一種基于深度學(xué)習(xí)的三維地質(zhì)模型相控屬性建模方法技術(shù)

本發(fā)明專利技術(shù)提供一種基于深度學(xué)習(xí)的三維地質(zhì)模型相控屬性建模方法，構(gòu)建三維儲(chǔ)層網(wǎng)格模型，將測(cè)井解釋數(shù)據(jù)和屬性參數(shù)數(shù)據(jù)粗化至三維儲(chǔ)層網(wǎng)格模型中，并將地震屬性重采樣到三維儲(chǔ)層網(wǎng)格模型中；構(gòu)建相數(shù)據(jù)訓(xùn)練集，利用深度前饋網(wǎng)絡(luò)學(xué)習(xí)相數(shù)據(jù)訓(xùn)練集，訓(xùn)練得到相預(yù)測(cè)神經(jīng)網(wǎng)絡(luò)，根據(jù)相預(yù)測(cè)神經(jīng)網(wǎng)絡(luò)得到待模擬點(diǎn)的相數(shù)據(jù)；將三維儲(chǔ)層網(wǎng)格模型根據(jù)相數(shù)據(jù)分成若干個(gè)相區(qū)塊；構(gòu)建儲(chǔ)層參數(shù)訓(xùn)練集，在單個(gè)相區(qū)塊網(wǎng)格中，利用深度前饋網(wǎng)絡(luò)學(xué)習(xí)儲(chǔ)層參數(shù)訓(xùn)練集，訓(xùn)練得到儲(chǔ)層參數(shù)預(yù)測(cè)神經(jīng)網(wǎng)絡(luò)，根據(jù)儲(chǔ)層參數(shù)預(yù)測(cè)神經(jīng)網(wǎng)絡(luò)得到待模擬點(diǎn)的儲(chǔ)層參數(shù)數(shù)據(jù)；將各個(gè)相區(qū)塊組合成整體的網(wǎng)格；通過對(duì)不同的相單獨(dú)學(xué)習(xí)與預(yù)測(cè)，預(yù)測(cè)結(jié)果更加符合地質(zhì)模型實(shí)際規(guī)律認(rèn)識(shí)。際規(guī)律認(rèn)識(shí)。際規(guī)律認(rèn)識(shí)。

