CN116359997A - 声波速度的确定方法、装置、设备、存储介质及产品 - Google Patents
声波速度的确定方法、装置、设备、存储介质及产品 Download PDFInfo
- Publication number
- CN116359997A CN116359997A CN202111630493.3A CN202111630493A CN116359997A CN 116359997 A CN116359997 A CN 116359997A CN 202111630493 A CN202111630493 A CN 202111630493A CN 116359997 A CN116359997 A CN 116359997A
- Authority
- CN
- China
- Prior art keywords
- data
- determining
- velocity
- seismic
- seismic trace
- 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 62
- 230000015572 biosynthetic process Effects 0.000 claims abstract description 49
- 238000005553 drilling Methods 0.000 claims description 53
- 238000012545 processing Methods 0.000 claims description 24
- 238000010606 normalization Methods 0.000 claims description 21
- 230000015654 memory Effects 0.000 claims description 13
- 238000012549 training Methods 0.000 claims description 13
- 238000005259 measurement Methods 0.000 claims description 10
- 238000004590 computer program Methods 0.000 claims description 9
- 230000008569 process Effects 0.000 claims description 6
- 230000008859 change Effects 0.000 claims description 4
- 238000013508 migration Methods 0.000 claims description 3
- 230000005012 migration Effects 0.000 claims description 3
- 238000005755 formation reaction Methods 0.000 description 39
- 230000002093 peripheral effect Effects 0.000 description 10
- 230000001133 acceleration Effects 0.000 description 9
- 238000010586 diagram Methods 0.000 description 9
- 238000004891 communication Methods 0.000 description 6
- 230000006835 compression Effects 0.000 description 6
- 238000007906 compression Methods 0.000 description 6
- 230000009467 reduction Effects 0.000 description 5
- 230000006870 function Effects 0.000 description 4
- 230000003287 optical effect Effects 0.000 description 4
- 235000015055 Talinum crassifolium Nutrition 0.000 description 2
- 244000010375 Talinum crassifolium Species 0.000 description 2
- 230000006978 adaptation Effects 0.000 description 2
- 238000013473 artificial intelligence Methods 0.000 description 2
- 239000000919 ceramic Substances 0.000 description 2
- 239000000758 substrate Substances 0.000 description 2
- 238000013528 artificial neural network Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000007423 decrease Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 230000004927 fusion Effects 0.000 description 1
- 230000001788 irregular Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 230000005055 memory storage Effects 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012856 packing Methods 0.000 description 1
- 238000012847 principal component analysis method Methods 0.000 description 1
- 238000009877 rendering Methods 0.000 description 1
- 230000006403 short-term memory Effects 0.000 description 1
- 230000006641 stabilisation Effects 0.000 description 1
- 238000011105 stabilization Methods 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 239000010409 thin film Substances 0.000 description 1
- 238000010200 validation analysis Methods 0.000 description 1
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
- G01V1/40—Seismology; Seismic or acoustic prospecting or detecting specially adapted for well-logging
-
- 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
- G01V1/303—Analysis for determining velocity profiles or travel times
-
- 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
- G01V2210/62—Physical property of subsurface
- G01V2210/622—Velocity, density or impedance
- G01V2210/6222—Velocity; travel time
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
