RU2760102C2 - Способ и система автоматического распознавания центра залежи в карстовой пещере - Google Patents
Способ и система автоматического распознавания центра залежи в карстовой пещере Download PDFInfo
- Publication number
- RU2760102C2 RU2760102C2 RU2017131249A RU2017131249A RU2760102C2 RU 2760102 C2 RU2760102 C2 RU 2760102C2 RU 2017131249 A RU2017131249 A RU 2017131249A RU 2017131249 A RU2017131249 A RU 2017131249A RU 2760102 C2 RU2760102 C2 RU 2760102C2
- Authority
- RU
- Russia
- Prior art keywords
- seismic
- sparse
- optimized
- trace
- statistics
- Prior art date
Links
- 238000000034 method Methods 0.000 title claims abstract description 54
- 230000005012 migration Effects 0.000 claims abstract description 162
- 238000013508 migration Methods 0.000 claims abstract description 162
- 238000005457 optimization Methods 0.000 claims abstract description 20
- 230000004044 response Effects 0.000 claims abstract description 16
- 238000006073 displacement reaction Methods 0.000 claims description 49
- 235000019994 cava Nutrition 0.000 claims description 23
- 238000005314 correlation function Methods 0.000 claims description 8
- 230000015572 biosynthetic process Effects 0.000 claims description 7
- BVKZGUZCCUSVTD-UHFFFAOYSA-L Carbonate Chemical compound [O-]C([O-])=O BVKZGUZCCUSVTD-UHFFFAOYSA-L 0.000 claims description 3
- 239000011435 rock Substances 0.000 claims description 2
- 238000012512 characterization method Methods 0.000 claims 1
- 230000000694 effects Effects 0.000 abstract description 9
- 238000006467 substitution reaction Methods 0.000 abstract description 4
- 239000000126 substance Substances 0.000 abstract 1
- 238000003384 imaging method Methods 0.000 description 13
- 238000010586 diagram Methods 0.000 description 12
- 238000005553 drilling Methods 0.000 description 9
- 230000008859 change Effects 0.000 description 6
- 238000004364 calculation method Methods 0.000 description 4
- 230000009286 beneficial effect Effects 0.000 description 3
- 239000011324 bead Substances 0.000 description 2
- 230000001186 cumulative effect Effects 0.000 description 2
- 238000005070 sampling Methods 0.000 description 2
- 238000012790 confirmation Methods 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 239000004579 marble Substances 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 238000001228 spectrum 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
- G01V1/28—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
- 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
- G01V1/301—Analysis for determining seismic cross-sections or geostructures
- G01V1/302—Analysis for determining seismic cross-sections or geostructures in 3D data cubes
-
- 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
- G01V1/307—Analysis for determining seismic attributes, e.g. amplitude, instantaneous phase or frequency, reflection strength or polarity
Landscapes
- Engineering & Computer Science (AREA)
- Remote Sensing (AREA)
- Physics & Mathematics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Acoustics & Sound (AREA)
- Environmental & Geological Engineering (AREA)
- Geology (AREA)
- General Life Sciences & Earth Sciences (AREA)
- General Physics & Mathematics (AREA)
- Geophysics (AREA)
- Geophysics And Detection Of Objects (AREA)
- Measurement Of Mechanical Vibrations Or Ultrasonic Waves (AREA)
Abstract
Настоящее раскрытие относится к способу автоматического распознавания центра залежи в карстовой пещере. Согласно способу замещение скорости выполняется на основе модели скорости миграции во временной области до суммирования, чтобы получить множество замещающих скоростей миграции. Миграция во временной области до суммирования выполняется на основе множества замещающих скоростей миграции, чтобы получить множество объемов сейсмических данных после суммирования. Трехмерное кубическое окно выбирается на основе характеристик сейсмического отклика карстовой пещеры. Разреженные статистические данные сейсмической трассы или разреженные статистические данные атрибута сейсмической трассы получают соответственно из каждого из объемов сейсмических данных после суммирования в трехмерном кубическом окне. Оптимизированную скорость миграции и оптимизированную сейсмическую трассу получают путем определения оптимизации. Технический результат – повышение точности и информативности получаемых данных. 12 з.п. ф-лы, 12 ил.
Description
ПЕРЕКРЕСТНАЯ ССЫЛКА НА РОДСТВЕННЫЕ ЗАЯВКИ
Настоящая заявка испрашивает приоритет согласно заявке на патент Китая CN 201610807449.8, озаглавленной «Способ и система оптимизации распознавания характеристик сейсмического отклика шариковых форм» и поданной 7 сентября 2016 года, и заявке на патент Китая CN 201610805294.4, озаглавленной «Способ и система оптимизации распознавания характеристик сейсмического отклика шариковых форм» и поданной 7 сентября 2016 года, полное содержание которых включено в настоящий документ посредством ссылки.
ОБЛАСТЬ ТЕХНИКИ, К КОТОРОЙ ОТНОСИТСЯ ИЗОБРЕТЕНИЕ
Настоящее раскрытие относится к технической области сейсморазведки и, в частности, к способу и системе автоматического распознавания центра залежи в карстовой пещере.
УРОВЕНЬ ТЕХНИКИ
В сейсморазведке карбонатные породы, как нетрадиционные пещеры, обычно развиваются в крупные карстовые пещеры, в которых просматриваются характеристики шариковых форм (сокращенно «шариков») сейсмического отклика в сейсмическом профиле. Виды «шариков» тесно связаны с моделью скорости миграции. В частности, когда скорость миграции слишком велика, вид «шарика» будет гнуться вверх и иметь относительно слабую энергию; когда скорость миграции слишком мала, вид «шарика» будет прогибаться вниз и иметь относительно слабую энергию; и когда скорость миграции имеет просто правильное значение, вид «шарика» - сходящийся, и имеет сильнейшую энергию. Однако, поскольку обычный подбор спектра скоростей основан на относительно большом диапазоне, модель скорости миграции является неточной. В результате вид «шарика» обычно сгибается вверх или вниз. Неточные изображения «шариков» не облегчат последующее бурение и дальнейшее прогнозирование пласта. Для решения проблемы не сходящегося вида «шариков» нетрадиционной пещеры карбонатных пород, в известном уровне техники, как правило, используется способ изображения миграции методом наименьших квадратов для получения сходящегося вида «шариков».
Однако, было обнаружено, что расчетное потребление способа изображения миграции методом наименьших квадратов относительно велико. Способ сильно зависит от исходной модели, и сходимости очень легко попасть в местный экстремум, что приведет к тому, что характеристики сейсмического отклика шариковых форм никогда не сойдутся в одной точке. Метод полноволновой инверсии сталкивается с этой же проблемой. Поэтому необходимо разработать способ и систему автоматического распознавания центра залежей в карстовых пещерах, которая может улучшить точность прогнозирования пласта.
Информация, раскрытая в уровне техники настоящего раскрытия, направлена на содействие углубленному пониманию общего уровня техники настоящего раскрытия, что не может считаться признанием или каким-то образом подтверждением информации, составляющей традиционные знания, хорошо известные специалистам в данной области техники.
КРАТКОЕ ОПИСАНИЕ ИЗОБРЕТЕНИЯ
Настоящее раскрытие представляет собой способ и систему автоматического распознавания центра залежи в карстовых пещерах. Согласно настоящему раскрытию, непрерывная миграция во временной области до суммирования может быть выполнена путем замещения скорости миграции целевого слоя для получения профилей миграции с различными эффектами изображения, а оптимизированная скорость миграции и оптимизированная сейсмическая трасса могут быть получены в соответствии с разницей между разреженными статистическими данными для улучшения точности прогнозирования пласта и степени успешности бурения.
Согласно одному из аспектов, настоящее раскрытие представляет собой способ автоматического распознавания центра залежей в карстовых пещерах, который включает в себя следующие стадии:
- выполнение замещения скорости на основе модели скорости миграции во временной до суммирования с получением множества замещающих скоростей миграции;
- выполнение миграции во временной области перед суммированием на основе указанного множества объемов замещающей скорости миграции с получением множества объемов сейсмических данных после суммирования, соответствующих указанному множеству замещающих скоростей миграции один к одному;
- выбор трехмерного кубического окна на основе характеристик сейсмического отклика залежи в карстовой пещере по сейсмическим данным;
- получение разреженных статистических данных сейсмической трассы или разреженных статистических данных атрибута сейсмической трассы из каждого объема сейсмических данных после суммирования соответственно в кубическом трехмерном окне; и
- получение оптимизированной скорости миграции и оптимизированной сейсмической трассы путем определения оптимизации на основе разреженных статистических данных сейсмической трассы или разреженных статистических данных атрибута сейсмической трассы, соответствующим всем объемам сейсмических данных после суммирования.
