[發明專利]有機質含量地震預測方法及裝置

有效

• 申請號: 201810986762.1
• 申請日: 2018-08-28
• 公開（公告）號: CN108897042B
• 公開（公告）日: 2020-03-10
• 發明（設計）人: 楊志芳;趙巒嘯;曹宏;耿建華;晏信飛;牛麗萍;盧明輝;殷習容
• 申請（專利權）人: 中國石油天然氣股份有限公司
• 主分類號: G01V1/30
• 分類號: G01V1/30
• 代理公司: 北京三友知識產權代理有限公司 11127
• 代理人: 王天堯

1.一種有機質含量地震預測方法，其特征在于，包括：

從待預測的測井數據中獲取地震彈性參數；

將所述地震彈性參數輸入到預先訓練生成的混合高斯概率密度網絡模型中，預測地震彈性參數對應的有機質含量；所述混合高斯概率密度網絡模型包括預先訓練生成的地震彈性參數與有機質含量的非線性關系；所述混合高斯概率密度網絡模型包括人工神經網絡模型和高斯混合模型；所述人工神經網絡模型的輸出向量為所述高斯混合模型的輸入向量；

按照如下方法預先訓練生成所述混合高斯概率密度網絡模型：

獲得測井數據樣本；所述測井數據樣本包括密度、縱波速度和橫波速度和有機質含量測井數據；

將所述測井數據樣本劃分為訓練集和測試集；

利用所述訓練集對所述人工神經網絡模型進行訓練，確定人工神經網絡模型的初步結構，以及確定高斯混合模型的初步結構；

根據所述測試集對所述人工神經網絡模型的初步結構和高斯混合模型的初步結構進行調整，確定所述預先訓練生成的混合高斯概率密度網絡模型；

利用所述訓練集對所述人工神經網絡模型進行訓練，確定人工神經網絡模型的初步結構，以及確定高斯混合模型的初步結構，包括：

根據如下方法對人工神經網絡模型的權值進行初始化：采用K平均算法給高斯混合模型賦初值，并將高斯混合模型的初值賦給人工神經網絡模型的輸出層閾值，將零值附近的隨機數作為初始權值賦予人工神經網絡模型的其他層；

根據有機質含量的統計分布特征，確定所述高斯混合模型的最優核函數的數目；

將人工神經網絡模型權值的總數小于訓練集樣本數量的十分之一時，對應的人工神經網絡模型的隱含層神經元個數為隱含層神經元的數量；

確定與訓練集樣本數量匹配的所述人工神經網絡模型的最佳訓練次數。

2.如權利要求1所述的有機質含量地震預測方法，其特征在于，還包括：按照如下方法對訓練集進行預處理：

對密度、縱波速度、橫波速度和有機質含量的測井數據依照地震觀測尺度進行平滑處理；

對平滑處理后的密度、縱波速度和橫波速度的測井數據分別進行線性歸一化處理，并將歸一化處理后的密度、縱波速度和橫波速度的測井數據作為人工神經網絡模型的輸入向量；進行平滑處理后的有機質含量作為人工神經網絡模型的輸出向量。

3.如權利要求1所述的有機質含量地震預測方法，其特征在于，從待預測的測井數據中獲取地震彈性參數，包括：

分析待預測的測井數據中對有機質含量敏感的地震彈性參數；所述地震彈性參數包括：密度、縱波速度和橫波速度；

對密度、縱波速度和橫波速度進行歸一化預處理；

將所述地震彈性參數輸入到預先訓練生成的混合高斯概率密度網絡模型中，預測地震彈性參數對應的有機質含量，包括：

將進行歸一化預處理的密度、縱波速度和橫波速度輸入到預先訓練生成的混合高斯概率密度網絡模型中，預測地震彈性參數對應的有機質含量。