effects 0.000 description 3
- 238000005295 random walk Methods 0.000 description 3
- 239000004215 Carbon black (E152) Substances 0.000 description 2
- 235000008708 Morus alba Nutrition 0.000 description 2
- 240000000249 Morus alba Species 0.000 description 2
- 239000000284 extract Substances 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 238000005192 partition Methods 0.000 description 2
- 230000000149 penetrating effect Effects 0.000 description 2
- 230000009467 reduction Effects 0.000 description 2
- 230000001105 regulatory effect Effects 0.000 description 2
- 238000005070 sampling Methods 0.000 description 2
- 238000003325 tomography Methods 0.000 description 2
- 239000000654 additive Substances 0.000 description 1
- 230000000996 additive effect Effects 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 239000002131 composite material Substances 0.000 description 1
- 239000000470 constituent Substances 0.000 description 1
- 238000007796 conventional method Methods 0.000 description 1
- 230000002596 correlated effect Effects 0.000 description 1
- 230000000875 corresponding effect Effects 0.000 description 1
- 238000013479 data entry Methods 0.000 description 1
- 238000000354 decomposition reaction Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000003780 insertion Methods 0.000 description 1
- 230000037431 insertion Effects 0.000 description 1
- 230000002452 interceptive effect Effects 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 239000003208 petroleum Substances 0.000 description 1
- 238000011524 similarity measure Methods 0.000 description 1
- 238000001228 spectrum Methods 0.000 description 1
- 230000002123 temporal effect Effects 0.000 description 1
- 238000012800 visualization Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01V—GEOPHYSICS; GRAVITATIONAL MEASUREMENTS; DETECTING MASSES OR OBJECTS; TAGS
- G01V1/00—Seismology; Seismic or acoustic prospecting or detecting
- G01V1/28—Processing seismic data, e.g. for interpretation or for event detection
- G01V1/282—Application of seismic models, synthetic seismograms
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01V—GEOPHYSICS; GRAVITATIONAL MEASUREMENTS; DETECTING MASSES OR OBJECTS; TAGS
- G01V1/00—Seismology; Seismic or acoustic prospecting or detecting
- G01V1/28—Processing seismic data, e.g. for interpretation or for event detection
- G01V1/30—Analysis
Landscapes
- Engineering & Computer Science (AREA)
- Remote Sensing (AREA)
- Physics & Mathematics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Acoustics & Sound (AREA)
- Environmental & Geological Engineering (AREA)
- Geology (AREA)
- General Life Sciences & Earth Sciences (AREA)
- General Physics & Mathematics (AREA)
- Geophysics (AREA)
- Geophysics And Detection Of Objects (AREA)
Abstract
提供了一种用于将地震波形分类的系统和方法。该系统和方法可用来帮助分析员快速和准确地识别地震波形道的集合内的共通性和相互关系（其可与相似地质条件有关）。地质建模是已知的。诸如在针对可能的石油或油气含量的调查中的储层或者更一般的意义上来说的地质盆地之类的地表下领域的准确建模对于该领域的进行中的调查而言是关键的。
Description
优先权声明/相关申请
