CN106772606A - 一种对地裂缝进行有效识别的新方法 - Google Patents
一种对地裂缝进行有效识别的新方法 Download PDFInfo
- Publication number
- CN106772606A CN106772606A CN201710006085.8A CN201710006085A CN106772606A CN 106772606 A CN106772606 A CN 106772606A CN 201710006085 A CN201710006085 A CN 201710006085A CN 106772606 A CN106772606 A CN 106772606A
- Authority
- CN
- China
- Prior art keywords
- training
- gas chimney
- ground fissure
- chimney body
- seismic
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 18
- 238000012549 training Methods 0.000 claims abstract description 37
- 230000007935 neutral effect Effects 0.000 claims abstract description 13
- 238000005070 sampling Methods 0.000 claims abstract description 9
- 230000002708 enhancing effect Effects 0.000 claims abstract description 8
- 238000001914 filtration Methods 0.000 claims abstract description 7
- 238000012360 testing method Methods 0.000 claims description 6
- 230000002547 anomalous effect Effects 0.000 claims description 2
- 239000003086 colorant Substances 0.000 claims description 2
- 239000000284 extract Substances 0.000 claims description 2
- 238000010943 off-gassing Methods 0.000 claims description 2
- 210000005036 nerve Anatomy 0.000 claims 1
- 210000004218 nerve net Anatomy 0.000 claims 1
- 238000013528 artificial neural network Methods 0.000 abstract description 2
- 238000001514 detection method Methods 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 238000005553 drilling Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 2
- 238000005336 cracking Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 239000003673 groundwater Substances 0.000 description 1
- 238000013508 migration Methods 0.000 description 1
- 230000005012 migration Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 239000002689 soil Substances 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01V—GEOPHYSICS; GRAVITATIONAL MEASUREMENTS; DETECTING MASSES OR OBJECTS; TAGS
- G01V1/00—Seismology; Seismic or acoustic prospecting or detecting
- G01V1/28—Processing seismic data, e.g. for interpretation or for event detection
- G01V1/30—Analysis
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01V—GEOPHYSICS; GRAVITATIONAL MEASUREMENTS; DETECTING MASSES OR OBJECTS; TAGS
- G01V2210/00—Details of seismic processing or analysis
