[发明专利]一种基于数据降维及重构的储层预测方法

权利要求书

1.一种基于数据降维及重构的储层预测方法，其特征在于，所述储层预测方法包括如下步骤：

S1：计算与储层相关的两个第一属性数据体，并进行归一化处理得到两个第二属性数据体，并计算关于模型道权重系数计算的属性数据体；

S2：对两个第二属性数据体进行降维处理得到降维数据体，并确定该降维数据体的门槛值，并对关于模型道权重系数计算的属性数据体进行重构赋值后得到模型道权重系数数据体；

步骤S2中对两个第二属性数据体进行降维处理，具体包括：

提取井点处两个第二属性数据体的曲线数据，并利用二维坐标系统进行交会得到交会图，从交会图中找到能够将储层及非储层数据点的分布区域划分开的斜直线；

以该斜直线与横轴之间的夹角θ为旋转角度进行坐标旋转，将原坐标系转换为新坐标系，其中，原坐标系转换为新坐标系利用如下计算公式实现的：

X^/＝Xcosθ+Ysinθ

Y^/＝Ycosθ-Xsinθ

式中X、Y为原坐标系中的横轴及纵轴坐标；X^/、Y^/为新坐标系中的横轴及纵轴坐标，θ为原坐标系中斜直线与横轴之间的夹角；

利用函数公式X^/＝Xcosθ+Ysinθ或Y^/＝Ycosθ-Xsinθ对两个第二属性数据体进行降维处理计算，得到降维数据体；

若新坐标系中的横轴与所述斜直线平行，新坐标系中的纵轴与所述斜直线的法线方向平行；如新坐标系中的纵轴与所述斜直线平行，新坐标系中的横轴与所述斜直线的法线方向平行；

且，当新坐标系中的所述斜直线平行于横坐标轴，则采用公式Y^/＝Ycosθ-Xsinθ进行降维处理；如新坐标系中的所述斜直线平行于纵坐标轴，则采用公式X^/＝Xcosθ+Ysinθ进行降维处理；

步骤S2中确定降维数据体的门槛值的方法包括：

交点方法，利用斜直线在新坐标系中与纵坐标轴或横坐标轴相交上的交点数据，得到该降维数据体的门槛值；和

选点计算方法，选取斜直线上的一个点的原坐标值通过公式X^/＝Xcosθ+Ysinθ及Y^/＝Ycosθ-Xsinθ计算，即得到门槛值数据；

所述步骤S2中对关于模型道权重系数计算的属性数据体进行重构赋值后得到模型道权重系数数据体，具体包括：

利用相关联的地震属性数据及目的层位数据进行地震相波形分类，得到对应于各自模型道的波形分类平面数据；

对各模型道设定不同的模型道权重系数数据值，权重系数一般设为常数值；

对波形分类平面上的各个模型道对应的区域内的各个CDP的每个采样值经重构赋值到相对应的设定模型道权重系数，从而得到一个模型道权重系数体；

S3：利用降维数据体及门槛值进行数据重构处理，得到储层重构数据体，并对模型道权重系数数据体进行关于储层品质系数数据体的计算，得到储层品质系数数据体；

所述步骤S3中利用降维数据体及门槛值实施数据重构处理，得到储层重构数据体，具体包括：

根据新坐标系中斜直线与交会图中储层与非储层数据分布关系和门槛值实施数据重构，得到储层重构数据体，其中，相关数据重构赋值具体方式如下：

若设定小于门槛值的为储层数据，则数据重构原则如下：若降维数据体的第i个CDP点道集上的第k个采样点的数据值为当时，J_m为该降维数据体的门槛值，此时设定当时，此时设定

若设定大于或等于门槛值的为储层数据，则数据重构原则如下：若降维数据体的第i个CDP点道集上的第k个采样点的数据值为当时，J_m为该降维数据体的门槛值，此时设定当时，此时设定

所述步骤S3中对模型道权重系数数据体进行关于储层品质系数数据体的计算得到储层品质系数数据体，具体包括：

有两种以上的地震属性数据经相关的波形分类、模型道的权重系数赋值及重构后得到的模型道权重系数数据体，则其储层品质系数体的计算方法如下：

乘积法，将各个模型道权重系数数据体进行相乘，得到储层品质系数体，相关计算公式如下：

N_i＝k₁*k₂*...*k_i

式中，N_i为储层品质系数体中某个CDP点的第i个采样点的储层品质系数数据值，k₁为第一类属性数据体的该采样点上的模型道权重系数值，k₂为第二类属性数据体在该采样点上的模型道权重系数值，k_i为第i类属性数据体的该采样点上的模型道权重系数值；

平均法，将各个模型道权重系数数据体进行相加后取平均值，得到储层品质系数体，相关计算公式如下：

式中，N_i为储层品质系数体中某个CDP点的第i个采样点的储层品质系数数据值，k_i为第i类属性数据体的该采样点上的模型道权重系数值，t为参与计算的模型道权重系数数据体的个数，1≤t；

S4：利用储层重构数据体及储层品质系数数据体进行相关计算，得到一个用于储层预测的储层品质数据体。