CN105277979A - 一种地震属性的优化方法和装置 - Google Patents
一种地震属性的优化方法和装置 Download PDFInfo
- Publication number
- CN105277979A CN105277979A CN201510672801.7A CN201510672801A CN105277979A CN 105277979 A CN105277979 A CN 105277979A CN 201510672801 A CN201510672801 A CN 201510672801A CN 105277979 A CN105277979 A CN 105277979A
- Authority
- CN
- China
- Prior art keywords
- seismic properties
- optimized
- seismic
- value
- sample data
- 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.)
- Granted
Links
Landscapes
- Geophysics And Detection Of Objects (AREA)
Abstract
本发明实施例提供了一种地震属性的优化方法和装置。所述方法包括:提取地震数据中待优化地震属性的样本数据;根据所述样本数据计算所述待优化地震属性的权重值;将所述待优化地震属性的权重值进行排序利用所述。通过对提取的待优化地震属性的权重数据进行定量分析,利用数学方法计算得到所述待优化地震属性的权重值,根据所述权重值的大小,去除权重值小的地震属性,保留权重值大的地震属性作为优化的地震属性。采用的数学优化方法比专家经验优化方法具有更充足的理论证明和严谨的推导过程,优化结果也更加准确。
Description
技术领域
本发明涉及地球物理勘探中的储层预测技术领域,尤其涉及一种地震属性的优化方法和装置。
背景技术
地震数据携带大量的储层地质信息,地震储层预测已经成为人们认识和检测油气藏的重要手段。在地质勘探阶段,预测储层的空间变化,可以快速、高效地发现油气田,提高勘探效率;在油气田开发阶段,储层预测则有助于制定合理的开发方案。多信息综合预测法常被用于储层预测,而多信息综合预测法成功的关键在于提取并优选与地质特性有关的地震属性。优化选择地震属性而不是原始地震数据的原因在于,当目标地区的地震地质情况确定时,只有在储层或流体性质变化导致相应特征参数变化达到某一程度时,地震数据才会有明显变化,而地震属性却对这些特征参数敏感得多,并且许多地震属性是非线性的,可以增加储层预测的准确性。地震属性技术对储层的预测主要依据是储层物性和填充在储层中的流体性质的空间变化,造成地震反射速度、振幅、频率等一系列基于几何的、运动学的、动力学的地震属性的变化。
由合成地震数据与实际地震数据可知,地震属性属性种类繁多,与预测对象之间的关系复杂。不同工区和不同储层对所预测对象敏感的地震属性是不完全相同的。即使在同一工区、同一储层,当预测对象不同时,对应的敏感地震属性也是有差异的。地震属性优化技术可以用来解决上述问题。地震属性优化方法就是利用人的经验或数学方法,优选出对所求解问题最敏感(或最有效、最有代表性)的、个数最少的地震属性或地震属性组合。目的在于提高地震储层预测精度,从而改善与地震属性有关的方法的效果。
现有技术中,通常根据专家的知识挑选对储层预测最有影响的属性。油田专家对某个地区带有较多储层信息的特征是比较了解的,可以凭经验进行地震属性的选取。虽然专家有时可以提出几组较优的地震属性或者地震属性组合,但是很难进一步确定哪一组最优。
现有技术中根据专家知识优化地震属性的方法多解性强、稳定性不够,并且选择过程主要根据个人经验,缺乏充分的理论依据,因此,亟需一种有充分理论证明的、稳定的优化地震属性的方法。
发明内容
本发明的目的是提供一种地震属性的优化方法和装置,以改善地震属性的优化过程,提高优化结果的准确性。
为了实现上述目的,本发明提供的一种地震属性的优化方法和装置,具体是这样实现的:
一种地震属性的优化方法,所述方法包括:
提取地震数据中待优化地震属性的样本数据;
根据所述样本数据计算所述待优化地震属性的权重值;
将所述待优化地震属性的权重值进行排序,获取优化后的所述地震属性的数据。
可选的,在本发明一实施例中,所述提取待优化地震属性的样本数据,包括:
获取目标工区的地震数据,根据井资料在所述地震数据中标定所要研究的目标层段;
根据所述目标层段的地震数据确定待优化地震属性,并从所述目标层段的地震数据中提取所述待优化地震属性的样本数据。
可选的,在本发明一实施例中,所述从所述目标层段的地震数据中提取所述待优化地震属性的样本数据,包括:
确定目标层段的地震反射时窗范围;
从目标层段地震反射时窗范围内的地震数据中提取所述待优化地震属性的样本数据。
可选的,在本发明一实施例中,所述待优化地震属性包括下述中的至少一种:用于气烟囱检测的地震属性、用于油气检测的地震属性、用于岩性检测的地震属性。
可选的,在本发明一实施例中,所述用于气烟囱检测的待优化地震属性包括下述中的至少一种:能量、视倾角方差、相似度、视倾角、随机噪声、曲率。
可选的,在本发明一实施例中,在根据所述样本数据计算所述待优化地震属性的权重值之前,还包括:
对所述待优化地震属性的样本数据进行标准化处理。