- G01V2210/60—Analysis
Landscapes
- Engineering & Computer Science (AREA)
- Remote Sensing (AREA)
- Physics & Mathematics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Acoustics & Sound (AREA)
- Environmental & Geological Engineering (AREA)
- Geology (AREA)
- General Life Sciences & Earth Sciences (AREA)
- General Physics & Mathematics (AREA)
- Geophysics (AREA)
- Geophysics And Detection Of Objects (AREA)
Abstract
本发明提供一种对地裂缝进行识别的新方法,属于地球物理勘探领域,首先对原始地震数据做倾角滤波处理得到地裂缝增强滤波倾角数据体,人为拾取气烟囱和非气烟囱体训练样点,然后在两组拾取点集处提取多种地震属性并设计训练神经网络,将训练满意的神经网络应用于整个地震数据体得到气烟囱体。最终通过地震数据和气烟囱体的叠合显示的方法,达到识别并解释地裂缝的目的,本发明提高了利用地震资料解释地裂缝的精度。
Description
技术领域
本发明属于工程勘探领域,具体涉及一种对地裂缝识别的有效方法。
背景技术
“地裂缝”地面裂缝的简称。是地表岩层、土体在自然因素(地壳活动、水的作用等)或人为因素(抽水、灌溉、开挖等)作用下,产生开裂,并在地面形成一定长度和宽度的裂缝的一种宏观地表破坏现象。地裂缝作为一种表生的地质灾害现象,在世界许多国家普遍存在,地裂缝造成地面及地下建筑物开裂,破坏路面,错断地下供水、输气管道,危及文物古迹安全,造成巨大经济损失,给居民生活带来很多不便,因此采取有效探测方法查明地裂缝的展布特征具有重要意义。由于地裂缝发育的隐蔽性和不确定性,故其探测难度较大,如果单纯采用钻探方法,由于单个钻孔仅可了解一个点的地层,不仅勘查周期长、费用高,而且布置的钻孔数量和勘查范围都有限,很难满足查清地裂缝整体空间分布特征的目的。相比之下,本方法具有方便、经济、快捷和成果直观的特点,在解决地裂缝的空间分布特征上有不可替代的优越性,因此利用该方法技术开展地裂缝的精细探测是一个较好的选择。
发明内容
在原始地震数据上做倾角滤波处理得到的地裂缝增强滤波倾角数据体。是用倾角控制对地震数据做倾角定向滤波,改善同相轴的横向连续性,减少处理时产生的随机扰动,应用包含有倾角和方位角信息的增强滤波倾角数据体能提高神经网络提取最佳地震属性的精确度。
对所述利用滤波倾角数据体计算和确定单地震道或多地震道的属性集,包括振幅、相位、相干、相似、能量、频率、曲率等,其中基准时间、能量时窗、倾角变化、相似性等是重要属性。
人为拾取气烟囱体和非气烟囱体训练样点集。是在增强滤波倾角数据体和相干、相似体上进行的,拾取过程中参考若干对地裂缝敏感的单属性体,以人为经验和区域地质情况为基 础,拾取气烟囱体和非气烟囱体两组训练样点集。
针对气烟囱区和非气烟囱区所提取的地震属性样点设计神经网络。它将随机分配属性数据到训练组和测试组,并且启动训练状态,对该网络结构进行反复的训练和调整,训练执行情况在训练期间可被追踪,并用两种指数来表示:正常均方根曲线和均方根错误率曲线,RMS错误率曲线表示训练组和测试组的总的错误,分别从1(最大错误)到0(最小错误),两个曲线在训练期间都应走低,当测试曲线再次走高表示网络过度适配,训练应在这发生之前适可而止;典型的一个RMS值在0.8范围被认为是合理,0.8~0.6是好,0.6~0.4是很好,低于0.4就极好了;此外,网络节点中各属性在当前训练中的权重予以不同颜色表示:当在训练组上的表现达到最小错误时(曲线最低位置),最优化结果的网络训练会停止,此时即可终止训练,该神经网络所预测的“气烟囱体”能够更清晰地反映地震数据体中的地裂缝展布。
将训练满意的神经网络推广到整个滤波倾角数据体得到气烟囱体并输出。是指将通过神经网络培训得到的最能反映地震异常体的最佳属性应用于整个地震数据体,得到气烟囱体。
显示和解释气烟囱体并识别地裂缝。是将气烟囱剖面与相干、相似性剖面对比可以看出,气烟囱剖面不仅突出了气烟囱体、断裂***的垂向特征,同时又有效压制了主要由噪声和低波阻抗等引起的低相干但非气烟囱的特征,气烟囱剖面与地震剖面叠合显示,能够快速、准确地对陷落柱进行解释。
附图说明
图1:为本发明的工作流程图。
图2:为气烟囱体剖面与常规地震剖面叠合显示图。
图3:为地震剖面显示图。
具体实施方式
下面结合具体实施例对本发明的技术方案和技术效果进行详细地说明,但本发明的范围并不限制于以下具体实施例。
该工区位于山西祁县,首先对所得到的地震偏移数据做倾角滤波处理得到地裂缝增强滤 波倾角数据体,人为拾取气烟囱和非气烟囱体训练样点,然后在两组拾取点集处提取多种地震属性并设计训练神经网络,提取的属性有:振幅、频率、相位、能量、相干、相似性和曲率,将训练满意的神经网络应用于整个地震数据体得到气烟囱体。最终通过地震数据和气烟囱体的叠合显示的方法,实现对该研究区地裂缝进行解释的目的。图2为气烟囱体剖面与常规地震剖面叠合显示图,图中指示的位置即为地裂缝预测位置。图3为最终解释的地裂缝成果,通过与实际揭露地裂缝资料对比发现,预测结果与实际结果完全吻合。
