[发明专利]断溶体分带性的识别方法、装置、电子设备及存储介质

权利要求书

1.一种断溶体分带性的识别方法，其特征在于，所述方法包括：

步骤S101：获取目标断溶体储层的叠后地震剖面；

步骤S102：根据所述叠后地震剖面，提取所述目标断溶体储层的各种地震属性体；

步骤S103：将所有地震属性体作为K-means聚类模型的输入，以对所有地震属性体进行降维化聚类，并得到属性聚类结果；

步骤S104：根据所述属性聚类结果，得到所述目标断溶体储层的分带性边界，以实现所述目标断溶体储层的分带性识别。

2.根据权利要求1所述的方法，其特征在于，所述步骤S103包括以下步骤：

步骤S1031：根据所有地震属性体的特征，选取若干初始中心；其中，所述初始中心的数量等于目标类别数；

步骤S1032：计算所有地震属性体与各个初始中心的距离，并将每种地震属性体归到与其距离最小的初始中心所在的类别，以对所有地震属性体进行分类；

步骤S1033：根据当前各类别中的所有地震属性体，计算当前各类别的当前中心，并将各个当前中心与对应的初始中心进行比较；

步骤S1034：当至少一个当前中心与对应的初始中心不相同时，将各个当前中心作为新的初始中心，并返回步骤S1032，以基于新的初始中心进行迭代聚类；

步骤S1035：当所有的当前中心与对应的初始中心相同时，停止迭代。

3.根据权利要求2所述的方法，其特征在于，所述步骤S1033包括以下步骤：

根据当前各类别中的所有地震属性体，将当前各类别中的所有地震属性体的均值作为当前各类别的当前中心，并将各个当前中心与对应的初始中心进行比较。

4.根据权利要求2所述的方法，其特征在于，所述距离为欧氏距离或余弦距离。

5.根据权利要求1所述的方法，其特征在于，所述地震属性体包括振幅类属性体和相干属性体。

6.根据权利要求5所述的方法，其特征在于，所述振幅类属性体包括均方根振幅属性体、最大绝对值振幅属性体、最大峰值振幅属性体、振幅的方差属性体、振幅的斜度属性体和振幅的峰态属性体。

7.根据权利要求5所述的方法，其特征在于，所述相干属性体包括结构张量属性体、纹理熵属性体和纹理能量属性体。

8.一种断溶体分带性的识别装置，其特征在于，所述装置包括：

地震剖面获取模块，用于获取目标断溶体储层的叠后地震剖面；

地震属性提取模块，用于根据所述叠后地震剖面，提取所述目标断溶体储层的各种地震属性体；

属性聚类模块，用于将所有地震属性体作为K-means聚类模型的输入，以对所有地震属性体进行降维化聚类，并得到属性聚类结果；

分带性识别模块，用于根据所述属性聚类结果，得到所述目标断溶体储层的分带性边界，以实现所述目标断溶体储层的分带性识别。

9.一种电子设备，其特征在于，包括存储器和处理器，所述存储器上存储有计算机程序，该计算机程序被所述处理器执行时，执行如权利要求1至7中任意一项所述的断溶体分带性的识别方法。

10.一种存储介质，其特征在于，该存储介质存储的计算机程序，可被一个或多个处理器执行，可用来实现如权利要求1至7中任意一项所述的断溶体分带性的识别方法。