Предпочтительно, что разреженные статистические данные сейсмической трассы, соответствующие объемам сейсмических данных после суммирования, получают согласно критерию нормы L1 или критерию нормы Коши.
Предпочтительно, что способ дополнительно включает в себя оценку максимального значения разреженных статистических данных сейсмической трассы и соответствующего индекса на основе разреженных статистических данных сейсмической трассы, соответствующих всем объемам сейсмических данных после суммирования с получением оптимизированной скорости миграции и оптимизированной сейсмической трассы.
Предпочтительно, что способ дополнительно включает в себя выполнение ограничения гладкости оптимизированной скорости миграции и оптимизированной сейсмической трассы, полученных в нем соответственно.
Предпочтительно, что атрибут сейсмической трассы представляет собой статистическую мгновенную амплитуду.
Предпочтительно, что стадия получения разреженных статистических данных статистической мгновенной амплитуды, соответствующей объему сейсмических данных после суммирования, содержит:
перепись мгновенных амплитуд объема сейсмических данных после суммирования в трехмерном кубическом окне, в соответствии с критерием нормы L1, с получением разреженных статистических данных статистической мгновенной амплитуды, соответствующих объему сейсмических данных после суммирования.
Предпочтительно, что стадия получения оптимизированной скорости миграции и оптимизированной сейсмической трассы посредством определения оптимизации на основе разреженных статистических данных статистической мгновенной амплитуды, соответствующим всем объемам сейсмических данных после суммирования, содержит:
оценку максимальной величины разреженных статистических данных статистической мгновенной амплитуды и соответствующего индекса, на основе разреженных статистических данных статистической мгновенной амплитуды, соответствующих всем объемам сейсмических данных после суммирования, с получением оптимизированной скорости миграции и оптимизированной сейсмической трассы.
Предпочтительно, что способ дополнительно включает в себя выравнивание разреженных статистических данных статистической мгновенной амплитуды, соответствующих всем объемам сейсмических данных после суммирования, по экстремальному алгоритму выравнивания методом наименьших квадратов, с получением максимального значения разреженных статистических данных статистической мгновенной амплитуды и соответствующего индекса.
Предпочтительно, что атрибут сейсмической трассы представляет собой статистическую временную разность.
Предпочтительно, что стадия получения разреженных статистических данных статистической временной разности, соответствующих объему сейсмических данных после суммирования, включает в себя:
перепись информации о временной разности из объема сейсмических данных после суммирования в трехмерном кубическом окне, согласно критерию нормы L1, с получением разреженных статистических данных статистической временной разности, соответствующих объему сейсмических данных после суммирования.
Предпочтительно, что стадия переписи информации временной разности содержит представление каждой точки выборки из объема сейсмических данных после суммирования в трехмерном кубическом окне посредством окружающих ее множества трасс и множества точек выборки, выполнение скользящего сканирования сейсмических данных, выбор центральной трассы как опорной, взаимную корреляцию других трасс в трехмерном кубическом окне с центральной трассой и получение информации о временной разности, когда функция взаимной корреляции имеет максимальную величину.
Предпочтительно, что стадия получения оптимизированной скорости миграции и оптимизированной сейсмической трассы посредством определения оптимизации на основе разреженных статистических данных статистической временной разности, соответствующих всем объемам сейсмических данных после суммирования, содержит:
оценку минимального значения разреженных статистических данных статистической временной разности и соответствующего индекса на основе разреженных статистических данных статистической временной разности, соответствующих всем объемам сейсмических данных после суммирования, путем выравнивания по экстремальному алгоритму выравнивания методом наименьших квадратов с получением оптимизированной скорости миграции и оптимизированной сейсмической трассы.
Предпочтительно, что стадия получения множества объемов замещающих скоростей миграции содержит:
определение минимальной замещающей скорости, максимальной замещающей скорости и интервала изменений замещающей скорости на основании модели скорости миграции во временной области до суммирования и выполнение замещения скорости в отношении существующей скорости миграции вдоль опорного пласта с получением множества объемов замещающих скоростей миграции.
В соответствии с другим аспектом, настоящее раскрытие представляет собой систему автоматического распознавания центра залежи в карстовой пещере, которая содержит:
замещающий модуль, выполненный с возможностью выполнять замещение скорости на основании модели скорости миграции во временной области до суммирования с получением множества объемов замещающих скоростей миграции;
миграционный модуль, выполненный с возможностью выполнения миграции во временной области до суммирования на основе на множества объемов замещающих скоростей миграции с получением множества объемов сейсмических данных после суммирования, соответствующих указанному множеству замещающих скоростей миграции один к одному;
выбирающий модуль, выполненный с возможностью выбора трехмерного кубического окна на основе характеристики сейсмического отклика карстовой пещеры;
первый получающий модуль, выполненный с возможностью получения разреженных статистических данных сейсмической трассы или разреженных статистических данных атрибута сейсмической трассы из каждого объема сейсмических данных после суммирования в трехмерном кубическом окне соответственно; и
второй получающий модуль, выполненный с возможностью получения оптимизированной скорости миграции и оптимизированной сейсмической трассы посредством определения оптимизации на основе разреженных статистических данных сейсмической трассы или разреженных статистических данных атрибута сейсмической трассы, соответствующих объемам всех сейсмических данных после суммирования.
Предпочтительно, чтобы первый получающий модуль был конкретно выполнен с возможностью получения разреженных статистических данных сейсмической трассы, соответствующих объемам сейсмических данных после суммирования, в соответствии с критерием нормы L1 или критерием нормы Коши.
Предпочтительно, чтобы второй получающий модуль был конкретно выполнен с возможностью оценки максимального значения разреженных статистических данных сейсмической трассы и соответствующего индекса на основе разреженных статистических данных сейсмической трассы, соответствующих всем объемам сейсмических данных после суммирования, с получением оптимизированной скорости миграции и оптимизированной сейсмической трассы.
Предпочтительно, чтобы система дополнительно содержала ограничительный модуль, который выполнен с возможностью выполнения ограничения гладкости оптимизированной скорости миграции и оптимизированной сейсмической трассы, полученных в нем соответственно.
Предпочтительно атрибут сейсмической трассы является статистической мгновенной амплитудой.
Предпочтительно, чтобы первый получающий модуль был конкретно выполнен с возможностью переписи мгновенных амплитуд из объема сейсмических данных после суммирования в трехмерном кубическом окне, в соответствии с критерием нормы L1 с получением разреженных статистических данных статистической мгновенной амплитуды, соответствующих объему сейсмических данных после суммирования.
Предпочтительно, чтобы второй получающий модуль был конкретно выполнен с возможностью оценки максимального значения разреженных статистических данных статистической мгновенной амплитуды и соответствующего индекса на основе разреженных статистических данных статистической мгновенной амплитуды, соответствующих всем объемам сейсмических данных после суммирования, с получением оптимизированной скорости миграции и оптимизированной сейсмической трассы.
Предпочтительно, чтобы второй получающий модуль был конкретно выполнен с возможностью выравнивания разреженных статистических данных статистической мгновенной амплитуды, соответствующих всем объемам сейсмических данных после суммирования, по экстремальному алгоритму выравнивания методом наименьших квадратов с получением максимального значения разреженных статистических данных статистической мгновенной амплитуды и соответствующего индекса.
Предпочтительно, чтобы атрибут сейсмической трассы представлял собой статистическую временную разность.
Предпочтительно, чтобы первый получающий модуль был конкретно выполнен с возможностью переписи информации о временной разности объема сейсмических данных после суммирования в трехмерном кубическом окне в соответствии с критерием нормы L1 с получением разреженных статистических данных статистической разницы времени, соответствующих объему сейсмических данных после суммирования.
Предпочтительно, чтобы первый получающий модуль был конкретно выполнен с возможностью представления каждой точки выборки объема сейсмических данных после суммирования в трехмерном кубическом окне посредством окружающих ее множественных трасс и множества точек выборки, выполнения скользящего сканирования сейсмических данных, выбора центральной трассы как опорной, выполнения взаимной корреляции других трасс в трехмерном кубическом окне с центральной трассой и, получения информации о временной разности, когда функция взаимной корреляции имеет максимальное значение.
Предпочтительно, чтобы второй получающий модуль был конкретно выполнен с возможностью оценки минимального значения разреженных статистических данных статистической временной разности и соответствующего индекса на основе разреженных статистических данных статистической временной разности, соответствующих всем объемам сейсмических данных после суммирования, путем выравнивания по экстремальному алгоритму выравнивания методом наименьших квадратов с получением оптимизированной скорости миграции и оптимизированной сейсмической трассы.