- Y02T90/00—Enabling technologies or technologies with a potential or indirect contribution to GHG emissions mitigation
Landscapes
- Physics & Mathematics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- Remote Sensing (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
本申请提供了一种声波速度的确定方法、装置、设备、存储介质及产品,属于地震勘探技术领域。该方法包括:获取勘探工区内的偏移地震数据和勘探工区内待测的钻井的位置信息,偏移地震数据包括多个地震道数据;基于位置信息,从多个地震道数据中确定与位置信息对应的目标地震道数据;确定目标地震道数据的属性信息,从目标地震道数据中确定与属性信息对应的至少一个地震道属性数据,属性信息包括振幅信息、频率信息和相位信息中的至少一个;基于目标地震道数据、至少一个地震道属性数据和声波速度预测模型,确定钻井整个地层的声波速度。由于目标地震道数据和至少一个地震道属性数据能够反映整个地层的特性,所以提高了确定的声波速度的准确性。
Description
技术领域
本申请涉及地震勘探技术领域,特别涉及一种声波速度的确定方法、装置、设备、存储介质及产品。
背景技术
目前,纵波测井是勘探储层的油气分布的重要技术手段。为了降低成本,在纵波测井时,只对钻井内的几个主要目的层的声波速度进行测量,根据主要目的层的声波速度,确定该钻井整个地层的声波速度。
相关技术中,通过常数填充法确定钻井整个地层的声波速度。具体步骤为:获取多个目的层对应的多个声波速度,从多个声波速度中确定第一目的层对应的第一声波速度和第二目的层对应的第二声波速度,第一目的层为多个目的层中距离井口最近的地层,第二目的层为多个目的层中距离井口最远的地层;确定深度小于第一目的层的地层的声波速度与第一声波速度相同,确定深度大于第二目的层段的地层的声波速度与第二声波速度相同,得到该钻井整个地层的声波速度。
但是,由于钻井内地层的岩性随深度发生变化,而不同岩性的地层对应的声波速度也不同,通过常数填充并不能准确表示钻井整个地层的声波速度,所以上述方法确定声波速度的准确性较差。
发明内容
本申请实施例提供了一种声波速度的确定方法、装置、设备、存储介质及产品,能够提高确定钻井整个地层的声波速度的准确性。所述技术方案如下:
一方面,本申请提供了一种声波速度的确定方法,所述方法包括:
获取勘探工区内的偏移地震数据和所述勘探工区内待测的钻井的位置信息,所述偏移地震数据包括多个地震道数据;
基于所述位置信息,从所述多个地震道数据中确定与所述位置信息对应的目标地震道数据;
确定所述目标地震道数据的属性信息,从所述目标地震道数据中确定与所述属性信息对应的至少一个地震道属性数据,所述属性信息包括振幅信息、频率信息和相位信息中的至少一个;
基于所述目标地震道数据、所述至少一个地震道属性数据和声波速度预测模型,确定所述钻井整个地层的声波速度。
在一种可能的实现方式中,所述基于所述目标地震道数据、所述至少一个地震道属性数据和声波速度预测模型,确定所述钻井整个地层的声波速度,包括:
对所述目标地震道数据和所述至少一个地震道属性数据进行归一化处理,得到归一化地震道数据和至少一个归一化属性数据;
将所述归一化地震道数据和所述至少一个归一化属性数据输入所述声波速度预测模型,得到所述钻井整个地层对应的归一化速度;
对所述归一化速度进行逆归一化处理,得到所述钻井整个地层对应的相对速度;
确定所述钻井的第一速度趋势参数,所述第一速度趋势参数用于表示所述声波速度随深度值的变化趋势;
基于所述钻井整个地层对应的相对速度与所述第一速度趋势参数之和,确定所述钻井整个地层的声波速度。
在另一种可能的实现方式中,所述对所述目标地震道数据和所述至少一个地震道属性数据进行归一化处理,得到归一化地震道数据和至少一个归一化属性数据,包括:
确定所述目标地震道数据对应的多个第一振幅数据以及每个地震道属性数据对应的多个第二振幅数据;
确定所述多个第一振幅数据的平均值和标准差以及所述多个第二振幅数据的平均值和标准差;
根据所述多个第一振幅数据的第一平均值和第一标准差,对所述目标地震道数据进行归一化处理,得到归一化地震道数据,以及,根据所述多个第二振幅数据的第二平均值和第二标准差,对地震道属性数据进行归一化处理,得到归一化属性数据。
在另一种可能的实现方式中,根据所述多个第一振幅数据的第一平均值和第一标准差,对所述目标地震道数据进行归一化处理,得到归一化地震道数据,以及,根据所述多个第二振幅数据的第二平均值和第二标准差,对地震道属性数据进行归一化处理,得到归一化属性数据,包括:
根据所述多个第一振幅数据的第一平均值和第一标准差,通过以下公式一,对所述目标地震道数据进行归一化处理,得到归一化地震道数据,以及,根据所述多个第二振幅数据的第二平均值和第二标准差,通过以下公式二,对所述地震道属性数据进行归一化处理,得到归一化属性数据;
其中,O1表示所述归一化地震道数据,x1表示所述目标地震道数据,μ1表示所述第一平均值,σ1表示所述第一标准差,O2表示所述归一化属性数据,x2表示所述地震道属性数据,μ2表示所述第二平均值,σ2表示所述第二标准差。
在另一种可能的实现方式中,所述钻井包括已测井段和未测井段,所述已测井段为通过测井仪器测量获得反映地层性质的速度测井参数的地层段,所述未测井段为未测量速度测井参数的地层段;所述确定所述钻井的第一速度趋势参数,包括:
确定所述钻井的最大速度和最小速度;
获取所述已测井段内的多个深度值对应的声波速度;
根据所述最大速度、所述最小速度和所述多个深度值对应的声波速度,确定所述钻井的第一速度趋势参数。
在另一种可能的实现方式中,根据所述最大速度、所述最小速度和所述多个深度值对应的声波速度,确定所述钻井的第一速度趋势参数,包括:
根据所述最大速度、所述最小速度和所述多个深度值对应的声波速度,通过以下公式三,确定第一参数和第二参数,得到所述钻井的第一速度趋势参数;
公式三:V(x)1=VTop+(VBase-VTop)×m×ecx
其中,VTop表示所述最小速度,VBase表示所述最大速度,x表示深度值,V(x)1表示所述钻井的第一速度趋势参数,m表示所述第一参数,c表示所述第二参数。
在另一种可能的实现方式中,所述基于所述位置信息,从所述多个地震道数据中确定与所述位置信息对应的目标地震道数据,包括:
获取所述钻井内已测井段对应的速度测井参数,所述速度测井参数用于表示已测井段的垂深值与声波速度之间的对应关系;
确定所述偏移地震数据的子波与所述速度测井参数的反射系数之间的褶积;
基于所述位置信息,确定所述位置信息周围的目标区域内包括的多个第一地震道数据;
确定每个第一地震道数据与所述褶积之间的相关系数;
从所述多个第一地震道数据中确定相关系数最大的目标地震道数据。
在另一种可能的实现方式中,训练所述声波速度预测模型的过程,包括:
获取勘探工区内的偏移地震数据,以及获取所述勘探工区内已钻井的样本速度测井参数,所述样本速度测井参数用于表示所述已钻井内的已测井段的垂深值与声波速度之间的对应关系;
确定所述偏移地震数据的频率区间,以及确定所述样本速度测井参数对应的第二速度趋势参数;
基于所述频率区间和所述第二速度趋势参数,确定所述样本速度测井参数对应的样本相对速度;
基于所述已钻井的位置信息,从所述多个地震道数据中确定与所述位置信息对应的样本地震道数据;
确定所述样本地震道数据的属性信息,从所述样本地震道数据中确定与所述属性信息对应的至少一个样本属性数据;
对所述样本地震道数据、所述样本相对速度和所述至少一个样本属性数据进行归一化处理,得到归一化样本地震道数据、至少一个归一化样本属性数据和归一化样本相对速度;
基于所述归一化样本地震道数据、所述归一化样本相对速度和所述至少一个归一化样本属性数据,对初始声波速度预测模型进行训练,得到所述声波速度预测模型。
在另一种可能的实现方式中,所述获取所述勘探工区内已钻井的样本速度测井参数,包括:
获取所述勘探工区内已钻井的钻井信息,所述钻井信息包括已钻井的轨迹信息、已钻井的测深值、已钻井的平台高度值和已钻井的补心海拔值;
确定所述勘探工区内已钻井的初始速度测井参数,所述初始速度测井参数用于表示所述已钻井内的已测井段的测深值与声波速度之间的对应关系;
