一種基于em算法的三維地震數(shù)據(jù)波形的半監(jiān)督聚類方法
【專利摘要】本發(fā)明提供了一種基于EM算法的三維地震數(shù)據(jù)波形的半監(jiān)督聚類方法。所述方法包括對目的層時窗內(nèi)的三維地震數(shù)據(jù)進(jìn)行以下處理：查找三維地震數(shù)據(jù)波形的極值點，并通過切比雪夫多項式來擬合地震波形，并將擬合系數(shù)作為波形特征參數(shù)；根據(jù)測井信息對三維地震數(shù)據(jù)中的井旁道地震數(shù)據(jù)的擬合地震波形進(jìn)行分類，形成含類別信息的帶標(biāo)簽樣本數(shù)據(jù)集；通過EM算法對未進(jìn)行所述分類的擬合地震波形進(jìn)行半監(jiān)督聚類，其中，所述含類別信息的帶標(biāo)簽樣本數(shù)據(jù)集給出EM算法迭代的參數(shù)初始值，并根據(jù)相同地質(zhì)層位的極值點周圍的波形具有相似性，對波形特征參數(shù)進(jìn)行聚類。本發(fā)明在聚類過程中應(yīng)用了測井?dāng)?shù)據(jù)，提高分類精度，使分類結(jié)果與實際類別信息聯(lián)系緊密。
【專利說明】一種基于EM算法的三維地震數(shù)據(jù)波形的半監(jiān)督聚類方法

【技術(shù)領(lǐng)域】
[0001] 本發(fā)明涉及地震勘探資料解釋【技術(shù)領(lǐng)域】，更具體地講，涉及一種用于石油地震勘 探、地質(zhì)構(gòu)造分析等的三維地震數(shù)據(jù)波形分類方法。

【背景技術(shù)】
[0002] 基于地震信號的波形分類技術(shù)是地震解釋人員進(jìn)行地下儲層和地層結(jié)構(gòu)分析的 重要手段。合理且準(zhǔn)確的地震信號波形分類結(jié)果能夠真實地反映地下儲層和地層結(jié)構(gòu)構(gòu) 造，從而有利于地震解釋人員對地下構(gòu)造進(jìn)行準(zhǔn)確的構(gòu)造解釋，進(jìn)而提高對巖性預(yù)測、砂體 預(yù)測、裂縫性油氣藏預(yù)測和隱蔽性油氣藏預(yù)測的可靠性，從而減少勘探風(fēng)險，節(jié)約勘探成 本，帶來巨大的經(jīng)濟(jì)和社會效益。所以，對地震信號的波形分類研究具有重要的實際意義。
[0003] 隨著科學(xué)技術(shù)水平的發(fā)展和對地震資料采集技術(shù)的不斷提高，使得地震信號中包 含的地震信息更加豐富，而其中許多有用的地震信息僅靠肉眼的觀察是檢測不出來的，必 須借助地震數(shù)據(jù)處理技術(shù)和計算機(jī)技術(shù)對其加以提取、分析，并通過一定的數(shù)學(xué)方法，對這 些地震信息的地質(zhì)特征加以解釋。針對現(xiàn)有采集的地震數(shù)據(jù)，目前的波形分類技術(shù)主要是 基于無監(jiān)督分類算法。特別是基于人工神經(jīng)網(wǎng)絡(luò)理論，如商業(yè)軟件OpendTect、Petrel及 Stratimgic 等。
[0004] 無監(jiān)督分類：相對于有監(jiān)督分類，無監(jiān)督分類不需要任何先驗分類信息，直接利用 數(shù)據(jù)特征的內(nèi)在分布結(jié)構(gòu)進(jìn)行聚類劃分。該方法對含有噪聲的地震信號數(shù)據(jù)具有較高的承 受力，也具有對無訓(xùn)練樣本數(shù)據(jù)的分類能力。然而采用不同的聚類方法和距離計算方法，得 到的分類結(jié)果經(jīng)常存在差異，影響分類精度，且無監(jiān)督分類方法，忽視了某些具有重要價值 的先驗信息，與實際類別信息聯(lián)系不夠緊密。


【發(fā)明內(nèi)容】