Предпочтительно, чтобы замещающий модуль был конкретно выполнен с возможностью определения минимальной замещающей скорости, максимальной замещающей скорости и интервала изменений замещающей скорости на основе модели скорости миграции во временной области до суммирования, и выполнения замещения скорости в отношении существующей скорости миграции вдоль опорного пласта с получением множества объемов замещающих скоростей миграции. По сравнению с предшествующим уровнем техники, один вариант осуществления или множество вариантов осуществления в вышеупомянутых технических решениях, могут иметь следующие преимущества или полезные эффекты.
В соответствии с настоящим раскрытием, непрерывная миграция во временной области до суммирования может быть выполнена посредством замещения скорости миграции целевого слоя для получения профилей миграции с различными изобразительными эффектами, а оптимизированная скорость миграции и оптимизированная сейсмическая трасса могут быть получены в соответствии с разницей среди разреженных статистических данных, чтобы улучшить точность прогнозирования пласта и степень успеха бурения.
Способ и устройство настоящего раскрытия имеют другие признаки и преимущества, которые станут очевидными из чертежей и конкретных вариантов реализации, включенных в данный документ, или будут подробно проиллюстрированы на чертежах и в специальных вариантах реализации. Чертежи и особые варианты реализации используются для иллюстрации особых принципов настоящего раскрытия.
КРАТКОЕ ОПИСАНИЕ ЧЕРТЕЖЕЙ
Варианты реализации настоящего раскрытия будут подробно проиллюстрированы ниже со ссылкой на чертежи, где вышеупомянутые и другие цели, признаки и преимущества настоящего раскрытия станут более очевидными. В вариантах реализации одна и та же ссылка обычно представляет один и тот же компонент.
Фиг. 1 представляет собой блок-схему способа автоматического распознавания центра залежей в карстовых пещерах, согласно варианту реализации 1 описания настоящего раскрытия;
Фиг. 2 представляет собой блок-схему способа автоматического распознавания центра залежей в карстовых пещерах, согласно варианту реализации 3 описания настоящего раскрытия;
Фиг. 3 представляет собой блок-схему способа автоматического распознавания центра залежей в карстовых пещерах, согласно варианту реализации 4 описания настоящего раскрытия;
Фиг. 4 схематично показывает замещение скорости вдоль слоя, согласно примеру применения 1 или примеру применения 2 описания настоящего раскрытия;
Фиг. с 5а по 5и представляют собой виды, в разрезе вдоль слоя, замещения скорости миграции во временной области до суммирования, в соответствии с примером применения 1 или примером применения 2 описания настоящего раскрытия;
Фиг. 6 показывает развернутую диаграмму трехмерного кубического окна в соответствии с примером применения 1 или примером применения 2 описания настоящего раскрытия;
Фиг. 7 схематически показывает изменение амплитуды энергии точки формирования изображения к скорости миграции, согласно примеру применения 1 описания настоящего раскрытия;
Фиг. 8 показывает схематическое изображение оптимизационного разреза поперечной линии, согласно примеру применения 1 описания настоящего раскрытия;
Фиг. 9а и 9б соответственно, показывают увеличенное схематическое изображение оптимизационного разреза поперечной линии и увеличенное изображение исходного разреза поперечной линии, в соответствии с примером применения 1 описания настоящего раскрытия;
Фиг. 10 схематически показывает изменение временной разности точки формирования изображения со скоростью миграции, в соответствии с примером 2 описания настоящего раскрытия;
Фиг. 11 показывает изображение оптимизационного разреза поперечной линии, согласно примеру применения 2 описания настоящего раскрытия; а также
Фиг. 12а и 12б соответственно, показывают увеличенное схематическое изображение оптимизационного разреза поперечной линии и увеличенную диаграмму исходного сечения поперечной линии, в соответствии с примером применения 2 описания настоящего раскрытия.
ПОДРОБНОЕ ОПИСАНИЕ ВАРИАНТОВ РЕАЛИЗАЦИИ
Настоящее изобретение будет подробно проиллюстрировано ниже, со ссылкой на чертежи. Хотя предпочтительные варианты осуществления показаны на чертежах, можно понять, что настоящее изобретение может быть реализовано во многих формах, не ограничиваясь раскрытыми здесь вариантами реализации. Варианты реализации, раскрытые здесь, используются для обеспечения тщательного и полного понимания настоящего изобретения, а также для передачи объема его защиты специалистам в данной области техники.
Вариант реализации 1
Фиг. 1 представляет собой блок-схему способа автоматического распознавания центра залежей в карстовых пещерах, в соответствии с вариантом осуществления 1 настоящего раскрытия. Как показано на Фиг. 1, в соответствии с настоящим вариантом реализации, способ автоматического распознавания центра залежей в карстовых пещерах в основном включает в себя стадии с С101 по С105.
В частности, на стадии С101, замещение скорости выполняется на основе модели скорости миграции во временной области до суммирования, чтобы получить множество замещающих скоростей миграции.
На стадии С102, миграция во временной области до суммирования выполняется на основе множества объемов замещающих скоростей миграции, чтобы получить множество объемов сейсмических данных после суммирования, соответствующих множеству объемов замещающих скоростей миграции один к одному.
На стадии С103, происходит выбор трехмерного кубического окна, на основе характеристики сейсмического отклика карстовой пещеры по сейсмическим данным.
На стадии С104, происходит получение разреженных статистических данных сейсмической трассы или разреженных статистических данных атрибута сейсмической трассы, из каждого объема сейсмических данных после суммирования в трехмерном кубического окне, соответственно.
На стадии С105, оптимизированная скорость миграции и оптимизированная сейсмическая трасса получены путем оптимизации определения на основе разреженных статистических данных сейсмической трассы или разреженных статистических данных атрибута сейсмической трассы, соответствующих всем объемам сейсмических данных после суммирования.
Конкретные стадии способа автоматического распознавания центра залежей в карстовых пещерах, в соответствии с вариантами реализации настоящего изобретения будут детально проиллюстрированы ниже.
В одном примере, замещение скорости выполняется на основе модели скорости миграции во временной области до суммирования, чтобы получить множество объемов замещающих скоростей миграции.
В одном примере, стадия получения множества объемов замещающих скоростей миграции включает в себя: определение минимальной скорости замещения, максимальной скорости замещения и интервала изменений замещающей скорости на основе модели скорости миграции во временной области до суммирования, и выполнение замещения скорости в отношении существующей скорости миграции вдоль опорного пласта, чтобы получить множество замещающих скоростей миграции. В частности, замещение скорости выполняется в отношении существующей модели скорости миграции во временной области до суммирования вдоль опорного пласта. Существующая скорость миграции обозначена v, а минимальная скорость замещения, максимальная скорость замещения, а также должный интервал изменений замещающей скорости обозначены, чтобы получить разные объемы замещающей скорости миграции.
В одном примере, миграция во временной области до суммирования выполняется на основе множества объемов замещающих скоростей миграции, чтобы получить множество объемов сейсмических данных после суммирования. В частности, непрерывная миграция во временной области до суммирования может быть выполнена в соответствии с существующей стадией обработки миграции во временной области до суммирования на участке конструкции, для получения разных объемов сейсмических данных после суммирования.
В одном примере, трехмерное кубическое окно выбирается на основе характеристик сейсмического отклика с шариками по сейсмическим данным. Затем, основываясь на полученных в нем объемах сейсмических данных после суммирования, из каждого объема сейсмических данных получают разреженные статистические данные сейсмической трассы или разреженные статистические данные атрибута сейсмической трассы, после суммирования в трехмерном кубическом окне, соответственно. Здесь атрибут сейсмической трассы представляет собой статистическую мгновенную амплитуду или статистическую временную разность. Реализации, относящиеся к двум атрибутам сейсмической трассы, будут подробно проиллюстрированы ниже.
В одном примере, оптимизированная скорость миграции и оптимизированная сейсмическая трасса получены путем оптимизации определения на основе разреженных статистических данных сейсмической трассы или разреженных статистических данных атрибута сейсмической трассы, соответствующих всем объемам сейсмических данных после суммирования.
Согласно одному предпочтительному варианту реализации настоящего изобретения, вышеупомянутый способ автоматического распознавания центра залежей в карстовых пещерах, дополнительно включает в себя выполнение ограничения гладкости на оптимизированной скорости миграции и оптимизированной сейсмической трассе, полученных в нем соответственно.
Настоящий вариант реализации будет подробно проиллюстрирован ниже.
