多属性约束的井震联合多类钻井关键层位精细拾取方法与流程

本发明是是关于一种多属性约束的井震联合多类钻井关键层位精细拾取方法、设备及介质，涉及石油、天然气、煤炭等能源行业中的地球物理勘探和海洋钻井工程领域，尤其涉及地震资料解释环节中的地震层位自动拾取与追踪。

背景技术：

1、随着油气勘探开发的持续推进，中浅层油气资源存量日益减少，深层海洋油气勘探已成为当前和未来全球油气资源的勘探重点。其中，地震层位拾取与追踪是油气勘探开发流程中的重要步骤。准确追踪的地震层位将为地震资料解释和钻井钻前风险评估等勘探开发工作提供重要依据与数据支撑。地震层位通常代表地质时间一致的地层界面，解释人员通常根据钻井取心确定的地层年代信息和地震数据的波形、振幅和相位等物理特征，稀疏地解释少量纵横测线剖面的目标层位；再依据波形的空间相关性等方式追踪其他剖面上的层位线，最终得到三维层位曲面。

2、随着大数据和人工智能的快速发展，以卷积神经网络(convolutional neuralnetwork，cnn)为代表的深度神经网络逐渐被广泛应用于地震层位自动追踪等复杂问题。神经网络自动追踪层位方法结合地震大数据和多类型深度神经网络的各自优势，通过学习大量的地震样本与层位标签建立二者的高维非线性映射关系，从而根据提取的层位特征映射出层位位置。例如zhang等和lou等分别提出模拟人工层位拾取流程，独立追踪地震剖面上的层位线，并依据闭合连接标准来评估追踪层位。alberts等提出了一种基于人工神经网络的层位追踪算法，该方法可以自动跳过断层等不连续地质结构区域，实现了层位的自动追踪和分类。peters等和yang等使用深度卷积神经网络，在训练少量地震图像的基础上实现整个数据体的层位自动追踪，提高了层位拾取的效率和精度。shi等提出了一种基于深度学习自编码器的无监督层位自动拾取方法，该方法在训练过程中不需要标签，且对噪声和横向扭曲不敏感。针对具有断层和强烈横向变化的结构复杂区域识别和追踪目标层反射特征难的问题，di等提出加入解释人员的地质知识和相关经验，对深度卷积神经网络的映射模式施加约束，可以自动跳过断层等不连续地质结构区域，在断层存在情况下仍然能够实现断层两侧层位的定位与追踪。于越等采用一种考虑数据集生成方向、训练样本尺度大小和标签错误程度的样本选取策略进行地震层位的智能拾取，并引入层拉平、层位闭合、等t0图、地质导向相位切片和均方根振幅切片等地球物理质控手段检验层位智能拾取结果的合理性，指导构建最佳的智能拾取模型。朱振宇等将基于图像分割技术的u-net网络应用于地震层位解释工作，实现了多套层位的自动识别。

3、但是，大多数层位自动拾取方法都是仅仅利用叠后地震数据进行层位自动追踪，而叠后地震数据对于部分层位响应比较微弱，表达层位信息能力有限，导致基于叠后地震数据智能拾取的层位精度较低，容易偏离地质实际，没有充分综合地震数据及地震属性、测井和地质等多元信息共同指导层位的合理准确追踪；此外，现有方法很少利用已知的地质层位信息去引导地震属性分析等关键步骤。最后，现有的层位拾取结果评价准则只是基于地震数据及地震属性，没有进一步结合钻井和测井等信从息多角度评价层位拾取的合理性及与实际地质情况的吻合程度。综上，现有技术的层位拾取的准确性及效率均有待提高。

技术实现思路

1、本发明旨在至少解决现有技术中存在的技术问题之一。为此，针对上述问题，本发明的目的是提供一种能够显著提高层位拾取的准确性及效率，实现横向高密度多类钻井关键层位的高效高精度拾取的多属性约束的井震联合多类钻井关键层位精细拾取方法、设备及介质。