本申请根据美国法典第35篇第119（e）和120条要求在2012年11月3日提交且题为Seismic Waveform Classification Systems and Methods（地震波形分类系统和方法）的美国临时专利申请No. 61/722,147的优先权，其全部内容通过引用结合到本文中。
技术领域
本公开涉及一种用于将地震数据分类成常见波形响应的过程。地震数据内的分析窗口可具有由一个或两个解释层位所定义的定时间或深度持续时间或变量。本公开特别适用于3D地震数据体和2D地震测线且通过自然延伸而适用于微震事件。
背景技术
地质建模是已知的。诸如在针对可能的石油或油气含量的调查中的储层或者更一般的意义上来说的地质盆地之类的地表下领域的准确建模对于该领域的进行中的调查而言是关键的。钻进探井是昂贵的任务，如全面的地震或地磁勘测一样，并且准确的决策要求准确的地质测绘。
关于存在于此类储层中的地质层位的信息明显是重要的第一步。沉积层的类型和厚度的知识为地质学家提供用于将地表下结构可视化的关键信息。然而，在大多数区域中，地层被各种断层切割，使得分析任务更加复杂得多。地质测绘要求识别断层并将沿着断层面的滑动量量化。滑动量或“落差”的范围可以在断裂情况下很少至没有实际移动至沿着主断层带几百公里的距离，诸如，加利福尼亚的圣安德列斯断层。
地质领域的三维（“3-D”）模型对于地质学家和探测规划管理员而言将是非常有用的工具。那种技术在于地质学、地质物理学以及3D计算机图形学之间的交叉，并且在此类产品中需要克服多个固有问题。首先，数据常常是不完整的。正在讨论的体积范围从地球的表面下至数千英尺，并且一般地难以获得数据。此外，对于可用的数据而言，常常具有地震勘测结果和测井记录数据的性质，经受相当多的处理和解释。其次，专业判断的大尺度测量变成任何此类分析的再现，使得任何分析工具的目标不能是完整的结果，而是应旨在帮助地质学家以可能的最快速且有效的方式生成其判断。
另一困难源自于问题的固有复杂性。例如，典型的石油储层可由许多岩性变化、各种成岩叠印（diagenic overprints）以及复杂断层和断裂情况组成。理解储层特性的存在、结构以及分布是优化发现、开发以及最终烃类抽取至关重要。
反射地震法很长时间以来被用于对地球的地质结构和地层情况进行成像。在用于含烃地层的勘探和开发中尤其如此。地震特征的差异与地质特征的差异有关。相似和变化的地震波形的空间模式的解释可导致关联地质空间变化的解释，其进而可导致更好的勘探和开发。
已知许多地震波形分类技术，其中，通过复杂的统计过程而导出分类波形，其可能在直观上晦涩且在计算上昂贵。这些技术的结果常常是高度起始条件相关的，针对不同的起始点引起不同的结果，并且可不对波形响应的全局变化性进行采样或建模。并且，结果可严重依赖于统计建模算法的选择。
附图说明
图1是图示出关联地震道的棱柱的示例性3D地震体的图像；
图2是用来定义图1中所示的地震体的分析部分的解释层位的图像；
图3是图1中所示体的分析部分的图像；
图4是对随着解决方案中的分类波形数目增加的聚类分离指数的减小进行绘图的图形显示；
图5是图示出按相似性排序的作为结果的20个分类波形的图形显示；
图6是图示出按显著性排序的作为结果的20个分类波形的图形显示；
图7A和7B示出了用于基于显著性的两个不同数目的分类波形的解决方案地图；
图8A和8B示出了通过选择按相似性排序的十一个分类波形产生的在左侧的解决方案地图和具有二十个分类且在河道复合体内提供增加的层次细节的在右侧的解决方案地图；
图9图示出分类波形的方法；
图10图示出从所有波形的子集之中选择最相似的波形的方法；
图11图示出用于将并非最相似波形的波形的其余子集分类的方法；以及
图12A和12B是可用来实现地震波形分类系统的两个不同计算环境/计算机系统的框图。
具体实施方式
下面针对用于油气储量的勘探和后续开发的波形分类系统来描述系统和方法，并且其可被地质学家和工程师在勘探和随后开发油气储量时用作工具。然而，该系统和方法具有更广泛的应用，这是由于可以在其它近地表地震成像（例如，土木工程学和考古学中的探地雷达的使用）中使用该系统和方法，以将与水压致裂等相关联的微震事件分类，并且应理解的是，本公开涵盖该系统和方法的每个应用。该系统还适用于常常与油气开发中的水压致裂过程相关联而收集的微震数据。将微震事件分类可在理解相似事件的空间聚类且进一步对震源机制进行建模时有用。理解震源机制有助于解释裂缝方位和应力状态。
本公开的一个方面涉及用于将地震波形分类以帮助分析员快速地且准确地识别许多地震波形道内可与相似地质条件有关的共通性和相互关系的系统和方法。地震波形对应于例如地震道。地震道是在地球表面上的某位置处记录的时间序列曲线。该时间序列曲线对应于来自地表下的地质特征的声音或弹性波的回波。调查这些波形共通性和关系的空间性质对于理解地质复杂性而言是重要的。
本公开的实现涉及用于将波形分类的系统和/或方法。更具体来说，本公开描述了针对地震响应中的区域趋势的提取和描绘的地震波形分类系统（SWCS）。这些趋势可与能够涉及各种调查性地球研究的地质趋势直接相关。这些趋势的识别和解释是地质学家和工程师在油气储量的勘探和后续开发中的常见活动，虽然该系统和方法还可用在其它近地表地震成像（例如，土木工程学和考古学中的探地雷达的使用）中，或者其还可用来将与水压致裂相关联的微震事件分类。
根据一个方面，SWCS分析在地球表面的特定位置处收集的大量地震道，并直接地从地震道提取波形响应的最大分集作为最终或起始分类波形。由于最大分集的该直接提取，用于分析的道的子集可能仅需要是总道数的百分之一或更少。不需要选择复杂或晦涩的统计算法。可以在不过度修改波形的情况下完成附加调节。此外，然后可在总体显著性和层次相似性方面对分类波形进行排序。最后，由于只有第一分类波形要求道的样本子集的穷举搜索且由于所有后续分类波形仅与先前导出的波形相比较，所以系统在计算上是快速的，其允许在计算机上以高度交互和解释性的设计来实现。
该系统和方法允许使用直接且容易解释的方法（即，不要求深入的数学或统计学知识来理解该方法）进行地震波形共通性和相互关系的改善的测绘。其确保利用关于在显著性和相似性方面的波形分级结构的信息对波形响应的最大分集进行采样。另外，其快到足以在高度交互和解释性的计算机软件中实现。
该系统可基于以下方案从地震道对波形进行直接采样：1）找到对于集合中的所有道具有最高聚合相似性的波形；2）迭代地从道集合中找到其余期望数目的波形作为与先前所识别的最不相似的那些；3）使用诸如自组织地图之类的统计“训练”方法来可选地调节在步骤1和2中找到的波形；4）出于解释的目的基于显著性和相似性对波形进行排序；以及5）将最终分类波形与每个地震道进行比较，并向该位置分配具有最高相似性的地震道的指数，产生最终分类地图。
该系统配置成迭代地确定一组波形，其最佳地呈现完整的波形集合内的变化性。也就是说，这组波形固有地彼此不相似，同时共同地尽可能与完整的波形集合相似。一旦已确定这些典型波形，则可用完整的波形集合可选地对其进行调节。然后根据彼此的相似性和对完整的波形集合的总体显著性对这些最终“分类波形”进行排序。