В выбранном трехмерном кубическом окне сходимость изображения «шариков» может быть измерена с помощью разреженных статистических данных. Здесь разреженные статистические данные могут быть нормой L1, нормой Коши и т.д. Когда разреженные статистические данные имеют минимальное значение, изображение «шариков» имеет лучшую сходимость. Целевая функция ϕ определяется как:
где Vi является 3D объемом скорости миграции в местном окне, а S(Vi) является объемом сейсмических данных после суммирования, полученным с использованием Vi. В целевом слое, разные степени помех выполняются на начальной скорости, а измерение разреженности выполняется после суммирования по объему сейсмических данных Si, используя уравнение (1). Когда целевая функция ϕ имеет минимальное значение, можно получить оптимизированную скорость миграции и оптимизированную сейсмическую трассу.
Скользящее сканирование выполняется в местном окне, и все данные обрабатываются. Затем выполняется слияние модели скорости и сейсмической трассы после суммирования. Чтобы исключить эффект сращивания во время процедуры слияния, добавляется ограничение на ровность и, таким образом, заданная функция определяется как:
где V и S являются соответственно оптимизированной скоростью миграции и оптимизированной сейсмической трассой после слияния, Vi и Si являются соответственно оптимизированной скоростью миграции и оптимизированной сейсмической трассой после оптимизации, a D - оператор гладкости, который можно выбрать как дифференциальный оператор нулевого порядка, первого порядка или второго порядка.
Кроме того, в соответствии с одним предпочтительным вариантом реализации настоящего раскрытия, с точки зрения проблемы решения оптимизации смешанных норм L1 и L2, может быть использован итерационный метод решения с помощью алгоритма разреженной градиентной проекции. В соответствии с этим способом можно эффективно обеспечить не только разреженность сигнала, но и усиление способности сигнала к шуму сплайсинга. Следовательно, можно получить оптимизированную скорость миграции и оптимизированную сейсмическую трассу.
Вышеупомянутый разреженный алгоритм проекции градиента конкретно включает в себя процедуру инициализации, процедуру вычисления шага, процедуру поиска линии, процедуру обновления и процедуру определения условия завершения.
В процедуре инициализации предоставляется начальное значение 
, выбирается длина шага α(0)∈[αmin,αmax], и k=0. это начальная скорость миграции, α(0) это начальная итерационная длина шага, αmin это заданное минимальное значение длины шага итерации, αmax это заданное максимальное значение длины шага итерации, а k это время итерации.
В процедуре расчета шага, вычисляется шаг 
. δ(k) является шагом, то есть изменяющееся значение переменной во время итерации, 
является скоростью миграции к-й итерации, α(k) является длиной шага итерации к-й итерации, и 
является градиентом целевой функции. Функция ()+ означает, что когда значение вычисления является положительным значением, то значение вычисления само по себе вывод, а когда значение вычисления является отрицательным значением, то вывод 0.
В процедуре поиска линии, выполняется поиск длины шага λ(k)∈[0,1], так что 
имеет минимальное значение. Обновляется значение расчета 
. λ(k) является длинной шага поиска. δ(k) является промежуточной переменной и используется для регулирования величины изменения итерации.
В процедуре обновления, вычисляется γ(k)=δ(k)⋅δ(k). Обновленное значение α(k+1) можно получить:
В процедуре определения условия завершения, определяется, выполняется ли условие завершения 
. 
является скоростью миграции (k+1)-й итерации, является скоростью миграции k-й итерации, а середина {} означает получение второго по величине значения из трех значений. Если условие завершения выполнено, вывод ; а если условие завершения не выполняется, возвращается процедура вычисления шага.
Одним словом, согласно настоящему варианту реализации, непрерывная миграция во временной области до суммирования может быть выполнена посредством замещения скорости миграции целевого слоя для получения профилей миграции с различными эффектами формирования изображения, а также оптимизированная скорость миграции и оптимизированная сейсмическая трасса могут быть получены в соответствии с различием между разреженными статистическими данными, чтобы улучшить точность прогнозирования пласта и степень успеха бурения.
Вариант реализации 2
В соответствии с настоящим вариантом реализации стадия С104 и стадия С105 оптимизированы на основе варианта реализации 1.
На стадии С104 получены разреженные статистические данные сейсмической трассы из каждого объема сейсмических данных после суммирования в трехмерном кубическом окне.
В частности, разреженные статистические данные сейсмической трассы, соответствующие объемам сейсмических данных после суммирования, получены в соответствии с критерием нормы L1 или критерием нормы Коши.
На стадии С105 оптимизированная скорость миграции и оптимизированная сейсмическая трасса получены путем оптимизации определения на основе разреженных статистических данных сейсмической трассы, соответствующих всем объемам сейсмических данных после суммирования.
В частности, максимальное значение разреженных статистических данных сейсмической трассы и соответствующего индекса оценивается на основе разреженных статистических данных сейсмической трассы, соответствующих всем объемам сейсмических данных после суммирования, с тем чтобы получить оптимизированную скорость миграции и оптимизированную сейсмическую трассу.
Вариант реализации 3
В соответствии с настоящим вариантом реализации, стадия С104 и стадия С105 дополнительно оптимизируются на основе варианта реализации 1, и получают новые стадии С204 и С205. Согласно настоящему варианту реализации, атрибут сейсмической трассы представляет собой статистическую мгновенную амплитуду.
На фиг. 2 представлена блок-схема способа автоматического распознавания центра залежей в карстовых пещерах, согласно варианту реализации 3 настоящего изобретения. Как показано на фиг. 2, согласно варианту реализации 3, способ автоматического распознавания центра залежей в карстовых пещерах главным образом включает в себя стадии с С201 по С205, где стадии с С201 по С203 являются, соответственно, такими же, как стадии с С101 по С103 в варианте реализации 1, и здесь эти детали повторяться не будут.
На стадии С204, происходит получение разреженных статистических данных статистической мгновенной амплитуды, соответствующие объемам сейсмических данных после суммирования.
В частности, мгновенные амплитуды объема сейсмических данных после суммирования в трехмерном кубическом окне, пересматриваются в соответствии с критерием нормы L1, чтобы получить разреженные статистические данные статистической мгновенной амплитуды, соответствующие объему сейсмических данных после суммирования.
В частности, согласно размеру «шариков» по фактическим данным, может быть выбрано правильное трехмерное кубическое окно (каждый атрибут точки выборки представлен его окружающими множественными трассами и атрибутами множественных точек выборки), а скользящее сканирование выполняется по сейсмическим данным. Мгновенные амплитуды в каждом трехмерном кубическом окне пересматриваются в соответствии с критерием нормы L1, чтобы получить статистическую мгновенную амплитуду, соответствующую объему сейсмических данных после суммирования (т.е. разреженным статистическим данным статистической мгновенной амплитуды).
Здесь, соотношение между объемом сейсмических данных после суммирования s(t) и соответствующей мгновенной амплитудой Amp(t), соответствует следующим уравнениям:
где s(t) является объемом сейсмических данных после суммирования, Amp(t) является мгновенной амплитудой, соответствующей объему сейсмических данных после суммирования, Re(t) является реальной частью объема сейсмических данных после суммирования, и представляет собой воображаемую часть объема сейсмических данных после суммирования.
На стадии С205, оптимизированную скорость миграции и оптимизированную сейсмическую трассу получают путем оптимизации определения на основе разреженных статистических данных статистической мгновенной амплитуды, соответствующих всем объемам сейсмических данных после суммирования.
В частности, максимальное значение разреженных статистических данных статистической мгновенной амплитуды и соответствующего индекса оцениваются на основе разреженных статистических данных статистической мгновенной амплитуды, соответствующих всем объемам сейсмических данных после суммирования, с тем чтобы получить оптимизированную скорость миграции и оптимизированную сейсмическую трассу. Предпочтительно, чтобы разреженные статистические данные статистической мгновенной амплитуды, соответствующие всем объемам сейсмических данных после суммирования, устанавливались по экстремальному алгоритму выравнивания методом наименьших квадратов с получением максимального значения разреженных статистических данных статистической мгновенной амплитуды и соответствующего индекса (т.е. оптимизированного индекса). Затем получают оптимизированную сейсмическую трассу и оптимизированную скорость миграции.
В соответствии с настоящим вариантом реализации, непрерывная миграция во временной области до суммирования может быть выполнена посредством замещения скорости миграции целевого слоя, для получения профилей миграции с различными эффектами формирования изображения, а оптимизированная скорость миграции и оптимизированная сейсмическая трасса могут быть получены в соответствии с разницей между амплитудами энергий, чтобы улучшить точность прогнозирования пласта и степень успеха бурения.
