[發(fā)明專利]一種疊后地震信號波形分類方法

有效

• 申請?zhí)枺?/td>: 201710154208.2
• 申請日: 2017-03-15
• 公開（公告）號: CN106707335B
• 公開（公告）日: 2018-06-19
• 發(fā)明（設計）人: 石好果;張曰靜;徐佑德;許濤;商豐凱;楊東根;陳林;王林;劉子超;韓梓航;于騰飛;張新見;張奉
• 申請（專利權）人: 中國石油化工股份有限公司勝利油田分公司勘探開發(fā)研究院西部分院
• 主分類號: G01V1/28
• 分類號: G01V1/28
• 代理公司: 北京科家知識產權代理事務所(普通合伙) 11427
• 代理人: 莫文新

本發(fā)明提供一種疊后地震信號波形分類方法，包括如下步驟：(1)提取待分析的地震數據，并進行預處理；(2)使用稀疏編碼方法提取地震數據中的特征數據x，并對特征數據x進行降維；(3)將步驟(2)中得到的特征數據x利用聚類算法進行分類。本發(fā)明通過稀疏編碼降維較好地解決因數據維度變大而影響分類結果本發(fā)明引入的新聚類方法，相對于傳統(tǒng)自組織神經網絡方法能自動確定合適的分類數目，而且對于任意類型和特征的數據，都能獲得較好的分類結果。

技術領域

本發(fā)明屬于油氣儲層預測和勘探技術領域，具體涉及一種疊后地震信號波形分類方法。

背景技術

地震波形分類技術在油氣儲層預測和勘探中發(fā)揮了舉足輕重的作用，成為石油勘探領域中的重要技術之一。波形分類在地質研究中也發(fā)揮著很重要的作用，特別在識別沉積相結構方面。波形分類算法的最終效果取決于在進行分類的時候是否已經擁有當地的實際地質信號以及該地質信號含有的準確地震相個數。在波形分類未引入到石油勘探之前，人們對儲層發(fā)育有利相帶、油氣分布的預測主要是通過有經驗的地質工作者按照已有的經驗及知識來進行分析，采取這樣的分析手段需要大量的人力、物力，并且由于人為的主觀干預過多，得出的結果不夠有說服力，并且實際應用也往往出現問題。

在地震學引入到石油勘探的過程中，人們慢慢發(fā)現自采集的地震數據中獲取的特征信息能夠在石油勘探和開采過程中起到很大的作用，并且在降低人力、物力、成本投入的同時加快了勘探開發(fā)速度。三維地震信號波形分類作為地震學的一個重要分支，在沉積相描述、儲層預測、油氣識別等方面起到了關鍵作用。三維波形分類通過分析地下信號(這些信號是通過放炮，然后通過傳感器采集返回的信號振幅)，然后通過對這些信號進行特征提取，用提取出來的特征來表征原來的信號，再根據這些特征的相似度，利用分類方法把信號分成預先設定類中的某一類，根據它們在平面上的位置信息生成地震相圖，地球物理學家和地質學家可以根據地震相的分布規(guī)律，揭示出地下的沉積相分布、儲層和油氣分布等。

傳統(tǒng)的信號分類方法在數據維度變大或數據類型復雜時，往往不能得到正確的分類結果。

目前在無監(jiān)督的波形分類算法中自組織神經網絡能夠獲得較好的結果，基于自組織神經網絡的無監(jiān)督波形分類算法已經成為地震相分析的一種主流算法，其主要是通過不斷訓練來調節(jié)神經元的大小，調節(jié)的方向是使得獲勝神經元在下一次訓練獲勝的概率更大，且使得獲勝神經元周圍的神經元也能在下次訓練中優(yōu)勢突出，該算法分類效果較好，且收斂速度快。

稀疏編碼的研究起源于人類視覺感知的研究，研究者發(fā)現人類視覺神經元對于外界的顏色、尺度、方向、紋理等不同的刺激有著不同的反應，且某些刺激只會導致少數的神經元活動，其他大部分則沒有響應，這表現為人腦的稀疏性與簡約性。在對語音信號的研究實踐中，科學家發(fā)現一段信號總是可以分解為一系列子信號的加權，同時這些子信號的系數滿足稀疏的特性，即大部分系數為零，信號只由少數幾個子信號構成，這與人類視覺機理是一種的，促進了人們對稀疏編碼的進一步研究。如果能從信號集合上提取到一組過完備的字典，利用字典中的少數原子信號來表述一個復雜信號，則能實現對信號的稀疏表達，基于稀疏表達的方法實質上省去了傳統(tǒng)方法的復雜信號的特征提取過程，卻能獲得較好的效果。

從數學的角度，稀疏編碼用來尋找一組“超完備”的基向量來高效的表示樣本數據，假定輸入數據X＝(x₁,x₂,…，x_n)^T為n維向量，通過找到這樣一組基向量{φ_i}使得：

因{φ_i}是一組超完備的基向量，因而系數a_i可以滿足一定的稀疏性要求，即其中大部分為零。超完備基的好處是能夠方便地找到數據集中隱含的內部結構與模式，但是帶來的問題是系數并不唯一。稀疏性要求的另一個解釋是在實際的信號中，圖像可以是少量“基本”元素的疊加。m個輸入向量的稀疏編碼代價函數定義為：