[发明专利]储层检测方法、装置、电子设备和存储介质

权利要求书

1.一种储层检测方法，其特征在于，所述方法包括：

获取带标签的地震波形数据，所述地震波形数据是多次地震勘探得到的，所述地震波形数据的标签是基于所述地震波形数据对应的储层特征和所述地震波形数据的地震波形特征划分得到的；

采用所述带标签的地震波形数据进行神经网络模型的训练，所述神经网络模型包括依次连接的输入层、模糊规则层、结论层和输出层，其中，所述输入层用于输入所述带标签的地震波形数据，所述模糊规则层中每个神经元用于将接收到的输入转换为在论域中对应的语言变量的隶属度函数，所述结论层用于对所述隶属度函数进行模糊运算，得到模糊规则，所述输出层用于基于所述模糊规则得到输入的地震波形数据对应的储层分布结果；

采用所述神经网络模型对待检测的地震波形数据进行检测，得到储层分布结果。

2.根据权利要求1所述的方法，其特征在于，获取带标签的地震波形数据，包括：

获取所述地震波形数据对应的测井数据，所述测井数据包括测井声波曲线、密度曲线和中子曲线，所述测井数据用于反映目的地层的储层特征；

将所述地震波形数据和所述测井数据进行对齐；

获取对对齐后的所述地震波形数据人工拾取得到的标签以及标签对应的地震波形数据。

3.根据权利要求1或2所述的方法，其特征在于，所述地震波形数据的标签包括标签1～4四种，四种标签与地震波形特征的对应关系如下：

标签1对应的地震波形特征包括：地震波形存在单轴，目的地层的顶界对应的波形为波谷或临界点、目的地层的底界对应的波形为波谷、目的地层的内部对应的波形存在强波峰；

标签2对应的地震波形特征包括：地震波形存在双轴，目的地层的顶界对应的波形为强波峰、目的地层的底界对应的波形为波谷、目的地层的内部对应的波形存在强波峰；

标签3对应的地震波形特征包括：地震波形存在复波，目的地层的顶界对应的波形为临界点、目的地层的底界对应的波形为波谷、顶部为强波峰；

标签4对应的地震波形特征包括：目的地层的顶界对应的波形为强波峰、目的地层的内部对应的波形不存在波峰。

4.根据权利要求3所述的方法，其特征在于，所述四种标签与储层特征的对应关系如下；

标签1对应的储层特征包括：储层总厚度范围为35米至40米，储层分布在距离目的地层的顶界40米至50米的位置；

标签2对应的储层特征包括：储层总厚度范围为20米至40米，储层分成2层，一层分布在距离目的地层的顶界40米至50米的位置，另一层分布在目的地层的顶界处；

标签3对应的储层特征包括：储层总厚度范围为15米至20米，储层分布在目的地层的顶界处；

标签4对应的储层特征包括：储层总厚度范围为1米至5米，储层分布在随机位置。

5.一种储层检测装置，其特征在于，所述装置包括：

获取模块，用于获取带标签的地震波形数据，所述地震波形数据是多次地震勘探得到的，所述地震波形数据的标签是基于所述地震波形数据对应的储层特征和所述地震波形数据的地震波形特征划分得到的；

训练模块，用于采用所述带标签的地震波形数据进行神经网络模型的训练，所述神经网络模型包括依次连接的输入层、模糊规则层、结论层和输出层，其中，所述输入层用于输入所述带标签的地震波形数据，所述模糊规则层中每个神经元用于将接收到的输入转换为在论域中对应的语言变量的隶属度函数，所述结论层用于对所述隶属度函数进行模糊运算，得到模糊规则，所述输出层用于基于所述模糊规则得到输入的地震波形数据对应的储层分布结果；

检测模块，用于采用所述神经网络模型对待检测的地震波形数据进行检测，得到储层分布结果。

6.根据权利要求5所述的装置，其特征在于，所述获取模块，用于获取所述地震波形数据对应的测井数据，所述测井数据包括测井声波曲线、密度曲线和中子曲线，所述测井数据用于反映目的地层的储层特征；将所述地震波形数据和所述测井数据进行对齐；获取对对齐后的所述地震波形数据人工拾取得到的标签以及标签对应的地震波形数据。