可选的,在本发明一实施例中,所述对所述待优化地震属性样本数据进行标准化处理,包括:
求取所述待优化地震属性样本数据的平均值;
根据所述平均值对所述样本数据归一化。
可选的,在本发明一实施例中,所述根据所述样本数据计算所述待优化地震属性的权重值,包括:
根据优化地震属性的目的将所述标准化后的待优化地震属性样本数据划分成样本类;
计算样本类中待优化地震属性的类中心值;
根据所述类中心值计算待优化地震属性类中心值的平均值;
根据所述类中心值的平均值计算待优化地震属性对类中心值的平均值的方差;
根据所述方差计算待优化地震属性的权重值。
可选的,在本发明一实施例中,在所述将所述待优化地震属性的权重值进行排序,获取优化后的所述地震属性的数据之后,还包括:
将所述待优化地震属性的权重值从大至小依此相加得到权重和值,当所述权重和值大于等于预设阈值时,将相加的权重值对应的待优化地震属性作为优化的地震属性。
一种地震属性的优化装置,所述装置包括:
提取单元,用于提取地震数据中待优化地震属性的样本数据;
权重值计算单元,用于根据所述样本数据计算所述待优化地震属性的权重值;
排序单元,用于将所述权重值计算单元计算得到的待优化地震属性的权重值进行排序,获取优化后的所述地震属性的数据。
可选的,在本发明一实施例中,所述提取单元包括:
目标层段标定单元,用于获取目标工区的地震数据,根据井资料在所述地震数据中标定所要研究的目标层段;
样本数据提取单元,用于根据所述目标层段标定单元标定的目标层段的地震数据确定待优化地震属性,并从所述目标层段的地震数据中提取所述待优化地震属性的样本数据。
可选的,在本发明一实施例中,所述样本数据提取单元包括:
时窗范围确定单元,用于确定目标层段的地震反射时窗范围;
样本数据提取子单元,用于从所述时窗范围确定单元确定的地震反射时窗范围内的地震数据中提取所述待优化地震属性的样本数据。
可选的,在本发明一实施例中,所述待优化地震属性包括下述中的至少一种:用于气烟囱检测的地震属性、用于油气检测的地震属性、用于岩性检测的地震属性。
可选的,在本发明一实施例中,所述用于气烟囱检测的待优化地震属性包括下述中的至少一种:能量、视倾角方差、相似度、视倾角、随机噪声、曲率。
可选的,在本发明一实施例中,所述装置还包括:
标准化单元,用于对所述待优化地震属性的样本数据进行标准化处理。
可选的,在本发明一实施例中,所述标准化单元包括:
平均值求取单元,用于求取所述待优化地震属性样本数据的平均值;
归一化单元,用于根据所述平均值求取单元得到的平均值对所述样本数据归一化。
可选的,在本发明一实施例中,所述权重值计算单元包括:
样本类划分单元,用于根据优化地震属性的目的将所述标准化后的待优化地震属性样本数据划分成样本类;
类中心值计算单元,用于计算所述样本类划分单元划分得到的样本类中待优化地震属性的类中心值;
平均值计算单元,用于根据所述类中心值计算单元计算得到的类中心值计算待优化地震属性类中心值的平均值;
方差计算单元,用于根据所述平均值计算单元计算得到的类中心值的平均值计算待优化地震属性对类中心值的平均值的方差;
权重值计算子单元,用于根据所述方差计算单元计算得到的方差计算待优化地震属性的权重值。
可选的,在本发明一实施例中,所述装置还包括:
地震属性优化单元,用于将所述待优化地震属性的权重值从大至小依此相加得到权重和值,当所述权重和值大于等于预设阈值时,将相加的权重值对应的待优化地震属性作为优化的地震属性。
由此可见,本发明实施例的技术方案通过对提取的待优化地震属性的权重数据进行定量分析,利用数学方法计算得到所述待优化地震属性的权重值,根据所述权重值的大小,摒弃权重值小的地震属性,保留权重值大的地震属性作为优化的地震属性。采用的数学优化方法比专家经验优化方法具有更充足的理论证明和严谨的推导过程,优化结果也更加准确。
附图说明
为了更清楚地说明本申请实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本申请中记载的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。
图1是本发明提供的地震属性优化方法的一种实施例的方法流程图;
图2是本发明所述提取待优化地震属性的样本数据的一种实施例的方法流程图;
图3是本发明所述提从所述目标层段的地震数据中取待优化地震属性样本数据的一种实施例的方法流程图;
图4是本发明所述计算所述地震属性权重值的一种实施例的方法流程图;
图5是本发明提供的一种地震属性优化装置的一种实施例的模块结构示意图;
图6是本发明提供的提取单元的一种实施例的模块结构示意图;
图7是本发明提供的样本数据提取单元的一种实施例的模块结构示意图;
图8是本发明提供的标准化单元的一种实施例的模块结构示意图;
图9是本发明提供的权重值计算单元的一种实施例的模块结构示意图。
具体实施方式
为了使本技术领域的人员更好地理解本申请中的技术方案,下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本申请一部分实施例,而不是全部的实施例。基于本申请中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都应当属于本申请保护的范围。
