排序方式： 共有13条查询结果，搜索用时 15 毫秒
1.
储层物性参数是反映储层油气储集能力的重要参数,表征了不同地质时期的沉积特征.地球物理测井参数由深及浅反映了不同地质时期的声、放、电等沉积特征,因而测井参数和泥质含量(孔隙度)之间有很强非线性映射关系,并具有时间序列特征.充分利用多种测井参数预测储层泥质含量和孔隙度对于储层精细描述具有十分重要的意义.深度学习技术具有极强的数据结构挖掘能力,目前,全连接的深度神经网络已经在泥质含量预测进行了初步尝试并取得了较好的效果.而长短时记忆(LSTM)循环神经网络更适合解决序列化的数据问题,因此本文提出基于LSTM循环神经网络利用多种测井参数进行泥质含量和孔隙度预测的方法,预测结果的均方根误差比常规全连接深度神经网络分别下降了42.2%和48.6%,实际应用表明,对于具有序列化特性的泥质含量和孔隙度,LSTM循环神经网络预测的准确性和稳定性要明显优于常规全连接深度神经网络. 相似文献
2.
采用有限元法精确模拟复杂介质条件下的地震波场,一般采用三角单元,但在节点数相同的情况下,三角单元的计算精度不如矩形单元高,采用三角单元模拟复杂界面时,编制确定结构刚度矩阵非零元素位置的程序也较为麻烦。采用矩形单元离散含有倾斜或起伏界面的地质模型时,无法避免绕射噪声,若加密网格又会增加计算量。为此,本文基于任意四边形单元模拟声波的传播,在倾斜或起伏界面条件下,可以有效避免因离散引起的“阶梯状”界面,在不增加计算量以及内存占用的前提下,有效地消除离散绕射噪声。采用对角的集中质量矩阵代替一致质量矩阵,避免矩阵的求逆运算,从而提高显式有限元法的计算效率;对结构刚度矩阵采用紧凑存储格式,每一行需要存储的元素最多为5个,同时零元素不参与运算,既减少内存的占用,又极大地提高计算效率。 相似文献
3.
多尺度地震资料在油藏地球物理中发挥着重要的作用,通过开展单程波正演模拟并对模拟结果进行偏移,有利于深入剖析多尺度地震资料之间的联系与差异.正演模拟表明,地面地震资料、VSP资料和井间地震资料三种尺度的地震资料都是相同地下地质体对应于该观测尺度下的地震波响应特征,差异在于由于观测方式的不同,资料所包含的波场信息丰富程度不一样,反映地质体信息的范围不一样,在分辨能力上具有一定的差异性.地面地震资料具有较强的横向连续性但纵向分辨率低,VSP资料具备比较精确的时深关系,井间地震资料分辨率高但是覆盖范围小,对三种多尺度地震资料开展综合研究有利于更好的揭示地下地质信息. 相似文献
4.
常规三维地面地震反演不可避免的存在多解性和分辨率不高的缺陷,而油藏地球物理阶段丰富的多尺度地震资料为减小多解性、提高分辨率提供了可能.基于贝叶斯反演理论,通过联合概率分布建立新的似然函数,将三维地面地震、VSP和井间地震三种多尺度资料有机地融合在一起,完善了多尺度地震资料联合反演框架及反演流程.模型测试及实际资料处理表明,联合反演算法有效地引入了小尺度地震资料中的高频信息对大尺度资料进行约束,反演结果在保留大尺度地震资料特征的基础上提高了分辨率,降低了多解性,同时促进了多种地震资料之间的相互匹配. 相似文献
5.
在地震勘探中,描述复杂介质的正演和反演问题通常包含许多反映介质不同特性的参数.同时获得这些参数对进行更准确的岩性描述和油藏预测具有重要的理论和现实意义.为了提高频率域黏弹性波动方程的零偏VSP多参数反演的精度,本文对多参数反演的可行性进行分析,明确了目标函数的敏感程度及参数之间的耦合情况,提出了一种基于走时约束的分频分步多参数反演策略.首先利用零偏VSP资料构建先验信息,然后分别利用高、低频数据进行两步反演,也就是"三个参数反演+五个参数反演"的过程,以提高反演的稳健性和精度.利用此方法可同时得到零偏VSP数据可靠的弹性波速度、密度和品质因子,为精确的时-深关系及含油气的解释和预测奠定基础,同时也可以为地面地震叠前反演提供可靠有效的约束,增强地面地震反演精度. 相似文献
6.
