[發(fā)明專利]基于概率神經(jīng)網(wǎng)絡(luò)算法的烴源巖預(yù)測方法及裝置在審
| 申請?zhí)枺?/td> | 201610375298.3 | 申請日: | 2016-05-27 |
| 公開(公告)號: | CN107436452A | 公開(公告)日: | 2017-12-05 |
| 發(fā)明(設(shè)計)人: | 袁曉宇;陳迎賓;王彥青;胡燁;吳小奇 | 申請(專利權(quán))人: | 中國石油化工股份有限公司;中國石油化工股份有限公司石油勘探開發(fā)研究院 |
| 主分類號: | G01V1/40 | 分類號: | G01V1/40;G01V1/30 |
| 代理公司: | 北京聿宏知識產(chǎn)權(quán)代理有限公司11372 | 代理人: | 張文娟,朱繪 |
| 地址: | 100728 北*** | 國省代碼: | 北京;11 |
| 權(quán)利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關(guān)鍵詞: | 基于 概率 神經(jīng)網(wǎng)絡(luò) 算法 烴源巖 預(yù)測 方法 裝置 | ||
1.一種基于概率神經(jīng)網(wǎng)絡(luò)算法的烴源巖預(yù)測方法,其特征在于,包括:
步驟101,對獲取的研究區(qū)各鉆井的烴源巖巖心、巖屑樣品進(jìn)行分析測試,以獲得樣品點的Toc值;
步驟102,利用測井曲線計算獲得研究區(qū)各鉆井烴源巖層段縱向的Toc預(yù)測曲線;
步驟103,根據(jù)樣品點的Toc值對Toc預(yù)測曲線進(jìn)行校正,以獲取Toc曲線;
步驟104,根據(jù)Toc曲線和井旁地震道的地震屬性,利用概率神經(jīng)網(wǎng)絡(luò)算法對地震屬性進(jìn)行訓(xùn)練,以獲取優(yōu)選地震屬性,其中,優(yōu)選地震屬性為與Toc相關(guān)性最好的地震屬性;
步驟105,提取三維地震資料的優(yōu)選地震屬性,計算獲得三維分布的Toc數(shù)據(jù)體,以完成研究區(qū)烴源巖預(yù)測。
2.根據(jù)權(quán)利要求1所述的基于概率神經(jīng)網(wǎng)絡(luò)算法的烴源巖預(yù)測方法,其特征在于,步驟102具體包括:
根據(jù)研究區(qū)鉆井的測井曲線的交會圖,分析烴源巖Toc在測井曲線上的響應(yīng)特征;
根據(jù)響應(yīng)特征獲取將烴源巖與圍巖進(jìn)行劃分的測井曲線識別標(biāo)準(zhǔn),以挑選出優(yōu)選測井曲線;
根據(jù)優(yōu)選測井曲線,采用ΔLogR法計算獲得各鉆井烴源巖層段縱向的Toc預(yù)測曲線。
3.根據(jù)權(quán)利要求1所述的基于概率神經(jīng)網(wǎng)絡(luò)算法的烴源巖預(yù)測方法,其特征在于,步驟102還包括:
在研究區(qū)勘探程度低的區(qū)域計算獲得虛擬井Toc預(yù)測曲線,所述虛擬井Toc預(yù)測曲線即為在鉆井不足的情況下,采用虛擬鉆井的方式計算獲得的Toc預(yù)測曲線。
4.根據(jù)權(quán)利要求1所述的基于概率神經(jīng)網(wǎng)絡(luò)算法的烴源巖預(yù)測方法,其特征在于,步驟103中在獲取井旁地震道的地震屬性之前,還包括:
對研究區(qū)各鉆井開展層位精細(xì)標(biāo)定,確定烴源巖頂?shù)追瓷浣缑娴牡卣鸱瓷涮卣鳎?/p>
對烴源巖頂?shù)捉缑孢M(jìn)行至少10×10網(wǎng)格的地震解釋工作,其中,地震解釋工作包括層位解釋和斷層解釋。
5.根據(jù)權(quán)利要求1所述的基于概率神經(jīng)網(wǎng)絡(luò)算法的烴源巖預(yù)測方法,其特征在于,優(yōu)選地震屬性包括3到7個地震屬性。
6.一種基于概率神經(jīng)網(wǎng)絡(luò)算法的烴源巖預(yù)測裝置,其特征在于,包括:
樣品點Toc值獲取模塊,用于對獲取的研究區(qū)各鉆井的烴源巖巖心、巖屑樣品進(jìn)行分析測試,以獲得樣品點的Toc值;
Toc預(yù)測曲線獲取模塊,用于利用測井曲線計算獲得研究區(qū)各鉆井烴源巖層段縱向的Toc預(yù)測曲線;
