CN110231653B - 构建双向约束初始模型的方法及装置 - Google Patents

构建双向约束初始模型的方法及装置 Download PDF

Info

Publication number
CN110231653B
CN110231653B CN201910335093.6A CN201910335093A CN110231653B CN 110231653 B CN110231653 B CN 110231653B CN 201910335093 A CN201910335093 A CN 201910335093A CN 110231653 B CN110231653 B CN 110231653B
Authority
CN
China
Prior art keywords
elastic parameter
information
participating
logging
well
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.)
Active
Application number
CN201910335093.6A
Other languages
English (en)
Other versions
CN110231653A (zh
Inventor
姜勇
蒋龙聪
游俊
王少卿
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Beijing Sunshine Gypco Polytron Technologies Inc
China National Petroleum (china) Co Ltd Shanghai Branch
Original Assignee
Beijing Sunshine Gypco Polytron Technologies Inc
China National Petroleum (china) Co Ltd Shanghai Branch
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Beijing Sunshine Gypco Polytron Technologies Inc, China National Petroleum (china) Co Ltd Shanghai Branch filed Critical Beijing Sunshine Gypco Polytron Technologies Inc
Priority to CN201910335093.6A priority Critical patent/CN110231653B/zh
Publication of CN110231653A publication Critical patent/CN110231653A/zh
Application granted granted Critical
Publication of CN110231653B publication Critical patent/CN110231653B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

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. analysis, for interpretation, for correction
    • G01V1/30—Analysis
    • G01V1/307—Analysis for determining seismic attributes, e.g. amplitude, instantaneous phase or frequency, reflection strength or polarity
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01V—GEOPHYSICS; GRAVITATIONAL MEASUREMENTS; DETECTING MASSES OR OBJECTS; TAGS
    • G01V2210/00—Details of seismic processing or analysis
    • G01V2210/60—Analysis
    • G01V2210/63—Seismic attributes, e.g. amplitude, polarity, instant phase
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01V—GEOPHYSICS; GRAVITATIONAL MEASUREMENTS; DETECTING MASSES OR OBJECTS; TAGS
    • G01V2210/00—Details of seismic processing or analysis
    • G01V2210/60—Analysis
    • G01V2210/66—Subsurface modeling

Abstract

本发明公开了一种构建双向约束初始模型的方法及装置，该方法包括：根据测井弹性参数信息建立测井弹性参数趋势信息；对测井弹性参数信息进行带通滤波获得带通弹性参数信息；根据带通弹性参数信息确定拟合弹性参数信息；拟合弹性参数信息反映空间约束地震属性与带通弹性参数的关系，空间约束地震属性包括与带通弹性参数的相关系数不小于预设相关系数的地震属性；根据测井弹性参数趋势信息、拟合弹性参数信息，及第一测井低频弹性参数趋势信息，构建双向约束初始模型。本发明中，测井弹性参数趋势信息包含低频信息，空间约束地震属性与带通弹性参数相关性较高，利用低频信息及空间约束地震属性构建模型，可以提高双向约束初始模型的预测精度。

