CN111913218B - 一种基于多尺度混合反演的薄层反演方法、设备以及系统 - Google Patents

一种基于多尺度混合反演的薄层反演方法、设备以及系统 Download PDF

Info

Publication number
CN111913218B
CN111913218B CN201910382983.2A CN201910382983A CN111913218B CN 111913218 B CN111913218 B CN 111913218B CN 201910382983 A CN201910382983 A CN 201910382983A CN 111913218 B CN111913218 B CN 111913218B
Authority
CN
China
Prior art keywords
inversion
data
kth
data volume
initial model
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
CN201910382983.2A
Other languages
English (en)
Other versions
CN111913218A (zh
Inventor
张志伟
陈和平
黄悍东
周玉冰
马中振
阳孝法
王丹丹
刘亚明
赵永斌
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.)
Petrochina Co Ltd
Original Assignee
Petrochina Co Ltd
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 Petrochina Co Ltd filed Critical Petrochina Co Ltd
Priority to CN201910382983.2A priority Critical patent/CN111913218B/zh
Publication of CN111913218A publication Critical patent/CN111913218A/zh
Application granted granted Critical
Publication of CN111913218B publication Critical patent/CN111913218B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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
    • G01V1/306—Analysis for determining physical properties of the subsurface, e.g. impedance, porosity or attenuation profiles
    • 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
    • G01V1/282—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. analysis, for interpretation, for correction
    • G01V1/30—Analysis
    • G01V1/301—Analysis for determining seismic cross-sections or geostructures
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01V—GEOPHYSICS; GRAVITATIONAL MEASUREMENTS; DETECTING MASSES OR OBJECTS; TAGS
    • G01V1/00—Seismology; Seismic or acoustic prospecting or detecting
    • G01V1/40—Seismology; Seismic or acoustic prospecting or detecting specially adapted for well-logging

Abstract

本发明提供了一种基于多尺度混合反演的薄层反演方法、系统、计算机设备以及计算机可读存储介质，涉及石油地震勘探技术领域。该系统包括地震数据分频模块，用于利用连续小波变换对地震数据进行分频，得到多个尺度的数据体；初始模型构建模块，用于根据测井数据构建初始模型；数据体反演模块，用于根据所述初始模型对所述多个尺度的数据体进行逐级反演，得到所述地震数据的薄层反演结果。本发明采用多尺度混合反演技术对地震数据进行分频处理，在分频得到的多尺度数据体的基础上结合先进的叠后反演技术进行逐级反演，逐级提高相对薄层的反演精度，最终达到削弱调谐作用，提高反演分辨率，有效识别薄层的目的。