根据所述已钻井的轨迹信息、已钻井的测深值、已钻井的平台高度值和已钻井的补心海拔值,将所述已测井段的测深值转换为垂深值,得到所述样本速度测井参数。
另一方面,本申请提供了一种声波速度的确定装置,所述装置包括:
获取模块,用于获取勘探工区内的偏移地震数据和所述勘探工区内待测的钻井的位置信息,所述偏移地震数据包括多个地震道数据;
第一确定模块,用于基于所述位置信息,从所述多个地震道数据中确定与所述位置信息对应的目标地震道数据;
第二确定模块,用于确定所述目标地震道数据的属性信息,从所述目标地震道数据中确定与所述属性信息对应的至少一个地震道属性数据,所述属性信息包括振幅信息、频率信息和相位信息中的至少一个;
第三确定模块,用于基于所述目标地震道数据、所述至少一个地震道属性数据和声波速度预测模型,确定所述钻井整个地层的声波速度。
在一种可能的实现方式中,所述第三确定模块,包括:
归一化单元,用于对所述目标地震道数据和所述至少一个地震道属性数据进行归一化处理,得到归一化地震道数据和至少一个归一化属性数据;
预测单元,用于将所述归一化地震道数据和所述至少一个归一化属性数据输入所述声波速度预测模型,得到所述钻井整个地层对应的归一化速度;
逆归一化单元,用于对所述归一化速度进行逆归一化处理,得到所述钻井整个地层对应的相对速度;
第一确定单元,用于确定所述钻井的第一速度趋势参数,所述第一速度趋势参数用于表示所述声波速度随深度值的变化趋势;
第二确定单元,用于基于所述钻井整个地层对应的相对速度与所述第一速度趋势参数之和,确定所述钻井整个地层的声波速度。
在另一种可能的实现方式中,所述归一化单元,用于确定所述目标地震道数据对应的多个第一振幅数据以及每个地震道属性数据对应的多个第二振幅数据;确定所述多个第一振幅数据的平均值和标准差以及所述多个第二振幅数据的平均值和标准差;根据所述多个第一振幅数据的第一平均值和第一标准差,对所述目标地震道数据进行归一化处理,得到归一化地震道数据,以及,根据所述多个第二振幅数据的第二平均值和第二标准差,对地震道属性数据进行归一化处理,得到归一化属性数据。
在另一种可能的实现方式中,所述钻井包括已测井段和未测井段,所述已测井段为通过测井仪器测量获得反映地层性质的速度测井参数的地层段,所述未测井段为未测量速度测井参数的地层段,所述第一确定单元,用于确定所述钻井的最大速度和最小速度;获取所述已测井段内的多个深度值对应的声波速度;根据所述最大速度、所述最小速度和所述多个深度值对应的声波速度,确定所述钻井的第一速度趋势参数。
在另一种可能的实现方式中,所述第一确定模块,用于获取所述钻井内已测井段对应的速度测井参数,所述速度测井参数用于表示已测井段的垂深值与声波速度之间的对应关系;确定所述偏移地震数据的子波与所述速度测井参数的反射系数之间的褶积;基于所述位置信息,确定所述位置信息周围的目标区域内包括的多个第一地震道数据;确定每个第一地震道数据与所述褶积之间的相关系数;从所述多个第一地震道数据中确定相关系数最大的目标地震道数据。
在另一种可能的实现方式中,所述装置还包括训练模块;所述训练模块用于获取勘探工区内的偏移地震数据,以及获取所述勘探工区内已钻井的样本速度测井参数,所述样本速度测井参数用于表示所述已钻井内的已测井段的垂深值与声波速度之间的对应关系;确定所述偏移地震数据的频率区间,以及确定所述样本速度测井参数对应的第二速度趋势参数;基于所述频率区间和所述第二速度趋势参数,确定所述样本速度测井参数对应的样本相对速度;基于所述已钻井的位置信息,从所述多个地震道数据中确定与所述位置信息对应的样本地震道数据;确定所述样本地震道数据的属性信息,从所述样本地震道数据中确定与所述属性信息对应的至少一个样本属性数据;对所述样本地震道数据、所述样本相对速度和所述至少一个样本属性数据进行归一化处理,得到归一化样本地震道数据、至少一个归一化样本属性数据和归一化样本相对速度;基于所述归一化样本地震道数据、所述归一化样本相对速度和所述至少一个归一化样本属性数据,对初始声波速度预测模型进行训练,得到所述声波速度预测模型。
另一方面,本申请实施例提供了一种计算机设备,所述计算机设备包括:处理器和存储器,所述存储器中存储有至少一条程序代码,所述至少一条程序代码由所述处理器加载并执行以实现上述任一可能实现方式所述的声波速度的确定法。
另一方面,本申请实施例提供了一种计算机可读存储介质,所述计算机可读存储介质中存储有至少一条程序代码,所述至少一条程序代码由处理器加载并执行以实现上述任一可能实现方式所述的声波速度的确定方法。
另一方面,本申请实施例提供了一种计算机程序产品,所述计算机程序产品包括计算机程序代码,所述计算机程序代码存储在计算机可读存储介质中;计算机设备的处理器从所述计算机可读存储介质读取所述计算机程序代码,所述处理器执行所述计算机程序代码,使得所述计算机设备加载并执行上述任一种可能实现方式中的声波速度的确定方法。
本申请实施例提供的技术方案的有益效果至少包括:
本申请实施例提供了一种声波速度的确定方法,由于通过目标地震道数据、至少一个地震道属性数据和声波速度预测模型,确定钻井的声波速度,而目标地震道数据和至少一个地震道属性数据都是覆盖待测钻井的整个地层的实际数据,也即待测钻井的全域实际数据,能够反映待测钻井的整个地层的特性,所以提高了确定的整个地层的声波速度的准确性。
附图说明
为了更清楚地说明本申请实施例中的技术方案,下面将对实施例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是根据一示例性实施例示出的一种声波速度的确定方法的流程图;
图2是根据一示例性实施例示出的一种归一化属性数据的重要性权重的示意图;
图3是根据一示例性实施例示出的一种相对速度和声波速度的示意图;
图4是根据一示例性实施例示出的一种第一速度趋势参数的示意图;
图5是根据一示例性实施例示出的一种训练声波速度预测模型的方法流程图;
图6是根据一示例性实施例示出的一种样本速度测井参数和样本相对速度的示意图;
图7是根据一示例性实施例示出的一种声波速度的确定装置的框图;
图8是根据一示例性实施例示出的一种声波速度的确定装置的框图;
图9是根据一示例性实施例示出的一种计算机设备的结构框图。
具体实施方式
为使本申请的目的、技术方案和优点更加清楚,下面将结合附图对本申请实施方式作进一步地详细描述。
本申请的说明书和权利要求书及所述附图中的术语“第一”、“第二”、“第三”和“第四”等是用于区别不同对象,而不是用于描述特定顺序。此外,术语“包括”和“具有”以及它们的任意变形,意图在于覆盖不排他的包含。例如包含了一系列步骤或单元的过程、方法、系统、产品或设备没有限定于已列出的步骤或单元,而是可选地还包括没有列出的步骤或单元,或可选地还包括对于这些过程、方法、产品或设备固有的其他步骤或单元。
图1是根据一示例性实施例示出的一种声波速度的确定方法流程图,由计算机设备执行。参见图1,该方法包括:
101、计算机设备获取勘探工区内的偏移地震数据和勘探工区内待测的钻井的位置信息,偏移地震数据包括多个地震道数据。
在一种可能的实现方式中,勘探工区内布设有多个炮点和多个检波器;炮点用于发射地震波信号,检波器用于接收炮点发射的地震波信号。可选的,计算机设备获取勘探工区内的偏移地震数据的步骤为:多个检波器接收到地震波信号,将接收到的地震波信号上传至计算机设备;计算机设备接收多个检波器上传的地震波信号,得到勘探工区内的偏移地震数据;其中,一个地震道数据包括一个检波器在第一预设时长内上传的地震波信号。
在另一种可能的实现方式中,计算机设备接收多个检波器上传的地震波信号,得到勘探工区内的偏移地震数据之后,对该偏移地震数据进行存储。相应的,计算机设备直接从本地获取偏移地震数据。
在一种可能的实现方式中,位置信息包括钻井的坐标信息。计算机设备内存储有坐标信息与钻井标识之间的对应关系。相应的,计算机设备获取勘探工区内待测的钻井的位置信息的步骤为:计算机设备获取勘探工区内待测的钻井的目标钻井标识,根据目标钻井标识,从已存储的坐标信息与钻井标识之间的对应关系中,确定该目标钻井标识对应的坐标信息。需要说明的一点是,钻井标识用于区分不同的待测钻井。在一种可能的实现方式中,钻井标识包括文字、字母和数字中的至少一个。例如,钻井标识为“待测钻井A”。
102、计算机设备基于位置信息,从多个地震道数据中确定与该位置信息对应的目标地震道数据。