根据上述分析可知,根据专家知识对地震属性进行优化的方法缺乏充分的理论依据。一般来说,数学优化方法比采用专家经验优化法具有更充足的理论证明和严谨的推导过程。本发明提供的地震属性的优化方法中,可以定量地计算各个地震属性的权重值,去除权重值小的地震属性,保留权重值大的地震属性作为优化的地震属性。
基于上述理论,本发明提供了一种地震属性的优化方法。图1是本发明提供的地震属性优化方法的一种实施例的方法流程图,如图1所示,所述方法可以包括以下步骤:
S1:提取地震数据中待优化地震属性的样本数据。
在计算待优化地震属性的权重值之前,可以提取待优化地震属性的样本数据。图2是本发明所述提取待优化地震属性的样本数据的一种实施例的方法流程图,如图2所示,所述提取待优化地震属性的样本数据可以包括:
S21:获取目标工区的地震数据,根据井资料在所述地震数据中标定所要研究的目标层段。
在进行地震属性优化之前,通常会确定优化地震属性的目的,根据优化地震属性的目的可以将待优化地震属性划分为下述中的至少一种:用于气烟囱检测的地震属性、用于油气检测的地震属性、用于岩性检测的地震属性。所述用于气烟囱检测的待优化地震属性可以用于优化检测储层含气量状况的地震属性,所述用于油气检测的待优化地震属性可以用于优化检测储层含油气状况的地震属性。通常情况下,根据已知钻井可以确定该钻井的含气量状况或者含油气状况,因此,可以将已知钻井的井资料和地震数据进行合成记录,在确定油气状况或含气量状况的前提下,研究所述合成记录可以实现优化地震属性的目的。
所述井资料可以包括钻井资料和测井资料,在本发明的一个实施例中,可以采用所述井资料中的钻井资料,因为钻井资料可以体现储层的含气量状况或者含油气状况。由于地震数据是基于时间域的,而井资料是基于深度域的,将井资料和地震数据进行合成记录可以将井资料从深度域转换至时间域,将相应的地址层位表型在所述地震数据中,所述地震数据可以是二维地震数据或者三维地震数据。
对井资料和地震数据的合成记录,可以是连接地震和地质的纽带,也可以是进行地震属性优化的基础。
S22:根据所述目标层段的地震数据确定待优化地震属性,并从所述目标层段的地震数据中提取所述待优化地震属性的样本数据。
选取待优化地震属性可以为优化地震属性的基础,一般地,可以采用属性类比法选取待优化地震属性,所述属性类比法可以直接利用现有的研究成果,引用类似已有工区成熟的地震属性选取方法。但是,所述属性类比法有一定的局限性,不同工区的储层状况可能存在较大差异,按照已有工区的选取方法选取出来的待优化地震属性可能也和目标工区的相关性并不大。本发明实施例中选取待优化地震属性时,可以结合位于所述标定的目标层段中的井旁地震道,建立目标层段储层物性与地震属性的关系,选取与储层物性相关性较大的地震属性。通过激发所述井旁地震道而记录的地震数据精度较高,参考价值较高,可以用于建立储层物性与地震属性的关系。举例说明,通过将储层的含油气状况与合成记录中的各地震属性曲线进行对比,发现储层的含油气状况与地震波的能量值相关性较大,可以选取所述能量值作为待优化的地震属性。通过选取待优化地震属性,可以初步地对地震属性进行筛选,选择与储层研究方向相关性较大的地震属性,提高了优化效率。
在本发明一实施例中,通过上述选取待优化地震属性的方法选取用于气烟囱检测的地震属性,经过分析,得到与含气量相关性较大的待优化地震属性包括下述中的至少一种:能量、视倾角方差、相似度、视倾角、随机噪声、曲率。
待优化地震属性样本数据的提取可以在地震数据目标层段中的一定长度的时窗内提取待优化地震属性对应的样本数据。具体地,图3是本发明所述提从所述目标层段的地震数据中取待优化地震属性样本数据的一种实施例的方法流程图,如图3所示,所述从所述井资料和所述目标层段的地震数据中提取待优化地震属性的样本数据,包括:
S301:确定目标层段的地震反射时窗范围。
确定合适的目标层段的地震反射时窗范围具有重要的意义,时窗范围过大,提取的所述目标层段的地震数据中地震属性样本数据包含了不必要的信息;时窗范围过小,提取的地震属性样本可能会丢失有效成分。在本发明实施例中,确定目标层段的地震反射时窗范围可以分为以下两种情况:当所述目标层段的厚度较大,并且目标地层的顶底界面可以追踪时,可以将目标层段的顶底时间厚度作为地震反射时窗范围;当目标层段的厚度较小,可以将所述目标层段的顶界面作为时窗上限,时窗长度可以尽可能地选取较小值,因为一般情况下,目的层段的地质信息很多都集中反映在目标层段顶界面的地震响应中。
在上述选取用于气烟囱检测的地震属性的实施例中,选取了能量、视倾角方差、相似度、视倾角、随机噪声、曲率中至少一种待优化属性。一般地,上述待优化地震属性在不同时间窗口范围内的数值有较大变化,以能量属性举例说明,假设目标层段的地震反射时窗范围[-120ms,120ms],在[-120ms,-40ms]的时窗范围内,能量属性值可以表现为随含气量的变化单调变化。同样地,在[-40ms,40ms]和[40ms,120ms]时窗范围内,能量属性值也可以表现为随含气量变化而单调变化。在这种情况下,可以将能量地震属性分为在三个不同时窗范围内的地震属性,具体表示为能量[-120ms,-40ms]、能量[-40ms,40ms]和能量[40ms,120ms],类似的,视倾角方差、视倾角、随机噪声待优化等地震属性也可以被分为在不同时窗范围内的地震属性。根据上述分析,在本发明用于气烟囱检测的待优化地震属性的实施例中,可以将待优化地震属性在不同的时间窗口下分为更多的待优化属性,表1是利用本发明实施例方法提取的用于气烟囱检测的22个待优化地震属性。
