[发明专利]基于数据挖掘的致密储层双甜点识别方法

权利要求书

1.一种基于数据挖掘的致密储层双甜点识别方法，其特征在于，包括如下步骤：

1)地震数据的整理：

致密储层的地震异常响应弱，需要搜集高精度、高质量的叠后地震数据，并进行去噪和针对目标层段的弱信号增强处理；

2)致密储层甜点测井曲线的整理：

搜集孔隙度和伽马测井曲线，并进行孔隙度和伽马测井曲线的多井标准化和去异常值处理，并通过计算脆性矿物组分构建脆性指数曲线；

3)测井曲线交会分析：

对步骤2)处理后的孔隙度和伽马测井曲线进行随机抽样，然后进行交会分析确定两者的相关关系；

4)甜点识别训练样本集构建；

5)地震层位数据的排列和插值：

在三维空间内，将地球物理勘探中获取的三维地震层位数据按照由深到浅的顺序进行空间排列，并以目标要求的时间间隔进行层位信息插值，得到时间域三维地层格架信息；

6)全局和局部连接网络的建立：

建立全局连接的网络作为深度学习网络的支网一，同时建立局部连接的网络作为深度学习网络的支网二；

7)全局和局部连接网络的融合：

将步骤6)中的支网一和支网二的运算结果以求和的形式作为总网络的输出。

2.根据权利要求1所述的致密储层双甜点识别方法，其特征在于，所述步骤4)中甜点识别训练样本集构建的方法包括如下步骤：

4.1)以步骤2)中伽马测井曲线为约束条件，并设置伽马测井曲线值为阈值；

4.2)以步骤3)中相关关系为负相关为例，高于阈值的目标段对应孔隙度设为背景值，低于阈值的目标段对应孔隙度保留原值作为孔隙度有效值；

4.3)分析步骤4.2)中孔隙度有效值与背景值的比例，调整阈值大小：

当有效值比例明显高于背景值时，将阈值增大；有效值比例明显低于背景值时，将阈值减小；重复步骤4.1)-4.3)，直到孔隙度有效值与背景值比例大致相等，将修改后的孔隙度曲线保存；

4.4)利用修改后的孔隙度曲线和叠后地震数据构建致密储层地质甜点识别训练样本集；同时利用步骤2)中脆性指数曲线和叠后地震数据构建致密储层工程甜点识别训练样本集。

3.根据权利要求2所述的致密储层双甜点识别方法，其特征在于，所述步骤6)中的所述支网一不同层之间满足公式(1)的运算关系：

Y_i+1＝W_i·Y_i (1)

式中，Y_i表示第i层的输入；W_i表示第i层到第i+1层的连接权重矩阵；|·|表示点乘运算符；

所述支网二不同层之间满足公式(2)的运算关系：

式中，X_j表示第j层的输入；表示第j层到第j+1层的第m个连接权重矩阵；|*|表示卷积运算符。

4.根据权利要求3所述的致密储层双甜点识别方法，其特征在于，在所述步骤7)后还包括如下步骤：

8)混合深度学习网络的训练：

8.1)将步骤5)中的时间域三维地层格架信息输入支网一，将步骤4)中致密储层地质甜点识别训练样本集中的叠后地震记录输入支网二，按步骤6)和7)进行计算，以步骤4)中致密储层地质甜点识别训练样本集中的孔隙度曲线为目标期望值进行训练，得到地质甜点预测模型；

8.2)将步骤5)中的时间域三维地层格架信息输入支网一，将步骤4)中致密储层工程甜点识别训练样本集中的叠后地震记录输入支网二，按步骤6)和7)进行计算，以步骤4)中致密储层工程甜点识别训练样本集的脆性指数曲线为目标期望值进行训练，得到工程甜点预测模型。

5.根据权利要求4所述的致密储层双甜点识别方法，其特征在于，在所述步骤8)后还包括如下步骤：

9)致密储层双甜点识别：

9.1)将地球物理勘探中获取的三维地震层位数据输入到地质甜点预测模型，得到致密储层地质甜点数据；

9.2)将地球物理勘探中获取的三维地震层位数据输入到工程甜点预测模型，得到致密储层工程甜点数据；

9.3)将地质甜点数据和工程甜点数据进行综合分析，得到致密储层双甜点信息。