上述实施例并非是对本发明的限制,本领域相关的普通技术人员应该清楚,在不脱离本发明的基本构思和范围的情况内还可以有多重变形或替代,所有等同的技术方案也应该包含在本发明的保护范围内。本发明的专利保护范围以权力要求的限定为准。
Claims (7)
1.一种对地裂缝进行识别的新方法,其特征在于,包括:
对原始的地震数据做倾角滤波处理的步骤;
利用滤波倾角数据体计算和确定单地震道或多地震道的属性集的步骤;
人为拾取气烟囱体和非气烟囱体训练样点的步骤;
在人为拾取气烟囱体和非气烟囱体处提取属性并设计训练一个神经网络的步骤;
将训练满意的神经网络推广到整个滤波倾角数据体得到气烟囱体并输出的步骤;
显示和解释气烟囱体并以此识别地裂缝的步骤。
2.根据权利要求1所述的一种对地裂缝进行识别的新方法,其特征在于,对所述在原始地震数据上做倾角滤波处理得到的地裂缝增强滤波倾角数据体,是用倾角控制对地震数据做倾角定向滤波,改善同相轴的横向连续性,减少处理时产生的随机扰动,应用包含有倾角和方位角信息的增强滤波倾角数据体能提高神经网络提取最佳地震属性的精确度。
3.根据权利要求1所述的一种对地裂缝进行识别的新方法,其特征在于,对所述利用滤波倾角数据体计算和确定单地震道或多地震道的属性集,包括振幅、相位、相干、相似、能量、频率、曲率等,其中基准时间、能量时窗、倾角变化、相似性等是重要属性。
4.根据权利要求1所述的一种对地裂缝进行识别的新方法,其特征在于,对所述人为拾取气烟囱体和非气烟囱体训练样点集是在增强滤波倾角数据体和相干、相似体上进行的,拾取过程中参考若干对地裂缝敏感的单属性体,以人为经验和区域地质情况为基础,拾取气烟囱体和非气烟囱体两组训练样点集。
5.根据权利要求1所述的一种对地裂缝进行识别的新方法,其特征在于,对所述在人为拾取气烟囱体和非气烟囱体处提取属性并设计训练一个神经网络的步骤,针对气烟囱区和非气烟囱区所提取的地震属性样点设计神经网络,它将随机分配属性数据到训练组和测试组,并且启动训练状态,对该网络结构进行反复的训练和调整,训练执行情况在训练期间可被追踪,并用两种指数来表示:正常均方根曲线和均方根错误率曲线,RMS错误率曲线表示训练组和测试组的总的错误,分别从1(最大错误)到0(最小错误),两个曲线在训练期间都应走低,当测试曲线再次走高表示网络过度适配,训练应在这发生之前适可而止;典型的一个RMS值在0.8范围被认为是合理,0.8~0.6是好,0.6~0.4是很好,低于0.4就极好了;此外,网络节点中各属性在当前训练中的权重予以不同颜色表示:当在训练组上的表现达到最小错误时(曲线最低位置),最优化结果的网络训练会停止,此时即可终止训练,该神经网络所预测的“气烟囱体”能够更清晰地反映地震数据体中的地裂缝展布。
6.根据权利要求1所述的一种对地裂缝进行识别的新方法,其特征在于,对所述将训练满意的神经网络推广到整个滤波倾角数据体得到气烟囱体并输出的步骤,是指将通过神经网络培训得到的最能反映地震异常体的最佳属性应用于整个地震数据体,得到气烟囱体。
7.根据权利要求1所述的一种对地裂缝进行识别的新方法,其特征在于,对所述显示和解释气烟囱体并识别地裂缝的步骤,是将气烟囱剖面与相干、相似性剖面对比可以看出,气烟囱剖面不仅突出了气烟囱体、断裂***的垂向特征,同时又有效压制了主要由噪声和低波阻抗等引起的低相干但非气烟囱的特征,气烟囱剖面与地震剖面叠合显示,能够快速、准确地对陷落柱进行解释。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710006085.8A CN106772606A (zh) | 2017-01-05 | 2017-01-05 | 一种对地裂缝进行有效识别的新方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710006085.8A CN106772606A (zh) | 2017-01-05 | 2017-01-05 | 一种对地裂缝进行有效识别的新方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN106772606A true CN106772606A (zh) | 2017-05-31 |
Family
ID=58949525
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710006085.8A Pending CN106772606A (zh) | 2017-01-05 | 2017-01-05 | 一种对地裂缝进行有效识别的新方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106772606A (zh) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108279435A (zh) * | 2017-12-18 | 2018-07-13 | 中国石油天然气股份有限公司 | 断层剖面的确定方法和装置 |
