一种基于方位不连续性差异的断裂检测方法、装置和设备与流程

1.本发明涉及石油勘探技术领域，特别涉及一种基于方位不连续性差异的断裂检测方法、装置和设备。


背景技术：

2.在地壳及岩石圈中，由于挤压、拉伸、剪切等作用力的影响，地层岩体常常发生破裂形成断层及裂缝，这种断裂构造不仅控制着区域或局部的地质结构及演化特征，还构成了影响石油、天然气等矿产资源的重要运移通道及存储空间，进而影响了油气资源的流动与分布。因此查明断裂构造、精细刻画其形态及分布特征是地震勘探的重要任务，对于储层预测及成藏分析具有重要意义。
3.对于断裂刻画采用的地震资料，通常包括偏移叠加数据和方位各向异性数据。基于断层引起的地震波反射特征的变化，应用偏移叠加数据发展了多种断裂检测方法，常见的包括相干体、曲率体、蚂蚁体、方差体等检测方法。相干体是利用了相邻地震道之间的相似性，当地层中无断裂时，地层稳定沉积，相邻地震道的振幅、频率及相位特征变化较小，波形相似程度较高，因此相干值也较高；当地层中存在断裂时，稳定的地层沉积关系遭到破坏，地震道之间的波形相似性变差，造成相干值降低，因此低相干值与断裂具有良好的对应关系。基于该原理，主要发展了三种相干体算法，包括基于互相关的第一代算法(互相关算法c1，bahorich和farmer，1995)、基于多道相关的第二代算法(多道相关算法c2，marfurt，1998)和基于协方差矩阵特征值分析的第三代算法(协方差矩阵特征值分析算法c3，gersztenkorn和marfurt，1999)，其断裂检测能力逐步增强。曲率体主要是刻画了地震反射同相轴的弯曲或突变程度，当地层稳定沉积时，地层走势较为平直，此时曲率为零，在构造应力作用下，地层发生变形、破裂及位移，反映在地震数据上表现为同相轴的弯曲和延伸发生变化，即曲率发生变化。因此，同相轴的曲率变化与断裂特征具有明显的对应关系，通过求解同相轴所在构造层面的曲率，即可实现地层的断裂刻画，常用的断裂刻画方式包括均值曲率、高斯曲率、倾斜曲率、走向曲率等(chopra，2007)。蚂蚁体算法是模拟自然界中真实蚁群的觅食行为而产生的一种仿生类优化算法，利用地震数据的空间不连续性，通过非线性优化寻找断裂。方差体作为一种统计信息，主要通过计算分析时窗内各采样点的方差累积来反映相邻地震数据之间的差异性，当同相轴较为连续、横向变化较小时，方差值接近零，而当同相轴横向变化较为剧烈时，方差值将会增大，因此这就构成了利用方差值的变化来反映断裂信息的理论基础，并且这种方法也在实际中获得了广泛应用(刘海燕，2016)。
4.方位各向异性数据是经过各向异性偏移处理而获得的地震资料，与常规数据相比，该数据增加了与方位角相关的维度信息，考虑到地震波传播时断层及裂缝引起的不同方位的走时及反射特征的变化，因此可以利用方位信息实现断裂检测，常用的方法包括旅行时方位各向异性分析和振幅各向异性分析等(bakulin和tsvankin，2000)。在方位道集上，由于各向异性的影响，地震波的旅行时与反射振幅都与方位角呈现周期性变化特征，在平面上表现为椭圆。对于旅行时椭圆特征，长轴方向地震波传播速度慢，走时长，短轴方向
传播速度快，走时短；对于振幅椭圆特征，长轴方向地层差异大，振幅强，短轴方向地层差异小，振幅弱。一般认为裂缝的定向排列是造成各向异性的主要原因，因此基于各向异性分析可以实现小尺度裂缝的检测。


技术实现要素：

5.发明人在实际应用中发现，偏移叠加数据是经过常规反射波资料处理流程处理后的地震资料，基于该数据进行断裂检测时，通常对数据品质的要求较低，计算量相对较小，稳定性较高。但是该数据对于大尺度的断层往往有比较好的响应，而对于尺度较小的裂缝，由于地震波经过时能量主要表现为散射，因此反射能量较弱，同时受地震资料分辨率的限制，导致响应特征不明显，即小断裂敏感性不强。而方位各向异性数据虽然可检测小尺度定量排列裂缝，即基于方位道集的旅行时或振幅椭圆特征分析的方法虽然能够实现小尺度裂缝的预测，但是对方位道集的数据品质要求较高，另外由于方位道集的数据量较大，计算量相对较大，因此要求计算机的性能较高，且该方法稳定性易受到影响，当资料品质较低时，往往难以实现椭圆特征的稳定求解，从而造成裂缝预测精度的降低。
