[發明專利]一種基于高斯混合模型的地震相分析方法及存儲介質

在審

• 申請號: 201910818527.8
• 申請日: 2019-08-30
• 公開（公告）號: CN112444855A
• 公開（公告）日: 2021-03-05
• 發明（設計）人: 劉百紅;鄭四連;陳金煥;段文超
• 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石油物探技術研究院
• 主分類號: G01V1/28
• 分類號: G01V1/28;G01V1/30
• 代理公司: 北京聿宏知識產權代理有限公司 11372
• 代理人: 吳大建;張杰

1.一種基于高斯混合模型的地震相分析方法，其特征在于，包括：

對于給定的疊后地震數據體，選擇待分類地震數據；

對所述待分類地震數據分類成K類分類地震數據，并對K類分類地震數據分別定義類別值；

利用K類分類地震數據和其分別對應的類別值訓練高斯混合模型；

利用訓練好的高斯混合模型對目標地震數據進行分類以進行地震相分析。

2.根據權利要求1所述的基于高斯混合模型的地震相分析方法，其特征在于，所述給定的疊后地震數據體包括時間域的地震數據或深度域的地震數據。

3.根據權利要求2所述的基于高斯混合模型的地震相分析方法，其特征在于，對于給定的疊后地震數據體，選擇待分類地震數據，包括：

對于給定的疊后地震數據體，根據給定中心點和時窗大小選擇待分類地震數據，或

對于給定的疊后地震數據體，根據給定解釋層位和時窗大小選擇待分類地震數據。

4.根據權利要求1所述的基于高斯混合模型的地震相分析方法，其特征在于，利用K類分類地震數據和其分別對應的類別值訓練高斯混合模型，包括：

第一步驟，對高斯混合模型的參數進行初始化，所述參數包括各類的簇中心、每個K類分類地震數據隸屬于各類的概率值、各類在K類中出現的概率值；

第二步驟，根據經過初始化的參數計算每個K類分類地震數據隸屬于各類的計算概率值；

第三步驟，根據每個K類分類地震數據隸屬于各類的計算概率值計算各類的計算簇中心、每個K類分類地震數據與各類的簇中心的計算協方差矩陣、各類在K類中出現的計算概率值；

將第三步驟得到的值對應替換第一步驟中對應參數的值，并重復第二步驟和第三步驟，直到滿足停止條件。

5.根據權利要求4所述的基于高斯混合模型的地震相分析方法，其特征在于，所述停止條件包括：

各類的計算簇中心的變化滿足第一閾值。

6.根據權利要求4所述的基于高斯混合模型的地震相分析方法，其特征在于，所述停止條件包括：

關于每個K類分類地震數據與各類的簇中心的目標函數滿足第二閾值。

7.根據權利要求4所述的基于高斯混合模型的地震相分析方法，其特征在于，對高斯混合模型的參數進行初始化，包括：

將各類的簇中心初始化為隨機數，將每個K類分類地震數據隸屬于各類的概率值初始化為0，將各類在K類中出現的概率值初始化為均勻的值。

8.根據權利要求6所述的基于高斯混合模型的地震相分析方法，其特征在于，關于每個K類分類地震數據與各類的簇中心的目標函數為：

其中，X_j是第j個隸屬于第k類分類地震數據，μ_k是第k個類的簇中心，S_k是第k類分類地震數據。

9.根據權利要求1所述的基于高斯混合模型的地震相分析方法，其特征在于，利用訓練好的高斯混合模型對目標地震數據進行分類以進行地震相分析，包括：

在目標地震數據輸入訓練好的高斯混合模型后，計算所述目標地震數據隸屬于各類的概率值，將隸屬于各類的概率值中的最大值對應的類別作為目標地震數據所屬的類別。

10.根據權利要求1所述的基于高斯混合模型的地震相分析方法，其特征在于，利用訓練好的高斯混合模型對目標地震數據進行分類以進行地震相分析，包括：

利用訓練好的高斯混合模型對目標地震數據進行分類，并且根據分類結果形成巖石物理參數或者沉積相平面分布規律圖。

11.一種存儲介質，其特征在于，存儲有計算機程序，所述計算機程序被處理器執行時實現如權利要求1至10中任意一項所述方法。