表1利用本发明实施例方法提取的用于气烟囱检测的22个待优化地震属性表
S302:从目标层段地震反射时窗范围内的地震数据中提取所述待优化地震属性的样本数据。
在时窗范围内提取待优化地震属性的样本数据,具体的提取方式可以在提取之前确定每个待优化地震属性的样本数据个数,再按照固定时间间隔在时窗范围内对待优化地震属性进行样本数据的提取。
通过选取待优化地震属性,并在目标层段的地震反射时窗范围内提取所述待优化地震属性的样本数据,对地震属性进行了初步的筛选,提高了地震属性的优化效率。
S2:根据所述样本数据计算所述待优化地震属性的权重值。
通过数学方法处理所述待优化地震属性的样本数据,可以计算得到所述待优化地震属性的权重值。一般情况下,提取的待优化地震属性样本数据数据量较大,待优化地震属性之间的量纲不一,数值量级之间的差别较大,导致发生局部样本数据的异常被淹没的情况发生,因此在计算待优化地震属性的权重值之前,可以对所述待优化地震属性样本数据进行标准化处理,所述对所述样本数据进行标准化处理,包括以下两个步骤:
SS1:求取所述待优化地震属性样本数据的平均值,计算公式如公式(1)所示:
其中,xij为第j个地震属性的第i个样本数据,N为样本数据个数,J为地球属性个数;
SS2:根据所述平均值对所述样本数据归一化,计算公式如公式(2)所示:
其中,x′ij是标准化后的待优化地震属性样本数据。
通过对待优化地震属性的样本数据的标准化处理,统一了待优化地震属性之间的量纲,方便了后续的计算处理过程。
具体地,图4是本发明所述计算所述地震属性权重值的一种实施例的方法流程图,如图4所示,所述计算所述地震属性权重值具体包括以下步骤:
S41:根据优化地震属性的目的将所述标准化后的待优化地震属性样本数据划分成样本类。
根据上述分析可知,根据优化地震属性的目的可以将地震属性划分为至少以下一种:用于气烟囱检测的地震属性、用于油气检测的地震属性、用于岩性检测的地震属性。对于不同的优化目的,地震属性样本数据的分类标准也不相同。例如,对于油气检测的地震属性,可以将样本数据分为以下三个样本类:含油样本类、含气样本类和含水样本类;对于检测气烟囱的地震属性,可以将样本数据分为以下两种样本类:气烟囱样本类和非气烟囱样本类。
S42:计算样本类中待优化地震属性的类中心值,所述样本类中地震属性的类中心值可以通过计算样本类中地震属性的样本数据的平均值得到,所述地震属性的样本数据通常是经过标准化后的样本数据,计算公式如下式(3)所示:
其中,mkj可以为第k类样本类中第j个地震属性的类中心值,nkj可以为第k类样本类中第j个地震属性标准化后的样本数据的个数,x′nj可以为第k类样本类中第j个地震属性标准化后的样本数据;
S43:根据所述类中心值计算待优化地震属性类中心值的平均值,所述待优化地震属性类中心的平均值计算公式如下式(4)所示:
其中,可以为第k类样本类中第j个待优化地震属性类中心的平均值,K可以为样本类的个数;
S44:根据所述类中心值的平均值计算待优化地震属性对类中心值的平均值的方差,计算公式如下式(5)所示:
其中,可以为第j个待优化地震属性对所述待优化地震属性类中心的平均值的方差;
S45:根据所述方差计算待优化地震属性的权重值,计算公式如下式(6)所示:
其中,J可以为待优化地震属性的个数。
通过S41-S45的计算可以得到待优化地震属性的权重值,计算过程严谨,通过数学方法优化地震属性相对于专家经验法更有说服力。
S3:将所述待优化地震属性的权重值进行排序,获取优化后的所述地震属性的数据。
将S2计算得到的待优化地震属性的权重值按照从大到小排列,将所述待优化地震属性的权重值从大到小依此相加得到权重和值,当所述权重和值大于等于预设阈值时,将相加的待优化地震属性权重值对应的地震属性作为优化的地震属性。
下面将通过一个具体的应用场景来解释上述方法步骤,对某工区的气烟囱检测地震属性进行优化,如表1所示,提取了用于气烟囱检测的22个待优化地震属性,并在地震反射时窗范围内提取304个待优化地震属性样本数据,可以确定所述待优化地震属性样本是否为气烟囱。根据是否是气烟囱,将所述待优化地震属性样本分为以下两种样本类:气烟囱样本类和非气烟囱样本类,其中,所述气烟囱样本类包括152个待优化地震属性样本数据,所述非气烟囱样本类包括152个待优化地震属性样本数据。通过对所述待优化地震属性样本进行从S41到S45的计算处理。将计算得到的待优化地震属性的权重值按照从大到小的顺序排列,得到如表2所示的本发明提供的待优化地震属性权重值排序表:
表2本发明提供的地震属性权重值排序表
设置上述应用场景的预设阈值为84%,也就是说,当从大到小依此相加得到的权重和值大于等于84%时,将相加的待优化地震属性权重值对应的地震属性作为优化的地震属性。经过相加计算得到,前九个待优化地震属性的权重和值为84.2291%,大于84%,那么,将属性号8、7、9、12、6、11、10、5、22对应的待优化地震属性作为优化的地震属性,根据表1可以查询属性号8、7、9、12、6、11、10、5、22对应的待优化地震属性,上述过程完成了对气烟囱检测地震属性的优化。
本发明另一方面还提供一种地震属性的优化装置,图5是本发明提供的一种地震属性优化装置的一种实施例的模块结构示意图,结合附图5,该装置50包括:提取单元51、权重值计算单元52以及权重值计算单元53,其中,
提取单元51,用于提取地震数据中待优化地震属性的样本数据.