Description

构建双向约束初始模型的方法及装置
技术领域
本发明涉及地质勘探技术领域，尤其涉及构建双向约束初始模型的方法及装置。
背景技术
本部分旨在为权利要求书中陈述的本发明实施例提供背景或上下文。此处的描述不因为包括在本部分中就承认是现有技术。
在实际地震资料处理中，采集到的地震数据往往缺失低频信息。常用的地震反演，尤其是基于初始模型的地震反演，低频信息缺失会影响反演结果的准确性。因此，建立包含地震数据低频信息的初始模型是至关重要的。
常规构建反演初始模型的方法一般是综合地震数据、地质解释及测井资料建立宽频带波阻抗地震反演模型。根据地层接触关系，一般采用顶平行型、底平行型或过渡型搭建地层格架，采用诸如反距离加权、克里金插值等插值算法外推内插井数据，进而构建反演初始模型。但是，这种构建初始模型的方法为纯数学插值，基于该方法构建的反演初始模型不包含任何地质信息，更不包含地震数据的低频信息，容易出现绕井周画圈的现象(俗称“牛眼”现象)。另外，如果地震资料能量较弱，反演结果同样会出现画圈现象，导致反演结果的预测精度较差。
为了弥补利用纯数学插值方法构建反演初始模型带来的缺陷，学者们提出了用地震速度、地震属性等约束低频模型，采用多属性分析手段，利用多元统计或者神经网络等方法，构建多属性与测井弹性参数的关系。一方面由于地震属性中缺少低频信息，另一方面，地震多属性与测井弹性参数的相关性并不高，提高多属性与测井弹性参数的相关性往往会产生过拟合现象，最终的地震反演结果依然会出现“牛眼”现象，导致反演结果的预测精度较差。
因此，现有的构建反演初始模型的方法存在因缺少低频信息而不能准确反映地震反演结果、反演结果的预测精度较差的问题。
发明内容
本发明实施例提供一种构建双向约束初始模型方法，用以提高反演结果的预测精度，准确反映反演结果，该方法包括：
根据参与井的测井弹性参数信息建立参与井的测井弹性参数趋势信息；测井弹性参数趋势信息反映了参与井中岩性的低频信息；
对参与井的测井弹性参数信息进行与目标地层的地震频带相匹配的带通滤波，获得参与井的带通弹性参数信息；
根据参与井的带通弹性参数信息确定参与井的拟合弹性参数信息；拟合弹性参数信息反映了空间约束地震属性与带通弹性参数之间的关系；空间约束地震属性包括与带通弹性参数的相关系数不小于预设相关系数的地震属性；
根据参与井的测井弹性参数趋势信息、拟合弹性参数信息，及第一测井低频弹性参数趋势信息，构建参与井的双向约束初始模型；第一测井低频弹性参数趋势信息的频带为第一低频频带；
其中，根据参与井的测井弹性参数趋势信息、拟合弹性参数信息，及第一测井低频弹性参数趋势信息，构建参与井的双向约束初始模型，包括：
根据参与井的测井弹性参数趋势信息确定测井弹性参数趋势最大值和测井弹性参数趋势最小值；
根据参与井的拟合弹性参数信息确定拟合弹性参数最大值和拟合弹性参数最小值；
根据测井弹性参数趋势最大值和测井弹性参数趋势最小值、拟合弹性参数信息、拟合弹性参数最大值和拟合弹性参数最小值、第一测井低频弹性参数趋势信息，及空间约束权重系数与低频信息权重系数，构建参与井的双向约束初始模型。
本发明实施例还提供一种构建双向约束初始模型的装置，用以提高反演结果的预测精度，准确反映反演结果，该装置包括：
趋势信息建立模块，用于根据参与井的测井弹性参数信息建立参与井的测井弹性参数趋势信息；测井弹性参数趋势信息反映了参与井中岩性的低频信息；
带通滤波模块，用于对参与井的测井弹性参数信息进行与目标地层的地震频带相匹配的带通滤波，获得参与井的带通弹性参数信息；
拟合模块，用于根据参与井的带通弹性参数信息确定参与井的拟合弹性参数信息；拟合弹性参数信息反映了空间约束地震属性与带通弹性参数之间的关系；空间约束地震属性包括与带通弹性参数的相关系数不小于预设相关系数的地震属性；
模型构建模块，用于根据参与井的测井弹性参数趋势信息、拟合弹性参数信息，及第一测井低频弹性参数趋势信息，构建参与井的双向约束初始模型；第一测井低频弹性参数趋势信息的频带为第一低频频带；
其中，模型构建模块包括第一极值确定单元、第二极值确定单元及模型构建单元：
第一极值确定单元，用于根据参与井的测井弹性参数趋势信息确定测井弹性参数趋势最大值和测井弹性参数趋势最小值；
第二极值确定单元，用于根据参与井的拟合弹性参数信息确定拟合弹性参数最大值和拟合弹性参数最小值；
模型构建单元，用于根据测井弹性参数趋势最大值和测井弹性参数趋势最小值、拟合弹性参数信息、拟合弹性参数最大值和拟合弹性参数最小值、第一测井低频弹性参数趋势信息，及空间约束权重系数与低频信息权重系数，构建参与井的双向约束初始模型。
本发明实施例还提供一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现上述构建双向约束初始模型的方法。
本发明实施例还提供一种计算机可读存储介质，所述计算机可读存储介质存储有执行上述构建双向约束初始模型的方法的计算机程序。
本发明实施例中，建立的测井弹性参数趋势信息包含了参与井中岩性的低频信息，另外，拟合弹性参数信息中空间约束地震属性与带通弹性参数的相关系数均不小于预设相关系数，即空间约束地震属性与带通弹性参数的相关性较高，同时利用岩性的低频信息及与带通弹性参数的相关性较高的空间约束地震属性两个方面构建参与井的双向约束初始模型，可以提高构建的双向约束初始模型的预测精度，以准确反映反演结果。
附图说明
为了更清楚地说明本发明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发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。在附图中：
图1为本发明实施例提供的构建双向约束初始模型的方法的实现流程图；
图2为本发明实施例提供的构建双向约束初始模型的方法中步骤103的实现流程图；
图3为本发明实施例提供的构建双向约束初始模型的方法中步骤104的实现流程图；
图4为本发明实施例提供的构建双向约束初始模型的方法的又一实现流程图；
图5为本发明实施例提供的构建双向约束初始模型的方法中步骤401的实现流程图；
图6为本发明实施例提供的构建双向约束初始模型的方法中步骤402的实现流程图；
图7为本发明实施例提供的构建双向约束初始模型的装置的模块功能图；
图8为本发明实施例提供的构建双向约束初始模型的装置中拟合模块703的结构示意图；
图9为本发明实施例提供的构建双向约束初始模型的装置中模型构建模块704的结构示意图；
图10为本发明实施例提供的构建双向约束初始模型的装置的又一模块功能图；
图11为本发明实施例提供的构建双向约束初始模型的装置中能量目标函数确定模块1001的结构示意图；
图12为本发明实施例提供的构建双向约束初始模型的装置中模型参数确定模块1002的结构示意图；
图13(a)至图13(c)为本发明实施例提供的某一地层的三口参与井的测井弹性参数趋势信息示意图；
图14(a)至图14(b)为本发明实施例提供的利用构建的双向约束初始模型得到的预测效果图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚明白，下面结合附图对本发明实施例做进一步详细说明。在此，本发明的示意性实施例及其说明用于解释本发明，但并不作为对本发明的限定。
虽然本发明提供了如下述实施例或附图所示的方法操作步骤或装置结构，但基于常规或者无需创造性的劳动在所述方法或装置中可以包括更多或者更少的操作步骤或模块单元。在逻辑性上不存在必要因果关系的步骤或结构中，这些步骤的执行顺序或装置的模块结构不限于本发明实施例或附图所示的执行顺序或模块结构。所述的方法或模块结构的在实际中的装置或终端产品应用时，可以按照实施例或者附图所示的方法或模块结构进行顺序执行或者并行执行。