可从地震道的子集直接确定初始分类波形。第一分类波形是与子集中的所有其它道波形最相似的道波形。然后，附加分类波形取决于先前确定的分类波形。也就是说，下一个分类波形是与已经确定的那些道波形最不相似（最不同）的道波形。第二个是与找到的第一个最不相似的道波形，第三个是与前两个最不相似的，第四个与前三个最不相似的，依此类推。这确保初始分类波形（假定附加训练步骤）表示最常见的地震波形响应，然后其之后是改变最多的响应。并且，在增加分类波形数目方面存在极高的效率，由于仅在子集中的道的数目与先前生成的分类波形的数目之间进行比较而不损害已确定波形中的最大分集。
不同于其它常规方法，很容易获得两组排序。分离指数的使用允许基于显著性的排序。这允许在使冗余（由指数的斜率变化对比分类图的数目来指示）最小化的同时解释要解释地震波形所需的分类的数目。可用分离指数来同时地计算基于相似性层次的第二排序。随着计算显著性顺序，可保持第二列表，其中，根据与相邻分类的最大相似性来插入下一个显著分类波形。按相似性排序来对解决方案地图进行绘图允许解释要解释适当地质细节所期望的细节粒度。
用来图示出系统的示例性实施方式的图1-8B中所示的工作流程来自在陆上美国墨西哥湾沿岸地区上获取的3D地震勘测。勘探目标是已知包含烃类的河道砂岩储层。可预期一般的河道走向是从NE至SW取向。可预期河道复合体的地震波形响应不同于非河道区域的地震波形。导致地震波形变化的河道复合体内的地质复杂性的进一步描绘可以证明十分有用。
在图1中示出了示例性地震体。它包含52,775个活动道。图1是图示出主测线、联络测线（crossline）和等时间切片的示例性3D地震体的图像。所示体的部分在2毫秒的采样下包含367个主测线、288个联络测线和500毫秒。并非所有的主测线和联络线位置都具有有效的地震道。
图2用来定义图1中所示的地震体的分析部分的解释层位的图像，诸如在该层位上面和下面500毫秒的分析窗口。参考体内的层位的位置示出了体的轮廓。层位在地震波形的突出负峰值上被挑选且可被预期在已知河道复合体附近。在图3中示出了作为结果的窗口化体，其由在图2中所示的解释层位上面和下面50毫秒所定义。
来自10×10粗网格的528个道的子集被用于分析。在图4中示出了作为结果的CSI对比波形指数，具有分别在图5和6中按相似性和显著性绘制的作为结果的波形。图4是对随着解决方案中的分类波形数目增加的聚类分离指数的减小进行绘图的图形显示。如在4和5、7和8、11和12之间以及在20处看到的此减小的突然变化有助于确定有用波形的数目。图5是图示出按相似性排序的作为结果的20个分类波形的图形显示。可容易看出两端的波形彼此十分不同，并且跨波形的谱存在层次变化。图6是图示出按显著性排序的作为结果的20个分类波形的图形显示。可容易看出左侧四个波形彼此十分不同。这在图4的聚类分离指数图中暗示出。
在图7A和7B中示出了基于选择两个和四个最显著波形的解决方案地图。图7A和7B示出了用于基于显著性的两个不同数目的分类波形的解决方案地图。图7A中的左图示出了与最显著分类波形（浅紫色）或其次最显著分类波形（暗紫色）更加相似的地震道位置。有兴趣注意的是，仅两个波形足以从非河道部分（浅紫色）捕捉河道复合体（暗紫色）的走向性质。显著分类波形的数目增加至四个开始增加非河道部分中和河道复合体中的细节。
在图8A和8B中示出了基于选择十一个和二十个波形的解决方案地图。通过选择按相似性排序的十一个分类波形而生成左侧（图8A）的解决方案地图。存在从浅紫色至蓝色至绿色的颜色的层次。利用最浅绿色分类潜在地是用于砂地开发的最佳位置而很好地提供了河道复合体的细节。如果期望更多细节，则右侧解决方案地图具有二十个分类，并且提供了河道复合体内的增加的层次细节。
如图9中所示，已将用于系统和方法的一般操作序列分解成许多过程。在一个实施方式中，可在具有交互式图形显示的各种计算机操作系统上用各种计算机编程语言在计算机系统（独立计算机、终端设备、个人计算机、膝上型计算机、平板计算机、服务器计算机等）上实现图9中所示的过程，其中，计算机系统的存储器存储多行计算机代码，并且计算机系统的处理器执行所述多行计算机代码，以执行图9中所示的过程。备选地，可用硬件来实现图9中所示的过程，诸如可编程逻辑器件、存储器等。
在该方法的第一过程中，接收支配系统操作的用户输入参数（900）。例如，参数可包括：
1）期望分类波形的最大数目；
2）定义每个道位置处的道波形的分析窗口，其可以是定时间或深度，或者可以可变地由单个解释层位或者由两个边界解释层位所定义；
3）定义将在波形间比较中使用的“相似性”的统计测量。一般使用的测量的示例包括L1范数（绝对值差的和）和L2范数（平方差的和）；
4）其中将作出统计比较的“域”。最常见的域使用波形样本振幅，虽然诸如来自时间频率域的峰值频率之类的属性也是有用的。还可共同地使用复合波形属性，诸如量值、瞬时相位以及瞬时频率；
5）将在用于分类波形的初始搜索中使用的道的数目。针对3D地震体，此数目可由用于比由完整体所定义的更粗的网格的主测线和联络测线增量来定义。针对2D地震测线，此数目可由道增量来定义。其还可由通过3D体或通过2D线的集合的随机游走来定义。
该方法然后可确定如根据由上文指定的参数所控制的子集道窗口化而找到的波形（910）的样本的最大数目。
过程920
该方法然后可找到子集中的所有其它波形的最典型波形（920）。这可通过（使用上文指定的统计测量）将每个波形与所有其它波形进行统计比较并选择具有最大聚合测量的波形（其成为第一分类波形）来完成。在计算上，这是完整操作序列中的最密集的步骤。
例如，可使用以下伪代码来执行过程920：
变量定义：
NSmax-将被用于插值以便进行统计比较的子集波形道中的样本的最大数目
NClass-分类波形的最大数目
开始
未设定最典型道
在子集中的所有其它道（参考）上循环
对道进行插值至样本的最大数目NSmax
将用于该参考道的聚合相似性测量设置为0
在子集中的所有其它道（当前）上循环
对该道进行插值至样本的最大数目NSmax
计算参考道与当前道之间的相似性测量
对该相似性测量进行聚合
循环结束
如果尚未设定最典型道，则
最典型道是该参考道
找到的最高相似性测量是用于该参考道的聚合测量
否则，如果用于该参考道的聚合测量高于先前找到的，则
最典型道是该参考道
找到的最高相似性测量是用于该参考道的聚合测量
循环结束
过程930
一旦已识别到最典型波形/道，则该方法可通过经由波形子集进行迭代循环并从先前找到的分类波形找到聚合地最小相似的波形（再次使用指定的相似性测量）来找到其余分类波形（930）。随着找到每个此类波形，将其添加到分类波形的列表，直至获得最大指定数目为止。
例如，可使用以下伪代码来执行过程930：
变量定义：
NSmax-将被用于插值以便进行统计比较的子集波形道中的样本的最大数目
NClass-分类波形的最大数目
开始
在要找到的其余数目的典型道上循环
未设定候选道
在子集中的所有道（参考）上循环
如果参考道未包括在已找到的典型道的列表中，则
对该道进行插值至样本的最大数目NSmax
将用于该参考道的聚合相似性测量设置为0
在先前找到的典型道（当前）上循环
计算参考道与当前道之间的相似性测量
对该相似性测量进行聚合
循环结束
如果尚未设定候选道，则
将候选道设定为该参考道
找到的最小相似性测量是用于该参考道的聚合测量
否则，如果用于该参考道的该聚合测量低于先前找到的，则
