本技术实施例涉及油气勘探,特别涉及一种走滑断裂破碎带构型的预测方法、装置、设备及存储介质。
背景技术:
1、长期勘探结果表明,走滑断裂破碎带中易富集石油和天然气资源。
2、在相关技术中,通过向地下发送探测波,收集地层反射的波形,相关技术人员根据经验对地层反射的地震波形进行分析预测,确定地层是否为走滑断裂破碎带、以及走滑断裂破碎带的构型。
3、在上述相关技术中,仅根据人工经验预测走滑断裂破碎带的构型,加上收集的地震波形中噪声较多、信噪比较低,在相关技术人员的经验不足时,上述相关技术对走滑断裂破碎带的构型的预测精度较低。
技术实现思路
1、本技术实施例提供了一种走滑断裂破碎带构型的预测方法、装置、设备及存储介质,能够提升走滑断裂破碎带构型的预测精度。所述技术方案如下:
2、根据本技术实施例的一个方面,提供了一种走滑断裂破碎带构型的预测方法,所述方法包括:
3、获取特征样本字典,所述特征样本字典包括多个走滑断裂破碎带样本的地震波形以及所述多个走滑断裂破碎带样本的构型;
4、获取目标走滑断裂破碎带的目标地震波形;
5、对所述目标地震波形进行提取,得到不同波形的地震数据;
6、将所述不同波形的地震数据与所述特征样本字典进行匹配分析,确定所述目标走滑断裂破碎带的预测构型。
7、可选地,所述目标地震波形包括不同频率和/或不同振幅的地震波形对应的数据;
8、所述对所述目标地震波形进行提取,得到不同波形的地震数据,包括以下至少之一:
9、对所述目标地震数据进行导向滤波,得到导向滤波后的地震波形,所述导向滤波后的地震波形的信噪比优于所述目标地震波形;
10、对所述目标地震波形进行高频滤波,得到所述目标走滑断裂破碎带的低频地震波形;
11、对所述目标地震波形进行低频滤波,得到所述目标走滑断裂破碎带的高频地震波形;
12、对所述目标地震波形进行高振幅滤波,得到所述目标走滑断裂破碎带的低振幅地震波形;
13、对所述目标地震波形进行低振幅滤波,得到所述目标走滑断裂破碎带的高振幅地震波形。
14、可选地,所述将所述不同波形的地震数据与所述特征样本字典进行匹配分析,确定所述目标走滑断裂破碎带的预测构型,包括:
15、将所述目标走滑断裂破碎带的低频地震波形与所述特征样本字典进行匹配,得到所述目标走滑断裂破碎带对应于所述低频地震波形的预测构型;
16、将所述目标走滑断裂破碎带的高频地震波形与所述特征样本字典进行匹配,得到所述目标走滑断裂破碎带对应于所述高频地震波形的预测构型;
17、基于所述目标走滑断裂破碎带的主干断裂带对应于所述低频地震波形的预测构型,以及所述目标走滑断裂破碎带的分支断裂带和伴生断裂带对应于所述高频地震波形的预测构型,得到所述目标走滑断裂破碎带的预测构型。
18、可选地,所述将所述不同波形的地震数据与所述特征样本字典进行匹配分析,确定所述目标走滑断裂破碎带的预测构型,包括:
19、将所述目标走滑断裂破碎带的低振幅地震波形与所述特征样本字典进行匹配,得到所述目标走滑断裂破碎带对应于所述低振幅地震波形的预测构型;
20、将所述目标走滑断裂破碎带的高振幅地震波形与所述特征样本字典进行匹配,得到所述目标走滑断裂破碎带对应于所述高振幅地震波形的预测构型;
21、基于所述目标走滑断裂破碎带的主干断裂带对应于所述低振幅地震波形的预测构型,以及所述目标走滑断裂破碎带的分支断裂带和伴生断裂带对应于所述高振幅地震波形的预测构型,得到所述目标走滑断裂破碎带的预测构型。
22、可选地,所述获取特征样本字典,包括:
23、获取所述走滑断裂破碎带样本对应的解释构型;
24、和/或,
25、通过地震模型正演,基于所述走滑断裂破碎带样本的地震波形确定所述走滑断裂破碎带样本的构型。
26、可选地,所述将所述不同波形的地震数据与所述特征样本字典进行匹配分析,确定所述目标走滑断裂破碎带的预测构型,包括:
27、采用卷积神经网络(cnn,convolutional neural networks),对所述滤波后的地震波形与所述特征样本字典进行匹配分析,生成所述目标走滑断裂破碎带的概率数据体;
28、基于所述目标走滑断裂破碎带的概率数据体,确定所述目标走滑断裂破碎带的预测构型。
29、根据本技术实施例的一个方面,提供了一种走滑断裂破碎带构型的预测装置,所述装置包括:
30、字典获取模块,用于获取特征样本字典,所述特征样本字典包括多个走滑断裂破碎带样本的地震波形以及所述多个走滑断裂破碎带样本的构型;
