CN118311652A - 一种溶洞识别方法、装置、设备及介质 - Google Patents
一种溶洞识别方法、装置、设备及介质 Download PDFInfo
- Publication number
- CN118311652A CN118311652A CN202310004066.7A CN202310004066A CN118311652A CN 118311652 A CN118311652 A CN 118311652A CN 202310004066 A CN202310004066 A CN 202310004066A CN 118311652 A CN118311652 A CN 118311652A
- Authority
- CN
- China
- Prior art keywords
- karst cave
- attribute information
- range
- determining
- amplitude
- 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 59
- 238000004590 computer program Methods 0.000 claims description 16
- BVKZGUZCCUSVTD-UHFFFAOYSA-L Carbonate Chemical compound [O-]C([O-])=O BVKZGUZCCUSVTD-UHFFFAOYSA-L 0.000 abstract description 8
- 238000004891 communication Methods 0.000 description 8
- 238000012545 processing Methods 0.000 description 7
- 238000010586 diagram Methods 0.000 description 5
- 238000000605 extraction Methods 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 230000009286 beneficial effect Effects 0.000 description 2
- 230000015572 biosynthetic process Effects 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 238000003384 imaging method Methods 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 239000011435 rock Substances 0.000 description 2
- 208000035126 Facies Diseases 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 239000011521 glass Substances 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000001953 sensory effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Landscapes
- Geophysics And Detection Of Objects (AREA)
Abstract
本申请实施例公开了一种溶洞识别方法、装置、设备及介质。其中,该方法包括:根据井眼中溶洞所在位置信息,确定井眼的溶洞曲线;其中,所述溶洞曲线反映井眼的溶洞部分和非溶洞部分;根据所述溶洞曲线和至少两个地震属性信息的相似度,从至少两个地震属性信息中确定目标地震属性信息;根据所述溶洞曲线和所述目标地震属性信息确定溶洞对应的地震属性范围,以根据所述地震属性范围确定目标区域的溶洞位置信息。本技术方案实现了碳酸盐岩溶洞的高精度识别,减少了单一的识别方法所带来的局限性和多解性的干扰。
Description
技术领域
本发明涉及地质勘探技术领域,尤其涉及一种溶洞识别方法、装置、设备及介质。
背景技术
碳酸盐岩储集层具有产量大、储量高等特点,碳酸盐岩储集空间一般可分为三类:原生孔隙、裂缝和溶洞,如何识别碳酸盐岩储层的溶洞储层是亟需解决的一个技术问题。
目前识别碳酸盐岩溶洞的主要方案,通常是通过单一的溶洞识别方法进行识别,例如岩相分类、地震反演、地震属性预测等。然而,单一的溶洞识别方法所反映的信息有限,可能识别出多个可能解,即识别结果存在局限性和多解性的问题。
发明内容
本发明提供了一种溶洞识别方法、装置、设备及介质,以实现碳酸盐岩溶洞的高精度识别,减少单一的识别方法所带来的局限性和多解性的干扰。
根据本发明的一方面,提供了一种溶洞识别方法,所述方法包括:
根据井眼中溶洞所在位置信息,确定井眼的溶洞曲线;其中,所述溶洞曲线反映井眼的溶洞部分和非溶洞部分;
根据所述溶洞曲线和至少两个地震属性信息的相似度,从至少两个地震属性信息中确定目标地震属性信息;
