共查询到20条相似文献,搜索用时 15 毫秒
1.
目前,利用神经网络划分地震微相的方法可以归纳为两大类:一类是监督型模式识别;另一类是非监督型模式识别。当样本资料不足或不具代表性时,采用监督型模式识别容易造成强行分类而导致错误结构。 相似文献
2.
本文根据油层对比的思路,建立了利用神经网络技术进行油层对比的总体流程:①预处理;②用神经网络法进行油层对比;③结论检测;④绘制油层对比图。其中,结论检测为选择项。 相似文献
3.
4.
5.
微地震相分析在河流储层精细描述中的应用 总被引:1,自引:1,他引:0
传统地震相分析满足不了目前油田勘探开发的需要。神经网络微地震相分析将神经网络应用于高质量三维地震数据体中,可对单一反射同相轴进行波形信号分析和训练,建立模型地震道,并对实际地震道分类,进而得到在平面和剖面上精度较高的微地震相分布。采用该方法并结合测井资料,在研究区块中建立的微地震相分布图能够清晰地表现出该区块的沉积微相特征,且较好地解释了工区内2口井的产能差异,表明神经网络微地震相分析是可靠和有效的。 相似文献
6.
利用人工神经网络自动拾取地震记录初至 总被引:6,自引:2,他引:4
地震记录初至的拾取可作为一个模式识别过程而引和神经网络理论进行分析。本文将一个三层感知器成功地用于地震记录初至拾取。神经网络训练采用误差反向传播算法,其中学习率在学习过程中随着输出节点的误差自动调节,隐层节点在学习过程中可以自动增加,从而加快了训练的速度;同时,也为克服网络陷入局部极小起到一定作用。该法采用了地震峰值,均方根振幅比,信噪比,前后峰值差等五个特征量进行选择。训练后的网络对不同探区的地 相似文献
7.
8.
9.
10.
测井资料在地震勘探中的应用 总被引:1,自引:0,他引:1
油气藏研究中,测井、地质、地震资料有机结合是综合解释的基础,而结合的关键在于如何利用测井资料准确标定地震记录。相比较而言,合成地震记录数据处理量少,经济效益高。正确地合成地震记录,有利于提高储层解释精度,为储层横向预测提供保障。文中叙述了合成地震记录的生成机理,分析了误差因素,介绍了几种消除误差因素的方法。最后给出了地震、测井资料综合解释实例。 相似文献
11.
地震相的自动识别方法及应用 总被引:13,自引:0,他引:13
研究地震相的目的在于重塑盆地的沉积史和构造史。地震相分析是指根据地震属性对地震相单元进行识别和作图。本文应用人工神经网络分析技术对地震道波形及其反映的地质特征进行自动识别和分类,获得地震相图,进而与已知的钻井资料及区域地质资料进行对比和综合分析,得到与地震相相对应的沉积相,识别出特定的目标地质体。通过实例进一步说明地震相自动识别方法在三角洲、浊积砂体、古侵蚀地貌等地质体的描述方面具有很明显的优势,还介绍了二维测线的地震相自动识别方法. 相似文献
12.
孟加拉扇某区块地层层序划分及典型地震相识别 总被引:1,自引:0,他引:1
研究区位于孟加拉扇某区块水深大于2000m的陆坡深水区,区内缺乏典型的层序地层界面。该文以层序地层学理论为指导,通过地震属性、分频、地震相等分析,开展了层序地层划分及沉积体的识别。依据深水沉积旋回在地震剖面上振幅特征的变化,进行了层序界面的识别,进而在等时层序地层格架内研究地震相及沉积相的分布特征,参考深水沉积相发育模式,并结合"U"形相、丘状相、强振幅平行相、中弱振幅平行相以及透明杂乱反射相等5种典型地震相的外部形态、发育位置等,认为各地震相分别对应水道、水道堤岸、浊积朵体、深海泥岩以及块状搬运复合体等沉积单元,并指出典型地震相的分布特征,可辅助地层层序的划分。 相似文献
13.