权重值计算单元52,用于根据所述提取单元51提取的样本数据计算所述待优化地震属性的权重值。
排序单元53,用于将所述权重值计算单元52计算得到的待优化地震属性的权重值进行排序。
图6是本发明提供的提取单元51的一种实施例的模块结构示意图,如图6所示,所述提取单元51包括目标层段标定单元61以及样本数据提取单元62,其中,
目标层段标定单元61,用于获取目标工区的地震数据,根据井资料在所述地震数据中标定所要研究的目标层段。
样本数据提取单元62,用于根据所述目标层段标定单元61标定的目标层段的地震数据确定待优化地震属性,并从所述目标层段的地震数据中提取所述待优化地震属性的样本数据。
图7是本发明提供的样本数据提取单元62的一种实施例的模块结构示意图,如图7所示,所述样本数据提取单元62包括时窗范围确定单元71以及样本数据提取子单元72,其中,
时窗范围确定单元71,用于确定目标层段的地震反射时窗范围。
样本数据提取子单元72,用于从所述时窗范围确定单元71确定的地震反射时窗范围内的地震数据中提取所述待优化地震属性的样本数据。
所述样本数据提取单元可以通过选取待优化地震属性在目标层段的地震反射时窗范围内提取所述待优化地震属性的样本数据,对地震属性进行了初步的筛选,提高了地震属性的优化效率。
如图5所示,所述装置还包括标准化单元54,图8是本发明提供的标准化单元54的一种实施例的模块结构示意图,如图8所示,所述标准化单元54包括:平均值求取单元81以及归一化单元82,其中,
平均值求取单元81,用于求取所述待优化地震属性样本数据的平均值。
归一化单元82,用于根据所述平均值求取单元81得到的平均值对所述样本数据归一化。
所述标准化单元可以通过对待优化地震属性的样本数据的标准化处理,统一了待优化地震属性之间的量纲,方便了后续的计算处理过程。
图9是本发明提供的权重值计算单元52的一种实施例的模块结构示意图,如图9所示,所述权重值计算单元52包括:样本类划分单元91、类中心值计算单元92、平均值计算单元93、方差计算单元94以及权重值计算子单元95,其中,
样本类划分单元91,用于根据优化地震属性的目的将所述标准化后的待优化地震属性样本数据划分成样本类。
类中心值计算单元92,用于计算所述样本类划分单元91划分得到的样本类中待优化地震属性的类中心值。
平均值计算单元93,用于根据所述类中心值计算单元92计算得到的类中心值计算待优化地震属性类中心值的平均值。
方差计算单元94,用于根据所述平均值计算单元93计算得到的类中心值的平均值计算待优化地震属性对类中心值的平均值的方差。
权重值计算子单元95,用于根据所述方差计算单元94计算得到的方差计算待优化地震属性的权重值。
如图5所示,所述装置还包括地震属性优化单元55,所述地震属性优化单元55,用于将所述待优化地震属性的权重值从大至小依此相加得到权重和值,当所述权重和值大于等于预设阈值时,将相加的权重值对应的待优化地震属性作为优化的地震属性。
由此可见,本发明一种地震属性的优化方法和装置的技术方案通过对提取的待优化地震属性的权重数据进行定量分析,利用数学方法计算得到所述待优化地震属性的权重值,根据所述权重值的大小,去除权重值小的地震属性,保留权重值大的地震属性作为优化的地震属性。采用的数学优化方法比专家经验优化方法具有更充足的理论证明和严谨的推导过程,优化结果也更加准确。
虽然本申请提供了如实施例或流程图所述的方法操作步骤,但基于常规或者无创造性的劳动可以包括更多或者更少的操作步骤。实施例中列举的步骤顺序仅仅为众多步骤执行顺序中的一种方式,不代表唯一的执行顺序。在实际中的装置或客户端产品执行时,可以按照实施例或者附图所示的方法顺序执行或者并行执行(例如并行处理器或者多线程处理的环境)。
上述实施例阐明的装置或模块,具体可以由计算机芯片或实体实现,或者由具有某种功能的产品来实现。为了描述的方便,描述以上装置时以功能分为各种模块分别描述。在实施本申请时可以把各模块的功能在同一个或多个软件和/或硬件中实现。当然,也可以将实现某功能的模块由多个子模块或子单元组合实现。
本申请中所述的方法、装置或模块可以以计算机可读程序代码方式实现控制器按任何适当的方式实现,例如,控制器可以采取例如微处理器或处理器以及存储可由该(微)处理器执行的计算机可读程序代码(例如软件或固件)的计算机可读介质、逻辑门、开关、专用集成电路(ApplicationSpecificIntegratedCircuit,ASIC)、可编程逻辑控制器和嵌入微控制器的形式,控制器的例子包括但不限于以下微控制器:ARC625D、AtmelAT91SAM、MicrochipPIC18F26K20以及SiliconeLabsC8051F320,存储器控制器还可以被实现为存储器的控制逻辑的一部分。本领域技术人员也知道,除了以纯计算机可读程序代码方式实现控制器以外,完全可以通过将方法步骤进行逻辑编程来使得控制器以逻辑门、开关、专用集成电路、可编程逻辑控制器和嵌入微控制器等的形式来实现相同功能。因此这种控制器可以被认为是一种硬件部件,而对其内部包括的用于实现各种功能的装置也可以视为硬件部件内的结构。或者甚至,可以将用于实现各种功能的装置视为既可以是实现方法的软件模块又可以是硬件部件内的结构。
本申请所述装置中的部分模块可以在由计算机执行的计算机可执行指令的一般上下文中描述,例如程序模块。一般地,程序模块包括执行特定任务或实现特定抽象数据类型的例程、程序、对象、组件、数据结构、类等等。也可以在分布式计算环境中实践本申请,在这些分布式计算环境中,由通过通信网络而被连接的远程处理设备来执行任务。在分布式计算环境中,程序模块可以位于包括存储设备在内的本地和远程计算机存储介质中。