Description

一种基于多尺度混合反演的薄层反演方法、设备以及系统
技术领域
本发明关于石油地震勘探技术领域，特别是关于地层的反演技术，具体的讲是一种基于多尺度混合反演的薄层反演方法、系统、计算机设备以及计算机可读存储介质。
背景技术
随着近年来油气勘探难度的升级，勘探目标逐渐由简单油气藏转变为薄层、构造复杂的岩性油气藏。地震勘探领域对薄层的定义为厚度小于调谐厚度的地层，即厚度小于20-25m的地层。在我国,很多储层以薄层为主。薄层的调谐作用抑制了地震波相对高频的反射能量，降低了地震资料的分辨率。随着厚度变薄，地震波振幅变弱；且波形逐渐融合，越薄越难识别。另外，复杂构造和埋藏深度大等因素的影响，也加大了薄层地震识别的难度，使得薄层预测成为世界性难题。
地震反演技术将测井数据垂向上的高分辨率和地震剖面横向上的连续性有机地结合起来，在一定程度上可以提高地震剖面的地层分辨率。然而，常规方法得到的反演结果受地震主频的影响较大，没有充分利用地震资料中相对低频和相对高频的信息，使得反演结果具有较强的多解性，不能对地下复杂的地质情况产生准确的响应。
目前提高地震反演分辨率的方法主要分为两种。一是从外部引入高频信息，比如宽带约束反演，通过引入测井信息来拓宽频带，提高分辨率。这种方法在少井或无井的情况下反演分辨率会受到很大的限制。二是内部处理拓宽地震频带，比如谱反演，通过在频域建立目标函数，充分利用被压制的高、低频信息来提高反演分辨率。但该方法反演剖面地质特征不明显、抗噪性差。
因此，如何提供一种新的薄层反演方案，以提高反演分辨率、有效识别薄层是本领域亟待解决的技术难题。
发明内容
有鉴于此，本发明实施例提供了一种基于多尺度混合反演的薄层反演方法、系统、计算机设备以及计算机可读存储介质，采用多尺度混合反演技术，通过外部引入测井信息构建反演初始模型，对地震数据进行分频处理，在分频得到的多尺度数据体的基础上结合先进的叠后反演技术进行逐级反演，多尺度混合反演技术在厚层反演结果准确的前提下，逐级提高相对薄层的反演精度，最终达到削弱调谐作用，提高反演分辨率，有效识别薄层的目的。
本发明的目的之一是，提供一种基于多尺度混合反演的薄层反演方法，包括：
利用连续小波变换对地震数据进行分频，得到多个尺度的数据体；
根据测井数据构建初始模型；
根据所述初始模型对所述多个尺度的数据体进行逐级反演，得到所述地震数据的薄层反演结果。
本发明的目的之一是，提供一种基于多尺度混合反演的薄层反演系统，包括：
地震数据分频模块，用于利用连续小波变换对地震数据进行分频，得到多个尺度的数据体；
初始模型构建模块，用于根据测井数据构建初始模型；
数据体反演模块，用于根据所述初始模型对所述多个尺度的数据体进行逐级反演，得到所述地震数据的薄层反演结果。
本发明的目的之一是，提供一种计算机设备，包括：适于实现各指令的处理器以及存储设备，所述存储设备存储有多条指令，所述指令适于由处理器加载并执行一种基于多尺度混合反演的薄层反演方法。
本发明的目的之一是，提供一种计算机可读存储介质，存储有计算机程序，所述计算机程序用于执行一种基于多尺度混合反演的薄层反演方法。
本发明的有益效果在于，提供了一种基于多尺度混合反演的薄层反演方法、系统、计算机设备以及计算机可读存储介质，基于对井旁道时频谱的分析，整体把握工区资料的时频特性，划分多尺度频段范围，利用连续小波变化的冗余特性，对测井和地震数据进行分频处理。测井各尺度信号分量对后续反演初始模型添加约束，地震数据多尺度分解后，复合波分离，减弱了薄层的调谐作用，反演迭代过程中，采用贝叶斯理论进行正则化参数修正，使分辨率和稳定性达到最佳平衡，逐级反演，将不同尺度的测井和地震信息进行传递，减弱了反演对初始模型的依赖。
为让本发明的上述和其他目的、特征和优点能更明显易懂，下文特举较佳实施例，并配合所附图式，作详细说明如下。
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。
图1为本发明实施例提供的一种基于多尺度混合反演的薄层反演系统的结构示意图；
图2为本发明实施例提供的一种基于多尺度混合反演的薄层反演系统中初始模型构建模块的结构示意图；
图3为本发明实施例提供的一种基于多尺度混合反演的薄层反演系统中数据体反演模块的结构示意图；
图4为本发明实施例提供的一种基于多尺度混合反演的薄层反演系统中第一反演确定模块的结构示意图；
图5为本发明实施例提供的一种基于多尺度混合反演的薄层反演系统中第一结果确定模块的结构示意图；
图6为本发明实施例提供的一种基于多尺度混合反演的薄层反演系统中反演结果确定模块的结构示意图；
图7为本发明实施例提供的一种基于多尺度混合反演的薄层反演系统中结果确定模块的结构示意图；
图8为本发明实施例提供的一种基于多尺度混合反演的薄层反演方法的流程图；
图9为图8中的步骤S102的具体流程图；
图10为图8中的步骤S103的具体流程图；
图11为图10中的步骤S401的具体流程图；
图12为图11中的步骤S504的具体流程图；
图13为图10中的步骤S402的具体流程图；
图14为图13中的步骤S604的具体流程图；
图15为本发明提供的具体实施例中基于多尺度混合反演的薄层反演方案的具体实例图；
图16为本发明提供的具体实施例中时频振幅的具体实例图；
图17为本发明提供的具体实施例中小波分频原理的示意图；
图18为本发明提供的具体实施例中小波分频得到的大尺度地震剖面效果图；
图19为本发明提供的具体实施例中小波分频得到的中尺度地震剖面效果图；
图20为本发明提供的具体实施例中小波分频得到的小尺度地震剖面效果图；
图21为本发明提供的具体实施例中地震反演稳定性与分辨率的关系示意图；
图22为本发明提供的具体实施例中大尺度单道反演效果示意图；
图23为本发明提供的具体实施例中中尺度单道反演效果示意图；
图24为本发明提供的具体实施例中小尺度单道反演效果示意图；
图25为常规反演与本发明具体实施例中反演效果的对比图；
图26为本发明提供的具体实施例中区奥连特盆地斜坡带示意图；
图27为本发明提供的具体实施例中大尺度反演剖面示意图；
图28为本发明提供的具体实施例中中尺度反演剖面示意图；
图29为本发明提供的具体实施例中小尺度反演剖面示意图；
图30为本发明提供的具体实施例中一条北西-南东向的多尺度混合反演连井剖面示意图；
图31为本发明提供的具体实施例中目的层反演剖面及镂空展示的示意图一；
图32为本发明提供的具体实施例中目的层反演剖面及镂空展示的示意图二；
图33为本发明提供的具体实施例中反演数据体目的层在平面上的分布情况及厚度变化示意图；
图34(a)为Morlet小波改造前地震分频剖面(20-60Hz)对比示意图；
图34(b)为Morlet小波改造后地震分频剖面(20-60Hz)对比示意图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明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发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，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，都属于本发明保护的范围。
本领域技术人员知道，本发明的实施方式可以实现为一种系统、装置、方法或计算机程序产品。因此，本发明公开可以具体实现为以下形式，即：完全的硬件、完全的软件(包括固件、驻留软件、微代码等)，或者硬件和软件结合的形式。
下面参考本发明的若干代表性实施方式，详细阐释本发明的原理和精神。
地震信号具有明显的多尺度性，大尺度信号通常是地下厚层的响应，而小尺度信号与薄层一般有良好的对应关系。本发明针对上述技术方法的不足，采用多尺度混合反演技术依据时频图“频枝”出现的位置设置频段范围，将初始模型和地震数据体分解为大、中、小三个尺度数据体。在分频得到的各尺度数据体的基础上利用先进的叠后反演技术进行单一尺度的反演。而后，在关键井的误差控制下，将各尺度的反演结果按照一定的权重相加，得到最后的反演结果，最终达到削弱调谐作用，提高反演分辨率，有效识别薄层的目的。
图1为本发明实施例提供的一种基于多尺度混合反演的薄层反演系统的结构示意图，请参见图1，所述基于多尺度混合反演的薄层反演系统包括：
地震数据分频模块100，用于利用连续小波变换对地震数据进行分频，得到多个尺度的数据体。所述多个尺度的数据体的数目为n个，多个尺度的数据体称为第k数据体，k＝1、2……、n，所述k、n为自然数，其中所述第k-1数据体的地震频段小于第k数据体的地震频段。
小波变换具有优良的时频分析特性，是用来考察信号特征的有力工具。多尺度分解利用的是连续小波变化的冗余特性。对地震数据和井数据进行多尺度分解是多尺度混合反演的关键，分解之后可以将局部频段的信号独立出来，避免其他频段的干扰，提高反演结果的准确性。值得一提的是，离散小波变换是二分式的划分频带，不能根据用户输入的频段范围获得准确的信号分量，而连续小波变化的冗余特性恰恰能满足这一要求。
