生物启发计算地层圈闭油气藏超剥线识别方法与流程

本发明涉及油田勘探开发技术领域，特别是涉及到一种生物启发计算地层圈闭油气藏超剥线识别方法。

背景技术：
地层圈闭油藏隐蔽性强，其成藏主要受控于超剥线位置、顶底板岩性、储层、地层倾角等多种因素。地层油藏通常呈条带状分布，一般含油高度较小，其钻探部位太高或太低都将导致勘探失利，因此准确识别地层超剥线在隐蔽油气藏勘探中显得尤为重要。地层圈闭超剥线附近的地震特征和顶底板岩性、地层倾角、不整合面倾角、储层厚度及物性密切相关,在地层厚度薄，顶底板岩性差异小，地层和不整合面倾角不明显，以及储层速度、孔渗、流体性质无显著变化等情况下，将导致超剥线附近地震响应变弱、特征不明显，特别是复合波的存在，造成地层圈闭超剥线更加难以识别。目前利用地震资料识别地层超剥线有效方法较少，常用的地层夹角外推法、相位等地震属性解释法在识别地层超剥线方面具有局限性。为此我们发明了一种新的生物启发计算地层圈闭油气藏超剥线识别方法，解决了以上技术问题。生物启发计算是一种宏观意义下的仿生计算技术，它可以模拟自然界中生命与智能的生成与进化过程。具有自学习、自组织和自适应特征，能够为传统算法难以解决的各类复杂问题给出合理的解决方向，具有广泛的应用前景。应用在石油地球物理中的生物启发计算方法如遗传算法、蚁群算法、DNA算法、神经网络等，取得了较好的应用效果。典型的生物启发计算方法有：遗传算法(GA)，粒子群优化算法(PSO)，蚁群算法(ACO)，人工蜂群算法(ABC)，细菌觅食算法(BFO)，群搜索算法(GSO)，DNA计算、膜计算(MC)、自组织迁移算法(SOMA)等。单一的算法常常达不到预期的效果,需要综合两种以上的算法进行优化计算。

技术实现要素：
本发明的目的是提供一种根据某区的实际资料，利用生物启发计算方法对多类型的地层超覆、剥蚀地质模型开展正演模拟，获得了比较精确的识别地层超剥点、线的位置，有效的解决地层超剥线识别的难题的生物启发计算地层圈闭油气藏超剥线识别方法。本发明的目的可通过如下技术措施来实现：该生物启发计算地层圈闭油气藏超剥线识别方法包括：步骤1，输入三维地震数据体；步骤2，针对需要识别的地层超剥线大致范围，采用一种边缘检测手段来增强地震数据在空间上的连续性；步骤3，设定搜索参数；步骤4，当波组特征变化不满足搜索参数要求时，流程返回步骤3，重新搜索参数，此时综合两种以上的生物启发算法进行优化计算，所述生物启发算法包括遗传算法、蚁群算法、DNA算法和神经网络算法；将满足地层连续性敏感性强的参数运算并形成生物启发计算连续性属性数据体；步骤5，追踪解释具有超剥特征的生物启发计算连续性属性数据体，得出地层超剥线在平面上的分布。本发明的目的还可通过如下具体技术措施来实现：在步骤1中，输入的三维地震数据体为标准segy格式文件。在步骤2中，采用边缘检测来增强地震数据在空间上的连续性，并通过噪音来任意地限定地震数据。在步骤3中，设定搜索参数，采用生物启发计算之一的蚁群算法,设m为蚂蚁的数目，n表示地震采样点，a为采样点的属性值，在算法初始时刻，将m只蚂蚁随机放到n个采样点上，蚂蚁同时从一个采样点到另一个采样点，逐步完成搜索，Nc为算法循环迭代次数，1<Nc<Ncmax,Ncmax为设定最大循环迭代次数，每次迭代中，以t为刻度，0≤t≤n，τi,j(t)表示t时刻在采样点i和j之间(i,j)上的信息素量，禁忌集tabuk(k＝1,2,...,m)用来记录蚂蚁k当前已经走过的采样点的集合，避免蚂蚁重复走进同一个地震采样点，则在t时刻蚂蚁k从采样点i向j移动的概率如式(1、2)所示：其中Sk(i)是k允许集，Sk(i)＝C-禁忌集为蚂蚁k下一步允许选择的采样点，C是所有采样点的集合{1,2,3,...,n}，α为信息素因子，表示信息素的重要程度，数值越大就体现信息素在蚂蚁行进过程中越重要，ηij表示采样点i,j之间的能见度即属性变化值倒数，ηij＝1/(a(j)-a(i)),属性变化越小，能见度越大，被选择的期望越高，β为期望启发式因子，表示能见度的重要程度，数值越大就体现具体问题的先验信息在蚂蚁行进过程中越重要，当全部的蚂蚁完成了一次循环后，信息素有增有减，因此信息素强度需要调整，设信息素挥发系数每次循环后采样点i,j之间的信息素强度如式(3、4)所示：τi,j(t+n)＝(1-ρ)*τi,j(t)+Δτi,j(t)(3)式中Δτkij(t)表示第k只蚂蚁在此次循环时留在采样点i，j之间的信息素量，Δτkij(t)有蚁量、蚁密、蚁周等模型获得，Δτi,j(t)表示此次循环中采样点i，j之间的信息素量增量，基本的蚁群算法实现如下：(1)初始化阶段，令当前循环次数Nc＝0,时间t＝0；设各个路径上的初始化信息量τi,j(0)为一常量，信息素的增量Δτi,j(t)＝0；设定最大循环次数NCmax地方，将...