Toc預(yù)測曲線校正模塊,用于根據(jù)樣品點的Toc值對Toc預(yù)測曲線進(jìn)行校正,以獲取Toc曲線;
優(yōu)選地震屬性獲取模塊,用于根據(jù)Toc曲線和井旁地震道的地震屬性,利用概率神經(jīng)網(wǎng)絡(luò)算法對地震屬性進(jìn)行訓(xùn)練,以獲取優(yōu)選地震屬性,其中,優(yōu)選地震屬性為與Toc相關(guān)性最好的地震屬性;
Toc數(shù)據(jù)體獲取模塊,用于提取三維地震資料的優(yōu)選地震屬性,計算獲得三維分布的Toc數(shù)據(jù)體,以完成研究區(qū)烴源巖預(yù)測。
7.根據(jù)權(quán)利要求6所述的基于概率神經(jīng)網(wǎng)絡(luò)算法的烴源巖預(yù)測裝置,其特征在于,Toc預(yù)測曲線獲取模塊包括:
響應(yīng)特征獲取子模塊,用于根據(jù)研究區(qū)鉆井的測井曲線的交會圖,分析烴源巖Toc在測井曲線上的響應(yīng)特征;
測井曲線識別標(biāo)準(zhǔn)獲取子模塊,用于根據(jù)響應(yīng)特征獲取將烴源巖與圍巖進(jìn)行劃分的測井曲線識別標(biāo)準(zhǔn),以挑選出優(yōu)選測井曲線;
Toc預(yù)測曲線獲取子模塊,用于根據(jù)優(yōu)選測井曲線,采用ΔLogR法計算獲得各鉆井烴源巖層段縱向的Toc預(yù)測曲線。
8.根據(jù)權(quán)利要求6所述的基于概率神經(jīng)網(wǎng)絡(luò)算法的烴源巖預(yù)測裝置,其特征在于,Toc預(yù)測曲線獲取模塊還包括:
虛擬井Toc預(yù)測曲線獲取子模塊,用于在研究區(qū)勘探程度低的區(qū)域計算獲得虛擬井Toc預(yù)測曲線,所述虛擬井Toc預(yù)測曲線即為在鉆井不足的情況下,采用虛擬鉆井的方式計算獲得的Toc預(yù)測曲線。
9.根據(jù)權(quán)利要求6所述的基于概率神經(jīng)網(wǎng)絡(luò)算法的烴源巖預(yù)測裝置,其特征在于,優(yōu)選地震屬性獲取模塊中在獲取井旁地震道的地震屬性之前,還包括:
對研究區(qū)各鉆井開展層位精細(xì)標(biāo)定,確定烴源巖頂?shù)追瓷浣缑娴牡卣鸱瓷涮卣鳎?/p>
對烴源巖頂?shù)捉缑孢M(jìn)行至少10×10網(wǎng)格的地震解釋工作,其中,地震解釋工作包括層位解釋和斷層解釋。
該專利技術(shù)資料僅供研究查看技術(shù)是否侵權(quán)等信息,商用須獲得專利權(quán)人授權(quán)。該專利全部權(quán)利屬于中國石油化工股份有限公司;中國石油化工股份有限公司石油勘探開發(fā)研究院,未經(jīng)中國石油化工股份有限公司;中國石油化工股份有限公司石油勘探開發(fā)研究院許可,擅自商用是侵權(quán)行為。如果您想購買此專利、獲得商業(yè)授權(quán)和技術(shù)合作,請聯(lián)系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/201610375298.3/1.html,轉(zhuǎn)載請聲明來源鉆瓜專利網(wǎng)。
- 硬件神經(jīng)網(wǎng)絡(luò)轉(zhuǎn)換方法、計算裝置、軟硬件協(xié)作系統(tǒng)
- 生成較大神經(jīng)網(wǎng)絡(luò)
- 神經(jīng)網(wǎng)絡(luò)的生成方法、生成裝置和電子設(shè)備
- 一種舌診方法、裝置、計算設(shè)備及計算機(jī)存儲介質(zhì)
- 學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)
- 脈沖神經(jīng)網(wǎng)絡(luò)轉(zhuǎn)換方法及相關(guān)轉(zhuǎn)換芯片
- 圖像處理方法、裝置、可讀存儲介質(zhì)和計算機(jī)設(shè)備
- 一種適應(yīng)目標(biāo)數(shù)據(jù)集的網(wǎng)絡(luò)模型微調(diào)方法、系統(tǒng)、終端和存儲介質(zhì)
- 用于重構(gòu)人工神經(jīng)網(wǎng)絡(luò)的處理器及其操作方法、電氣設(shè)備
- 一種圖像神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)的優(yōu)化方法及裝置





