一种基于有限种子点的储层构型单元自动检测方法与流程

1.本发明涉及一种基于有限种子点的储层构型单元自动检测方法，属于油气田开发地质技术领域。


背景技术：

2.构型系指不同级次储层构成单元的形态、规模、方向及叠置关系，基于miall河流相构型分析的方法和技术是揭示储层内部渗流屏障分布规律和提高油田开发效果的有效手段。随着油田开发历程的推进，对储层构型精细研究提出了越来越高的要求。基于测井信息可以实现井点构型单元的精细划分，井间构型单元的对比大多依据沉积模式为指导进行推测性的解释。三维地震无疑是实现井间构型单元精细表征的最有效的信息。近年来井震结合开展不同级次构型界面解释并实现构型单元分布预测受到了业界的重视。利用地震剖面往往可以实现5级构型单元边界的人工解释，但空间闭合困难，工作量巨大。对于4-3级构型单元，由于其往往低于地震分辨率，很难在地震上形成稳定的响应，难以实现这些构型单元空间分布的准确解释。有学者提出的基于图像识别的技术可以自动搜寻局部构型单元体的中心点，大都基于二维矩阵，不能进行很好的三维闭合，获取的影像不具有储层构型单元的地质意义，因此基本不具有工业化应用的价值。


技术实现要素：

3.为了克服现有技术中的问题，本发明提供一种基于有限种子点的储层构型单元自动检测方法，本发明基于搜索路径和梯度下降技术依据三维地震属性自动识别不同级次储层构型单元的空间分布，准确探测各级构型单元的边界，实现储层构型单元的高效精确精细表征。
4.本发明解决上述技术问题所提供的技术方案是：一种基于有限种子点的储层构型单元自动检测方法，包括以下步骤：
5.步骤s10、提取构型单元的地震三维体属性，并对属性进行优选；
6.步骤s20、选择构型单元追踪的起始种子点；
7.步骤s30、根据种子点生成追踪路径；
8.步骤s40、自动搜索构型单元边界；
9.在每个种子点的追踪路径集合的基础上，对于每条追踪路径，从起点出发，向终点方向逐点寻找构型单元边界，若找到构型单元边界，则终止本条追踪路径的搜索过程，并将从起点到该边界点的一系列点都归属于构型单元内的点，并对这些点集合进行存储；
10.步骤s50、生成单一构型单元体；
11.对于固定种子点，当以上步骤遍历完模型所有其他网格后，可以获取每条搜索路径上的属于构型单元内的点集，然后将每条搜索路径上的点集合并成为一套构型单元的点集，即为单一构型单元体；
12.步骤s60、当一个构型单元体追踪完毕后，则输入下一个构型单元的种子点，按照
相同的步骤，得到下一个构型单元体；待全部构型单元识别结束后，经过后处理得到多个构型单元体。
13.进一步的技术方案是，所述步骤s10中提取构型单元的地震三维体属性是提取三维数据体中时窗内的三维属性体，可以用作揭示其它剖面图像难以识别的地震特征，或直观观测到地质体在空间上的变化。
14.进一步的技术方案是，所述步骤s10中优选的准则是越靠近构型单元的中心位置，地震三维体属性的属性值越高。
15.进一步的技术方案是，所述步骤s20中将地震属性值局部高值作为构型单元追踪的起始种子点。
16.进一步的技术方案是，所述步骤s30的具体过程为：以输入的种子点网格作为起始点，遍历构型单元地震属性体中的每一个网格作为终止点，生成多个信号追踪路径；其中每一条追踪路径的是具有方向的，起点均是种子点所在网格，终点是遍历到的某个网格，同时追踪路径上会存储所路过的三维特征信号体网格的空间坐标、属性值以及梯度值。
17.进一步的技术方案是，所述步骤s40中构型单元的边界识别有两种终止情况：
18.第一种情况是如果某条搜索路径上从起始点到终止点均不存在梯度反转的点，那则需要在输入种子点空间坐标的同时，同时输入信号值截断值，如果本条搜索路径上的地震信号值不存在梯度反转，但是信号值低于了信号值截断值，则提前终止追踪，存储该点对应的坐标；
19.第二种情况是搜索追踪路径上梯度值反转的第一个点，停止搜索，并将该点作为本条追踪路径上的构型单元边界点，存储该点对应的坐标。
20.进一步的技术方案是，所述步骤s60中后处理为通过光滑算法和人工交互的方法进行局部校正。
21.本发明具有以下有益效果：
22.1、采用包括搜索路径和梯度下降等先进算法，自动化程度高，准确率高，并且可以实现三维追踪；
23.2、人机交互提供种子点的方式，引导算法，克服了夹层地震响应不明显的问题，降低了不确定性；
24.3、本发明泛化能力好，不但适用与河流相储层，对于各种沉积环境下的构型体提取均适用。
附图说明
25.图1为本发明所提出的构型单元提取算法流程图；
26.图2为本发明基于搜索路径和梯度下降技术得到的构型单元体效果示意图；
27.图3为本发明最终得到的构型单元体的剖面显示；
28.图4为本发明最终得到的构型单元体的三维显示图。
具体实施方式
29.下面将结合附图对本发明的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术
人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
30.如图1所示，本发明的一种基于有限种子点的储层构型单元自动检测方法，具体包括以下步骤：
31.第一步、构型单元地震属性体提取与特征优选；