吸收衰减是地震波在实际地球介质中传播的固有特征.在实际应用中,通常假设表征吸收衰减特征的品质因子Q在地震频带范围内不随频率变化.高阶广义流变模型能够在时间域内精确的表征品质因子Q不随频率变化的特征,为黏弹性介质波动方程精细模拟奠定了基础.基于广义标准线性体模型理论,采用最小二乘拟合方法对Q值不随频率变化特征进行拟合,分析了不同阶次广义标准线性体模型对黏弹性介质Q值特征的拟合程度,在权衡计算精度和三维计算量的基础上,确定了五阶广义标准线性体模型并建立了相应的三维黏弹性波的速度-应力方程,结合CFS-PML边界条件开展了高精度三维黏弹性波正演模拟.通过均匀介质正演模拟,验证算法的正确性,明确了地震波的传播时的吸收衰减特征,对三维盐丘模型进行数值模拟,表明了五阶广义标准线性体可以精确的模拟黏弹性介质地震波吸收衰减特征. 相似文献
7.
深度学习是一种高效的特征提取方法,它能够提取数据中更加抽象的特征,从而有效地解决复杂的非线性问题.本文将深度学习技术应用于地球物理测井的岩性识别中,构建了一个基于Re Lu激励函数、Adagrad优化算法、Softmax回归层等技术方法整合的深度神经网络模型,利用自然伽马、深感应、岩性密度、中子-密度孔隙度和平均中子-密度孔隙度5种测井参数,以及陆相-海相指示和相对位置2种地质约束变量作为输入变量训练深度神经网络模型.通过对实际井数据的测试验证取得了非常理想的效果,展示了将深度学习技术应用于地球物理的良好前景. 相似文献
8.
借助Christoffel方程可求解出各向异性介质弹性波精确频散关系.利用近似方法进行处理,再通过傅里叶逆变换将频率波数域算子变换为时空域算子,可导出解耦的 qP波或 qS波波动方程.本文在 TTI介质弹性波精确频散关系的基础上,利用近似配方法推导了 qP波和 qSV波近似频散关系,通过傅里叶逆变换推导了 TTI介质 qP波和 qSV波解耦的波动方程.为了验证近似频散关系的有效性,利用两组模型参数对其进行数值计算,分析了相对误差在不同传播方向上的分布.随后使用有限差分方法分别对均匀、层状及复杂 TTI介质弹性波近似解耦波动方程进行数值模拟,结果显示 qP波和 qSV波完全解耦,并且在各向异性参数η＜0 以及介质对称轴倾角变化较大的情况下,纯 qP波和纯 qSV波近似波动方程依然可以保持稳定. 相似文献
9.
在双相介质理论指导下构建的流体因子Gassmann流体项f可以实现对油水层的有效判识。本文基于包含流体因子f的反射系数近似公式推导,得到相应的流体弹性阻抗方程,将流体因子纳入地震反演过程并直接参与目标储层的流体识别,实现了从弹性阻抗数据体中直接反演流体因子f的方法技术流程。流体因子f的直接反演有效减少间接计算所带来的累计误差,提高了地震流体识别的精度。在实际资料应用中,结合研究区地质背景与地球物理特征开展的岩石物理分析表明,Gassmann流体因子f对含油和含水特征有较好的区分作用。反演结果表明,流体因子f能为有效地识别目的层的油水特征,为下一步的钻井开发提供可靠的技术支持。 相似文献
10.
三角网格有限元法能够准确模拟复杂构造和复杂介质条件下的地震波场,数值频散和稳定性条件是地震波数值模拟中参数选择的主要依据.基于均匀的线性三角网格单元,根据结构刚度矩阵的组装原理以及平面波理论,推导了集中质量矩阵下两种网格结构的声波频散函数以及稳定性条件,并对数值频散特性以及稳定性进行了详细研究:三角网格单元中波动的数值频散除了受到空间采样间隔、单元网格纵横比和波传播方向等常规因素的影响外,还受到网格布局的影响,过锐或过钝的三角单元会对波动数值频散产生不良的影响,不同类型的单元网格、单元纵横比对应着不同的稳定性条件,正三角单元中的波动具有较好的数值频散特性,其数值各向异性(频散随波传播方向的变化)效应最弱,稳定性条件也较为宽松.最后通过数值模拟直观地验证了以上分析结果,为有限元正演三角网格的剖分和参数的设置提供一定的理论依据. 相似文献