【技術(shù)實(shí)現(xiàn)步驟摘要】
一種基于深度學(xué)習(xí)的三維地質(zhì)模型相控屬性建模方法


[0001]本專利技術(shù)涉及油氣儲(chǔ)層地質(zhì)建模
，特別涉及一種基于深度學(xué)習(xí)的三維地質(zhì)模型相控屬性建模方法。

技術(shù)介紹

[0002]石油領(lǐng)域的地質(zhì)特征主要包括儲(chǔ)層的構(gòu)造特征、裂縫發(fā)育情況、隔夾層的巖性厚度、油藏儲(chǔ)量以及儲(chǔ)層的各種屬性分布。資料獲取主要來源包括井?dāng)?shù)據(jù)、地震數(shù)據(jù)、測(cè)井?dāng)?shù)據(jù)等。伴隨勘探開發(fā)的不斷深入，目前低孔、低滲、超低滲的儲(chǔ)層開發(fā)的需求使得對(duì)儲(chǔ)層的評(píng)價(jià)與預(yù)測(cè)提出更高要求。因此，為精細(xì)表征儲(chǔ)層的屬性分布情況，更為直觀、準(zhǔn)確地為地質(zhì)工程師、石油工程師提供合理預(yù)測(cè)分析的技術(shù)支撐，需建立符合客觀實(shí)際的三維地質(zhì)屬性模型。
[0003]地質(zhì)屬性建模，即地質(zhì)實(shí)體內(nèi)部屬性參數(shù)的建模，其關(guān)鍵在于根據(jù)有限的已知樣品數(shù)據(jù)通過內(nèi)插或者外推等手段對(duì)地質(zhì)體內(nèi)部物性參數(shù)、巖石力學(xué)參數(shù)等屬性參數(shù)進(jìn)行合理估值。換言之，在對(duì)地質(zhì)變量的空間變化規(guī)律綜合分析的基礎(chǔ)上，選取合適的方法進(jìn)行估值，得到屬性參數(shù)的變化規(guī)律，從而實(shí)現(xiàn)對(duì)地質(zhì)變量空間變化的合理定量描述。
[0004]建立精細(xì)的儲(chǔ)層屬性模型，有助于深入了解儲(chǔ)層宏觀展布、內(nèi)部結(jié)構(gòu)和屬性參數(shù)特征及變換規(guī)律，對(duì)油氣田勘探開發(fā)具有十分重要的意義。一般根據(jù)實(shí)現(xiàn)個(gè)數(shù)，可以將屬性建模分為確定性建模和隨機(jī)建模：確定性建模是從具有確定性資料的控制點(diǎn)出發(fā)，推測(cè)出已知點(diǎn)間確定的、唯一的儲(chǔ)層參數(shù)，包括儲(chǔ)層地震學(xué)方法、數(shù)理統(tǒng)計(jì)插值方法、克里金方法等；隨機(jī)建模是指以已知的信息為基礎(chǔ)，應(yīng)用隨機(jī)模擬方法產(chǎn)生可選的、等可能的儲(chǔ)層模型的方法，主要分為基于目標(biāo)的模擬方法和基于像元的隨機(jī)模擬方法，包括序貫高斯模擬、截?cái)喔咚鼓M、序貫指示模擬、分形模擬、多點(diǎn)地質(zhì)統(tǒng)計(jì)學(xué)模擬等。其中基于變差函數(shù)的兩點(diǎn)地質(zhì)統(tǒng)計(jì)學(xué)方法和基于訓(xùn)練圖像的多點(diǎn)地質(zhì)統(tǒng)計(jì)學(xué)方法被最為普遍地應(yīng)用于儲(chǔ)層屬性建模之中。但是，確定建模方法難于表征復(fù)雜的空間結(jié)構(gòu)和再現(xiàn)復(fù)雜目標(biāo)的幾何形態(tài)，隨機(jī)建模方法難以解決訓(xùn)練圖像平穩(wěn)性問題和模擬目標(biāo)體連續(xù)性問題，這兩種方法都有一定的缺陷。

技術(shù)實(shí)現(xiàn)思路

[0005]鑒于此，本專利技術(shù)提出一種基于深度學(xué)習(xí)的三維地質(zhì)模型相控屬性建模方法，通過深度學(xué)習(xí)方法代替?zhèn)鹘y(tǒng)插值與模擬方法，能夠提高參數(shù)預(yù)測(cè)精度，通過相控方法，對(duì)不同的相單獨(dú)學(xué)習(xí)與預(yù)測(cè)，預(yù)測(cè)結(jié)果更加符合地質(zhì)模型實(shí)際規(guī)律認(rèn)識(shí)。
[0006]本專利技術(shù)的技術(shù)方案是這樣實(shí)現(xiàn)的：
[0007]一種基于深度學(xué)習(xí)的三維地質(zhì)模型相控屬性建模方法，包括以下步驟：
[0008]步驟S1、構(gòu)建三維儲(chǔ)層網(wǎng)格模型，將測(cè)井解釋數(shù)據(jù)和屬性參數(shù)數(shù)據(jù)粗化至三維儲(chǔ)層網(wǎng)格模型中，并將地震屬性重采樣到三維儲(chǔ)層網(wǎng)格模型中；
[0009]步驟S2、構(gòu)建相數(shù)據(jù)訓(xùn)練集，利用深度前饋網(wǎng)絡(luò)學(xué)習(xí)相數(shù)據(jù)訓(xùn)練集，訓(xùn)練得到相預(yù)
測(cè)神經(jīng)網(wǎng)絡(luò)，根據(jù)相預(yù)測(cè)神經(jīng)網(wǎng)絡(luò)得到待模擬點(diǎn)的相數(shù)據(jù)；
[0010]步驟S3、將三維儲(chǔ)層網(wǎng)格模型根據(jù)相數(shù)據(jù)分成若干個(gè)相區(qū)塊；
[0011]步驟S4、構(gòu)建儲(chǔ)層參數(shù)訓(xùn)練集，在單個(gè)相區(qū)塊網(wǎng)格中，利用深度前饋網(wǎng)絡(luò)學(xué)習(xí)儲(chǔ)層參數(shù)訓(xùn)練集，訓(xùn)練得到儲(chǔ)層參數(shù)預(yù)測(cè)神經(jīng)網(wǎng)絡(luò)，根據(jù)儲(chǔ)層參數(shù)預(yù)測(cè)神經(jīng)網(wǎng)絡(luò)得到待模擬點(diǎn)的儲(chǔ)層參數(shù)數(shù)據(jù)；
[0012]步驟S5、將各個(gè)相區(qū)塊組合成整體的網(wǎng)格；
[0013]優(yōu)選的，所述步驟S1構(gòu)建三維儲(chǔ)層網(wǎng)格模型的具體步驟為：根據(jù)工區(qū)范圍、測(cè)井解釋數(shù)據(jù)、地震解釋數(shù)據(jù)進(jìn)行地質(zhì)構(gòu)造建模，建立斷層模型和底層模型，再進(jìn)行剖分后得到三維儲(chǔ)層網(wǎng)格模型。
[0014]優(yōu)選的，所述步驟S1將測(cè)井解釋數(shù)據(jù)和屬性參數(shù)數(shù)據(jù)粗化至三維儲(chǔ)層網(wǎng)格模型中的具體步驟為：所述測(cè)井解釋數(shù)據(jù)和屬性參數(shù)都是測(cè)井曲線，將測(cè)井曲線穿過網(wǎng)格的線段計(jì)算出來，再將線段上的屬性點(diǎn)求平均值賦給三維儲(chǔ)層網(wǎng)格模型。
[0015]優(yōu)選的，所述步驟S1將地震屬性重采樣到三維儲(chǔ)層網(wǎng)格模型中的具體步驟為：將時(shí)間域地震屬性數(shù)據(jù)按照地層約束和網(wǎng)格分布重采樣到三維儲(chǔ)層網(wǎng)格模型中。
[0016]優(yōu)選的，所述步驟S2的相數(shù)據(jù)訓(xùn)練集包括條件數(shù)據(jù)點(diǎn)的網(wǎng)格坐標(biāo)、地震屬性以及測(cè)井粗化相數(shù)據(jù)，所述相預(yù)測(cè)神經(jīng)網(wǎng)絡(luò)的輸入為條件數(shù)據(jù)點(diǎn)的網(wǎng)格坐標(biāo)以及地震屬性，輸出為測(cè)井粗化相數(shù)據(jù)，將待模擬點(diǎn)的網(wǎng)格坐標(biāo)和地震屬性輸入到相預(yù)測(cè)神經(jīng)網(wǎng)絡(luò)中，得到待模擬點(diǎn)的相數(shù)據(jù)。
[0017]優(yōu)選的，所述步驟S4的儲(chǔ)層參數(shù)訓(xùn)練集包括條件數(shù)據(jù)點(diǎn)的網(wǎng)格坐標(biāo)、相數(shù)據(jù)、地震屬性以及儲(chǔ)層參數(shù)數(shù)據(jù)，所述儲(chǔ)層參數(shù)預(yù)測(cè)神經(jīng)網(wǎng)絡(luò)的輸入為條件數(shù)據(jù)點(diǎn)的網(wǎng)格坐標(biāo)、相數(shù)據(jù)以及地震屬性，輸出為儲(chǔ)層參數(shù)數(shù)據(jù)，將待模擬點(diǎn)的網(wǎng)格坐標(biāo)、相數(shù)據(jù)以及地震屬性輸入到儲(chǔ)層參數(shù)預(yù)測(cè)神經(jīng)網(wǎng)絡(luò)中，得到待模擬點(diǎn)的儲(chǔ)層參數(shù)數(shù)據(jù)。