图1示出了本发明实施例提供的构建双向约束初始模型的方法的实现流程，为便于描述，仅示出了与本发明实施例相关的部分，详述如下：
如图1所示，构建双向约束初始模型的方法，其包括：
步骤101，根据参与井的测井弹性参数信息建立参与井的测井弹性参数趋势信息；测井弹性参数趋势信息反映了参与井中岩性的低频信息；
步骤102，对参与井的测井弹性参数信息进行与目标地层的地震频带相匹配的带通滤波，获得参与井的带通弹性参数信息；
步骤103，根据参与井的带通弹性参数信息确定参与井的拟合弹性参数信息；拟合弹性参数信息反映了空间约束地震属性与带通弹性参数之间的关系；空间约束地震属性包括与带通弹性参数的相关系数不小于预设相关系数的地震属性；
步骤104，根据参与井的测井弹性参数趋势信息、拟合弹性参数信息，及第一测井低频弹性参数趋势信息，构建参与井的双向约束初始模型；第一测井低频弹性参数趋势信息的频带为第一低频频带。
弹性参数，主要包括纵波速度、横波速度、密度以及速度比等。测井弹性参数信息，一般可以采用测井弹性参数曲线表示，主要包括纵波速度测井曲线、横波速度测井曲线、密度测井曲线及速度比测井曲线等。测井弹性参数信息，还可以采用测井弹性参数函数等形式表示。对应的，测井弹性参数趋势信息，一般可以采用测井弹性参数趋势线表示，还可以采用测井弹性参数趋势函数等形式表示。在建立参与井的测井弹性参数趋势信息，通过对参与井的测井弹性参数信息进行趋势分析，进而建立参与井的测井弹性参数趋势信息。
在本发明的一实施例中，建立的参与井的测井弹性参数趋势信息可以通过如下公式表示：
RP＝a×exp(b×Z)； 公式(1)
其中，RP表示参与井的测井弹性参数趋势信息，a表示地层深度为0米时的弹性参数，为便于描述我们可以将其称为零点弹性参数，b表示压实系数，Z表示地层深度。鉴于目标地层是包含一定深度范围的，因此建立的测井弹性参数趋势信息应当是上述公式表示的曲线的一部分。
其中，可以利用非线性最小二乘法确定初始a和初始压实系数b。非线性最小二乘，即以误差的平方根和最小作为准则来估计非线性静态模型参数的一种参数估计方法。
目标地层为所要研究的地层区域，例如某一深度范围内的地层。在目标地层中包含很多口井，我们首先选取其中一部分井作为参与井进行研究。对于每一口参与井来说，其包括很多种不同的岩性，例如砂岩、泥岩等，另外还包括除砂岩和泥岩之外的其他岩性。建立参与井的测井弹性参数趋势信息，包括建立每一口参与井不同岩性的测井弹性参数趋势信息，例如砂岩趋势线、泥岩趋势线等。为了便于研究和提高构建模型的效率，可以仅建立几种主要岩性的测井弹性参数趋势线即可。
申请人在研究中发现，由于测井弹性参数的分辨率和地震属性的分辨率差异很大，传统的多属性拟合方法或者利用多元统计方法，又或者基于神经网络直接拟合测井弹性参数信息(多属性和测井弹性参数之间的关系)时，一般根据经验或者不断的使用不同的属性进行尝试建模，依据建模后的预测结果选取与测井弹性参数相关的地震属性时，导致确定的地震属性与测井弹性参数的相关性不大，往往会出现过拟合现象，在利用上述方法构建的地震反演初始模型在应用于其他研究区域的井进行预测时，出现预测不准确，严重时甚至丧失预测功能的问题。
为了提高地震属性与测井弹性参数的相关性，避免传统做法出现的过拟合现象，首先对参与井的测井弹性参数信息进行与目标地层的地震频带相匹配的带通滤波，获得带通滤波后的参与井的测井弹性参数信息，为便于区分我们将其称为带通弹性参数信息。在目标地层(即研究区域)确定的情况下，其地震频带也是确定的或者已知的。其中，带通弹性参数信息，一般采用带通弹性参数曲线表示，还可以采用带通弹性参数函数等形式表示。
在对参与井的测井弹性参数信息进行带通滤波，获得滤波后的参与井的带通弹性参数信息后，进而可以根据滤波后的带通弹性参数信息去拟合空间约束地震属性与带通弹性参数之间的关系，为便于区分我们将拟合后的信息称为拟合弹性参数信息。其中，拟合弹性参数信息，一般可以采用直线或者曲线等形式表示，还可以采用函数、方程等形式表示。
其中，空间约束地震属性中地震属性与带通弹性参数的相关系数不小于预设相关系数。空间约束地震属性一般包括多个地震属性，该多个地震属性中每个地震属性与带通弹性参数的相关系数均不小于预设相关系数。预设相关系数为预先设定的相关系数，其可以根据实际情况和具体需求预先设定。例如，假设全部地震属性包括20个，空间约束地震属性根据实际情况或者需求仅需要选取其中的5个，将与带通弹性参数的相关系数排在前五位的地震属性确定为空间约束地震属性，据此预先设定相关系数。本领域技术人员可理解的是，还可以采用其他方式预先设定预设相关系数，本发明实施例不做特别的限制。
其中，第一测井低频弹性参数趋势信息可以根据已知的测井弹性参数信息获得，且第一测井低频弹性参数趋势信息的频带，即第一低频频带一般为5赫兹左右。在得到拟合弹性参数信息后，即可根据参与井的测井弹性参数趋势信息、拟合弹性参数信息，及第一测井低频弹性参数趋势信息，构建参与井的双向约束初始模型。其中，测井弹性参数趋势信息包含参与井中岩性的低频信息，而拟合弹性参数信息中空间约束地震属性与带通弹性参数的相关系数不小于预设相关系数。
在本发明实施例中，建立的测井弹性参数趋势信息包含了参与井中岩性的低频信息，另外，拟合弹性参数信息中空间约束地震属性与带通弹性参数的相关系数均不小于预设相关系数，即空间约束地震属性与带通弹性参数的相关性较高，同时利用岩性的低频信息及与带通弹性参数的相关性较高的空间约束地震属性两个方面构建参与井的双向约束初始模型，可以提高构建的双向约束初始模型的预测精度，以准确反映反演结果。
图2示出了本发明实施例提供的构建双向约束初始模型的方法中步骤103的实现流程，为便于描述，仅示出了与本发明实施例相关的部分，详述如下：
在本发明的一实施例中，如图2所示，步骤103，根据参与井的带通弹性参数信息确定参与井的拟合弹性参数信息，包括：
步骤201，确定参与井的带通弹性参数信息中每个离散目标样点的带通弹性参数；
步骤202，确定每个离散目标样点的多个地震属性与该离散目标样点的带通弹性参数的相关系数；
步骤203，将与该离散目标样点的带通弹性参数的相关系数不小于预设相关系数的地震属性作为该离散目标样点的空间约束地震属性；
步骤204，根据每个离散目标样点的带通弹性参数和空间约束地震属性确定参与井的拟合弹性参数信息。
在对测井弹性参数信息进行带通滤波得到带通弹性参数信息后，在带通弹性参数信息中确定多个离散目标样点。其中，该多个离散目标样点可以随机选取。在带通弹性参数信息确定的情况下，每个离散目标样点的带通弹性参数也是确定的。
另外，每个离散目标样点对应很多个地震属性，为了确定与带通弹性参数相关性较高的空间约束地震属性，首先确定每个离散目标样点的多个地震属性中每个地震属性与该离散目标样点的带通弹性参数的相关系数，进而按照相关系数对地震属性进行排序，将与该离散目标样点的带通弹性参数的相关系数不小于预设相关系数的地震属性作为该离散目标样点的空间约束地震属性。
在确定与带通弹性参数的相关性较高的空间约束地震属性后，根据每个离散目标样点的带通弹性参数和空间约束地震属性进行拟合，确定拟合弹性参数信息。具体的，拟合弹性参数信息可以通过如下公式表示：
Attr＝ω0×k0+ω1×k1+ω2×k2+…+ωn-1×kn-1+ωn×kn； 公式(2)
其中，Attr表示拟合弹性参数信息，n表示空间约束地震属性中地震属性的个数，k0、k1、k2···kn-1，及kn分别表示空间约束地震属性中每个地震属性，ω0、ω1、ω2···ωn-1，及ωn分别表示与空间约束地震属性中每个地震属性相对应的权重。
在本发明的一实施例中，k0、k1、k2···kn-1，及kn为分别按照与带通弹性参数的相关的高低排序后的地震属性。