6.因此，基于常规叠加数据的断裂检测方法稳定性较高，但对小尺度断裂的检测精度较低，而基于方位各向异性数据的方法虽然提高了小尺度裂缝预测的精度，但稳定性通常较差。鉴于上述问题，提出了本发明以便提供一种克服上述问题或者至少部分地解决上述问题的一种基于方位不连续性差异的断裂检测方法、装置和设备。
7.第一方面，本发明实施例提供一种基于方位不连续性差异的断裂检测方法，该方法可以包括：
8.对测区内的地震方位叠前道集数据按照地震道的方位信息进行分选，并对分选的多组具有不同方位的地震叠前道集数据对进行叠加处理，得到多组方位叠加数据对；
9.对多组所述方位叠加数据对进行不连续性检测，确定多组不连续检测数据体对；
10.分别对多组所述不连续检测数据体对进行不连续性差异分析，确定多组不连续性差异体；
11.对多组所述不连续性差异体进行融合，确定所述地震方位叠前道集数据中的断裂数据。
12.可选的，所述对测区内地震方位叠前道集数据按照地震道的方位信息进行分选，并对分选的多组具有不同方位的地震叠前道集数据进行叠加处理，得到多组方位叠加数据对，包括：
13.对测区内地震方位叠前道集数据按照地震道的方位信息进行分选，确定多组具有不同方位的地震叠前道集数据对；
14.对所述地震叠前道集数据对进行叠加处理，得到多组方位叠加数据对。
15.可选的，所述对测区内地震方位叠前道集数据按照地震道的方位信息进行分选，包括：
16.确定测区内的多组正交方位对；
17.根据多组所述正交方位对和地震道的方位信息对测区内地震方位叠前道集数据进行分选。
18.可选的，所述确定测区内的多组正交方位对，包括：
19.根据初始方位角和正交方位对的个数确定多组正交方位对的方位角。
20.可选的，还可以包括：根据所述断裂的方位先验值，确定所述初始方位角。
21.可选的，所述对多组所述方位叠加数据对进行不连续性检测，包括：
22.使用下列至少一种检测方法对所述方位叠加数据进行检测：相干体检测算法、曲率体检测算法、蚂蚁体检测算法和方差体检测算法。
23.第二方面，本发明实施例提供一种基于方位不连续性差异的断裂检测装置，该装置可以包括：
24.分选模块，用于对测区内的地震方位叠前道集数据按照地震道的方位信息进行分选，并对分选的多组具有不同方位的地震叠前道集数据对进行叠加处理，得到多组方位叠加数据对；
25.检测模块，用于对多组所述方位叠加数据对进行不连续性检测，确定多组不连续检测数据体对；
26.分析模块，用于分别对多组所述不连续检测数据体对进行不连续性差异分析，确定多组不连续性差异体；
27.融合模块，用于对多组所述不连续性差异体进行融合，确定所述地震方位叠前道集数据中的断裂数据。
28.第三方面，本发明实施例提供了一种储层分布预测方法，该方法可以包括：根据第一方面所述的基于方位不连续性差异的断裂检测方法得到的断裂数据对储层分布进行预测。
29.第四方面，本发明实施例提供了一种储层分布预测装置，该装置可以包括：预测模块和如第二方面所述的基于方位不连续性差异的断裂检测装置；
30.所述预测模块，用于根据所述基于方位不连续性差异的断裂检测装置得到的断裂数据对储层分布进行预测。
31.第五方面，本发明实施例提供了一种油藏运移分析方法，该方法可以包括：根据第一方面所述的基于方位不连续性差异的断裂检测方法得到的断裂数据对油藏运移进行分析。
32.第六方面，本发明实施例提供了一种油藏运移分析装置，该装置可以包括：运移分析模块和如第二方面所述的基于方位不连续性差异的断裂检测装置；
