[发明专利]一种地震储层物性参数预测方法及装置在审
申请号: | 202110839967.9 | 申请日: | 2021-07-23 |
公开(公告)号: | CN115685314A | 公开(公告)日: | 2023-02-03 |
发明(设计)人: | 张豪;张建勇;田瀚;辛勇光;谷明峰;李文正;熊绍云;姚倩颖;郝毅;付小东;陈娅娜 | 申请(专利权)人: | 中国石油天然气股份有限公司 |
主分类号: | G01V1/28 | 分类号: | G01V1/28;G01V1/30;G01V1/48;G01V1/50 |
代理公司: | 北京三友知识产权代理有限公司 11127 | 代理人: | 赵平;叶明川 |
地址: | 100007 *** | 国省代码: | 北京;11 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 地震 物性 参数 预测 方法 装置 | ||
1.一种地震储层物性参数预测方法,其特征在于,包括:
基于预生成的训练数据的数据特征,将所述训练数据进行分组,以生成多个分组数据;
利用多个相关性向量回归器学习所述多个分组数据的数据特征,以生成多个地震储层物性参数学习模型;
根据所述多个地震储层物性参数学习模型预测目标区块的地震储层物性参数。
2.根据权利要求1所述的地震储层物性参数预测方法,其特征在于,生成训练数据包括以下步骤:
根据所述目标区块的测井数据生成初步训练数据;
对所述初步训练数据进行深度校正以及环境校正,以生成所述训练数据。
3.根据权利要求1所述的地震储层物性参数预测方法,其特征在于,所述基于预生成的训练数据的数据特征,将所述训练数据进行分组,以生成多个分组数据,包括:
利用k-means算法,基于输入-输出关系将所述训练数据分组所述多个分组数据。
4.根据权利要求1所述的地震储层物性参数预测方法,其特征在于,根据所述多个地震储层物性参数学习模型来预测地震储层物性参数,包括:
利用门控函数对所述多个地震储层物性参数学习模型进行加权,以生成地震储层物性参数预测模型;
根据所述地震储层物性参数预测模型预测所述目标区块的地震储层物性参数。
5.一种地震储层物性参数预测装置,其特征在于,包括:
训练数据分组模块,用于基于预生成的训练数据的数据特征,将所述训练数据进行分组,以生成多个分组数据;
多个学习模型生成模块,用于利用多个相关性向量回归器学习所述多个分组数据的数据特征,以生成多个地震储层物性参数学习模型;
物性参数预测模块,用于根据所述多个地震储层物性参数学习模型预测目标区块的地震储层物性参数。
6.根据权利要求5所述的地震储层物性参数预测装置,其特征在于,还包括:训练数据生成模块,用于生成训练数据,所述训练数据生成模块包括:
初步训练数据生成单元,用于根据所述目标区块的测井数据生成初步训练数据;
训练数据生成单元,用于对所述初步训练数据进行深度校正以及环境校正,以生成所述训练数据。
7.根据权利要求5所述的地震储层物性参数预测装置,其特征在于,所述训练数据分组模块具体利用k-means算法,基于输入-输出关系将所述训练数据分组所述多个分组数据。
8.根据权利要求5所述的地震储层物性参数预测装置,其特征在于,所述参数预测模块包括:
模型加权单元,用于利用门控函数对所述多个地震储层物性参数学习模型进行加权,以生成地震储层物性参数预测模型;
物性参数预测单元,用于根据所述地震储层物性参数预测模型预测所述目标区块的地震储层物性参数。
9.一种电子设备,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,其特征在于,所述处理器执行所述程序时实现权利要求1至4任一项所述的地震储层物性参数预测方法的步骤。
10.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,该计算机程序被处理器执行时实现权利要求1至4任一项所述的地震储层物性参数预测方法的步骤。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于中国石油天然气股份有限公司,未经中国石油天然气股份有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202110839967.9/1.html,转载请声明来源钻瓜专利网。
- 上一篇:一种通信方法和装置
- 下一篇:一种缓释片及其制备方法