1.一种基于鲸鱼优化算法的页岩优质储层预测方法,其特征在于,包括如下步骤:S1:基于叠后地震数据与合成记录的残差范数建立目标函数,表示为:Cost(Z)=‖(d-f(Z))‖
其中,d为观测地震数据,f(Z)为波阻抗Z对应的合成地震记录,通过褶积模型计算获得;
S2:采用Circle混沌映射策略初始化波阻抗参数种群,具体公式为:Zi,j=(Ubi,j-Lbi,j)·rand[0,1]+Lbi,j其中,i和j分别表示种群和维度坐标索引,Ubi,j和Lbi,j表示搜索窗的上边界和下边界;
然后,利用下式所示Circle混沌映射,对随机生成的种群进一步初始化:其中,表示新的初始化位置,mod()表示求余数运算;
S3:通过鲸鱼优化算法的三个阶段更新波阻抗参数:搜索猎物阶段:当|A|>1时,按随机搜索策略更新位置:Z(t+1)=Zrand(t)-A·|C·Zrand(t)-Z(t)|包围猎物阶段:当|A|≤1时,按最优个体引导策略更新位置:Z(t+1)=Zbest(t)-A·|C·Zbest(t)-Z(t)|气泡网攻击阶段:按概率p选择螺旋更新策略:
Z(t+1)={|Zbest(t)-Z(t)|·ebl·cos(2πl)+Zbest(t)其中,A表示自适应系数,A=2a·rand[0,1]-a,C表示随机系数,C=2·rand[0,1],a表示控制参数衰减因子,T为最大迭代次数,t为迭代次数,l取值在0和1之间的随机数,b是用于定义对数螺旋形状的常数,Zrand(t)表示随机选择的个体位置,Z(t)表示当前个体位置,Zbest(t)表示当前种群中最优个体的位置,ebl表示指数函数;
S4:迭代过程中,根据目标函数对种群进行动态更新,直至满足预设收敛准则或达到最大迭代次数,输出目标函数取得最小值对应的波阻抗模型;
S5:将所述波阻抗模型与测井数据及岩石物理分析结果相结合,实现页岩优质储层的定量预测。
2.根据权利要求1所述的页岩优质储层预测方法,其特征在于:步骤S2中所述搜索窗边界Ubi,j和Lbi,j的确定包括:基于目标工区至少一口井的波阻抗测井曲线,统计其均值和标准差;
设置搜索窗边界为均值±20%的波阻抗值范围,用于约束种群初始化。
3.根据权利要求1所述的页岩优质储层预测方法,其特征在于:步骤S3中所述鲸鱼优化算法的参数设置包括:种群数量为50-100;最大迭代次数T=200;概率p=0.5,用于平衡包围收缩与螺旋气泡网攻击策略。
4.根据权利要求1所述的页岩优质储层预测方法,其特征在于:步骤S5中所述储层预测包括:通过波阻抗阈值划分砂岩储层与非储层:气层与差气层对应低波阻抗,干层与泥岩对应高波阻抗;
基于波阻抗与孔隙度的线性回归关系,将波阻抗反演结果转换为孔隙度分布剖面。
5.根据权利要求1所述的页岩优质储层预测方法,其特征在于:步骤S3中所述收敛条件为:连续10次迭代的目标函数值变化率小于1%,或达到最大迭代次数T。
6.一种基于鲸鱼优化算法的页岩优质储层预测系统,其特征在于:该系统能够用于实施权利要求1至5其中一项所述的页岩优质储层预测方法;具体包括以下模块:目标函数构建模块:配置为基于叠后地震数据与合成记录的残差范数建立目标函数种群初始化模块:配置为采用Circle混沌映射策略初始化波阻抗参数种群,具体包括:初始种群生成单元:基于搜索窗边界生成随机种群:混沌映射优化单元:利用Circle混沌映射对初始种群进一步优化:波阻抗优化模块:配置为通过鲸鱼优化算法的三个阶段更新波阻抗参数,包括:搜索猎物子模块:按随机搜索策略更新位置;
包围猎物子模块:按最优个体引导策略更新位置;
气泡网攻击子模块:按概率p选择螺旋更新策略;
迭代控制与输出模块:配置为在迭代过程中根据目标函数动态更新种群,直至满足预设收敛准则或达到最大迭代次数,输出目标函数最小值对应的波阻抗模型;
储层预测模块:配置为将所述波阻抗模型与测井数据及岩石物理分析结果相结合;
结果显示与交互模块:配置为可视化反演结果并提供用户交互功能。
7.一种计算机设备,其特征在于:包括存储器、处理器及存储在存储器上并可由处理器执行的计算机程序,处理器在执行所述程序时实现权利要求1至5其中一项所述的页岩优质储层预测方法。
8.一种计算机可读存储介质,其特征在于:其中存储有计算机程序,该程序在处理器执行时实现权利要求1至5其中一项所述的页岩优质储层预测方法。