小波变换通过平移母小波获取信号的时间信息，通过缩放小波的宽度获得信号的频率特性。小波变换可以实现在信号低频部分具有较高的频率分辨率，较低的时间分辨率；在信号的高频部分具有较高的时间分辨率，较低的频率分辨率。傅立叶分析是把一个信号分解成各种不同频率的正弦波，因此正弦波是傅立叶变换的基函数。小波变换可以理解为用经过缩放和平移的一系列函数代替傅立叶变换的正弦波。
本发明中，用到的连续小波正变换公式为：
式中，a为缩放因子，b为平移参数。Ψa,b为小波基函数。a越小，小波越窄，频率越高；a越大，小波越宽，频率越低。C为小波系数，表示局部信号与小波的近似程度，C值越大，信号与小波越相似。
连续小波的逆变换为：
其中，Cψ为母小波ψ(t)的允许条件。为ψ(t)的傅里叶变换，而ψ(t)是在平方可积的实数空间L2(R)。
由公式5.1和式5.2分析可得，给定某一尺度值a与原始信号通过连续小波正变换可以得到小波系数向量，然后逆变换就可以得到该尺度值a对应的信号分量。若将给定尺度范围内对应的信号相加，即可重构出所需尺度的信号分量。实际地震解释时一般使用频率来描述信号的特征，则需建立信号频率和尺度的关系：
其中，f0为ψ(t)的频窗中心频率，fs为频率采样率，Δ为时间采样间隔。由尺度a和f的函数关系即可以得到任意频段的地震信号。本次选用Morlet小波，中心频率为0.8125。
在本发明的一种实施方式中，诸如n＝3，也即该模块利用连续小波变换将地震数据分解为大尺度数据体(即第三数据体)、中尺度数据体(即第二数据体)、小尺度数据体(即第一数据体)，将给定尺度范围对应的信号相加，即重构所需尺度的信号分量，在具体的实施例中，尺度大小依赖于研究区的地质情况以及研究需求，本区的三个尺度地震频段为：10-20Hz，30-45Hz和40-65Hz。图18为本发明提供的具体实施例中小波分频得到的大尺度地震剖面效果图。图19为中尺度地震剖面效果图，图20为小波分频得到的大尺度地震剖面效果图。从中尺度和小尺度剖面中可以看到，复合波得到了有效分离，同相轴变细，小层形态显示的更加清楚。同时，大、中和小尺度的地震剖面具有不一样的地质意义，可以从不同的侧面观察地层的组合特征和形态变化。
附图17为小波分频原理示意图，给定尺度值a将地震信号分解为一系列小波系数C，C表示局部信号与小波的近似程度，C值越大、信号与小波越相似。逆变换即可得到尺度a对应的信号分量。实际应用时，将所有尺度逆变换得出的信号分量相加即可重构出原始信号。如果将若干个在某一范围内变化的尺度对应的信号相加，就可以重构出某一尺度规模(大、中或小)的信号分量。
初始模型构建模块200，用于根据测井数据构建初始模型。图2为初始模型构建模块200的结构示意图，请参阅图2，初始模型构建模块200包括：
测井数据选取模块201，用于选取与所述第一数据体对应的沉积地质体的厚度相匹配的测井数据；
初始模型建立模块202，用于根据所述测井数据构建初始模型。
在本发明的一种实施方式中，利用小波变换将测井数据进行分频，选取与第一数据体对应的沉积地质体厚度相匹配的测井数据建立地质的初始模型。
常规阻抗反演方法没有适当选择正则化参数和其他经验约束，不能很容易地发现和表征储层特征。本发明中利用突出界面和岩性体特征的测井数据建立初始模型，使用贝叶斯原理设置正则化参数，提高了沉积接触面和岩性体的分辨率。
其中，雅克比矩阵G为合成地震道对阻抗的偏导数。λ表示迭代过程中的正则化参数。z代表阻抗。Δz为阻抗改变量。λ大稳定性好、分辨率低，反之稳定性变差、分辨率增高，容易出现混沌现象。引入贝叶斯理论修改正则化参数，自适应调节分辨率和稳定性关系达到最佳平衡。
反演迭代过程中使用上式设置正则化参数，可以避免人工设置的不确定性，且计算过程稳定。σn 2和σz 2分别表示噪声和模型的方差。
请参见图1，所述基于多尺度混合反演的薄层反演系统还包括：
数据体反演模块300，用于根据所述初始模型对所述多个尺度的数据体进行逐级反演，得到所述地震数据的薄层反演结果。图3为数据体反演模块300的结构示意图，请参见图3，所述数据体反演模块300包括：
反演结果确定模块301，用于根据第k-1数据体的反演结果以及所述第k数据体确定所述第k数据体的反演结果；
薄层反演确定模块302，用于所述第n数据体的反演结果即为所述地震数据的薄层反演结果；
第一反演确定模块303，用于根据所述初始模型以及所述第一数据体确定所述第一数据体的反演结果。
也即，本发明采用多尺度混合反演技术，通过外部引入测井信息构建反演初始模型，对地震数据进行分频处理，在分频得到的多尺度数据体的基础上结合先进的叠后反演技术进行逐级反演，多尺度混合反演技术在厚层反演结果准确的前提下，逐级提高相对薄层的反演精度，最终达到削弱调谐作用，提高反演分辨率，有效识别薄层的目的。
在本发明的一种实施方式中，首先由第一反演确定模块根据初始模型以及第一数据体确定出第一数据体的反演结果，其后根据第一数据体的反演结果以及第二数据体确定所述第二数据体的反演结果，逐级进行反演，直至最后根据第n-1数据体的反演结果以及第n数据体确定第n数据体的反演结果，第n数据体的反演结果即为地震数据的薄层反演结果。
图4为第一反演确定模块303的结构示意图，请参阅图4，该第一反演确定模块包括：
子波选取模块3031，用于选取与所述第一数据体匹配的反演子波。
使用小波母函数对地震信号进行连续小波变换，实际上就是求不同尺度的小波与地震信号的互相关。因此，小波和地震信号越相近，地震信号经变换之后在时间-尺度域的能量分布就越集中，干扰波和噪声就会得到压制。从这一角度出发，本发明将对Morlet小波进行改造，使其与实际地震资料的地震子波更为相似，以便获得更为清晰的多尺度信号分量。
为了提高相关性，引入一个参数c2调节小波函数的带宽，将Morlet小波的表达式改写成式5.5中的形式。当c2取4时，小波波形与实际地震子波最为相似。图34(a)和图34(b)是使用原始Morlet小波和改进的Morlet小波对过alice_west9和alice_south_01井的地数据进行20-60Hz分频得到的地震剖面。图中箭头所指位置实际存在一套厚度小于10m的薄层，原始Morlet小波分频剖面基本看不到同相轴反射，而在改造的Morlet小波分频剖面上可以看到从alice_west9井到alice_south_01井方向上存在一条细小同相轴，反射能量有逐渐变弱的趋势。Moret小波经改造后得到的地震数据的同相轴与测井解释的薄层对应良好。
在本发明中，反演不同尺度数据时需要选取不同的子波。将关键井速度或井阻抗曲线依据不同频段划分为多个尺度，求得各尺度的反射系数。设置子波库中的子波主频在相应的频段范围内变化，依次与反射系数褶积形成合成记录，同井旁道最大相关时的子波以及主频即为对应尺度的归一化反演子波。使用均方根校正的原理，将子波振幅与地震道匹配，得到该尺度下最终的反演子波。最后，将多口井优选子波的平均作为该尺度数据对应的最佳子波。
公式5.8为相关系数公式。
初始模型优化模块3032，用于对所述初始模型进行优化，得到多个优化后的初始模型；
第一阈值获取模块3033，用于获取预先设定的第一相关阈值。在本发明的一种实施方式中，第一相关阈值可根据不同的实际使用情形进行设置。
第一结果确定模块3034，用于根据所述第一相关阈值、反演子波、初始模型以及多个优化后的初始模型确定所述第一数据体的反演结果。图5为第一结果确定模块3034的结构示意图，请参阅图5，所述第一结果确定模块3034包括：
第一褶积模块30341，用于将所述反演子波分别与所述初始模型以及优化后的初始模型进行褶积，得到多个合成地震记录；
第一相关对比模块30342，用于将多个合成地震记录与所述第一数据体进行相关对比，得到多个相关性数据；
第一差值确定模块30343，用于分别确定所述第一相关阈值与多个相关性数据的差值；
最小值选取模块30344，用于从所述差值中选取最小值，所述最小值对应的合成地震记录所对应的初始模型即为所述第一数据体对应的反演结果。
也即，本发明从子波库中自适应地选取与第一数据体匹配的反演子波，将两者褶积得到的合成地震记录与第一数据体进行相关对比，并不断对初始模型进行优化，选出与第一数据体相关性最好的合成记录所对应的初始模型作为第一数据体对应的反演结果。
图6为反演结果确定模块301的结构示意图，请参阅图6，所述反演结果确定模块301包括：
子波获取模块3011，用于选取与所述第k数据体匹配的反演子波；
地质模型确定模块3012，用于对第k-1数据体的反演结果进行优化，得到多个优化后的地质模型；
相关阈值获取模块3013，用于获取预先设定的第k相关阈值。在本发明的一种实施方式中，第k相关阈值可根据不同的实际使用情形进行设置。
结果确定模块3014，用于根据所述第k相关阈值、反演子波、第k-1数据体的反演结果以及多个优化后的地质模型确定所述第k数据体的反演结果。图7为结果确定模块3014的结构示意图，请参阅图7，所述结果确定模块3014包括：
地震记录确定模块30141，用于将所述反演子波分别与所述第k-1数据体的反演结果以及优化后的地质模型进行褶积，得到多个合成地震记录；