根据所述溶洞曲线和所述目标地震属性信息确定溶洞对应的地震属性范围,以根据所述地震属性范围确定目标区域的溶洞位置信息。
根据本发明的另一方面,提供了一种溶洞识别装置,包括:
溶洞曲线确定模块,用于根据井眼中溶洞所在位置信息,确定井眼的溶洞曲线;其中,所述溶洞曲线反映井眼的溶洞部分和非溶洞部分;
目标地震属性信息确定模块,用于根据所述溶洞曲线和至少两个地震属性信息的相似度,从至少两个地震属性信息中确定目标地震属性信息;
地震属性范围确定模块,用于根据所述溶洞曲线和所述目标地震属性信息确定溶洞对应的地震属性范围,以根据所述地震属性范围确定目标区域的溶洞位置信息。
根据本发明的另一方面,提供了一种电子设备,所述电子设备包括:
至少一个处理器;以及
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的计算机程序,所述计算机程序被所述至少一个处理器执行,以使所述至少一个处理器能够执行本发明任一实施例所述的溶洞识别方法。
根据本发明的另一方面,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存储有计算机指令,所述计算机指令用于使处理器执行时实现本发明任一实施例所述的溶洞识别方法。
本申请实施例的技术方案,包括:根据井眼中溶洞所在位置信息,确定井眼的溶洞曲线;其中,所述溶洞曲线反映井眼的溶洞部分和非溶洞部分;根据所述溶洞曲线和至少两个地震属性信息的相似度,从至少两个地震属性信息中确定目标地震属性信息;根据所述溶洞曲线和所述目标地震属性信息确定溶洞对应的地震属性范围,以根据所述地震属性范围确定目标区域的溶洞位置信息。本技术方案通过溶洞曲线从至少两个地震属性信息中确定出目标地震属性信息,通过溶洞曲线和所述目标地震属性信息确定出溶洞对应的地震属性范围,进而可以根据所述地震属性范围确定目标区域的溶洞位置信息,实现了碳酸盐岩溶洞的高精度识别,减少了单一的识别方法所带来的局限性和多解性的干扰。
应当理解,本部分所描述的内容并非旨在标识本发明的实施例的关键或重要特征,也不用于限制本发明的范围。本发明的其它特征将通过以下的说明书而变得容易理解。
附图说明
为了更清楚地说明本申请实施例中的技术方案,下面将对实施例描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1是根据本申请实施例一提供的一种溶洞识别方法的流程图;
图2是根据本申请实施例二提供的一种溶洞识别方法的流程图;
图3是根据本申请实施例三提供的一种溶洞识别装置的结构示意图;
图4是实现本申请实施例的一种溶洞识别方法的电子设备的结构示意图。
具体实施方式
为了使本技术领域的人员更好地理解本发明方案,下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分的实施例,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,都应当属于本发明保护的范围。
需要说明的是,本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”“目标”等是用于区别类似的对象,而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换,以便这里描述的本发明的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外,术语“包括”和“具有”以及他们的任何变形,意图在于覆盖不排他的包含,例如,包含了一系列步骤或单元的过程、方法、***、产品或设备不必限于清楚地列出的那些步骤或单元,而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
实施例一
图1为本申请实施例一提供了一种溶洞识别方法的流程图,本申请实施例可适用于识别目标区域的溶洞位置的情况,该方法可以由溶洞识别装置来执行,该溶洞识别装置可以采用硬件和/或软件的形式实现,该溶洞识别装置可配置于具有数据处理能力的电子设备中。如图1所示,该方法包括:
S110,根据井眼中溶洞所在位置信息,确定井眼的溶洞曲线;其中,所述溶洞曲线反映井眼的溶洞部分和非溶洞部分。
本申请实施例的技术方案,可以在目标区域精准识别溶洞所在位置,为油气采集提供施工依据。
本申请实施例中,可以根据测井曲线、FMI(Formation MicroScanner Image,地层微电阻率扫描成像)成像资料、核磁测井资料、生产测试数据(例如漏失量数据)等,确定井眼中溶洞所在位置信息(可以是各溶洞的深度信息),井眼中溶洞所在位置信息的确定为现有技术,本申请实施例不再赘述。
进一步的,溶洞曲线可以反映井眼中溶洞所在位置和非溶洞部分所在位置,所述溶洞曲线可以是方波形式的曲线,示例性的:溶洞曲线所反映的信息可以是:非溶洞部分所在位置为地下100至200米、地下300至350米等,溶洞部分所在位置为地下200至300米、地下350至500米等,上述仅仅是本申请实施例对溶洞曲线所反映信息的具体举例,本申请实施例不限定溶洞曲线所反映的具体信息。