2、为了实现上述发明目的，本发明采用的技术方案为：

3、第一方面，本发明提供多属性约束的井震联合多类钻井关键层位精细拾取方法，包括：

4、建立多井联合的井周围多类钻井关键层位精细解释器：联合地震、测井和钻井数据，通过井震标定对井筒周围数据进行层位精细解释，并建立稀疏网格的全区三维地震层位骨架；

5、建立地震属性综合提取器：基于全区三维地震层位骨架引导优选最佳属性集合；

6、建立多属性约束的井震联合多类钻井关键层位高效拾取器：基于卷积神经网络和优选的地震属性集合建立地震数据、地震属性与地震层位之间的非线性映射关系，获得横向高密度多类钻井关键层位；

7、多维评价修正钻井关键层位：基于“点、线、面”多维评价体系评价钻井关键层位拾取结果的准确性和地质合理性，若不满足设定条件则对钻井关键层位拾取结果进行修正。

8、进一步地，建立多井联合的井周围多类钻井关键层位精细解释器，包括：

9、s11、选取工区内的标准井；

10、s12、以所述标准井为基础对测井数据进行预处理，使得工区内不同井点位置的测井曲线的数值分布尽可能接近；同时，对工区对应的地震数据进行随机噪声压制处理；

11、s13、提取过井地震剖面的地震子波；

12、s14、利用提取的地震子波对不同井进行井震标定，获得每口井的时间与深度的对应关系，即时深关系；

13、s15、绘制每口井的时深曲线，若存在少部分井的时深曲线与其他井的时深曲线差异较大，则返回步骤s13-s14，直到每口井的时深关系都比较接近；

14、s16、根据时深关系，转化设定部分井深度域的地质层位为时间域的地震层位，对井周围的地震数据进行多类钻井关键层位精细解释；

15、s17、在获得井周围的地震层位后，对设定部分地震剖面的层位进行手工拾取，得到稀疏网格的多类钻井关键层位全区地层骨架。

16、进一步地，建立地震属性综合提取器，包括：基于不同的地震属性计算公式构建出地震属性综合提取器，在全区地层骨架的引导下提取并优选出既能表征地震层位规律又与原始地震数据相关较好的地震属性集合。

17、进一步地，基于不同的地震属性计算公式构建出地震属性综合提取器，包括：

18、首先通过不同的地震属性计算公式生成大量的地震属性，根据结构相似性公式评价地震属性与地震数据的相似性：

19、

20、其中，x、y分别表示地震数据和地震属性，μx,μy表示均值，σx,σy表示标准差，σxy表示协方差，c1、c2分别为常数；结构相似性越高，说明提取的地震属性与地震数据越相似，结构相似性ssim的范围为[-1,1],ssim值越接近1，说明地震属性与地震数据的结构相似性越高。

21、进一步地，基于全区三维地震层位骨架引导优选最佳属性集合，包括：

22、根据结构相似性公式初步筛选出与地震数据的结构相似性ssim≥0.9的几种地震属性，并在地层骨架的引导下，以吻合层位横向变化趋势、能够较好区分层位与非层位区域响应特征差异为基准，优选出几种地震属性，基于以上两种准则，最后选出的最佳地震属性为trace agc属性。

23、进一步地，基于卷积神经网络和优选的地震属性集合建立地震数据、地震属性与地震层位之间的非线性映射关系，包括：

24、利用深度学习算法对地震数据和trace agc属性包含的层位特征进行深度挖掘和提取，以建立地震数据、地震属性与地震层位响应特征之间存在的复杂非线性映射关系：

25、y2＝f2(x1,x2，θ2)

26、其中，f2(·)表示用于建立地震数据、地震属性和与层位之间非线性映射关系的某种神经网络；x1为地震数据；x2为地震属性，θ2为f2(·)的网络参数，y2为f2(·)预测的层位结果；