[0005] 針對現(xiàn)有技術(shù)中存在的不足，本發(fā)明的目的之一在于解決上述現(xiàn)有技術(shù)中存在的 一個或多個問題。本發(fā)明的目的之一在于提供一種在用于石油地震勘探、地質(zhì)構(gòu)造分析等 的三維地震數(shù)據(jù)波形分類方法。
[0006] 為了實現(xiàn)上述目的，本發(fā)明提供了一種基于EM算法的三維地震數(shù)據(jù)波形的半監(jiān) 督聚類方法。所述方法包括讀入測井信息和三維地震數(shù)據(jù)，劃分目的層時窗并對目的層 時窗內(nèi)的三維地震數(shù)據(jù)進(jìn)行以下處理：查找三維地震數(shù)據(jù)波形的極值點；基于查找的極值 點，通過切比雪夫多項式來擬合地震波形，并將擬合系數(shù)作為波形特征參數(shù)；根據(jù)測井信息 對三維地震數(shù)據(jù)中的井旁道地震數(shù)據(jù)的擬合地震波形進(jìn)行分類，形成含類別信息的帶標(biāo)簽 樣本數(shù)據(jù)集；通過EM算法對三維地震數(shù)據(jù)中未進(jìn)行所述分類的擬合地震波形進(jìn)行半監(jiān)督 聚類，在所述半監(jiān)督聚類過程中，所述含類別信息的帶標(biāo)簽樣本數(shù)據(jù)集給出EM算法迭代的 參數(shù)初始值，并且，根據(jù)相同地質(zhì)層位的極值點周圍的波形具有相似性，將極值點的波形特 征參數(shù)進(jìn)行聚類，其中，聚類所得到的聚類團(tuán)中的波形特征參數(shù)對應(yīng)的極值點表示在同一 類中。
[0007] 根據(jù)本發(fā)明基于EM算法的三維地震數(shù)據(jù)波形的半監(jiān)督聚類方法的一個實施例， 所述極值點可以包括極大值或極小值。
[0008] 根據(jù)本發(fā)明基于EM算法的三維地震數(shù)據(jù)波形的半監(jiān)督聚類方法的一個實施例， 所述方法還可以包括通過方差法對所述擬合得到的波形特征參數(shù)進(jìn)行優(yōu)選。
[0009] 根據(jù)本發(fā)明基于EM算法的三維地震數(shù)據(jù)波形的半監(jiān)督聚類方法的一個實施例， 根據(jù)混合高斯模型對極值點的波形特征系參數(shù)進(jìn)行聚類。
[0010] 根據(jù)本發(fā)明基于EM算法的三維地震數(shù)據(jù)波形的半監(jiān)督聚類方法的一個實施例， 通過最大似然方法得到混合高斯模型的參數(shù)的估計值，所述參數(shù)的估計值用于代入混合高 斯模型對極值點進(jìn)行聚類。
[0011] 與現(xiàn)有技術(shù)相比，本發(fā)明的有益效果包括：在聚類過程中應(yīng)用了測井?dāng)?shù)據(jù)等信息， 避免了具有重要價值的測井信息的丟失，實現(xiàn)了半監(jiān)督波形分類，提高分類精度，使分類結(jié) 果與實際類別信息聯(lián)系緊密。

【專利附圖】

【附圖說明】
[0012] 通過下面結(jié)合附圖進(jìn)行的描述，本發(fā)明的上述和其他目的和特點將會變得更加清 楚，其中：
[0013] 圖1示出了本發(fā)明示例性實施例的基于EM算法的三維地震數(shù)據(jù)波形的半監(jiān)督聚 類方法的流程圖；
[0014] 圖2示出了在圖1中的步驟S103通過切比雪夫多項式擬合地震波形的示意圖；
[0015] 圖3示出了特征參數(shù)的標(biāo)準(zhǔn)正態(tài)分位數(shù)圖；
[0016] 圖4A示出了第一工區(qū)采用傳統(tǒng)無監(jiān)督分類的效果圖；
[0017] 圖4B示出了第一工區(qū)采用本發(fā)明方法進(jìn)行聚類的效果圖；
[0018] 圖5A示出了第二工區(qū)采用傳統(tǒng)無監(jiān)督分類的效果圖；
[0019] 圖5B示出了第二工區(qū)采用本發(fā)明方法進(jìn)行聚類的效果圖。

【具體實施方式】
[0020] 在下文中，將結(jié)合附圖和示例性實施例詳細(xì)地描述根據(jù)本發(fā)明的基于EM算法的 三維地震數(shù)據(jù)波形的半監(jiān)督聚類方法。
[0021] 發(fā)明人發(fā)現(xiàn)，無監(jiān)督波形分類算法主要存在以下缺點（或問題）：首先，無監(jiān)督波 形分類算法忽視了地震數(shù)據(jù)中具有重要參考意義的測井信息，分類結(jié)構(gòu)只是基于地震工區(qū) 數(shù)據(jù)的內(nèi)在分布和統(tǒng)計特征，也就是說，其直接利用波形特征數(shù)據(jù)的內(nèi)在分布結(jié)構(gòu)進(jìn)行聚 類劃分的，與實際情況的聯(lián)系不夠緊密，分類結(jié)果不夠精確和合理；另外，人工神經(jīng)網(wǎng)絡(luò)具 有網(wǎng)絡(luò)訓(xùn)練的計算復(fù)雜度較高、某些參數(shù)的設(shè)置需要工程人員具有一些先驗信息及某些情 況下神經(jīng)網(wǎng)絡(luò)可能陷入局部最優(yōu)等問題。
[0022] 而基于三維地震信號的波形分類問題的難度主要表現(xiàn)在如下幾個方面：
[0023] (1)隨著地震資料采集技術(shù)的提高，三維地震信號中包含的地震信息越來越豐富， 如何準(zhǔn)確地提取地震信號中的有效信息來進(jìn)行波形分類處理是地震數(shù)據(jù)波形分類問題中 的一大難點。合理且有效的地震屬性特征，能夠很好地提高波形分類的準(zhǔn)確度，提高對巖性 預(yù)測、砂體預(yù)測、裂縫性油氣藏預(yù)測和隱蔽性油氣藏預(yù)測的可靠性。
[0024] (2)如何構(gòu)建性能優(yōu)越的分類器模型是基于三維地震信號的波形分類分析的另一 大難點。選擇合適的分類算法，不僅能夠建立分類性能優(yōu)越的分類器模型，也能提高波形分 類分析效率，所以選擇合適的分類算法是波形分類中的重點。
[0025] (3)在分類過程中，如何利用具有重要參考意義的測井信息，為波形分類提供更有 效的指導(dǎo)作用，是分類結(jié)果更加合理，分類精度也更高。
[0026] 針對地震信號波形分類技術(shù)的難點及現(xiàn)有無監(jiān)督波形分類技術(shù)的缺點，發(fā)明人提 出了一種基于半監(jiān)督EM聚類的三維地震數(shù)據(jù)波形分類方法，以解決現(xiàn)有無監(jiān)督波形分類 方法的缺點及波形分類中的難點。
[0027] 其中，半監(jiān)督學(xué)習(xí)（Semi-supervised Learning)是模式識別和機(jī)器學(xué)習(xí)領(lǐng)域研究 的重點問題，是監(jiān)督學(xué)習(xí)與無監(jiān)督學(xué)習(xí)相結(jié)合的一種學(xué)習(xí)方法。它主要考慮如何利用少量 的標(biāo)注樣本和大量的未標(biāo)注樣本進(jìn)行訓(xùn)練和分類的問題，在本發(fā)明中，用井旁道的數(shù)據(jù)做 為已知分類標(biāo)簽體現(xiàn)了半監(jiān)督。
[0028] 最大期望算法（Expectation-maximization algorithm，又譯期望最大化算 法，簡稱為EM算法），聚類的EM算法是在E-step (Expectation Step,期望步驟）和 M-step (Maximum Likelihood Step,極大似然步驟）之間迭代。
[0029] EM算法的目標(biāo)是估計參數(shù)，在E步驟中先初始化一個隨機(jī)參數(shù)，利用該初始化的 參數(shù)去計算數(shù)據(jù)對每個類別的隸屬度，Μ步驟中再利用隸屬度去更新參數(shù)，不斷迭代。
[0030] 根據(jù)本發(fā)明，通過加入有標(biāo)記的樣本（井旁道數(shù)據(jù)），作為監(jiān)督信息給出算法迭代 的初始值Θ °，也就是說，對于測井?dāng)?shù)據(jù)，提前標(biāo)注類別信息，在計算過程中，強(qiáng)制認(rèn)為其對 所標(biāo)類別的隸屬度為1，而不是去計算其對所屬類別的隸屬度，這樣相當(dāng)于將測井信息加入 到了參數(shù)的估計中。在E-step，在整個樣本集中，通過計算最大后驗概率，給所有未標(biāo)記的 樣本一個類標(biāo)。然后在M-step，按照最大似然重新計算估計參數(shù)Θ (例如，權(quán)重、均值和協(xié) 方差矩陣），重復(fù)EM兩個步驟，多次迭代，直到收斂。最后即為聚類結(jié)果。
[0031] 根據(jù)本發(fā)明示例性實施例的基于EM算法的三維地震數(shù)據(jù)波形的半監(jiān)督分類方法 包括以下步驟：
[0032] 第一步：讀入測井信息和三維地震數(shù)據(jù)，劃分目的層時窗并對目的層時窗內(nèi)的三 維地震數(shù)據(jù)進(jìn)行后續(xù)處理。
[0033] 如圖1所示，在步驟S101中，讀入三維地震數(shù)據(jù)D= {D(x，y，t)}以及測井信息。 其中，X為線號；y為⑶P號，⑶P為共深度點（Common D印th Point) ;t表征雙程旅行時或 者深度，因為地震信號探測的時候，接受的信號都是反射信號，所以信號是經(jīng)過了入射到反 射這個過程，因而將這段路程花的時間形象稱為雙程旅行時，而時間乘以固定的傳播速度 等于深度，所以也可以用時間t來表征深度；則D( X(I，y(l，t)表示為一條地震道。
[0034] 由于波形分類一般是基于目的層位進(jìn)行分析的，所以先根據(jù)目的層位數(shù)據(jù)設(shè)置分 析時窗（即目的層位時窗），提取目的層時窗內(nèi)的三維地震數(shù)據(jù)并進(jìn)行下面的處理。
[0035] 第二步：根據(jù)測井信息對三維地震數(shù)據(jù)中的井旁道（即井旁地震道）地震數(shù)據(jù)進(jìn) 行分類，形成含類別信息的帶標(biāo)簽樣本數(shù)據(jù)集。
[0036] 分析測井?dāng)?shù)據(jù)信息（主要是測井的產(chǎn)能情況、沉積相劃分等信息），對三維地震數(shù) 據(jù)中的井旁道地震數(shù)據(jù)進(jìn)行分類，建立相應(yīng)的含類別信息的帶標(biāo)簽樣本數(shù)據(jù)集，即這些含 類別信息的帶標(biāo)簽的樣本是根據(jù)現(xiàn)場油氣井、水井等的井旁道而得到的，例如，根據(jù)測井?dāng)?shù) 據(jù)的產(chǎn)能情況，第一 口井的井旁道地震數(shù)據(jù)標(biāo)記為高產(chǎn)能井，第二口井的井旁道地震數(shù)據(jù) 標(biāo)記為低廣能井。
[0037] 第三步：查找三維地震數(shù)據(jù)波形的極值點。
[0038] 在步驟S102中，查找目的層位時窗內(nèi)的地震波形的極值點。這里，極值點可包括 極大值點和極大值點，極大值點為地震波形中的波峰，極小值點為地震波形中的波谷。由于 這里的查找方法為現(xiàn)有技術(shù)，在此不詳細(xì)說明。
[0039] 第四步：根據(jù)極值點的波形相似性通過EM算法對三維地震數(shù)據(jù)中未分類的地震 波形進(jìn)行半監(jiān)督分類，其中，采用所述含類別信息的帶標(biāo)簽樣本數(shù)據(jù)集給出EM算法迭代的 初始值。
[0040] 具體地，在同一地質(zhì)層位中相同的地質(zhì)結(jié)構(gòu)部分，由于其物理介質(zhì)屬性是相似的， 表現(xiàn)在地震數(shù)據(jù)中的波阻抗界面具有相似的波形，基于以上認(rèn)識，利用波形的相似性及其 波形波動特征來作為分類模型建立的輸入數(shù)據(jù)具有重要意義。
[0041] 為了簡化波形數(shù)據(jù)，降低特征的冗余，減小計算量，該步驟可以包括，根據(jù)切比雪 夫正交多項式擬合得出每個極值點的波形特征系參數(shù)。這里，三維地震數(shù)據(jù)波形的極值點 周圍的波形可以通過擬合得到的系數(shù)表示，因此，可以利用切比雪夫多項式提取波形的切 比雪夫多項式系數(shù)作為波形的特征參數(shù)。
[0042] 在步驟S103中，通過切比雪夫多項式擬合得到的極值點兩端局部地震波形可表 示為：
[0043] S (z) = b〇p〇 (z) +b1p1 (z) +··· +bNpN (z) (1)
[0044] 在等式⑴中，

【權(quán)利要求】
1. 一種基于EM算法的三維地震數(shù)據(jù)波形的半監(jiān)督聚類方法，其特征在于，所述方法包 括讀入測井信息和三維地震數(shù)據(jù)，劃分目的層時窗并對目的層時窗內(nèi)的三維地震數(shù)據(jù)進(jìn)行 以下處理： 查找三維地震數(shù)據(jù)波形的極值點； 基于查找的極值點，通過切比雪夫多項式來擬合地震波形，并將擬合系數(shù)作為波形特 征參數(shù)； 根據(jù)測井信息對三維地震數(shù)據(jù)中的井旁道地震數(shù)據(jù)的擬合地震波形進(jìn)行分類，形成含 類別信息的帶標(biāo)簽樣本數(shù)據(jù)集； 通過EM算法對三維地震數(shù)據(jù)中未進(jìn)行所述分類的擬合地震波形進(jìn)行半監(jiān)督聚類，在 所述半監(jiān)督聚類過程中，所述含類別信息的帶標(biāo)簽樣本數(shù)據(jù)集給出EM算法迭代的參數(shù)初 始值，并且，根據(jù)相同地質(zhì)層位的極值點周圍的波形具有相似性，對波形特征參數(shù)進(jìn)行聚 類，其中，聚類所得到的聚類團(tuán)中的波形特征參數(shù)對應(yīng)的極值點表示在同一類中。
2. 根據(jù)權(quán)利要求1所述的基于EM算法的三維地震數(shù)據(jù)波形的半監(jiān)督聚類方法，其特征 在于，所述極值點包括極大值或極小值。
3. 根據(jù)權(quán)利要求1所述的基于EM算法的三維地震數(shù)據(jù)波形的半監(jiān)督聚類方法，其特征 在于，所述方法還包括通過方差法對所述擬合得到的波形特征參數(shù)進(jìn)行優(yōu)選。
4. 根據(jù)權(quán)利要求1所述的基于EM算法的三維地震數(shù)據(jù)波形的半監(jiān)督聚類方法，其特征 在于，根據(jù)混合高斯模型對極值點的波形特征系參數(shù)進(jìn)行聚類。
5. 根據(jù)權(quán)利要求4所述的基于EM算法的三維地震數(shù)據(jù)波形的半監(jiān)督聚類方法，其特征 在于，通過最大似然方法得到混合高斯模型的參數(shù)的估計值，所述參數(shù)的估計值用于代入 混合高斯模型對極值點進(jìn)行聚類。
【文檔編號】G01V1/30GK104280771SQ201410582688
【公開日】2015年1月14日 申請日期:2014年10月27日 優(yōu)先權(quán)日:2014年10月27日
【發(fā)明者】陳小二, 張洞君, 鄒文, 陶正喜, 范昆, 杜洪, 王頎, 巫盛洪, 呂文彪, 王聃 申請人:中國石油集團(tuán)川慶鉆探工程有限公司地球物理勘探公司