相关性数据确定模块30142，用于将多个合成地震记录与所述第k-1数据体进行相关对比，得到多个相关性数据；
差值确定模块30143，用于分别确定所述第k-1相关阈值与多个相关性数据的差值；
最小值确定模块30144，用于从所述差值中选取最小值，所述最小值对应的合成地震记录所对应的模型即为所述第k数据体对应的反演结果。
也即，本发明从子波库中自适应地选取与第k数据体匹配的反演子波，将第k-1数据体的反演结果作为第k数据体的初始模型，与第k数据体匹配的反演子波褶积得到的合成地震记录与第k数据体进行相关对比，并不断对第k-1数据体的反演结果进行优化，选出与第k数据体相关性最好的合成记录所对应的模型作为第k数据体对应的反演结果。在具体的实施例中，第k数据体相关性最好的合成记录所对应的模型可能为第k-1数据体的反演结果，也可能为优化后的地质模型中的一个。
由于将第k-1数据体的反演结果作为第k数据体的初始模型，第k数据体的反演结果作为第k+1数据体的初始模型，从而得到不同数据体所对应的反演结果。该方案可以减弱反演结果对测井建立的初始模型的依赖，同时可将不同尺度的信息进行传递，最终的反演结果可以精细刻画地下岩性变化特征。
如上即为本发明提供的一种基于多尺度混合反演的薄层反演系统，使用连续小波变换对地震数据进行分频处理，分别得到多尺度信号分量。依据各尺度测井信号分量通过反距离加权法构建各尺度的约束模型。反演过程中引入贝叶斯理论修正正则化参数，自适应地调节分辨率与稳定性的关系，使反演结果达到最佳平衡，提高薄层的分辨率。
此外，尽管在上文详细描述中提及了系统的若干单元模块，但是这种划分仅仅并非强制性的。实际上，根据本发明的实施方式，上文描述的两个或更多单元的特征和功能可以在一个单元中具体化。同样，上文描述的一个单元的特征和功能也可以进一步划分为由多个单元来具体化。以上所使用的术语“模块”和“单元”，可以是实现预定功能的软件和/或硬件。尽管以下实施例所描述的模块较佳地以软件来实现，但是硬件，或者软件和硬件的组合的实现也是可能并被构想的。
在介绍了本发明示例性实施方式的基于多尺度混合反演的薄层反演系统之后，接下来，参考附图对本发明示例性实施方式的方法进行介绍。该方法的实施可以参见上述整体的实施，重复之处不再赘述。
本发明提出了一种基于多尺度混合反演的薄层反演方法，基于对井旁道时频谱的分析，整体把握工区资料的时频特性，划分多尺度频段范围。利用改造的Morlet小波，对测井模型和地震数据进行分频处理。地震数据多尺度分解后，复合波分离，减弱了薄层的调谐作用。在贝叶斯框架下使用多个子波对各个尺度的数据体进行叠后非线性反演，充分利用地震资料中的低、中、高频信息，而后基于关键井代价函数的最小二乘将多个尺度的反演结果有机结合，达到提高薄层反演的分辨率的目的。具体的，图8为本发明实施例提供的一种基于多尺度混合反演的薄层反演方法的流程示意图，请参见图8，所述基于多尺度混合反演的薄层反演方法包括：
S101：利用连续小波变换对地震数据进行分频，得到多个尺度的数据体。所述多个尺度的数据体的数目为n个，多个尺度的数据体称为第k数据体，k＝1、2……、n，所述k、n为自然数，其中所述第k-1数据体的地震频段小于第k数据体的地震频段。
小波变换具有优良的时频分析特性，是用来考察信号特征的有力工具。多尺度分解利用的是连续小波变化的冗余特性。对地震数据和井数据进行多尺度分解是多尺度混合反演的关键，分解之后可以将局部频段的信号独立出来，避免其他频段的干扰，提高反演结果的准确性。值得一提的是，离散小波变换是二分式的划分频带，不能根据用户输入的频段范围获得准确的信号分量，而连续小波变化的冗余特性恰恰能满足这一要求。
小波变换通过平移母小波获取信号的时间信息，通过缩放小波的宽度获得信号的频率特性。小波变换可以实现在信号低频部分具有较高的频率分辨率，较低的时间分辨率；在信号的高频部分具有较高的时间分辨率，较低的频率分辨率。傅立叶分析是把一个信号分解成各种不同频率的正弦波，因此正弦波是傅立叶变换的基函数。小波变换可以理解为用经过缩放和平移的一系列函数代替傅立叶变换的正弦波。
在本发明的一种实施方式中，具体的，附图16为时频振幅图，图中纵轴为地震道时间序列，单位ms，横轴为频率范围，单位Hz。对井旁道时频振幅图的分析是多尺度小波分解的前提。图中灰度从黑到白，代表着振幅值从大到小变化。从图16可以看到，井旁道的频率范围大致在15-70Hz左右。能量的大小正比与振幅值的大小。图16能量分布主要集中在10-30Hz，25-45Hz，40-65Hz三个频段。因此，将分频处理中大、中、小尺度的频段划分范围分别设为10-30Hz，25-45Hz，40-65Hz。根据时频图中“频枝”所在位置，将地震数据分解为10-30，25-45和40-65Hz三个频率(尺度)段进行反演。“频枝”是通信领域的专业术语。时频谱中的能量多随着频率的升高逐渐降低，在频率轴方向形成条带状分布，形似树枝。能量条带分叉的地方形成“频枝”。由频枝划分频段可以获得相对独立的信号体分量，减小各信号体分量之间的相互干扰，有利于后续的信号分析处理。这样一来，既能突出地震资料的关键信息，又能减少多个频段间的相互干扰。
S102：根据测井数据构建初始模型。图9为步骤S102的流程示意图，请参阅图9，该步骤包括：
S201：选取与所述第一数据体对应的沉积地质体的厚度相匹配的测井数据；
S202：根据所述测井数据构建初始模型。
在本发明的一种实施方式中，利用小波变换将测井数据进行分频，选取与第一数据体对应的沉积地质体厚度相匹配的测井数据建立地质的初始模型。
常规阻抗反演方法没有适当选择正则化参数和其他经验约束，不能很容易地发现和表征储层特征。本发明中利用突出界面和岩性体特征的测井数据建立初始模型，使用贝叶斯原理设置正则化参数，提高了沉积接触面和岩性体的分辨率。
请参见图8，所述基于多尺度混合反演的薄层反演方法还包括：
S301：根据所述初始模型对所述多个尺度的数据体进行逐级反演，得到所述地震数据的薄层反演结果。图10为步骤S103的流程示意图，请参见图10，该步骤包括：
S301：根据第k-1数据体的反演结果以及所述第k数据体确定所述第k数据体的反演结果；
S302：所述第n数据体的反演结果即为所述地震数据的薄层反演结果；
S303：根据所述初始模型以及所述第一数据体确定所述第一数据体的反演结果。
也即，本发明采用多尺度混合反演技术，通过外部引入测井信息构建反演初始模型，对地震数据进行分频处理，在分频得到的多尺度数据体的基础上结合先进的叠后反演技术进行逐级反演，多尺度混合反演技术在厚层反演结果准确的前提下，逐级提高相对薄层的反演精度，最终达到削弱调谐作用，提高反演分辨率，有效识别薄层的目的。
在本发明的一种实施方式中，首先:根据初始模型以及第一数据体确定出第一数据体的反演结果，其后根据第一数据体的反演结果以及第二数据体确定所述第二数据体的反演结果，逐级进行反演，直至最后根据第n-1数据体的反演结果以及第n数据体确定第n数据体的反演结果，第n数据体的反演结果即为地震数据的薄层反演结果。
图11为步骤S303的结构示意图，请参阅图11，该步骤包括：
S401：选取与所述第一数据体匹配的反演子波。
使用小波母函数对地震信号进行连续小波变换，实际上就是求不同尺度的小波与地震信号的互相关。因此，小波和地震信号越相近，地震信号经变换之后在时间-尺度域的能量分布就越集中，干扰波和噪声就会得到压制。从这一角度出发，本发明将对Morlet小波进行改造，使其与实际地震资料的地震子波更为相似，以便获得更为清晰的多尺度信号分量。
为了提高相关性，引入一个参数c2调节小波函数的带宽，将Morlet小波的表达式改写成式5.5中的形式。当c2取4时，小波波形与实际地震子波最为相似。图34(a)和图34(b)中的两个剖面分别是使用原始Morlet小波和改进的Morlet小波对过alice_west9和alice_south_01井的地数据进行20-60Hz分频得到的地震剖面。图中箭头所指位置实际存在一套厚度小于10m的薄层，原始Morlet小波分频剖面基本看不到同相轴反射，而在改造的Morlet小波分频剖面上可以看到从alice_west9井到alice_south_01井方向上存在一条细小同相轴，反射能量有逐渐变弱的趋势。Moret小波经改造后得到的地震数据的同相轴与测井解释的薄层对应良好。
在本发明中，反演不同尺度数据时需要选取不同的子波。将关键井速度或井阻抗曲线依据不同频段划分为多个尺度，求得各尺度的反射系数。设置子波库中的子波主频在相应的频段范围内变化，依次与反射系数褶积形成合成记录，同井旁道最大相关时的子波以及主频即为对应尺度的归一化反演子波。使用均方根校正的原理，将子波振幅与地震道匹配，得到该尺度下最终的反演子波。最后，将多口井优选子波的平均作为该尺度数据对应的最佳子波。
S402：对所述初始模型进行优化，得到多个优化后的初始模型；
S403：获取预先设定的第一相关阈值。在本发明的一种实施方式中，第一相关阈值可根据不同的实际使用情形进行设置。
