[發(fā)明專利]一種基于小樣本機(jī)器學(xué)習(xí)地震測(cè)井超高分辨率數(shù)據(jù)融合實(shí)現(xiàn)方法有效
| 申請(qǐng)?zhí)枺?/td> | 202110582235.6 | 申請(qǐng)日: | 2021-05-27 |
| 公開(公告)號(hào): | CN113267816B | 公開(公告)日: | 2023-05-16 |
| 發(fā)明(設(shè)計(jì))人: | 楊建禮;常新偉 | 申請(qǐng)(專利權(quán))人: | 北京珠瑪陽(yáng)光科技有限公司 |
| 主分類號(hào): | G01V1/50 | 分類號(hào): | G01V1/50 |
| 代理公司: | 暫無(wú)信息 | 代理人: | 暫無(wú)信息 |
| 地址: | 100083 北京市海淀*** | 國(guó)省代碼: | 北京;11 |
| 權(quán)利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關(guān)鍵詞: | 一種 基于 樣本 機(jī)器 學(xué)習(xí) 地震 測(cè)井 超高 分辨率 數(shù)據(jù) 融合 實(shí)現(xiàn) 方法 | ||
本發(fā)明公開了在地球物理反演與人工智能機(jī)器學(xué)習(xí)交叉領(lǐng)域一種基于小樣本機(jī)器學(xué)習(xí)地震測(cè)井超高分辨率數(shù)據(jù)融合實(shí)現(xiàn)方法。該方法通過SVM機(jī)器學(xué)習(xí)算法自動(dòng)建立三個(gè)頻率(低頻測(cè)井?dāng)?shù)據(jù)插值模型、中頻地震數(shù)據(jù)、高頻測(cè)井?dāng)?shù)據(jù)插值模型)成分與目標(biāo)測(cè)井曲線之間非線性關(guān)系,并通過檢驗(yàn)井(測(cè)試集數(shù)據(jù))驗(yàn)證這種非線性關(guān)系,從而實(shí)現(xiàn)地震數(shù)據(jù)和測(cè)井?dāng)?shù)據(jù)超高分辨率(縱向分辨率小于5m)數(shù)據(jù)融合的目標(biāo)且能很好保持地震特征的目標(biāo)。使用本發(fā)明的方法能夠在突破縱向分辨率5m的門檻后還能很好保持地震數(shù)據(jù)特征,而且信噪比高、成像好、效率高。本發(fā)明方法尤其適用于非均質(zhì)性強(qiáng)儲(chǔ)層高分辨反演。
技術(shù)領(lǐng)域
本發(fā)明屬于地球物理反演與人工智能機(jī)器學(xué)習(xí)交叉領(lǐng)域。
背景技術(shù)
地震和測(cè)井聯(lián)合高分辨反演是預(yù)測(cè)薄層的重要的技術(shù)手段,但長(zhǎng)久以來未能很好地解決地震數(shù)據(jù)特征控制高分辨反演這樣一個(gè)難題。以往常用的高分辨反演方法主要包括地質(zhì)統(tǒng)計(jì)反演、基于初始模型迭代的高分辨反演,后來發(fā)展了基于地震和測(cè)井?dāng)?shù)據(jù)融合的高分辨反演方法,前兩種方法由于地震數(shù)據(jù)本身并沒有成為高分辨反演結(jié)果的一部分,即不是硬約束而是軟約束,所以高分辨反演結(jié)果都不能很好地保持地震數(shù)據(jù)特征及細(xì)節(jié)變化,尤其是橫向突變,例如砂體尖滅、橫向不連續(xù)、古河道、斷層等。