33.所述运移分析模块，用于根据所述基于方位不连续性差异的断裂检测装置得到的断裂数据对油藏运移进行分析。
34.第七方面，本发明实施例提供一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现如第一方面所述基于方位不连续性差异的断裂检测方法，或实现第三方面所述的储层分布预测方法，或实现第五方面所述的油藏运移分析方法。
35.第八方面，本发明实施例提供一种计算机设备，包括存储器，处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现如第一方面所述的基于方位不连续性差异的断裂检测方法，或实现第三方面所述的储层分布预测方法，或实现第五方面所述的油藏运移分析方法。
36.本发明实施例提供的上述技术方案的有益效果至少包括：
37.本发明实施例中提供了一种基于方位不连续性差异的断裂检测方法、装置和设
备，该方法可以包括：对测区内的地震方位叠前道集数据按照地震道的方位信息进行分选，并对分选的多组具有不同方位的地震叠前道集数据对进行叠加处理，得到多组方位叠加数据对；对多组所述方位叠加数据对进行不连续性检测，确定多组不连续检测数据体对；分别对多组所述不连续检测数据体对进行不连续性差异分析，确定多组不连续性差异体；对多组所述不连续性差异体进行融合，确定所述地震方位叠前道集数据中的断裂数据。本发明针对方位叠加数据资料，即每个方位数据均可实现不连续性检测，在此基础上，分析所述方位叠加数据的不连续性差异，确定不同方位数据的不连续性检测结果之间的差别，将常规叠后断裂检测的方法引入进来，通过设计基于方位叠加体的不连续性差异求解技术流程，削弱对方位地震资料的质量要求，提升断裂检测的效果。
38.进一步的，与常规相干检测结果相比，分辨率得到了明显提高，断裂的边缘及内幕特征都得到了明显刻画，同时在常规结果中无法检测到的空白区位置，一些小的断裂特征也被明显的刻画出来，体现出该方法在小断裂检测方面的优势。本发明借助于方位地震数据资料，基于地震波传播在不同方位上的不连续性的差异特征，可以提高断裂边缘及内幕的检测效果，进一步改善对小尺度断裂的检测能力。
39.本发明的其它特征和优点将在随后的说明书中阐述，并且，部分地从说明书中变得显而易见，或者通过实施本发明而了解。本发明的目的和其他优点可通过在所写的说明书、权利要求书、以及附图中所特别指出的结构来实现和获得。
40.下面通过附图和实施例，对本发明的技术方案做进一步的详细描述。
附图说明
41.附图用来提供对本发明的进一步理解，并且构成说明书的一部分，与本发明的实施例一起用于解释本发明，并不构成对本发明的限制。在附图中：
42.图1为本发明实施例1中提供的基于方位不连续性差异的断裂检测方法的流程图；
43.图2为本发明实施例1中提供的断裂检测方法具体的流程图；
44.图3为本发明实施例1中提供的步骤s21的实现流程图；
45.图4为本发明实施例1中提供的基于全叠加数据的相干检测的平面结果的示意图；
46.图5为本发明实施例1中提供的基于方位不连续性差异的断裂检测平面结果示意图；
47.图6为本发明实施例1中提供的基于方位不连续性差异的断裂检测装置的示意图。
具体实施方式
48.下面将参照附图更详细地描述本公开的示例性实施例。虽然附图中显示了本公开的示例性实施例，然而应当理解，可以以各种形式实现本公开而不应被这里阐述的实施例所限制。相反，提供这些实施例是为了能够更透彻地理解本公开，并且能够将本公开的范围完整的传达给本领域的技术人员。
49.实施例1
50.本发明实施例1提供了一种基于方位不连续性差异的断裂检测方法，属于石油地球物理勘探领域，主要用于提高地层断裂的检测能力，参照图1所示，该方法可以包括以下步骤：
51.步骤s11、对测区内的地震方位叠前道集数据按照地震道的方位信息进行分选，并对分选的多组具有不同方位的地震叠前道集数据对进行叠加处理，得到多组方位叠加数据对。