Вариант реализации 4
В соответствии с настоящим вариантом реализации, стадия С104 и стадия С105 дополнительно оптимизируются на основе варианта реализации 1, и происходит получение новых стадий С304 и С305. Согласно настоящему варианту реализации, атрибут сейсмической трассы представляет собой статистическую временную разность.
На фиг. 3 показана блок-схема способа автоматического распознавания центра залежей в карстовых пещерах, согласно варианту реализации 4 настоящего раскрытия. Как показано на фиг. 3, согласно варианту реализации 4, способ автоматического распознавания центра залежей в карстовых пещерах, в основном включает стадии с С301 по С305, в которых стадии с С301 по С303 являются, соответственно, такими же, как стадии с С101 по С103 в варианте реализации 1, и здесь эти детали повторяться не будут.
На стадии С304 происходит получение разреженных статистических данных статистической временной разности, соответствующих объемам сейсмических данных после суммирования.
В частности, информация о временной разности из объемов сейсмических данных после суммирования в трехмерном кубическом окне, переписывается в соответствии с критерием нормы L1, чтобы получить разреженные статистические данные статистической временной разности, соответствующие объемам сейсмических данных после суммирования.
Здесь, стадия переписи информации о временной разности включает в себя представление каждой точки выборки из объема сейсмических данных после суммирования в трехмерном кубическом окне, окружающими множественными трассами и множеством точек выборки, выполнение скользящего сканирования сейсмических данных, осуществление выбора центральной трассы как опорной, осуществление кросс-корреляции с центральной трассой других трасс в трехмерном кубическом окне и, получение информации о временной разности, когда функция кросс-корреляции имеет максимальное значение.
В частности, согласно размеру характеристик шариковых форм сейсмического отклика по фактическим сейсмическим данным, правильный выбор трехмерного кубического окна (каждый атрибут точки выборки представлен окружающими множественными трассами и атрибутами множества точек выборки) может быть произведен и, выполняется скользящее сканирование сейсмических данных. Центральная трасса выбирается как опорная, а другие трассы в трехмерном кубическом окне производят кросс-корреляцию с центральной трассой. Информация о временной разности каждой трассы записывается, когда функция кросс-корреляции имеет максимальное значение.
Функция кросс-корреляции может быть выражена как:
где R12(τ) является функцией кросс-корреляции; f1(t) является центральной трассой, как опорной, в трехмерном кубическом окне; f2(t) представляет другие трассы в трехмерном кубическом окне: τ представляет собой величину задержки и, dt представляет собой возрастание независимой переменной t в интеграле.
Затем, временные разности различных объемов сейсмических данных после суммирования в трехмерном кубическом окне переписываются в соответствии с критерием нормы L1, чтобы получить статистическую временную разность, соответствующую объемам сейсмических данных после суммирования (т.е. разреженные статистические данные статистической временной разности).
На стадии С305, происходит получение оптимизированной скорости миграции и оптимизированной сейсмической трассы, путем оптимизации определения на основе разреженных статистических данных статистической временной разности, соответствующих всем объемам сейсмических данных после суммирования.
В частности, минимальное значение разреженных статистических данных статистической временной разности и соответствующего индекса (т.е. оптимизированного индекса) вычисляются на основе разреженных статистических данных статистической временной разности, соответствующей всем объемам сейсмических данных после суммирования, путем выравнивания по экстремальному алгоритму выравнивания методом наименьших квадратов, чтобы получить оптимизированную скорость миграции и оптимизированную сейсмическую трассу. Фактически, когда статистическая временная разность имеет минимальное значение, это соответствует ситуации, когда характеристики шариковых форм сейсмического отклика имеют наилучшую сходимость. Минимальное значение статистической временной разности и соответствующего оптимизированного индекса вычисляются путем выравнивания статистической временной разности по экстремальному алгоритму выравнивания методом наименьших квадратов, чтобы получить оптимизированную скорость миграции и оптимизированную сейсмическую трассу.
В соответствии с настоящим вариантом реализации, непрерывная миграция во временной области до суммирования может быть выполнена посредством замещения скорости миграции целевого слоя для получения профилей миграции с различными эффектами формирования изображения, а оптимизированная скорость миграции и оптимизированная сейсмическая трасса могут быть получены в соответствии со статистической временной разности в трехмерном кубическом окне, чтобы улучшить точность прогнозирования пласта и степень успеха бурения.
Чтобы облегчить понимание технических решений и технических эффектов вариантов реализации настоящего раскрытия, ниже приводятся два примера применения, где пример применения 1 соответствует варианту реализации 3, а пример применения 2 соответствует варианту реализации 4. Следует понимать, что примеры применения используются только для облегчения понимания настоящего раскрытия, а их конкретные детали не предназначены для ограничения каким-либо образом настоящего раскрытия.
Пример применения 1
На фиг. 4 схематически показано изменение скорости вдоль слоя в соответствии с примером применения 1 или примером применения 2 настоящего раскрытия. Как показано на фиг. 4, согласно скорости фактического слоя в рабочей области Синьцзяна в Китае, предполагается, что начальная скорость миграции равна v, минимальная замещающая скорость равна 0,99v, максимальная замещающей скорость равна 1,01v, а интервал изменений замещающей скорости составляет 0,0025v.
На фиг. с 5а до 5и представлены виды в разрезе, вдоль слоя, изменений скорости миграции во временной области до суммирования, в соответствии с примером применения 1 или примером применения 2 настоящего раскрытия. Непрерывная миграция во временной области до суммирования выполняется в соответствии с различными замещающими скоростями, для получения разных объемов сейсмических данных после суммирования. Результат миграции начальной скорости миграции v показан на фиг. 5д, результаты миграции замещающих скоростей, показанные на фиг. с 5а по 5г это, соответственно 0,99v, 0,9925v, 0,995v и 0,9975v, а скорости замещения на фиг. с 5е по 5и это, соответственно 1.0025v, 1.005v, 1.0075v и 1.01v. Таким образом, можно получить 9 суммированных объемов миграции, основанных на разных скоростях миграции.
На фиг. 6 показана диаграмма сканирования трехмерного кубического окна в соответствии с примером применения 1 или примером применения 2 описания настоящего раскрытия, где ось х представляет собой поперечную линию (X - линия), а ось у является линейной. Правильное трехмерное кубическое окно выбирается в соответствии с размером характеристик шариковых форм сейсмического отклика по сейсмическим данным. В этой рабочей области выбирается окно размером 7×7×15. То есть окно представлено 7 линиями, 7 поперечными линиями и 15 точками выборки времени. Атрибуты амплитуды различных объемов замещающей скорости миграции в трехмерном кубическом окне пересматриваются в соответствии с критерием нормы L1.
На фиг. 7 схематично показано изменение амплитуды энергии точки формирования изображения к скорости миграции, в соответствии с примером применения 1 описания настоящего раскрытия. Взяв в качестве примера одну точку формирования изображения, каждое из данных имеет оптимизированное значение амплитуды и соответствующий индекс. Поэтому экстремум амплитуды и соответствующий индекс оцениваются по экстремальному алгоритму выравнивания методом наименьших квадратов, чтобы получить оптимизированную скорость миграции и оптимизированную сейсмическую трассу.
На фиг. 8 показана схема оптимизационного вида разреза поперечного сечения, в соответствии с примером применения 1 описания настоящего раскрытия. Фиг. 9а и 9б, соответственно, показывают увеличенную схему оптимизационного вида разреза поперечного сечения и увеличенную схему исходного вида разреза поперечного сечения, в соответствии с примером применения 1 описания настоящего раскрытия. По сравнению с исходным видом в разрезе, как показано на фиг. 9б, в оптимизационном виде разреза, показанном на фиг. 9а, изображение с двойными шариками имеет лучшую сходимость, и два шарика могут быть лучше отделены друг от друга; и изображение с одиночным шариком имеет меньший «хвост» и лучшую сходимость. Можно увидеть, что в разрезе, полученном способом автоматического распознавания центра залежей в карстовых пещерах, в соответствии с настоящим раскрытием, изображение «шариков» имеет лучшую сходимость и более высокую точность. Таким образом, и точность прогнозирования пласта, и степень успеха бурения могут совместно быть улучшены.
Пример применения 2
На фиг. 4 схематически показано изменение скорости вдоль слоя, в соответствии с примером применения 1 или примером применения 2 описания настоящего изобретения. Как показано в фиг. 4, согласно скорости фактического слоя в рабочей области Синьцзяна в Китае, предполагается, что начальная скорость миграции равна v, минимальная скорость замещения равна 0,99v, максимальная скорость замещения равна 1,01v, а интервал изменений замещающей скорости составляет 0,0025v.
