[发明专利]基于叠后地震数据的裂缝定量化预测方法及装置

说明书

本发明提供一种基于叠后地震数据的裂缝定量化预测方法及装置，其中，该方法包括：将原始叠后地震数据进行地震质量处理，得到质量处理后的叠后地震数据；将根据质量处理后的叠后地震数据得到的裂缝识别相关属性数据，输入预先建立的裂缝密度神经网络预测模型，得到叠后地震数据对应的裂缝密度数据；对从质量处理后的叠后地震数据中提取的裂缝识别相关属性特征，进行增强及矢量化处理，得到裂缝长度数据和裂缝发育方向数据；根据裂缝密度数据、裂缝长度数据和裂缝发育方向数据，进行离散裂缝网络建模，预测得到最优的裂缝密度数据、裂缝长度数据和裂缝发育方向数据。上述技术方案实现了基于叠后地震数据的裂缝定量化预测，提高了裂缝预测精度。

技术领域

本发明涉及油气地球物理勘探技术领域，特别涉及一种基于叠后地震数据的裂缝定量化预测方法及装置。

背景技术

目前，基于叠后地震资料的裂缝分析手段主要是通过相干、曲率及倾角属性，结合FMI(Formation MicroScanner Image，地层微电阻率扫描成像)成像测井资料和地震反射构造图对裂缝发育带进行定性化空间展布的研究。但这些方法存在以下不足：

(1)在地震数据品质较差的情况下，相干、曲率、倾角等几何属性切片难以有效获取理想效果。

(2)常规裂缝定量化预测方法主要基于叠前地震数据，例如AVAZ(AmplitudeVariation with Azimuth，振幅随方位角的变化)，VVAZ(Velocity Variation withAzimuth，速度随方位角的变化)反演等。而针对叠后地震数据的裂缝定量化分析，缺乏相应的技术手段。

(3)通过叠后地震属性分析的裂缝尺度一般在十几米到上百米的范围，通过岩芯或FMI成像测井统计的裂缝尺度一般在厘米级到米级，但对中间尺度的裂缝缺乏相应的基础资料。

针对上述问题，目前尚未提出有效的解决方案。

发明内容

本发明实施例提供了一种基于叠后地震数据的裂缝定量化预测方法，用以实现基于叠后地震数据的裂缝定量化预测，该方法包括：

将原始叠后地震数据进行地震质量处理，得到质量处理后的叠后地震数据；

将根据质量处理后的叠后地震数据得到的裂缝识别相关属性数据，输入预先建立的裂缝密度神经网络预测模型，得到叠后地震数据对应的裂缝密度数据；

对从质量处理后的叠后地震数据中提取的裂缝识别相关属性特征，进行增强及矢量化处理，得到裂缝长度数据和裂缝发育方向数据；

根据裂缝密度数据、裂缝长度数据和裂缝发育方向数据，进行离散裂缝网络DFN建模，预测得到最优的裂缝密度数据、裂缝长度数据和裂缝发育方向数据。

本发明实施例还提供了一种基于叠后地震数据的裂缝定量化预测装置，用以实现基于叠后地震数据的裂缝定量化预测，该装置包括：

质量处理单元，用于将原始叠后地震数据进行地震质量处理，得到质量处理后的叠后地震数据；

第一裂缝数据预测单元，用于将根据质量处理后的叠后地震数据得到的裂缝识别相关属性数据，输入预先建立的裂缝密度神经网络预测模型，得到叠后地震数据对应的裂缝密度数据；

第二裂缝数据预测单元，用于对从质量处理后的叠后地震数据中提取的裂缝识别相关属性特征，进行增强及矢量化处理，得到裂缝长度数据和裂缝发育方向数据；

最优裂缝数据预测单元，用于根据裂缝密度数据、裂缝长度数据和裂缝发育方向数据，进行离散裂缝网络DFN建模，预测得到最优的裂缝密度数据、裂缝长度数据和裂缝发育方向数据。

本发明实施例还提供了一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现上述基于叠后地震数据的裂缝定量化预测方法。