在一种可能的实现方式中,位置信息包括勘探工区的坐标信息,每个地震道数据对应一个坐标信息。计算机设备获取该坐标信息对应的地震道数据。相应的,本步骤为:计算机设备基于坐标信息,从多个地震道数据中确定该坐标信息的地震道数据,得到目标地震道数据。
在本申请实施例中,由于通过坐标信息,能够直接从多个地震道数据中确定该坐标信息的地震道数据,所以提高了确定目标地震道数据的效率。
在另一种可能的实现方式中,计算机设备获取该位置信息附近的多个第一地震道数据,根据相关系数从多个第一地震道数据中确定目标地震道数据。相应的,本步骤为:计算机设备获取钻井内已测井段对应的速度测井参数,速度测井参数用于表示已测井段的垂深值与声波速度之间的对应关系;确定偏移地震数据的子波与速度测井参数的反射系数之间的褶积;基于位置信息,确定位置信息周围的目标区域内包括的多个第一地震道数据;确定每个第一地震道数据与褶积之间的相关系数;从多个第一地震道数据中确定相关系数最大的目标地震道数据。
可选的,目标区域为以该位置信息为圆心,以预设距离为半径的圆。在本申请实施例中,对预设距离的数值不作具体限定,可以根据需要进行设定并修改。可选地,该预设距离为5m至200m之间的任一数值,例如,预设距离为5m、10m、15m等。
在本申请实施例中,由于根据速度测井参数从多个第一地震道数据中确定相关系数最大的目标地震道数据,从而建立了速度测井参数与目标地震道数据之间的相关关系,而速度测井参数是该钻井的实际数据,进而根据速度测井参数选取的目标地震道数据能够反映该钻井的实际数据,所以提高了确定的目标地震道数据的准确性。
103、计算机设备确定目标地震道数据的属性信息,从目标地震道数据中确定与属性信息对应的至少一个地震道属性数据,属性信息包括振幅信息、频率信息和相位信息中的至少一个。
在一种可能的实现方式中,振幅信息包括瞬时振幅、平均振幅、最大振幅、最小振幅、均方根振幅和振幅峰态中的至少一个。频率信息包括瞬时频率、平均频率、最大频率和最小频率中的至少一个。相位信息包括瞬时相位、平均相位、最大相位和最小相位中的至少一个。相应的,属性信息包括瞬时振幅、平均振幅、最大振幅、最小振幅、均方根振幅、振幅峰态、瞬时频率、平均频率、最大频率、最小频率、瞬时相位、平均相位、最大相位、最小相位中的至少一个。可选地,属性信息还包括平均振动能量、高亮体、弧长、熵、单频体、反射强度、包络的斜率和甜心属性。其中,平均振动能量、高亮体、弧长、熵、单频体、反射强度、包络的斜率和甜心属性均是通过对振幅信息、频率信息和相位信息进行变化得到的属性信息。
在一种可能的实现方式中,本步骤为:计算机设备对于每个属性信息,从目标地震道数据中确定与该属性信息对应的地震道属性数据,得到至少一个地震道属性数据。例如,属性信息包括实际振幅和平均振幅;计算机设备从目标地震道数据中确定实际振幅对应的地震道属性数据,以及平均振幅对应的地震道属性数据,得到两个地震道属性数据。
在另一种可能的实现方式中,计算机设备内存储有属性信息与地震道属性数据之间的对应关系。相应的,本步骤为:计算机设备对于每个属性信息,从已存储的属性信息与地震道属性数据之间的对应关系中,确定该属性信息对应的地震道属性数据,得到至少一个地震道属性数据。
在本申请实施例中,由于计算机设备从已存储的属性信息与地震道属性数据之间的对应关系中,能够直接获取属性信息对应的地震道属性数据,所以提高了确定地震道属性数据的效率。
104、计算机设备基于目标地震道数据、至少一个地震道属性数据和声波速度预测模型,确定钻井整个地层的声波速度。
在一种可能的实现方式中,计算机设备确定钻井整个的声波速度可以通过以下步骤(1)至(5)来实现:
(1)计算机设备对目标地震道数据和至少一个地震道属性数据进行归一化处理,得到归一化地震道数据和至少一个归一化属性数据。
在一种可能的实现方式中,本步骤为:计算机设备确定目标地震道数据对应的多个第一振幅数据以及每个地震道属性数据对应的多个第二振幅数据;确定多个第一振幅数据的第一平均值和第一标准差以及多个第二振幅数据的第二平均值和第二标准差;根据多个第一振幅数据的第一平均值和第一标准差,对目标地震道数据进行归一化处理,得到归一化地震道数据,以及,根据多个第二振幅数据的第二平均值和第二标准差,对地震道属性数据进行归一化处理,得到归一化属性数据。
在一种可能的实现方式中,计算机设备确定归一化地震道数据以及归一化属性数据的步骤为:计算机设备根据多个第一振幅数据的第一平均值和第一标准差,通过以下公式一,对目标地震道数据进行归一化处理,得到归一化地震道数据,以及,根据多个第二振幅数据的第二平均值和第二标准差,通过以下公式二,对地震道属性数据进行归一化处理,得到归一化属性数据;
其中,O1表示归一化地震道数据,x1表示目标地震道数据,μ1表示第一平均值,σ1表示第一标准差,O2表示归一化属性数据,x2表示地震道属性数据,μ2表示第二平均值,σ2表示第二标准差。
(2)计算机设备将归一化地震道数据和至少一个归一化属性数据输入声波速度预测模型,得到钻井整个地层对应的归一化速度。
在一种可能的实现方式中,计算机设备直接将归一化地震道数据和至少一个归一化属性数据输入声波速度预测模型,得到钻井对应的归一化速度。
在本申请实施例中,由于根据归一化地震道数据和全部属性数据,确定归一化速度,从而能够考虑到所有属性数据对归一化速度的影响,所以提高了确定的归一化速度的准确性。
在另一种可能的实现方式中,计算机设备先从至少一个归一化属性数据中筛选预设数量的归一化属性数据,然后将归一化地震道数据和预设数量的归一化属性数据输入声波速度预测模型,得到钻井对应的归一化速度。
可选地,计算机设备根据回归树和基尼系数,确定每个归一化属性数据的重要性权重,根据重要性权重从大到小,依次从多个至少一个归一化属性数据中筛选预设数量的归一化属性数据。在本申请实施例中,对预设数量的数值不作具体限定,可以根据需要进行设定并修改。可选地,预设数量可以是2至50之间的任一数值。
例如,参见图2,至少一个归一化属性数据的数量为20个;预设数量为3个。计算机设备根据重要性权重从大到小,依次从20个归一化属性数据确定属性数据1、属性数据16、属性数据19。
在本申请实施例中,由于根据回归树和基尼系数,确定每个归一化属性数据的重要性权重,从多个属性数据中确定主要的属性数据,减少了需要数据量,进而提高了确定归一化速度的效率。
在另一种可能的实现方式中,计算机设备根据主要属性,对预设数量的归一化属性数据进行降维压缩处理,将降维压缩处理得到的主要属性的归一化属性数据输入声波速度预测模型,得到钻井对应的归一化速度。可选的,计算机设备通过主成分分析法,对预设数量的归一化属性数据进行降维压缩处理。
在本申请实施例中,由于通过主要属性,对预设数量的归一化属性数据进行降维压缩处理,进而进一步减少了需要输入的数据量,所以提高了确定归一化速度的效率。
(3)计算机设备对归一化速度进行逆归一化处理,得到钻井整个地层对应的相对速度。
在一种可能的实现方式中,计算机设备根据已测井段内的多个深度值对应的声波速度,对归一化速度进行逆归一化处理。相应的,本步骤为:计算机设备确定已测井段内的多个深度值对应的声波速度的第三平均值和第三标准差,根据第三平均值和第三标准差,通过以下公式七,对归一化速度进行逆归一化处理,得到钻井整个地层对应的相对速度;
公式七:V1=σ3x3+μ3
其中,V1表示钻井整个地层对应的相对速度,x3表示归一化速度,σ3表示第三标准差,μ3表示第三平均值。
例如,参见图3,计算机设备对归一化速度进行逆归一化处理,得到相对速度如曲线1所示。
(4)计算机设备确定钻井的第一速度趋势参数,第一速度趋势参数用于表示声波速度随深度值的变化趋势。
在一种可能的实现方式中,钻井包括已测井段和未测井段,已测井段为通过测井仪器测量获得反映地层性质的速度测井参数的地层段,未测井段为未测量速度测井参数的地层段;确定钻井的第一速度趋势参数的步骤为:计算机设备确定钻井的最大速度和最小速度;获取已测井段内的多个深度值对应的声波速度;根据最大速度、最小速度和多个深度值对应的声波速度,确定钻井的第一速度趋势参数。其中,已测井段和未测井段即是该钻井对应的整个地层。
在一种可能的实现方式中,计算机设备根据最大速度、最小速度和多个深度值对应的声波速度,确定钻井的第一速度趋势参数的步骤为:计算机设备根据最大速度、最小速度和多个深度值对应的声波速度,通过以下公式三,确定第一参数和第二参数,得到钻井的第一速度趋势参数;
公式三:V(x)1=VTop+(VBase-VTop)×m×ecx