52.本步骤主要是对地震方位叠前道集数据按照地震道的方位信息进行分组，并对确定出多组的不同方位的地震叠前道集数据对进行叠加进而得到多组方位叠加数据对。
53.步骤s12、对多组方位叠加数据对进行不连续性检测，确定多组不连续检测数据体对。
54.步骤s13、分别对多组不连续检测数据体对进行不连续性差异分析，确定多组不连续性差异体。
55.步骤s14、对多组不连续性差异体进行融合，确定地震方位叠前道集数据中的断裂数据。
56.本发明实施例中发明人针对地震波在传播时受到地下断层及裂缝的影响，其传播特征会随着方位的变化而变化，因此针对同一地下介质，从不同方位抽取的地震反射特征会有所差异，为了突出这种差异性，削弱背景信息的影响，可以通过差异对比的方式，这也构成了基于方位不连续性差异进行断裂检测的发明构思。
57.发明人针对方位叠加数据资料，即每个方位数据均可实现不连续性检测，在此基础上，分析所述方位叠加数据的不连续性差异，确定不同方位数据的不连续性检测结果之间的差别，将常规叠后断裂检测的方法引入进来，通过设计基于方位叠加体的不连续性差异求解技术流程，削弱对方位地震道集资料的质量要求，提升断裂检测的效果。
58.在一个具体的实施例中，参照图2所示，本发明实施例提供的上述基于方位不连续性差异的断裂检测方法可以包括以下步骤：
59.步骤s21、对测区内地震方位叠前道集数据按照地震道的方位信息进行分选，确定多组具有不同方位的地震叠前道集数据对。
60.本步骤是针对测区内地震方位叠前道集数据按照方位角进行划分，生成多个具有不同方位角的叠前道集数据对，更为具体的，参照图3所示，该步骤的实现可以包括：
61.步骤s211、确定测区内的多组正交方位对。
62.发明人基于地震波在各向异性介质中传播时会表现出与方位角相关的各向异性的特性，即传播特性随着方位角的变化而有所差异。对于断层或定向排列的裂缝以及纵波地震勘探，当地震波平行于断裂方向传播时，地震波受到的影响最弱；当垂直于断裂方向传播时，地震波受到的影响最强；而当沿着其他方向传播时，地震波受到的影响介于前述两者之间。因此当地震波的传播方向分别平行和垂直于断裂方向时会表现出最大的差异性，为了利用这种差异特征，在确定测区内的具有不同方位的地震叠前道集数据对时，使用方位的正交性，即在分选出n个方位叠加数据的同时，还要分选出与这n个方位相垂直的另外n个方位叠加数据，总计2n个方位叠加数据，这些数据两两组合构成正交方位对。
63.具体的，本步骤根据初始方位角和正交方位对的个数确定多组正交方位对的方位角，即正交方位对的方位角与n的取值和初始方位角θ0有关，可通过公式(1)得到：
[0064][0065]
例如，以n＝3为例，可以分选出6个方位叠加数据。假设初始方位角θ0＝0
°
，则对应
的正交方位对为(0
°
，90
°
)、(30
°
，120
°
)和(60
°
，150
°
)；假设初始方位角θ0＝15
°
，则对应的正交方位对为(15
°
，105
°
)、(45
°
，135
°
)和(75
°
，165
°
)。
[0066]
同样以n＝5为例，可以分选出10个方位叠加数据。假设初始方位角为θ0＝0
°
，则对应的正交方位对为(0
°
，90
°
)、(18
°
，108
°
)、(36
°
，126
°
)、(54
°
，144
°
)和(72
°
，162
°
)；假设初始方位角θ0＝15
°
，则对应的正交方位对为(15
°
，105
°
)、(33
°
，123
°
)、(51
°
，141
°
)、(69
°
，159
°
)和(87
°
，177
°
)。
[0067]
在此需要说明的是，发明人发现n的取值越大，划分的正交方位对数量越多，而其中的某个正交方位对与实际断裂方向的平行与垂直情况就越吻合，从而越能找出最大方位差异。然而正交方位对的增多同时也导致了叠加时地震道数量的减少，进而会影响到各方位叠加数据的信噪比，不利于方法的实际应用。因此在实际中n的取值需要同时兼顾这两个方面，即正交方位对数量与方位叠加数据的信噪比。
