專利名稱：一種地震波形分析及儲(chǔ)層預(yù)測(cè)方法和裝置的制作方法
技術(shù)領(lǐng)域：
本發(fā)明涉及石油勘探領(lǐng)域，具體涉及ー種地震波形分析及儲(chǔ)層預(yù)測(cè)方法和裝置。
背景技術(shù)：
由于碳酸鹽巖儲(chǔ)層的非均質(zhì)性非常強(qiáng)，而且碳酸鹽巖儲(chǔ)層往往埋藏深，這ー方面限制了多波和大出射角地震資料和相關(guān)先進(jìn)方法的利用，另ー方面由于濱里海盆地ニ疊系巨厚鹽丘的屏蔽效應(yīng)使地震資料的分辨率降低，多種因素使得研究區(qū)的碳酸鹽巖儲(chǔ)層預(yù)測(cè)非常困難。目前對(duì)于碳酸鹽巖的儲(chǔ)層預(yù)測(cè)多采用波阻抗反演等儲(chǔ)層預(yù)測(cè)方法，這些方法大多針對(duì)碎屑巖儲(chǔ)層，且往往丟失了兩個(gè)基本信息①不清楚地震信號(hào)的總體變化；②不清楚這種變化的分布規(guī)律。發(fā)明人在實(shí)現(xiàn)本發(fā)明的過(guò)程中發(fā)現(xiàn)，這些方法直接應(yīng)用于碳酸鹽巖效果不太理想，且在勘探階段早期，尤其是在井資料比較少的情況下，僅利用波阻抗反演方法，其結(jié)果往往多解性較強(qiáng)，很難對(duì)其進(jìn)行準(zhǔn)確預(yù)測(cè)。

發(fā)明內(nèi)容
本發(fā)明的目的在于，提供ー種地震波形分析及儲(chǔ)層預(yù)測(cè)方法和裝置，以將地震相劃分、單井沉積相識(shí)別、沉積地質(zhì)研究相結(jié)合進(jìn)行沉積相帶劃分，進(jìn)ー步進(jìn)行碳酸鹽巖有利儲(chǔ)層發(fā)育區(qū)的預(yù)測(cè)。為達(dá)上述目的，一方面，本發(fā)明實(shí)施例提供了ー種地震波形分析及儲(chǔ)層預(yù)測(cè)方法，所述方法包括從地震剖面上任ー個(gè)地震反射層位中選取目的層；選取地震波形分類時(shí)窗的大小，根據(jù)所述地震波形分類時(shí)窗提取目的層附近的波形；根據(jù)地震相的分類數(shù)，創(chuàng)建多個(gè)模型道，所述多個(gè)模型道的數(shù)量與所述地震相的分類數(shù)相同；根據(jù)自組織神經(jīng)網(wǎng)絡(luò)對(duì)不同的波形進(jìn)行分類，以區(qū)分不同沉積體；對(duì)地震相分類參數(shù)進(jìn)行處理，生成地震相分類圖；所述地震相分類參數(shù)包括地震相的分類數(shù)、訓(xùn)練自組織神經(jīng)網(wǎng)絡(luò)的數(shù)據(jù)量及自組織神經(jīng)網(wǎng)絡(luò)的迭代次數(shù)；根據(jù)沉積時(shí)水深、水動(dòng)カ特征、巖石物理特征、生物種類、沉積構(gòu)造特征、儲(chǔ)集性能、以及測(cè)井曲線特征，建立沉積相識(shí)別標(biāo)志以進(jìn)行單井沉積相的劃分，并進(jìn)行單井間的沉積相對(duì)比來(lái)生成連井沉積相，所述連井沉積相用以確定井與井之間的沉積相；結(jié)合單井沉積相及地震相，把井點(diǎn)處地震相轉(zhuǎn)化為沉積相，根據(jù)標(biāo)定井點(diǎn)地震波形類型向未鉆探地區(qū)外推，結(jié)合連井沉積相，對(duì)整個(gè)地震相圖進(jìn)行地質(zhì)解釋并由點(diǎn)到面地形成沉積相圖；根據(jù)所述沉積相圖進(jìn)行儲(chǔ)層預(yù)測(cè)，尋找不同沉積相中有利儲(chǔ)層發(fā)育區(qū)。為達(dá)上述目的，另ー方面，本發(fā)明實(shí)施例提供了ー種地震波形分析及儲(chǔ)層預(yù)測(cè)裝置，所述裝置包括
目的層選取単元，用于從地震剖面上任ー個(gè)地震反射層位中選取目的層；地震波形分類時(shí)窗選取單元，用于選取地震波形分類時(shí)窗的大小，根據(jù)所述地震波形分類時(shí)窗提取目的層附近的地震波形；模型道創(chuàng)建單元，用于地震相的分類數(shù)，創(chuàng)建多個(gè)模型道，所述多個(gè)模型道的數(shù)量與所述地震相的分類數(shù)相同；波形分類單元，用于根據(jù)自組織神經(jīng)網(wǎng)絡(luò)對(duì)不同的地震波形進(jìn)行分類，以區(qū)分不同沉積體；地震相分類圖生成単元，用于對(duì)地震相分類參數(shù)進(jìn)行處理，生成地震相分類圖；所述地震相分類參數(shù)包括地震相的分類數(shù)、訓(xùn)練自組織神經(jīng)網(wǎng)絡(luò)的數(shù)據(jù)量及自組織神經(jīng)網(wǎng)絡(luò)的迭代次數(shù)；單井沉積相劃分與對(duì)比單元，用于根據(jù)沉積時(shí)水深、水動(dòng)カ特征、巖石物理特征、生物種類、沉積構(gòu)造特征、儲(chǔ)集性能、以及測(cè)井曲線特征，建立沉積相識(shí)別標(biāo)志以進(jìn)行單井沉積相的劃分，并進(jìn)行單井間的沉積相對(duì)比來(lái)生成連井沉積相，所述連井沉積相用以確定井與井之間的沉積相；沉積相圖生成單元,用于結(jié)合單井沉積相及地震相,把井點(diǎn)處地震相轉(zhuǎn)化為沉積相，根據(jù)標(biāo)定井點(diǎn)地震波形類型向未鉆探地區(qū)外推，結(jié)合連井沉積相，對(duì)整個(gè)地震相圖進(jìn)行地質(zhì)解釋并由點(diǎn)到面地形成沉積相圖；儲(chǔ)層預(yù)測(cè)單元，用于根據(jù)所述沉積相圖進(jìn)行儲(chǔ)層預(yù)測(cè)，尋找不同沉積相中有利儲(chǔ)層發(fā)育區(qū)。本發(fā)明實(shí)施例提供的上述技術(shù)方案的有益效果在于可以由點(diǎn)到面地把地震相轉(zhuǎn)化為沉積相，進(jìn)行有利沉積相帶的研究及儲(chǔ)層預(yù)測(cè)，消除了地震與地質(zhì)勘探結(jié)合不緊密的弊端，使得地震和地質(zhì)完美結(jié)合來(lái)指導(dǎo)油氣的勘探，増加勘探工作效率。