后一種方法是地震數(shù)據(jù)和測(cè)井?dāng)?shù)據(jù)合并得到的高分辨反演結(jié)果,該方法目前存在三個(gè)難題:①通常在縱向分辨率大于5m時(shí)還能大致保持住地震橫向變化特征,但在縱向分辨率小于5m時(shí),保持地震橫向變化特征變得非常困難;②地震數(shù)據(jù)和幾個(gè)測(cè)井?dāng)?shù)據(jù)插值模型之間的權(quán)重比例系數(shù)調(diào)整非常費(fèi)時(shí)費(fèi)力,花費(fèi)時(shí)間長(zhǎng),很多時(shí)候還不能調(diào)整到一個(gè)最佳參數(shù)組合。地震數(shù)據(jù)和幾個(gè)測(cè)井?dāng)?shù)據(jù)插值模型之間權(quán)重系數(shù)非常關(guān)鍵,它們影響了高分辨反演結(jié)果的精度以及地震數(shù)據(jù)特征的保持程度;③該方法得到的高分辨反演結(jié)果的信噪比低。
地震數(shù)據(jù)屬性分析往往可以很好地刻畫古河道、“串珠狀”縫洞儲(chǔ)層等,但以往的非相控高分辨反演結(jié)果往往抹殺了這種突變的地震數(shù)據(jù)特征(如砂體尖滅、古河道、潮道、點(diǎn)礁、“串珠狀”縫洞儲(chǔ)層等),所以也很難預(yù)測(cè)和描述這種突變特征的儲(chǔ)層。地震數(shù)據(jù)中的這種突變的特征實(shí)際代表了沉積相或微相。高分辨反演結(jié)果能否很好地保持地震數(shù)據(jù)的特征成為衡量其成功與否的重要標(biāo)準(zhǔn)。
本次發(fā)明的方法通過引進(jìn)SVM(Support?Vector?Machine)機(jī)器學(xué)習(xí)算法自動(dòng)建立三個(gè)頻率(低頻測(cè)井?dāng)?shù)據(jù)插值模型、中頻地震數(shù)據(jù)、高頻測(cè)井?dāng)?shù)據(jù)插值模型)成分與目標(biāo)測(cè)井曲線之間非線性關(guān)系,從而實(shí)現(xiàn)地震數(shù)據(jù)和測(cè)井?dāng)?shù)據(jù)超高分辨率(縱向分辨率小于5m)數(shù)據(jù)融合且能很好保持地震特征的目標(biāo)。該技術(shù)較傳統(tǒng)技術(shù)最大的優(yōu)勢(shì)在于不需要人工調(diào)整地震數(shù)據(jù)與兩個(gè)測(cè)井?dāng)?shù)據(jù)插值模型之間的權(quán)重,而且在縱向分辨率達(dá)到5m以下時(shí)高分辨反演結(jié)果的橫向變化趨勢(shì)仍然與地震數(shù)據(jù)特征保持很好的一致性,也就是具有非常高的地震相控能力。保持了地震數(shù)據(jù)特征就意味著能夠保持原來地震數(shù)據(jù)中諸如反映古河道、潮道、“串珠”狀縫洞儲(chǔ)層、透鏡體等非均質(zhì)性地質(zhì)體,即能夠?qū)崿F(xiàn)所謂的地震相控(間接沉積相控)高分辨反演。
發(fā)明內(nèi)容
本發(fā)明旨在解決目前地震和測(cè)井高分辨數(shù)據(jù)融合中遇到的以下難題,一是在縱向分辨率突破5m以下后高分辨反演結(jié)果很難保持住地震數(shù)據(jù)特征而且信噪比低(實(shí)際是模型痕跡重),二是地震數(shù)據(jù)和幾個(gè)測(cè)井?dāng)?shù)據(jù)插值模型之間的權(quán)重比例系數(shù)人工調(diào)整效率低、精度低。本發(fā)明采用以下技術(shù)解決方案。通過SVM(Support?Vector?Machine)機(jī)器學(xué)習(xí)算法自動(dòng)建立三個(gè)頻率(低頻測(cè)井?dāng)?shù)據(jù)插值模型、中頻地震數(shù)據(jù)、高頻測(cè)井?dāng)?shù)據(jù)插值模型)成分與目標(biāo)測(cè)井曲線之間非線性關(guān)系,并通過檢驗(yàn)井(測(cè)試集數(shù)據(jù))驗(yàn)證這種非線性關(guān)系,從而實(shí)現(xiàn)地震數(shù)據(jù)和測(cè)井?dāng)?shù)據(jù)超高分辨率(縱向分辨率小于5m)數(shù)據(jù)融合且能很好保持地震特征的目標(biāo)。
本發(fā)明具體是這樣實(shí)現(xiàn)的:
步驟一、疊加地震或彈性地震(即彈性參數(shù)反射率數(shù)據(jù),例如,)進(jìn)行積分處理轉(zhuǎn)換為帶限(相對(duì))縱波阻抗。這部分?jǐn)?shù)據(jù)是中頻部分。
步驟二、利用測(cè)井縱波阻抗數(shù)據(jù)和層位解釋數(shù)據(jù),通過插值建立三維井模型數(shù)據(jù)(包含低頻、中頻和高頻成分)。
該專利技術(shù)資料僅供研究查看技術(shù)是否侵權(quán)等信息,商用須獲得專利權(quán)人授權(quán)。該專利全部權(quán)利屬于北京珠瑪陽(yáng)光科技有限公司,未經(jīng)北京珠瑪陽(yáng)光科技有限公司許可,擅自商用是侵權(quán)行為。如果您想購(gòu)買此專利、獲得商業(yè)授權(quán)和技術(shù)合作,請(qǐng)聯(lián)系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/202110582235.6/2.html,轉(zhuǎn)載請(qǐng)聲明來源鉆瓜專利網(wǎng)。
- 樣本引入裝置、樣本引入基片和樣本引入方法
- 樣本查找方法、裝置及系統(tǒng)
- 模型訓(xùn)練、樣本平衡方法及裝置以及個(gè)人信用評(píng)分系統(tǒng)
- 樣本輸送系統(tǒng)、樣本輸送方法以及樣本檢測(cè)系統(tǒng)
- 樣本分析裝置、樣本檢測(cè)設(shè)備及樣本檢測(cè)方法
- 樣本檢測(cè)方法、樣本檢測(cè)裝置及樣本檢測(cè)系統(tǒng)
- 樣本架、樣本混勻系統(tǒng)及樣本分析儀
- 樣本收集管及樣本收集系統(tǒng)
- 樣本數(shù)據(jù)集的擴(kuò)容方法及模型的訓(xùn)練方法
- 行人重識(shí)別的噪聲樣本識(shí)別方法、裝置、設(shè)備和存儲(chǔ)介質(zhì)
- 根據(jù)用戶學(xué)習(xí)效果動(dòng)態(tài)變化下載學(xué)習(xí)數(shù)據(jù)的系統(tǒng)及方法
- 用于智能個(gè)人化學(xué)習(xí)服務(wù)的方法
- 漸進(jìn)式學(xué)習(xí)管理方法及漸進(jìn)式學(xué)習(xí)系統(tǒng)
- 輔助學(xué)習(xí)的方法及裝置
- 基于人工智能的課程推薦方法、裝置、設(shè)備及存儲(chǔ)介質(zhì)
- 基于強(qiáng)化學(xué)習(xí)的自適應(yīng)移動(dòng)學(xué)習(xí)路徑生成方法
- 一種線上視頻學(xué)習(xí)系統(tǒng)
- 一種基于校園大數(shù)據(jù)的自適應(yīng)學(xué)習(xí)方法、裝置及設(shè)備
- 一種學(xué)習(xí)方案推薦方法、裝置、設(shè)備和存儲(chǔ)介質(zhì)
- 游戲?qū)W習(xí)效果評(píng)測(cè)方法及系統(tǒng)





