[發明專利]基于歐式距離近似匹配的井震數據提取方法有效
| 申請號: | 201811292103.4 | 申請日: | 2018-10-31 |
| 公開(公告)號: | CN109212610B | 公開(公告)日: | 2021-06-22 |
| 發明(設計)人: | 梁黨衛;余學鋒;韓宏偉;郭俊;殷志強;王聰;商偉;周廣悅;李克文;畢麗飛 | 申請(專利權)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勝利油田分公司物探研究院 |
| 主分類號: | G01V1/40 | 分類號: | G01V1/40;G01V1/28 |
| 代理公司: | 濟南日新專利代理事務所(普通合伙) 37224 | 代理人: | 崔曉艷 |
| 地址: | 257000 山*** | 國省代碼: | 山東;37 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 基于 歐式 距離 近似 匹配 數據 提取 方法 | ||
本發明提供一種基于歐式距離近似匹配的井震數據提取方法,包括:進行地震屬性近似匹配,尋找距離目標井最近的坐標點位置,提取該位置對應的地震屬性值近似作為目標井位置對應的地震屬性值,并將所有的地震屬性值整合為一個屬性集合;進行巖性數據近似匹配,通過時窗的起止時間范圍,利用時深轉換,將時間范圍轉換到目標井對應的深度范圍,進而計算目標井樣本對應的深度范圍內的巖性比例;將提取的地震屬性集與巖性類型進行匹配,得到帶有類別標簽的地震屬性集。該方法實現了將目標井位置近似為鄰近距離中最近的網格位置和目標井井震數據的提取,數值化的類別標簽以及地震屬性值可為機器學習分類模型的訓練提供樣本點支持。
技術領域
本發明涉及地球物理勘探領域和機器學習技術領域,特別是涉及到一種基于歐式距離近似匹配的井震數據提取方法。
背景技術
在野外觀測作業中,一般是沿地震測線等間距布置多個檢波器來接收地震波信號,地震數據以地震道的形式存儲。整個地震體數據可以視為按照CDP、Inline劃分成的網格長方體,只存儲網格點上對應位置的層位數據、地震屬性數據等。因為目標井不一定坐落在地震體網格點位置,所以獲取不到目標井精確對應的井震數據。為此我們發明了一種新的基于歐式距離近似匹配的井震數據提取方法,解決了以上技術問題。
發明內容
本發明的目的是提供一種通過采用歐氏距離的最小化來獲得距離目標井最近的網格點位置對應的井震數據,進一步近似得到目標井數據的基于歐式距離近似匹配的井震數據提取方法。
本發明的目的可通過如下技術措施來實現:基于歐式距離近似匹配的井震數據提取方法,該基于歐式距離近似匹配的井震數據提取方法包括:步驟1,進行地震屬性近似匹配,尋找距離目標井最近的坐標點位置,提取該位置對應的地震屬性值近似作為目標井位置對應的地震屬性值,并將所有的地震屬性值整合為一個屬性集合;步驟2,進行巖性數據近似匹配,通過時窗的起止時間范圍,利用時深轉換,將時間范圍轉換到目標井對應的深度范圍,進而計算目標井樣本對應的深度范圍內的巖性比例;步驟3,將提取的地震屬性集與巖性類型進行匹配,得到帶有類別標簽的地震屬性集。
本發明的目的還可通過如下技術措施來實現:
在步驟1中,通過計算目標井初始坐標與地震體所有網格點位置之間的歐氏距離,尋找距離最小的近似網格點坐標,提取該坐標點位置對應的單個地震屬性值近似作為目標井位置對應的地震屬性值,依次提取所有的地震屬性,并將所有的地震屬性值整合為一個屬性集合。
在步驟1中,二維歐氏距離d1,2的計算公式如下:
其中x1,y1,x2,y2分別是目標井以及地震體網格點的位置坐標。
在步驟1中,整合后的地震屬性集作為機器學習分類模型的輸入數據集即向量X。
在步驟2中,通過層位的起始時間信息,采用歐氏距離計算公式尋找距離目標井最近的坐標點位置,提取該位置對應的層位起始時間近似作為目標井位置對應的時窗起始時間,時窗的終止時間通過起始時間加上時窗大小獲得,利用時深轉換,將時間范圍轉換到目標井對應的深度范圍,進而計算目標井樣本對應深度范圍內的巖性比例。
在步驟2中,按照巖性比例計算得到類別標簽,作為機器學習分類模型的輸出即向量Y。
在步驟3中,巖性類型分為3類:類型0表示非有利儲層發育區,類型1表示儲層發育區,類型2表示有利儲層發育區,具體劃分標準是根據時窗對應的深度范圍內砂巖累計厚度決定的,砂巖累計厚度低于5m標記為0,5m-15m標記為1,15m以上標記為2。
在步驟3中,經過匹配得到的帶有類別標簽的地震屬性集,為機器學習分類模型的訓練提供樣本點支持。
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權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勝利油田分公司物探研究院,未經中國石油化工股份有限公司;中國石油化工股份有限公司勝利油田分公司物探研究院許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作,請聯系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/201811292103.4/2.html,轉載請聲明來源鉆瓜專利網。