本申请实施例中,可选的,根据井眼中溶洞所在位置信息,确定井眼的溶洞曲线,包括步骤A1-A5:
步骤A1,获取井眼的声波曲线。
其中,声波曲线可以反映井眼的声波信息,声波曲线可以通过声波测井得到。
步骤A2,根据井眼的声波曲线和井眼中溶洞所在位置信息,确定各溶洞所在位置对应的声波曲线的最大值。
示例性的,若溶洞所在位置为地下1000至1100米,则确定将该深度范围内声波曲线的最大值确定为该溶洞所在位置对应的声波曲线的最大值,其余溶洞所在位置对应的声波曲线的最大值的确定方式与上述相同,本申请实施例不再赘述。
步骤A3,将溶洞所在位置对应的声波曲线的最大值,确定为溶洞曲线中溶洞所在位置对应的值。
具体的,将各溶洞所在位置对应的声波曲线的最大值,确定为溶洞曲线中各溶洞所在位置对应的值,示例性的,各溶洞所在位置可以是100至200米、500至550米和700至750米,各溶洞所在位置对应的声波曲线的最大值可以不同,将各溶洞所在位置对应的声波曲线的最大值确定为溶洞曲线中溶洞所在位置对应的值。
步骤A4,根据井眼的声波曲线和井眼中溶洞所在位置信息,确定非溶洞所在位置对应的声波曲线的平均值。
示例性的,若非溶洞所在位置为地下1100至1200米、地下1300至1350米,则计算地下1100至1200米和地下1300至1350米中声波曲线的平均值,将该平均值确定为非溶洞所在位置对应的声波曲线的平均值。
步骤A5,将非溶洞所在位置对应的声波曲线的平均值,确定为溶洞曲线中非溶洞所在位置对应的值。
具体的,得到各非溶洞所在位置对应的声波曲线的平均值后,将该平均值确定为溶洞曲线中所有非溶洞所在位置对应的值。
本方案通过这样设置,可以得到具有变化趋势的溶洞曲线,该溶洞曲线与地震属性信息的变化趋势相似程度较高,可以在后续方案中更有效地与振幅属性信息和频率属性信息做比对。
S120,根据所述溶洞曲线和至少两个地震属性信息的相似度,从至少两个地震属性信息中确定目标地震属性信息。
地震属性信息可以反映地震波信息,地震属性信息可以通过对地震资料进行属性提取得到,地震属性信息包括但不限于:均方根振幅信息、平均绝对值振幅信息、最大波峰振幅信息、最大波谷振幅信息、瞬时频率信息等,本申请实施例对地震属性信息不做限定。
具体的,比对溶洞曲线和各地震属性信息的相似度,将相似度满足预设相似度条件的地震属性信息确定为目标地震属性信息。进一步的,溶洞曲线和各地震属性信息的相似度比较可以是曲线趋势的相似度比较,还可以是曲线形状的相似度比较,本申请实施例对相似度比较的具体方式不做限定,例如EDR方法、Frechet方法、Hausdorff方法等。进一步的,预设相似度条件可以是:将相似度最高的地震属性信息和/或相似度达到相似度阈值的地震属性信息确定为目标地震属性信息。
S130,根据所述溶洞曲线和所述目标地震属性信息确定溶洞对应的地震属性范围,以根据所述地震属性范围确定目标区域的溶洞位置信息。
其中,地震属性范围可以反映目标地震属性信息中,与溶洞位置相匹配的数值范围,地震属性范围的数量可以是多个,以分别反映各目标地震属性信息中与溶洞位置相匹配的数值范围。
具体的,将溶洞曲线中,溶洞位置对应的目标地震属性信息的范围确定为地震属性范围,进而可以根据目标区域的目标地震属性信息,提取地震属性范围所对应的位置,得到溶洞位置信息。
本申请实施例的技术方案,包括:根据井眼中溶洞所在位置信息,确定井眼的溶洞曲线;其中,所述溶洞曲线反映井眼的溶洞部分和非溶洞部分;根据所述溶洞曲线和至少两个地震属性信息的相似度,从至少两个地震属性信息中确定目标地震属性信息;根据所述溶洞曲线和所述目标地震属性信息确定溶洞对应的地震属性范围,以根据所述地震属性范围确定目标区域的溶洞位置信息。本技术方案通过溶洞曲线从至少两个地震属性信息中确定出目标地震属性信息,通过溶洞曲线和所述目标地震属性信息确定出溶洞对应的地震属性范围,进而可以根据所述地震属性范围确定目标区域的溶洞位置信息,实现了碳酸盐岩溶洞的高精度识别,减少了单一的识别方法所带来的局限性和多解性的干扰。
实施例二
图2为本申请实施例二提供的一种溶洞识别方法的流程图,本申请实施例以上述实施例为基础进行优化。
如图2所示,本申请实施例的方法具体包括如下步骤:
S210,根据井眼中溶洞所在位置信息,确定井眼的溶洞曲线;其中,所述溶洞曲线反映井眼的溶洞部分和非溶洞部分。
S220,根据所述溶洞曲线和至少两个地震属性信息的相似度,从至少两个地震属性信息中确定目标地震属性信息。
本申请实施例中,可选的,所述至少两个地震属性信息包括:至少一个振幅属性信息和至少一个频率属性信息;所述目标地震属性信息包括:目标振幅属性信息和目标频率属性信息。
其中,振幅属性信息的确定方式可以是:对地震属性信息进行属性提取得到,振幅属性信息包括但不限于:均方根振幅信息、平均绝对值振幅信息、最大波峰振幅信息、最大波谷振幅信息等。同理,频率属性信息的确定方式可以是:对地震属性信息进行属性提取得到,频率属性信息可以是瞬时频率信息等。
具体的,由于在振幅属性信息中,通常是高振幅部分对应溶洞位置,所以从振幅属性信息中,确定出目标振幅属性信息,以在后续步骤中根据溶洞位置的高振幅特征进行溶洞识别。同理,由于在频率属性信息中,通常是低频率部分对应溶洞位置,所以从频率属性信息中,确定出目标频率属性信息,以在后续步骤中根据溶洞位置的低频率特征进行溶洞识别。