[0068]
在一个可选的实施例中，还可以根据断裂的方位先验值，确定初始方位角。一般情况下，对于初始方位角θ0的确定无特殊要求，通常置为0
°
即可。在实际应用中若通过其他资料已对断裂的主要发育方位具备了先验认识，即根据断裂的方位先验值确定初始方位角，例如可通过公式(2)确定初始方位角θ0，以优化正交方位对的划分。
[0069][0070]
其中，表示取参数k的最大值。以为例，则根据公式(1)和(2)，当n＝3时，对应的正交方位对为(5
°
，95
°
)、(35
°
，125
°
)和(65
°
，155
°
)；当n＝5时，对应的正交方位对为(17
°
，107
°
)、(35
°
，125
°
)、(53
°
，143
°
)、(71
°
，161
°
)和(89
°
，179
°
)。
[0071]
步骤s212、根据多组正交方位对和地震道的方位信息对测区内地震方位叠前道集数据进行分选，得到具有不同方位的地震叠前道集数据对。
[0072]
本步骤是根据步骤s211确定的多组正交方位对，以及地震道的方位信息，分选出具有不同方位的地震叠前道集数据对，以便于对地震叠前道集数据对进行解析处理。
[0073]
步骤s22、对地震叠前道集数据对进行叠加处理，得到多组方位叠加数据对。
[0074]
本步骤是对上述步骤s21中确定的多组具有不同方位的地震叠前道集数据对进行叠加处理，得到多组方位叠加数据。本发明实施例中的上述叠加处理的过程可以是：根据地震道信息对应的道集数据方位角以及预设的叠加参数，以及设定的目的层参数和预设的计算方法，选定目的层的多个道集点进行叠加。当然，本发明实施例并不限于上述叠加方式。
[0075]
步骤s23、对多组方位叠加数据对进行不连续性检测，确定多组不连续检测数据体对。
[0076]
本步骤与上述步骤s12一致，本实施例可以使用下列至少一种检测方法对方位叠加数据进行检测：相干体检测算法、曲率体检测算法、蚂蚁体检测算法和方差体检测算法。
[0077]
例如，上述步骤s22得到多组(n组)方位叠加数据为分别计算地震数据中存在的不连续性，这种不连续性实质上是地震数据中隐含的断裂特征的具体表达，这样即可得到n个不连续性检测数据体对由于数据体的方位不同，根据地震波的传播特
性，不连续性检测体对之间会存在差异，这种差异体现了地下断裂特征对不同方位传播的地震波的影响。
[0078]
步骤s24、分别对多组不连续检测数据体对进行不连续性差异分析，确定多组不连续性差异体。
[0079]
本步骤与上述步骤s13一致，本发明实施例针对每个正交方位对的不连续性检测结果，计算其差异绝对值dk以突出断裂特征，如公式(3)所示：
[0080][0081]
其中，dk为不同方位的不连续性数据体的差异。
[0082]
发明人发现对于地下介质，当不存在断层或裂缝时，地震波传播的各向异性特征相对不明显，此时无论从哪个方位进行分析，其不连续性特征都较为相似，因此差异较小，导致公式(3)的值也较小；而在断层或裂缝影响下，不同方位的地震波的不连续性特征会有所差异，此时通过公式(3)实现差异对比，可以进一步凸显这种差异性。
[0083]
步骤s25、对多组不连续性差异体进行融合，确定地震方位叠前道集数据中的断裂数据。
[0084]
本步骤与上述步骤s14一致，本发明实施例基于在断裂影响下，各正交方位对的不连续性之间均会存在差异，只是由于地震波传播方位的影响，公式(3)中各正交对差异的大小会有所不同。在众多正交方位对中，当地震波分别平行和垂直于断裂传播时会表现出最大的差异性。因此，针对多个正交方位对不连续差异体dk(k＝0,1,2,
…
,n-1)，选取其中的极大值融合成最终的不连续性差异体，从而实现对断裂特征的最佳检测，可参照公式(4)所示：
[0085]
d(i,j,l)＝max{d0(i,j,l),d1(i,j,l),d2(i,j,l),
…
,d
n-1
(i,j,l)}
ꢀꢀꢀ
公式(4)
[0086]
其中，(i,j,l)表示数据体中的样点坐标。
[0087]
将该方法应用于三维地震资料的断裂检测中，并与常规方法进行了对比分析。图4展示了基于全叠加数据的相干检测的平面结果，其中深色表示断裂，由于分辨率较低，只能刻画出大的断裂的轮廓特征。图5为基于方位不连续性差异的断裂检测平面结果，与常规相干检测结果相比，分辨率得到了明显提高，断裂的边缘及内幕特征都得到了明显刻画，同时在常规结果中无法检测到的空白区位置，一些小的断裂特征也被明显的刻画出来，体现出该方法在小断裂检测方面的优势。本发明借助于方位地震数据资料，基于地震波传播在不同方位上的不连续性的差异特征，可以提高断裂边缘及内幕的检测效果，从而改善对小尺度断裂的检测能力。
[0088]
基于同一发明构思，本发明实施例1还提供了一种基于方位不连续性差异的断裂检测装置，参照图6所示，该装置可以包括：分选模块11、检测模块12、分析模块13以及融合模块14，其工作原理如下：
[0089]
分选模块11用于对测区内的地震方位叠前道集数据按照地震道的方位信息进行分选，并对分选的多组具有不同方位的地震叠前道集数据对进行叠加处理，得到多组方位叠加数据对。具体的，分选模块11可以包括分选子单元和叠加子单元；分选子单元111用于对测区内地震方位叠前道集数据按照地震道的方位信息进行分选，确定多组具有不同方位的地震叠前道集数据对；叠加子单元112用于对地震叠前道集数据对进行叠加处理，得到多
组方位叠加数据对。
[0090]
检测模块12用于对多组方位叠加数据对进行不连续性检测，确定多组不连续检测数据体对。
[0091]
分析模块13用于分别对多组不连续检测数据体对进行不连续性差异分析，确定多组不连续性差异体。
[0092]
融合模块14用于对多组不连续性差异体进行融合，确定地震方位叠前道集数据中的断裂数据。
[0093]
在一个可选的实施例中，分选子单元111具体用于确定测区内的多组正交方位对；根据多组正交方位对和地震道的方位信息对测区内地震方位叠前道集数据进行分选。更为具体的，分选子单元111根据初始方位角和正交方位对的个数确定多组正交方位对的方位角。
[0094]
在另一个可选的实施例中，检测模块12使用下列至少一种检测方法对方位叠加数据进行检测：相干体检测算法、曲率体检测算法、蚂蚁体检测算法和方差体检测算法。
[0095]
基于同一发明构思，本发明实施例1还提供了一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现上述基于方位不连续性差异的断裂检测方法。
[0096]
基于同一发明构思，本发明实施例1还提供了一种计算机设备，包括存储器，处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现上述基于方位不连续性差异的断裂检测方法。
[0097]
需要说明的是，由于这些装置、计算机可读存储介质和计算机设备所解决问题的原理与前述基于方位不连续性差异的断裂检测方法相似，因此该装置、计算机可读存储介质和计算机设备的实施可以参见前述方法的实施，因此关于上述实施例中的基于方位不连续性差异的断裂检测装置，其中各个模块执行操作的具体方式也已经在有关该方法的实施例中进行了详细描述，此处将不做详细阐述说明。
[0098]
实施例2
[0099]
本发明实施例2提供了一种储层分布预测方法，该方法包括：根据实施例1中的所述的基于方位不连续性差异的断裂检测方法得到的断裂数据对储层分布进行预测。
[0100]