通过以上的实施方式的描述可知,本领域的技术人员可以清楚地了解到本申请可借助软件加必需的硬件的方式来实现。基于这样的理解,本申请的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,也可以通过数据迁移的实施过程中体现出来。该计算机软件产品可以存储在存储介质中,如ROM/RAM、磁碟、光盘等,包括若干指令用以使得一台计算机设备(可以是个人计算机,移动终端,服务器,或者网络设备等)执行本申请各个实施例或者实施例的某些部分所述的方法。
本说明书中的各个实施例采用递进的方式描述,各个实施例之间相同或相似的部分互相参见即可,每个实施例重点说明的都是与其他实施例的不同之处。本申请的全部或者部分可用于众多通用或专用的计算机系统环境或配置中。例如:个人计算机、服务器计算机、手持设备或便携式设备、平板型设备、移动通信终端、多处理器系统、基于微处理器的系统、可编程的电子设备、网络PC、小型计算机、大型计算机、包括以上任何系统或设备的分布式计算环境等等。
虽然通过实施例描绘了本申请,本领域普通技术人员知道,本申请有许多变形和变化而不脱离本申请的精神,希望所附的权利要求包括这些变形和变化而不脱离本申请的精神。
Claims (18)
1.一种地震属性的优化方法,其特征在于,所述方法包括:
提取地震数据中待优化地震属性的样本数据;
根据所述样本数据计算所述待优化地震属性的权重值;
将所述待优化地震属性的权重值进行排序,获取优化后的所述地震属性的数据。
2.根据权利要求1所述的一种地震属性的优化方法,其特征在于,所述提取待优化地震属性的样本数据,包括:
获取目标工区的地震数据,根据井资料在所述地震数据中标定所要研究的目标层段;
根据所述目标层段的地震数据确定待优化地震属性,并从所述目标层段的地震数据中提取所述待优化地震属性的样本数据。
3.根据权利要求2所述的一种地震属性的优化方法,其特征在于,所述从所述目标层段的地震数据中提取所述待优化地震属性的样本数据,包括:
确定目标层段的地震反射时窗范围;
从目标层段地震反射时窗范围内的地震数据中提取所述待优化地震属性的样本数据。
4.根据权利要求1所述的一种地震属性的优化方法,其特征在于,所述待优化地震属性包括下述中的至少一种:用于气烟囱检测的地震属性、用于油气检测的地震属性、用于岩性检测的地震属性。
5.根据权利要求4所述的一种地震属性的优化方法,其特征在于,所述用于气烟囱检测的待优化地震属性包括下述中的至少一种:能量、视倾角方差、相似度、视倾角、随机噪声、曲率。
6.根据权利要求1所述的一种地震属性的优化方法,其特征在于,在根据所述样本数据计算所述待优化地震属性的权重值之前,还包括:
对所述待优化地震属性的样本数据进行标准化处理。
7.根据权利要求6所述的一种地震属性的优化方法,其特征在于,所述对所述待优化地震属性样本数据进行标准化处理,包括:
求取所述待优化地震属性样本数据的平均值;
根据所述平均值对所述样本数据归一化。
8.根据权利要求6所述的一种地震属性的优化方法,其特征在于,所述根据所述样本数据计算所述待优化地震属性的权重值,包括:
根据优化地震属性的目的将所述标准化后的待优化地震属性样本数据划分成样本类;
计算样本类中待优化地震属性的类中心值;
根据所述类中心值计算待优化地震属性类中心值的平均值;
根据所述类中心值的平均值计算待优化地震属性对类中心值的平均值的方差;
根据所述方差计算待优化地震属性的权重值。
9.根据权利要求1所述的一种地震属性的优化方法,其特征在于,在所述将所述待优化地震属性的权重值进行排序,获取优化后的所述地震属性的数据之后,还包括:
将所述待优化地震属性的权重值从大至小依此相加得到权重和值,当所述权重和值大于等于预设阈值时,将相加的权重值对应的待优化地震属性作为优化的地震属性。
10.一种地震属性的优化装置,其特征在于,所述装置包括:
提取单元,用于提取地震数据中待优化地震属性的样本数据;
权重值计算单元,用于根据所述样本数据计算所述待优化地震属性的权重值;
排序单元,用于将所述权重值计算单元计算得到的待优化地震属性的权重值进行排序,获取优化后的所述地震属性的数据。
11.根据权利要求10所述的一种地震属性的优化装置,其特征在于,所述提取单元包括:
目标层段标定单元,用于获取目标工区的地震数据,根据井资料在所述地震数据中标定所要研究的目标层段;
样本数据提取单元,用于根据所述目标层段标定单元标定的目标层段的地震数据确定待优化地震属性,并从所述目标层段的地震数据中提取所述待优化地震属性的样本数据。
12.根据权利要求11所述的一种地震属性的优化装置,其特征在于,所述样本数据提取单元包括:
时窗范围确定单元,用于确定目标层段的地震反射时窗范围;
样本数据提取子单元,用于从所述时窗范围确定单元确定的地震反射时窗范围内的地震数据中提取所述待优化地震属性的样本数据。
13.根据权利要求10所述的一种地震属性的优化装置,其特征在于,所述待优化地震属性包括下述中的至少一种:用于气烟囱检测的地震属性、用于油气检测的地震属性、用于岩性检测的地震属性。
14.根据权利要求13所述的一种地震属性的优化装置,其特征在于,所述用于气烟囱检测的待优化地震属性包括下述中的至少一种:能量、视倾角方差、相似度、视倾角、随机噪声、曲率。
15.根据权利要求10所述的一种地震属性的优化装置,其特征在于,所述装置还包括:
标准化单元,用于对所述待优化地震属性的样本数据进行标准化处理。
16.根据权利要求15所述的一种地震属性的优化装置,其特征在于,所述标准化单元包括:
平均值求取单元,用于求取所述待优化地震属性样本数据的平均值;
归一化单元,用于根据所述平均值求取单元得到的平均值对所述样本数据归一化。
17.根据权利要求15所述的一种地震属性的优化装置,其特征在于,所述权重值计算单元包括:
样本类划分单元,用于根据优化地震属性的目的将所述标准化后的待优化地震属性样本数据划分成样本类;
类中心值计算单元,用于计算所述样本类划分单元划分得到的样本类中待优化地震属性的类中心值;