在本发明实施例中，将与该离散目标样点的带通弹性参数的相关系数不小于预设相关系数的地震属性作为该离散目标样点的空间约束地震属性，可以提高地震属性与带通弹性参数相关性，提高构建的双向约束初始模型的预测精度，避免过拟合现象。
图3示出了本发明实施例提供的构建双向约束初始模型的方法中步骤104的实现流程，为便于描述，仅示出了与本发明实施例相关的部分，详述如下：
在本发明的一实施例中，如图3所示，步骤104，根据参与井的测井弹性参数趋势信息、拟合弹性参数信息，及第一测井低频弹性参数趋势信息，构建参与井的双向约束初始模型，包括：
步骤301，根据参与井的测井弹性参数趋势信息确定测井弹性参数趋势最大值和测井弹性参数趋势最小值；
步骤302，根据参与井的拟合弹性参数信息确定拟合弹性参数最大值和拟合弹性参数最小值；
步骤303，根据测井弹性参数趋势最大值和测井弹性参数趋势最小值、拟合弹性参数信息、拟合弹性参数最大值和拟合弹性参数最小值、第一测井低频弹性参数趋势信息，及空间约束权重系数与低频信息权重系数，构建参与井的双向约束初始模型。
鉴于目标地层是包含一定深度范围的地层，因此建立的测井弹性参数趋势信息，准确来说应当是公式(1)所表示的曲线的一部分；另外，测井弹性参数趋势信息反映的是参与井中岩性的低频信息，因此本发明实施例建立的测井弹性参数趋势信息更准确的应当是公式(1)所表示的曲线中变化相对较为缓慢或者几乎不发生变化(在该部分梯度几乎不变)的部分。鉴于此，可将建立的参与井中不同岩性的测井弹性参数趋势信息近似的看做是一个固定的数值。
基于上述分析，针对每一口参与井，将每一口参与井的所有岩性(或者主要岩性)的测井弹性参数趋势信息(此时近似的看做一个固定的数值)进行比较，确定测井弹性参数趋势最大值和测井弹性参数趋势最小值。其中，测井弹性参数趋势最大值和测井弹性参数趋势最小值可以分别用RPmax和RPmin表示。
第一测井低频弹性参数趋势信息的频带，即第一低频频带可以为5赫兹。本领域技术人员可以理解的是，第一低频频带还可以是除5赫兹以外的，与5赫兹较为接近的其他频带。例如，第一低频频带的频带处于4-6之间任一频带数值。其中，第一测井低频弹性参数趋势信息可以采用RPlow1表示。在测井弹性参数趋势信息确定的情况下，第一测井低频弹性参数趋势信息RPlow1也是已知的。
另外，公式(2)所表示的拟合弹性参数信息为包含多个地震属性的线性叠加，基于上述分析，目标地层是包含一定深度范围的地层，可以准确得知拟合弹性参数信息是公式(2)所表示的直线的一部分，即可以确定拟合弹性参数信息可以用一条包含起始位置和终点位置的线段表示。基于上述分析，可以根据拟合弹性参数信息确定拟合弹性参数最大值和拟合弹性参数最小值。其中，拟合弹性参数最大值和拟合弹性参数最小值可以分别采用Attrmax和Attrmin表示。
在本发明的一实施例中，具体的可以通过如下公式构建每一口参与井的双向约束初始模型：
RPmod1＝α×(RPmin+(RPmax-RPmin)(Attr-Attrmin)/(Attrmax-Attrmin))+β×RPlow1；公式(3)
其中，RPmod1表示每一口参与井的双向约束初始模型，α表示空间约束权重系数，β表示低频模型权重系数。
在本发明实施例中，分别确定测井弹性参数趋势最大值和测井弹性参数趋势最小值、拟合弹性参数最大值和拟合弹性参数最小值，进而根据测井弹性参数趋势最大值和测井弹性参数趋势最小值、拟合弹性参数信息、拟合弹性参数最大值和拟合弹性参数最小值、第一测井低频弹性参数信息，及空间约束权重系数与低频信息权重系数，构建参与井的双向约束初始模型，可以进一步提高构建的双向约束初始模型的预测精度。
在本发明的一实施例中，空间约束权重系数与低频信息权重系数之和为1。例如在构建上述参与井的双向约束初始模型后，可以根据经验或者空间约束地震属性与低频信息的占比或者重要程度对空间约束权重系数与低频信息权重系数赋值，确定构建的双向约束初始模型。在其他实施例中，空间约束权重系数与低频信息权重系数之和还可以为0.7至1.3之间的任一数值。
图4示出了本发明实施例提供的构建双向约束初始模型的方法的又一实现流程，为便于描述，仅示出了与本发明实施例相关的部分，详述如下：
在本发明的一实施例中，如图4所示，在上述方法步骤的基础上，构建双向约束初始模型的方法，还包括：
步骤401，根据参与井的双向约束初始模型确定能量目标函数；能量目标函数是关于参与井与后验井的能量目标函数；
步骤402，利用蒙特卡洛确定在能量目标函数最小时双向约束初始模型的空间约束权重系数与低频信息权重系数。
目标地层(即研究区域)不仅包括参与井，还包括除参与井以外的后验井。例如，假设目标地层研究区域包括20口井，在构建双向约束初始模型时使用的井称为参与井，未使用的井可以作为后验井。后验井为用于验证的井。其中，可以利用参与井的双向约束初始模型预测，直接获得后验井的双向约束初始模型，以便利用后验井对构建的双向约束初始模型进行验证，已确定构建的双向约束初始模型不仅适用于参与井和后验井，还适用于除参与井和后验井之外的其他任何井，并利用构建的双向约束初始模型对除参与井和后验井之外的其他井进行预测。
在利用上述实施例对构建的双向约束初始模型的空间约束权重系数与低频信息权重系数进行赋值，确定构建的双向约束初始模型，这种根据经验赋值确定的双向约束初始模型的模型参数(包括空间约束权重系数与低频信息权重系数)并不是最优的，因此，为了确定双向约束初始模型最优的模型参数，进一步提高双向约束初始模型的预测精度，根据参与井的双向约束初始模型建立能量目标函数，该能量目标函数是关于参与井与后验井的能量目标函数。
蒙特卡洛，也称为模拟统计方法，其基本思想是当所寻求的问题是某种随机事件出现的概率，或者是某个随机变量的期望值时，通过某种“实验”的方法，以这种事件出现的频率估计这一事件的概率，或者得到这个随机变量的某些数字特征，并将其作为问题的解。能量目标函数最小说明此时的误差最小，即可以认为在能量目标函数最小，构建的双向约束初始模型的预测精度最高。即利用蒙特卡洛将在能量目标函数最小时确定的空间约束权重系数与低频信息权重系数作为双向约束初始模型最终的模型参数。
在本发明实施例中，根据参与井的双向约束初始模型确定能量目标函数，并利用蒙特卡洛确定在能量目标函数最小时双向约束初始模型的空间约束权重系数与低频信息权重系数，可以进一步提高构建的双向约束初始模型的预测精度。
图5示出了本发明实施例提供的构建双向约束初始模型的方法中步骤401的实现流程，为便于描述，仅示出了与本发明实施例相关的部分，详述如下：
在本发明的一实施例中，如图5所示，步骤401，根据参与井的双向约束初始模型确定能量目标函数，包括：
步骤501，根据参与井的双向约束初始模型预测获取目标地层内后验井的双向约束初始模型；
步骤502，确定参与井的双向约束初始模型及第二测井低频弹性参数趋势信息之间的第一均方根误差；第二测井低频弹性参数趋势信息频带为不同于第一低频频带的第二低频频带；
步骤503，确定后验井的双向约束初始模型及第二测井低频弹性参数趋势信息之间的第二均方根误差；
步骤504，根据第一均方根误差和第二均方根误差确定能量目标函数。
在参与井的双向约束初始模型RPmod1确定的情况下，根据参与井的双向约束初始模型RPmod1预测并确定后验井的双向约束初始模型。鉴于参与井可以作为后验井，后验井也可以作为参与井，参与井与后验井只是名称上有所区别，因此可以使用同一个双向约束初始模型来表示，但为了描述方便，我们将后验井的双向约束初始模型采用RPmod2来表示。实际上，RPmod1和RPmod2为相同的双向约束初始模型。