為了更清楚地說(shuō)明本發(fā)明實(shí)施例或現(xiàn)有技術(shù)中的技術(shù)方案，下面將對(duì)實(shí)施例或現(xiàn)有技術(shù)描述中所需要使用的附圖做ー簡(jiǎn)單地介紹，顯而易見(jiàn)地，下面描述中的附圖僅僅是本發(fā)明的一些實(shí)施例，對(duì)于本領(lǐng)域普通技術(shù)人員來(lái)講，在不付出創(chuàng)造性勞動(dòng)性的前提下，還可以根據(jù)這些附圖獲得其他的附圖。圖I為本發(fā)明實(shí)施例的地震波形分析及沉積相劃分的整體流程圖；圖2為本發(fā)明實(shí)施例的地震波形分類時(shí)窗選取的示意圖；圖3為本發(fā)明實(shí)施例的地震波形分類模型道示意圖；圖4為本發(fā)明實(shí)施例的濱里海盆地中區(qū)塊波形分類地震相平面分布圖；圖5為本發(fā)明實(shí)施例濱里海盆地東緣中區(qū)塊石炭系沉積相類型特征簡(jiǎn)表；圖6為本發(fā)明實(shí)施例的濱里海東緣中區(qū)塊石炭系主要目的層?xùn)|西向連井沉積相圖；圖7為本發(fā)明實(shí)施例的濱里海盆地東緣中區(qū)塊石炭系KT- I層頂部沉積相分布圖；圖8為本發(fā)明實(shí)施例的地震波形分析及沉積相預(yù)測(cè)裝置的功能框圖； 圖9為本發(fā)明實(shí)施例的地震相分類圖生成単元250的具體功能框圖。
具體實(shí)施例方式為使本發(fā)明實(shí)施例的目的、技術(shù)方案和優(yōu)點(diǎn)更加清楚，下面將結(jié)合本發(fā)明實(shí)施例中的附圖，對(duì)本發(fā)明實(shí)施例中的技術(shù)方案進(jìn)行清楚、完整地描述，顯然，所描述的實(shí)施例是本發(fā)明一部分實(shí)施例，而不是全部的實(shí)施例。基于本發(fā)明中的實(shí)施例，本領(lǐng)域普通技術(shù)人員在沒(méi)有做出創(chuàng)造性勞動(dòng)前提下所獲得的所有其他實(shí)施例，都屬于本發(fā)明保護(hù)的范圍。由于不同的沉積環(huán)境形成不同的沉積體，反映在地震信息上就是地震波振幅、頻率、相位的變化，也就是地震波形的變化。因此，本發(fā)明實(shí)施例首先應(yīng)用人工神經(jīng)網(wǎng)絡(luò)地震相檢測(cè)技術(shù)進(jìn)行地震波形分類，得到與沉積相相對(duì)應(yīng)的地震相圖，然后應(yīng)用鉆井、測(cè)井、試油等資料進(jìn)行單井沉積相的劃分與對(duì)比，結(jié)合區(qū)域地震相圖，詳細(xì)解釋地震相所包含的地質(zhì)含義，可以由點(diǎn)到面地把地震相轉(zhuǎn)化為沉積相，進(jìn)行有利沉積相帶的研究及儲(chǔ)層預(yù)測(cè)，消除了地震與地質(zhì)勘探結(jié)合不緊密的弊端，使得地震和地質(zhì)完美結(jié)合來(lái)指導(dǎo)油氣的勘探，增加勘探工作效率。 圖I為本發(fā)明實(shí)施例的地震波形分析及沉積相劃分的整體流程圖。如圖I所示，該方法包括如下步驟步驟110、從地震剖面上任ー個(gè)地震反射層位中選取目的層。步驟120、選取地震波形分類時(shí)窗的大小，根據(jù)所述震波形分類時(shí)窗提取目的層附近的地震波形。在本實(shí)施例中，利用波形特征進(jìn)行波形分類時(shí)需要選用比較穩(wěn)定的層段，層段的選取最好是大于半個(gè)相位并小于150ms，太大的層段會(huì)包含太多的模型，給解釋帶來(lái)困難。濱里海盆地東緣中區(qū)塊儲(chǔ)層發(fā)育較薄，地震時(shí)間域一般為40-50ms，為了盡量減少時(shí)窗選取時(shí)存在的偏差，在50ms時(shí)窗下提取目的層附近的波形進(jìn)行地震波形分類。請(qǐng)參閱圖2示出的本發(fā)明實(shí)施例地震波形分類時(shí)窗選取的示意圖(黒色線框?yàn)檫x定時(shí)窗)。步驟130、根據(jù)地震相的分類數(shù)，創(chuàng)建多個(gè)模型道，所述多個(gè)模型道的數(shù)量與所述地震相的分類數(shù)相同。在本實(shí)施例中，起初會(huì)劃分出幾種典型的形狀，然后每一實(shí)際道會(huì)被賦予ー個(gè)基本相似性的典型形狀。自組織神經(jīng)網(wǎng)絡(luò)在地震層段內(nèi)對(duì)實(shí)際地震道進(jìn)行訓(xùn)練，通過(guò)幾次迭代之后，自組織神經(jīng)網(wǎng)絡(luò)構(gòu)造合成地震道，然后與實(shí)際地震數(shù)據(jù)進(jìn)行對(duì)比，通過(guò)自適應(yīng)實(shí)驗(yàn)和誤差處理，合成道在每次迭代后被改變，在模型道和實(shí)際地震道之間尋找更好的相關(guān)。創(chuàng)建的模型道與地震相的分類數(shù)密切相關(guān)，采用多少分類數(shù)就會(huì)產(chǎn)生多少個(gè)模型道。請(qǐng)參閱圖3示出的本發(fā)明實(shí)施例的地震波形分類模型道示意圖。步驟140、根據(jù)自組織神經(jīng)網(wǎng)絡(luò)對(duì)目的層附近的地震波形進(jìn)行分類，以區(qū)分不同沉積體。具體地，本步驟就是通過(guò)對(duì)不同的波形進(jìn)行分類，達(dá)到區(qū)分不同沉積體的目的；其中所用的算法就是自組織神經(jīng)網(wǎng)絡(luò)，它是ー種具有自學(xué)習(xí)功能的神經(jīng)網(wǎng)絡(luò)，它實(shí)際上是一種非線性映射，可以將信號(hào)空間中各模式的拓?fù)潢P(guān)系近乎不變地反映在網(wǎng)絡(luò)輸出上，主要由輸入和輸出兩部分組成，輸入是ー維的，輸出可以是多維的，并且輸出節(jié)點(diǎn)與鄰域的其他節(jié)點(diǎn)廣泛相連，每個(gè)輸入神經(jīng)元與每個(gè)輸出神經(jīng)元有一前饋連接，通過(guò)自適應(yīng)、自組織學(xué)習(xí)并不斷調(diào)整權(quán)值，使神經(jīng)網(wǎng)絡(luò)在穩(wěn)定時(shí)每ー鄰域的所有神經(jīng)元對(duì)某種輸入具有相同的輸出。