平均值计算单元,用于根据所述类中心值计算单元计算得到的类中心值计算待优化地震属性类中心值的平均值;
方差计算单元,用于根据所述平均值计算单元计算得到的类中心值的平均值计算待优化地震属性对类中心值的平均值的方差;
权重值计算子单元,用于根据所述方差计算单元计算得到的方差计算待优化地震属性的权重值。
18.根据权利要求10所述的一种地震属性的优化装置,其特征在于,所述装置还包括:
地震属性优化单元,用于将所述待优化地震属性的权重值从大至小依此相加得到权重和值,当所述权重和值大于等于预设阈值时,将相加的权重值对应的待优化地震属性作为优化的地震属性。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510672801.7A CN105277979B (zh) | 2015-10-16 | 2015-10-16 | 一种地震属性的优化方法和装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510672801.7A CN105277979B (zh) | 2015-10-16 | 2015-10-16 | 一种地震属性的优化方法和装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN105277979A true CN105277979A (zh) | 2016-01-27 |
CN105277979B CN105277979B (zh) | 2017-10-17 |
Family
ID=55147317
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510672801.7A Active CN105277979B (zh) | 2015-10-16 | 2015-10-16 | 一种地震属性的优化方法和装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105277979B (zh) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106772606A (zh) * | 2017-01-05 | 2017-05-31 | 中国矿业大学(北京) | 一种对地裂缝进行有效识别的新方法 |
CN106842317A (zh) * | 2016-12-22 | 2017-06-13 | 中国石油天然气集团公司 | 一种预测油砂体分布的方法及装置 |
CN110389381A (zh) * | 2018-04-23 | 2019-10-29 | 中国石油化工股份有限公司 | 一种基于地震属性的砂体储层预测方法及装置 |
CN111736217A (zh) * | 2020-05-27 | 2020-10-02 | 中国石油天然气集团有限公司 | 地震属性融合方法及装置 |
CN113325472A (zh) * | 2021-05-21 | 2021-08-31 | 成都理工大学 | 基于主成分分析的地震波场次成分提取方法 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6246963B1 (en) * | 1999-01-29 | 2001-06-12 | Timothy A. Cross | Method for predicting stratigraphy |
US6807486B2 (en) * | 2002-09-27 | 2004-10-19 | Weatherford/Lamb | Method of using underbalanced well data for seismic attribute analysis |
CN102478668A (zh) * | 2010-11-30 | 2012-05-30 | 中国石油天然气集团公司 | 一种应用地震多属性参数预测煤层厚度的方法 |
CN103048687A (zh) * | 2011-10-13 | 2013-04-17 | 陈红兵 | 一种地震属性的新型选择方法 |
CN103527184A (zh) * | 2013-10-28 | 2014-01-22 | 北京大学 | 一种白云岩储层的预测方法和系统 |
CN103926617A (zh) * | 2014-04-21 | 2014-07-16 | 中国石油化工股份有限公司 | 一种缝洞储集体的检测方法和检测装置 |
-
2015
- 2015-10-16 CN CN201510672801.7A patent/CN105277979B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6246963B1 (en) * | 1999-01-29 | 2001-06-12 | Timothy A. Cross | Method for predicting stratigraphy |
US6807486B2 (en) * | 2002-09-27 | 2004-10-19 | Weatherford/Lamb | Method of using underbalanced well data for seismic attribute analysis |
CN102478668A (zh) * | 2010-11-30 | 2012-05-30 | 中国石油天然气集团公司 | 一种应用地震多属性参数预测煤层厚度的方法 |
CN103048687A (zh) * | 2011-10-13 | 2013-04-17 | 陈红兵 | 一种地震属性的新型选择方法 |
CN103527184A (zh) * | 2013-10-28 | 2014-01-22 | 北京大学 | 一种白云岩储层的预测方法和系统 |