本申请实施例中,可选的,根据所述溶洞曲线和所述目标地震属性信息确定溶洞对应的地震属性范围,包括步骤B1-B3:
步骤B1,根据所述溶洞曲线和目标振幅属性信息,确定溶洞所在位置对应的振幅范围。
步骤B2,根据所述溶洞曲线和目标频率属性信息,确定溶洞所在位置对应的频率范围。
步骤B3,将所述振幅范围的下限值和所述频率范围的上限值的比值,确定为溶洞对应的地震属性范围的下限值。
本申请实施例中,根据溶洞曲线中,溶洞所在位置确定出对应的目标振幅属性信息的振幅范围,该振幅范围可反映目标振幅属性信息中,溶洞位置所对应的振幅值。进一步的,根据溶洞曲线中,溶洞所在位置确定出对应的目标频率属性信息的频率范围,该频率范围可反映目标频率属性信息中,溶洞位置所对应的频率值。
进一步的,将所述振幅范围的下限值和所述频率范围的上限值的比值,确定为溶洞对应的地震属性范围的下限值,本方案这样设置,是因为溶洞位置通常对应的是高振幅和低频率,通过振幅除以频率的方式,可以突出溶洞位置所对应的高振幅和低频率特征。
需要说明的是,本方案中的地震属性范围无上限值。
S230,根据所述振幅范围和第一预设约束阈值,确定待处理振幅属性信息中的调节范围;其中,所述第一预设约束阈值为所述振幅范围的上限值与第一约束系数的乘积;所述待处理振幅属性信息为目标区域的振幅属性信息。
其中,第一约束系数可以根据实际情况确定,示例性的,第一约束系数为20%。待处理振幅属性信息可以反映目标区域各位置的振幅信息,待处理振幅属性信息与目标振幅属性信息为相同本质的信息,例如:目标振幅属性信息为均方根振幅信息,则待处理振幅属性信息为目标区域的均方根振幅信息。
具体的,待处理振幅属性信息中,可能存在振幅较高,但不是溶洞的部分,即振幅不在振幅范围内,且振幅较高的部分,将该部分确定为待处理振幅属性信息中的调节范围,以在后续步骤中适应性地处理。
本申请实施例中,可选的,根据所述振幅范围和第一预设约束阈值,确定待处理振幅属性信息中的调节范围,包括:将待处理振幅属性信息中,大于第三阈值的数值范围,确定为待处理振幅属性信息中的调节范围;所述第三阈值为所述振幅范围的上限值与第一预设约束阈值之和。
具体的,由于振幅范围根据井眼的溶洞位置以及目标振幅属性信息确定,在目标区域,振幅范围可能不能完全对应溶洞位置,所以设定第三阈值,以适当的扩大溶洞位置对应的振幅上限,提高容错率。
S240,将所述待处理振幅属性信息中满足调节范围的数值调整为第一阈值;所述第一阈值小于所述振幅范围的最小值。
其中,第一阈值可以根据实际情况确定,本申请实施例对其具体数值不做限定。
具体的,由于待处理振幅属性信息中满足调节范围的数值对应的位置不是溶洞位置,本申请实施例后续需要通过高振幅确定溶洞位置,所以将待处理振幅属性信息中满足调节范围的数值调整为第一阈值。
S250,根据所述频率范围和第二预设约束阈值,确定待处理频率属性信息中的调节范围;其中,所述第二预设约束阈值为所述频率范围的下限值与第二约束系数的乘积;所述待处理频率属性信息为目标区域的频率属性信息。
其中,第二约束系数可以根据实际情况确定,示例性的,第二约束系数为20%。待处理频率属性信息可以反映目标区域各位置的频率信息,待处理频率属性信息与目标频率属性信息为相同本质的信息,例如:目标频率属性信息为瞬时频率信息,则待处理频率属性信息为目标区域的瞬时频率信息。
具体的,待处理频率属性信息中,可能存在频率较低,但不是溶洞的部分,即频率不在频率范围内,且频率较低的部分,将该部分确定为待处理频率属性信息中的调节范围,以在后续步骤中适应性地处理。
本申请实施例中,可选的,根据所述频率范围和第二预设约束阈值,确定待处理频率属性信息中的调节范围,包括:将待处理频率属性信息中,小于第四阈值的数值范围,确定为待处理频率属性信息中的调节范围;其中,所述第四阈值为所述频率范围的下限值与第二预设约束阈值之差。
具体的,由于频率范围根据井眼的溶洞位置以及目标频率属性信息确定,在目标区域,频率范围可能不能完全对应溶洞位置,所以设定第四阈值,以适当的扩大溶洞位置对应的频率下限,提高容错率。
S260,将所述待处理频率属性信息中满足调节范围的数值调整为第二阈值;所述第二阈值大于所述频率范围的最大值。
其中,第二阈值可以根据实际情况确定,本申请实施例对其具体数值不做限定。
具体的,由于待处理频率属性信息中满足调节范围的数值对应的位置不是溶洞位置,本申请实施例后续需要通过低频率确定溶洞位置,所以将待处理频率属性信息中满足调节范围的数值调整为第二阈值。
S270,根据所述地震属性范围、调整后的待处理振幅属性信息和调整后的待处理频率属性信息,确定目标区域的溶洞位置信息。
本申请实施例中,可选的,根据所述地震属性范围、调整后的待处理振幅属性信息和调整后的待处理频率属性信息,确定目标区域的溶洞位置信息,包括:确定目标区域中同一位置的调整后的待处理振幅属性信息和调整后的待处理频率属性信息的比值;将所述比值中,位于所述地震属性范围的比值所对应的位置,确定为目标区域的溶洞位置。