На фиг. с 5а по 5и представлены виды, в разрезе вдоль слоя, замещения скорости миграции во временной области до суммирования, в соответствии с примером применения 1 или примером применения 2 описания настоящего изобретения. Непрерывная миграция во временной области до суммирования выполняется в соответствии с различными замещающими скоростями для получения разных объемов сейсмических данных после суммирования. Результат миграции начальной скорости миграции v показан в фиг. 5е, результаты миграции замещающих скоростей, показанные в фиг. с 5а по 5г это - 0,99v, 0,9925v, 0,995v и 0,9975v, соответственно, а замещающие скорости, показанные в фиг. с 5е по 5и это - 1.0025v, 1.005v, 1.0075v и 1.01v, соответственно. Таким образом, можно получить 9 суммированных объемов миграции, основанных на разных скоростях миграции.
На фиг. 6 показана сканированное изображение трехмерного кубического окна в соответствии с примером применения 1 или примером применения 2 описания настоящего изобретения, где ось х представляет собой поперечную линию (Х-линию), а ось у является линейной. Происходит выбор правильного трехмерного кубического окна, в соответствии с размером характеристик шариковых форм сейсмического отклика по сейсмическим данным. В этой рабочей области выбирается окно размером 7×7×15. То есть, окно представлено 7 линиями, 7 поперечными линиями и 15 точками выборки времени. Атрибуты амплитуды различных объемов замещающих скоростей миграции в трехмерном кубическом окне пересматриваются в соответствии с критерием нормы L1.
На фиг. 10 схематично показано изменение временной разности точки формирования изображения к скорости миграции, согласно примеру применения 2 описания настоящего изобретения. Взяв в качестве примера одну точку формирования изображения, каждое из данных имеет минимальное значение временной разности и соответствующий индекс. Поэтому экстремум временной разности и соответствующий индекс вычисляются по экстремальному алгоритму выравнивания методом наименьших квадратов, чтобы получить оптимизированную скорость миграции и оптимизированную сейсмическую трассу.
На фиг. 11 показана схема оптимизационного разреза поперечной линии, согласно примеру применения 2 описания настоящего изобретения. Фиг. с 12а по 12б соответственно показывают увеличенную схему оптимизационного разреза поперечной линии и увеличенную диаграмму исходного разреза поперечного сечения в соответствии с примером применения 2 описания настоящего изобретения. По сравнению с исходным видом в разрезе, как показано в фиг. 12b, в оптимизационном разрезе, как показано на фиг. 12а, изображение «шариков» имеет меньший «хвост» и лучшую сходимость. Можно увидеть, что у вида разреза, полученного способом автоматического распознавания центра залежей в карстовых пещерах, в соответствии с настоящим изобретением, изображение «шариков» имеет лучшую сходимость и более высокую точность. Таким образом, и точность прогнозирования пласта, и степень успеха бурения могут совместно быть улучшены.
Понятно, что варианты осуществления, раскрытые в данном документе, используются только для иллюстрации их положительных эффектов путем примеров, а не ограничивают настоящее раскрытие.
Вариант реализации 5
Настоящий вариант реализации предоставляет систему автоматического распознавания центра залежей в карстовых пещерах. Согласно данному варианту реализации настоящего раскрытия, система автоматического распознавания центра залежей в карстовых пещерах содержит замещающий модуль, миграционный модуль, выбирающий модуль, первый получающий модуль и второй получающий модуль, которые соединены последовательно.
В частности, замещающий модуль сконфигурирован для выполнения замещения скорости на основе модели скорости миграции во временной области до суммирования, чтобы получить множество замещающих скоростей миграции. Предпочтительно, чтобы замещающий модуль был специально сконфигурирован для определения минимальной замещающей скорости, максимальной замещающей скорости и интервала изменений замещающей скорости на основе модели скорости миграции во временной области до суммирования и выполнял замещение скорости в отношении существующей скорости миграции вдоль опорного пласта чтобы получить множество замещающих скоростей миграции.
Миграционный модуль сконфигурирован для выполнения миграции во временной области до суммирования на основе множества замещающих скоростей миграции, чтобы получить множество объемов сейсмических данных после суммирования, соответствующих множеству замещающих скоростей миграции один к одному.
Выбирающий модуль сконфигурирован для выбора трехмерного кубического окна на основе характеристики сейсмического отклика карстовой пещеры.
Первый получающий модуль сконфигурирован для получения разреженных статистических данных сейсмической трассы или разреженных статистических данных атрибута сейсмической трассы из каждого объема сейсмических данных после суммирования в трехмерном кубическом окне, соответственно.
Второй получающий модуль сконфигурирован для получения оптимизированной скорости миграции и оптимизированной сейсмической трассы посредством оптимизации определения на основе разреженных статистических данных сейсмической трассы или разреженных статистических данных атрибута сейсмической трассы, соответствующих всем объемам сейсмических данным после суммирования.
В одном примере, первый получающий модуль специально сконфигурирован для получения разреженных статистических данных сейсмической трассы, соответствующих объемам сейсмических данных после суммирования, в соответствии с критерием нормы L1 или критерием нормы Коши.
В одном примере, второй получающий модуль специально сконфигурирован для оценивания максимального значения разреженных статистических данных сейсмической трассы и соответствующего индекса, на основе разреженных статистических данных сейсмической трассы, соответствующих всем объемам сейсмических данных после суммирования, чтобы получить оптимизированную скорость миграции и оптимизированную сейсмическую трассу.
В одном примере, система автоматического распознавания центра залежей в карстовых пещерах, дополнительно содержит ограничительный модуль. Ограничительный модуль сконфигурирован для выполнения ограничения гладкости оптимизированной скорости миграции и оптимизированной сейсмической трассы, полученных в нем соответственно.
В одном примере атрибутом сейсмической трассы является статистическая мгновенная амплитуда.
Когда атрибутом сейсмической трассы является статистическая мгновенная амплитуда, первый получающий модуль специально сконфигурирован для переписи мгновенных амплитуд объема сейсмических данных после суммирования в трехмерном кубическом окне, в соответствии с критерием нормы L1, чтобы получить разреженные статистические данные статистической мгновенной амплитуды, соответствующих объему сейсмических данных после суммирования. Второй получающий модуль специально сконфигурирован для оценивания максимального значения разреженных статистических данных статистической мгновенной амплитуды и соответствующего индекса на основе разреженных статистических данных статистической мгновенной амплитуды, соответствующих всем объемам сейсмических данных после суммирования, для получения оптимизированной скорости миграции и оптимизированной сейсмической трассы.
Второй получающий модуль специально сконфигурирован так, чтобы соответствовать разреженным статистическим данным статистической мгновенной амплитуды, соответствующей всем объемам сейсмических данных после суммирования, по экстремальному алгоритму выравнивания методом наименьших квадратов с получением максимального значения разреженных статистических данных статистической мгновенной амплитуды и соответствующего индекса.
В одном примере, атрибут сейсмической трассы представляет собой статистическую временную разность.
Когда атрибут сейсмической трассы представляет собой статистическую временную разность, первый получающий модуль специально сконфигурирован для переписи информации о временной разности из объема сейсмических данных после суммирования в трехмерном кубическом окне, в соответствии с критерием нормы L1, чтобы получить разреженные статистические данные статистической временной разности, соответствующие объему сейсмических данных после суммирования. Кроме того, первый получающий модуль специально сконфигурирован для представления каждой точки выборки объема сейсмических данных после суммирования в трехмерном кубическом окне, окружающими его множественными трассами и множеством точек выборки; осуществления скользящего сканирования сейсмических данных; выбора центральной трассы как опорной; осуществления кросс-корреляции других трасс в трехмерном кубическом окне и центральной трассы, и получения информации о временной разности, когда функция взаимной корреляции имеет максимальное значение.
Предпочтительно, чтобы второй получающий модуль был специально сконфигурирован для оценивания минимального значения разреженных статистических данных статистической временной разности и соответствующего индекса, на основе разреженных статистических данных статистической временной разности, соответствующей всем объемам сейсмических данных после суммирования, путем регулирования по экстремальному алгоритму выравнивания методом наименьших квадратов с получением оптимизированной скорости миграции и оптимизированной сейсмической трассы.
В соответствии с настоящим вариантом реализации, непрерывная миграция во временной области до суммирования может быть выполнена посредством замещения скорости миграции целевого слоя для получения профилей миграции с различными эффектами формирования изображения, а оптимизированная скорость миграции и оптимизированная сейсмическая трасса могут быть получены в соответствии с разницей среди разреженных статистических данных, чтобы улучшить точность прогнозирования пласта и степень успеха бурения.