設(shè)神經(jīng)元個(gè)數(shù)為N,神經(jīng)元全向量為=[Wfl,Wj2,Wp….…,Wtp] j = I, 2, 3. . . , N輸入模式為=Xi =[んろ，ろ…….,Xp] t = 1,2, 3...,M實(shí)現(xiàn)步驟為①初始化權(quán)值向量丨ダ/ (O)時(shí)選取小一點(diǎn)的隨機(jī)值，選取大ー些的初始化學(xué)習(xí)率α (O)和鄰域函數(shù)Ωπ(0);②將樣本矢量I輸入到輸入層；③選擇權(quán)值向量最匹配:^的神經(jīng)元作為獲勝神經(jīng)元，獲勝神經(jīng)元標(biāo)號(hào)m，滿足
11 Xi- W1:リ)11= min； , (I I X:— WJi) 11丨;④訓(xùn)練權(quán)值矢量，使活性泡范圍內(nèi)(鄰域Ω m (O))的
神經(jīng)元向輸入矢量方向移動(dòng)
^ ^(/ + 1) = ^(0 + a{t)[Xt - Wj (O] j ￡ Ωλ, U)J一
Wj ((+1)= Wj (O j^nm(t)；⑤更新學(xué)習(xí)率a (t)，學(xué)習(xí)率的線性減小將產(chǎn)生令人滿意的結(jié)果；⑥減小鄰域函數(shù)Ωπα)。最終檢查結(jié)束條件，當(dāng)權(quán)值不再發(fā)生明顯變化時(shí)退出，否則繼續(xù)轉(zhuǎn)入步驟②。通過(guò)上述競(jìng)爭(zhēng)學(xué)習(xí)，可以使鄰近的神經(jīng)元權(quán)向量與獲勝神經(jīng)元權(quán)向量接近，而獲勝神經(jīng)元權(quán)向量與某學(xué)習(xí)樣本向量是最接近的，所以，如果學(xué)習(xí)樣本向量中有明顯的分類聚集關(guān)系，那么通過(guò)競(jìng)爭(zhēng)學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)中神經(jīng)元權(quán)向量的分布呈現(xiàn)ー種分區(qū)現(xiàn)象，同一區(qū)內(nèi)的神經(jīng)元權(quán)向量彼此接近，并且與某一類的樣本向量接近，從而達(dá)到分類與聚類的目的。步驟150、對(duì)地震相分類參數(shù)進(jìn)行處理，生成地震相分類圖；所述地震相分類參數(shù)包括地震相的分類數(shù)、訓(xùn)練自組織神經(jīng)網(wǎng)絡(luò)的數(shù)據(jù)量及自組織神經(jīng)網(wǎng)絡(luò)的迭代次數(shù)。具體地，在本步驟中，首先進(jìn)行地震相分類參數(shù)的處理。①根據(jù)測(cè)區(qū)大小選擇用于訓(xùn)練自組織神經(jīng)網(wǎng)絡(luò)采用的數(shù)據(jù)量，其包括對(duì)于道數(shù)小于第一道數(shù)閾值(例如300)的三維測(cè)區(qū)，使用每一道數(shù)據(jù)用于訓(xùn)練自組織神經(jīng)網(wǎng)絡(luò)；對(duì)于道數(shù)大于第二道數(shù)閾值(例如1000)的三維測(cè)區(qū)，每隔多道抽取一道的數(shù)據(jù)用于訓(xùn)練自組織神經(jīng)網(wǎng)絡(luò)，其中第二道數(shù)閾值大于第一道數(shù)閾值；以及對(duì)于道數(shù)位于第一道數(shù)閾值和第二道數(shù)閾值之間的三維測(cè)區(qū)，根據(jù)用戶計(jì)算機(jī)硬件配置情況和/或預(yù)設(shè)的任務(wù)緩急標(biāo)識(shí)來(lái)確定是否需要抽稀道用于訓(xùn)練自組織神經(jīng)網(wǎng)絡(luò)。舉例而言，在選擇用于訓(xùn)練神經(jīng)網(wǎng)絡(luò)采用的數(shù)據(jù)量時(shí)，對(duì)于ー個(gè)小的三維測(cè)區(qū)(如小于300X300道)可以使用每一道數(shù)據(jù)，而對(duì)于一個(gè)較大的測(cè)區(qū)(如大于1000X1000道)最好抽稀道以減少計(jì)算時(shí)間，建議每4道抽一道處理，這樣程序就每隔4道抽出一道去建立網(wǎng)絡(luò)培訓(xùn)數(shù)據(jù)。如果間隔選的太大，那么ー些重要的地質(zhì)特征就會(huì)被忽略棹。研究區(qū)選取每4道抽一道處理。②確定地震相的分類數(shù)。地震相的分類數(shù)是整個(gè)感興趣的層段內(nèi)所遇到的地震道的種類數(shù)，較為理想的分類數(shù)是不容易定義的，一般至少計(jì)算3次去估計(jì)該參數(shù)。粗略且實(shí)用的估計(jì)方法是把選定目的層段厚度除以6作為第一次計(jì)算的分類數(shù)，把上次計(jì)算分類數(shù)的50%作為第二次計(jì)算的分類數(shù)，把第一次計(jì)算分類數(shù)的150%作為第3次計(jì)算的分類數(shù)。通過(guò)上述的重復(fù)計(jì)算，判斷選何種分類數(shù)更便于解釋。如果第一次計(jì)算的分類計(jì)算的地震相很復(fù)雜，不便于解釋，就用第二次計(jì)算的分類數(shù)，以此類推。正確的分類數(shù)應(yīng)取決于所要研究的目標(biāo)和對(duì)數(shù)據(jù)的了解程度，分類數(shù)大結(jié)果過(guò)于詳細(xì)，分類數(shù)小結(jié)果過(guò)于粗糙，超過(guò)15 20類，通常是很難解釋的。實(shí)際應(yīng)用中，根據(jù)地震信號(hào)的復(fù)雜程度、層段的大小以及對(duì)地震數(shù)據(jù)的認(rèn)識(shí)程度等，一般情況下分類數(shù)在5 15之間。針對(duì)研究區(qū)海相地層沉積特征簡(jiǎn)單的特點(diǎn)，采用了 5類的分類數(shù)，產(chǎn)生5個(gè)模型道，圍繞目的層選取的時(shí)窗，最終產(chǎn)生波形分類圖供地質(zhì)研究對(duì)比應(yīng)用。③選擇迭代次數(shù)。神經(jīng)網(wǎng)絡(luò)大約在10次迭代后就收斂到實(shí)際結(jié)果的80%，這對(duì)于快速瀏覽很方便有效。在實(shí)際應(yīng)用中，10 20次迭代已可確保較好的分類，但對(duì)于最終解釋最好選用20 40次迭代，以保證網(wǎng)絡(luò)收斂最佳。本地區(qū)的研究中，選擇迭代20次。在完成了上述地震波形分類參數(shù)處理的基礎(chǔ)上，就可以生成地震相分類圖。