S404：根据所述第一相关阈值、反演子波、初始模型以及多个优化后的初始模型确定所述第一数据体的反演结果。图12为步骤S404的流程示意图，请参阅图12，该步骤包括：
S501：将所述反演子波分别与所述初始模型以及优化后的初始模型进行褶积，得到多个合成地震记录；
S502：将多个合成地震记录与所述第一数据体进行相关对比，得到多个相关性数据；
S503：分别确定所述第一相关阈值与多个相关性数据的差值；
S505：从所述差值中选取最小值，所述最小值对应的合成地震记录所对应的初始模型即为所述第一数据体对应的反演结果。
也即，本发明从子波库中自适应地选取与第一数据体匹配的反演子波，将两者褶积得到的合成地震记录与第一数据体进行相关对比，并不断对初始模型进行优化，选出与第一数据体相关性最好的合成记录所对应的初始模型作为第一数据体对应的反演结果。
图13为步骤S301的流程示意图，请参阅图13，该步骤包括：
S601：选取与所述第k数据体匹配的反演子波；
S602：对第k-1数据体的反演结果进行优化，得到多个优化后的地质模型；
S603：获取预先设定的第k相关阈值。在本发明的一种实施方式中，第k相关阈值可根据不同的实际使用情形进行设置。
S604：据所述第k相关阈值、反演子波、第k-1数据体的反演结果以及多个优化后的地质模型确定所述第k数据体的反演结果。图14为该步骤的结构示意图，请参阅图14，该步骤包括：
S701：将所述反演子波分别与所述第k-1数据体的反演结果以及优化后的地质模型进行褶积，得到多个合成地震记录；
S702：将多个合成地震记录与所述第k-1数据体进行相关对比，得到多个相关性数据；
S703：分别确定所述第k-1相关阈值与多个相关性数据的差值；
S704：从所述差值中选取最小值，所述最小值对应的合成地震记录所对应的模型即为所述第k数据体对应的反演结果。
也即，本发明从子波库中自适应地选取与第k数据体匹配的反演子波，将第k-1数据体的反演结果作为第k数据体的初始模型，与第k数据体匹配的反演子波褶积得到的合成地震记录与第k数据体进行相关对比，并不断对第k-1数据体的反演结果进行优化，选出与第k数据体相关性最好的合成记录所对应的模型作为第k数据体对应的反演结果。在具体的实施例中，第k数据体相关性最好的合成记录所对应的模型可能为第k-1数据体的反演结果，也可能为优化后的地质模型中的一个。
由于将第k-1数据体的反演结果作为第k数据体的初始模型，第k数据体的反演结果作为第k+1数据体的初始模型，从而得到不同数据体所对应的反演结果。该方案可以减弱反演结果对测井建立的初始模型的依赖，同时可将不同尺度的信息进行传递，最终的反演结果可以精细刻画地下岩性变化特征。
如上即为本发明提供的一种基于多尺度混合反演的薄层反演方法，使用连续小波变换对地震数据进行分频处理，分别得到多尺度信号分量。依据各尺度测井信号分量通过反距离加权法构建各尺度的约束模型。反演过程中引入贝叶斯理论修正正则化参数，自适应地调节分辨率与稳定性的关系，使反演结果达到最佳平衡，提高薄层的分辨率。
本发明还提供了一种计算机设备，包括：适于实现各指令的处理器以及存储设备，所述存储设备存储有多条指令，所述指令适于由处理器加载并执行一种基于多尺度混合反演的薄层反演方法。
本发明还提供了一种计算机可读存储介质，存储有计算机程序，所述计算机程序用于执行一种基于多尺度混合反演的薄层反演方法。
下面结合具体的实施例，详细介绍本发明的技术方案。
本发明主要用于解决实际生产中薄层岩性油气藏的解释识别，在目前已有技术的基础上，进一步提高薄层反演的分辨率，满足油气勘探开发的需要。总的技术思路是以地震资料、层位数据和井资料作为基础，以连续小波变换等时频分析方法作为技术手段，在兼顾测井和地震数据中、低频信息的同时，突出使用高频信息，实现反演剖面对薄层的精确刻画。
在该具体实施例中，选择Morlet小波作为连续小波变换的母小波，建立尺度和频率之间的关系，对测井和地震资料进行多尺度分解。为了提高储集层的预测精度，引入一个参数c2调节Morlet子波的带宽，使得Morlet小波的波形与实际子波更为相似。结合测井的先验信息，使用方位距离约束建模方法构建初始模型。利用改造后的Morlet小波对地震资料和初始模型进行分频处理，得到相互对应的大、中、小尺度数据体。各尺度反演过程中引入贝叶斯理论修正正则化参数，自适应地调节分辨率与稳定性的关系，使反演结果达到最佳平衡。最后，基于关键井代价函数的最小二乘将多个尺度的反演结果有机结合，达到提高薄层反演的分辨率的目的。
根据技术思路，制定了具体、完整的技术路线如图15所示，为本发明提供的具体实施例中基于多尺度混合反演的薄层反演方法的具体流程图，请参阅图15，本发明从外部引入测井信息，又对地震数据内部拓频。内外结合提高薄层反演精度。首先，通过对多口井井旁道频谱图和时频振幅图的分析，划分各尺度频段范围，利用连续小波变换将地震数据体分解为大、中、小三个尺度数据体，进而减弱调谐作用，增强地震资料的高、低频信息。而后，引入测井信息构建初始模型，并根据地震资料与沉积地质体尺度的对应关系进行逐级反演，将大尺度数据体反演结果作为中尺度的初始模型，中尺度的反演结果作为小尺度的初始模型，减弱反演结果对初始模型的依赖，同时可将不同尺度的信息进行传递，最终的反演结果可以精细刻画地下岩性变化特征；在反演过程中，基于匹配追踪的思想在子波库中自适应地选取不同尺度数据体的反演子波，使得真实数据与模型响应匹配良好，反演结果更加准确可靠。
如图15所示，多尺度混合反演的思想是：既从外部引入测井信息，又对地震数据内部拓频。内外结合提高薄层反演精度。首先，利用连续小波变换根据地震资料与沉积地质体尺度的对应关系将地震数据体分解为大、中、小三个尺度数据体，进而减弱调谐作用，增强地震资料的高、低频信息。而后，引入测井信息构建初始模型，对初始模型进行多尺度分解得到大、中、小三个尺度的初始模型，然后进行各尺度的反演。反演结束后得到三个尺度的反演结果。将三个尺度的反演结果按照一定的权重相加，得到最终的反演结果。权重分配是否合理的判断方法为：选取若干关键井，计算代价函数(式5.9)的值，值越小，证明权重分配越合理。多尺度混合反演减弱了反演结果对初始模型的依赖，同时将不同尺度的信息合理组配，最终的反演结果可以精细刻画地下岩性变化特征；在反演过程中，基于匹配追踪的思想在子波库中自适应地选取不同尺度数据体的反演子波，使得真实数据与模型响应匹配良好，反演结果更加准确可靠。
J(σ)＝k1||σs(x)-σw(x)||2+k2||fs(x)-fw(x)||2 (5.9)
本发明较目前已有的同类技术具有以下优势和创新：
(1)针对薄层调谐产生复合波的问题，使用改造的Morlet小波将地震数据进行多尺度分解，减弱薄层的调谐作用，拓展了地震资料的相对高、低频信息；
(2)针对不同尺度反演子波的差异化问题，基于匹配追踪算法在子波库中自适应选取不同尺度的反演子波，增强了地震与模型响应的匹配度，提高了反演的计算效率；
(3)针对雅克比矩阵求解的多解性和人为设置正则化参数随机性大的问题，在多尺度混合反演中，引入贝叶斯理论使分辨率与稳定性达到了最佳平衡；
(4)基于尺度分解地震数据与不同尺度测井数据间的映射关系，将初始模型分频处理。用不同的初始模型合理地约束各尺度的反演结果，降低反演的自由度。
(5)针对各尺度反演结果组配权重选取问题，使用关键井误差的最小二乘优选权重因子，混合之后的反演结果可以精细刻画地下岩性变化特征。
本发明实施例以厄瓜多尔奥连特盆地斜坡带薄储层识别解释为例，该区域主要发育低幅度构造和构造-岩性复合圈闭，构造幅度小，闭合度小，储层薄，常规反演难以满足分辨率要求。利用本发明的多尺度混合反演技术，实施在研究区的薄储层识别解释中，效果明显。从附图中可以看到，反演预测的储层厚度在研究区范围内整体呈北东厚、南西薄、中间缺失的特点，预测薄储层厚度集中在2-10m之间变化。平剖对比一致，整体变化规律符合已有地质认知。本发明的薄层反演效果是常规反演难以达到的。
经过实例证明，认为本发明提供的多尺度混合反演技术能达到识别5m以下薄层的效果，经验证其技术具有可行性和适用性。
图21为地震反演稳定性与分辨率的关系示意图，其中x轴代表稳定性的高低，x轴正向代表稳定性增高的方向。图中y轴代表分辨率的高低，y轴正向代表分辨率增高的方向。λ代表阻尼因子的大小，λ大稳定性好、分辨率低，反之稳定性变差、分辨率增高，容易出现混沌现象。使用贝叶斯理论进行正则化修正可以处理稳定性和分辨率之间的矛盾，达到最佳平衡。
图22为本发明提供的具体实施例中大尺度单道反演效果示意图，图23为中尺度单道反演效果示意图，图24为小尺度单道反演效果示意图。图中点线代表各尺度的初始模型，实线代表真实的井速度，虚线代表各尺度的反演结果。纵坐标为井数据时间序列，单位ms，横坐标为速度大小，单位m/s。观察上图可知，小尺度在速度突变位置处相对于大尺度的单道反演结果更加敏感准确。图25为常规反演与本发明的技术效果对比图，图中纵轴代表井数据时间序列，单位ms,横轴代表速度大小，单位m/s。实线代表井数据，点线代表常规反演结果，虚线代表多尺度反演结果。整体来看，两种反演方法都能展示井数据的大体变化特点。但是，观察图中黑框部分发现，多尺度反演的分辨率明显高于常规反演，反演结果的更加贴近于实际井数据。