Понятно, что варианты реализации, раскрытые в данном документе, используются только для иллюстрации их положительных эффектов путем примеров, а не ограничивают настоящее раскрытие.
Что касается конкретных действий каждого из вышеупомянутых модулей, можно сделать ссылку на иллюстрацию способа настоящего раскрытия, объединив фиг. с 1 до 12б, описанные выше, и их детали здесь не будут повторяться.
Специалистам в данной области техники очевидно понятно, что каждый из модулей и стадий настоящего раскрытия может быть реализован с помощью общего вычислительного устройства. Они могут быть централизованы в одном вычислительном устройстве или могут быть распределены в сети, состоящей из множества вычислительных устройств. Они дополнительно могут быть реализованы с помощью программных кодов, выполняемых в вычислительных устройствах, и, таким образом, могут быть сохранены в устройствах хранения, управляемых вычислительными устройствами. В качестве альтернативы они могут быть соответственно произведены в модулях интегральной схемы, или множестве модулей, или их стадии могут быть произведены в одном единственном модуле интегральной схемы. Таким образом, настоящее раскрытие не ограничивается какой-либо конкретной комбинацией аппаратного и программного обеспечения.
Варианты реализации настоящего раскрытия подробно проиллюстрированы выше. Однако эти варианты осуществления являются лишь примерами приведенными, а не исчерпывающими примерами. Более того, настоящее раскрытие не ограничено вариантами осуществления, раскрытыми в настоящем документе. Специалисты в данной области техники могут вносить поправки и замены в варианты реализации без отхода от сущности и объема настоящего раскрытия. Используемые здесь технические термины направлены на иллюстрацию принципов, фактических применений либо технического усовершенствования вариантов реализации или облегчение понимания раскрытых здесь вариантов реализации для специалистов в данной области.
Claims (24)
1. Способ автоматического распознавания центра залежи в карстовых пещерах, содержащий следующие стадии:
выполнение замещения скорости на основе модели скорости миграции залежей в карстовых пещерах во временной области до суммирования с получением множества объёмов замещающей скорости миграции;
выполнение миграции во временной области до суммирования на основе указанного множества объёмов замещающей скорости миграции с получением множества объёмов сейсмических данных после суммирования, соответствующих указанному множеству объёмов замещающей скорости миграции один к одному;
выбор трехмерного кубического окна на основе характеристик сейсмического отклика залежи в карстовой пещере по фактическим сейсмическим данным, причем характеристика сейсмического отклика залежи в карстовой пещере по фактическим сейсмическим данным включает размер в плоскости и размер в поперечном сечении характеристик сейсмического отклика карбонатной породы;
получение разреженных статистических данных сейсмической трассы или разреженных статистических данных атрибута сейсмической трассы каждого объёма сейсмических данных после суммирования соответственно в трехмерном кубическом окне; и
получение оптимизированной скорости миграции и оптимизированной сейсмической трассы путем определения оптимизации на основе разреженных статистических данных сейсмической трассы или разреженных статистических данных атрибута сейсмической трассы, соответствующих всем объемам сейсмических данных после суммирования;
распознавание залежей в карстовых пещерах путём использования указанной оптимизированной скорости миграции и указанной оптимизированной сейсмической трассы.
2. Способ по п. 1, в котором разреженные статистические данные сейсмической трассы, соответствующие объемам сейсмических данных после суммирования, получают в соответствии с критерием нормы L1 или критерием нормы Коши.
3. Способ по п. 2, дополнительно содержащий оценку максимального значения разреженных статистических данных сейсмической трассы и соответствующего индекса на основе разреженных статистических данных сейсмической трассы, соответствующих всем объемам сейсмических данных после суммирования с получением оптимизированной скорости миграции и оптимизированной сейсмической трассы.
4. Способ по п. 1, дополнительно содержащий выполнение ограничения гладкости оптимизированной скорости миграции и оптимизированной сейсмической трассы, полученных в нём соответственно.
5. Способ по п. 1, в котором атрибут сейсмической трассы представляет собой статистическую мгновенную амплитуду.
6. Способ по п. 5, в котором стадия получения разреженных статистических данных статистической мгновенной амплитуды, соответствующих объему сейсмических данных после суммирования, содержит:
перепись мгновенных амплитуд объема сейсмических данных после суммирования в трехмерном кубическом окне, в соответствии с критерием нормы L1, с получением разреженных статистических данных статистической мгновенной амплитуды, соответствующих объему сейсмических данных после суммирования.
7. Способ по п. 6, в котором стадия получения оптимизированной скорости миграции и оптимизированной сейсмической трассы посредством определения оптимизации на основе разреженных статистических данных статистической мгновенной амплитуды, соответствующих всем объемам сейсмических данных после суммирования, содержит:
оценку максимального значения разреженных статистических данных статистической мгновенной амплитуды и соответствующего индекса на основе разреженных статистических данных статистической мгновенной амплитуды, соответствующих всем объемам сейсмических данных после суммирования, с получением оптимизированной скорости миграции и оптимизированной сейсмической трассы.
8. Способ по п. 7, дополнительно содержащий выравнивание разреженных статистических данных статистической мгновенной амплитуды, соответствующих всем объемам сейсмических данных после суммирования, по экстремальному алгоритму выравнивания методом наименьших квадратов с получением максимального значения разреженных статистических данных статистической мгновенной амплитуды и соответствующего индекса.
9. Способ по п. 5, в котором атрибут сейсмической трассы представляет собой статистическую временную разность.
10. Способ по п. 9, в котором стадия получения разреженных статистических данных статистической временной разности, соответствующих объему сейсмических данных после суммирования, содержит:
перепись информации о временной разности объема сейсмических данных после суммирования в трехмерном кубическом окне в соответствии с критерием нормы L1 с получением разреженных статистических данных статистической временной разности, соответствующих объему сейсмических данных после суммирования.
11. Способ по п. 10, в котором стадия переписи информации о временной разности содержит представление каждой точки выборки объема сейсмических данных после суммирования в трехмерном кубическом окне посредством окружающих ее множества трасс и множества точек выборки, выполнение скользящего сканирования сейсмических данных, выбор центральной трассы как опорной, взаимную корреляцию других трасс в трехмерном кубическом окне с центральной трассой и получение информации о временной разности, когда функция взаимной корреляции имеет максимальное значение.
12. Способ по п. 11, в котором стадия получения оптимизированной скорости миграции и оптимизированной сейсмической трассы посредством определения оптимизации на основе разреженных статистических данных статистической временной разности, соответствующих всем объемам сейсмических данных после суммирования, содержит:
оценку минимального значения разреженных статистических данных статистической временной разности и соответствующего индекса на основе разреженных статистических данных статистической временной разности, соответствующих всем объемам сейсмических данных после суммирования путем выравнивания по экстремальному алгоритму выравнивания методом наименьших квадратов с получением оптимизированной скорости миграции и оптимизированной сейсмической трассы.
13. Способ по любому из пп. 1-12, в котором стадия получения множества объёмов замещающей скорости миграции содержит:
определение минимальной замещающей скорости, максимальной замещающей скорости и интервала изменений замещающей скорости на основании модели скорости миграции во временной области до суммирования и выполнение замещения скорости в отношении существующей скорости миграции вдоль опорного пласта с получением множества объёмов замещающей скорости миграции.