其中,VTop表示最小速度,VBase表示最大速度,x表示深度值,V(x)1表示第一速度趋势参数,m表示第一参数,c表示第二参数。
需要说明的一点是,速度随埋深的增大而增大,深度值越大,速度越大。相应的,最小速度VTop对应地层的上覆岩层的速度,最大速度VBase对应地层的基底的速度。在一种可能的实现方式中,计算机设备根据地层的地质参数,确定最大速度和最小速度。其中,最大速度对应最深位置的地层(基底)的速度,最小速度对应最浅位置的地层的速度,也即TVD为0的位置的速度。例如,参见图4,VTop为1850m/s,VBase为6000m/s;计算机设备确定的第一速度趋势参数如图4中的曲线所示。
在本申请实施例中,由于通过已测井段的多个深度值对应的声波速度与最大速度和最小速度,进行拟合,得到第一速度趋势参数,而多个深度值对应的声波速度、最大速度和最小速度均是测量的实际数据,进而提高了基于上述数据确定的钻井的速度趋势参数的准确性。
在另一种可能的实现方式中,计算机设备根据Hodrick-Prescott滤波,确定该钻井地层的地层性质趋势V(x)3;计算机设备根据第一速度趋势参数和地层性质趋势,确定该钻井最终的速度趋势参数。相应的,计算机设备确定钻井的最终的速度趋势参数的步骤为:计算机设备确定已测井段的长度以及未测井段到已测井段的距离,根据长度、距离、第一速度趋势参数和地层性质趋势,通过以下公式四,确定钻井最终的速度趋势参数;
其中,V(x)表示钻井最终的速度趋势参数,V(x)1表示第一速度趋势参数,V(x)3表示地层性质趋势;d表示未测井段到已测井段的距离,l表示已测井段的长度。
在本申请实施例中,由于通过多个深度值对应的声波速度、最大速度和最小速度等实际数据,以及地层性质趋势,确定最终的速度趋势参数,这样既考虑到了测量数据,又考虑到了地层性质的变化,进而提高了确定的速度趋势参数的准确性。
(5)计算机设备基于钻井整个地层对应的相对速度和第一速度趋势参数之和,确定钻井整个地层的声波速度。
在一种可能的实现方式中,本步骤为:计算机设备基于相对速度和第一速度趋势参数之和,通过以下公式五,确定钻井整个地层的声波速度;
公式五:ln(y)=V1+lnV(x)1
其中,y表示钻井整个地层的声波速度,V1表示钻井整个地层对应的相对速度,V(x)1表示第一速度趋势参数。
例如,继续参见图3,计算机设备算机设备基于相对速度和第一速度趋势参数之和,确定钻井整个地层的声波速度如曲线2所示。
需要说明的一点是,计算机设备确定的钻井整个地层的声波速度是对该钻井的声波速度的预测,也即是对该钻井的未测井段的声波速度进行预测,而对于已测井段的声波速度是通过测井仪器测量直接获得的。
在本申请实施例中,由于通过目标地震道数据、至少一个地震道属性数据和声波速度预测模型,确定钻井的声波速度,而目标地震道数据和至少一个地震道属性数据都是覆盖待测钻井的整个地层的实际数据,也即待测钻井的全域实际数据,能够反映待测钻井的整个地层的特性,所以提高了确定的整个地层的声波速度的准确性。
需要说明的一点是,在通过声波速度预测模型,确定钻井对应的归一化速度之前,需要先通过样本数据对初始速度预测模型进行训练,得到该声波速度预测模型。可选地,初始速度预测模型为LSTM(Long Short-Term Memory,长短记忆神经网络)模型。在一种可能的实现方式中,参见图5,计算机设备训练声波速度预测模型的过程包括以下步骤501至507:
501、计算机设备获取勘探工区内的偏移地震数据,以及获取勘探工区内已钻井的样本速度测井参数,样本速度测井参数用于表示已钻井内的已测井段的垂深值与声波速度之间的对应关系。
在一种可能的实现方式中,计算机设备获取勘探工区内的偏移地震数据与步骤101中获取勘探工区内的偏移地震数据的方法相同,在此不再进行赘述。
在一种可能的实现方式中,计算机设备获取勘探工区内已钻井的样本速度测井参数的步骤为:计算机设备获取勘探工区内已钻井的钻井信息,钻井信息包括已钻井的轨迹信息、已钻井的测深值、已钻井的平台高度值和已钻井的补心海拔值;确定勘探工区内已钻井的初始速度测井参数,初始速度测井参数用于表示已钻井内的已测井段的测深值与声波速度之间的对应关系;根据已钻井的轨迹信息、已钻井的测深值、已钻井的平台高度值和已钻井的补心海拔值,将已测井段的测深值转换为垂深值,得到样本速度测井参数。
例如,参见图6,计算机设备确定的样本速度测井参数如曲线3所示。
502、计算机设备确定偏移地震数据的频率区间,以及确定样本速度测井参数对应的第二速度趋势参数。
在一种可能的实现方式中,计算机设备确定第二速度趋势参数与步骤104中计算机设备确定第一速度趋势参数的方法相同,在此不再进行赘述。
503、计算机设备基于频率区间和第二速度趋势参数,确定样本速度测井参数对应的样本相对速度。
在一种可能的实现方式中,偏移地震数据的频率区间的范围小于样本速度测井参数的频率区间的范围,计算机设备通过偏移地震数据的频率区间对样本速度测井参数进行过滤;通过第二速度趋势参数对过滤后的数据进行去趋势处理,得到样本相对速度。相应的,本步骤为:计算机设备确定样本速度测井参数中与偏移地震数据的频率区间相同的目标速度测井参数;根据目标速度测井参数和第二速度趋势参数,通过以下公式六,得到样本相对速度;
公式六:V2=ln(X)-lnV(x)2
其中,V2表示样本相对速度,X表示目标速度测井参数,V(x)2表示第二速度趋势参数。
例如,继续参见图6,计算机设备对样本速度测井参数进行去趋势处理,得到的样本相对速度如曲线4所示。
504、计算机设备基于已钻井的位置信息,从多个地震道数据中确定与该位置信息对应的样本地震道数据。
在一种可能的实现方式中,计算机设备确定样本地震道数据的方法与步骤102中计算机设备确定目标地震道数据的方法相同,在此不再进行赘述。
505、计算机设备确定样本地震道数据的属性信息,从样本地震道数据中确定与属性信息对应的至少一个样本属性数据。
在一种可能的实现方式中,计算机设备确定至少一个样本属性数据的方法4与步骤103中计算机设备确定至少一个地震道属性数据的方法相同,在此不再进行赘述。
506、计算机设备对样本地震道数据、样本相对速度和至少一个样本属性数据进行归一化处理,得到归一化样本地震道数据、至少一个归一化样本属性数据和归一化样本相对速度。
在一种可能的实现方式中,计算机设备进行归一化处理的方法与步骤104中计算机设备进行归一化处理的方法相同,在此不再进行赘述。
在一种可能的实现方式中,计算机设备对样本地震道数据的相位进行调整,得到多个不同相位的样本地震道数据。可选的,相位的调整范围为5度至15度之间的任一数值,例如,相位的调整范围为10度。样本地震道数据的相位范围为0度至180度,则计算机设备对样本地震道数据的相位进行调整,得到多个不同相位的样本地震道数据的数量为19个。
在本申请实施例中,由于计算机设备通过对样本地震道数据的相位进行调整,得到多个不同相位的样本地震道数据,从而增加了不同相位的归一化样本数据的数量,进而提高了基于归一化样本数据进行训练,得到的声波速度预测模型的准确性。
507、计算机设备基于归一化样本地震道数据、归一化样本相对速度和至少一个归一化样本属性数据,对初始声波速度预测模型进行训练,得到声波速度预测模型。
在一种可能的实现方式中,本步骤为:计算机设备基于归一化样本地震道数据、归一化样本相对速度和至少一个归一化样本属性数据,对初始声波速度预测模型进行训练,直至初始声波速度预测模型的准确性达到预设阈值,得到声波速度预测模型。其中,归一化样本地震道数据和至少一个归一化样本属性数据为输入标签,归一化样本相对速度为输出标签。在本申请实施例中,对样本数据的数量不作具体限定;可选的,计算机设备将样本数据中70%的数据作为训练集,30%的数据作为验证集,对初始声波速度预测模型进行训练。
在本申请实施例中,对预设阈值的类型和数值不作具体限定,可以根据需要或者实际测量数据进行设定并修改。可选地,预设阈值的类型包括均方误差MSE,均方根误差RMSE,平均绝对误差MAE和决定系数R2中的至少一个。可选地,决定系数的预设阈值可以是80%至100%之间的任一数值;例如,预设阈值为80%、85%、90%等。
本申请实施例提供了一种声波速度的确定方法,由于通过目标地震道数据、至少一个地震道属性数据和声波速度预测模型,确定钻井的声波速度,而目标地震道数据和至少一个地震道属性数据都是覆盖待测钻井的整个地层的实际数据,也即待测钻井的全域实际数据,能够反映待测钻井的整个地层的特性,所以提高了确定的整个地层的声波速度的准确性。