32.地震属性的提取是利用数学方法从地震数据体中提取与储层有关的信息的过程；地震三维体属性的提取就是在三维数据体中某一合适的时窗内提取三维属性体，可以用作揭示其它剖面图像难以识别的地震特征，或直观观测到地质体在空间上的变化；在提取出的多种地震属性中优选出与构型单元特征相关性较好的属性的过程称之为属性的优选。优选的基本准则是，越靠近单一构型单元中心位置，属性值越高；
33.第二步、选择构型单元追踪起始种子点；
34.构型单元是比沉积微相尺度更小的地质单元，因此构型单元的地震响应往往比较薄弱，常规的识别和分析常常依赖于专家经验指导。为了确保构型单元自动追踪的质量，需要使用者输入构型单元追踪的起始种子点的坐标；种子点的物理含义是它在空间尺度中的极值点；种子点的坐标常常用地震信号体中种子点所在的空间位置来表示；在使用过程中，种子点的位置可以基于地震属性剖面信号的变化特征来选取，常常以地震属性值局部高值作为构型单元追踪的起始种子点；
35.第三步、根据种子点生成追踪路径；
36.对于每一次给定种子点的构型单元边界的搜索过程，以输入的种子点网格作为起始点，遍历构型单元地震属性体中的每一个网格作为终止点，生成多个信号追踪路径；
37.其中每一条追踪路径是具有方向的，起点均是种子点所在网格，终点是遍历到的某个网格，同时追踪路径上会存储所路过的三维特征信号体网格的空间坐标、属性值以及梯度值；
38.第四步、自动搜索构型单元边界；
39.在每个种子点的追踪路径集合的基础上，对于每条追踪路径，从起点出发，向终点方向逐点寻找构型单元边界，如果找到构型单元边界，则终止本条追踪路径的搜索过程；然后将从起点到该边界点的一系列点都归属于构型单元内的点，并对这些点集合进行存储；
40.其中构型单元的边界识别有两种终止情况，如图1所示：
41.第一种情况是如果某条搜索路径上从起始点到终止点均不存在梯度反转的点，那则需要在输入种子点空间坐标的同时输入信号值截断值，如果本条搜索路径上的地震信号值不存在梯度反转，但是信号值低于了信号值截断值，则提前终止追踪，存储该点对应的坐标；
42.第二种情况是搜索追踪路径上梯度值反转的第一个点，停止搜索，并将该点作为本条追踪路径上的构型单元边界点，存储该点对应的坐标；
43.第五步：生成单一构型单元体；
44.对于固定种子点，当以上步骤遍历完模型所有其他网格后，可以获取每条搜索路径上的属于构型单元内的点集，然后将每条搜索路径上的点集合并成为一套构型单元的点集，便得到了单一构型单元体；
45.第六步、当一个构型单元体追踪完毕后，输入下一个构型单元的种子点，将按照相同的步骤，得到下一个构型单元体；待全部构型单元识别结束后，经过一定的后处理，多个
构型单元的剖面配置样式如图2所示，三维显示效果如图3所示；
46.另一方面，由于地震数据的噪声的影响，搜索出来的构型单元可能不符合地质认识，因此需要后处理；对于个别不符合地质认识的奇异点和信号异常的点，可以通过光滑算法和人工交互的方法进行局部校正。
47.图1为本发明所提出的构型单元提取算法流程，算法开始执行后，用户输入构型单元种子点在三维空间中的坐标和三维特征信号体，算法会自动根据种子点计算特征信号体的梯度体。在这个梯度体的基础上，算法遍历三维特征信号体中的每一个样点，计算得到种子点到每个样点的路径，会产生多条路径。接下来对于每条路径，本算法搜索并计算信号梯度体变化规律，如果拾取到梯度反转的点，则记录梯度反转的位置，并存储该位置(相当于构型单元边界)到反转ijk路径列表中。如此对每个种子点的每条路径进行相同的操作，迭代计算可以得到单一构型体。
48.图2为本发明基于搜索路径和梯度下降技术得到的构型单元体效果示意图，算法开始执行中需要用户依次输入不同构型单元种子点，输入种子点后触发构型单元自动追踪。在本例中，选取了构型单元特征信号体上的5个局部信号最强点作为种子点，算法可以计算出对应的构型单元三维体。
49.图3为本发明最终得到的构型单元体的剖面显示。通过改善构型单元地震属性特征信号体的品质、优选构型单元种子点以及专家经验校正，最终可以得到符合地质认识的构型单元体。本发明在实际的河流相点坝剖面上的应用效果如下图所示，构型单元识别结果符合地质认识并与构型单元特征信号体匹配度高。
50.图4为本发明最终得到的构型单元体的三维显示。在上面的算法计算得到的构型单元体的基础上，再加以专家认识的矫正，即可得到下图中不同颜色的三维体代表不同的构型单元，构型单元之间所镂空的部分，属于构型单元之间的构型界面。
51.本发明提出了基于种子点、搜索路径和梯度下降的概念，来自动识别三维构型单元方法。针对业界应用三维地震属性提取构型单元的问题，使用种子点引导的方式，很好地融合了专家经验，降低了基于三维地震属性识别构型单元的不确定性，使用搜索路径技术实现了三维空间自动追踪构型单元边界的难题，使用梯度下降算法精确地识别了构型单元边界的问题，明显提高了工作效率和准确率。
52.以上所述，并非对本发明作任何形式上的限制，虽然本发明已通过上述实施例揭示，然而并非用以限定本发明，任何熟悉本专业的技术人员，在不脱离本发明技术方案范围内，可利用上述揭示的技术内容作出些变动或修饰为等同变化的等效实施例，但凡是未脱离本发明技术方案的内容，依据本发明的技术实质对以上实施例所作的任何简单修改、等同变化与修饰，均仍属于本发明技术方案的范围内。