濱里海盆地東緣中區(qū)塊主要目的層地震相分類圖見(jiàn)圖4，圖4為本發(fā)明實(shí)施例的濱里海盆地中區(qū)塊波形分類地震相平面分布圖(白點(diǎn)為井位)。神經(jīng)網(wǎng)絡(luò)地震相分析中，除了利用地震波波形，還可以應(yīng)用大量地震層間屬性來(lái)進(jìn)行地震相分析，即自組織神經(jīng)網(wǎng)絡(luò)地震相聚類分析技術(shù)；通過(guò)各目的層段選取的不等厚時(shí)窗，在時(shí)窗內(nèi)部提取大量的地震層間屬性并對(duì)屬性進(jìn)行聚類分析，確定主要分類屬性，然后應(yīng)用神經(jīng)網(wǎng)絡(luò)方法或者分級(jí)方法進(jìn)行地震屬性的地震相分類成圖。步驟160、根據(jù)沉積時(shí)水深、水動(dòng)カ特征、巖石物理特征、生物種類、沉積構(gòu)造特征(例如巖石不同特征組分的空間排列所顯示的巖石宏觀特征)、儲(chǔ)集性能(例如巖石的孔隙性和滲透性)、測(cè)井曲線特征(例如自然伽馬等測(cè)井曲線的值及形狀特征)，建立沉積相識(shí)別標(biāo)志(如圖5所示)，以進(jìn)行單井沉積相的劃分，并進(jìn)行單井間的沉積相對(duì)比生成連井沉積相(如圖6所示)，該連井沉積相用以確定井與井之間的沉積相。其中，單井沉積相是指鉆井井點(diǎn)處得沉積相，連進(jìn)沉積相是指不同鉆井之間沉積相的對(duì)比。在圖5中，經(jīng)過(guò)單井沉積相分析，在研究區(qū)中初步識(shí)別出蒸發(fā)臺(tái)地、局限臺(tái)地、開(kāi)闊臺(tái)地、臺(tái)地邊緣和陸棚相5種相帶及其識(shí)別標(biāo)志。蒸發(fā)臺(tái)地識(shí)別標(biāo)志屬于淺水環(huán)境，有大量鹽類礦物和蒸發(fā)交代白云石。地震反射以中 強(qiáng)反射振幅為主，上相位強(qiáng)、下相位變?nèi)?，連續(xù)性較差，波形較雜亂，中 低頻，巖性主要為灰-灰白色灰質(zhì)膏巖、泥質(zhì)膏巖，膏巖多為硬膏巖，呈層狀、條帶狀分布，電性上表現(xiàn)為GR在低平背景中有針刺狀向高值方向跳躍，泥質(zhì)含量較高。該環(huán)境主要的沉積微相有三類膏坪和泥坪(統(tǒng)稱為潮坪)、白云坪。這三種微相中膏坪主要由灰-灰白色灰質(zhì)膏 巖、泥質(zhì)石膏巖等組成，并呈條帯狀分布，未見(jiàn)生物碎屑，自然伽馬較低(10API以下)，光電子數(shù)Pe在8b/e左右，密度高(2. 9g/cm3)和電阻高(20000 Ω · m);泥坪中具粉晶-細(xì)晶結(jié)構(gòu)的淺灰色-灰褐色白云巖，自然伽馬較高(在40API以上)，密度低(2. 4g/cm3)和電阻低(10Ω ·πι)。潮坪微相地震上表現(xiàn)為上部強(qiáng)相位非常連續(xù)，振幅較強(qiáng)，下部弱相位也較連續(xù)，中-弱振幅。白云坪巖性主要為泥-粉晶蜓、生屑云巖，以含多量殘余蜓類為特征，并含較多的生物鑄?？?、殼壁鑄模，粒間多為粗粉晶半自晶形白云石，生物大部分被強(qiáng)烈溶蝕，自然伽馬較低，在20ΑΡΙ以下，光電子數(shù)Pe在3. lb/e左右，密度在2. 6g/cm3左右，電阻較高(2000 Ω · m左右),為產(chǎn)油最好的沉積微相。白云坪微相地震響應(yīng)為上部的強(qiáng)相位較連續(xù)，下部弱相位連續(xù)性差，中強(qiáng)-弱振幅。局限臺(tái)地識(shí)別標(biāo)志水動(dòng)カ條件弱，地震反射以中 強(qiáng)反射振幅為主，連續(xù)性較好，弱反射背景上有幾組強(qiáng)反射，中 低頻，巖性主要為灰褐色灰?guī)r和淺灰色泥粉晶灰?guī)r，電性上表現(xiàn)為GR向高值方向凸出，孔隙欠發(fā)育。主要的沉積微相有三類臺(tái)內(nèi)礁灘、灘間洼地和灰泥坪。臺(tái)內(nèi)灘巖性以泥晶-亮晶生屑顆粒為主，含較多粗大、硅化的棘皮類，并見(jiàn)介形蟲(chóng)、苔蘚蟲(chóng)、蜓類和單射鈣質(zhì)骨針；自然伽馬較低，在30API左右，密度在2. 4g/cm3左右，電阻較高(100Ω ·πι左右)。臺(tái)內(nèi)灘在地震剖面上成丘狀反射結(jié)構(gòu)，由不規(guī)則的、不連續(xù)亞平行反射組成，常有許多非系統(tǒng)性的反射終止和同相軸分裂現(xiàn)象，波動(dòng)起伏幅度小，側(cè)向變?yōu)榍馉罘瓷浣Y(jié)構(gòu)，底面較平，頂面分界不明顯。灘間洼地巖性為淺灰色泥晶生屑灰?guī)r，可見(jiàn)少量介形蟲(chóng)、瓣鰓類和腕足類細(xì)小碎片，自然伽馬較高，在50ΑΡΙ左右，密度在2. 4g/cm3左右，電阻很低(2 Ω ·ηι左右)?；夷嗥簬r性為淺褐灰色粉晶生屑灰?guī)r,淺褐灰色亮晶表鮞?；?guī)r，淺灰褐色泥晶生屑、球?；?guī)r，泥晶含量高，生物結(jié)構(gòu)細(xì)小，含量低，保存差，以球粒為主，細(xì)晶-泥晶結(jié)構(gòu)，見(jiàn)少許砂屑，泥質(zhì)分布不均勻，自然伽馬較高，在50ΑΡΙ左右，密度在2. 6g/cm3左右，電阻較低(20 Ω ·πι左右)。開(kāi)闊臺(tái)地識(shí)別標(biāo)志地震反射以中 弱反射振幅，連續(xù)性較差，中 高頻，巖性主要為顆?；?guī)r，生物碎屑豐富，巖石結(jié)構(gòu)較粗，多為亮晶顆粒結(jié)構(gòu)，電性上表現(xiàn)為GR在低平的背景上有針刺狀跳躍。 臺(tái)地邊緣識(shí)別標(biāo)志地震反射以弱振幅背景上有一兩個(gè)強(qiáng)反射，內(nèi)部反射不連續(xù)，中 低頻，巖性主要為亮晶粗顆?；?guī)r，生物碎屑豐富，電性上表現(xiàn)為GR低，泥質(zhì)含量較少，為高能沉積環(huán)境。陸棚識(shí)別標(biāo)志地震反射以多組中強(qiáng)反射為主，連續(xù)性較差，高頻、亞平行，巖性主要為含泥質(zhì)泥晶灰?guī)r及灰褐、淺灰褐色含泥質(zhì)條帶的泥灰?guī)r，電性上表現(xiàn)為GR呈針刺狀跳躍，含泥質(zhì)較多。步驟170、結(jié)合單井沉積相及地震相,對(duì)井點(diǎn)處地震相做出合理的地質(zhì)解釋(把井點(diǎn)處地震相轉(zhuǎn)化為沉積相)，根據(jù)標(biāo)定井點(diǎn)地震波形類型向未鉆探地區(qū)外推，結(jié)合連井沉積相，對(duì)整個(gè)地震相做出綜合性的地質(zhì)解釋并形成沉積相圖，把地震相賦予地質(zhì)含義，由點(diǎn)到面地建立沉積相圖，如圖7所示，圖7為本發(fā)明實(shí)施例的濱里海盆地東緣中區(qū)塊石炭系KT- I層頂部沉積相分布圖。其中，地震波形類型可以包括相位対稱的強(qiáng)振幅、相位對(duì)稱的中振幅、相位不對(duì)稱的中振幅、相位對(duì)稱的弱振幅等類型。濱里海盆地東緣中區(qū)塊主要目的層石炭系沉積相特征在橫向上有一定的變化，但總體上具有南北向展布的特點(diǎn)，相變方向?yàn)榻鼥|西向。KT- I層主要發(fā)育局限臺(tái)地和蒸發(fā)臺(tái)地，有利儲(chǔ)層主要分布于白云坪微相，在構(gòu)造高部位臺(tái)內(nèi)灘內(nèi)也有可能見(jiàn)到油氣，在區(qū)塊內(nèi)的白云坪相帶內(nèi)發(fā)現(xiàn)エ業(yè)油流就是對(duì)沉積相圖的有利驗(yàn)證，利用此次研究成果確定的探井井位(位于南部白云坪微相內(nèi)的CT-55井)發(fā)現(xiàn)エ業(yè)油流，進(jìn)ー步提高了油田的地質(zhì)儲(chǔ)量，實(shí)現(xiàn)了 CNPC在濱里海盆地風(fēng)險(xiǎn)勘探的重大突破。同時(shí)在沉積相分布圖上看到在研究區(qū)2號(hào)含油氣構(gòu)造的東部尚有一塊儲(chǔ)層較發(fā)育的白云坪微相分布區(qū)尚未鉆探，該區(qū)緊鄰油田區(qū)，構(gòu)造位置有利于油氣的聚集，為下ー步的鉆探目標(biāo)。步驟180、根據(jù)所述沉積相圖進(jìn)行儲(chǔ)層預(yù)測(cè)，尋找不同沉積相中有利儲(chǔ)層發(fā)育區(qū)。具體地，本步驟是在蒸發(fā)臺(tái)地中尋找白云坪發(fā)育區(qū)；在局限臺(tái)地中尋找潮坪和臺(tái)內(nèi)礁灘發(fā)育區(qū)；在開(kāi)闊臺(tái)地中尋找臺(tái)內(nèi)礁灘和點(diǎn)礁發(fā)育區(qū)。潮坪和臺(tái)內(nèi)礁灘微相位于局限臺(tái)地中，臺(tái)內(nèi)礁灘和點(diǎn)礁位于開(kāi)闊臺(tái)地中，其中臺(tái)內(nèi)礁灘可以發(fā)育于開(kāi)闊臺(tái)地和局限臺(tái)地兩種環(huán)境中。需要說(shuō)明的是，上述步驟110-150中步驟的執(zhí)行為ー個(gè)整體，不能調(diào)換順序。步驟160可以調(diào)換順序，但需位于170之前進(jìn)行。步驟170和步驟180需位于最后，而且不能互相調(diào)換順序。本發(fā)明結(jié)合海外石油勘探周期短，任務(wù)重的特點(diǎn)，能夠快速尋找海外油氣勘探區(qū)塊的有利勘探目標(biāo)，提高勘探成功率，保證國(guó)家能源安全。本發(fā)明實(shí)施例的方法具有以下3個(gè)優(yōu)點(diǎn)①在地震相分類時(shí)不需要井資料，只用地震資料就可以完成波形分析及地震相分類②可以快速對(duì)不同時(shí)窗進(jìn)行分析，快速掃描整個(gè)數(shù)據(jù)，快速確定目標(biāo)區(qū)，對(duì)目標(biāo)區(qū)進(jìn)行更詳細(xì)的地震相分析研究工作具有定量性和客觀性。本發(fā)明應(yīng)用于哈薩克斯坦濱里海盆地東緣中區(qū)塊風(fēng)險(xiǎn)勘探區(qū)塊的石油勘探工作。在中國(guó)石油進(jìn)入前，本區(qū)塊數(shù)家國(guó)外公司經(jīng)過(guò)近百年的勘探，均未獲得發(fā)現(xiàn)，認(rèn)為該區(qū)塊沒(méi)有任何規(guī)?？碧綕摿ΑＴ诖吮尘跋?，中國(guó)石油進(jìn)入項(xiàng)目，經(jīng)過(guò)充分的區(qū)域石油地質(zhì)理論研究，認(rèn)為該區(qū)塊具備濱里海盆地已發(fā)現(xiàn)油氣田的成藏條件，鹽下石炭系是主要的勘探目的層，前人之所以未取得突破，關(guān)鍵在于鹽下構(gòu)造的落實(shí)及碳酸鹽巖儲(chǔ)層研究不夠。中國(guó)石油在該區(qū)經(jīng)過(guò)了近十年的勘探工作，運(yùn)用本發(fā)明，獲得了重大勘探發(fā)現(xiàn)，石油地質(zhì)儲(chǔ)量接近2億噸，取得了良好的勘探效果和經(jīng)濟(jì)效益。本發(fā)明實(shí)施例還提供ー種地震波形分析及儲(chǔ)層預(yù)測(cè)裝置，圖8是地震波形分析及儲(chǔ)層預(yù)測(cè)裝置的功能框圖，如圖8所法，該裝置200包括目的層選取単元210，用于從地震剖面上任ー個(gè)地震反射層位中選取目的層；地震波形分類時(shí)窗選取單元220，用于選取地震波形分類時(shí)窗的大小，根據(jù)所述地震波形分類時(shí)窗提取目的層附近的地震波形；模型道創(chuàng)建單元230，用于根據(jù)地震相的分類數(shù)，創(chuàng)建多個(gè)模型道，所述多個(gè)模型道的數(shù)量與所述地震相的分類數(shù)相同；波形分類單元240，用于根據(jù)自組織神經(jīng)網(wǎng)絡(luò)對(duì)目的層附近的地震波形進(jìn)行分類，以區(qū)分不同沉積體；地震相分類圖生成単元250，用于對(duì)地震相分類參數(shù)進(jìn)行處理，生成地震相分類圖；所述地震相分類參數(shù)包括地震相的分類數(shù)、訓(xùn)練自組織神經(jīng)網(wǎng)絡(luò)的數(shù)據(jù)量及自組織神經(jīng)網(wǎng)絡(luò)的迭代次數(shù)；單井沉積相劃分與對(duì)比單元260，用于根據(jù)沉積時(shí)水深、水動(dòng)カ特征、巖石物理特征、生物種類、沉積構(gòu)造特征、儲(chǔ)集性能、以及測(cè)井曲線特征，建立沉積相識(shí)別標(biāo)志以進(jìn)行單井沉積相的劃分，并進(jìn)行單井間的沉積相對(duì)比生成連井沉積相，該連井沉積相用以確定井與井之間的沉積相；其中，沉積構(gòu)造特征例如巖石不同特征組分的空間排列所顯示的巖石宏觀特征，儲(chǔ)集性能例如包括巖石的孔隙性和滲透性，測(cè)井曲線特征例如為自然伽馬等測(cè)井曲線的值及形狀特征，單井沉積相是指鉆井井點(diǎn)處得沉積相，連進(jìn)沉積相是指不同鉆井之間沉積相的對(duì)比。