本发明实施例中的上述储层分布预测方法，该方法使用上述实施例1中检测到的断裂数据作为储层分布预测的参考数据，进行储层分布预测。其具体举例在此不再赘述。
[0101]
基于同一发明构思，本发明实施例2还提供了一种储层分布预测装置，该装置可以包括：预测模块和实施例1中的基于方位不连续性差异的断裂检测装置；
[0102]
预测模块，用于根据所述基于方位不连续性差异的断裂检测装置得到的断裂数据对储层分布进行预测。
[0103]
基于同一发明构思，本发明实施例2还提供了一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现上述储层分布预测方法。
[0104]
基于同一发明构思，本发明实施例2还提供了一种计算机设备，包括存储器，处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现上述储层分布预测方法。
[0105]
需要说明的是，由于这些装置、计算机可读存储介质和计算机设备所解决问题的原理与前述储层分布预测方法相似，因此该装置、计算机可读存储介质和计算机设备的实
施可以参见前述方法的实施，且储层分布预测装置中各个模块执行操作的具体方式也已经在有关该方法的实施例中进行了详细描述，此处将不做详细阐述说明。
[0106]
实施例3
[0107]
本发明实施例3提供了一种油藏运移分析方法，该方法包括：根据实施例1中的所述的基于方位不连续性差异的断裂检测方法得到的断裂数据对油藏运移进行分析。
[0108]
本发明实施例中的上述油藏分布预测方法，该方法使用上述实施例1中检测到的断裂数据作为油藏运移分析的参考数据，进行油藏分布预测。其具体举例在此不再赘述。
[0109]
基于同一发明构思，本发明实施例3还提供了一种油藏运移分析装置，该装置可以包括：运移分析模块和实施例1中的基于方位不连续性差异的断裂检测装置；
[0110]
运移分析模块，用于根据所述基于方位不连续性差异的断裂检测装置得到的断裂数据对油藏运移进行分析。
[0111]
基于同一发明构思，本发明实施例3还提供了一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现上述油藏运移分析方法。
[0112]
基于同一发明构思，本发明实施例3还提供了一种计算机设备，包括存储器，处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现上述油藏运移分析方法。
[0113]
需要说明的是，由于这些装置、计算机可读存储介质和计算机设备所解决问题的原理与前述油藏运移分析方法相似，因此该装置、计算机可读存储介质和计算机设备的实施可以参见前述方法的实施，且油藏运移分析装置中各个模块执行操作的具体方式也已经在有关该运移分析方法的实施例中进行了详细描述，此处将不做详细阐述说明。
[0114]
本领域内的技术人员应明白，本发明的实施例可提供为方法、系统、或计算机程序产品。因此，本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器和光学存储器等)上实施的计算机程序产品的形式。
[0115]
本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
[0116]
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
[0117]
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
[0118]
显然，本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样，倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内，则本发明也意图包含这些改动和变型在内。