其中，第二测井低频弹性参数趋势信息可以根据已知的测井弹性参数信息获得，且第二测井低频弹性参数趋势信息的频带，即第二低频频带与第一测井低频弹性参数趋势信息的第一低频频带不同，第二低频频带一般为20赫兹左右。本领域技术人员可以理解的是，第二低频频带还可以是除20赫兹以外的，与20赫兹较为接近的其他频带。例如，第二低频频带的频带处于18-22之间任一频带数值。其中，第二测井低频弹性参数趋势信息可以采用RPlow2表示。在测井弹性参数趋势信息确定的情况下，第二测井低频弹性参数趋势信息RPlow2也是已知的。
具体的，可以根据以下公式确定参与井的双向约束初始模型及第二测井低频弹性参数趋势信息之间的第一均方根误差：
其中，E1 2表示第一均方根误差，M表示参与井的数量，N表示每口参与井弹性参数样点的数量，i表示第i口参与井，j表示某口参与井的第j个弹性参数样点。
具体的，可以根据以下公式确定后验井的双向约束初始模型及第二测井低频弹性参数趋势信息之间的第二均方根误差：
其中，E2 2表示第二均方根误差，M1表示后验井的数量，N1表示每口后验井的弹性参数样点的数量，i表示第i口后验井，j表示某口后验井的第j个弹性参数样点。
在确定第一均方根误差E1 2和第二均方根误差E2 2，建立能量目标函数E。其中，能量目标函数为第一均方根误差E1 2和第二均方根误差E2 2的加和：
E＝E1 2+E2 2； 公式(6)
其中，E表示能量目标函数。
在本发明实施例中，分别根据参与井的双向约束初始模型及第二测井低频弹性参数趋势信息之间的第一均方根误差，及后验井的双向约束初始模型及第二测井低频弹性参数趋势信息之间的第二均方根误差，建立能量目标函数，通过确定能量目标函数最小时的模型参数，可以进一步提高构建的双向约束初始模型的预测精度。
图6示出了本发明实施例提供的构建双向约束初始模型的方法中步骤402的实现流程，为便于描述，仅示出了与本发明实施例相关的部分，详述如下：
在本发明的一实施例中，如图6所示，步骤402，利用蒙特卡洛确定在能量目标函数最小时双向约束初始模型的空间约束权重系数与低频信息权重系数，包括：
步骤601，确定参与井双向约束初始模型的初始空间约束权重系数及初始低频信息权重系数；
步骤602，根据测井弹性参数趋势信息中的初始零点弹性参数和初始压实系数、初始空间约束权重系数及其扰动区间，及初始低频信息权重系数及其扰动区间，利用蒙特卡洛确定在能量目标函数最小时的空间约束权重系数及低频信息权重系数。
在确定初始空间约束权重系数及初始低频信息权重系数，可以根据经验直接赋值确定初始空间约束权重系数及初始低频信息权重系数，例如分别赋值空间约束权重系数及低频信息权重系数均为0.5，作为初始空间约束权重系数及初始低频信息权重系数。
另外，在空间约束权重系数及低频信息权重系数之和为1的情况下，空间约束权重系数的扰动区间可以为0至1，低频信息权重系数的扰动区间也可以为0至1。
上文提到，可以利用非线性最小二乘确定初始零点弹性参数和初始压实系数，在确定初始空间约束权重系数及其扰动区间，以及初始低频信息权重系数及其扰动区间后，即可根据初始零点弹性参数和初始压实系数、初始空间约束权重系数及其扰动区间，及初始低频信息权重系数及其扰动区间，利用蒙特卡洛算法确定在能量目标函数最小时的空间约束权重系数及低频信息权重系数，即确定构建的双向约束初始模型的模型参数。
在本发明实施例中，首先确定双向约束初始模型的初始空间约束权重系数及初始低频信息权重系数，进而根据初始零点弹性参数和初始压实系数、初始空间约束权重系数及其扰动区间，及初始低频信息权重系数及其扰动区间，利用蒙特卡洛确定在能量目标函数最小时的空间约束权重系数及低频信息权重系数，使得双向约束初始模型的模型参数达到最优，可以进一步提高构建的双向约束初始模型的预测精度。
本发明实施例中还提供了一种构建双向约束初始模型的装置，如下面的实施例所述。由于这些装置解决问题的原理与构建双向约束初始模型的方法相似，因此这些装置的实施可以参见方法的实施，重复之处不再赘述。
图7示出了本发明实施例提供的构建双向约束初始模型的装置的功能模块，为便于说明，仅示出了与本发明实施例相关的部分，详述如下：
参考图7，所述构建双向约束初始模型的装置所包含的各个模块用于执行图1对应实施例中的各个步骤，具体请参阅图1以及图1对应实施例中的相关描述，此处不再赘述。本发明实施例中，所述构建双向约束初始模型的装置包括趋势信息建立模块701、带通滤波模块702、拟合模块703及模型构建模块704。
趋势信息建立模块701，用于根据参与井的测井弹性参数信息建立参与井的测井弹性参数趋势信息；测井弹性参数趋势信息反映了参与井中岩性的低频信息；
带通滤波模块702，用于对参与井的测井弹性参数信息进行与目标地层的地震频带相匹配的带通滤波，获得参与井的带通弹性参数信息；
拟合模块703，用于根据参与井的带通弹性参数信息确定参与井的拟合弹性参数信息；拟合弹性参数信息反映了空间约束地震属性与带通弹性参数之间的关系；空间约束地震属性包括与带通弹性参数的相关系数不小于预设相关系数的地震属性；
模型构建模块704，根据参与井的测井弹性参数趋势信息、拟合弹性参数信息，及第一测井低频弹性参数趋势信息，构建参与井的双向约束初始模型；第一测井低频弹性参数趋势信息的频带为第一低频频带。
在本发明实施例中，趋势信息建立模块701建立的测井弹性参数趋势信息包含了参与井中岩性的低频信息，另外，拟合模块703确定的拟合弹性参数信息中空间约束地震属性与带通弹性参数的相关系数均不小于预设相关系数，即空间约束地震属性与带通弹性参数的相关性较高，模型构建模块704同时利用岩性的低频信息及与带通弹性参数的相关性较高的空间约束地震属性两个方面构建参与井的双向约束初始模型，可以提高构建的双向约束初始模型的预测精度，以准确反映反演结果。
图8示出了本发明实施例提供的构建双向约束初始模型的装置中拟合模块703的结构示意，为便于说明，仅示出了与本发明实施例相关的部分，详述如下：
在本发明的一实施例中，参考图8，所述拟合模块703所包含的各个单元用于执行图2对应实施例中的各个步骤，具体请参阅图2以及图2对应实施例中的相关描述，此处不再赘述。本发明实施例中，所述拟合模块703包括带通弹性参数确定单元801、相关系数确定单元802、空间约束地震属性确定单元803及拟合单元804。
带通弹性参数确定单元801，用于确定参与井的带通弹性参数信息中每个离散目标样点的带通弹性参数；
相关系数确定单元802，用于确定每个离散目标样点的多个地震属性与该离散目标样点的带通弹性参数的相关系数；
空间约束地震属性确定单元803，用于将与该离散目标样点的带通弹性参数的相关系数不小于预设相关系数的地震属性作为该离散目标样点的空间约束地震属性；
拟合单元804，用于根据每个离散目标样点的带通弹性参数和空间约束地震属性确定参与井的拟合弹性参数信息。
在本发明实施例中，空间约束地震属性确定单元803将与该离散目标样点的带通弹性参数的相关系数不小于预设相关系数的地震属性作为该离散目标样点的空间约束地震属性，可以提高地震属性与带通弹性参数相关性，提高构建的双向约束初始模型的预测精度，避免过拟合现象。
图9示出了本发明实施例提供的构建双向约束初始模型的装置中模型构建模块704的结构示意，为便于说明，仅示出了与本发明实施例相关的部分，详述如下：
在本发明的一实施例中，参考图9，所述模型构建模块704所包含的各个单元用于执行图3对应实施例中的各个步骤，具体请参阅图3以及图3对应实施例中的相关描述，此处不再赘述。本发明实施例中，所述模型构建模块704包括第一极值确定单元901、第二极值确定单元902及模型构建单元903。
第一极值确定单元901，用于根据参与井的测井弹性参数趋势信息确定测井弹性参数趋势最大值和测井弹性参数趋势最小值；
第二极值确定单元902，用于根据参与井的拟合弹性参数信息确定拟合弹性参数最大值和拟合弹性参数最小值；