将候选道设定为该参考道
找到的最小相似性测量是用于该参考道的聚合测量
循环结束
将候选道添加到典型道的列表
循环结束
过程940
一旦识别到波形，则可训练/调节分类波形（940）。例如，由于在上述过程920和930中使用道的子集，则该方法可利用来自完整的道集合的更多波形可选地“训练”或调节找到的分类波形。可使用任何数目的“训练”算法，但是建议Kohonen自组织地图。该方法从完整集合中随机选择波形并更新分类波形。调节的量是基于加权方案，其中，权值是在随机道波形与每个分类波形之间找到的相似性测量的函数（即，相似性越大，分配的权值越大）。随着训练继续，权值进一步被调整（即随机游走中的较早的道与较晚的道相比具有更大的权值）。
例如，可使用以下伪代码来执行过程940：
定义训练集合中的道的数目并设定随机游走排序
通过训练集合中的道（当前）进行循环
对当前道进行插值至样本的最大数目NSmax
计算当前道与每个典型道之间的相似性测量
使用加权方案用当前道来更新典型道
权值是在当前道与典型道之间找到的相似性测量的函数（即，相似性越大，分配的权值越大）。随着训练继续，权值进一步被调整（即训练集合中的较早的道与较晚的道相比具有更大的权值）
循环结束
最终“被训练的”典型道是分类波形
过程950
该方法然后可确定最终分类波形之中的显著性的顺序（950）。这可通过找到与所有其它分类波形聚合地最小相似的分类波形来实现。最常见地，这是从在过程920中找到的波形导出的最常见的波形，并且该波形被视为最显著。其次最显著分类波形是与最显著波形最小相似的波形。现在已识别到前两个显著波形，需要将分类波形的其余进行排序。使用聚类相似性指数来确定该排序。在文献中存在许多此类指数，但是推荐聚类分离指数（CSI）。例如，还可使用Davies-Bouldin、Bezdek、Dunn、Xie-Beni、Gath-Geva等指数。
它被定义为聚类（或者在该情况下是波形）之中的最小距离与聚类之中的最大距离（即，前两个最显著波形之间的距离）的比。第三显著波形是当与前两个显著波形组合时产生最小CSI的那个。第四显著的是与前三个显著波形一起产生最小CSI的那个，依此类推。最终CSI值对比波形指数的图有助于解释显著性（图4中的示例）以及按照显著性的顺序对波形进行绘图（例如，如图6中所示）。
例如，可使用以下伪代码来执行过程950：
首先找到与所有其它分类波形最小相似的分类波形（波形1）
未设定波形1
在所有分类波形（参考）上循环
将用于该参考波形的聚合相似性测量设定为0
在所有其它分类波形（当前）上循环
计算参考波形与当前波形之间的相似性测量
对该相似性测量进行聚合
循环结束
如果尚未设定波形1，则
波形1是该参考波形
找到的最小相似性测量是用于该参考波形的聚合测量
否则，如果拥有该参考波形的聚合测量低于先前找到的，则
波形1是该参考波形
找到的最高相似性测量是用于该参考道的聚合测量
循环结束
接下来找到与波形1最小相似的波形（波形2）
未设定波形2
在并非波形1的所有分类波形（参考）上循环
计算用于该参考波形与波形1的相似性测量
如果未设定波形2，则
波形2是该参考波形
将最小相似性测量设定为计算的相似性测量
否则，如果计算的相似性测量低于先前找到的最小相似性测量，则
波形2是该参考波形
将最小相似性测量设定为计算的相似性测量
循环结束
使用聚类分离指数（CSI）对其余分类波形排序
循环，直至所有其余分类波形已被分配
下一个待分配波形未被设定
在还待分配的所有分类波形（参考）上循环
计算用于与所有先前分配的波形组合的该参考波形的CSI
如果下一个待分配波形未被设定，则
下一个待分配波形是该参考波形
将找到的最小CSI设定为使用该参考波形所计算的CSI
否则，如果使用该参考波形所计算的CSI低于找到的最小CSI，则
下一个待分配波形是该参考波形
将找到的最小CSI设定为使用该参考波形所计算的CSI
循环结束
将找到的下一个波形分配给排序列表
循环结束
过程960
方法然后可确定最终分类波形之中的相似性的顺序（960）。该排序列表中的结束波形是在上述过程950中找到的前两个显著波形。根据定义，存在两个最小相似分类波形。然后迭代地找到其余波形的排序。确定与尚未分配为该排序的波形聚合地最小相似的波形。然后确定列表中的插入位置。这通过找到两个波形（待插入波形与所述两个波形最相似）之间的指数而找到。该排序在所有分类波形已被分配时完成。按照相似性顺序对波形进行绘图有助于确定波形响应中的变化和层次（图5中的示例）。
例如，可使用以下伪代码来执行过程960：
顺序中的第一波形是在过程950中找到的波形1
顺序中的最后的波形是在过程950中找到的波形2
循环，直至所有其余波形已被分配
并未设定候选波形
通过所有未分配波形（参考）循环
通过所有已分配波形（当前）循环
计算参考波形与当前波形之间的相似性测量
对该相似性测量进行聚合
循环结束
如果未设定候选波形，则
候选波形是参考波形
最小相似性是用于参考波形的聚合相似性
否则，如果用于参考波形的聚合测量小于最小相似性，则
候选波形是参考波形
最小相似性是用于参考波形的聚合相似性
未设定相邻波形之间的指数
通过已分配列表中的每对相邻波形（当前对）进行循环
计算每对与候选波形之间的聚合相似性测量
如果未设定指数，则
指数在当前对之间
最大相似性是当前对与候选波形之间的聚合测量
否则，如果用于候选波形的聚合测量大于最大相似性，则
指数在当前对之间
最大相似性是当前对与候选波形之间的聚合测量
循环结束
将候选波形分配到已分配波形的指数位置上
循环结束
循环结束
过程970和980
该方法然后可确定将在最终分类步骤中使用的分类波形的最佳数目（970）。该确定可基于调查根据选择分类波形的数目和基于显著性或相似性所呈现的颜色而生成的解决方案地图内的变化和细节（图7和8中的示例）。通过经由每个地震道进行循环、在指定窗口上提取其波形/然后将该波形与每个分类波形进行比较来计算解决方案地图。将与道波形最相似的分类波形的指数分配给该道位置。该指数由显著性排序或相似性排序内的分类波形的排序指数来确定（980）。然后可使用用于分类波形指数的颜色方案来显示该地图。还可使用与每个道波形样本相对应的适当分类指数来生成分类体。
例如，可使用以下伪代码来执行过程980：
在完整集合中的所有地震道（当前）上循环
未设定分类指数
在所有分类波形上循环
计算当前道波形与分类波形之间的相似性测量
如果未设定指数，则
指数是用于分类波形的指数
最大相似性是当前道波形与分类波形之间的测量
否则，如果用于当前道波形的测量大于最大相似性，则
指数是用于分类波形的指数
最大相似性是当前道波形与分类波形之间的测量
循环结束
向当前道分配指数
循环结束
图10图示出从所有波形的子集之中选择最相似波形的方法1000的实施方式，其为图9中所示的过程920的示例。在该过程中，该方法在集合中的所有波形上循环（1010），然后计算用于每个波形的当前道与参考道之间的相似性测量（1020）。然后，该方法可对相似性测量进行聚合（1030），并且可将该相似性测量与当前最高相似性测量进行比较（1040）。然后，该方法可确定当前波形是否具有比当前最高相似性测量更高的相似性测量（1050），并且如果当前波形的相似性测量并未高于当前最高相似性测量，则循环回至过程1010。如果当前波形相似性测量是最高的，则该方法将当前相似性测量设定为最高相似性测量（1060）。