在该实施例中，选取厄瓜多尔奥连特盆地斜坡带为例，对奥连特盆地斜坡带开展储层精细解释，并对该测试区进行三维地震多尺度混合反演研究。
研究区位于厄瓜多尔奥连特盆地斜坡带，附图26为研究区奥连特盆地斜坡带示意图，主要目的层为白垩系Napo组和Hollin组砂岩油层，主要发育低幅度构造和构造-岩性复合圈闭，构造幅度一般不超过10-15m，闭合幅度一般小于8-12ms(时间维度)，往往小于地质构造解释精度，加上储层薄的特点，用常规方法难以精细刻画低幅度构造圈闭中的油气分布。研究区圈闭构造幅度低、识别难度大、储层薄，急需形成一套针对奥连特盆地斜坡带低幅度构造的储层识别技术。本发明依托安第斯项目，旨在解决该盆地低幅度构造薄储层解释难度，为项目勘探提供技术支撑。
针对研究区的特点，通过对多口井井旁道的时频谱分析，采用7-25Hz、20-45Hz、40-70Hz划分大、中和小尺度的频段范围。反演子波主频分别为18Hz、34Hz和40Hz。在层位解释数据的约束下进行多尺度混合反演，得到各尺度的反演剖面，图27为大尺度反演剖面示意图，图28为中尺度反演剖面示意图，图29为小尺度反演剖面示意图，上图为了分析反演分辨率和储层刻画能力在尺度间的变化，保存反演过程中每个尺度的反演结果，从中可以看到由宏观到细节的变化。各尺度识别储层厚度差异明显，尺度由大到小，识别储层精度逐渐提高
经过对多口井的时频谱分析，划分各尺度频段范围。通过子波优选，选定各尺度的反演子波。使用多井的多尺度信号分量对初始模型进行约束。设置反演结果速度阈值，剔除不合理的数值，降低反演的多解性。最终，在解释层位的约束下，得到多尺度混合反演数据体。图30显示的是一条北西-南东向的多尺度混合反演连井剖面。图中薄层横向变化明显，目的层从北西-南东厚度有变薄和尖灭的趋势。目的层在Alice_West9井处厚度为8m,在Alice_South_01井处厚度为3m。Alice_South_01井处为一个构造缓背斜。反演结果达到了识别5m以下薄层的目的。图31、图32展现了本发明反演数据体在目的层位置处的效果，从图中可以看出，研究区构造位置从北东-南西逐渐走低。目的层厚度存在北东厚、南西薄、中间尖灭的特点(在镂空图中观察更加明显)。反演结果对测井数据的高频变化具有良好的响应。镂空图中白色部分代表砂岩，黑色部分代表泥岩或其他岩性。仔细观察镂空图发现，目的层处存在薄砂层-薄泥层-厚砂层的地层结构。
根据多尺度混合反演数据体，在目的层位置向上1ms向下6ms开时窗，统计之间的储层厚度。速度统计的范围设为3690-4460m/s。观察目的层在平面上的分布情况。
图33展示了本发明反演数据体目的层在平面上的分布情况及厚度变化。图中次对角线灰色浑浊状部分厚度较大，主对角线黑色碎片状部分厚度较小。读取图中数据可知，目的层厚度多在0-13m之间变化。而且，研究区东部厚度较大，多在8m以上，部分地区超过10m；中部地层尖灭缺失；西南目的层厚度较薄，多为5-8m。总体特点符合工区物源来自东面的已知条件，且识别地层厚度的分辨率是常规反演不能达到的。
综上所述，本发明提供了一种基于多尺度混合反演的薄层反演方法、系统、计算机设备以及计算机可读存储介质，针对目前常规反演薄层分辨率不能满足油气勘探要求的问题，采用改造的Morlet小波对测井模型和地震数据进行多尺度分解。地震数据多尺度分解后，能够观察不同频段的地震剖面形态特征，使复合波分离，减弱薄层的调谐作用。在反演迭代过程中，借助贝叶斯理论自适应地调节分辨率与稳定性的关系达到最佳平衡，避免了人为设置阻尼因子的繁琐和盲目性。由多个尺度的反演剖面出发可以观察地层从宏观到细节的变化。各尺度识别储层厚度差异明显，尺度由大到小，识别储层精度逐渐提高。将三个尺度的剖面混合之后形成最终的反演剖面分辨率较高，薄层形态清晰，细节突出明显。通过实际工区资料测试分析认为，本技术既能减弱反演结果对初始模型的依赖，又能充分发掘利用低、高频信息，避免引入假象。利用本技术对厄瓜多尔奥连特盆地斜坡带进行三维地震反演，构造特征清晰，局部细节突出，成果可靠合理。有助于该区域后续的油气勘探研究。
对于一个技术的改进可以很明显地区分是硬件上的改进(例如，对二极管、晶体管、开关等电路结构的改进)还是软件上的改进(对于方法流程的改进)。然而，随着技术的发展，当今的很多方法流程的改进已经可以视为硬件电路结构的直接改进。设计人员几乎都通过将改进的方法流程编程到硬件电路中来得到相应的硬件电路结构。因此，不能说一个方法流程的改进就不能用硬件实体模块来实现。例如，可编程逻辑器件(ProgrammableLogic Device,PLD)(例如现场可编程门阵列(Field Programmable Gate Array，FPGA))就是这样一种集成电路，其逻辑功能由用户对器件编程来确定。由设计人员自行编程来把一个数字系统“集成”在一片PLD上，而不需要请芯片制造厂商来设计和制作专用的集成电路芯片。而且，如今，取代手工地制作集成电路芯片，这种编程也多半改用“逻辑编译器(logiccompiler)”软件来实现，它与程序开发撰写时所用的软件编译器相类似，而要编译之前的原始代码也得用特定的编程语言来撰写，此称之为硬件描述语言(Hardware DescriptionLanguage，HDL)，而HDL也并非仅有一种，而是有许多种，如ABEL(Advanced BooleanExpression Language)、AHDL(Altera Hardware Description Language)、Confluence、CUPL(Cornell University Programming Language)、HDCal、JHDL(Java HardwareDescription Language)、Lava、Lola、MyHDL、PALASM、RHDL(Ruby Hardware DescriptionLanguage)等，目前最普遍使用的是VHDL(Very-High-Speed Integrated CircuitHardware Description Language)与Verilog2。本领域技术人员也应该清楚，只需要将方法流程用上述几种硬件描述语言稍作逻辑编程并编程到集成电路中，就可以很容易得到实现该逻辑方法流程的硬件电路。
控制器可以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(Application Specific Integrated Circuit，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：ARC 625D、Atmel AT91SAM、Microchip PIC18F26K20以及Silicone Labs C8051F320，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。
上述实施例阐明的系统、装置、模块或单元，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单元分别描述。当然，在实施本申请时可以把各单元的功能在同一个或多个软件和/或硬件中实现。
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通用硬件平台的方式来实现。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，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系统(可以是个人计算机，服务器，或者网络系统等)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均采用递进的方式描述，各个实施例之间相同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。尤其，对于系统实施例而言，由于其基本相似于方法实施例，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。
本申请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、手持系统或便携式系统、平板型系统、多处理器系统、基于微处理器的系统、置顶盒、可编程的消费电子系统、网络PC、小型计算机、大型计算机、包括以上任何系统或系统的分布式计算环境等等。
本申请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系统来执行任务。在分布式计算环境中，程序模块可以位于包括存储系统在内的本地和远程计算机存储介质中。
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 (12)