CN109581485A (zh) * | 2018-12-04 | 2019-04-05 | 成都捷科思石油天然气技术发展有限公司 | 一种直接在叠前深度偏移地震资料上进行自动裂缝检测的方法 |
CN110952978A (zh) * | 2019-12-20 | 2020-04-03 | 西南石油大学 | 一种基于神经网络数据挖掘的钻井漏失裂缝宽度预测方法 |
CN111178320A (zh) * | 2020-01-07 | 2020-05-19 | 中国矿业大学(北京) | 地质异常体识别的方法及其模型训练方法、装置 |
CN111626092A (zh) * | 2020-03-26 | 2020-09-04 | 陕西陕北矿业韩家湾煤炭有限公司 | 一种基于机器学习的无人机影像地裂缝识别及提取方法 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20030200030A1 (en) * | 1998-09-11 | 2003-10-23 | Den Norske Stats Oljeselskap A.S. | Method of processing acquired seismic data |
WO2011062807A1 (en) * | 2009-11-20 | 2011-05-26 | Exxonmobil Upstream Research Company | Method for geophysical and geological interpretation of seismic volumes in the domains of depth, time, and age |
CN104614762A (zh) * | 2014-12-17 | 2015-05-13 | 中国石油天然气股份有限公司 | 疏松砂岩气藏边界确定方法及装置 |
CN105277979A (zh) * | 2015-10-16 | 2016-01-27 | 中国石油天然气集团公司 | 一种地震属性的优化方法和装置 |
-
2017
- 2017-01-05 CN CN201710006085.8A patent/CN106772606A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20030200030A1 (en) * | 1998-09-11 | 2003-10-23 | Den Norske Stats Oljeselskap A.S. | Method of processing acquired seismic data |
WO2011062807A1 (en) * | 2009-11-20 | 2011-05-26 | Exxonmobil Upstream Research Company | Method for geophysical and geological interpretation of seismic volumes in the domains of depth, time, and age |
CN104614762A (zh) * | 2014-12-17 | 2015-05-13 | 中国石油天然气股份有限公司 | 疏松砂岩气藏边界确定方法及装置 |
CN105277979A (zh) * | 2015-10-16 | 2016-01-27 | 中国石油天然气集团公司 | 一种地震属性的优化方法和装置 |
Non-Patent Citations (4)
Title |
---|
刘伟 等: ""基于倾角数据体的神经网络气烟囱识别"", 《石油地球物理勘探》 * |
易远元 等: "《海洋深水钻井浅层地质灾害识别技术及案例分析》", 30 June 2012, 石油工业出版社 * |
杨瑞召 等: ""倾角导向体控制的气烟囱识别技术及其在海拉尔盆地贝尔凹陷中的应用"", 《现代地质》 * |
高磊 等: ""渤海A油田气烟囱识别及其研究意义"", 《物探与化探》 * |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108279435A (zh) * | 2017-12-18 | 2018-07-13 | 中国石油天然气股份有限公司 | 断层剖面的确定方法和装置 |
CN108279435B (zh) * | 2017-12-18 | 2020-02-14 | 中国石油天然气股份有限公司 | 断层剖面的确定方法和装置 |
CN109581485A (zh) * | 2018-12-04 | 2019-04-05 | 成都捷科思石油天然气技术发展有限公司 | 一种直接在叠前深度偏移地震资料上进行自动裂缝检测的方法 |
CN110952978A (zh) * | 2019-12-20 | 2020-04-03 | 西南石油大学 | 一种基于神经网络数据挖掘的钻井漏失裂缝宽度预测方法 |
CN111178320A (zh) * | 2020-01-07 | 2020-05-19 | 中国矿业大学(北京) | 地质异常体识别的方法及其模型训练方法、装置 |