地震地层学最重要的任务之一是根据地质环境识别和分析地震相。首先是要确定哪些地震参数可以用来判别相的特征,从而对它们一齐予以考虑。第二个问题是要弄清在地震参数和我们致力研究的地震相之间存在的某种联系。本文提出一种自动相识别方法。分两步:第一步(或学习步),从确定我们期望识别的每一个相的供学习的地震道开始。供学习的地震道可以根据井资料来选择,也可以依据地震地层学的解释结果来选择。然后对这些学习道计算大量的地震参数。用多元分析来核实学习道选择的正确性,并从所有的参数中选出判别作用最好的参数。在这一步,为了把地震参数和地质特征联系起来,可能要做模型计算。第二步是预测步,进行相的自动识别。对未知地震道计算上一步选择的判别参数,对照学习道来划分未知道。 相似文献
14.
地震相人工解释需要耗费大量的时间和精力,并存在很大的主观性和不确定性,从而直接影响地震资料解释的准确性。虽然深度学习算法已经广泛用于地震相划分,然而由于地震相出现的模式及其空间尺度的多样性,在保证高分辨率以及高精度的同时,提高计算效率仍是一项具有挑战性的任务。为此,提出基于LinkNet的地震相自动划分方法,采用多分类交叉熵与Tversky的加权线性组合作为网络训练的损失函数。Tversky通过调整参数平衡假正类和假负类,进而提升召回率等指标以提高不均衡数据中少数类地震相边界的刻画精度。LinkNet解码层共享编码层的学习特征,使解码层的结构更精简,大大提高了计算效率。在荷兰北海F3区块的测试结果表明:所提方法刻画地震相的精度高于U-Net+PPM(金字塔池化模块),在面对不均衡数据时,对占比较小的类别的关注度更高,并具有更好的边界刻画能力;LinkNet计算速度快,可以在配置更低的设备上运行,较U-Net+PPM更实用。 相似文献
15.
已经开发出应用神经网络学习算法进行含噪声地震道编辑和拾取初至折射同相轴的人机交互地震处理系统。我们应用改进的后传神经网络(BNN),以改善BNN的收敛速度。通过人工处理员精心选择道编辑或折射拾取的例子,并将这些例子输入BNN,交互地对BNN进行训练,使它能编辑地震数据或拾取初至波。然后,迭代地对网络中的内部权重进行调整,直至它能精确地重复由用户提供的例子。在完成训练之后,BNN系统就可模仿人工处理 相似文献
16.
模糊竞争神经网络在地震微相划分中的应用 总被引:2,自引:0,他引:2
为了满足地震解释中无监督型聚类分析的需要,我们提出了一种模糊自组织神经网络的结构和算法,它是在Kohonen自组织网、模糊网及竞争网的基础上发展起来的,它将模糊自组织神经网络中的隶属度概念引入了网络的训练过程,因而收敛速度很快;同时借鉴了竞争网良好的自适应和动态聚类能力及Kohonen网的映射密度图的概念,因此它具有快速处理大容量的数据且分类精度易于控制的特点。此种算法用于地震微相的划分取得良好的效果。 相似文献
17.
18.
在钻井稀少、地震反演效果不佳的情况下,如何明确不同时期三角洲的亚相划分和进积方向是进一步确定勘探目标的前提。本文在三角洲沉积规律基础上,利用高频地震层序的厚度变化对三角洲的亚相进行划分:三角洲平原亚相地层厚度薄且较稳定;三角洲前缘亚相的地层厚度明显增大;前三角洲亚相为整个三角洲厚度最大的地区;前三角洲向湖泊方向地层厚度快速减薄并趋于稳定的地区为半深湖亚相。依据此模型对渤中1/2区块东二下各高频地震层序进行了三角洲亚相划分,实践表明,该方法具有较好的应用效果。 相似文献
19.
Stratimagic地震相分析技术在公山庙区块油气勘探中的应用 总被引:1,自引:0,他引:1
谢继容 《天然气勘探与开发》2001,24(3):22-27
Stratimagic地震相分析技术的原理
地震相是对特定沉积体的地震响应,地震的各种属性则包含了地下地质体的多种信息.不同类型的地层岩性、物性的变化都将引起反射特征的变化.传统地震属性的应用(如地震属性计算、反演等)中丢失了两个基本信息:①是不清楚工区地震信号的总体变化,②是这种变化的分布规律是怎样的?因此,很难给出井位处地震信号变化的可靠评估,也就很难进行可靠的信息外推. 相似文献