1.一种基于多尺度混合反演的薄层反演方法，其特征在于，所述方法包括：
利用连续小波变换对地震数据进行分频，得到多个尺度的数据体；所述多个尺度的数据体的数目为n个，多个尺度的数据体称为第k数据体，k＝1、2……、n，所述k、n为自然数，其中所述第k-1数据体的地震频段小于第k数据体的地震频段；
根据测井数据构建初始模型；
根据所述初始模型对所述多个尺度的数据体进行逐级反演，得到所述地震数据的薄层反演结果；
根据所述初始模型对所述多个尺度的数据体进行逐级反演，得到所述地震数据的薄层反演结果，包括：
根据所述初始模型以及第一数据体确定所述第一数据体的反演结果；
根据第k-1数据体的反演结果以及所述第k数据体确定所述第k数据体的反演结果；
将第n数据体的反演结果设为所述地震数据的薄层反演结果；
所述第一数据体的反演结果是根据所述初始模型以及所述第一数据体确定的包括：
选取与所述第一数据体匹配的反演子波；
对所述初始模型进行优化，得到多个优化后的初始模型；
获取预先设定的第一相关阈值；
根据所述第一相关阈值、反演子波、初始模型以及多个优化后的初始模型确定所述第一数据体的反演结果；
其中，反演不同尺度的数据体选取不同的子波，将关键井速度或井阻抗曲线依据不同频段划分为多个尺度，求得各尺度的反射系数，设置子波库中的子波主频在相应的频段范围内变化，依次与反射系数褶积形成合成记录，同井旁道最大相关时的子波以及主频即为对应尺度的归一化反演子波，使用均方根校正的原理，将子波振幅与地震道匹配，得到该尺度下最终的反演子波，最后，将多口井优选子波的平均作为该尺度数据对应的最佳子波。
2.根据权利要求1所述的方法，其特征在于，根据测井数据构建初始模型包括：
选取与第一数据体对应的沉积地质体的厚度相匹配的测井数据；
根据所述测井数据构建初始模型。
3.根据权利要求1所述的方法，其特征在于，根据所述第一相关阈值、反演子波、初始模型以及多个优化后的初始模型确定所述第一数据体的反演结果包括：
将所述反演子波分别与所述初始模型以及优化后的初始模型进行褶积，得到多个合成地震记录；
将多个合成地震记录与所述第一数据体进行相关对比，得到多个相关性数据；
分别确定所述第一相关阈值与多个相关性数据的差值；
从所述差值中选取最小值，所述最小值对应的合成地震记录所对应的初始模型即为所述第一数据体对应的反演结果。
4.根据权利要求1所述的方法，其特征在于，所述根据第k-1数据体的反演结果以及所述第k数据体确定所述第k数据体的反演结果包括：
选取与所述第k数据体匹配的反演子波；
对第k-1数据体的反演结果进行优化，得到多个优化后的地质模型；
获取预先设定的第k相关阈值；
根据所述第k相关阈值、反演子波、第k-1数据体的反演结果以及多个优化后的地质模型确定所述第k数据体的反演结果。
5.根据权利要求1所述的方法，其特征在于，根据所述第k相关阈值、反演子波、第k-1数据体的反演结果以及多个优化后的地质模型确定所述第k数据体的反演结果包括：
将所述反演子波分别与所述第k-1数据体的反演结果以及优化后的地质模型进行褶积，得到多个合成地震记录；
将多个合成地震记录与所述第k-1数据体进行相关对比，得到多个相关性数据；
分别确定所述第k-1相关阈值与多个相关性数据的差值；
从所述差值中选取最小值，所述最小值对应的合成地震记录所对应的模型即为所述第k数据体对应的反演结果。
6.一种基于多尺度混合反演的薄层反演系统，其特征在于，所述系统包括：
地震数据分频模块，用于利用连续小波变换对地震数据进行分频，得到多个尺度的数据体；所述多个尺度的数据体的数目为n个，多个尺度的数据体称为第k数据体，k＝1、2……、n，所述k、n为自然数，其中所述第k-1数据体的地震频段小于第k数据体的地震频段；
初始模型构建模块，用于根据测井数据构建初始模型；
数据体反演模块，用于根据所述初始模型对所述多个尺度的数据体进行逐级反演，得到所述地震数据的薄层反演结果；
所述数据体反演模块包括：
反演结果确定模块，用于根据第k-1数据体的反演结果以及所述第k数据体确定所述第k数据体的反演结果；
薄层反演确定模块，用于将第n数据体的反演结果设为所述地震数据的薄层反演结果；
第一反演确定模块，用于根据所述初始模型以及第一数据体确定所述第一数据体的反演结果；
所述第一反演确定模块包括：
子波选取模块，用于选取与所述第一数据体匹配的反演子波；
初始模型优化模块，用于对所述初始模型进行优化，得到多个优化后的初始模型；
第一阈值获取模块，用于获取预先设定的第一相关阈值；
第一结果确定模块，用于根据所述第一相关阈值、反演子波、初始模型以及多个优化后的初始模型确定所述第一数据体的反演结果；
其中，反演不同尺度的数据体选取不同的子波，将关键井速度或井阻抗曲线依据不同频段划分为多个尺度，求得各尺度的反射系数，设置子波库中的子波主频在相应的频段范围内变化，依次与反射系数褶积形成合成记录，同井旁道最大相关时的子波以及主频即为对应尺度的归一化反演子波，使用均方根校正的原理，将子波振幅与地震道匹配，得到该尺度下最终的反演子波，最后，将多口井优选子波的平均作为该尺度数据对应的最佳子波。
7.根据权利要求6所述的系统，其特征在于，所述初始模型构建模块包括：
测井数据选取模块，用于选取与第一数据体对应的沉积地质体的厚度相匹配的测井数据；
初始模型建立模块，用于根据所述测井数据构建初始模型。
8.根据权利要求6所述的系统，其特征在于，所述第一结果确定模块包括：
第一褶积模块，用于将所述反演子波分别与所述初始模型以及优化后的初始模型进行褶积，得到多个合成地震记录；
第一相关对比模块，用于将多个合成地震记录与所述第一数据体进行相关对比，得到多个相关性数据；
第一差值确定模块，用于分别确定所述第一相关阈值与多个相关性数据的差值；
最小值选取模块，用于从所述差值中选取最小值，所述最小值对应的合成地震记录所对应的初始模型即为所述第一数据体对应的反演结果。
9.根据权利要求6所述的系统，其特征在于，所述反演结果确定模块包括：
子波获取模块，用于选取与所述第k数据体匹配的反演子波；
地质模型确定模块，用于对第k-1数据体的反演结果进行优化，得到多个优化后的地质模型；
相关阈值获取模块，用于获取预先设定的第k相关阈值；
结果确定模块，用于根据所述第k相关阈值、反演子波、第k-1数据体的反演结果以及多个优化后的地质模型确定所述第k数据体的反演结果。
10.根据权利要求6所述的系统，其特征在于，所述结果确定模块包括：
地震记录确定模块，用于将所述反演子波分别与所述第k-1数据体的反演结果以及优化后的地质模型进行褶积，得到多个合成地震记录；
相关性数据确定模块，用于将多个合成地震记录与所述第k-1数据体进行相关对比，得到多个相关性数据；
差值确定模块，用于分别确定所述第k-1相关阈值与多个相关性数据的差值；
最小值确定模块，用于从所述差值中选取最小值，所述最小值对应的合成地震记录所对应的模型即为所述第k数据体对应的反演结果。
11.一种计算机设备，其特征在于，包括：适于实现各指令的处理器以及存储设备，所述存储设备存储有多条指令，所述指令适于由处理器加载并执行如权利要求1至5任意一项所述的一种基于多尺度混合反演的薄层反演方法。
12.一种计算机可读存储介质，其特征在于，存储有计算机程序，所述计算机程序用于执行如权利要求1至5任意一项所述的一种基于多尺度混合反演的薄层反演方法。
CN201910382983.2A 2019-05-09 2019-05-09 一种基于多尺度混合反演的薄层反演方法、设备以及系统 Active CN111913218B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910382983.2A CN111913218B (zh) 2019-05-09 2019-05-09 一种基于多尺度混合反演的薄层反演方法、设备以及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910382983.2A CN111913218B (zh) 2019-05-09 2019-05-09 一种基于多尺度混合反演的薄层反演方法、设备以及系统

