[发明专利]基于广义极值分布的叠前非高斯AVO反演方法

权利要求书

1.一种基于广义极值分布的叠前非高斯AVO反演方法，其特征在于，包括以下步骤：

S1、根据页岩气钻井、测井数据和叠前地震数据，基于叠前AVO方法理论，以及AVO近似方程理论，采用统计分析、信号分析、地震波场正演手段分析页岩储层弹性参数、叠前地震数据中噪声的分布特征；

S2、在基于贝叶斯理论的AVO反演框架下，构造包含反射系数统计分布约束的AVO反演目标函数；

所述步骤S2中，将含噪声的地震数据表示为：

d＝Gr+n

其中，d为野外观测地震数据，G为地震子波，r为地层反射系数，n为地震数据观测噪声；

所述步骤S2中，包含反射系数统计分布约束的AVO反演目标函数表示为：

其中，ε、μ、δ为广义极值分布的3个参数，r_i为测井数据所得的反射系数，N为反射系数的个数，σ_n为噪声的方差

S3、采用具有参数自适应调整特征的广义极值分布来描述反射系数的统计分布；所述步骤S3中，广义极值分布的概率密度函数表示为：

S4、采用改进的粒子群算法对AVO反演目标函数进行求解，得到AVO反演结果；所述步骤S4具体包括以下分步骤：

S41、初始化粒子群大小，初始位置x₀，初始速度v₀，初始温度T，截止温度T_min，衰减因子α；

S42、计算粒子群中各粒子的适应值

S43、判断粒子的适应值是否小于设定阈值ep；若是，则操作结束；若否，则进行步骤S44；

S44、判断粒子的适应值是否大于粒子下一次迭代后的适应值若是，则进行步骤S47；若否，则进行步骤S45；

S45、判断初始温度T是否大于截止温度T_min；若是，则进行步骤S46；若否，则进行步骤S48；

S46、判断若是，则更新当前温度，并进行步骤S47；若否，则进行步骤S48；

S47、更新粒子在迭代过程中的最优解Pbest_i；

S48、更新所有粒子的全局最优值Gbest_i；

S49、更新下一迭代过程的粒子位置和粒子速度并返回步骤S42。

2.如权利要求1所述的基于广义极值分布的叠前非高斯AVO反演方法，其特征在于，所述步骤S3中，假设随机变量x₁,x₂,…x_n为广义极值分布的一个随机样本，当ε≠0时，似然函数表示为：

3.如权利要求2所述的基于广义极值分布的叠前非高斯AVO反演方法，其特征在于，所述步骤S3中，采用极大似然法计算广义极值分布的参数，表示为：