CN103926617A (zh) * | 2014-04-21 | 2014-07-16 | 中国石油化工股份有限公司 | 一种缝洞储集体的检测方法和检测装置 |
Non-Patent Citations (1)
Title |
---|
万忠宏,等: "利用地震资料解释系统实现非地震资料的解释", 《石油地球物理勘探》 * |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106842317A (zh) * | 2016-12-22 | 2017-06-13 | 中国石油天然气集团公司 | 一种预测油砂体分布的方法及装置 |
CN106772606A (zh) * | 2017-01-05 | 2017-05-31 | 中国矿业大学(北京) | 一种对地裂缝进行有效识别的新方法 |
CN110389381A (zh) * | 2018-04-23 | 2019-10-29 | 中国石油化工股份有限公司 | 一种基于地震属性的砂体储层预测方法及装置 |
CN110389381B (zh) * | 2018-04-23 | 2021-04-30 | 中国石油化工股份有限公司 | 一种基于地震属性的砂体储层预测方法及装置 |
CN111736217A (zh) * | 2020-05-27 | 2020-10-02 | 中国石油天然气集团有限公司 | 地震属性融合方法及装置 |
CN111736217B (zh) * | 2020-05-27 | 2023-12-26 | 中国石油天然气集团有限公司 | 地震属性融合方法及装置 |
CN113325472A (zh) * | 2021-05-21 | 2021-08-31 | 成都理工大学 | 基于主成分分析的地震波场次成分提取方法 |
Also Published As
Publication number | Publication date |
---|---|
CN105277979B (zh) | 2017-10-17 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11037084B2 (en) | Method and apparatus for evaluating exploitation value of a geological resource | |
CN105277979A (zh) | 一种地震属性的优化方法和装置 | |
CN108897066B (zh) | 碳酸盐岩裂缝密度定量预测方法及装置 | |
Anifowose et al. | A least-square-driven functional networks type-2 fuzzy logic hybrid model for efficient petroleum reservoir properties prediction | |
EP2104845A1 (en) | Method and system for assessing exploration prospect risk and uncertainty | |
CN109115987B (zh) | 一种基于岩石物理模型的流体因子的评价方法及装置 | |
CN110389382B (zh) | 一种基于卷积神经网络的油气藏储层表征方法 | |
CN111665560A (zh) | 油气层识别方法、装置、计算机设备及可读存储介质 | |
CA2870735A1 (en) | System and method for calibrating permeability for use in reservoir modeling | |
CN107807410A (zh) | 储层地球物理敏感参数优选方法及系统 | |
CN105629304A (zh) | 一种基于多属性的砂体叠合模式识别方法 | |
CN103364831A (zh) | 基于神经网络算法的物性参数量化方法 | |
CN105240006A (zh) | 一种适用于火山岩储层的油水层识别方法 | |
CN113033648A (zh) | 一种使用机器学习算法实现测井解释的方法 | |
CN112684503B (zh) | 一种基于叠后地震属性的储层流体识别方法及装置 | |
CN112990320A (zh) | 一种岩性的分类方法、装置、电子设备及存储介质 | |
US10209403B2 (en) | Method of modelling a subsurface volume | |
CN111472763B (zh) | 地层厚度预测方法及装置 | |
Aliyarov et al. | Prediction of multivariable properties of reservoir rocks by using fuzzy clustering | |
US20230141334A1 (en) | Systems and methods of modeling geological facies for well development | |
CN109655933A (zh) | 非常规地层的岩性识别方法及系统 | |
CN115879020A (zh) | 储集体的分类刻画方法、装置、电子设备及存储介质 | |
CN112987122A (zh) | 一种泥质含量计算方法、装置、电子设备及存储介质 | |
CN113945992A (zh) | 泥岩、油页岩识别方法、装置、电子设备及介质 | |
CN106405638A (zh) | 一种含气饱和度确定方法和装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |