[发明专利]井控稀疏表征大规模谱聚类地震相划分方法

说明书

本发明公开了一种井控稀疏表征大规模谱聚类地震相划分方法，包括以下步骤：S1、输入测井数据和测井数据所对应的岩相标签；S2、输入地震数据所得属性体，对该数据按照地震数据采样方式进行网格化，将网格化坐标进行随机采样，得到k个采样点及其对应的属性曲线；S3、以测井数据作为标签数据，采用支持向量机或神经网络方法训练分类器；S4、以随机选择点和测井数据点作为地标点，进行基于地标点的谱聚类操作，可得到井控谱聚类地震相划分结果。本发明在基于地标点的大规模数据谱聚类方法中，通过加入测井(钻井)数据作为地标点，可以明确谱聚类方法应用于地震相划分的地质含义，提高地震相划分精度。

技术领域

本发明属于石油勘探技术领域，特别涉及一种井控稀疏表征大规模谱聚类地震相划分方法。

背景技术

油藏描述的核心技术是随机建模。随机建模就是利用计算机，以地质统计学为基础，结合三维可视化技术，将储层的空间结构真实的展示出来。由于测井数据、地震资料等原始数据的局限性，使得对地下的复杂结构的认知具有一定程度的不确定性。

传统的地质建模技术以测井数据为核心，辅以地震资料、层位解释数据等，在建立合适的变差函数之后使用序贯模拟、指示模拟等方法建立随机模型。若在此过程中运用地震相分析技术提前对区域进行分类，在不同地震相区域上单独建模，并且充分利用测井数据和地震资料，就可以更好的反映真实的地质情况。

谱聚类方法是近年来一种流行的机器学习聚类方法，对数据可以进行有效的聚类。谱聚类方法应用于对地震相的分类，可以取得与实际地震资料吻合的结果。因此有足够理由相信，谱聚类方法将成为地震相划分技术中一种重要、有效的方法。但是地震相划分中如果直接采用谱聚类方法不具有直观的地质意义，难以解释。

发明内容

本发明的目的在于克服现有技术的不足，提供一种在基于地标点的大规模数据谱聚类方法中，通过加入测井(钻井)数据作为地标点，可以明确谱聚类方法应用于地震相划分的地质含义，提高地震相划分精度的井控稀疏表征大规模谱聚类地震相划分方法。

本发明的目的是通过以下技术方案来实现的：井控稀疏表征大规模谱聚类地震相划分方法，包括以下步骤：

S1、输入测井数据和测井数据所对应的岩相标签；

S2、输入地震数据所得属性体，对该数据按照地震数据采样方式进行网格化，将网格化坐标进行随机采样，得到k个采样点及其对应的属性曲线，随机采样点不包含井点所在位置；

S3、以测井数据作为标签数据，采用支持向量机或神经网络方法训练分类器，并将该分类器用于对前述步骤随机选择点位置提取出的曲线进行分类操作；

S4、以随机选择点和测井数据点作为地标点，进行基于地标点的谱聚类操作，可得到井控谱聚类地震相划分结果。

进一步地，所述步骤S4具体实现方法为：选择一定数量代表性数据点作为地标，并将原始数据点表示为这些地标的稀疏线性组合；然后利用基于地标的稀疏表示来高效地计算谱聚类中的特征向量从而加速谱聚类；具体包括以下子步骤：

S41、设计具有如下属性的邻接矩阵：W＝Z^TZ，其中Z∈R^p×n是稀疏的且p远小于n；

S42、导出Z，在O(p³+p²n)中计算图拉普拉斯矩阵的特征向量；Z的每一列都是原始输入相对于新基向量组U的p维表示；因此，W＝Z^TZ是用新的表示法表示的数据X＝UZ的相似矩阵；

S43、对于任一数据点,近似表示成

其中u_j是U矩阵的第j个列向量，z_ji是矩阵Z的第j行i列的元素；用下式计算z_ji,