[發(fā)明專利]一種疊前地震數(shù)據(jù)彈性參數(shù)反演問題的改進(jìn)粒子群算法

在審

• 申請?zhí)枺?/td>: 201711013493.2
• 申請日: 2017-10-25
• 公開（公告）號: CN107884824A
• 公開（公告）日: 2018-04-06
• 發(fā)明（設(shè)計）人: 顏雪松;朱志新;伍慶華;王麗萍
• 申請（專利權(quán)）人: 中國地質(zhì)大學(xué)（武漢）
• 主分類號: G01V1/30
• 分類號: G01V1/30
• 代理公司: 武漢知產(chǎn)時代知識產(chǎn)權(quán)代理有限公司42238
• 代理人: 付春霞

技術(shù)領(lǐng)域

本發(fā)明涉及一種疊前地震數(shù)據(jù)彈性參數(shù)反演問題的改進(jìn)粒子群算法，是一種利用地震信息進(jìn)行石油勘探的方法，屬于油氣地球物理勘探中的地震數(shù)據(jù)反演技術(shù)領(lǐng)域。

背景技術(shù)

目前，地震勘探是利用地震信息進(jìn)行石油勘探的一種方法，由于地震信息可以反映出儲層參數(shù)的變化趨勢，因此，可以使用該方法來預(yù)測儲層參數(shù)。地震數(shù)據(jù)分為疊前和疊后兩種，由于疊前地震數(shù)據(jù)比疊后地震數(shù)據(jù)包含了更多的流體信息，而且疊前反演方法具有結(jié)果穩(wěn)定、分辨率高、可控制性強(qiáng)等明顯優(yōu)勢。雖然智能算法是解決地球物理反演領(lǐng)域問題的主要方法之一，但它們在地球物理非線性反演中也面臨一些難點(diǎn)。首先，這些智能算法自身都存在一些缺陷，遺傳算法雖然善于全局搜索能力很強(qiáng)，但是存在局部搜索能力差、易早熟等問題；粒子群優(yōu)化算法的問題最主要的是它容易產(chǎn)生早熟收斂(尤其是在處理復(fù)雜的多峰搜索問題中)、局部尋優(yōu)能力較差等，粒子群優(yōu)化算法陷入局部最小，主要?dú)w咎于種群在搜索空間中多樣性的丟失。其次，在使用這些智能算法進(jìn)行非線性反演問題研究時，在搜索解的過程中，常常存在計算效率低下等問題。遺傳算法在進(jìn)入算法后期時，由于局部搜索效率較差，導(dǎo)致搜索效率降低，耗時較多。算法的搜索效率與反演問題的求解效率緊密相關(guān)，搜索效率低下，問題的求解效率也必然低下。

針對于傳統(tǒng)三參數(shù)反演問題，橫波波速、縱波波速這兩項往往能反演的很好，但密度項卻很差，這是一個亟待解決的問題。在反演過程中，同樣存在反演出的振幅地震數(shù)據(jù)和實(shí)際振幅地震數(shù)據(jù)十分?jǐn)M合，但反演出的彈性參數(shù)與實(shí)際彈性參數(shù)存在較大誤差，也就是彈性參數(shù)之間的相關(guān)系數(shù)很低，這同樣也是一個亟待解決的問題。

發(fā)明內(nèi)容

本發(fā)明的目的是解決傳統(tǒng)三參數(shù)的反演問題，提高反演問題的求解效率，為疊前地震數(shù)據(jù)參數(shù)反演問題提供一種更為高效的改進(jìn)粒子群算法。

為了實(shí)現(xiàn)上述目的，本發(fā)明采用的技術(shù)方案是：一種疊前地震數(shù)據(jù)彈性參數(shù)反演問題的改進(jìn)粒子群算法，包括如下步驟：

步驟S1：對油田地下儲層測井中的若干點(diǎn)進(jìn)行采樣，獲取若干組彈性參數(shù)，測量出對應(yīng)采樣點(diǎn)的若干組地震記錄值；

步驟S2：對步驟S1得到的所述若干組彈性參數(shù)進(jìn)行初始化操作以獲取取值范圍，在所述取值范圍內(nèi)隨機(jī)選取若干組彈性參數(shù)；

步驟S3：利用步驟S2中得到的所述隨機(jī)選取的若干組彈性參數(shù)，測量其對應(yīng)的若干組地震記錄值；

步驟S4：基于反演目標(biāo)函數(shù)，將步驟S3得到的地震記錄值與所述步驟S1中的地震記錄值比較，獲得反演目標(biāo)函數(shù)值，若反演目標(biāo)函數(shù)值小于目標(biāo)函數(shù)預(yù)設(shè)值，則停止計算，輸出此時的彈性參數(shù)以及對應(yīng)的地震記錄值，否則進(jìn)入步驟S5；

步驟S5：對步驟S2中得到的所述彈性參數(shù)進(jìn)行迭代運(yùn)算，更新所述彈性參數(shù)的數(shù)值，迭代次數(shù)增加一次，若迭代次數(shù)超過最大迭代次數(shù)，則停止計算，輸出此時的彈性參數(shù)以及對應(yīng)的地震記錄值，否則回到步驟S3。

進(jìn)一步地，每一組所述彈性參數(shù)為縱波速度V_p、橫波速度V_s和密度ρ。

進(jìn)一步地，所述步驟S1中對油田地下儲層n+1個采樣點(diǎn)進(jìn)行測井，獲取n+1組彈性參數(shù)：

[V_pi，V_si，ρ_i]，(其中i＝1,2…,n+1)；

測量獲得m組地震記錄值：

[s(θ_ij)](其中i＝1,2…,n；j＝1,2…m)

其中，V_pi，V_si，ρ_i依次為第i組彈性參數(shù)中的縱波速度、橫波速度和密度，[s(θ_ij)]為第i層采樣點(diǎn)中第j個角度對應(yīng)的地震記錄值，θ為角度。

進(jìn)一步地，所述改進(jìn)的粒子群優(yōu)化算法中的每個粒子是長度為3n+3的實(shí)數(shù)型一維數(shù)組，所述步驟S2中初始化操作獲取的取值范圍是根據(jù)所述步驟S1中測井獲取的n+1組共3n+3個彈性參數(shù)所定的。

進(jìn)一步地，所述步驟S2中初始化操作獲取的取值范圍約束如下：第一組三個彈性參數(shù)的值按如下約束隨機(jī)選取：

0.9·V_p1well≤V_p1≤1.1·V_p1well

0.9·V_s1well≤V_s1≤1.1·V_s1well

0.95·ρ_1well≤ρ₁≤1.05·ρ_1well