27、通过不断减小预测结果与样本标签之间的误差来优化网络参数，寻找样本数据与标签之间的映射关系，并在训练过程中利用验证集对网络模型的能力进行初步评估，以及时调整超参数，得到最优的网络模型。

28、进一步地，基于“点、线、面”多维评价体系，包括：

29、“点”维度评价条件：从井点位置的智能拾取层位与井点位置的钻井取芯后标定的关键层位的时间一致性；

30、“线”维度评价条件：地震剖面上智能拾取层位线对应的反射波组特征一致性；

31、“面”维度评价条件：三维曲面上智能拾取结果所反映的地质结构与工区地质背景与认识的地质一致性。

32、进一步地，多维评价修正钻井关键层位，包括：若不满足基于“点、线、面”多维评价体系中任意一条评价准则中的一致性，则对层位拾取结果进行修正，修正过程：首先检查建立的地层骨架和优选的地震属性是否如何设定条件，若不符合，则重复执行一次；若符合，则重新建立多属性约束的井震联合多类钻井关键层位高效拾取器，直到建立的层位高效拾取器的层位结果满足基于“点、线、面”多维评价体系的三种一致性要求，获得高精度的多类钻井关键层位拾取结果。

33、第二方面，本发明还提供一种电子设备，包括：一个或多个处理器、存储器及一个或多个程序，其中一个或多个程序存储在所述存储器中并被配置为所述一个或多个处理器执行，所述一个或多个程序包括用于执行如本发明第一方面所述方法的任一方法的指令。

34、第三方面，本发明还提供一种存储一个或多个程序的计算机可读存储介质，所述一个或多个程序包括指令，所述指令当由计算设备执行时，使得所述计算设备执行如本发明第一面所述方法中的任一方法。

35、本发明由于采取以上技术方案，其具有以下特点：

36、1、受限于现有的理论和框架的限制，地震数据和地震属性无法同时应用于地层层位拾取与追踪，相比于基于单一地震数据的层位智能拾取方法，本发明借助神经网络融合地震数据和地震属性等多种类型数据的优势，提高了地震层位拾取精度和地质合理性，相比于手工拾取和基于商业软件的半自动拾取方法，本发明能够显著提高层位拾取的准确性及效率，实现横向高密度多类钻井关键层位的高效高精度拾取。

37、2、本发明给出了基于地层骨架引导的地震属性优选方法，针对原始叠后地震数据对于部分层位的响应比较微弱而无法准确拾取钻井关键层位的问题，本发明首先利用地震、测井和钻井资料解释全工区稀疏的钻井关键层位骨架，基于该地层骨架对地震属性综合提取器提取的地震属性进行优选，标定出既能表征地震层位规律又与原始地震数据相关较好的地震属性集合，有效拓展了地震资料表征层位的属性空间。

38、3、现有的地震层位结果的评价手段主要是观察地震剖面上层位的横向连续性，因此不能较好地评价层位拾取结果与实际地质情况的吻合程度；本发明提出了一种新的层位拾取结果评价方式，即“点、线、面”多维综合评价体系，从井位置的地质层位与智能拾取层位的对应关系、地震剖面上反射波组与智能拾取层位的对应关系和智能拾取的三维层位曲面的地质合理性三方面评价拾取结果，综合评价多类钻井关键层位拾取准确性与合理性，提高了层位拾取准确性与可靠性。

39、4、本发明提出的“井震联合层位稀疏网格化解释+地层格架引导的地震属性优选+基于多属性约束的层位智能拾取”的多类钻井关键层位高效精细拾取的新技术与新范式，地层骨架引导的地震属性优选方法，该方法基于地层骨架对地震属性综合提取器提取出的众多地震属性进行优选，优选的地震属性具有与地层骨架类似的地质含义，一定程度上能够反映地质年代信息。

40、综上，本发明可以广泛应用于地震层位自动拾取与追踪中。