[发明专利]储层参数的预测方法、装置和电子设备

权利要求书

1.一种储层参数的预测方法，其特征在于，包括：

获取原始炮集地震数据；

基于所述原始炮集地震数据计算与其对应的包络数据；

采用储层参数高分辨率预测模型对所述原始炮集地震数据和所述包络数据进行储层参数高分辨率预测，得到高分辨率的储层参数，其中，所述储层参数高分辨率预测模型为递进式的多任务学习网络，所述递进式的多任务学习网络包括：低频延拓网络、储层参数反演网络和图像超分辨率网络；

其中，所述低频延拓网络，用于基于所述包络数据对所述原始炮集地震数据进行低频延拓处理，得到全频带炮集地震数据，其中，所述全频带炮集地震数据中包括低频炮集地震数据；

所述储层参数反演网络，用于对所述全频带炮集地震数据进行储层参数反演，得到反演的储层参数；

所述图像超分辨率网络，用于对所述反演的储层参数进行图像超分辨率处理，得到所述高分辨率的储层参数。

2.根据权利要求1所述的方法，其特征在于，所述方法还包括：

随机构建多个地质模型，并为每个所述地质模型定义目标储层参数，得到多个高分辨率的目标储层参数，其中，所述高分辨率的目标储层参数为与地震响应相关的储层参数；

基于每个所述高分辨率的目标储层参数得到对应的纵波速度、横波速度和密度，并采用时间域弹性波有限差分方法对所述纵波速度、所述横波速度和所述密度进行正演处理，得到多个合成的全频带炮集地震数据；

对每个所述合成的全频带炮集地震数据进行高通滤波处理，得到多个低频缺失的炮集地震数据；

基于每个所述低频缺失的炮集地震数据计算与其对应的包络数据样本；

对每个所述高分辨率的目标储层参数进行中值滤波处理，得到对应的低分辨率的目标储层参数样本；

通过多个所述高分辨率的目标储层参数、多个所述合成的全频带炮集地震数据、多个所述低频缺失的炮集地震数据、与每个所述低频缺失的炮集地震数据对应的包络数据样本和多个所述低分辨率的目标储层参数样本对原始递进式的多任务学习网络进行训练，得到所述储层参数高分辨率预测模型。

3.根据权利要求2所述的方法，其特征在于，通过多个所述高分辨率的目标储层参数、多个所述合成的全频带炮集地震数据、多个所述低频缺失的炮集地震数据、与每个所述低频缺失的炮集地震数据对应的包络数据样本和多个所述低分辨率的目标储层参数样本对原始递进式的多任务学习网络进行训练，得到所述储层参数高分辨率预测模型，包括：

通过多个所述低频缺失的炮集地震数据、与每个所述低频缺失的炮集地震数据对应的包络数据样本和多个所述合成的全频带炮集地震数据对原始低频延拓网络进行训练，且通过所述原始低频延拓网络输出的全频带炮集地震数据和多个所述高分辨率的目标储层参数对原始储层参数反演网络进行训练，且通过所述原始储层参数反演网络输出的目标储层参数和多个所述高分辨率的目标储层参数对原始图像超分辨率网络进行训练，得到所述储层参数高分辨率预测模型。