排序方式: 共有33条查询结果,搜索用时 15 毫秒
11.
能够同时对多种属性进行训练,具有优秀推广能力的支持向量机(Support Vector Machine,简称SVM)方法是进行高精度地震参数预测的有力保障。然而,支持向量机中用于构建回归估计函数的参数最优解很难确定。针对该问题,通过建立数学模型进行参数选择研究,总结出了参数ε、C、σ2对样本预测的影响规律。在此基础上提出了求取惩罚因子C和核参数σ2的权系数公式。结合提出的参数求取公式,利用支持向量机方法,以地震属性为输入向量对渤海SZ36-1油田的砂泥岩百分比和孔隙度进行了预测。结果表明,利用该方法对储层参数进行预测具有较高的预测精度;权系数公式的提出极大地缩短了构建回归估计函数所耗用的时间,简化了参数选取的难度。 相似文献
12.
地震准属性是一类具有明确地质含义的一般属性的复合体,一般是针对具体的地质目标,将多个常规属性综合后衍生出的一种新的属性参数.在地震勘探目标日益复杂,精度要求越来越高的今天,具有天然地质背景的地震准属性分析技术值得大力发展和应用.本文回顾了最近十多年来地震准属性的发展历程,介绍了地震属性与地质特征相联系的各种地震准属性生成的衍生算法,探讨了地震准属性今后的研究方向,即开发出统一的地震准属性分析框架,以此来推动更加有效的地震属性与地质目标相直接联系的算法体系的建立. 相似文献
13.
高阶统计量在油气地球物理勘探中的新应用 总被引:5,自引:0,他引:5
利用高阶统计量所具有的可抑制高斯噪声和比常规的自相关函数包含更多信息的优点,并结合油气地球物理勘探的实际问题,在油气检测、小断层自动识别和相干技术3个领域进行了理论创新,相应提出了3种新的地震资料处理与解释方法:①采用高阶谱特征参数进行油气检测和识别,并得出了含水砂岩和含气砂岩的高阶谱属性规律;②采用四阶累积量函数计算时间延迟进行小断层的自动识别;③采用四阶矩函数代替互相关函数进行相干计算,对第一代相干体算法进行了改进,发展了基于高阶统计量的相干体算法.提出了利用沉积环境时间演化切片图进行砂体的沉积环境演化分析,为砂体的沉积环境演化分析提供了一种新的工具. 相似文献
14.
地层速度模型精度对水力压裂微地震事件的定位结果起着关键的作用,常规的速度建模方法是根据声波测井资料建立初始层状速度模型,根据拾取的射孔信号初至通过反演进行速度模型优化,结果受射孔信号信噪比及初至拾取误差的影响较大,不适用于地面微地震监测.为了提高地面微地震速度模型的精度,提出了将多道射孔信号的叠加能量作为目标函数,基于粒子群优化算法的地面微地震速度模型优化方法,并通过模型数据和实际数据的处理进行了验证,结果表明该方法避免了无法拾取初至或初至拾取不准对速度模型优化结果的影响,有效实现了速度模型的优化,明显提高了地面微地震监测的定位精度. 相似文献
15.
随着很多油田进入开采后期,开采的难度逐渐增加,在这种情况下,砂泥岩薄互层的研究与评价越来越受到重视.在地震勘探中,目前对于薄互层主要利用的是地震属性进行解释,而不同的地震属性必然会随砂泥岩厚度和接触关系变化而变化,因此有必要研究砂泥岩厚度及接触关系变化给地震属性带来的影响.本文以某油田实际剖面为基础,通过不断缩小两列砂体间距,直至相互穿插,建立了六个砂泥岩互层模型,并对这六个模型进行波动方程正演模拟和属性提取,分析五大类五十种地震属性随砂体移动的变化情况,挖掘对砂体预测比较敏感的地震属性,为属性优选提供依据,从而合理的运用不同的地震属性来预测砂体厚度变化情况及接触关系,减少地震解释假象存在的几率,提高储层预测的精度. 相似文献
16.
前陆冲断带构造分段特征--以准噶尔盆地西北缘断裂构造带为例 总被引:57,自引:2,他引:55
前陆冲断带普遍具有构造分段的特点。横断层、侧断坡与斜断坡常是构造分段的边界 ,它们起着运动方向、变形速率、构造样式与成因机制转换的作用。准噶尔西北缘前陆冲断带是古生代晚期—中生代早期发展起来的大型冲断推覆系统 ,南自车排子 ,北至夏子街、红旗坝的大型断裂带为其冲断前锋断裂。由于形成时间、活动方式与受力条件等出现变化 ,车排子—夏子街断裂带被北西向的横断层分割为构造样式与地质结构截然不同的三段 ,南段为红山嘴—车排子断裂带 ,构成车排子断隆的东部逆冲边界 ;中段为具压扭性质的克拉玛依—百口泉断裂带 ;北段为具冲断推覆性质的乌尔禾—夏子街断裂带。中生代晚期—新生代以来该前陆冲断带被稳定埋藏 ,构造分段是导致含油气性差异的主要原因 相似文献
17.
根据多参数地震反射波特征分析的原理,利用地震波的振幅、连续性、波形和速度等变化特征,在常规地震叠偏剖面和G-Log剖面上加里东期古隆起风化壳划分七种微地震相。表明,风化壳上为古岩溶发育和含油气有利的微地震相,风化壳外古隆起储层为有利于孔隙裂缝发育的微地震相。 相似文献
18.
在地震储层预测中,可采用的地震属性种类繁多,但太多地震属性常常会起到干扰作用,影响储层的预测精度,因此,为提高地震储层预测精度,把粗糙集理论融入到地震属性的优化中,利用粗糙集理论所具有的提取有用属性、简化信息处理的能力,优选出地震属性中的敏感属性是本文的研究目的,本文采用了一种基于属性方差的自组织神经网络量化方法,并运用基于区别矩阵的属性频率约简算法对地震属性进行优选,实例分析表明:该方法可行有效,可以最大限度地删除冗余地震属性,用优选出的敏感属性组合对多种储层参数进行预测均已取得了较好的效果. 相似文献
19.
20.