一种基于大数据的岩性油气藏的勘测和描述方法及系统与流程

1.本技术涉及油气藏勘测技术领域，尤其涉及一种基于大数据的岩性油气藏的勘测和描述方法及系统。


背景技术：

2.目前，在油气工业中，预测油气有利聚集区的主要方法还是通过地震预测的方法，通过地震剖面上寻找有利构造高点乃至构造圈闭以及地层和岩性圈闭等。目前，地震勘探的技术也日趋成熟，三维的高分辨率地震为该技术的发展起了进一步的推动作用。地震勘探方法的基准点在于假设或已通过论证，认为这些圈闭都是有效的，都发生了规模的可供开采的油气聚集。
3.然而，由于地震波在圈闭及圈闭下受到复杂环境的影响，另外受现有分析方法的束缚，因此不能根据反射波得到确定的岩性油气藏三维呈现，从而使现今的地震勘探其聚焦点还停留在圈闭上。油气在圈闭内是否存在，以及岩性油气藏的具体储藏表现只能通过在实际开采中再一步步进行确定，十分影响开采效率，也增加了开采的危险性。


技术实现要素：

4.本技术实施例提供了一种基于大数据的岩性油气藏的勘测和描述方法及系统，用以解决现有地震预测时由于地震波在圈闭及圈闭下受到复杂环境的影响，从而不能确定岩性油气藏在圈闭内是否存在，以及岩性油气藏在圈闭内的具体储藏表现的技术问题。
5.一方面，本技术实施例提供了一种基于大数据的岩性油气藏的勘测和描述方法。将多个数据源中的与岩性油气藏有关的数据进行处理，确定标准数据；通过知识图谱技术对标准数据进行处理，确定若干个岩性油气藏案例分别对应的若干个知识图谱；将若干个知识图谱输入到神经网络模型中，以训练神经网络模型，得到岩性油气藏分析模型；采集待勘测地的地震波数据，并将地震波数据输入到岩性油气藏分析模型，以确定圈闭内岩性油气藏的储藏表现。
6.本技术实施例提供的一种基于大数据的岩性油气藏的勘测和描述方法，利用大数据的多元化发展，将现有的与岩性油气藏有关的海量数据，通过etl技术、知识图谱技术可以使庞大复杂的数据，有效融合成若干个完整、逻辑稳定的知识图谱，以用来训练神经网络模型，得到岩性油气藏分析模型；在得到神经网络模型后，采集待勘测地的地震波数据，并将其输入到神经网络模型中，即可得到待勘测地圈闭内岩性油气藏的储藏表现。
7.在本技术的一种实现方式中，将多个数据源中的与岩性油气藏有关的数据进行处理，确定标准数据，具体包括：基于预设的读取规则，确定多个数据源中与岩性油气藏有关的数据；将与岩性油气藏有关的数据进行清洗，并转换为格式、类型统一的标准数据；将标准数据加载到数据仓库。
8.在本技术的一种实现方式中，将与岩性油气藏有关的数据进行清洗，并转换为格式、类型统一的标准数据，具体包括：对与岩性油气藏有关的数据中的重复数据以及相关性
小于第一预设阈值的数据进行清洗；基于预设的数据存储模型，将与岩性油气藏有关的数据转换为格式、类型统一的标准数据。
9.本技术实施例针对在在地震波传播时，任何相关性的因素都可能成为导致地震波数据变化的起因，对与岩性油气藏有关的数据清洗时，只针对重复数据以及相关性小于第一预设阈值的数据进行清洗，可以避免相关性小的因素清洗掉，使得地震波数据更加完整，从而提高地震波数据的逻辑关联性。
10.在本技术的一种实现方式中，通过知识图谱技术对标准数据进行处理，确定若干个岩性油气藏案例对应的若干个知识图谱，具体包括：识别和抽取标准数据中的目标知识单元；其中，目标知识单元包括目标实体、该目标实体与其他目标实体的关联关系、目标实体的属性；对目标知识单元进行处理，确定若干个岩性油气藏案例对应的目标知识库；其中，目标知识库中存储有若干个存在关联关系的目标知识单元；对若干个目标知识库中的目标知识单元进行推理挖掘，确定若干个知识图谱。