31、波形获取模块,用于获取目标走滑断裂破碎带的目标地震波形;
32、波形提取模块,用于对所述目标地震波形进行提取,得到不同波形的地震数据;
33、构型预测模块,用于将所述滤波后的地震波形与所述特征样本字典进行匹配分析,确定所述目标走滑断裂破碎带的预测构型。
34、可选地,所述目标地震波形包括不同频率和/或不同振幅的地震波形对应的数据;所述波形获取模块,用于:
35、对所述目标地震数据进行导向滤波,得到导向滤波后的地震波形,所述导向滤波后的地震波形的信噪比优于所述目标地震波形;
36、对所述目标地震波形进行高频滤波,得到所述目标走滑断裂破碎带的低频地震波形;
37、对所述目标地震波形进行低频滤波,得到所述目标走滑断裂破碎带的高频地震波形;
38、对所述目标地震波形进行高振幅滤波,得到所述目标走滑断裂破碎带的低振幅地震波形;
39、对所述目标地震波形进行低振幅滤波,得到所述目标走滑断裂破碎带的高振幅地震波形。
40、可选地,所述构型确定模块,用于:
41、将所述目标走滑断裂破碎带的低频地震波形与所述特征样本字典进行匹配,得到所述目标走滑断裂破碎带对应于所述低频地震波形的预测构型;
42、将所述目标走滑断裂破碎带的高频地震波形与所述特征样本字典进行匹配,得到所述目标走滑断裂破碎带对应于所述高频地震波形的预测构型;
43、基于所述目标走滑断裂破碎带的主干断裂带对应于所述低频地震波形的预测构型,以及所述目标走滑断裂破碎带的分支断裂带和伴生断裂带对应于所述高频地震波形的预测构型,得到所述目标走滑断裂破碎带的预测构型。
44、可选地,所述构型确定模块,用于:
45、将所述目标走滑断裂破碎带的低振幅地震波形与所述特征样本字典进行匹配,得到所述目标走滑断裂破碎带对应于所述低振幅地震波形的预测构型;
46、将所述目标走滑断裂破碎带的高振幅地震波形与所述特征样本字典进行匹配,得到所述目标走滑断裂破碎带对应于所述高振幅地震波形的预测构型;
47、基于所述目标走滑断裂破碎带的主干断裂带对应于所述低振幅地震波形的预测构型,以及所述目标走滑断裂破碎带的分支断裂带和伴生断裂带对应于所述高振幅地震波形的预测构型,得到所述目标走滑断裂破碎带的预测构型。
48、可选地,所述字典获取模块,用于:
49、获取所述走滑断裂破碎带样本对应的解释构型;
50、和/或,
51、通过地震模型正演,基于所述走滑断裂破碎带样本的地震波形确定所述走滑断裂破碎带样本的构型。
52、可选地,所述构型确定模块,用于:
53、采用卷积神经网络,对所述滤波后的地震波形与所述特征样本字典进行匹配分析,生成所述目标走滑断裂破碎带的概率数据体;
54、基于所述目标走滑断裂破碎带的概率数据体,确定所述目标走滑断裂破碎带的预测构型。
55、根据本技术实施例的一个方面,提供了一种计算机设备,所述计算机设备包括处理器和存储器,所述存储器中存储有计算机程序,所述计算机程序由所述处理器加载并执行以实现上述走滑断裂破碎带构型的预测方法。
56、根据本技术实施例的一个方面,提供了一种计算机可读存储介质,所述计算机可读存储介质中存储有计算机程序,所述计算机程序由处理器加载并执行以实现上述走滑断裂破碎带构型的预测方法。
57、根据本技术实施例的一个方面,提供了一种计算机程序产品,所述计算机程序产品由处理器加载并执行以实现上述走滑断裂破碎带构型的预测方法。
58、本技术实施例提供的技术方案可以包括如下有益效果:
59、通过多个走滑断裂破碎带样本的构型以及对应的地震波形建立特征样本字典,从而使得特征样本字典成为一个走滑断裂破碎带的构型与对应的地震波之间的关系的知识库,相比于根据人工经验预测得到的走滑断裂破碎带的构型,将地震波形与特征样本字典进行匹配分析,得到的走滑断裂破碎带的预测构型的精度更高,从而提升了走滑断裂破碎带构型的预测精度。
60、另外,本技术实施例提供的技术方案无需依赖相关技术人员的经验,将目标地震波形与特征样本字典进行匹配分析,即可自动生成走滑断裂破碎带较高精度的预测构型,从而提升走滑断裂破碎带构型的预测精度的稳定性。
61、另外,由于对目标走滑断裂破碎带的构型进行预测之前,先对目标地震波进行了滤波,从而提升目标地震波的信噪比,进而进一步提升了走滑断裂破碎带构型的预测精度。
62、应当理解的是,以上的一般描述和后文的细节描述仅是示例性和解释性的,并不能限制本技术。