模型构建单元903，用于根据测井弹性参数趋势最大值和测井弹性参数趋势最小值、拟合弹性参数信息、拟合弹性参数最大值和拟合弹性参数最小值、第一测井低频弹性参数趋势信息，及空间约束权重系数与低频信息权重系数，构建参与井的双向约束初始模型。
在本发明实施例中，第一极值确定单元901分别确定测井弹性参数趋势最大值和测井弹性参数趋势最小值、第二极值确定单元902分别确定拟合弹性参数最大值和拟合弹性参数最小值，进而模型构建单元903根据测井弹性参数趋势最大值和测井弹性参数趋势最小值、拟合弹性参数信息、拟合弹性参数最大值和拟合弹性参数最小值、第一测井低频弹性参数信息，及空间约束权重系数与低频信息权重系数，构建参与井的双向约束初始模型，可以进一步提高构建的双向约束初始模型的预测精度。
在本发明的一实施例中，空间约束权重系数与低频信息权重系数之和为1。例如在构建上述参与井的双向约束初始模型后，可以根据经验或者空间约束地震属性与低频信息的占比或者重要程度对空间约束权重系数与低频信息权重系数赋值，确定构建的双向约束初始模型。在其他实施例中，空间约束权重系数与低频信息权重系数之和还可以为0.7至1.3之间的任一数值。
图10示出了本发明实施例提供的构建双向约束初始模型的装置的又一功能模块，为便于说明，仅示出了与本发明实施例相关的部分，详述如下：
参考图10，所述构建双向约束初始模型的装置所包含的各个模块用于执行图4对应实施例中的各个步骤，具体请参阅图4以及图4对应实施例中的相关描述，此处不再赘述。本发明实施例中，在上述模块结构的基础上，所述构建双向约束初始模型的装置，还包括能量目标函数确定模块1001和模型参数确定模块1002。
能量目标函数确定模块1001，用于根据参与井的双向约束初始模型确定能量目标函数；能量目标函数是关于参与井与后验井的能量目标函数；
模型参数确定模块1002，用于利用蒙特卡洛确定在能量目标函数最小时双向约束初始模型的空间约束权重系数与低频信息权重系数。
在本发明实施例中，能量目标函数确定模块1001根据参与井的双向约束初始模型确定能量目标函数，模型参数确定模块1002利用蒙特卡洛确定在能量目标函数最小时双向约束初始模型的空间约束权重系数与低频信息权重系数，可以进一步提高构建的双向约束初始模型的预测精度。
图11示出了本发明实施例提供的构建双向约束初始模型的装置中能量目标函数确定模块1001的结构示意，为便于说明，仅示出了与本发明实施例相关的部分，详述如下：
在本发明的一实施例中，参考图9，所述能量目标函数确定模块1001所包含的各个单元用于执行图5对应实施例中的各个步骤，具体请参阅图5以及图5对应实施例中的相关描述，此处不再赘述。本发明实施例中，所述能量目标函数确定模块1001包括获取单元1101、第一均方根误差确定单元1102、第二均方根误差确定单元1103及能量目标函数确定单元1104。
获取单元1101，用于根据参与井的双向约束初始模型预测获取目标地层内后验井的双向约束初始模型；
第一均方根误差确定单元1102，用于确定参与井的双向约束初始模型及第二测井低频弹性参数趋势信息之间的第一均方根误差；第二测井低频弹性参数趋势信息频带为不同于第一低频频带的第二低频频带；
第二均方根误差确定单元1103，用于确定后验井的双向约束初始模型及第二测井低频弹性参数趋势信息之间的第二均方根误差；
能量目标函数确定单元1104，用于根据第一均方根误差和第二均方根误差确定能量目标函数。
在本发明实施例中，能量目标函数确定单元1104分别根据第一均方根误差确定单元1102确定的参与井的双向约束初始模型及第二测井低频弹性参数趋势信息之间的第一均方根误差，及第二均方根误差确定单元1103确定的后验井的双向约束初始模型及第二测井低频弹性参数趋势信息之间的第二均方根误差，建立能量目标函数，通过确定能量目标函数最小时的模型参数，可以进一步提高构建的双向约束初始模型的预测精度。
图12示出了本发明实施例提供的构建双向约束初始模型的装置中模型参数确定模块1002的结构示意，为便于说明，仅示出了与本发明实施例相关的部分，详述如下：
在本发明的一实施例中，参考图9，所述模型参数确定模块1002所包含的各个单元用于执行图6对应实施例中的各个步骤，具体请参阅图6以及图6对应实施例中的相关描述，此处不再赘述。本发明实施例中，所述模型参数确定模块1002包括模型初始参数确定单元1201和模型参数确定单元1202。
模型初始参数确定单元1201，用于确定参与井双向约束初始模型的初始空间约束权重系数及初始低频信息权重系数；
模型参数确定单元1202，用于根据测井弹性参数趋势信息中的初始零点弹性参数和初始压实系数、初始空间约束权重系数及其扰动区间，及初始低频信息权重系数及其扰动区间，利用蒙特卡洛确定在能量目标函数最小时的空间约束权重系数及低频信息权重系数。
在本发明实施例中，模型初始参数确定单元1201确定双向约束初始模型的初始空间约束权重系数及初始低频信息权重系数，进而模型参数确定单元1202根据初始零点弹性参数和初始压实系数、初始空间约束权重系数及其扰动区间，及初始低频信息权重系数及其扰动区间，利用蒙特卡洛确定在能量目标函数最小时的空间约束权重系数及低频信息权重系数，使得双向约束初始模型的模型参数达到最优，可以进一步提高构建的双向约束初始模型的预测精度。
图13(a)至图13(c)示出了本发明实施例提供的参与井1、参与井2及参与井3的测井弹性参数趋势信息示意图，如图13(a)至图13(c)所示，中间曲线分别为参与井1、参与井2及参与井3的测井速度比曲线，左侧近似的直线分别为参与井1、参与井2及参与井3中泥岩的测井速度比趋势线，泥岩的测井速度比趋势线反映了参与井1、参与井2及参与井3中泥岩的低频信息；右侧近似的直线分别为参与井1、参与井2及参与井3中砂岩的测井速度比趋势线。砂岩的测井速度比趋势线反映了参与井1、参与井2及参与井3中砂岩的低频信息。
图14(a)示出了本发明实施例提供的利用构建的双向约束初始模型得到的预测的速度比平面效果图，如图14(a)所示，速度比平面效果图反映了目标地层的沉积地层现象。图14(b)示出了本发明实施例提供的利用构建的双向约束初始模型得到的预测的速度比剖面效果图，速度比剖面效果图包含了地质现象信息，验证了构建的双向约束初始模型精度较高，利用构建的双向约束初始模型进行预测和反演，可以准确的反映反演结果。
本发明实施例还提供一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现上述构建双向约束初始模型的方法。
本发明实施例还提供一种计算机可读存储介质，所述计算机可读存储介质存储有执行上述构建双向约束初始模型的方法的计算机程序。
综上所述，在本发明实施例中，建立的测井弹性参数趋势信息包含了参与井中岩性的低频信息，另外，拟合弹性参数信息中空间约束地震属性与带通弹性参数的相关系数均不小于预设相关系数，即空间约束地震属性与带通弹性参数的相关性较高，同时利用岩性的低频信息及与带通弹性参数的相关性较高的空间约束地震属性两个方面构建参与井的双向约束初始模型，可以提高构建的双向约束初始模型的预测精度，以准确反映反演结果。
本领域内的技术人员应明白，本发明的实施例可提供为方法、系统、或计算机程序产品。因此，本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
以上所述的具体实施例，对本发明的目的、技术方案和有益效果进行了进一步详细说明，所应理解的是，以上所述仅为本发明的具体实施例而已，并不用于限定本发明的保护范围，凡在本发明的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (9)