Applications Claiming Priority (4)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201610805294.4 | 2016-09-07 | ||
| CN201610807449.8 | 2016-09-07 | ||
| CN201610805294.4A CN107797140B (zh) | 2016-09-07 | 2016-09-07 | 串珠状地震响应特征聚焦寻优方法及系统 |
| CN201610807449.8A CN107797143B (zh) | 2016-09-07 | 2016-09-07 | 串珠状地震响应特征聚焦寻优方法及系统 |
Publications (3)
| Publication Number | Publication Date |
|---|---|
| RU2017131249A RU2017131249A (ru) | 2019-03-05 |
| RU2017131249A3 RU2017131249A3 (ru) | 2021-09-01 |
| RU2760102C2 true RU2760102C2 (ru) | 2021-11-22 |
Family
ID=61280473
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| RU2017131249A RU2760102C2 (ru) | 2016-09-07 | 2017-09-05 | Способ и система автоматического распознавания центра залежи в карстовой пещере |
Country Status (2)
| Country | Link |
|---|---|
| US (1) | US10288752B2 (ru) |
| RU (1) | RU2760102C2 (ru) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| RU2797487C1 (ru) * | 2022-12-30 | 2023-06-06 | Общество с ограниченной ответственностью "Газпромнефть-Восток" (ООО "Газпромнефть-Восток") | Способ определения структурно-тектонического строения погребенного складчатого фундамента с использованием данных сейсморазведки |
Families Citing this family (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111413731B (zh) * | 2019-01-08 | 2022-12-02 | 中国石油天然气集团有限公司 | 一种碳酸盐岩缝洞体的地震识别方法及装置 |
| US11143776B2 (en) * | 2020-02-17 | 2021-10-12 | China Petroleum & Chemical Corporation | Computer-implemented method and system for small cave recognition using seismic reflection data |
| CN111427085B (zh) * | 2020-04-01 | 2023-02-10 | 中国石油天然气股份有限公司 | 一种碳酸盐岩层间岩溶储层预测方法及装置 |
| CN111596352B (zh) * | 2020-04-28 | 2023-04-07 | 中国石油天然气股份有限公司 | 串珠体空间发育规律分析方法、系统、装置及存储介质 |
| CN111624647B (zh) * | 2020-06-05 | 2022-06-24 | 中油奥博(成都)科技有限公司 | 一种变偏移距vsp射线追踪积分叠前时间偏移方法和装置 |
| CN112379435B (zh) * | 2020-10-30 | 2024-06-25 | 中国石油天然气集团有限公司 | 相控岩溶型缝洞集合体刻画方法及装置 |
| CN113156499B (zh) * | 2021-02-26 | 2023-05-26 | 中国石油天然气股份有限公司 | 台盆区针对裂缝型储层的地震资料叠后定量预测方法 |
| CN113219534B (zh) * | 2021-05-18 | 2023-10-20 | 中海石油(中国)有限公司深圳分公司 | 一种叠前深度偏移速度质控方法、装置、介质及电子设备 |
| CN113759425B (zh) * | 2021-09-13 | 2022-04-01 | 中国科学院地质与地球物理研究所 | 井震联合评价深层古岩溶储层充填特征的方法与系统 |
| CN113759424B (zh) * | 2021-09-13 | 2022-03-08 | 中国科学院地质与地球物理研究所 | 基于频谱分解和机器学习的岩溶储层充填分析方法和系统 |
| CN115857047B (zh) * | 2022-09-28 | 2023-07-21 | 北京中恒利华石油技术研究所 | 一种地震储层综合预测方法 |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US5671136A (en) * | 1995-12-11 | 1997-09-23 | Willhoit, Jr.; Louis E. | Process for seismic imaging measurement and evaluation of three-dimensional subterranean common-impedance objects |
| US7355923B2 (en) * | 2002-11-12 | 2008-04-08 | Landmark Graphics Corporation | Seismic analysis using post-imaging seismic anisotropy corrections |
| WO2008145742A1 (en) * | 2007-05-31 | 2008-12-04 | Cggveritas Services Sa | Method of seismic data processing |
| CN102426384A (zh) * | 2011-09-06 | 2012-04-25 | 赵永贵 | 一种探测地下采空区和岩溶分布的方法 |
| CN103728659A (zh) * | 2012-10-12 | 2014-04-16 | 中国石油化工股份有限公司 | 一种提高地下岩溶探测精度的方法 |
| CN104730571A (zh) * | 2015-03-11 | 2015-06-24 | 中国科学院地质与地球物理研究所 | 一种利用绕射再聚焦识别小尺度地质体的方法与装置 |
Family Cites Families (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US5349527A (en) * | 1991-12-20 | 1994-09-20 | Schlumberger Technology Corporation | Method of seismic time migration using a massively parallel computer |
| CA2557526C (en) * | 2004-02-26 | 2008-12-09 | Saudi Arabian Oil Company | Prediction of shallow drilling hazards using seismic refraction data |
| US7117093B2 (en) * | 2004-03-02 | 2006-10-03 | Data Modeling Inc. | Method, media, and signals for processing seismic data to obtain a velocity field |
| EP1849026A2 (en) * | 2005-02-18 | 2007-10-31 | BP Corporation North America Inc. | System and method for using time-distance characteristics in acquisition, processing and imaging of t-csfm data |
| EP2673662B1 (en) * | 2011-02-08 | 2014-12-17 | Total SA | Method of analyzing seismic data |
| US10725190B2 (en) * | 2014-06-30 | 2020-07-28 | Cgg Services Sas | Seismic data processing using matching filter based cost function optimization |
| US10783693B2 (en) * | 2017-05-02 | 2020-09-22 | Saudi Arabian Oil Company | Seismic image orientation using 3D integration operations |
-
2017
- 2017-09-05 RU RU2017131249A patent/RU2760102C2/ru active
- 2017-09-07 US US15/697,745 patent/US10288752B2/en active Active
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US5671136A (en) * | 1995-12-11 | 1997-09-23 | Willhoit, Jr.; Louis E. | Process for seismic imaging measurement and evaluation of three-dimensional subterranean common-impedance objects |
| US7355923B2 (en) * | 2002-11-12 | 2008-04-08 | Landmark Graphics Corporation | Seismic analysis using post-imaging seismic anisotropy corrections |
| WO2008145742A1 (en) * | 2007-05-31 | 2008-12-04 | Cggveritas Services Sa | Method of seismic data processing |
| CN102426384A (zh) * | 2011-09-06 | 2012-04-25 | 赵永贵 | 一种探测地下采空区和岩溶分布的方法 |
| CN103728659A (zh) * | 2012-10-12 | 2014-04-16 | 中国石油化工股份有限公司 | 一种提高地下岩溶探测精度的方法 |
| CN104730571A (zh) * | 2015-03-11 | 2015-06-24 | 中国科学院地质与地球物理研究所 | 一种利用绕射再聚焦识别小尺度地质体的方法与装置 |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| RU2797487C1 (ru) * | 2022-12-30 | 2023-06-06 | Общество с ограниченной ответственностью "Газпромнефть-Восток" (ООО "Газпромнефть-Восток") | Способ определения структурно-тектонического строения погребенного складчатого фундамента с использованием данных сейсморазведки |
Also Published As
| Publication number | Publication date |
|---|---|
| US10288752B2 (en) | 2019-05-14 |
| US20180067219A1 (en) | 2018-03-08 |
| RU2017131249A (ru) | 2019-03-05 |
| RU2017131249A3 (ru) | 2021-09-01 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| RU2760102C2 (ru) | Способ и система автоматического распознавания центра залежи в карстовой пещере | |
| US11704748B2 (en) | System and method for automatically correlating geologic tops | |
| US10909281B2 (en) | History matching of hydrocarbon production from heterogenous reservoirs | |
| EP3721265B1 (en) | Systems and methods for refining estimated parameter values in seismic imaging | |
| WO2009062935A1 (en) | Forming a geological model | |
| CN105974479A (zh) | Gpu空间网格体的层析2d/3d各向异性深度域速度建模方法 | |
| CN106483559B (zh) | 一种地下速度模型的构建方法 | |
| US11397279B2 (en) | Comparison of wells using a dissimilarity matrix | |
| CN110568494B (zh) | 基于广义极值分布的叠前非高斯avo反演方法 | |
| EP2776864A1 (en) | Method of generating and combining multiple horizons to determine a seismic horizon and its uncertainty | |
| CN111060961B (zh) | 基于多信息约束反演的品质因子确定方法、装置及系统 | |
| CN111505713A (zh) | 基于多点地质统计的叠前地震反演方法 | |
| CN111638551A (zh) | 地震初至波走时层析方法及装置 | |
| CN108508481B (zh) | 一种纵波转换波地震数据时间匹配的方法、装置及系统 | |
| CN105353406B (zh) | 一种生成角道集的方法和装置 | |
| US11119233B2 (en) | Method for estimating elastic parameters of subsoil | |
| US20200271810A1 (en) | Hybrid Residual Moveout Error Estimation | |
| CN107340541A (zh) | 一种叠前深度偏移速度建模方法及其反射点优选方法 | |
| Denisenko et al. | Automated geosteering while drilling using machine learning. case studies | |
| US20190204463A1 (en) | Variable Aperture Estimation using Bottom-Up Ray Tracing | |
| CN112346117B (zh) | 一种基于地震属性融合的储层特征预测方法和装置 | |
| CN105785444B (zh) | 速度场构建方法 | |
| US20230184975A1 (en) | Method and system for determining seismic velocities using global path tracing | |
| Decker et al. | A variational approach for picking optimal surfaces from semblance-like panels | |
| RU2480795C2 (ru) | Способ распознавания структуры залежей геологических пластов и машиночитаемый носитель |