11.在本技术的一种实现方式中，在对目标知识单元进行处理，确定若干个岩性油气藏案例对应的目标知识库之后，方法还包括：将对目标知识单元进行处理时剔除的数据，进行回归填补法验证；将通过回归填补法验证的数据，重新加入对应的目标知识库。
12.本技术实施例为了提高目标知识单元关联关系的精确性，避免影响地震波传导数据或者与成像三维油气藏有关数据的丢失，在对目标知识单元进行处理时剔除的冲突数据，通过回归填补法对被剔除的数据进行验证；通过回归填补法，可以放大数据间的相关性，如果在放大相关性后，数据依然存在冲突，则剔除数据。
13.在本技术的一种实现方式中，在通过知识图谱技术对标准数据进行处理，确定若干个岩性油气藏案例分别对应的若干个知识图谱之后，方法还包括：将知识图谱中的包含的数据根据相关性以及关联关系进行分组，以使各数据在分组中所占的比例大于第二预设阈值；将若干个知识图谱输入到神经网络模型中，以训练神经网络模型，得到岩性油气藏分析模型，具体包括：将若干个知识图谱分别以分组的形式输入到神经网络模型中，以训练神经网络模型，得到岩性油气藏分析模型。
14.在本技术的一种实现方式中，采集待勘测地的地震波数据，具体包括：基于待勘测地的地质构造，确定待勘测地的地震测线；将检波器等间距的设置于地震测线上；在激发地震波后，基于检波器接收地震波数据。
15.在本技术的一种实现方式中，在基于检波器接收地震波数据之后，方法还包括：基于地震波数据以及地震相干体算法，确定地震波数据的第一相干数据体；其中，第一相干数据体用于描述各地层间的相干性；将第一相干数据体通过黑塞矩阵处理，确定第二相干数据体；其中，第二相干数据体相比于第一相干数据体，各地层间数据的不相干性更强；基于第二相干数据体，将地震波数据进行数据不相干性增强处理。
16.在本技术的一种实现方式中，基于地震波数据以及地震相干体算法，确定地震波数据的第一相干数据体之后，方法还包括：基于第二相干数据体，通过预设的地震属性提取方法，确定各地层的若干个地震属性；通过k
‑
l变换算法将各地层的若干个地震属性进行筛选，确定各地层的标准地震属性；基于各地层的标准地震属性，确定各地层的岩性、物性或油性参数；基于各地层的岩性、物性或油性参数，对地震波数据进行标注，以提高岩性油气藏分析模型的预测效果。
17.另一方面，本技术实施例还提供了一种基于大数据的岩性油气藏的勘测和描述系统。该系统包括处理模块、训练模块、分析模块。处理模块用于将多个数据源中的与岩性油气藏有关的数据进行处理，确定标准数据；处理模块还用于通过知识图谱技术对标准数据进行处理，确定若干个岩性油气藏案例分别对应的若干个知识图谱；训练模块用于将若干个知识图谱输入到神经网络模型中，以训练神经网络模型，得到岩性油气藏分析模型；分析模块用于采集待勘测地的地震波数据，并将地震波数据输入到岩性油气藏分析模型，以确定圈闭内岩性油气藏的储藏表现。
附图说明
18.此处所说明的附图用来提供对本技术的进一步理解，构成本技术的一部分，本技术的示意性实施例及其说明用于解释本技术，并不构成对本技术的不当限定。在附图中：
19.图1为本技术实施例提供的一种基于大数据的岩性油气藏的勘测和描述方法流程图；
20.图2为本技术实施例提供的一种基于大数据的岩性油气藏的勘测和描述系统内部结构图。
具体实施方式