1.一种构建双向约束初始模型的方法，其特征在于，包括：
根据参与井的测井弹性参数信息建立参与井的测井弹性参数趋势信息；测井弹性参数趋势信息反映了参与井中岩性的低频信息；
对参与井的测井弹性参数信息进行与目标地层的地震频带相匹配的带通滤波，获得参与井的带通弹性参数信息；
根据参与井的带通弹性参数信息确定参与井的拟合弹性参数信息；拟合弹性参数信息反映了空间约束地震属性与带通弹性参数之间的关系；空间约束地震属性包括与带通弹性参数的相关系数不小于预设相关系数的地震属性；
根据参与井的测井弹性参数趋势信息、拟合弹性参数信息，及第一测井低频弹性参数趋势信息，构建参与井的双向约束初始模型；第一测井低频弹性参数趋势信息的频带为第一低频频带；
其中，根据参与井的测井弹性参数趋势信息、拟合弹性参数信息，及第一测井低频弹性参数趋势信息，构建参与井的双向约束初始模型，包括：
根据参与井的测井弹性参数趋势信息确定测井弹性参数趋势最大值和测井弹性参数趋势最小值；
根据参与井的拟合弹性参数信息确定拟合弹性参数最大值和拟合弹性参数最小值；
根据测井弹性参数趋势最大值和测井弹性参数趋势最小值、拟合弹性参数信息、拟合弹性参数最大值和拟合弹性参数最小值、第一测井低频弹性参数趋势信息，及空间约束权重系数与低频信息权重系数，构建参与井的双向约束初始模型。
2.如权利要求1所述的方法，其特征在于，根据参与井的带通弹性参数信息确定参与井的拟合弹性参数信息，包括：
确定参与井的带通弹性参数信息中每个离散目标样点的带通弹性参数；
确定每个离散目标样点的多个地震属性与该离散目标样点的带通弹性参数的相关系数；
将与该离散目标样点的带通弹性参数的相关系数不小于预设相关系数的地震属性作为该离散目标样点的空间约束地震属性；
根据每个离散目标样点的带通弹性参数和空间约束地震属性确定参与井的拟合弹性参数信息。
3.如权利要求1所述的方法，其特征在于，还包括：
根据参与井的双向约束初始模型确定能量目标函数；能量目标函数是关于参与井与后验井的能量目标函数；
利用蒙特卡洛确定在能量目标函数最小时双向约束初始模型的空间约束权重系数与低频信息权重系数。
4.如权利要求1或3所述的方法，其特征在于，空间约束权重系数与低频信息权重系数之和为1。
5.如权利要求3所述的方法，其特征在于，根据参与井的双向约束初始模型确定能量目标函数，包括：
根据参与井的双向约束初始模型预测获取目标地层内后验井的双向约束初始模型；
确定参与井的双向约束初始模型及第二测井低频弹性参数趋势信息之间的第一均方根误差；第二测井低频弹性参数趋势信息频带为不同于第一低频频带的第二低频频带；
确定后验井的双向约束初始模型及第二测井低频弹性参数趋势信息之间的第二均方根误差；
根据第一均方根误差和第二均方根误差确定能量目标函数。
6.如权利要求3所述的方法，其特征在于，利用蒙特卡洛确定在能量目标函数最小时双向约束初始模型的空间约束权重系数与低频信息权重系数，包括：
确定参与井双向约束初始模型的初始空间约束权重系数及初始低频信息权重系数；
根据测井弹性参数趋势信息中的初始零点弹性参数和初始压实系数、初始空间约束权重系数及其扰动区间，及初始低频信息权重系数及其扰动区间，利用蒙特卡洛确定在能量目标函数最小时的空间约束权重系数及低频信息权重系数。
7.一种构建双向约束初始模型的装置，其特征在于，包括：
趋势信息建立模块，用于根据参与井的测井弹性参数信息建立参与井的测井弹性参数趋势信息；测井弹性参数趋势信息反映了参与井中岩性的低频信息；
带通滤波模块，用于对参与井的测井弹性参数信息进行与目标地层的地震频带相匹配的带通滤波，获得参与井的带通弹性参数信息；
拟合模块，用于根据参与井的带通弹性参数信息确定参与井的拟合弹性参数信息；拟合弹性参数信息反映了空间约束地震属性与带通弹性参数之间的关系；空间约束地震属性包括与带通弹性参数的相关系数不小于预设相关系数的地震属性；
模型构建模块，用于根据参与井的测井弹性参数趋势信息、拟合弹性参数信息，及第一测井低频弹性参数趋势信息，构建参与井的双向约束初始模型；第一测井低频弹性参数趋势信息的频带为第一低频频带；
其中，模型构建模块包括第一极值确定单元、第二极值确定单元及模型构建单元：
第一极值确定单元，用于根据参与井的测井弹性参数趋势信息确定测井弹性参数趋势最大值和测井弹性参数趋势最小值；
第二极值确定单元，用于根据参与井的拟合弹性参数信息确定拟合弹性参数最大值和拟合弹性参数最小值；
模型构建单元，用于根据测井弹性参数趋势最大值和测井弹性参数趋势最小值、拟合弹性参数信息、拟合弹性参数最大值和拟合弹性参数最小值、第一测井低频弹性参数趋势信息，及空间约束权重系数与低频信息权重系数，构建参与井的双向约束初始模型。
8.一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至6任一所述方法。
9.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有执行权利要求1至6任一所述方法的计算机程序。
CN201910335093.6A 2019-04-24 2019-04-24 构建双向约束初始模型的方法及装置 Active CN110231653B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910335093.6A CN110231653B (zh) 2019-04-24 2019-04-24 构建双向约束初始模型的方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910335093.6A CN110231653B (zh) 2019-04-24 2019-04-24 构建双向约束初始模型的方法及装置

