[發明專利]基于梯度結構張量譜分解的碳酸鹽巖縫洞增強識別方法

在審

• 申請號: 202010216733.4
• 申請日: 2020-03-25
• 公開（公告）號: CN111290021A
• 公開（公告）日: 2020-06-16
• 發明（設計）人: 呂健飛;韓龍;武錦程;任歡頌;李宗賢;謝雄舉;賈云花;劉海軍
• 申請（專利權）人: 北京奧能恒業能源技術有限公司
• 主分類號: G01V1/28
• 分類號: G01V1/28;G01V1/30
• 代理公司: 北京中政聯科專利代理事務所(普通合伙) 11489
• 代理人: 鄭久興

1.基于梯度結構張量譜分解的碳酸鹽巖縫洞增強識別方法，其特征在于，包括以下步驟：

基于三維地震數據體和目的層段，得到三維地震數據體中每個點的振幅梯度矢量；

對所述每個點的振幅梯度矢量進行卷積處理，用于減少干擾數據，得到卷積后每個點的振幅梯度矢量；

基于所述卷積后每個點的振幅梯度矢量，得到梯度結構張量；

利用振幅變化量方向屬性，得到所述梯度結構張量的特征值和特征向量，用于去除干擾數據，以得到梯度結構張量各向異性參數數據體；

在所述梯度結構張量各向異性參數數據體中提取振幅變化率，所述振幅變化率用于識別裂縫。

2.根據權利要求1所述的識別方法，其特征在于，

所述基于三維地震數據體和目的層段，得到三維地震數據體中每個點的振幅梯度矢量包括：

基于所述三維地震數據體，針對所述目的層段，得到三維地震數據體中每個時間點的傾角和方位角；

基于所述每個時間點的傾角和方位角建立所述每個時間點的局部坐標系；

基于所述局部坐標系，通過公式得到振幅梯度矢量。

3.根據權利要求1所述的識別方法，其特征在于，

利用高斯窗函數對所述每個點的振幅梯度矢量進行卷積處理。

4.根據權利要求1所述的識別方法，其特征在于，還包括：

所述利用振幅變化量方向屬性，得到所述梯度結構張量的特征值和特征向量，用于去除干擾數據，得到梯度結構張量各向異性參數數據體具體為：

通過公式|Tv-λv|＝0得到所述梯度結構張量各向異性參數數據體。

5.基于梯度結構張量譜分解的碳酸鹽巖縫洞增強識別裝置，其特征在于，包括：

第一計算單元(1)，基于三維地震數據體和目的層段，得到三維地震數據體中每個點的振幅梯度矢量；

卷積處理單元(2)，用于對所述每個點的振幅梯度矢量進行卷積處理，用于減少干擾數據，得到卷積后每個點的振幅梯度矢量；

第二計算單元(3)，基于所述卷積后每個點的振幅梯度矢量，得到梯度結構張量；

第三計算單元(4)，利用振幅變化量方向屬性，得到所述梯度結構張量的特征值和特征向量，用于去除干擾數據，以得到梯度結構張量各向異性參數數據體；

提取單元，用于在所述梯度結構張量各向異性參數數據體中提取振幅變化率，所述振幅變化率用于識別裂縫。

6.根據權利要求5所述的識別裝置，其特征在于，所述第一計算單元(1)包括：

第一計算子單元(11)，基于所述三維地震數據體，針對所述目的層段，得到三維地震數據體中每個時間點的傾角和方位角；

局部坐標系建立單元(12)，基于所述每個時間點的傾角和方位角建立所述每個時間點的局部坐標系；

第二計算子單元(13)，基于所述局部坐標系，通過公式得到振幅梯度矢量。

7.根據權利要求5所述的識別裝置，其特征在于，所述卷積處理單元(2)利用高斯窗函數對所述每個時間點的振幅梯度矢量進行卷積處理。

8.根據權利要求5所述的識別裝置，其特征在于，還包括：

所述利用振幅變化量方向屬性，得到所述梯度結構張量的特征值和特征向量，用于去除干擾數據，得到梯度結構張量各向異性參數數據體具體為：

通過公式|Tv-λv|＝0得到所述梯度結構張量各向異性參數數據體。

9.一種電子設備，包括存儲器、處理器，所述存儲器中存儲有可在所述處理器上運行的計算機程序，其特征在于，

所述處理器執行所述計算機程序時實現上述權利要求1-4任一權項所述方法的步驟。

10.一種具有處理器可執行的非易失的程序代碼的計算機可讀介質，其特征在于，

所述程序代碼使所述處理器執行所述權利要求1-4任一權項所述方法。