【技术实现步骤摘要】
一种致密砂岩储层含气性的预测方法、装置、设备及系统
本说明书实施例方案属于机器学习新领域及地学中勘探地球物理处理、解释领域,尤其涉及一种致密砂岩储层含气性的预测方法、装置、设备及系统。
技术介绍
我国拥有丰富的致密砂岩气资源和巨大的勘探潜力,是我国现阶段石油工业保持稳产或提高产量的主要勘探开发目标之一,但探明率却相对较低。相比于美国致密砂岩气和我国常规砂岩气,我国致密砂岩气储层具有孔隙度低、渗透率低、孔隙结构复杂、分布稳定性差和非均质性强等特点。由于致密砂岩气储层的复杂性,基于现有岩石物理理论和波动理论认识的致密砂岩气储层地震响应规律存在较大争议,导致致密砂岩储层预测的物理依据不够充分。虽然开展野外致密砂岩气储层的地质调查研究最为直接真实,但由于钻井成本限制,不可能大范围开展野外实际工作。地球物理勘探领域现阶段除地震勘探外,还有多种地球物理方法(例如重、磁、电和测井)对致密储层进行勘探,此外近年来对致密砂岩储层的沉积演化过程(致密砂岩储层的地质信息)研究也取得一定进展。这些信息虽然获取方式不同但都是对同一地下目标不同侧面的描述,是针对同一地下勘探目标的多源信息,且具有不同的尺度性。然而现阶段研究中普遍的做法仍然是选取多源信息中的一种或两种对地下储层进行描述,不能快速实现多源信息的综合利用,所以地震有效信息的不足是制约地震勘探精度的主要原因。近几十年来,进行含油气预测最常用的技术手段之一是采用线性或简单非线性操作直接从地震数据中提取一种或几种敏感属性。但是,由于致密砂岩气储层地震响应影响因素众多,如储层的厚度、 ...
【技术保护点】
1.一种致密砂岩储层含气性的预测方法,其特征在于,包括:/n获取待预测的致密砂岩储层的叠前地震角道集数据;/n将所述叠前地震角道集数据输入预先构建的多属性同时预测混合卷积神经网络,所述预先构建的多属性同时预测混合卷积神经网络基于多源信息融合训练获得,所述多属性同时预测混合卷积神经网络包括共享子网络和多个任务的分支网络;/n基于所述共享子网络,获得所述待预测的致密砂岩储层的多源融合信息;/n将所述多源融合信息分别输入到所述多个任务的分支网络,获得致密砂岩储层含气性的预测结果。/n
【技术特征摘要】
1.一种致密砂岩储层含气性的预测方法,其特征在于,包括:
获取待预测的致密砂岩储层的叠前地震角道集数据;
将所述叠前地震角道集数据输入预先构建的多属性同时预测混合卷积神经网络,所述预先构建的多属性同时预测混合卷积神经网络基于多源信息融合训练获得,所述多属性同时预测混合卷积神经网络包括共享子网络和多个任务的分支网络;
基于所述共享子网络,获得所述待预测的致密砂岩储层的多源融合信息;
将所述多源融合信息分别输入到所述多个任务的分支网络,获得致密砂岩储层含气性的预测结果。
2.如权利要求1所述的方法,其特征在于,所述预先构建的多属性同时预测混合卷积神经网络包括采用下述方式得到:
获取叠前地震角道集数据,所述叠前地震角道集数据包括致密砂岩储层的不同参数表征信息,所述不同参数表征信息间存在关联;
将所述叠前地震角道集数据输入预设卷积神经网络中包括的共享子网络,基于所述预设卷积神经网络中包括的任务分支网络和测井数据计算得到的标签数据获得多任务的训练结果,所述标签数据与所述叠前地震角道集数据在时空分布上对应;
基于所述训练结果,对所述预设卷积神经网络进行调整,获得多属性同时预测混合卷积神经网络。
3.如权利要求2所述的方法,其特征在于,所述基于所述训练结果,对所述预设卷积神经网络进行调整,获得多属性同时预测混合卷积神经网络,包括:
基于损失函数计算所述训练结果与实际结果之间的误差,获得所述预设卷积神经网络的损失值;
基于所述损失值和反向传播机制更新所述预设卷积神经网络的参数信息,直至所述训练结果与实际结果之间的误差满足预设误差条件,获得多属性同时预测混合卷积神经网络。
4.如权利要求2所述的方法,其特征在于,所述将所述叠前地震角道集数据输入预设卷积神经网络中包括的共享子网络前,包括:
对所述叠前地震角道集数据进行预处理,获得训练样本;
基于测井数据和训练样本在叠前剖面的空间位置为训练样本生成对应的标签数据。
5.如权利要求4所述的方法,其特征在于,所述对所述叠前地震角道集数据进行预处理,获得训练样本,包括:
对所述叠前地震角道集数据进行归一化处理,获得处理后的叠前地震数据;
从所述处理后的叠前地震数据中提取同一深度的叠前剖面;
对所述叠前剖面进行开窗滑动取样,获得训练样本,其中,每个训练样本表示一个时间域、角度域的二维矩阵,所述时间域长度等于一个子波长度,所述角度域表示从第一角度到第二角度的角道集,所述第一角度小于所述第二角度。
6.如权利要求4所述的方法,其特征在于,所述基于测井数据和训练样本在叠前剖面的空间位置为训练样本生成对应的标签数据,包括:
基于井震标定,将所述训练样本和所述测井数据统一到具有相同采样间隔的时间域中;
采用滑动时窗将所述训练样本分割成预设个地震数据块,根据每个地震数据块中心位置对应的时刻确定与训练样本对应的测井标签数据。
7.一种致密砂岩储层含气性的预测装置,其特征在于,包括:
待预测数据获取模块,用于获取待预测的致密砂岩储层的叠前地震角道集数据;
输入模块,用于将所述叠前地震角道集数据输入预先构建的多属性同时预测混合卷积神经网络,所述预先构建的多属性同时预测混合卷积神经网络基于多源信息融合训练获得,所述多属性同时预测混合卷积神经网络包括共享子网络和多个任务的分支网络;
融合信息获得模块,用于基于所述共享子网络,获得所述待预测的致密...
【专利技术属性】
技术研发人员:袁三一,宋朝辉,桑文镜,焦新奇,王尚旭,
申请(专利权)人:中国石油大学北京,
类型:发明
国别省市:北京;11
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。