[发明专利]低级序断层识别的方法、装置、终端及存储介质在审
申请号: | 202010017122.7 | 申请日: | 2020-01-08 |
公开(公告)号: | CN113093274A | 公开(公告)日: | 2021-07-09 |
发明(设计)人: | 张会卿;周宗良;马跃华;曹国明;黄芳;燕云;许辉群;刘紫薇;杨艳;贾晨 | 申请(专利权)人: | 中国石油天然气股份有限公司 |
主分类号: | G01V1/30 | 分类号: | G01V1/30;G01V1/36 |
代理公司: | 北京三高永信知识产权代理有限责任公司 11138 | 代理人: | 董亚军 |
地址: | 100007 北京市*** | 国省代码: | 北京;11 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 低级 断层 识别 方法 装置 终端 存储 介质 | ||
1.一种低级序断层识别的方法,其特征在于,所述方法包括:
对目标区域的原始地震数据体进行分方位叠加处理,得到两个方位垂直的目标分方位叠加数据体;
对两个目标分方位叠加数据体分别进行多窗口倾角扫描处理,得到两个方向倾角体;
对两个方向倾角体分别进行导向滤波处理,得到两个目标导向滤波体;
对两个目标导向滤波体分别进行边缘检测平滑滤波处理,得到两个平滑滤波体;
对于每个平滑滤波体,对所述原始地震数据体、所述平滑滤波体和所述平滑滤波体对应的目标导向滤波体,分别进行相干体构造处理,并在得到的三套相干体中,确定断层增强效果最明显的目标相干体;
对两个目标相干体分别进行不同方向的断层追踪,得到两个方向的蚂蚁体,并基于所述两个方向的蚂蚁体,确定融合蚂蚁体;
基于所述两个方向的蚂蚁体和所述融合蚂蚁体,进行平剖交互分析和断裂组合处理,在所述融合蚂蚁体上确定所述目标区域的低级序断层的空间位置和几何形态。
2.根据权利要求1所述的方法,其特征在于,所述对目标区域的原始地震数据体进行分方位叠加处理,得到两个方位垂直的目标分方位叠加数据体,包括:
对目标区域的原始地震数据体进行分方位叠加处理,得到多个方位的分方位叠加数据体,提取每个分方位叠加数据体的时间切片;
基于每个分方位叠加数据体的时间切片,在所述多个方位的分方位叠加数据体中,确定两个方位垂直的目标分方位叠加数据体。
3.根据权利要求1所述的方法,其特征在于,所述对两个目标分方位叠加数据体分别进行多窗口倾角扫描处理,得到两个方向倾角体,包括:
分别以9个扫描窗口对两个目标分方位叠加数据体进行多窗口倾角扫描处理,得到两个方向倾角体。
4.根据权利要求1所述的方法,其特征在于,所述对两个方向倾角体分别进行导向滤波处理,得到两个目标导向滤波体,包括:
对于每个方向倾角体,对所述方向倾角体进行均值滤波处理、中值滤波处理和主分量滤波处理,得到均值滤波体、中值滤波体和主分量滤波体,在所述均值滤波体、所述中值滤波体和所述主分量滤波体中,确定断层增强效果最明显的滤波体作为目标导向滤波体。
5.根据权利要求4所述的方法,其特征在于,所述在所述均值滤波体、所述中值滤波体和所述主分量滤波体中,确定断层增强效果最明显的滤波体作为目标导向滤波体,包括:
分别提取所述均值滤波体、所述中值滤波体和所述主分量滤波体在同一构造位置的剖面;
基于所述均值滤波体的剖面、所述中值滤波体的剖面和所述主分量滤波体的剖面,在所述均值滤波体、所述中值滤波体和所述主分量滤波体中,确定断层增强效果最明显的滤波体作为目标导向滤波体。
6.根据权利要求1所述的方法,其特征在于,所述对两个目标导向滤波体分别进行边缘检测平滑滤波处理,得到两个平滑滤波体之后,还包括:
对于每个平滑滤波体,使用设定分数导数指数进行构造曲率体处理,得到所述平滑滤波体的最正曲率体和最负曲率体,在所述最正曲率体和所述最负曲率体中,确定断层较清晰的构造曲率体;
对于每个断层较清晰的构造曲率体,对所述断层较清晰的构造曲率体使用与所述设定分数导数指数不同的分数导数指数进行参数优化处理,得到一个或多个新的构造曲率体,在所述一个或多个新的构造曲率体和断层较清晰的构造曲率体中,确定断层最清晰的构造曲率体;
将两个断层最清晰的构造曲率体与所述融合蚂蚁体进行对比分析。
7.根据权利要求1所述的方法,其特征在于,所述对两个目标导向滤波体分别进行边缘检测平滑滤波处理,得到两个平滑滤波体之后,还包括:
对于每个平滑滤波体,对所述平滑滤波体进行相干能量梯度属性计算,得到携带有相干能量梯度属性的平滑滤波体。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于中国石油天然气股份有限公司,未经中国石油天然气股份有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202010017122.7/1.html,转载请声明来源钻瓜专利网。