[0018]優(yōu)選的，所述步驟S5的具體步驟為：在所有的相區(qū)塊都模擬好儲(chǔ)層參數(shù)后，利用相數(shù)據(jù)和網(wǎng)格索引將各個(gè)相區(qū)塊組合成整體的網(wǎng)格。
[0019]優(yōu)選的，所述步驟S2和步驟S4的深度前饋網(wǎng)絡(luò)在進(jìn)行學(xué)習(xí)前，會(huì)對(duì)其激活函數(shù)和損失函數(shù)進(jìn)行分析與選擇。
[0020]與現(xiàn)有技術(shù)相比，本專利技術(shù)的有益效果是：
[0021]本專利技術(shù)提供了一種基于深度學(xué)習(xí)的三維地質(zhì)模型相控屬性建模方法，事先構(gòu)建三維儲(chǔ)層網(wǎng)格模型，然后將實(shí)際的數(shù)據(jù)例如測(cè)井解釋數(shù)據(jù)、屬性數(shù)據(jù)以及地震屬性等加載到儲(chǔ)層網(wǎng)格模型中，接著構(gòu)建第一個(gè)神經(jīng)網(wǎng)絡(luò)，用于獲取待模擬點(diǎn)的相數(shù)據(jù)，根據(jù)相數(shù)據(jù)將儲(chǔ)層網(wǎng)格模型分成若干相區(qū)塊，在單個(gè)相區(qū)塊中，構(gòu)建第二個(gè)神經(jīng)網(wǎng)絡(luò)，用于獲取待模擬點(diǎn)的儲(chǔ)層參數(shù)數(shù)據(jù)，在獲得所有相區(qū)塊的儲(chǔ)層參數(shù)數(shù)據(jù)后，將相區(qū)塊合并成整體的網(wǎng)格，通過對(duì)不同的相進(jìn)行單獨(dú)學(xué)習(xí)以及預(yù)測(cè)，使預(yù)測(cè)結(jié)果更加符合地質(zhì)模型設(shè)計(jì)規(guī)律認(rèn)識(shí)。
附圖說明
[0022]為了更清楚地說明本專利技術(shù)實(shí)施例中的技術(shù)方案，下面將對(duì)實(shí)施例描述中所需要使用的附圖作簡單地介紹，顯而易見地，下面描述中的附圖僅僅是本專利技術(shù)的優(yōu)選實(shí)施例，對(duì)于本領(lǐng)域普通技術(shù)人員來講，在不付出創(chuàng)造性勞動(dòng)性的前提下，還可以根據(jù)這些附圖獲得其他的附圖。
[0023]圖1為本專利技術(shù)的一種基于深度學(xué)習(xí)的三維地質(zhì)模型相控屬性建模方法的流程圖；
[0024]圖2為本專利技術(shù)的一種基于深度學(xué)習(xí)的三維地質(zhì)模型相控屬性建模方法的相預(yù)測(cè)神經(jīng)網(wǎng)絡(luò)的訓(xùn)練過程流程圖；
[0025]圖3為本專利技術(shù)的一種基于深度學(xué)習(xí)的三維地質(zhì)模型相控屬性建模方法的相預(yù)測(cè)神經(jīng)網(wǎng)絡(luò)的相預(yù)測(cè)過程流程圖；
[0026]圖4為本專利技術(shù)的一種基于深度學(xué)習(xí)的三維地質(zhì)模型相控屬性建模方法的儲(chǔ)層參數(shù)預(yù)測(cè)神經(jīng)網(wǎng)絡(luò)的訓(xùn)練過程流程圖；
[0027]圖5為本專利技術(shù)的一種基于深度學(xué)習(xí)的三維地質(zhì)模型相控屬性建模方法的儲(chǔ)層參數(shù)預(yù)測(cè)神經(jīng)網(wǎng)絡(luò)的儲(chǔ)層參數(shù)預(yù)測(cè)過程流程圖；
具體實(shí)施方式
[0028]為了更好理解本專利技術(shù)
技術(shù)實(shí)現(xiàn)思路
，下面提供一具體實(shí)施例，并結(jié)合附圖對(duì)本專利技術(shù)做進(jìn)一步的說明。
[0029]參見圖1，本專利技術(shù)提供的一種基于深度學(xué)習(xí)的三維地質(zhì)模型相控屬性建模方法，包括以下步驟：
[0030]步驟S1、構(gòu)建三維儲(chǔ)層網(wǎng)格模型，將測(cè)井解釋數(shù)據(jù)和屬性參數(shù)數(shù)據(jù)粗化至三維儲(chǔ)層網(wǎng)格模型中，并將地震屬性重采樣到三維儲(chǔ)層網(wǎng)格模型中。
[0031]所述步驟S1構(gòu)建三本文檔來自技高網(wǎng)...