图11图示出将并非最相似波形的波形的其余子集分类的方法1000的实施方式，其为图9中所示的过程930的示例。在该过程中，该方法在集合中的其余波形上循环（1110），并且计算用于每个波形的当前道与参考道之间的相似性测量（1120）。然后，该方法可对相似性测量进行聚合（1130），并且可将该相似性测量与当前最低相似性测量进行比较（1140）。然后，该方法可确定当前波形是否具有比当前最低相似性测量更低的相似性测量（1150），并且如果当前波形的相似性测量并未低于当前最低相似性测量，则循环回至过程1110。如果当前波形相似性测量是最低的，则该方法将当前相似性测量设置成最低相似性测量（1160）。然后，该方法可通过（1170）确定是否每个波形已被迭代，并且如果并非所有波形已被迭代，则循环回至过程1110。如果所有波形均被迭代，则该方法将具有最低相似性的波形设定为第N个波形，将该波形从列表中移除，并找到下一个最小相似波形（1180）。
系统实施方式
图12A和12B分别地描述了根据本公开的各方面的示例性地震波形分类系统（SWCS）1200A和1200B。如图12A中所示，SWCS 1200A包括处理设备1202，其包括波形分类应用（SWCA）1204。操作者可通过使用处理设备1202来执行波形分类。波形分类可被代表操作者的客户端或与操作者相关联的机构来执行，或者以其它方式来执行。操作员可使用处理设备1202作为独立设备以执行波形分类分析。例如，处理设备1202可以是个人计算机、膝上型计算机或一些其它独立计算设备，其具有执行SWCA 1204内的模块或指令以对地震波形进行分析和/或分类并生成诸如上文所述的一个或多个地图以便向操作员显示的一个或多个处理器和存储器。处理设备1202A包括诸如计算机监视器之类的用于显示数据和/或图形用户界面的显示器1206A。处理设备1202A还可包括输入设备1208A，诸如键盘或定点设备（例如，鼠标、轨迹球、笔或触摸屏），以向图形用户界面中输入数据或与之相交互。
在一些实施方式中，可用作为地震波形分类系统的一部分的部件将图9中所示的每个过程实例化，并且可用硬件或软件来实现每个部件。因此，该系统可具有最典型波形部件、附加波形部件、训练部件等。
根据另一方面，如在图12B中所描述的那样，操作者可结合在网络1212上可用的分析设备1210来使用处理设备1202B。处理设备1202B可以与分析设备1210是客户端-服务器关系、与分析设备1210是对等关系、或者与分析设备1210是不同类型的关系。在一个实施例中，客户端-服务器关系可包括处理设备1202B上的瘦客户端。在另一实施例中，客户端-服务器关系可包括处理设备1202B上的胖客户端。在这方面，分析设备1210可以是例如服务器计算设备，其具有执行SWCA 1204B内的模块或指令以对地震波形进行分析和/或分类并生成诸如上文所述的一个或多个地图以便向操作者显示的一个或多个处理器和存储器。
处理设备1202B还可包括图形用户界面（或GUI）应用1214，诸如浏览器应用，以生成没有在显示器1206B上（示出）的图形用户界面。该图形用户界面使得处理设备1202B的用户能够查看地震道数据和/或地图数据。图形用户界面120还使得处理设备1202B的用户能够与各种数据条目表格相交互，以查看并修改设定数据或偏好数据（例如，待分类的波形的数目）。
分析设备1206被配置成通过通信网络1208从一个或多个处理设备1202接收数据和/或向其传送数据。虽然分析设备1206被描述为包括分析设备1206，但是设想SWCS 1201可以以例如云计算配置的方式包括多个分析设备1206（例如，多个服务器）。通信网络1208可以是因特网、内部网或另外的有线或无线通信网络。例如，通信网络1208可包括移动通信（GSM）网络、码分多址（CDMA）网络、第3代合作伙伴计划（3GPP）、互联网协议（IP）网络、无线应用协议（WAP）网络、WiFi网络或IEEE 802.11标准网络、及其各种组合。还可使用其它常规和/或后来开发的有线和无线网络。
本文所述的本发明的实施例被实现为一个或多个计算机系统中的逻辑步骤。本发明的逻辑操作被实现为（1）在一个或多个计算机系统中执行的处理器实现的步骤序列和；（2）一个或多个计算机系统内的互连机器或电路引擎。该实施方式是选择的问题，取决于实现本发明的计算机系统的性能要求。因此，构成本文所述的本发明的实施例的逻辑操作不同地称为操作、步骤、对象或引擎。此外，应理解的是，可按照任何顺序来执行逻辑操作，除非以另外方式明确声明，或者权利要求语言固有地迫使需要特定顺序。
虽然前述内容已参考本发明的特定实施例，但是本领域技术人员将认识到，在不背离本公开的原理和精神的情况下，进行本实施例的修改，其范围由所附权利要求定义。
Claims (19)
1.一种地震数据波形分类方法，包括：
接收地震波形集合；
使用计算机系统来确定所述地震波形集合中的最典型波形；
使用所述计算机系统找到所述地震波形集合中的一个或多个附加分类波形，其中，每个附加分类波形与所述最典型波形聚合地最小相似；以及
基于所述最典型波形和所述一个或多个附加分类波形而生成解决方案地图。
2.如权利要求1的方法，其中，找到所述一个或多个附加分类波形还包括通过所述地震波形集合迭代地循环，以识别所述一个或多个附加分类波形。
3.如权利要求1的方法，还包括训练所述最典型波形和所述一个或多个附件分类波形，以生成最终分类波形集合，并且使用所述最终分类波形集合来生成解决方案地图。
4.如权利要求3的方法，还包括在生成所述解决方案地图之前，确定所述最终分类波形集合之中的显著性的顺序。
5.如权利要求3的方法，还包括在生成所述解决方案地图之前，确定所述最终分类波形集合的相似性的顺序。
6.如权利要求1的方法，还包括接受一组参数，以控制该确定所述最典型波形并找到所述一个或多个附加分类波形。
7.如权利要求4的方法，其中，确定所述最终分类波形集合之中的显著性的顺序还包括使用聚类相似性指数来确定所述最终分类波形集合的显著性的顺序。
8.如权利要求7的方法，其中，所述聚类相似性指数是聚类分离指数、Davies-Bouldin指数、Bezdek指数、Dunn指数、Xie-Beni指数和Gath-Geva指数中的一个。
9.一种地震数据波形分类系统，包括：
计算机，其具有处理器；
由所述处理器执行的地震波形分类系统，；以及
所述地震波形分类系统接收地震波形的集合，并且具有确定所述地震波形集合中的最典型波形的最典型波形部件、找到所述地震波形集合中的一个或多个附加分类波形的附加波形部件，其中，每个附加分类波形与所述最典型波形聚合地最小相似、以及基于所述最典型波形和所述一个或多个附加分类波形而生成解决方案地图的地图部件。
10.如权利要求9的系统，其中，所述附加波形部件通过所述地震波形集合迭代地循环，以识别所述一个或多个附加分类波形。
