地震倒谱特征参数谱聚类地震相分析方法

常用的地震相分析方法有随机模拟、神经网络、聚类算法和深度学习等.随机模拟结果易受随机模型影响,而且在地质结构复杂地区难以准确划分地震相.神经网络和深度学习具有较强的容错性和泛化能力,但需要海量训练样本数据,同时训练网络的计算量巨大.K均值聚类、C模糊聚类等经典聚类算法在简单数据集上均获得了理想的聚类结果,但对于非凸数据...     

模糊C均值地震属性聚类分析

 地震多属性聚类分析是进行储层预测的有效工具。本文提出了基于模糊C均值的地震属性聚类方法，该方法可以将多种地震属性进行分析从而生成有效的特征图，它可以寻找各个类的最优聚类中心，并给出样本点属于每一类的隶属度。此算法是一个简单迭代过程，且算法的关键取决于两个参数：其一是聚类数要远小于聚类样本的总个数；其二是加权参数要适中，过大或过小均不利于聚类效果的改善。模型试验和实际资料的应用表明了该方法原理简单且算法鲁棒性好，具有很好的实际应用价值。     

模糊聚类在三维地震参数处理中的应用

三维地震参数是一个庞大的三维数据体，能从不同侧面反映储集层的特征。通过对三维地震参数的分析，可以评估油藏表征的参数（沉积相、构造、生长历史、流体饱和度等）。针对传统的聚类方法不能很好地综合考虑各个参数之间的相似程度，提出了用模糊C-均值聚类（fuzzy c-means clustering，简称FCM）对三维地震参数进行处理。从三维地震参数和油藏表征参数之间的关系出发，采用模糊C-均值聚类方法对三维地震参数进行处理，依此评估油藏表征的参数。测试结果表明，模糊C-均值聚类方法能够对三维地震参数进行较为准确的分类，并为储集层的研究提供了很好的依据。     

微地震相自动化解释及其应用

微地震相分析着眼于地震反射波形,目的是确定地下储层的横向岩性变化。该方法基于这样的假设,当沉积单元发生变化时.其地震反射波的振幅、频率和相位必定有所变化,即不同成因的地质体,必定有相应的地震反射波形特征。据此.本文应用模糊动态聚类和模式识别相结合的方法,在人机交互解释系统上自动实现微地震相分析。     

基于叠前地震纹理特征的半监督地震相分析

为了充分挖掘叠前地震数据中反映地震相类别的细微信息,充分利用钻井、地质等先验知识,提出基于叠前地震纹理属性的半监督地震相分析算法。该算法首先引入叠前地震纹理属性,以突出地震反射信息中的微小空间、振幅随方位角/炮检距等的变异性;然后采用自组织映射,对训练样本对进行训练;最后在钻井先验知识的约束下,对自组织映射输出层的神经元进行半监督聚类,得到神经元与地震相类别的映射关系。理论模型和实际资料应用结果证实该方法可提高地震相图的准确度及地震微相的识别能力,是一种性能优越的地震相分析工具。     

模糊聚类分析方法在地震层位自动对比中的应用

本文探讨了模糊聚类分析方法在地震层位的自动对比中的应用,详细地分析了地震剖面所具有的模糊性质,提出了用模糊聚类方法在计算机上实现自动对比层位的流程,指出了在模糊聚类分析中用综合评判准则的必要性及其实现方法。文中对理论和实际剖面进行了计算,取得了较好的性质相近的样点的聚类,说明了模糊聚类分析方法在地震层位自动对比中的可行性。     

基于布谷鸟搜索的地震属性聚类方法及其在塔中地区碳酸盐岩礁滩储层的应用

地震属性聚类是提取隐藏在地震数据中地质特征的重要途径,K均值是最常见的聚类方法之一,方法简单且高效,但是该算法存在局部收敛、结果依赖于初值等问题。为了解决该问题,将具有全局寻优能力和更高搜索效率的布谷鸟搜索算法引入到地震属性聚类中,通过扩大搜索范围,增加种群数量,更容易跳出局部极值。结果表明,通过2个理论数据集试验证明基于布谷鸟搜索的聚类算法能较好地发现非线性数据结构中低维特征。通过实际地震数据应用可以看出基于布谷鸟搜索的地震属性聚类算法能比较准确地刻画塔里木盆地塔中地区碳酸盐岩礁滩储层和油气的分布。     

无监督神经网络地震属性聚类方法在沉积相研究中的应用

基于自组织映射神经网络分析技术(SOMA)划分地震相是一种属性综合聚类方法,开展地震属性优选、确定聚类种数、分析地震相—沉积相关系是该方法应用过程中的关键.针对银额盆地白垩系苏红图组主力生油层系,充分挖掘叠后地震资料中反映的地震相类别信息,在地震沉积学理论指导下,应用SOMA进行属性聚类分析,并结合地质资料开展地震相—...     

梯度结构张量分析法在三维地震资料河道砂体预测中的应用

梯度结构张量分析是近年来引入地震解释领域的一种新的属性分析方法,可用于识别地震数据体中的具有不同纹理特征的沉积地貌单元。在地震剖面上,河道沉积充填模式主要有上超充填、侧向加积、复合充填及杂乱和无反射充填等类型;从图像纹理角度来看,前３种表现为弯曲层状纹理,后２种则为杂乱纹理。以四川盆地北部Ｘ地区下侏罗统河流相储层为例,对三维地震数据体开展梯度结构张量分析,提取反映河道纹理特征的各向异性参数,通过地层切片刻画河道地貌单元的形态和空间展布特征,取得了满意效果。与常规方法提取的相干及几何属性比较,该方法的抗噪性更好,对河道等沉积地貌单元的反映更为灵敏。     

基于模糊C均值聚类的流动单元划分方法——以克拉玛依油田五3中区克下组为例

流动单元的划分方法直接影响着储层性质的评价及油藏后期开发.针对常用的流动单元评价方法--流动带指标法容易出现聚类指标优劣交叉的问题,提出了基于模糊C均值聚类模型划分流动单元的方法.该方法通过分析多种储层属性,寻找各类的最优聚类中心,并给出样本点属于每一类的隶属度,更准确地标定出每个样品的聚类域.以克拉玛依油田五3中区克下组油藏为例,通过在聚类过程中有效地实施人工干预,解决了流动单元划分指标不匹配的问题,在生产实际中取得了较好的应用效果.