欢迎来到知嘟嘟! 联系电话:13336804447 卖家免费入驻,海量在线求购! 卖家免费入驻,海量在线求购!
知嘟嘟
我要发布
联系电话:13336804447
知嘟嘟经纪人
收藏
专利号: 2019112887678
申请人: 成都理工大学
专利类型:发明专利
专利状态:已下证
专利领域: 测量;测试
更新日期:2026-11-16
缴费截止日期: 暂无
价格&联系人
年费信息
委托购买

摘要:

权利要求书:

1.一种提高分辨率的孔隙度反演方法,其特征在于,该方法包括如下步骤:假定存在待反演地震数据、测井反射系数及测井孔隙度,利用模拟退火算法实现孔隙度反演:(1)推导垂直入射至含流体孔隙介质分界面上的快纵波反射系数近似式,基于岩石物理理论建立孔隙度和地震记录之间的直接定量关系;

(2)根据孔隙度和地震记录之间的关系,以测井孔隙度和测井反射系数作为先验约束,构建非线性反演目标函数;

(3)利用测井数据信息计算孔隙度调节参数,给定约束参数、最大反演迭代次数及孔隙度初始解等先验信息;

(4)将上述已知参数带入非线性反演目标函数,结合快速模拟退火算法,实现孔隙度的高精度直接定量反演;

所述步骤(1)具体包括:孔隙度与地震数据之间的定量关系:

基于Biot弹性孔隙介质理论,快纵波垂直入射到含饱和流体孔隙介质分界面上的快纵波反射系数近似式为:其中,r为快纵波反射系数,Kl,μl,l=1,2分别表示岩石骨架的体积模量和剪切模量,αl,Ml,l=1,2为Biot参数;vplj,l=1,2,j=1,2为纵波速度,γlj,l=1,2,j=1,2为孔隙流体相对于岩石骨架的位移位振幅和岩石骨架的位移位振幅之比;下标l=1,2分别表示上、下层孔隙介质,j=1,2分别表示快、慢纵波;

岩石骨架模量、岩石基质模量和孔隙度之间存在联系,利用(8)和(9)式描述他们之间的定量关系,Kd=(1.0-f)Ks/(1.0+ck·f),    (8)μd=(1.0-f)μs/(1.0+cμ·f),    (9)其中,f为孔隙度,Kd、μd分别为岩石骨架的体积模量和剪切模量,Ks、μs分别为岩石基质的体积模量和剪切模量,ck、cμ为孔隙介质调节参数;

含饱和流体孔隙介质中存在快、慢两类纵波,慢纵波在孔隙介质中传播时会迅速衰减消失,因此地面检波器接收到的地震记录事实上是快纵波的反射,孔隙度f是时间t的函数f(t),而由(1)-(9)式可知快纵波反射系数r是孔隙度f(t)的函数r[f(t)],根据褶积公式,与孔隙度直接相关的快纵波合成地震记录d[f(t)]可以表示为,d[f(t)]=w(t)*r[f(t)]+n(t),            (10)将上式离散化,并写成向量的形式为,dN×1=GN×N·rN×1+nN×1.               .(11)其中,w(t)为时间域子波,n(t)为噪声,下标N×1表示N维列向量,N×N表示N维矩阵,N为一道地震数据的采样点数;符号‘*’表示褶积算子;

所述步骤(2)中具体包括:

根据(11)式中的正演过程,以测井中的先验信息为约束,含流体孔隙介质孔隙度反演目标函数F为,其中,f为预测孔隙度,R为预测反射系数,d为合成地震记录;f0和R0分别为由测井数据得到的孔隙度和反射系数,ddata为实际地震数据;β为反射系数约束参数,γ为孔隙度约束参数,目标函数中的所有向量均为N×1维列向量, 表示向量的L2范数;

上式中,第一项为观测地震数据和合成地震记录的拟合程度,第二项表示由预测孔隙度计算的反射系数与测井反射系数的相似性,第三项表示预测孔隙度与测井孔隙度的相似性,后两项是对反演结果的测井约束;

所述步骤(4)具体包括:

(41)Metropolis收敛准则:

反演算法通过不断迭代更新孔隙度来获得最优解,在第i次迭代时,首先计算与孔隙度fi对应的目标函数Fi,再更新孔隙度为fi+1,并计算其对应的目标函数值Fi+1,两函数值之差ΔF为,ΔF=Fi+1-Fi,i≥1,                   (13)若ΔF<0说明孔隙度的更新方向使目标函数值减小,则接受孔隙度的修改;若ΔF≥0,则进一步判断ΔF是否满足(14)式,若满足条件,则仍接受孔隙度的修改,否则拒绝修改;

0<p<K,                            (14)其中,p是概率密度,K是一个随机数,其值域为0<K<1;kb为玻尔兹曼常数,实际应用中常取1,exp{·}为指数函数,T为当前退火温度,常表示成指数形式,Ti=T0·(0.95)i-1,i≥1,        (16)其中,T0为初始温度,Ti为第i次退火温度;

(42)解的迭代与更新:

将测井孔隙度f0经平滑后作为初始孔隙度f1,给定初始解后,采用依赖于温度的似Cauchy分布产生更新向量Δfi,即fi+1=fi+ξ·Δfi,i≥1,                 (17)Δfi=T·sign(q-0.5)·[(1+1/T)|2·q-1|-1].                (18)上式中,ξ为更新系数,fi为当前预测孔隙度,fi+1为更新后的孔隙度,其值域为fi+1∈[0,

0.3];q是服从[0,1]分布的N维随机向量,sign为符号函数;

(43)非线性孔隙度反演流程:

假设存在待反演地震数据ddata、测井反射系数R0、测井孔隙度f0、初始孔隙度f1、最大迭代次数L及测井约束参数β和γ,基于模拟退火算法实现孔隙度反演的流程如下:

431)对于第i次迭代的孔隙度fi,利用(17)式计算新的孔隙度值fi+1,再基于(12)式计算孔隙度更新前后反演目标函数值Fi和Fi+1;

432)结合(13)式计算两目标函数值之差ΔF,并判断是否满足条件ΔF<0,若条件满足则接受孔隙度值的更新,否则继续判断是否满足(14)式,若满足则仍可接受孔隙度值的更新,否则拒绝更新;

433)判断是否达到最大迭代次数L,若是则退出循环,获得最优孔隙度值;否则利用(16)式迭代更新当前退火温度,并返回431)继续迭代更新孔隙度值f。