Publications (2)

Publication Number Publication Date
CN110231653A CN110231653A (zh) 2019-09-13
CN110231653B true CN110231653B (zh) 2020-02-18

Family

ID=67860249

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910335093.6A Active CN110231653B (zh) 2019-04-24 2019-04-24 构建双向约束初始模型的方法及装置

Country Status (1)

Country Link
CN (1) CN110231653B (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113109874B (zh) * 2021-03-30 2022-11-01 中国石油大学(华东) 一种使用神经网络的波阻抗反演方法和神经网络系统
CN113820741B (zh) * 2021-08-16 2022-11-29 中国海洋石油集团有限公司 一种基于深度学习的地震反演初始模型构建方法

Family Cites Families (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE69932932D1 (de) * 1999-10-22 2006-10-05 Jason Geosystems B V Verfahren zur Bestimmung der elastischen Parameter und Felszusammensetzung von unterirdischen Formationen mit Hilfe von seismischen Daten
CN103713319B (zh) * 2013-12-31 2015-04-22 孙赞东 一种基于地震约束建模的叠前反演方法
US10386511B2 (en) * 2014-10-03 2019-08-20 Exxonmobil Upstream Research Company Seismic survey design using full wavefield inversion
CN105607120A (zh) * 2016-01-19 2016-05-25 中国海洋石油总公司 一种基于时移测井的地震相约束构建初始模型的方法
CN106772615B (zh) * 2016-11-09 2018-11-13 中国石油大学(华东) 一种宽频地震多域联合avo反演方法

Also Published As

Publication number Publication date
CN110231653A (zh) 2019-09-13

Similar Documents

Publication Publication Date Title
US20210026031A1 (en) Dolomite reservoir prediction method and system based on well and seismic combination, and storage medium
Smith et al. Bayesian modeling of uncertainty in ensembles of climate models
Olalotiti-Lawal et al. A multiobjective Markov chain Monte Carlo approach for history matching and uncertainty quantification
CN106033124B (zh) 一种基于随机最优化的多震源粘声最小二乘逆时偏移方法
US20090120634A1 (en) Method for Tomographic Inversion by Matrix Transformation
CN111596978A (zh) 用人工智能进行岩相分类的网页显示方法、模块和系统
CN110231653B (zh) 构建双向约束初始模型的方法及装置
CN108416458A (zh) 一种基于bp神经网络的隧道富水岩体综合超前地质预报方法
Torrado et al. Optimal sequential drilling for hydrocarbon field development planning
EP4217769A1 (en) Systems and methods for generating elastic property data as a function of position and time in a subsurface volume of interest
Golsanami et al. Synthesis of capillary pressure curves from post-stack seismic data with the use of intelligent estimators: a case study from the Iranian part of the South Pars gas field, Persian Gulf Basin
US11733414B2 (en) Systems and methods for generating subsurface data as a function of position and time in a subsurface volume of interest
CN111722283B (zh) 一种地层速度模型建立方法
EP2956803B1 (en) Method of modelling a subsurface volume
WO2022066447A1 (en) Systems and methods for generating subsurface property data as a function of position and time in a subsurface volume of interest
CN105044775A (zh) 一种地震流体反演识别方法和装置
CN112965103A (zh) 一种多重孔隙储层叠前地震概率化多道反演方法
Foote et al. Completeness of the known graptoloid palaeontological record
CN107102379A (zh) 一种基于多属性反演进行煤层底板富水性预测的方法
US10209403B2 (en) Method of modelling a subsurface volume
CN111751878B (zh) 横波速度的预测方法和装置
US20220245300A1 (en) Method and system for constructing statistical emulators for reservoir simulation models with uncertain inputs
CN114547958A (zh) 基于深度神经网络的井震结合裂缝预测方法及装置
CN112558153A (zh) 一种双相介质的油气储层预测方法及装置
US11796698B2 (en) Method and apparatus for estimating S-wave velocities by learning well logs

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
CB02 Change of applicant information

Address after: 200335 Changning District, Tong Tong Road, No. 388, CNOOC building, Shanghai

Applicant after: China National Petroleum (China) Co., Ltd. Shanghai Branch

Applicant after: Beijing sunshine gypco Polytron Technologies Inc

Address before: 100192 No. 2 Building, C District, North Territory of Dongsheng Science Park, Zhongguancun, 66 Xixiaokou Road, Haidian District, Beijing

Applicant before: Beijing sunshine gypco Polytron Technologies Inc

Applicant before: China National Petroleum (China) Co., Ltd. Shanghai Branch

CB02 Change of applicant information
CB03 Change of inventor or designer information

Inventor after: Jiang Yong

Inventor after: Jiang Longcong

Inventor after: You Jun

Inventor after: Wang Shaoqing

Inventor before: Jiang Longcong

Inventor before: Jiang Yong

Inventor before: You Jun

Inventor before: Wang Shaoqing

CB03 Change of inventor or designer information
GR01 Patent grant
GR01 Patent grant