本申请实施例中,调整后的待处理振幅属性信息中,高振幅部分可以反映溶洞位置,调整后的待处理频率属性信息中,低频率部分可以反映溶洞位置,再将目标区域的同一位置处,调整后的待处理振幅数据除以调整后的待处理频率数据,得到目标区域中同一位置的调整后的待处理振幅属性信息和调整后的待处理频率属性信息的比值,该比值可以更充分的反映溶洞位置的高振幅和频率特征,进而将比值中,位于所述地震属性范围的比值所对应的位置,确定为目标区域的溶洞位置。
本申请实施例的技术方案,通过将所述待处理振幅属性信息中满足调节范围的数值调整为第一阈值,以及,将所述待处理频率属性信息中满足调节范围的数值调整为第二阈值,得到了高频率部分充分反映溶洞位置的调整后的待处理振幅属性信息以及低频率部分充分反映溶洞位置的调整后的待处理频率属性信息,进而根据目标区域中同一位置的调整后的待处理振幅属性信息和调整后的待处理频率属性信息的比值以及地震属性范围,确定出目标区域的溶洞位置,实现了碳酸盐岩溶洞的高精度识别,减少了单一的识别方法所带来的局限性和多解性的干扰。
实施例三
图3为本申请实施例三提供的一种溶洞识别装置的结构示意图,该装置可执行本发明任意实施例所提供的溶洞识别方法,具备执行方法相应的功能模块和有益效果。如图3所示,该装置包括:
溶洞曲线确定模块310,用于根据井眼中溶洞所在位置信息,确定井眼的溶洞曲线;其中,所述溶洞曲线反映井眼的溶洞部分和非溶洞部分;
目标地震属性信息确定模块320,用于根据所述溶洞曲线和至少两个地震属性信息的相似度,从至少两个地震属性信息中确定目标地震属性信息;
地震属性范围确定模块330,用于根据所述溶洞曲线和所述目标地震属性信息确定溶洞对应的地震属性范围,以根据所述地震属性范围确定目标区域的溶洞位置信息。
可选的,所述至少两个地震属性信息包括:至少一个振幅属性信息和至少一个频率属性信息;所述目标地震属性信息包括:目标振幅属性信息和目标频率属性信息。
可选的,地震属性范围确定模块330,包括:
振幅范围确定单元,用于根据所述溶洞曲线和目标振幅属性信息,确定溶洞所在位置对应的振幅范围;
频率范围确定单元,用于根据所述溶洞曲线和目标频率属性信息,确定溶洞所在位置对应的频率范围;
地震属性范围确定单元,用于将所述振幅范围的下限值和所述频率范围的上限值的比值,确定为溶洞对应的地震属性范围的下限值。
可选的,地震属性范围确定模块330,包括:
振幅调节范围确定单元,用于根据所述振幅范围和第一预设约束阈值,确定待处理振幅属性信息中的调节范围;其中,所述第一预设约束阈值为所述振幅范围的上限值与第一约束系数的乘积;所述待处理振幅属性信息为目标区域的振幅属性信息;
振幅数值调整单元,用于将所述待处理振幅属性信息中满足调节范围的数值调整为第一阈值;所述第一阈值小于所述振幅范围的最小值;
频率调节范围确定单元,用于根据所述频率范围和第二预设约束阈值,确定待处理频率属性信息中的调节范围;其中,所述第二预设约束阈值为所述频率范围的下限值与第二约束系数的乘积;所述待处理频率属性信息为目标区域的频率属性信息;
频率数值调整单元,用于将所述待处理频率属性信息中满足调节范围的数值调整为第二阈值;所述第二阈值大于所述频率范围的最大值;
溶洞位置信息确定单元,用于根据所述地震属性范围、调整后的待处理振幅属性信息和调整后的待处理频率属性信息,确定目标区域的溶洞位置信息。
可选的,振幅调节范围确定单元,包括:
振幅调节范围确定子单元,用于将待处理振幅属性信息中,大于第三阈值的数值范围,确定为待处理振幅属性信息中的调节范围;所述第三阈值为所述振幅范围的上限值与第一预设约束阈值之和;
频率调节范围确定单元,包括:
频率调节范围确定子单元,用于将待处理频率属性信息中,小于第四阈值的数值范围,确定为待处理频率属性信息中的调节范围;其中,所述第四阈值为所述频率范围的下限值与第二预设约束阈值之差。
可选的,溶洞位置信息确定单元,包括:
比值确定子单元,用于确定目标区域中同一位置的调整后的待处理振幅属性信息和调整后的待处理频率属性信息的比值;
溶洞位置确定子单元,用于将所述比值中,位于所述地震属性范围的比值所对应的位置,确定为目标区域的溶洞位置。
可选的,溶洞曲线确定模块310,包括:
声波曲线获取单元,用于获取井眼的声波曲线;
最大值确定单元,用于根据井眼的声波曲线和井眼中溶洞所在位置信息,确定各溶洞所在位置对应的声波曲线的最大值;
第一溶洞曲线确定单元,用于将溶洞所在位置对应的声波曲线的最大值,确定为溶洞曲线中溶洞所在位置对应的值;
平均值确定单元,用于根据井眼的声波曲线和井眼中溶洞所在位置信息,确定非溶洞所在位置对应的声波曲线的平均值;
第二溶洞曲线确定单元,用于将非溶洞所在位置对应的声波曲线的平均值,确定为溶洞曲线中非溶洞所在位置对应的值。
本申请实施例所提供的一种溶洞识别装置可执行本发明任意实施例所提供的一种溶洞识别方法,具备执行方法相应的功能模块和有益效果。
实施例四
图4示出了可以用来实施本发明的实施例的电子设备10的结构示意图。电子设备旨在表示各种形式的数字计算机,诸如,膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置,诸如,个人数字处理、蜂窝电话、智能电话、可穿戴设备(如头盔、眼镜、手表等)和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例,并且不意在限制本文中描述的和/或者要求的本发明的实现。