沉積相圖生成單元270,用于結(jié)合單井沉積相及地震相,把井點(diǎn)處地震相轉(zhuǎn)化為沉積相，根據(jù)標(biāo)定井點(diǎn)地震波形類型向未鉆探地區(qū)外推，結(jié)合連井沉積相，對(duì)整個(gè)地震相圖進(jìn)行地質(zhì)解釋并由點(diǎn)到面地形成沉積相圖；其中，地震波形類型可以包括相位対稱的強(qiáng)振幅、相位對(duì)稱的中振幅、相位不對(duì)稱的中振幅、相位対稱的弱振幅等類型。 儲(chǔ)層預(yù)測(cè)單元280，用于根據(jù)所述沉積相圖進(jìn)行儲(chǔ)層預(yù)測(cè)，尋找不同沉積相中有利儲(chǔ)層發(fā)育區(qū)。具體地，請(qǐng)參閱圖9示出的本發(fā)明實(shí)施例地震相分類圖生成単元250的具體功能框圖，所述地震相分類圖生成単元250可以包括數(shù)據(jù)量選擇模塊251，用于根據(jù)測(cè)區(qū)大小選擇用于訓(xùn)練自組織神經(jīng)網(wǎng)絡(luò)的數(shù)據(jù)量；分類數(shù)確定模塊252，用于確定地震相的分類數(shù)，所述分類數(shù)是整個(gè)感興趣的層段內(nèi)所遇到的地震道的種類數(shù)；迭代次數(shù)選擇模塊253，用于選擇自組織神經(jīng)網(wǎng)絡(luò)的迭代次數(shù)；生成模塊254，用于根據(jù)所述數(shù)據(jù)量、所述分類數(shù)和所述迭代次數(shù)，生成地震相分類圖。具體地，所述數(shù)據(jù)量選擇模塊251，具體可以用于對(duì)于道數(shù)小于第一道數(shù)閾值的三維測(cè)區(qū)，使用每一道數(shù)據(jù)用于訓(xùn)練自組織神經(jīng)網(wǎng)絡(luò)；對(duì)于道數(shù)大于第二道數(shù)閾值的三維測(cè)區(qū)，每隔多道抽取一道的數(shù)據(jù)用于訓(xùn)練自組織神經(jīng)網(wǎng)絡(luò)，其中第二道數(shù)閾值大于第一道數(shù)閾值；以及，對(duì)于道數(shù)位于第一道數(shù)閾值和第二道數(shù)閾值之間的三維測(cè)區(qū)，根據(jù)用戶計(jì)算機(jī)硬件配置情況和/或預(yù)設(shè)的任務(wù)緩急標(biāo)識(shí)來(lái)確定是否需要抽稀道用于訓(xùn)練自組織神經(jīng)網(wǎng)絡(luò)。具體地，所述分類數(shù)確定模塊252，具體可以用于把層段厚度除以6所得結(jié)果作為第一次計(jì)算的分類數(shù)；把第一次計(jì)算的分類數(shù)的50%作為第二次計(jì)算的分類數(shù)；把第一次計(jì)算的分類數(shù)的150%作為第三次計(jì)算的分類數(shù)。較佳地，所確定的分類數(shù)在5 15之間；所選擇的自組織神經(jīng)網(wǎng)絡(luò)的迭代次數(shù)為10 20次，或者20 40次。在本實(shí)施例中，所述沉積相識(shí)別標(biāo)志包括如下中的至少ー種蒸發(fā)臺(tái)地識(shí)別標(biāo)志、局限臺(tái)地識(shí)別標(biāo)志、開(kāi)闊臺(tái)地、臺(tái)地邊緣、陸棚；所述儲(chǔ)層預(yù)測(cè)單元280具體可以用于對(duì)于在蒸發(fā)臺(tái)地中尋找白云坪發(fā)育區(qū)；在局限臺(tái)地中尋找潮坪和臺(tái)內(nèi)礁灘發(fā)育區(qū)；在開(kāi)闊臺(tái)地中尋找臺(tái)內(nèi)礁灘和點(diǎn)礁發(fā)育區(qū)。本發(fā)明實(shí)施例的裝置的工作方法已在前述的方法實(shí)施例中詳述，故在此不再贅述。 與傳統(tǒng)的地震相分析相比，本發(fā)明實(shí)施例的裝置具有以下3個(gè)優(yōu)點(diǎn)①在地震相分類時(shí)不需要井資料，只用地震資料就可以完成波形分析及地震相分類；②可以快速對(duì)不同時(shí)窗進(jìn)行分析，快速掃描整個(gè)數(shù)據(jù)，快速確定目標(biāo)區(qū)，對(duì)目標(biāo)區(qū)進(jìn)行更詳細(xì)的地震相分析研究工作具有定量性和客觀性。通過(guò)以上的實(shí)施方式的描述，本領(lǐng)域的技術(shù)人員可以清楚地了解到本發(fā)明可借助軟件加必需的通用硬件平臺(tái)的方式來(lái)實(shí)現(xiàn)，當(dāng)然也可以通過(guò)硬件，或者二者的結(jié)合來(lái)實(shí)施?；谶@樣的理解，本發(fā)明的技術(shù)方案本質(zhì)上或者說(shuō)對(duì)現(xiàn)有技術(shù)做出貢獻(xiàn)的部分可以以軟件產(chǎn)品的形式體現(xiàn)出來(lái)，該軟件模塊或計(jì)算機(jī)軟件產(chǎn)品可以存儲(chǔ)在ー個(gè)存儲(chǔ)介質(zhì)中，包括若干指令用以使得一臺(tái)計(jì)算機(jī)設(shè)備(可以是個(gè)人計(jì)算機(jī)，服務(wù)器，或者網(wǎng)絡(luò)設(shè)備等)執(zhí)行本發(fā)明各個(gè)實(shí)施例所述的方法。存儲(chǔ)介質(zhì)可以是隨機(jī)存儲(chǔ)器(RAM)、內(nèi)存、只讀存儲(chǔ)器(ROM)、電可編程ROM、電可擦除可編程ROM、寄存器、硬盤、可移動(dòng)磁盤、CD-ROM、或技術(shù)領(lǐng)域內(nèi)所公知的任意其它形式的存儲(chǔ)介質(zhì)。以上實(shí)施例僅用以說(shuō)明本發(fā)明實(shí)施例的技術(shù)方案，而非對(duì)其限制；盡管參照前述實(shí)施例對(duì)本發(fā)明實(shí)施例進(jìn)行了詳細(xì)的說(shuō)明，本領(lǐng)域的普通技術(shù)人員應(yīng)當(dāng)理解其依然可以對(duì)前述各實(shí)施例所記載的技術(shù)方案進(jìn)行修改，或者對(duì)其中部分技術(shù)特征進(jìn)行等同替換；而這些修改或者替換，并不使相應(yīng)技術(shù)方案的本質(zhì)脫離本發(fā)明實(shí)施例各實(shí)施例技術(shù)方 案的精神和范圍。