Publications (2)

Publication Number Publication Date
CN111913218A CN111913218A (zh) 2020-11-10
CN111913218B true CN111913218B (zh) 2023-08-22

Family

ID=73242730

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910382983.2A Active CN111913218B (zh) 2019-05-09 2019-05-09 一种基于多尺度混合反演的薄层反演方法、设备以及系统

Country Status (1)

Country Link
CN (1) CN111913218B (zh)

Families Citing this family (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113031058B (zh) * 2021-02-26 2022-06-24 河海大学 一种基于反射系数精确式的页岩vti储层叠前混合反演方法
CN113009577B (zh) * 2021-03-23 2023-07-21 中海石油深海开发有限公司 一种低幅构造校正方法、装置、计算机设备及存储介质
CN113671565B (zh) * 2021-09-17 2022-11-04 中国海洋石油集团有限公司 一种针对巨厚储层气藏开发的地震多尺度储层预测方法
CN117094232B (zh) * 2023-10-19 2023-12-15 中国科学院地质与地球物理研究所 深地油气精准导航三维岩性模型实时更新方法及系统

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106970422A (zh) * 2017-03-02 2017-07-21 中国石油化工股份有限公司 一种在三类avo亮点特征储层区识别非亮点油藏的方法
CN109061764A (zh) * 2018-09-07 2018-12-21 中国石油化工股份有限公司 一种分频融合波阻抗反演方法
WO2019062655A1 (zh) * 2017-09-27 2019-04-04 中国石油天然气股份有限公司 薄夹层的确定方法和装置

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106970422A (zh) * 2017-03-02 2017-07-21 中国石油化工股份有限公司 一种在三类avo亮点特征储层区识别非亮点油藏的方法
WO2019062655A1 (zh) * 2017-09-27 2019-04-04 中国石油天然气股份有限公司 薄夹层的确定方法和装置
CN109061764A (zh) * 2018-09-07 2018-12-21 中国石油化工股份有限公司 一种分频融合波阻抗反演方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
杨千里等.基于贝叶斯理论的多尺度地震反演方法.《地球物理学进展》.2016,第31卷(第03期),第1246-1255页. *

Also Published As

Publication number Publication date
CN111913218A (zh) 2020-11-10

Similar Documents

Publication Publication Date Title
CN111913218B (zh) 一种基于多尺度混合反演的薄层反演方法、设备以及系统
AU2018340369B2 (en) Method and device for determining thin interlayer
Bergbauer et al. Improving curvature analyses of deformed horizons using scale-dependent filtering techniques
Liu Noise reduction by vector median filtering
Dubrule et al. Geostatistical reservoir characterization constrained by 3D seismic data
AU2014296770B2 (en) System and method for estimating a reservoir parameter using joint stochastic inversion of multisource geophysical data
CN101206264A (zh) 高分辨率非线性地震波阻抗反演方法
CN101349764B (zh) 一种地震旋回分析方法
Fattahi et al. Prediction of porosity and water saturation using pre-stack seismic attributes: a comparison of Bayesian inversion and computational intelligence methods
CN103439740B (zh) 基于偶极地震子波多重积分的相对阻抗预测的方法及装置
Wang et al. Data-driven S-wave velocity prediction method via a deep-learning-based deep convolutional gated recurrent unit fusion network
Grose et al. Inversion of structural geology data for fold geometry
CN108508489B (zh) 一种基于波形微变化匹配的地震反演方法
Caeiro et al. Optimized history matching with direct sequential image transforming for non-stationary reservoirs
Madani et al. Lithofacies uncertainty modeling in a siliciclastic reservoir setting by incorporating geological contacts and seismic information
Verma et al. Quantification of sand fraction from seismic attributes using Neuro-Fuzzy approach
CN111273346B (zh) 去除沉积背景的方法、装置、计算机设备及可读存储介质
CN109782344B (zh) 沉积层序边界识别方法及装置
CN111090117B (zh) 一种相控正演约束下的有效储层预测方法及系统
Molino‐Minero‐Re et al. A method for classifying pre‐stack seismic data based on amplitude–frequency attributes and self‐organizing maps
CN113466936B (zh) 一种断层阴影区crp道集获取方法、装置、设备及存储介质
CN113311483B (zh) 基于页岩油的叠前弹性参数组合反演方法及系统
Ghalenoei Probabilistic joint inversion of gravity and magnetic data with 3D trans-dimensional earth and noise models
Howarth function is
Howarth Reading (2014). See also naïve Bayes, k-nearest neighbours, random forests and support vector machines, pattern analysis, pattern classification, pattern recognition.

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
GR01 Patent grant
GR01 Patent grant