如图4所示,电子设备10包括至少一个处理器11,以及与至少一个处理器11通信连接的存储器,如只读存储器(ROM)12、随机访问存储器(RAM)13等,其中,存储器存储有可被至少一个处理器执行的计算机程序,处理器11可以根据存储在只读存储器(ROM)12中的计算机程序或者从存储单元18加载到随机访问存储器(RAM)13中的计算机程序,来执行各种适当的动作和处理。在RAM 13中,还可存储电子设备10操作所需的各种程序和数据。处理器11、ROM 12以及RAM 13通过总线14彼此相连。输入/输出(I/O)接口15也连接至总线14。
电子设备10中的多个部件连接至I/O接口15,包括:输入单元16,例如键盘、鼠标等;输出单元17,例如各种类型的显示器、扬声器等;存储单元18,例如磁盘、光盘等;以及通信单元19,例如网卡、调制解调器、无线通信收发机等。通信单元19允许电子设备10通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据。
处理器11可以是各种具有处理和计算能力的通用和/或专用处理组件。处理器11的一些示例包括但不限于中央处理单元(CPU)、图形处理单元(GPU)、各种专用的人工智能(AI)计算芯片、各种运行机器学习模型算法的处理器、数字信号处理器(DSP)、以及任何适当的处理器、控制器、微控制器等。处理器11执行上文所描述的各个方法和处理,例如溶洞识别方法。
在一些实施例中,溶洞识别方法可被实现为计算机程序,其被有形地包含于计算机可读存储介质,例如存储单元18。在一些实施例中,计算机程序的部分或者全部可以经由ROM 12和/或通信单元19而被载入和/或安装到电子设备10上。当计算机程序加载到RAM 13并由处理器11执行时,可以执行上文描述的溶洞识别方法的一个或多个步骤。备选地,在其他实施例中,处理器11可以通过其他任何适当的方式(例如,借助于固件)而被配置为执行溶洞识别方法。
本文中以上描述的***和技术的各种实施方式可以在数字电子电路***、集成电路***、场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、芯片上***的***(SOC)、负载可编程逻辑设备(CPLD)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括:实施在一个或者多个计算机程序中,该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程***上执行和/或解释,该可编程处理器可以是专用或者通用可编程处理器,可以从存储***、至少一个输入装置、和至少一个输出装置接收数据和指令,并且将数据和指令传输至该存储***、该至少一个输入装置、和该至少一个输出装置。
用于实施本发明的方法的计算机程序可以采用一个或多个编程语言的任何组合来编写。这些计算机程序可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器,使得计算机程序当由处理器执行时使流程图和/或框图中所规定的功能/操作被实施。计算机程序可以完全在机器上执行、部分地在机器上执行,作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。
在本发明的上下文中,计算机可读存储介质可以是有形的介质,其可以包含或存储以供指令执行***、装置或设备使用或与指令执行***、装置或设备结合地使用的计算机程序。计算机可读存储介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体***、装置或设备,或者上述内容的任何合适组合。备选地,计算机可读存储介质可以是机器可读信号介质。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。
为了提供与用户的交互,可以在电子设备上实施此处描述的***和技术,该电子设备具有:用于向用户显示信息的显示装置(例如,CRT(阴极射线管)或者LCD(液晶显示器)监视器);以及键盘和指向装置(例如,鼠标或者轨迹球),用户可以通过该键盘和该指向装置来将输入提供给电子设备。其它种类的装置还可以用于提供与用户的交互;例如,提供给用户的反馈可以是任何形式的传感反馈(例如,视觉反馈、听觉反馈、或者触觉反馈);并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。
可以将此处描述的***和技术实施在包括后台部件的计算***(例如,作为数据服务器)、或者包括中间件部件的计算***(例如,应用服务器)、或者包括前端部件的计算***(例如,具有图形用户界面或者网络浏览器的用户计算机,用户可以通过该图形用户界面或者该网络浏览器来与此处描述的***和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算***中。可以通过任何形式或者介质的数字数据通信(例如,通信网络)来将***的部件相互连接。通信网络的示例包括:局域网(LAN)、广域网(WAN)、区块链网络和互联网。