權(quán)利要求
1.一種地震波形分析及儲(chǔ)層預(yù)測(cè)方法，其特征在于，所述方法包括 從地震剖面上任一個(gè)地震反射層位中選取目的層； 選取地震波形分類時(shí)窗的大小，根據(jù)所述地震波形分類時(shí)窗提取目的層附近的地震波形； 根據(jù)地震相的分類數(shù)，創(chuàng)建多個(gè)模型道，所述多個(gè)模型道的數(shù)量與所述地震相的分類數(shù)相同； 根據(jù)自組織神經(jīng)網(wǎng)絡(luò)對(duì)目的層附近的地震波形進(jìn)行分類，以區(qū)分不同沉積體； 對(duì)地震相分類參數(shù)進(jìn)行處理，生成地震相分類圖；所述地震相分類參數(shù)包括地震相的分類數(shù)、訓(xùn)練自組織神經(jīng)網(wǎng)絡(luò)的數(shù)據(jù)量及自組織神經(jīng)網(wǎng)絡(luò)的迭代次數(shù)； 根據(jù)沉積時(shí)水深、水動(dòng)力特征、巖石物理特征、生物種類、沉積構(gòu)造特征、儲(chǔ)集性能、以 及測(cè)井曲線特征，建立沉積相識(shí)別標(biāo)志以進(jìn)行單井沉積相的劃分，并進(jìn)行單井間的沉積相對(duì)比來(lái)生成連井沉積相，所述連井沉積相用以確定井與井之間的沉積相； 結(jié)合單井沉積相及地震相，把井點(diǎn)處地震相轉(zhuǎn)化為沉積相，根據(jù)標(biāo)定井點(diǎn)地震波形類型向未鉆探地區(qū)外推，結(jié)合所述連井沉積相，對(duì)整個(gè)地震相圖進(jìn)行地質(zhì)解釋并由點(diǎn)到面地形成沉積相圖； 根據(jù)所述沉積相圖進(jìn)行儲(chǔ)層預(yù)測(cè)，尋找不同沉積相中有利儲(chǔ)層發(fā)育區(qū)。
2.根據(jù)權(quán)利要求I所述的方法，其特征在于，所述對(duì)地震相分類參數(shù)進(jìn)行處理，生成地震相分類圖包括 根據(jù)測(cè)區(qū)大小選擇用于訓(xùn)練自組織神經(jīng)網(wǎng)絡(luò)的數(shù)據(jù)量； 確定地震相的分類數(shù)，所述地震相的分類數(shù)是整個(gè)感興趣的層段內(nèi)所遇到的地震道的種類數(shù)； 選擇自組織神經(jīng)網(wǎng)絡(luò)的迭代次數(shù)； 根據(jù)所述數(shù)據(jù)量、所述分類數(shù)和所述迭代次數(shù)，生成地震相分類圖。
3.根據(jù)權(quán)利要求2所述的方法，其特征在于，所述根據(jù)測(cè)區(qū)大小選擇用于訓(xùn)練自組織神經(jīng)網(wǎng)絡(luò)采用的數(shù)據(jù)量包括 對(duì)于道數(shù)小于第一道數(shù)閾值的三維測(cè)區(qū)，使用每一道數(shù)據(jù)用于訓(xùn)練自組織神經(jīng)網(wǎng)絡(luò)；對(duì)于道數(shù)大于第二道數(shù)閾值的三維測(cè)區(qū)，每隔多道抽取一道的數(shù)據(jù)用于訓(xùn)練自組織神經(jīng)網(wǎng)絡(luò)，其中第二道數(shù)閾值大于第一道數(shù)閾值；以及， 對(duì)于道數(shù)位于第一道數(shù)閾值和第二道數(shù)閾值之間的三維測(cè)區(qū)，根據(jù)用戶計(jì)算機(jī)硬件配置情況和/或預(yù)設(shè)的任務(wù)緩急標(biāo)識(shí)來(lái)確定是否需要抽稀道用于訓(xùn)練自組織神經(jīng)網(wǎng)絡(luò)。
4.根據(jù)權(quán)利要求2所述的方法，其特征在于，所述確定地震相的分類數(shù)包括 把選定目的層段厚度除以6所得結(jié)果作為第一次計(jì)算的分類數(shù)； 把第一次計(jì)算的分類數(shù)的50%作為第二次計(jì)算的分類數(shù)； 把第一次計(jì)算的分類數(shù)的150%作為第三次計(jì)算的分類數(shù)。
5.根據(jù)權(quán)利要求I或2所述的方法，其特征在于，所確定的分類數(shù)在5 15之間。
6.根據(jù)權(quán)利要求2所述的方法，其特征在于，所選擇的自組織神經(jīng)網(wǎng)絡(luò)的迭代次數(shù)為10 20次，或者20 40次。
7.根據(jù)權(quán)利要求I所述的方法，其特征在于，所述沉積相識(shí)別標(biāo)志包括如下中的至少一種蒸發(fā)臺(tái)地識(shí)別標(biāo)志、局限臺(tái)地識(shí)別標(biāo)志、開(kāi)闊臺(tái)地識(shí)別標(biāo)志、臺(tái)地邊緣識(shí)別標(biāo)志、陸棚識(shí)別標(biāo)志。
8.根據(jù)權(quán)利要求7所述的方法，其特征在于，所述蒸發(fā)臺(tái)地識(shí)別標(biāo)志包括如下三類沉積微相膏坪、泥坪和白云坪；所述局限臺(tái)地識(shí)別標(biāo)志包括如下三類沉積微相臺(tái)內(nèi)礁灘、灘間洼地和灰泥坪。
9.根據(jù)權(quán)利要求7所述的方法，其特征在于，所述根據(jù)所述沉積相圖進(jìn)行儲(chǔ)層預(yù)測(cè)，尋找不同沉積相中有利儲(chǔ)層發(fā)育區(qū)包括在蒸發(fā)臺(tái)地中尋找白云坪發(fā)育區(qū)；在局限臺(tái)地中尋找潮坪和臺(tái)內(nèi)礁灘發(fā)育區(qū)，所述潮坪包括膏坪和泥坪；在開(kāi)闊臺(tái)地中尋找臺(tái)內(nèi)礁灘和點(diǎn)礁發(fā)育區(qū)。
10.一種地震波形分析及儲(chǔ)層預(yù)測(cè)裝置，其特征在于，所述裝置包括 目的層選取單元，用于從地震剖面上任一個(gè)地震反射層位中選取目的層； 地震波形分類時(shí)窗選取單元，用于選取地震波形分類時(shí)窗的大小，根據(jù)所述地震波形分類時(shí)窗提取目的層附近的地震波形； 模型道創(chuàng)建單元，用于根據(jù)地震相的分類數(shù)，創(chuàng)建多個(gè)模型道，所述多個(gè)模型道的數(shù)量與所述地震相的分類數(shù)相同； 波形分類單元，用于根據(jù)自組織神經(jīng)網(wǎng)絡(luò)對(duì)不同的地震波形進(jìn)行分類，以區(qū)分不同沉積體； 地震相分類圖生成單元，用于對(duì)地震相分類參數(shù)進(jìn)行處理，生成地震相分類圖；所述地震相分類參數(shù)包括地震相的分類數(shù)、訓(xùn)練自組織神經(jīng)網(wǎng)絡(luò)的數(shù)據(jù)量及自組織神經(jīng)網(wǎng)絡(luò)的迭代次數(shù)； 單井沉積相劃分與對(duì)比單元，用于根據(jù)沉積時(shí)水深、水動(dòng)力特征、巖石物理特征、生物種類、沉積構(gòu)造特征、儲(chǔ)集性能、以及測(cè)井曲線特征，建立沉積相識(shí)別標(biāo)志以進(jìn)行單井沉積相的劃分，并進(jìn)行單井間的沉積相對(duì)比來(lái)生成連井沉積相，所述連井沉積相用以確定井與井之間的沉積相； 沉積相圖生成單元，用于結(jié)合單井沉積相及地震相，把井點(diǎn)處地震相轉(zhuǎn)化為沉積相，根據(jù)標(biāo)定井點(diǎn)地震波形類型向未鉆探地區(qū)外推，結(jié)合連井沉積相，對(duì)整個(gè)地震相圖進(jìn)行地質(zhì)解釋并由點(diǎn)到面地形成沉積相圖； 儲(chǔ)層預(yù)測(cè)單元，用于根據(jù)所述沉積相圖進(jìn)行儲(chǔ)層預(yù)測(cè)，尋找不同沉積相中有利儲(chǔ)層發(fā)育區(qū)。
11.根據(jù)權(quán)利要求10所述的裝置，其特征在于，所述地震相分類圖生成單元包括 數(shù)據(jù)量選擇模塊，用于根據(jù)測(cè)區(qū)大小選擇用于訓(xùn)練自組織神經(jīng)網(wǎng)絡(luò)的數(shù)據(jù)量； 分類數(shù)確定模塊，用于確定地震相的分類數(shù)，所述地震相的分類數(shù)是整個(gè)感興趣的層段內(nèi)所遇到的地震道的種類數(shù)； 迭代次數(shù)選擇模塊，用于選擇自組織神經(jīng)網(wǎng)絡(luò)的迭代次數(shù)； 生成模塊，用于根據(jù)所述數(shù)據(jù)量、所述分類數(shù)和所述迭代次數(shù)，生成地震相分類圖。
12.根據(jù)權(quán)利要求11所述的裝置，其特征在于，所述數(shù)據(jù)量選擇模塊，具體用于對(duì)于道數(shù)小于第一道數(shù)閾值的三維測(cè)區(qū)，使用每一道數(shù)據(jù)用于訓(xùn)練自組織神經(jīng)網(wǎng)絡(luò)；對(duì)于道數(shù)大于第二道數(shù)閾值的三維測(cè)區(qū)，每隔多道抽取一道的數(shù)據(jù)用于訓(xùn)練自組織神經(jīng)網(wǎng)絡(luò)，其中第二道數(shù)閾值大于第一道數(shù)閾值；以及，對(duì)于道數(shù)位于第一道數(shù)閾值和第二道數(shù)閾值之間的三維測(cè)區(qū)，根據(jù)用戶計(jì)算機(jī)硬件配置情況和/或預(yù)設(shè)的任務(wù)緩急標(biāo)識(shí)來(lái)確定是否需要抽稀道用于訓(xùn)練自組織神經(jīng)網(wǎng)絡(luò)。
13.根據(jù)權(quán)利要求11所述的裝置，其特征在于，所述分類數(shù)確定模塊，具體用于把選定目的層段厚度除以6所得結(jié)果作為第一次計(jì)算的分類數(shù)；把第一次計(jì)算的分類數(shù)的50%作為第二次計(jì)算的分類數(shù)；把第一次計(jì)算的分類數(shù)的150%作為第三次計(jì)算的分類數(shù)。
14.根據(jù)權(quán)利要求11所述的裝置，其特征在于，所確定的分類數(shù)在5 15之間；所選擇的自組織神經(jīng)網(wǎng)絡(luò)的迭代次數(shù)為10 20次，或者2(T40次。
15.根據(jù)權(quán)利要求10所述的裝置，其特征在于，所述沉積相識(shí)別標(biāo)志包括如下中的至少一種蒸發(fā)臺(tái)地識(shí)別標(biāo)志、局限臺(tái)地識(shí)別標(biāo)志、開(kāi)闊臺(tái)地識(shí)別標(biāo)志、臺(tái)地邊緣識(shí)別標(biāo)志、陸棚識(shí)別標(biāo)志；所述儲(chǔ)層預(yù)測(cè)單元具體用于對(duì)于根據(jù)所述沉積相圖尋找不同沉積相中有利儲(chǔ)層發(fā)育區(qū)，所述根據(jù)所述沉積相圖尋找不同沉積相中有利儲(chǔ)層發(fā)育區(qū)包括在蒸發(fā)臺(tái)地中尋找白云坪發(fā)育區(qū)；在局限臺(tái)地中尋找潮坪和臺(tái)內(nèi)礁灘發(fā)育區(qū)，所述潮坪包括膏坪和泥坪；在開(kāi)闊臺(tái)地中尋找臺(tái)內(nèi)礁灘和點(diǎn)礁發(fā)育區(qū)。
全文摘要
本發(fā)明實(shí)施例提供一種地震波形分析及儲(chǔ)層預(yù)測(cè)方法和裝置，該方法包括選取目的層；選取地震波形分類時(shí)窗的大小；根據(jù)地震相的分類數(shù)，創(chuàng)建多個(gè)模型道；根據(jù)自組織神經(jīng)網(wǎng)絡(luò)對(duì)不同的波形進(jìn)行分類；對(duì)地震相分類參數(shù)進(jìn)行處理，生成地震相分類圖；建立沉積相識(shí)別標(biāo)志以進(jìn)行單井沉積相的劃分，并進(jìn)行單井間沉積相的對(duì)比生成連井沉積相以確定井與井之間的沉積相；結(jié)合單井沉積相及地震相，把井點(diǎn)處地震相轉(zhuǎn)化為沉積相，根據(jù)標(biāo)定井點(diǎn)地震波形類型向未鉆探地區(qū)外推，結(jié)合連井沉積相，對(duì)整個(gè)地震相圖進(jìn)行地質(zhì)解釋并由點(diǎn)到面地形成沉積相圖；根據(jù)所述沉積相圖進(jìn)行儲(chǔ)層預(yù)測(cè)。該方法可進(jìn)行有利沉積相帶的研究及儲(chǔ)層預(yù)測(cè)，提高勘探工作效率。
文檔編號(hào)G01V1/30GK102650702SQ20121013554
公開(kāi)日2012年8月29日 申請(qǐng)日期2012年5月3日 優(yōu)先權(quán)日2012年5月3日
發(fā)明者王震, 鄭俊章 申請(qǐng)人:中國(guó)石油天然氣股份有限公司