21.为使本技术的目的、技术方案和优点更加清楚，下面将结合本技术具体实施例及相应的附图对本技术技术方案进行清楚、完整地描述。显然，所描述的实施例仅是本技术一部分实施例，而不是全部的实施例。基于本技术中的实施例，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，都属于本技术保护的范围。
22.随着陆上含油气盆地逐步进入高成熟勘探阶段，探索岩性油气藏的重要性也日趋明显。岩性油气藏是目前中国陆上油气勘探的四大重要领域之一(其他3个领域是前陆冲断带油气藏勘探、叠合盆地中下部组合和老区精细勘探)。也是目前陆上实现油气增储上产的重要现实领域。从中国陆上近年来岩性油气藏探明储量规模来看，已经从90年代初的20％逐步上升到目前的55％左右，并且占比还在继续增加。
23.目前，在油气工业中，预测油气有利聚集区的主要方法还是通过地震预测的方法，通过地震剖面上寻找有利构造高点乃至构造圈闭以及地层和岩性圈闭等。目前，地震勘探的技术也日趋成熟，三维的高分辨率地震为该技术的发展起了进一步的推动作用；地震勘探方法的基准点在于假设或已通过论证，认为这些圈闭都是有效的，都发生了规模的可供开采的油气聚集。然而，由于地震波在圈闭及圈闭下受到复杂的影响，另外受现有分析方法的束缚，因此不能根据反射波得到确定的岩性油气藏三维呈现，从而使现今的地震勘探其聚焦点还停留在圈闭上，油气在圈闭内是否存在，以及岩性油气藏的具体储藏表现只能通过在实际开采中再一步步进行确定，十分影响开采效率也增加了开采的危险性。
24.大数据的多元化发展促进了勘测和描述岩性油气藏数据的接入、标准化、指标加工及存储利用的提高，以及海量的地质勘测数据也为岩性油气藏勘测和描述提供了有力的支持和分析的维度。基于大数据的岩性油气藏的测和描述方法，突破了以单一地震法预测或者地球化学数据预测或者地质解剖预测的限制，为岩性油气藏的勘测和描述提供了新的思路。
25.本技术实施例提供了一种基于大数据的岩性油气藏的勘测和描述方法及系统，用以解决现有地震预测时由于地震波在圈闭及圈闭下受到复杂环境的影响，从而不能确定岩性油气藏在圈闭内是否存在，以及岩性油气藏在圈闭内的具体储藏变现的技术问题。
26.下面通过附图对本技术实施例提出的技术方案进行详细的说明。
27.图1为本技术实施例提供的一种基于大数据的岩性油气藏的勘测和描述方法流程图。
28.如图1所示，本技术实施例提供的一种基于大数据的岩性油气藏的勘测和描述方法包括以下步骤：
29.步骤101、将多个数据源中的与岩性油气藏有关的数据进行处理，确定标准数据。
30.在本技术的一个实施例中，通过数据仓库技术(extract transform load，etl)对多个数据源中的与岩性油气藏有关的数据，进行数据抽取、清洗转换，得到标准数据，最后加载到数据仓库中。其中，数据源可以是互联网、官方地质数据库、有关油气勘测及开采相关数据库等。
31.具体地，首先预设的读取规则，对多个数据源中的数据进行读取，可以通过关键词数据源中是否含有与岩性油气藏有关的数据；在确定多个数据源中与岩性油气藏有关的数据后，将多个数据源中与岩性油气藏有关的数据进行抽取。
32.与岩性油气藏有关的数据包括：在勘测岩性油气藏时采集的地震波数据(包括在圈闭及圈闭下传播时所反射的地震波数据)、测井资料数据、岩性油气藏勘测区及其附近区域地质构造、沉积相对比、沉积特征等；在开采过程中获取的具体的岩性油气藏数据(包括构造特征、孔隙度、渗透率、含水饱和度、储层厚度、地层压力、流体性质等)以及以开发井网为核心在细分层系的基础上所展开的一系列多层三维和真三维精细描述数据等。可以理解的是，这些与岩性油气藏有关的数据来自若干个岩性油气藏案例。多个数据源中与岩性油气藏有关的数据类型可以是多样化的，可以是一个关系型数据库(rdms)、一个文本文件、excel文件或dbf文件，也可以是其他类型文件。
33.在将多个数据源中与岩性油气藏有关的数据进行抽取之后，对抽取的数据进行清洗，清洗掉其中的重复数据以及与岩性油气藏相关性较小的数据。
34.需要说明的是，由于在地震波传播时，任何相关性的因素都可能成为导致地震波数据变化的起因。因此，在将多个数据源的数据抽取后，本技术在通过etl技术对相关性较小的数据进行清洗时，只对相关性小于第一预设阈值的数据进行清洗，其中，第一预设阈值可以趋近于零，即不剔除任何存在相关性的数据。
35.在对数据清洗后，根据数据仓库的预设存储模型，将多个数据源中与岩性油气藏有关的数据转换为格式、类型统一的标准数据，数据转换是真正将源数据变为目标数据的关键环节，它包括数据格式转换、数据类型转换、数据汇总计算、数据拼接等等。在将多个数据源中与岩性油气藏有关的数据转换完成后，将经过清洗转换的数据加载到数据仓库里面，即入库，可以通过数据文件直接装载或直连数据库的方式来进行数据装载。
36.步骤102、通过知识图谱技术对标准数据进行处理，确定若干个岩性油气藏案例分别对应的若干个知识图谱。
37.在基于etl技术将标准数据加载到数据仓库里面之后，通过知识图谱技术对标准数据进行处理，确定若干个岩性油气藏案例分别对应的若干个知识图谱。
38.具体地，从建立的数据仓库中，识别和抽取标准数据中的目标知识单元，目标知识单元包括目标实体、该目标实体与其他目标实体的关联关系、目标实体的属性，即抽取出各种关联关系数据，以及其中的关联关系和其描述注释。例如某一岩性油气藏为一个大的目标实体名称，与该目标实体有关联关系其他目标实体包括与该岩性油气藏勘探或者开采有关的数据和与油气勘探以及开采地的地质有关的数据，再有就是与这两个目标实体有关联的目标实体。目标实体的属性即为具体的内容数据、影响关系(相关影响、单向影响)等。在本技术实施例中识别和抽取岩性油气藏的目标知识单元就是自动从结构化、半结构化和非结构化的标准数据中抽取上述实体、属性及实体关系，以得到若干个岩性油气藏案例的数据集合。
39.在本技术的一个实施例中，在将标准数据中的目标知识单元识别和抽取之后，对目标知识单元进行处理，确定若干个岩性油气藏案例对应的目标知识库；其中，目标知识库中存储有若干个存在关联关系的目标知识单元；对目标知识单元进行处理即对目标知识单元进行整合、消歧、加工、推理验证和更新等，以使各目标知识单元之间达到数据、信息、方法、经验以及人的思想的融合，从而可以使若干个岩性油气藏案例中的地震波数据以稳定的逻辑性得到相应岩性油气藏案例的储藏表现。
40.具体地，首先进行岩性油气藏数据的实体配准，实体配准主要是对来自不同数据源中不同岩性油气藏案例数据中的语义进行理解，以便确定不同数据源中存在的同一岩性油气藏案例不同标识的情况；在不同岩性油气藏案例数据中的语义理解后，将同一岩性油气藏案例数据关联到同一确定目标上，实现对同名、多名和缩写等多种实体语义的消歧和共指理解。
41.在对岩性油气藏数据进行实体配准后，进行同一岩性油气藏案例数据的数据合并，数据合并主要是对不同数据源同一岩性油气藏案例数据或者同一数据源的某一岩性油气藏案例数据，进行目标实体、关联关系和属性的关联合并，剔除概念实体、上下位关系和属性之间的冲突数据。在本技术实施例中关联合并主要是通过计算字符串相似度、词典语义相似度和语料统计等方法实现匹配和解模糊。在将同一岩性油气藏案例数据进行数据合并后，得到若干个岩性油气藏案例对应的目标知识库；其中，每个目标知识库都中都含有相应岩性油气藏案例的合并数据，这些合并数据为若干个存在关联关系的目标知识单元。