计算***可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。服务器可以是云服务器,又称为云计算服务器或云主机,是云计算服务体系中的一项主机产品,以解决了传统物理主机与VPS服务中,存在的管理难度大,业务扩展性弱的缺陷。
应该理解,可以使用上面所示的各种形式的流程,重新排序、增加或删除步骤。例如,本发明中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行,只要能够实现本发明的技术方案所期望的结果,本文在此不进行限制。
上述具体实施方式,并不构成对本发明保护范围的限制。本领域技术人员应该明白的是,根据设计要求和其他因素,可以进行各种修改、组合、子组合和替代。任何在本发明的精神和原则之内所作的修改、等同替换和改进等,均应包含在本发明保护范围之内。
Claims (10)
1.一种溶洞识别方法,其特征在于,包括:
根据井眼中溶洞所在位置信息,确定井眼的溶洞曲线;其中,所述溶洞曲线反映井眼的溶洞部分和非溶洞部分;
根据所述溶洞曲线和至少两个地震属性信息的相似度,从至少两个地震属性信息中确定目标地震属性信息;
根据所述溶洞曲线和所述目标地震属性信息确定溶洞对应的地震属性范围,以根据所述地震属性范围确定目标区域的溶洞位置信息。
2.根据权利要求1所述的方法,其特征在于,所述至少两个地震属性信息包括:至少一个振幅属性信息和至少一个频率属性信息;所述目标地震属性信息包括:目标振幅属性信息和目标频率属性信息。
3.根据权利要求2所述的方法,其特征在于,根据所述溶洞曲线和所述目标地震属性信息确定溶洞对应的地震属性范围,包括:
根据所述溶洞曲线和目标振幅属性信息,确定溶洞所在位置对应的振幅范围;
根据所述溶洞曲线和目标频率属性信息,确定溶洞所在位置对应的频率范围;
将所述振幅范围的下限值和所述频率范围的上限值的比值,确定为溶洞对应的地震属性范围的下限值。
4.根据权利要求3所述的方法,其特征在于,根据所述溶洞曲线和所述目标地震属性信息确定溶洞对应的地震属性范围,以根据所述地震属性范围确定目标区域的溶洞位置信息,包括:
根据所述振幅范围和第一预设约束阈值,确定待处理振幅属性信息中的调节范围;其中,所述第一预设约束阈值为所述振幅范围的上限值与第一约束系数的乘积;所述待处理振幅属性信息为目标区域的振幅属性信息;
将所述待处理振幅属性信息中满足调节范围的数值调整为第一阈值;所述第一阈值小于所述振幅范围的最小值;
根据所述频率范围和第二预设约束阈值,确定待处理频率属性信息中的调节范围;其中,所述第二预设约束阈值为所述频率范围的下限值与第二约束系数的乘积;所述待处理频率属性信息为目标区域的频率属性信息;
将所述待处理频率属性信息中满足调节范围的数值调整为第二阈值;所述第二阈值大于所述频率范围的最大值;
根据所述地震属性范围、调整后的待处理振幅属性信息和调整后的待处理频率属性信息,确定目标区域的溶洞位置信息。
5.根据权利要求4所述的方法,其特征在于,根据所述振幅范围和第一预设约束阈值,确定待处理振幅属性信息中的调节范围,包括:
将待处理振幅属性信息中,大于第三阈值的数值范围,确定为待处理振幅属性信息中的调节范围;所述第三阈值为所述振幅范围的上限值与第一预设约束阈值之和;
根据所述频率范围和第二预设约束阈值,确定待处理频率属性信息中的调节范围,包括:
将待处理频率属性信息中,小于第四阈值的数值范围,确定为待处理频率属性信息中的调节范围;其中,所述第四阈值为所述频率范围的下限值与第二预设约束阈值之差。
6.根据权利要求4所述的方法,其特征在于,根据所述地震属性范围、调整后的待处理振幅属性信息和调整后的待处理频率属性信息,确定目标区域的溶洞位置信息,包括:
确定目标区域中同一位置的调整后的待处理振幅属性信息和调整后的待处理频率属性信息的比值;
将所述比值中,位于所述地震属性范围的比值所对应的位置,确定为目标区域的溶洞位置。
7.根据权利要求1所述的方法,其特征在于,根据井眼中溶洞所在位置信息,确定井眼的溶洞曲线,包括:
获取井眼的声波曲线;
根据井眼的声波曲线和井眼中溶洞所在位置信息,确定各溶洞所在位置对应的声波曲线的最大值;
将溶洞所在位置对应的声波曲线的最大值,确定为溶洞曲线中溶洞所在位置对应的值;
根据井眼的声波曲线和井眼中溶洞所在位置信息,确定非溶洞所在位置对应的声波曲线的平均值;
将非溶洞所在位置对应的声波曲线的平均值,确定为溶洞曲线中非溶洞所在位置对应的值。
8.一种溶洞识别装置,其特征在于,包括:
溶洞曲线确定模块,用于根据井眼中溶洞所在位置信息,确定井眼的溶洞曲线;其中,所述溶洞曲线反映井眼的溶洞部分和非溶洞部分;
目标地震属性信息确定模块,用于根据所述溶洞曲线和至少两个地震属性信息的相似度,从至少两个地震属性信息中确定目标地震属性信息;
地震属性范围确定模块,用于根据所述溶洞曲线和所述目标地震属性信息确定溶洞对应的地震属性范围,以根据所述地震属性范围确定目标区域的溶洞位置信息。
