[發明專利]一種基于狀態空間模型與支持向量回歸的井震聯合多目標同時反演方法

有效

• 申請號: 202110687122.2
• 申請日: 2021-06-21
• 公開（公告）號: CN113419278B
• 公開（公告）日: 2022-03-08
• 發明（設計）人: 何文淵
• 申請（專利權）人: 大慶油田有限責任公司;中國石油天然氣股份有限公司
• 主分類號: G01V1/28
• 分類號: G01V1/28
• 代理公司: 大慶知文知識產權代理有限公司 23115
• 代理人: 馬微

本發明涉及一種基于狀態空間模型與支持向量回歸的井震聯合多目標同時反演方法，包括以下步驟：基于樣本油井的實測數據，利用離散化方法，建立狀態空間模型和狀態遷移變換矩陣，其次建立狀態殘差隨機變量概率密度函數，基于支持向量回歸方法建立觀測函數，接著建立觀測誤差隨機變量概率密度函數，最后基于狀態空間模型進行多目標同時反演。該方法極大限度地降低了建立狀態空間模型的難度，節省人力物力與時間，解決了常規反演方法周期長、成本高、生產效率低的問題。

技術領域：

本發明涉及地震數據反演與解釋領域，具體地講，涉及一種井震聯合多目標同時反演方法。

背景技術：

當前基于測井約束的隨機反演方法是主流的地震反演方法，作為突出隨機反演方法特色，研究與工程人員經常對確定性反演與隨機反演進行比較討論。確定性反演假定波阻抗在空間上是一個確定值，通常以褶積模型為基礎，利用最小化準則進行求解，得到平滑的波阻抗估計值。由于地震資料是帶限的，確定性反演最大的局限性是其反演結果既缺乏低頻也缺乏高頻成分，低頻成分通常用疊前時間/深度偏移速度譜資料或測井低頻資料來彌補，高頻成分則主要通過測井資料來補充。約束稀疏脈沖反演和基于模型反演是兩種最常用的確定性反演方法。隨機地震反演假設波阻抗在空間上是一個隨機變量，可以用概率分布來表示，這個概率分布任意一次采樣就是一次反演實現。隨機地震反演將地震資料、測井資料和地質統計學信息融合為地下波阻抗的后驗概率分布，利用馬爾科夫鏈蒙特上洛方法對這個后驗概率分布進行采樣，通過綜合分析多個采樣結果研究后驗概率分布的性質。可見，確定性反演方法著重于獲得這個分布中可能性最大的模型，而隨機反演則研究整個概率分布的性質，是確定性反演的補充。與確定性反演方法相比，隨機反演具有如下優勢：首先，它綜合利用了測井信息和地質統計學信息，且反演過程沒有采用確定性反演中的局部平滑處理，可以從地震資料中提取更多的細節信息；其次，隨機反演從井點出發，反演結果與井吻合程度非常高；再次，綜合分析多個實現可以對反演結果的不確定性作出定量評估；最后，最新的隨機反演方法建立在貝吐斯公式的基礎上，可以方便地融合多尺度信息。大量的使用經驗表明，確定性反演結果橫向變化自然，但縱向上分辨率低，單砂體和鉆井結果符合不好，不能滿足實際生產需求；基于測井約束的隨機反演縱向分辨率大幅提高，薄層砂巖的邊界比較清楚，與鉆井解釋的砂巖基本符合，這是因為初始波阻抗模型中包含了超出地震頻帶的高頻測井信息，并一直保留到反演結果中，這種高頻信息對應于薄層的響應，由于薄層通常分布規模小，橫向相變快，必須有足夠的井才能確保內插結果的可靠性，所以，基于測井約束的隨機反演對測井資料的數量與測井資料在空間的分布規律提出較高的要求，較適合于開發和生產階段地震油藏描述。

狀態空間模型是動態時序模型，該模型可以表示為式(1)與式(2)：

X^t＝f^t(X^t-1)+Q^t (1)

Y^t＝o^t(X^t)+R^t (2)