42.在本技术的一个实施例中，在对目标知识单元进行处理，确定若干个岩性油气藏案例对应的目标知识库后，对若干个目标知识库中的目标知识单元进行推理挖掘，确定若干个岩性油气藏对应的若干个知识图谱。
43.具体地，本技术采用基于图或逻辑的推理方法，在已有若干个岩性油气藏案例对应的目标知识库基础上进一步挖掘隐含知识，从而丰富和扩展各岩性油气藏的目标知识库，形成完整、逻辑性稳定的知识图谱。推理过程中，本技术根据预设的目标实体、目标实体关联关系、目标实体属性之间相互的关联规则的支持，在已有目标知识库上进行挖掘，从而使若干个岩性油气藏案例由地震波数据推导得到圈闭内岩性油气藏储藏表现的逻辑性更加完整、稳定，即得到完整、逻辑性稳定的知识图谱；其中，推理挖掘的对象可以是任意目标实体、任意目标实体属性、任意目标实体间关联关系以及目标知识库中各目标实体的概念层次结构(岩性油气藏案例的数据逻辑层次)，也可以对推理规则进行推理挖掘，主要关注实体以及关系间的相互影响从而共同造成地震波变化的情况。
44.在本技术的一个实施例中，为了提高目标实体关联关系的精确性，避免影响地震波传导数据或者与岩性油气藏储藏数据的丢失，本技术实施例将在对目标知识单元进行处理时，剔除的概念实体、上下位关系和属性之间的冲突数据，通过回归填补法对被排除的数据进行验证，将通过验证的冲突数据，按照由地震波数据推导得到岩性油气藏储藏表现的推理逻辑，重新加入到知识图谱中；其中，回归填补法可以放大数据间的相关性，如果在放大相关性后，数据依然存在冲突，则彻底剔除冲突数据。
45.步骤103、将若干个知识图谱输入到神经网络模型中，以训练神经网络模型，得到岩性油气藏分析模型。
46.在本技术的一个实施例中，为了使神经网络模型不被岩性油气藏案例知识图谱中相关性过大的变量影响使得相关性小的变量不起作用，从而使训练的神经网络模型不够精准，在将各油气勘探或者开采地的知识图谱输入到神经网络进行训练之前，方法还包括：对岩性油气藏案例知识图谱中的各数据进行粗分组，将知识图谱中包含的数据根据相关性以及关联关系进行分组，以使各数据在所在分组中所占的比例大于第二预设阈值；其中，第二预设阈值可根据具体数据量进行确定，本技术在此不做限定。粗分组例如，在一组岩性油气藏案例关联关系中将相关性小于1的变量分为一组，相关性在1
‑
10的分为一组，10
‑
100的分为一组，依次类推，直到在本组岩性油气藏案例知识图谱关联关系中所有数据进行相关性分组结束。
47.在本技术的一个实施例中，在粗分组之后，依次将分组后的岩性油气藏案例知识图谱输入到神经网络模型中进行训练。每个知识图谱在输入到神经网络模型时，按照各个粗分组的形式进行输入，避免相关性过大的变量影响训练效果。需要说明的是，由于数据量足够多，因此可以获得足够数量的岩性油气藏案例知识图谱对神经网络模型进行训练，直至神经网络模型训练到收敛为止，得到岩性油气藏分析模型。
48.步骤104、采集待勘测地的地震波数据，并将地震波数据输入到岩性油气藏分析模型，以确定圈闭内岩性油气藏的储藏表现。
