Способ автоматического распознавания сейсмической структуры

 

Использование: для распознавания сейсмической структуры между двумя горизонтами, определенными с помощью геодезической съемки сейсмической зоны. Сущность: определяют заданное количество сейсмических структур, распознавание которых следует произвести. Получают ряд порций сейсмического следа для указанной области. Определяют параметр распознавания структуры, являющийся общим для всех этих порций следов. Определяют величины указанного параметра для каждой из порций следов данного ряда. Выбирают порции следа из указанного ряда. Выбирают одномерную нейронную сеть, содержащую такое же количество ячеек, как и количество элементов распознаваемой структуры, причем каждой ячейке назначается величина параметра распознавания. Обучают нейронную сеть с помощью выбранных порций следов так, что в конце указанного процесса каждая ячейка соответствует распознаваемому элементу структуры, и так, что указанные элементы структуры будут последовательно упорядочены. Представляют каждую порцию следа из указанного ряда, представленного для обработки, в классифицированную и упорядоченную нейронную сеть. Назначают каждой представленной порции следа номер ячейки сети, ближайшей к нему. Технический результат: идентификации изменения сейсмических фаций, соответствующих выклиниванию пластов, возможность использования сейсмических параметров среды для геологической интерпретации. 6 з.п. ф-лы, 3 ил.

Настоящее изобретение относится к способам автоматического распознавания сейсмических фаций между двумя горизонтами или в пространстве около одного горизонта геологической области и, в частности между двумя горизонтами или в пространстве около одного горизонта, определенных на сейсмическом разрезе, связанном с указанной геологической областью.

В настоящее время почти все геологические и геофизические интерпретации, относящиеся к сейсмическим фациям, выполняются на интерпретационной станции и относятся к специализированной области сейсмической стратиграфии.

В сейсмической стратиграфии обычными являются идентификация и представление на карте (картирование) изменений сейсмических фаций в конкретном слое геологической области, разведка которого производится, причем указанный слой, находится или нет между двумя отмеченными горизонтами.

Блок сейсмических фаций - это группа сейсмических отражений, в которых конфигурация, внешняя форма и внутренние параметры отличаются от одного блока фаций к другому, и даже между двумя близлежащими или последовательными блоками фаций.

Блоки сейсмических фаций обычно определяются с помощью анализа трех групп параметров: конфигурация отражений волн (параллельные, расходящиеся, сигмоидальные и т.д.), внешняя форма (вогнутые вверх, выпуклые вверх, прикрытый и т. д.), внутренние параметры отраженных волн (амплитуда, частота и т.д.).

Распознавание сейсмических фаций в конкретной геологической области является очень важным, поскольку оно позволяет получить полезную информацию, в частности, касающуюся типов осадочных пород и ожидаемой литологии.

Следовательно, для успешного проведения распознавания сейсмических фаций в конкретной геологической области необходимо определить каждую из них сначала посредством отдельного анализа, по меньшей мере, одной из вышеупомянутых трех групп определений, а затем с помощью обобщения указанных исследований, с тем, чтобы собрать максимальное количество данных или информации, касающихся сейсмических фаций, присутствующих в указанной геологической области.

Стоимость такой обработки и привлекаемых средств, в частности средств обработки данных, очень высока и не может быть сравнима с стоимостью полученных результатов.

В действительности, если сейсмические фации, которые следует распознавать, принадлежат стратиграфическим выклиниваниям пластов и/или к замутненным каналам, очень трудно бывает различить две аномалии в случаях, когда они появляются на обычных сейсмических разрезах, даже если эти аномалии распознаются с помощью хорошей сейсмической разведки, выполняемой с помощью бурения в соответствующей области, естественно, при условии, что в данной области имеются скважины, чего может не быть на практике.

В Европейском патенте EP-0561492, описан способ улучшения регистрации результатов, полученных с помощью бурения с использованием нейронных сетей. В частности, описанная сеть является наслоенной сетью. Однако со статистической точки зрения, наслоенная сеть представляет собой универсальный аппроксиматор границ между классами, но, прежде всего, она является контролируемой сетью, т.е. величина, полученная на выходе нейронной сети сравнивается с известной величиной, и определенной другими способами, до тех пор, пока не будет получено совпадение или квазисовпадение между этими величинами.

Так как топологические карты по Кохонену (Kohonen) используются в других областях, в частности в области медицины, для определения моделей, обладающих достаточной чувствительностью для имитации ряда функций мозга, с помощью репродуцирования некоторых его основных структур, были также сделаны попытки их применения в области геофизики.

В частности, такое применение было описано в американском патенте US-5373486, в котором была предложена классификация сейсмических явлений, с использованием антагонистических сетей Кохонена (Kohonen), в американском патенте US-5355313, в котором описывается интерпретация аэромагнитных данных, и в американском патенте US-5181171, в котором описывается взаимосвязанная нейронная сеть, приспособленная для обнаружения первых проявлений сейсмических следов.

Целью настоящего изобретения является предложить способ распознавания сейсмических фаций из сейсмической секции, связанных с геологической областью, причем это выполняется автоматически с помощью неконтролируемой нейронной сети.

Настоящее изобретение относится к способу распознавания сейсмических фаций между двумя горизонтами или, приблизительно, вблизи пределов одного горизонта геологической области, и предусматривает: определение заданного количества сейсмических фаций, распознавание которых следует провести, получение набора порций сейсмических следов, относящихся к указанной области, определение параметра распознавания фаций, который является общим для всех порций следов, и определения величины указанного параметра для каждой из порций следа данного набора, выбор порций следов из указанного набора, выбор одномерной нейронной сети, содержащей столько же ячеек, сколько фаций следует распознать, причем каждой ячейке назначается величина параметра распознавания, обучение нейронной сети с помощью выбранных порций следа, так что, когда процесс обучения будет завершен, каждая ячейка будет соответствовать распознаваемой фации, так что указанные фации будут последовательно упорядочены,
представление каждой порции следов из указанного набора, обработку которого следует произвести, в классифицируемой и упорядоченной нейронной сети, а также
присвоение номера ближайшей ячейки каждой из порции следов, представленной в сети.

Одним из преимуществ настоящего изобретения является то, что с его помощью становится возможным, например, провести идентификацию изменения сейсмических фаций, соответствующих стратиграфическому выклиниванию пластов или очертаниям, которые могут быть интерпретированы как сдвиги горной породы.

В соответствии с другим свойством, описываемая нейронная сеть является сетью неконтролируемого типа и состоит, в частности, из одномерной топологической карты Кохонена (Kohonen).

В соответствии другим свойством, порции следа содержат одинаковое количество образцов, и параметр распознавания определяется с помощью последовательности образцов, содержащихся между двумя горизонтами или, в пространстве около указанного горизонта, выделенного на сейсмическом разрезе.

В соответствии с еще одним свойством, эти порции следов используются для определения всеобщего параметра распознавания, который является общим для всех порций следов.

В соответствии с еще одним свойством, каждой фации присваивается цветовой код, причем различные цвета последовательно упорядочены в данном диапазоне цветов с незначительным изменением оттенка между двумя последовательными цветами в указанном диапазоне.

В соответствии с еще одним свойством, распознаваемые сейсмические фации представляются на карте в соответствующем им цвете.

Еще одним преимуществом настоящего изобретения является то, что в соответствии с общей информацией, касающейся геологической области, разведка которой производится, и полученной другими средствами, становится возможным использовать атрибуты, связанные с сейсмическими следами, которые получаются либо из последовательности образцов между вершиной и основой элемента следа, т. е. , фактически между двумя горизонтами или в пространстве около одного горизонта указанной области, либо из общих статистических параметров, являющихся существенными для распределения образцов в рассматриваемой геологической области, причем этими общими параметрами являются, например, амплитуда, частота, интервал скорости и т.д.

Вышеупомянутые и другие преимущества и свойства настоящего изобретения станут ясны при анализе описания настоящего изобретения и из прилагаемых чертежей, на которых:
фиг. 1 - сейсмическая секция, на которой замутненный канал приблизительно выделен отмеченным горизонтом,
фиг. 2 схематически представляет собой окончательно полученную в соответствии с настоящим изобретением топологическую карту,
фиг. 3 схематически собой представляет карту сейсмических фаций, связанных с геологической областью, соответствующей обработанным порциям сейсмических следов.

Способ в соответствии с настоящим изобретением, использует неконтролируемую одномерную нейронную сеть, которая содержит количество ячеек, равное количеству распознаваемых сейсмических фаций в данной геологической области, между двумя горизонтами или, в пространстве около одного горизонта, определенных с помощью выбора сейсмического разреза, который содержит большое количество сейсмических следов, по меньшей мере, порядка нескольких сотен следов, например, в пределах горизонта H на фиг. 1. На этих следах выделяется набор порций сейсмических следов, которые ограничены указанными горизонтами или находятся около указанного горизонта, эти порции сейсмических следов используются для подготовки топологической карты с помощью способа, описанного ниже.

На другом этапе определяется параметр распознавания сейсмических фаций, причем указанный параметр является общим для всех порций следов. В случае, представленном на фиг. 2, параметр определяется по форме сигнала. В представленном примере имеются пятнадцать форм сигнала, пронумерованных от 0 до 14, каждая из которых соответствует сейсмической фации. Очевидно, что две формы сигнала могут быть подобны друг другу: это подразумевает, что соответствующие сейсмические фации подобны по своей природе и/или непрерывны. Определяется величина параметра распознавания, которая в приведенном примере формы сигнала, составляется из последовательности образцов рассматриваемой порции следа. Таким же образом делается выборка каждой порции следа, то есть, она содержит такое же количество образцов, в то время как амплитуда образцов может изменяться от одного образца к другому в одной и той же последовательности или в различных последовательностях.

Из набора порций следов выбирается определенное количество порций следов, например, с помощью выбора одной порции следов из четырех, или с помощью случайного или псевдослучайного выбора.

На следующем этапе, производится обучение нейронной сети с помощью выбранных порций следов, так что, когда процесс обучения будет завершен, каждый набор будет соответствовать распознаваемым фациям. Это показано на фиг. 2, на которой пятнадцать ячеек, пронумерованных от 0 до 14, соответствуют данному количеству распознаваемых пятнадцати фаций, причем каждая фация определяется по форме сигнала, представленного в одном из пятнадцати классов, соответствующих пятнадцати распознаваемым фациям. Для достижения двойной цели классификации и упорядочения классов по отношению друг другу, выполняется следующий процесс обучения.

Допустим E это набор выбранных порций следов, классификацию которых следует произвести, и M - набор ячеек топологической карты.

В первой фазе обучения, вес ячеек топологической карты инициализируется случайным образом.

Во второй фазе производится поиск в исследуемой топологической карте для каждой порции E_i следа из набора E, ячейка M_i - это ближайшая к E_i ячейка и вес M_j ячеек, являющихся соседними к M_i ячейке затем модифицируются. Эта фаза представляется следующим уравнением:
M_j(t) = M_j(t-1)+f[ε(t),d,σ(t)]·[E_j(t)-M_j(t-1)],
где:
[ε(t),d,σ(t)] = ε(t)·exp[(-d²/σ²(t)],
d - расстояние между ячейками M_i и M_j;
s(t) - соседний параметр;
e(t) - коэффициент усиления.

В соответствии с другим свойством настоящего изобретения, e(t) меньше 1, и, предпочтительно, равно 0,7 в первой итерации, e(t) и s(t) уменьшаются после каждого цикла представления порции следов или итерации. Итерации считаются выполненными, когда достигается требуемая конвенгерция, т.е., когда новое представление выбранных порций следов не изменяет или только немного изменяет порядок ячеек.

После выполнения процесса обучения, все порции следов, обработка которых производится, представляются на топологической карте с целью классификации и упорядочивания их по отношению к определенным классам в указанной топологической карте.

Каждой представленной порции следа на топологической карте присваивается номер ячейки, который соответствует ей, то есть ячейки, в которой форма сигнала является ближайшей к форме сигнала указанной представленной порции следов.

Перед указанным представлением всех порций следов и в предпочтительном варианте воплощения настоящего изобретения, каждому классу или ячейке топологической карты назначается заданный цвет вместо номера. Пятнадцати ячейкам, пронумерованным от 0 до 14 на топологической карте, представленной на фиг. 2, могут соответствовать пятнадцать различных цветов, которые располагаются постепенно, например, от коричневого (класс 0) до пурпурного (класс 14), различные тона одного заданного цвета означают, что соответствующие классы являются близкими друг другу. На фиг. 2 показана также с правой стороны порция следа C, классификацию которого следует произвести. Если он будет представлен на топологической карте, он будет классифицироваться в ячейке 7 или, в случае необходимости, в ячейке 6, которая, практически, соответствует фациям, являющимся близкими, определенным ячейкой 7.

На фиг. 3 схематически представлена карта сейсмических фаций географической области или слоя, разведка которых производится, причем каждой сейсмической фации соответствует один из классов от 0 до 14, получаемой в конце процесса топологической карты. Можно заметить, что различные классы перекрывают друг друга и/или включаются в другие классы. Номера от 100 до 114 соответствуют соответственно классам от 0 до 14 на топологической карте, представленной на фиг. 2.

Формула изобретения

1. Способ автоматического распознавания сейсмических фаций между двумя горизонтами или в пространстве около одного горизонта заданной геологической области, отличающийся тем, что предусматривает: определение заданного количества сейсмических фаций, распознавание которых следует произвести, получения набора порций сейсмических следов, относящихся к указанной области, определение параметра распознавания фаций, общего для всех порций следов, и определения величины указанного параметра для каждой из порций следов набора, выбор порций следов из указанного набора, выбор одномерной нейронной сети, содержащей количество ячеек, равное количеству фаций, распознавание которых следует произвести, причем каждой ячейке назначается определенная величина параметра распознавания; обучение нейронной сети с помощью выбранных порций следов так, что, когда процесс обучения будет завершен, каждой ячейке будет соответствовать распознаваемая фация, и так, что указанные фации будут последовательно упорядочены, представление каждой порции следа из указанного набора, который необходимо обработать, в классифицированную и упорядоченную нейронную сеть, а также присвоение номера ближайшей ячейки каждой из порций следов, представленных в сеть.

2. Способ по п. 1, отличающийся тем, что нейронная сеть представляет собой неконтролируемую сеть.

3. Способ по п.2, отличающийся тем, что неконтролируемая нейронная сеть представляет собой одномерную топологическую карту Кохонена (Kohonen).

4. Способ по п.2, отличающийся тем, что порции следов содержат такое же количество образцов и тем, что параметр распознавания определяют с помощью последовательности образцов, содержащихся между двумя горизонтами или в пространстве около одного горизонта.

5. Способ по п.1, отличающийся тем, что определяют всеобщий параметр распознавания, который является общим для всех порций следа.

6. Способ по п. 1, отличающийся тем, что каждая ячейка соответствует классу, к которому соотносится цветовой код, причем различные цвета последовательно упорядочены в заданном диапазоне цветов с небольшими изменениями в оттенке между любыми двумя последовательными цветами указанного диапазона.

7. Способ по п. 1 или 6, отличающийся тем, что распознаваемые сейсмические фации представляют на карте в соответствующем им цвете.

РИСУНКИ

Рисунок 1, Рисунок 2, Рисунок 3