|
|||||
|
|
| 概率神经网络技术在煤田地震反演中的应用研究 | |
| 引用本文： | 李娟娟,崔若飞,潘冬明,胡明顺,张应华.概率神经网络技术在煤田地震反演中的应用研究[J].地球物理学进展,2012,27(2):715-721. |
| 作者姓名： | 李娟娟 崔若飞 潘冬明 胡明顺 张应华 |
| 作者单位： | 1. 中国矿业大学资源与地球科学学院,徐州 221116;煤层气资源与成藏过程教育部重点实验室,徐州 221116;深部岩土力学与地下工程国家重点实验室,徐州 221116 2. 中国矿业大学资源与地球科学学院,徐州 221116;煤层气资源与成藏过程教育部重点实验室,徐州 221116 3. 中国矿业大学资源与地球科学学院,徐州 221116;深部岩土力学与地下工程国家重点实验室,徐州 221116 4. 中国矿业大学资源与地球科学学院,徐州,221116 5. 云南大瑞煤业集团有限公司小海子煤矿,曲靖,655813 |
| 基金项目： | 国家重点基础研究发展计划(973)项目，国家自然基金项目，中央高校基本科研业务专项资金项目，国家重大专项，感谢国家重点基础研究发展计划(973)项目，煤层气三维逆VSP技术研究等的资金 |
| 摘 要： | 实现从构造勘探向岩性勘探阶段的转变,是煤田地震勘探亟待解决的重要问题。其中,地震反演技术是岩性勘探的一种重要手段。为了规避常规反演方法的固有限制,利用概率神经网络技术预测井数据和地震数据之间的非线性关系,得到密度数据体和速度数据体,并获得相应的波阻抗数据体。对某矿区的实际地震资料采用该技术进行岩性反演,得到了较为准确的波阻抗数据体,为岩性解释提供了不可或缺的资料。 |
| 关 键 词： | 波阻抗反演 概率神经网络 交叉验证 |
Coalfield seismic inversion using probabilistic neural network |
|
| LI Juan-juan , CUI Ruo-fei , PAN Dong-ming , HU Ming-shun , ZHANG Ying-hua.Coalfield seismic inversion using probabilistic neural network[J].Progress in Geophysics,2012,27(2):715-721. | |
| Authors: | LI Juan-juan CUI Ruo-fei PAN Dong-ming HU Ming-shun ZHANG Ying-hua |
| Institution: | 1.School of Resources and Geosciences,China University of Mining and Technology,Xuzhou 221116,China; 2.Coalbed Methane Resources and Reservoir Formation Process,Key Laboratory of the Ministry of Education,Xuzhou 221116,China; 3.China State Key Laboratory of Geomechanics and Deep Underground Engineering,Xuzhou 221116,China; 4.Yunnan DA RUI coal group Co,LTD,Xiao Hai Zi colliery,Qujing 655813,China) |
| Abstract: | It is transformation from the structure to lithologic exploration that needs to be urgently solved in coalfield seismic exploration.As we all know,seismic inversion technique is a significant tool in lithologic exploration.We chose to apply probabilistic neural network method for predicting the nonlinear relationship between well data and seismic data so as to avoid the inherent limitations of the common inversion method and then predicte density and velocity volume to derive the impendence volume.Based on the thought,we use the technique to lithological inversion and obtained a quite accurate impendence volume which provide indispensible data to lithologic interpretation in one coalfield. |
| Keywords: | impendence inversion probabilistic neural network cross validation |
| 本文献已被 CNKI 万方数据 等数据库收录！ | |