图7是根据一示例性实施例示出的一种声波速度的确定装置的框图。参见图7,该装置包括:
获取模块701,用于获取勘探工区内的偏移地震数据和勘探工区内待测的钻井的位置信息,偏移地震数据包括多个地震道数据;
第一确定模块702,用于基于位置信息,从多个地震道数据中确定与位置信息对应的目标地震道数据;
第二确定模块703,用于确定目标地震道数据的属性信息,从目标地震道数据中确定与属性信息对应的至少一个地震道属性数据,属性信息包括振幅信息、频率信息和相位信息中的至少一个;
第三确定模块704,用于基于目标地震道数据、至少一个地震道属性数据和声波速度预测模型,确定钻井整个地层的声波速度。
在一种可能的实现方式中,参见图8,第三确定模块704,包括:
归一化单元7041,用于对目标地震道数据和至少一个地震道属性数据进行归一化处理,得到归一化地震道数据和至少一个归一化属性数据;
预测单元7042,用于将归一化地震道数据和至少一个归一化属性数据输入声波速度预测模型,得到钻井整个地层对应的归一化速度;
逆归一化单元7043,用于对归一化速度进行逆归一化处理,得到钻井整个地层对应的相对速度;
第一确定单元7044,用于确定钻井的第一速度趋势参数,第一速度趋势参数用于表示声波速度随深度值的变化趋势;
第二确定单元7045,用于基于钻井整个地层对应的相对速度与第一速度趋势参数之和,确定钻井整个地层的声波速度。
在另一种可能的实现方式中,归一化单元7041,用于确定目标地震道数据对应的多个第一振幅数据以及每个地震道属性数据对应的多个第二振幅数据;确定多个第一振幅数据的平均值和标准差以及多个第二振幅数据的平均值和标准差;根据多个第一振幅数据的第一平均值和第一标准差,对目标地震道数据进行归一化处理,得到归一化地震道数据,以及,根据多个第二振幅数据的第二平均值和第二标准差,对地震道属性数据进行归一化处理,得到归一化属性数据。
在另一种可能的实现方式中,钻井包括已测井段和未测井段,已测井段为通过测井仪器测量获得反映地层性质的速度测井参数的地层段,未测井段为未测量速度测井参数的地层段,第一确定单元7044,用于确定钻井的最大速度和最小速度;获取已测井段内的多个深度值对应的声波速度;根据最大速度、最小速度和多个深度值对应的声波速度,确定钻井的第一速度趋势参数。
在另一种可能的实现方式中,第一确定模块702,用于获取钻井内已测井段对应的速度测井参数,速度测井参数用于表示已测井段的垂深值与声波速度之间的对应关系;确定偏移地震数据的子波与速度测井参数的反射系数之间的褶积;基于位置信息,确定位置信息周围的目标区域内包括的多个第一地震道数据;确定每个第一地震道数据与褶积之间的相关系数;从多个第一地震道数据中确定相关系数最大的目标地震道数据。
在另一种可能的实现方式中,继续参见图8,该装置还包括训练模块705;该训练模块705,用于获取勘探工区内的偏移地震数据,以及获取勘探工区内已钻井的样本速度测井参数,样本速度测井参数用于表示已钻井内的已测井段的垂深值与声波速度之间的对应关系;确定偏移地震数据的频率区间,以及确定样本速度测井参数对应的第二速度趋势参数;基于频率区间和第二速度趋势参数,确定样本速度测井参数对应的样本相对速度;基于已钻井的位置信息,从多个地震道数据中确定与位置信息对应的样本地震道数据;确定样本地震道数据的属性信息,从样本地震道数据中确定与属性信息对应的至少一个样本属性数据;对样本地震道数据、样本相对速度和至少一个样本属性数据进行归一化处理,得到归一化样本地震道数据、至少一个归一化样本属性数据和归一化样本相对速度;基于归一化样本地震道数据、归一化样本相对速度和至少一个归一化样本属性数据,对初始声波速度预测模型进行训练,得到声波速度预测模型。
本申请实施例提供了一种声波速度的确定装置,由于通过目标地震道数据、至少一个地震道属性数据和声波速度预测模型,确定钻井的声波速度,而目标地震道数据和至少一个地震道属性数据都是覆盖待测钻井的整个地层的实际数据,也即待测钻井的全域实际数据,能够反映待测钻井的整个地层的特性,所以提高了确定的整个地层特别是缺失测井数据段的声波速度的准确性。
图9示出了本发明一个示例性实施例提供的计算机设备900的结构框图。该计算机设备900可以是:智能手机、平板电脑、MP3播放器(Moving Picture Experts Group AudioLayer III,动态影像专家压缩标准音频层面3)、MP4(Moving Picture Experts GroupAudio Layer IV,动态影像专家压缩标准音频层面4)播放器、笔记本电脑或台式电脑。计算机设备900还可能被称为用户设备、便携式计算机设备、膝上型计算机设备、台式计算机设备等其他名称。
通常,计算机设备900包括有:处理器901和存储器902。
处理器901可以包括一个或多个处理核心,比如4核心处理器、8核心处理器等。处理器901可以采用DSP(Digital Signal Processing,数字信号处理)、FPGA(Field-Programmable Gate Array,现场可编程门阵列)、PLA(Programmable Logic Array,可编程逻辑阵列)中的至少一种硬件形式来实现。处理器901也可以包括主处理器和协处理器,主处理器是用于对在唤醒状态下的数据进行处理的处理器,也称CPU(Central ProcessingUnit,中央处理器);协处理器是用于对在待机状态下的数据进行处理的低功耗处理器。在一些实施例中,处理器901可以在集成有GPU(Graphics Processing Unit,图像处理器),GPU用于负责显示屏所需要显示的内容的渲染和绘制。一些实施例中,处理器901还可以包括AI(Artificial Intelligence,人工智能)处理器,该AI处理器用于处理有关机器学习的计算操作。
存储器902可以包括一个或多个计算机可读存储介质,该计算机可读存储介质可以是非暂态的。存储器902还可包括高速随机存取存储器,以及非易失性存储器,比如一个或多个磁盘存储设备、闪存存储设备。在一些实施例中,存储器902中的非暂态的计算机可读存储介质用于存储至少一个指令,该至少一个指令用于被处理器901所执行以实现本申请中方法实施例提供的声波速度的确定方法。
在一些实施例中,计算机设备900还可选包括有:外围设备接口903和至少一个外围设备。处理器901、存储器902和外围设备接口903之间可以通过总线或信号线相连。各个外围设备可以通过总线、信号线或电路板与外围设备接口903相连。具体地,外围设备包括:射频电路904、显示屏905、摄像头906、音频电路907、定位组件908和电源909中的至少一种。
外围设备接口903可被用于将I/O(Input/Output,输入/输出)相关的至少一个外围设备连接到处理器901和存储器902。在一些实施例中,处理器901、存储器902和外围设备接口903被集成在同一芯片或电路板上;在一些其他实施例中,处理器901、存储器902和外围设备接口903中的任意一个或两个可以在单独的芯片或电路板上实现,本实施例对此不加以限定。
射频电路904用于接收和发射RF(Radio Frequency,射频)信号,也称电磁信号。射频电路904通过电磁信号与通信网络以及其他通信设备进行通信。射频电路904将电信号转换为电磁信号进行发送,或者,将接收到的电磁信号转换为电信号。可选地,射频电路904包括:天线系统、RF收发器、一个或多个放大器、调谐器、振荡器、数字信号处理器、编解码芯片组、用户身份模块卡等等。射频电路904可以通过至少一种无线通信协议来与其它计算机设备进行通信。该无线通信协议包括但不限于:城域网、各代移动通信网络(2G、3G、4G及5G)、无线局域网和/或WiFi(Wireless Fidelity,无线保真)网络。在一些实施例中,射频电路904还可以包括NFC(Near Field Communication,近距离无线通信)有关的电路,本申请对此不加以限定。