49.在本技术的一个实施例中，由于地层表面激发产生的振动信号在地层中传播会产生面波和体波信号；其中，面波信号在分层介质中传播会发生频散现象，而体波信号在特定的地层条件下会发生明显的反射或折射现象；而地震信号在分层地层中传播，当上覆层波速小于下伏层波速时地震信号传播会发生明显的折射现象，当上覆层的波阻抗小于下伏层的波阻抗时,地震信号传播会有反射波产生。因此，为了能够准确地探测出表层土层的厚度，现场测线布置必须保证面波测点和折射波测点对应一致,便于信号数据的综合利用。基于以上考虑,在进行地震勘测之前，首先要基于待勘测地的地质构造，确定待勘测地的地震测线。需要说明的是，为得到待勘测地岩性油气藏的三维储藏表现，地震测线的确认应包含多条，以覆盖待勘测地。在确定待勘测地的地震测线之后，为更好的体现待勘测地岩性油气藏的三维储藏表现，将检波器等间距的设置于地震测线上；另外根据待勘测地的地形情况可以将检波器以矩阵形式排列，以便更好的分析岩性油气藏的储藏表现。在本技术实施例中，地震波的激发点与检波器的位置相同，在激发点激发地震波后，基于检波器接收所发射回的地震波数据。
50.在本技术的一个实施例中，为了在地震波数据中更清楚的区分出各地层，在基于检波器接收到地震波数据之后，方法还包括：将地震波数据通过地震相干体算法以及黑塞
矩阵处理，以增强地震波数据中各地层间数据的不相干性。
51.具体地，由于当地下各地层间的波阻特征存在差异，因此，反射波由于反射面及反射介质的变化而发生变化，接收到的振幅、频率和相位等参数也会产生相应的变化，此时地震道信号之间的相似性遭受破坏则相干值较小；而对于波阻变化较小的各地层内部，反射波表现为连续平滑过渡，此时由于波阻变化较小，相邻地震道之间相似性较高则相干值较大。因此，本技术实施例通过相干体算法计算相邻地震道信号之间的相似程度来表征信号的相干性，对所有地震数据中的每个点计算其对应的相干值，可以得到一个对突出各地层数据不连续性的第一相干数据体。
52.由于地震波数据中对各地层的解释受限于地震波数据的信噪比低，因此，在将地震波数据通过相干体算法处理后，仍然存在不能清楚的区分出各地层具体厚度的情况；而黑塞矩阵作为对数据的局部偏导，其对噪声非常敏感。因此，本技术实施例在得到第一相干数据体之后，将第一相干数据体经过黑塞矩阵处理，确定第二相干数据体，以增强各地层间数据的不相干性。
53.在本技术的一个实施例中，由于在将地震波数据经过相干体算法与黑塞矩阵处理后，得到的第二相干数据体为二维图像数据。因此本技术实施例，在确定第二相干数据体后，基于第二相干数据体对地震波数据进行数据不相干性增强处理，以突出各地层间地震波的不连续性。
54.在本技术的一个实施例中，为了使降低岩性油气藏分析模型分析岩性油气藏储藏表现的难度，方便岩性油气藏分析模型处理，将地震波数据通过地震相干体算法以及黑塞矩阵处理后，基于第二相干数据体，对各地层的岩性、物性或油性参数进行进一步确定。
55.具体地，首先基于第二相干数据体，通过预设的地震属性提取方法，确定各地层的若干个地震属性；其中，地震属性是指那些由叠前或叠后地震数据，经过数学变换而导出的有关地霞波的几何形态、运动学特征、动力学特征和统计学特征的特殊测量值，如振幅、频率、相位、极性、阻抗(或速度)等；预设的地震属性提取方法包括：层位属性的提取方式有：瞬时提取、单道时窗提取与多道时窗提取；其中，瞬时提取是由复地震道分析等特殊处理手段导出的在层位处拾取地震属性；单道时窗提取是应用单道时窗沿着一个可变的时窗内拾取的。多道时窗拾取法与单道时窗拾取法相似，在单道时窗提取的基础上把地震属性提取结果赋予中间道，在每个中间道位置，单道时窗拾取过程。
56.需要说明的是，基于第二相干数据体，提取得到的各地层的地震属性通常是含有尽量多的各种可能与各地层属性预测有关的属性，这样也是为了更充分的利用各种有用的信息，提高各地层预测的效果。
57.由于大量的属性中肯定会包含着各地层许多彼此相关的成分，从而造成信息的重复和浪费且就各地层岩性、物性或油性参数识别而言，当地震属性数量固定时，属性数过多会造成分类效果的恶化；因此，针对具体问题，从众多地震属性中筛选出标准地震属性是必要的。通过k
‑
l变换算法可以从大量地震属性出发，构造出少数有效的标准地震属性，从而达到地震属性筛选的过程。
58.在筛选得到标准地震属性之后，基于各地层的标准地震属性，通过地震分析方法，确定各地层的岩性、物性或油性参数。需要说明的是，地震分析方法包括现有的油气统计模式识别方法、bp神经网络模式识别方法等，本技术在此不做限定。
59.在本技术的一个实施例中，基于各地层的岩性、物性或油性参数，可以通过在地震波数据中添加预设标识波段的方式对地震波数据进行标注，以使岩性油气藏分析模型在得到待勘测地地震波数据时，确定各地层的岩性、物性或油性参数，以提高岩性油气藏分析模型的预测效果。
60.将基于经过不相干性增强处理以及各地层的岩性、物性或油性参数标注的地震波数据输入到岩性油气藏分析模型，以得到待勘测地圈闭内岩性油气藏的三维储藏表现情况。
61.基于同样的发明构思，本技术实施例还提供了一种基于大数据的岩性油气藏的勘测和描述系统，其内部结构如图2所示。
62.图2为本技术实施例提供的一种基于大数据的岩性油气藏的勘测和描述系统内部结构图。如图2所示，本技术实施例提供的一种基于大数据的岩性油气藏的勘测和描述系统包括：处理模块201、训练模块202、分析模块203。
63.本领域技术人员可以理解的是，图2显示出的一种基于大数据的岩性油气藏的勘测和描述系统结构并不构成对基于大数据的岩性油气藏的勘测和描述系统的限定，实际上，基于大数据的岩性油气藏的勘测和描述系统可以包括比图2所示更多或更少的部件，或者组合某些部件，或者不同部件的布置。
64.在本技术的一个实施例中，处理模块201用于将多个数据源中的与岩性油气藏有关的数据进行处理，确定标准数据。处理模块201还用于通过知识图谱技术对标准数据进行处理，确定若干个岩性油气藏案例分别对应的若干个知识图谱。训练模块202用于将若干个知识图谱输入到神经网络模型中，以训练神经网络模型，得到岩性油气藏分析模型。分析模块203用于采集待勘测地的地震波数据，并将地震波数据输入到岩性油气藏分析模型，以确定圈闭内岩性油气藏的储藏表现。
65.本技术中的各个实施例均采用递进的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。尤其，对于装置实施例而言，由于其基本相似于方法实施例，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。
66.还需要说明的是，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、商品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、商品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个
……”
限定的要素，并不排除在包括所述要素的过程、方法、商品或者设备中还存在另外的相同要素。
67.以上所述仅为本技术的实施例而已，并不用于限制本技术。对于本领域技术人员来说，本技术可以有各种更改和变化。凡在本技术的精神和原理之内所作的任何修改、等同替换、改进等，均应包含在本技术的权利要求范围之内。