[发明专利]一种基于改进的自组织神经网络的地震相分析方法及系统

说明书

本发明提供一种基于改进的自组织神经网络的地震相分析方法及系统，该方法包括步骤：S1、初始化自组织神经网络，所述自组织神经网络为具有K个神经元的两层自组织神经网络，其中，K为地震相种类数；S2、逐一计算输入数据与各个神经元的相似度并据此确定胜出的神经元；S3、更新神经元的相关参数；S4、每隔M个时间步，按照第一预设规则增加或者插入一个新的神经元，按照第二预设规则删除或者废弃一个神经元。本发明根据在某一目的层段内地震信号的横向可变性，利用改进的自组织神经对地震道形状进行分类，分类结果形成离散的“地震相”。进而实现利用地震资料来刻画岩石物理参数或者沉积相平面分布规律。

技术领域

本发明涉及油气及煤层气地震勘探与开发，尤其涉及一种基于改进的自组织神经网络的地震相分析方法及系统。

背景技术

在石油、煤炭等地下沉积矿产的勘探开发中，沉积相研究具有极为重要的意义。然而，由于目的层深埋于地下，因此所采用的研究手段和研究方法与露头区的沉积相研究相比有很大不同。

在地下相分析中只有通过岩石资料才能够观察到目的的沉积相标志，而钻井取心一般都不是连续进行的，并且一口探井的全井取心率往往只有百分之几到百分之十几，这给沉积相研究造成很大困难。利用电测井资料进行测井相分析虽可对全井做出连续的沉积相解释，但其多解性较强，因此除上述两种资料外，还迫切需要从其它资料中获取更多的信息以提高沉积相解释的准确性。

更重要的是，即使单井相分析的资料足够充分，但采用传统研究方法所得到的毕竟只是一部分信息，而如地层叠置模式、沉积体外形等重要信息并没有利用。进一步看，即使解释完全正确，但毕竟只是“一孔之见”。要想进一步掌握沉积相的平面展布特征就必须有大量的足够密集的钻孔，而这在勘探阶段恰恰难以满足。因此迫切需要一种仅用少量钻孔就能较好地掌握沉积相平面变化特征的新手段、新方法。

地震相分析正是为满足上述迫切需要而产生的。地震相就是在地震反射时间剖面上所表现出来的反射波的面貌。地震相分析则是根据地震相特征进行沉积相的解释推断。在石油勘探及某些煤田、盐矿勘探中，地震勘探资料是必不可少的重要基础资料。这些资料一般在勘探初期就可获得，且一般都能覆盖整个盆地，其中具有极为丰富的地层、构造和沉积相信息，因此是地下地质分析中极为宝贵的基础资料。地震相分析作为地震地层学的一个重要组成部分，诞生于1977年左右，并在世界上迅速传播。十几年来它在广泛的实践中不断发展完善，已成为地下相分析不可缺少的锐利武器。

地震相分析的方法就是识别每个层序内独特的地震反射波组特征及其形态组合，并将其赋予一定的地质含义，进而进行沉积相的解释，这一过程称为地震相分析。

地震相分析和识别有两种方法，第一种方法是通过人工观测地震反射特征，并与所建立的标准地震相特征进行比较，判别属于何种地震相。这种方法一般应用于局部地震资料解释和分析中，解释和识别精度比较低。另外一种方法则是应用地震数据处理技术和计算机技术以及一定的数学方法对地震数据体或者地震属性数据进行分析和计算，提取出能够反映沉积相变化的地震相，这是一种高效、先进、定量的地震相识别方法。

地震波形是地震数据的基本性质，它包含了所有的定性和定量信息，如反射模式、相位、频率和振幅等信息，是地震信息的总体特征，其动态变化蕴含了丰富的内在信息，能够真实地反映地下结构的特征。波形分类法是最常采用的地震相分析方法，通过对地震信号波形进行分类，可以实现对地震相的划分。