11.如权利要求9的系统，其中，所述地震波形分类系统还包括训练部件，所述训练部件训练所述最典型波形和所述一个或多个附加分类波形，以生成最终分类波形集合。
12.如权利要求11的系统，其中，所述地图部件使用所述最终分类波形集合来生成所述解决方案地图。
13.如权利要求11的系统，其中，所述地震波形分类系统在生成所述解决方案地图之前，确定所述最终分类波形集合之中的显著性的顺序。
14.如权利要求11的系统，其中，所述地震波形分类系统在生成所述解决方案地图之前，确定所述最终分类波形集合的相似性的顺序。
15.如权利要求9的系统，其中，所述地震波形分类系统接受一组参数，以控制该确定所述最典型波形并找到所述一个或多个附加分类波形。
16.如权利要求9的系统，其中，所述计算机是个人计算机、膝上型计算机和独立计算机系统中的一个。
17.如权利要求9的系统，其中，所述计算机是显示所述解决方案地图的处理设备以及通过通信路径连接到所述处理设备的分析设备，所述分析设备具有所述最典型波形部件、所述附加波形部件以及所述地图部件。
18.如权利要求13的系统，其中，所述地震波形分类系统使用聚类相似性指数来确定所述最终分类波形集合之中的显著性的顺序。
19.如权利要求18的系统，其中，所述聚类相似性指数是聚类分离指数、Davies-Bouldin指数、Bezdek指数、Dunn指数、Xie-Beni指数和Gath-Geva指数中的一个。
Applications Claiming Priority (3)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| US201261722147P | 2012-11-03 | 2012-11-03 | |
| US61/722147 | 2012-11-03 | ||
| PCT/US2013/068348 WO2014071320A2 (en) | 2012-11-03 | 2013-11-04 | Seismic waveform classification system and method |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN105008963A true CN105008963A (zh) | 2015-10-28 |
Family
ID=50628264
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201380069352.6A Pending CN105008963A (zh) | 2012-11-03 | 2013-11-04 | 地震波形分类系统和方法 |
Country Status (7)
| Country | Link |
|---|---|
| US (1) | US20140222347A1 (zh) |
| EP (1) | EP2914982A4 (zh) |
| CN (1) | CN105008963A (zh) |
| AU (1) | AU2013337322B2 (zh) |
| CA (1) | CA2890240A1 (zh) |
| HK (1) | HK1217043A1 (zh) |
| WO (1) | WO2014071320A2 (zh) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106226816A (zh) * | 2016-09-12 | 2016-12-14 | 电子科技大学 | 一种叠前地震信号波形分类方法 |
| CN110687596A (zh) * | 2019-10-17 | 2020-01-14 | 中国石油化工股份有限公司 | 基于最小地震波形单元分类的层位自动解释方法 |
Families Citing this family (13)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US10577895B2 (en) | 2012-11-20 | 2020-03-03 | Drilling Info, Inc. | Energy deposit discovery system and method |
| US10459098B2 (en) | 2013-04-17 | 2019-10-29 | Drilling Info, Inc. | System and method for automatically correlating geologic tops |
| US10853893B2 (en) | 2013-04-17 | 2020-12-01 | Drilling Info, Inc. | System and method for automatically correlating geologic tops |
| US9911210B1 (en) | 2014-12-03 | 2018-03-06 | Drilling Info, Inc. | Raster log digitization system and method |
| US10908316B2 (en) | 2015-10-15 | 2021-02-02 | Drilling Info, Inc. | Raster log digitization system and method |
| GB2560857B (en) * | 2016-02-01 | 2021-07-21 | Landmark Graphics Corp | Optimization of geophysical workflow performance using on-demand pre-fetching for large seismic datasets |
| CN106707335B (zh) * | 2017-03-15 | 2018-06-19 | 中国石油化工股份有限公司胜利油田分公司勘探开发研究院西部分院 | 一种叠后地震信号波形分类方法 |
| CN109581489B (zh) * | 2017-09-28 | 2020-12-01 | 中国石油化工股份有限公司 | 嵌套式地震相的提取方法及系统 |
| CN108680954A (zh) * | 2018-08-01 | 2018-10-19 | 中国石油天然气股份有限公司 | 一种频率域多数据体变时窗波形聚类方法及其装置 |
| CN112684497B (zh) * | 2019-10-17 | 2023-10-31 | 中国石油天然气集团有限公司 | 地震波形聚类方法和装置 |
| CN114152979B (zh) * | 2020-09-08 | 2024-04-02 | 中国石油天然气股份有限公司 | 一种变时窗框架下的地震波形分类方法及装置 |
| CN112379442A (zh) * | 2020-11-02 | 2021-02-19 | 中国石油天然气集团有限公司 | 地震波形分类方法及装置 |
| CN113514883B (zh) * | 2021-06-18 | 2023-03-17 | 中国石油化工股份有限公司 | 一种断层-岩性油藏刻画方法 |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US6223126B1 (en) * | 1999-10-20 | 2001-04-24 | Phillips Petroleum Company | Multi-attribute seismic waveform classification |
| US20050171700A1 (en) * | 2004-01-30 | 2005-08-04 | Chroma Energy, Inc. | Device and system for calculating 3D seismic classification features and process for geoprospecting material seams |
| CN1664616A (zh) * | 2005-04-07 | 2005-09-07 | 西北大学 | 等速砂泥岩地层的储层预测油气的方法 |
| US20120059592A1 (en) * | 2010-09-08 | 2012-03-08 | International Business Machines Corporation | Tracing seismic sections to convert to digital format |
| CN102650702A (zh) * | 2012-05-03 | 2012-08-29 | 中国石油天然气股份有限公司 | 一种地震波形分析及储层预测方法和装置 |
Family Cites Families (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US4633400A (en) * | 1984-12-21 | 1986-12-30 | Conoco Inc. | Method for waveform feature extraction from seismic signals |
| GB2400664B (en) * | 2003-04-10 | 2005-05-25 | Schlumberger Holdings | Extrema classification |
| US7525349B2 (en) * | 2006-08-14 | 2009-04-28 | University Of Washington | Circuit for classifying signals |
| CN102016607B (zh) * | 2008-03-25 | 2014-03-26 | Abb研究有限公司 | 用于分析电力系统的波形信号的方法和装置 |
| US20110115787A1 (en) * | 2008-04-11 | 2011-05-19 | Terraspark Geosciences, Llc | Visulation of geologic features using data representations thereof |
| US8360144B2 (en) * | 2008-05-09 | 2013-01-29 | Exxonmobil Upstream Research Company | Method for geophysical and stratigraphic interpretation using waveform anomalies |
-
2013
- 2013-11-04 CN CN201380069352.6A patent/CN105008963A/zh active Pending
- 2013-11-04 US US14/071,558 patent/US20140222347A1/en not_active Abandoned
- 2013-11-04 WO PCT/US2013/068348 patent/WO2014071320A2/en active Application Filing
- 2013-11-04 EP EP13850298.4A patent/EP2914982A4/en not_active Withdrawn
- 2013-11-04 AU AU2013337322A patent/AU2013337322B2/en active Active
- 2013-11-04 CA CA2890240A patent/CA2890240A1/en not_active Abandoned
-
2016
- 2016-04-27 HK HK16104774.6A patent/HK1217043A1/zh unknown
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US6223126B1 (en) * | 1999-10-20 | 2001-04-24 | Phillips Petroleum Company | Multi-attribute seismic waveform classification |
| US20050171700A1 (en) * | 2004-01-30 | 2005-08-04 | Chroma Energy, Inc. | Device and system for calculating 3D seismic classification features and process for geoprospecting material seams |
| CN1664616A (zh) * | 2005-04-07 | 2005-09-07 | 西北大学 | 等速砂泥岩地层的储层预测油气的方法 |
| US20120059592A1 (en) * | 2010-09-08 | 2012-03-08 | International Business Machines Corporation | Tracing seismic sections to convert to digital format |
| CN102650702A (zh) * | 2012-05-03 | 2012-08-29 | 中国石油天然气股份有限公司 | 一种地震波形分析及储层预测方法和装置 |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106226816A (zh) * | 2016-09-12 | 2016-12-14 | 电子科技大学 | 一种叠前地震信号波形分类方法 |
| CN110687596A (zh) * | 2019-10-17 | 2020-01-14 | 中国石油化工股份有限公司 | 基于最小地震波形单元分类的层位自动解释方法 |