9.一种电子设备,其特征在于,所述电子设备包括:
至少一个处理器;以及
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的计算机程序,所述计算机程序被所述至少一个处理器执行,以使所述至少一个处理器能够执行权利要求1-7中任一项所述的溶洞识别方法。
10.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质存储有计算机指令,所述计算机指令用于使处理器执行时实现权利要求1-7中任一项所述的溶洞识别方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310004066.7A CN118311652A (zh) | 2023-01-03 | 2023-01-03 | 一种溶洞识别方法、装置、设备及介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310004066.7A CN118311652A (zh) | 2023-01-03 | 2023-01-03 | 一种溶洞识别方法、装置、设备及介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN118311652A true CN118311652A (zh) | 2024-07-09 |
Family
ID=91724375
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310004066.7A Pending CN118311652A (zh) | 2023-01-03 | 2023-01-03 | 一种溶洞识别方法、装置、设备及介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN118311652A (zh) |
-
2023
- 2023-01-03 CN CN202310004066.7A patent/CN118311652A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN117786500A (zh) | 一种盾构施工地表沉降预测方法、装置、设备及存储介质 | |
CN113963197A (zh) | 图像识别方法、装置、电子设备和可读存储介质 | |
CN114866437B (zh) | 一种节点检测方法、装置、设备及介质 | |
CN118311652A (zh) | 一种溶洞识别方法、装置、设备及介质 | |
CN116738517B (zh) | 一种储层预测方法、装置、电子设备及介质 | |
CN118191935A (zh) | 基于边缘检测的断层识别方法、装置、电子设备和介质 | |
CN116736374B (zh) | 多方位地震数据的融合方法、装置、设备和介质 | |
CN117471553A (zh) | 基于改进泥岩阻抗差的压力预测方法、装置、设备及介质 | |
CN118295011A (zh) | 白云岩成岩相的识别方法、装置、电子设备及存储介质 | |
CN114694138B (zh) | 一种应用于智能驾驶的路面检测方法、装置及设备 | |
CN117665905A (zh) | 识别三角洲前缘薄砂层的方法、装置、电子设备及介质 | |
CN116881776A (zh) | 一种储层类型确定方法、装置、设备及介质 | |
CN115616664A (zh) | 一种储层岩石种类确定方法、装置、设备及介质 | |
CN118296448A (zh) | 地震相智能识别模型构建方法、装置、设备及存储介质 | |
CN118131318A (zh) | 一种无井区低频模型的建立方法、装置、设备及介质 | |
CN116931083A (zh) | 一种方位角道集划分方案的确定方法 | |
CN118407752A (zh) | 试油井段的含水率确定方法、装置、电子设备及存储介质 | |
CN118295021A (zh) | 地震敏感参数确定方法、装置、电子设备及存储介质 | |
CN116363378A (zh) | 一种多尺度特征提取方法、装置、电子设备及存储介质 | |
CN118212469A (zh) | 基于点云的电力线分类后处理方法及装置、设备、介质 | |
CN115267908A (zh) | 余弦相似度地震属性计算方法、装置、电子设备及介质 | |
CN117090556A (zh) | 一种水平井着陆靶点的确定方法及装置 | |
CN117829395A (zh) | 一种储气层库存气量的预测方法、装置、设备及存储介质 | |
CN118295009A (zh) | 速度谱处理方法、装置、设备及存储介质 | |
CN117611327A (zh) | 一种信用评估方法、装置、设备及存储介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination |