[发明专利]利用人工神经网络进行3D地震数据深度转换的系统和方法

说明书

相关申请的交叉引用

不适用。

有关联邦资助研究的声明

不适用。

技术领域

本发明一般涉及利用人工神经网络的三维(“3D”)进行地震数据深度转换的系统和方法。更具体地，本发明涉及将堆叠的或者优选的时间偏移(time migrated)3D地震数据及相关的地震属性从时间域(time domain)转换到深度域(depth domain)。

背景技术

对于涉及通过储层(油藏)(reservoir)表征研究、水平井规划和地质导向、模拟设计(stimulation design)和油藏模拟来估计储层储量的地学科学家和油藏工程师而言，将3D地震数据从时间域转换到深度域是非常重要的。深度转换后的地震数据可用于通过井控来增强储层孔隙度和厚度的地层映射，检验为了留在油气层中而沿水平井长度做出的结构/断层解释，以为储层储量计算和总资产管理提供更精确的框架。

许多传统技术和程序已经被开发，以将地震数据从时间域转换到深度域。这些技术包括来自校验炮测量(check-shot survey)、速度测量、堆叠速度、断层成像、声波反演、测井数据等的正在开发的速度模型。然而，这些技术中有许多集中在将储层层位(horizon)(结构映射)从时间域转换到深度域，而不是将地震体(seismic volume)及其相关的地震属性从时间域转换到深度域，这通常被称为体深度(volume depthing)。此外，目前实践中的体深度从未100％准确地用在储层表征研究中，因为对于所需的分辨率来说，速度模型最终还是过于简单。结果是，当整个地震体被转换到深度域时，感兴趣的储层层段(interval)被平滑甚至在结果中丢失。

现代地震解释方法和工具经常使用沿着地震体边或覆盖地震体的各种地震属性的联合提炼(co-rendering)。用于地震解释的一百多个属性的大部分都在时间域中被计算和解释。将它们转换到与地震数据的深度转换相一致的深度通常是可行的，但在实践中很少这样做。而且，这样的属性深度转换会遭遇与在上述地震深度转换中提及的储层层段中同样的分辨率损失。事实上，由于许多基于时间的属性的更高锐利性(sharpness)，这种损害甚至可能更加严重。最近重要的研究集中在基于层位的属性，例如既可以在时间域或也可以在深度域中计算的相干性和曲率。这样的属性提供在深度域中的值，但很少被解释，甚至被解释为深度域中的体属性。显然用于将许多时间域储层属性映射到深度域的高分辨率方法期望能够有助于提高地震解释以及后续的储层评估和规划的可靠性和细节了解。

发明内容

通过提供用于将堆叠的或者优选的时间偏移3D地震数据及相关的地震属性从时间域转换到深度域的系统和方法，本发明满足上述需要并克服了现有技术中的一个或多个缺陷。

在一个实施例中，本发明包括一种用于将三维地震数据从时间域转换到深度域的方法，该方法包括：i)使用人工神经网络而不用在感兴趣的储层层段内或在其附近的声波测井，来预测选择的井的声波时差(interval transit times)；ii)将所选择的井的时深对转换成沿地震时间层的时深对；iii)通过在三维地震时间体中重新排列地震道(seismic traces)形成参考层，以将所述地震时间层对准每个道上的时间零点；iv)使用所述转换后的时深对，将相对深度赋值给(assign)所述感兴趣的储层层段处或在其附近的每个地震样本值及各自的地震属性值；v)形成表示时深层体的多个构造上修正的表面；以及vi)将所述感兴趣的储层层段处或在其附近的每个地震样本值及各自的地震属性值从所述地震时间体传送(transfer)到所述时深层体中的所述多个构造上修正的表面。

在另一个实施例中，本发明包括一种承载计算机可执行指令的程序载体装置，用于将三维地震数据从时间域转换到深度域。该指令可被执行以实施下述：i)使用人工神经网络而不用在感兴趣的储层层段内或在其附近的声波测井，来预测选择的井的声波时差；ii)将所选择的井的时深对转换成沿地震时间层的时深对；iii)通过在三维地震时间体中重新排列地震道形成参考层，以将所述地震时间层对准每个道上的时间零点；iv)使用所述转换后的时深对，将相对深度赋值给在所述感兴趣的储层层段处或在其附近的每个地震样本值及各自的地震属性值；v)形成表示时深层体的多个构造上修正的表面；以及vi)将所述感兴趣的储层层段处或在其附近的每个地震样本值及各自的地震属性值从所述地震时间体传送到所述时深层体中的所述多个构造上修正的表面。