显示屏905用于显示UI(UserInterface,用户界面)。该UI可以包括图形、文本、图标、视频及其它们的任意组合。当显示屏905是触摸显示屏时,显示屏905还具有采集在显示屏905的表面或表面上方的触摸信号的能力。该触摸信号可以作为控制信号输入至处理器901进行处理。此时,显示屏905还可以用于提供虚拟按钮和/或虚拟键盘,也称软按钮和/或软键盘。在一些实施例中,显示屏905可以为一个,设置计算机设备900的前面板;在另一些实施例中,显示屏905可以为至少两个,分别设置在计算机设备900的不同表面或呈折叠设计;在再一些实施例中,显示屏905可以是柔性显示屏,设置在计算机设备900的弯曲表面上或折叠面上。甚至,显示屏905还可以设置成非矩形的不规则图形,也即异形屏。显示屏905可以采用LCD(Liquid Crystal Display,液晶显示屏)、OLED(Organic Light-EmittingDiode,有机发光二极管)等材质制备。
摄像头组件906用于采集图像或视频。可选地,摄像头组件906包括前置摄像头和后置摄像头。通常,前置摄像头设置在计算机设备的前面板,后置摄像头设置在计算机设备的背面。在一些实施例中,后置摄像头为至少两个,分别为主摄像头、景深摄像头、广角摄像头、长焦摄像头中的任意一种,以实现主摄像头和景深摄像头融合实现背景虚化功能、主摄像头和广角摄像头融合实现全景拍摄以及VR(Virtual Reality,虚拟现实)拍摄功能或者其它融合拍摄功能。在一些实施例中,摄像头组件906还可以包括闪光灯。闪光灯可以是单色温闪光灯,也可以是双色温闪光灯。双色温闪光灯是指暖光闪光灯和冷光闪光灯的组合,可以用于不同色温下的光线补偿。
音频电路907可以包括麦克风和扬声器。麦克风用于采集用户及环境的声波,并将声波转换为电信号输入至处理器901进行处理,或者输入至射频电路904以实现语音通信。出于立体声采集或降噪的目的,麦克风可以为多个,分别设置在计算机设备900的不同部位。麦克风还可以是阵列麦克风或全向采集型麦克风。扬声器则用于将来自处理器901或射频电路904的电信号转换为声波。扬声器可以是传统的薄膜扬声器,也可以是压电陶瓷扬声器。当扬声器是压电陶瓷扬声器时,不仅可以将电信号转换为人类可听见的声波,也可以将电信号转换为人类听不见的声波以进行测距等用途。在一些实施例中,音频电路907还可以包括耳机插孔。
定位组件908用于定位计算机设备900的当前地理位置,以实现导航或LBS(Location Based Service,基于位置的服务)。定位组件908可以是基于美国的GPS(GlobalPositioning System,全球定位系统)、中国的北斗系统、俄罗斯的格雷纳斯系统或欧盟的伽利略系统的定位组件。
电源909用于为计算机设备900中的各个组件进行供电。电源909可以是交流电、直流电、一次性电池或可充电电池。当电源909包括可充电电池时,该可充电电池可以支持有线充电或无线充电。该可充电电池还可以用于支持快充技术。
在一些实施例中,计算机设备900还包括有一个或多个传感器910。该一个或多个传感器910包括但不限于:加速度传感器911、陀螺仪传感器912、压力传感器913、指纹传感器914、光学传感器915以及接近传感器916。
加速度传感器911可以检测以计算机设备900建立的坐标系的三个坐标轴上的加速度大小。比如,加速度传感器911可以用于检测重力加速度在三个坐标轴上的分量。处理器901可以根据加速度传感器911采集的重力加速度信号,控制显示屏905以横向视图或纵向视图进行用户界面的显示。加速度传感器911还可以用于游戏或者用户的运动数据的采集。
陀螺仪传感器912可以检测计算机设备900的机体方向及转动角度,陀螺仪传感器912可以与加速度传感器911协同采集用户对计算机设备900的3D动作。处理器901根据陀螺仪传感器912采集的数据,可以实现如下功能:动作感应(比如根据用户的倾斜操作来改变UI)、拍摄时的图像稳定、游戏控制以及惯性导航。
压力传感器913可以设置在计算机设备900的侧边框和/或显示屏905的下层。当压力传感器913设置在计算机设备900的侧边框时,可以检测用户对计算机设备900的握持信号,由处理器901根据压力传感器913采集的握持信号进行左右手识别或快捷操作。当压力传感器913设置在显示屏905的下层时,由处理器901根据用户对显示屏905的压力操作,实现对UI界面上的可操作性控件进行控制。可操作性控件包括按钮控件、滚动条控件、图标控件、菜单控件中的至少一种。
指纹传感器914用于采集用户的指纹,由处理器901根据指纹传感器914采集到的指纹识别用户的身份,或者,由指纹传感器914根据采集到的指纹识别用户的身份。在识别出用户的身份为可信身份时,由处理器901授权该用户执行相关的敏感操作,该敏感操作包括解锁屏幕、查看加密信息、下载软件、支付及更改设置等。指纹传感器914可以被设置计算机设备900的正面、背面或侧面。当计算机设备900上设置有物理按键或厂商Logo时,指纹传感器914可以与物理按键或厂商Logo集成在一起。
光学传感器915用于采集环境光强度。在一个实施例中,处理器901可以根据光学传感器915采集的环境光强度,控制显示屏905的显示亮度。具体地,当环境光强度较高时,调高显示屏905的显示亮度;当环境光强度较低时,调低显示屏905的显示亮度。在另一个实施例中,处理器901还可以根据光学传感器915采集的环境光强度,动态调整摄像头组件906的拍摄参数。
接近传感器916,也称距离传感器,通常设置在计算机设备900的前面板。接近传感器916用于采集用户与计算机设备900的正面之间的距离。在一个实施例中,当接近传感器916检测到用户与计算机设备900的正面之间的距离逐渐变小时,由处理器901控制显示屏905从亮屏状态切换为息屏状态;当接近传感器916检测到用户与计算机设备900的正面之间的距离逐渐变大时,由处理器901控制显示屏905从息屏状态切换为亮屏状态。
本领域技术人员可以理解,图9中示出的结构并不构成对计算机设备900的限定,可以包括比图示更多或更少的组件,或者组合某些组件,或者采用不同的组件布置。
在示例性实施例中,还提供了一种计算机可读存储介质,该计算机可读存储介质中存储有至少一条程序代码,该至少一条程序代码由处理器加载并执行以实现上述任一可能实现方式中的声波速度的确定方法。
在示例性实施例中,还提供了一种计算机程序产品,该计算机程序产品包括计算机程序代码,计算机程序代码存储在计算机可读存储介质中;计算机设备的处理器从计算机可读存储介质读取计算机程序代码,处理器执行计算机程序代码,使得计算机设备加载并执行上述任一种可能实现方式中的声波速度的确定方法所执行的操作。
本领域技术人员在考虑说明书及实践这里公开的发明后,将容易想到本公开的其它实施方案。本申请旨在涵盖本公开的任何变型、用途或者适应性变化,这些变型、用途或者适应性变化遵循本公开的一般性原理并包括本公开未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的,本公开的真正范围和精神由下面的权利要求指出。
以上所述仅为本申请的可选实施例,并不用以限制本申请,凡在本申请的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本申请的保护范围之内。
Claims (10)
1.一种声波速度的确定方法,其特征在于,所述方法包括:
获取勘探工区内的偏移地震数据和所述勘探工区内待测的钻井的位置信息,所述偏移地震数据包括多个地震道数据;
基于所述位置信息,从所述多个地震道数据中确定与所述位置信息对应的目标地震道数据;
确定所述目标地震道数据的属性信息,从所述目标地震道数据中确定与所述属性信息对应的至少一个地震道属性数据,所述属性信息包括振幅信息、频率信息和相位信息中的至少一个;
基于所述目标地震道数据、所述至少一个地震道属性数据和声波速度预测模型,确定所述钻井整个地层的声波速度。
2.根据权利要求1所述的方法,其特征在于,所述基于所述目标地震道数据、所述至少一个地震道属性数据和声波速度预测模型,确定所述钻井整个地层的声波速度,包括:
对所述目标地震道数据和所述至少一个地震道属性数据进行归一化处理,得到归一化地震道数据和至少一个归一化属性数据;
将所述归一化地震道数据和所述至少一个归一化属性数据输入所述声波速度预测模型,得到所述钻井整个地层对应的归一化速度;
对所述归一化速度进行逆归一化处理,得到所述钻井整个地层对应的相对速度;
确定所述钻井的第一速度趋势参数,所述第一速度趋势参数用于表示所述声波速度随深度值的变化趋势;
基于所述钻井整个地层对应的相对速度与所述第一速度趋势参数之和,确定所述钻井整个地层的声波速度。
3.根据权利要求2所述的方法,其特征在于,所述对所述目标地震道数据和所述至少一个地震道属性数据进行归一化处理,得到归一化地震道数据和至少一个归一化属性数据,包括:
确定所述目标地震道数据对应的多个第一振幅数据以及每个地震道属性数据对应的多个第二振幅数据;
确定所述多个第一振幅数据的平均值和标准差以及所述多个第二振幅数据的平均值和标准差;
根据所述多个第一振幅数据的第一平均值和第一标准差,对所述目标地震道数据进行归一化处理,得到归一化地震道数据,以及,根据所述多个第二振幅数据的第二平均值和第二标准差,对地震道属性数据进行归一化处理,得到归一化属性数据。
4.根据权利要求2所述的方法,其特征在于,所述钻井包括已测井段和未测井段,所述已测井段为通过测井仪器测量获得反映地层性质的速度测井参数的地层段,所述未测井段为未测量速度测井参数的地层段;所述确定所述钻井的第一速度趋势参数,包括:
确定所述钻井的最大速度和最小速度;
获取所述已测井段内的多个深度值对应的声波速度;
根据所述最大速度、所述最小速度和所述多个深度值对应的声波速度,确定所述钻井的第一速度趋势参数。
5.根据权利要求1所述的方法,其特征在于,所述基于所述位置信息,从所述多个地震道数据中确定与所述位置信息对应的目标地震道数据,包括:
获取所述钻井内已测井段对应的速度测井参数,所述速度测井参数用于表示已测井段的垂深值与声波速度之间的对应关系;
确定所述偏移地震数据的子波与所述速度测井参数的反射系数之间的褶积;
基于所述位置信息,确定所述位置信息周围的目标区域内包括的多个第一地震道数据;
确定每个第一地震道数据与所述褶积之间的相关系数;
从所述多个第一地震道数据中确定相关系数最大的目标地震道数据。
6.根据权利要求1所述的方法,其特征在于,训练所述声波速度预测模型的过程,包括:
获取勘探工区内的偏移地震数据,以及获取所述勘探工区内已钻井的样本速度测井参数,所述样本速度测井参数用于表示所述已钻井内的已测井段的垂深值与声波速度之间的对应关系;
确定所述偏移地震数据的频率区间,以及确定所述样本速度测井参数对应的第二速度趋势参数;
基于所述频率区间和所述第二速度趋势参数,确定所述样本速度测井参数对应的样本相对速度;
基于所述已钻井的位置信息,从所述多个地震道数据中确定与所述位置信息对应的样本地震道数据;
确定所述样本地震道数据的属性信息,从所述样本地震道数据中确定与所述属性信息对应的至少一个样本属性数据;
对所述样本地震道数据、所述样本相对速度和所述至少一个样本属性数据进行归一化处理,得到归一化样本地震道数据、至少一个归一化样本属性数据和归一化样本相对速度;
基于所述归一化样本地震道数据、所述归一化样本相对速度和所述至少一个归一化样本属性数据,对初始声波速度预测模型进行训练,得到所述声波速度预测模型。
7.一种声波速度的确定装置,其特征在于,所述装置包括:
获取模块,用于获取勘探工区内的偏移地震数据和所述勘探工区内待测的钻井的位置信息,所述偏移地震数据包括多个地震道数据;
第一确定模块,用于基于所述位置信息,从所述多个地震道数据中确定与所述位置信息对应的目标地震道数据;
第二确定模块,用于确定所述目标地震道数据的属性信息,从所述目标地震道数据中确定与所述属性信息对应的至少一个地震道属性数据,所述属性信息包括振幅信息、频率信息和相位信息中的至少一个;
第三确定模块,用于基于所述目标地震道数据、所述至少一个地震道属性数据和声波速度预测模型,确定所述钻井整个地层的声波速度。
8.一种计算机设备,其特征在于,所述计算机设备包括:
处理器和存储器,所述存储器中存储有至少一条程序代码,所述至少一条程序代码由所述处理器加载并执行,以实现如权利要求1至权利要求6任一项所述的声波速度的确定方法。
9.一种计算机可读存储介质,其特征在于,所述存储介质中存储有至少一条程序代码,所述至少一条程序代码由处理器加载并执行,以实现如权利要求1至权利要求6任一项所述的声波速度的确定方法。
10.一种计算机程序产品,其特征在于,所述计算机程序产品包括至少一条程序代码,所述至少一条程序代码由处理器加载并执行,以实现如权利要求1至权利要求6任一项所述的声波速度的确定方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111630493.3A CN116359997A (zh) | 2021-12-28 | 2021-12-28 | 声波速度的确定方法、装置、设备、存储介质及产品 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111630493.3A CN116359997A (zh) | 2021-12-28 | 2021-12-28 | 声波速度的确定方法、装置、设备、存储介质及产品 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116359997A true CN116359997A (zh) | 2023-06-30 |
Family
ID=86911304
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111630493.3A Pending CN116359997A (zh) | 2021-12-28 | 2021-12-28 | 声波速度的确定方法、装置、设备、存储介质及产品 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116359997A (zh) |
-
2021
- 2021-12-28 CN CN202111630493.3A patent/CN116359997A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112922589B (zh) | 尖灭线确定方法、装置、终端及存储介质 | |
CN109696706B (zh) | 盐构造检测方法、装置及存储介质 | |
CN110389380B (zh) | 地震剖面的同相轴自动拾取方法、装置及存储介质 | |
CN114970919A (zh) | 钻速确定方法、装置、计算机设备及存储介质 | |
CN111077570B (zh) | 确定油藏中辉绿岩的侵入位置的方法、装置和存储介质 | |
CN110673214B (zh) | 预测水平井的入口靶点和末端点的深度的方法和装置 | |
CN116796503A (zh) | 一种页岩有机物碳含量计算模型建立方法和装置 | |
CN111999140B (zh) | 制备声发射样品、确定压裂泵的方法、装置及存储介质 | |
CN116359997A (zh) | 声波速度的确定方法、装置、设备、存储介质及产品 | |
CN109343113B (zh) | 一种预测油气藏位置的方法和装置 | |
CN113153284B (zh) | 束缚水饱和参数的确定方法、装置、设备和存储介质 | |
CN112096373B (zh) | 选定页岩气区域的方法、装置及计算机存储介质 | |
CN113586043B (zh) | 束缚水饱和参数的确定方法、装置和计算机设备 | |
CN111736215A (zh) | 断层断距确定方法及装置 | |
CN114545507B (zh) | 取心深度确定方法、装置、终端和存储介质 | |
CN111812744B (zh) | 地层可压性确定方法、装置及计算机存储介质 | |
CN112698391B (zh) | 砂体刻画方法、装置、设备及存储介质 | |
CN112987105B (zh) | 定量预测地下岩盐层分布的方法、装置、终端和存储介质 | |
CN113139877B (zh) | 页岩气井的筛选方法及装置 | |
CN113032712B (zh) | 钻探符合信息的确定方法、装置、计算机设备及存储介质 | |
CN115508894B (zh) | 地面网格参数的确定方法、装置、设备和存储介质 | |
CN115680592B (zh) | 压裂有效性参数的确定方法、装置、设备及存储介质 | |
CN113175321B (zh) | 流体饱和参数的确定方法、装置和计算机设备 | |
CN112412444B (zh) | 注采连通强度确定方法、装置、计算机设备和存储介质 | |
CN116136609A (zh) | 白云化参数的确定方法、装置、计算机设备及存储介质 |
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 |