【技術(shù)保護(hù)點(diǎn)】

【技術(shù)特征摘要】
1.一種基于深度學(xué)習(xí)的三維地質(zhì)模型相控屬性建模方法，其特征在于，包括以下步驟：步驟S1、構(gòu)建三維儲(chǔ)層網(wǎng)格模型，將測(cè)井解釋數(shù)據(jù)和屬性參數(shù)數(shù)據(jù)粗化至三維儲(chǔ)層網(wǎng)格模型中，并將地震屬性重采樣到三維儲(chǔ)層網(wǎng)格模型中；步驟S2、構(gòu)建相數(shù)據(jù)訓(xùn)練集，利用深度前饋網(wǎng)絡(luò)學(xué)習(xí)相數(shù)據(jù)訓(xùn)練集，訓(xùn)練得到相預(yù)測(cè)神經(jīng)網(wǎng)絡(luò)，根據(jù)相預(yù)測(cè)神經(jīng)網(wǎng)絡(luò)得到待模擬點(diǎn)的相數(shù)據(jù)；步驟S3、將三維儲(chǔ)層網(wǎng)格模型根據(jù)相數(shù)據(jù)分成若干個(gè)相區(qū)塊；步驟S4、構(gòu)建儲(chǔ)層參數(shù)訓(xùn)練集，在單個(gè)相區(qū)塊網(wǎng)格中，利用深度前饋網(wǎng)絡(luò)學(xué)習(xí)儲(chǔ)層參數(shù)訓(xùn)練集，訓(xùn)練得到儲(chǔ)層參數(shù)預(yù)測(cè)神經(jīng)網(wǎng)絡(luò)，根據(jù)儲(chǔ)層參數(shù)預(yù)測(cè)神經(jīng)網(wǎng)絡(luò)得到待模擬點(diǎn)的儲(chǔ)層參數(shù)數(shù)據(jù)；步驟S5、將各個(gè)相區(qū)塊組合成整體的網(wǎng)格。2.根據(jù)權(quán)利要求1所述的一種基于深度學(xué)習(xí)的三維地質(zhì)模型相控屬性建模方法，其特征在于，所述步驟S1構(gòu)建三維儲(chǔ)層網(wǎng)格模型的具體步驟為：根據(jù)工區(qū)范圍、測(cè)井解釋數(shù)據(jù)、地震解釋數(shù)據(jù)進(jìn)行地質(zhì)構(gòu)造建模，建立斷層模型和底層模型，再進(jìn)行剖分后得到三維儲(chǔ)層網(wǎng)格模型。3.根據(jù)權(quán)利要求1所述的一種基于深度學(xué)習(xí)的三維地質(zhì)模型相控屬性建模方法，其特征在于，所述步驟S1將測(cè)井解釋數(shù)據(jù)和屬性參數(shù)數(shù)據(jù)粗化至三維儲(chǔ)層網(wǎng)格模型中的具體步驟為：所述測(cè)井解釋數(shù)據(jù)和屬性參數(shù)都是測(cè)井曲線，將測(cè)井曲線穿過網(wǎng)格的線段計(jì)算出來，再將線段上的屬性點(diǎn)求平均值賦給三維儲(chǔ)層網(wǎng)格模型。4.根據(jù)權(quán)利要求1所述的一種基于深度學(xué)習(xí)的三維地質(zhì)模型相控屬性建模方法，其特征在...

【專利技術(shù)屬性】
技術(shù)研發(fā)人員：賴志斌，樊友麗，李魁星，張列軍，魏曉亞，宋國璽，馬林，歐陽亮，劉福財(cái)，王雄潑，馬明震，
申請(qǐng)(專利權(quán))人：北京超維創(chuàng)想信息技術(shù)有限公司，
類型：發(fā)明
國別省市：