CN111178320B (zh) * | 2020-01-07 | 2020-11-17 | 中国矿业大学(北京) | 地质异常体识别的方法及其模型训练方法、装置 |
CN111626092A (zh) * | 2020-03-26 | 2020-09-04 | 陕西陕北矿业韩家湾煤炭有限公司 | 一种基于机器学习的无人机影像地裂缝识别及提取方法 |
CN111626092B (zh) * | 2020-03-26 | 2023-04-07 | 陕西陕北矿业韩家湾煤炭有限公司 | 一种基于机器学习的无人机影像地裂缝识别及提取方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106772606A (zh) | 一种对地裂缝进行有效识别的新方法 | |
Yang et al. | Theories and practices of carbonate reservoirs development in China | |
CN107044277B (zh) | 低渗透非均质油藏水平井重复压裂增产潜力评价方法 | |
CN104879103B (zh) | 一种分层注水效果分析方法 | |
CN103454686B (zh) | 基于地层切片的小尺度沉积相进行储层预测的方法及*** | |
CN105986817B (zh) | 一种用于识别页岩地层工程甜点的方法 | |
Shi et al. | Snøhvit CO2 storage project: Assessment of CO2 injection performance through history matching of the injection well pressure over a 32-months period | |
Wang et al. | A numerical simulation study of fracture reorientation with a degradable fiber-diverting agent | |
CN104989360A (zh) | 一种低渗透油藏动态裂缝的表征方法 | |
CN106437674A (zh) | 仿水平井注水开发井网适配方法 | |
CN113655542B (zh) | 一种基于地球物理的干热岩开发阶段储层信息获取方法 | |
Hofmann et al. | Potential for enhanced geothermal systems in low permeability limestones–stimulation strategies for the Western Malm karst (Bavaria) | |
CN105319585B (zh) | 一种利用薄层干涉振幅恢复识别油气藏的方法 | |
CN113669043B (zh) | 用于干热花岗岩地热开发的控震压裂人工热储建造方法 | |
CN106014369A (zh) | 一种油气藏的采集方法及装置 | |
CN109655894A (zh) | 碳酸盐岩古河道地震反演低频模型构建方法及*** | |
Ziarani et al. | Fracture and wellbore spacing optimization in multistage fractured horizontal wellbores: Learnings from our experience on Canadian unconventional resources | |
CN106199712A (zh) | 一种确定压裂套管变形区域的方法及装置 | |
Hunt et al. | Geophysical investigations of the Wairakei Field | |
CN111379548B (zh) | 井眼轨迹的确定方法、装置、设备及存储介质 | |
CN106968647A (zh) | 一种裂缝型碳酸盐岩油藏射孔的制备方法 | |
Liu et al. | Improved tight oil productivity through integrated technology deployment on a multipad horizontal-well trial in central China | |
Kitano et al. | Outline of the Ogachi HDR project and character of the reservoirs | |
Yu et al. | Simulation study of novel methods for water reinjection efficiency improvement of a doublet system in guantao sandstone geothermal reservoir | |
Okabe et al. | Current Status of Technology Development for Geothermal Reservoir Evaluation and Management |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20170531 |