| CN110687596B (zh) * | 2019-10-17 | 2021-07-06 | 中国石油化工股份有限公司 | 基于最小地震波形单元分类的层位自动解释方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| US20140222347A1 (en) | 2014-08-07 |
| AU2013337322A1 (en) | 2015-05-21 |
| HK1217043A1 (zh) | 2016-12-16 |
| AU2013337322B2 (en) | 2017-03-16 |
| EP2914982A4 (en) | 2016-08-03 |
| CA2890240A1 (en) | 2014-05-08 |
| EP2914982A2 (en) | 2015-09-09 |
| WO2014071320A3 (en) | 2014-06-26 |
| WO2014071320A2 (en) | 2014-05-08 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN105008963A (zh) | 地震波形分类系统和方法 | |
| US11704748B2 (en) | System and method for automatically correlating geologic tops | |
| AU2019201880B2 (en) | System and method for automatically correlating geologic tops | |
| Wellmann et al. | Towards incorporating uncertainty of structural data in 3D geological inversion | |
| CN111273348B (zh) | 基于更新概率比率恒定理论的多点地质统计叠前反演方法 | |
| Roy et al. | Generative topographic mapping for seismic facies estimation of a carbonate wash, Veracruz Basin, southern Mexico | |
| Cherpeau et al. | Stochastic structural modelling in sparse data situations | |
| CN108931814A (zh) | 一种基于多属性融合的基岩裂缝预测的方法 | |
| CN103930892A (zh) | 利用空间上独立的数据子集来计算空间上相关的储藏数据的属性分布不确定性的系统和方法 | |
| Caers et al. | Stochastic integration of seismic data and geologic scenarios: A West Africa submarine channel saga | |
| Wood | Lithofacies and stratigraphy prediction methodology exploiting an optimized nearest-neighbour algorithm to mine well-log data | |
| WO2014150262A1 (en) | Context based geo-seismic object identification | |
| CN104011566A (zh) | 用于分析地质构造的特性的基于小波变换的系统和方法 | |
| CN104636980A (zh) | 针对河道砂油藏类型油气汇集条件的地球物理表征方法 | |
| CN104834008B (zh) | 计算碳酸盐岩缝洞型储层充填程度的方法 | |
| CN106255902A (zh) | 使用地震数据分析地质特征的系统和方法 | |
| Wei et al. | Uncertainty analysis of 3D potential-field deterministic inversion using mixed Lp norms | |
| CN110927793B (zh) | 一种基于序贯随机模糊模拟的储层预测方法及系统 | |
| Ketineni et al. | Structuring an integrative approach for field development planning using artificial intelligence and its application to an offshore oilfield | |
| CN104111476B (zh) | 构建地层速度场的方法及装置 | |
| Roberts et al. | Joint stochastic constraint of a large data set from a salt dome | |
| CN112444859A (zh) | 协同异变蚂蚁体的页岩储层断裂识别方法及系统 | |
| RU2275660C1 (ru) | Способ выделения и прогноза участков с различными типами геологического разреза | |
| EP2863242A2 (en) | Classification and visualization of time-series data | |
| US10114135B2 (en) | System and method for optimizing seismic data analysis |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C06 | Publication | ||
| PB01 | Publication | ||
| C10 | Entry into substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| REG | Reference to a national code |
Ref country code: HK Ref legal event code: DE Ref document number: 1217043 Country of ref document: HK |
|
| WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20151028 |
|
| WD01 | Invention patent application deemed withdrawn after publication | ||
| REG | Reference to a national code |
Ref country code: HK Ref legal event code: WD Ref document number: 1217043 Country of ref document: HK |