[發(fā)明專利]地震波形聚類方法、電子設備及介質

在審

• 申請?zhí)枺?/td>: 202010909915.X
• 申請日: 2020-09-02
• 公開（公告）號: CN114429161A
• 公開（公告）日: 2022-05-03
• 發(fā)明（設計）人: 夏紅敏;劉蘭鋒;劉俊州;史云清;王箭波;溫立峰
• 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勘探開發(fā)研究院
• 主分類號: G06K9/62
• 分類號: G06K9/62;G01V1/36
• 代理公司: 北京思創(chuàng)畢升專利事務所 11218
• 代理人: 孫向民;廉莉莉

本申請公開了一種地震波形聚類方法、電子設備及介質。該方法可以包括：步驟1：輸入地震數(shù)據(jù)并歸一化；步驟2：在地震數(shù)據(jù)中隨機選取K道地震數(shù)據(jù)作為質心；步驟3：計算剩余地震數(shù)據(jù)與K個質心的質心距離，將地震數(shù)據(jù)劃分為K簇數(shù)據(jù)；步驟4：對于每簇數(shù)據(jù)，計算下一步迭代的質心；步驟5：對比該次迭代后質心是否與上一次的質心相同，若不同則重復步驟3?5，若相同則輸出分類結果。本發(fā)明采用基于K?Means改進的KMedoids?DTW算法，能夠識別橫向變化快的非均質儲層、小裂縫群等地質特征；能夠清晰地刻畫地層結構邊緣。

技術領域

本發(fā)明涉及油氣地震資料解釋、復雜儲層預測領域，更具體地，涉及一種地震波形聚類方法、電子設備及介質。

背景技術

從波形的特征來說，地震數(shù)據(jù)上的地震波特征變化能夠反映出地下介質參數(shù)的變化，地震波波形變化即是地震反射波的動力學特征。地質體的物性、內部結構、含油氣性、分布范圍、厚度都可以通過地震波的波形特征表現(xiàn)出來。地震波形特征(動力學)可以一定程度上反應地層屬性，利用波形的某些結構特征參數(shù)就能夠表征波形對應的地層特征。從波形分類技術來說，通過有效的波形分類技術，能夠建立起地震相圖與實際地質體之間的對應關系，估計地下的巖石性質和物性變化，進行局部地層解釋，確定沉積體系，推測有利生油區(qū)，明確后期的開采目標。波形分類作為地球物理勘探技術的一個重要技術，特別在識別沉積相結構方面，為油氣預測和勘探開發(fā)也發(fā)揮了很多的作用，是石油勘探領域中的一個重要技術。

目前，地震波形分類方法主要有：①判別因子分析法地震波形分類；②基于神經網絡的地震波形分類；③基于小波變換和自組織映射的無監(jiān)督波形分類，該方法具有對層位解釋誤差不敏感的優(yōu)點，改善了地震相分析結果；④基于人工免疫系統(tǒng)和自組織映射的混合波形分類方法，通過人工免疫系統(tǒng)方法壓縮數(shù)據(jù)和確定地震相的數(shù)量，同時對于具有噪聲的地震數(shù)據(jù)的分析上具有更好的魯棒性；⑤基于K-means和SOM的三維波形分類，該方法的主要優(yōu)點是能夠對垂直厚度小于垂直地震分辨率的薄層進行分類；⑥基于半監(jiān)督的快速地震波形分類方法，采用基于線性變換的半監(jiān)督降維算法降低待分類樣本的維數(shù)。

上述波形聚類方法在地震相分析中都取得過較好的效果，但這些方法都存在一定的不足。在無監(jiān)督聚類中，分類數(shù)是不確定的，分類數(shù)的準確度決定了分類效果和精細度。現(xiàn)有K-Means算法采用歐式距離算法，通過對樣本各類簇數(shù)據(jù)求取平均值的方式來獲得該類簇的中心。因此應用該方法時，若樣本中存在個別離群點，聚類中心會受到異常值的干擾，使得均值中心和實際中心位置偏差過大，從而導致類簇發(fā)生“畸變”；而應用歐氏距離，若存在由人工層位識別引起的層位誤差時，歐氏距離作為相似性度量會因為波形未對齊而形成誤差。

因此，有必要開發(fā)一種基于KMedoids-DTW算法的地震波形聚類方法、電子設備及介質。

公開于本發(fā)明背景技術部分的信息僅僅旨在加深對本發(fā)明的一般背景技術的理解，而不應當被視為承認或以任何形式暗示該信息構成已為本領域技術人員所公知的現(xiàn)有技術。

發(fā)明內容

本發(fā)明提出了一種地震波形聚類方法、電子設備及介質，其采用基于K-Means改進的KMedoids-DTW算法，能夠識別橫向變化快的非均質儲層、小裂縫群等地質特征，清晰地刻畫地層結構邊緣。

第一方面，本公開實施例提供了一種地震波形聚類方法，包括：

步驟1：輸入地震數(shù)據(jù)并歸一化；

步驟2：在所述地震數(shù)據(jù)中隨機選取K道地震數(shù)據(jù)作為質心；

步驟3：計算剩余地震數(shù)據(jù)與K個質心的質心距離，將所述地震數(shù)據(jù)劃分為K簇數(shù)據(jù)；

步驟4：對于每簇數(shù)據(jù)，計算下一步迭代的質心；

步驟5：對比該次迭代后質心是否與上一次的質心相同，若不同則重復步驟3-5，若相同則輸出分類結果。

優(yōu)選地，計算質心距離包括：