地震層面及斷層自動解釋方法研究
發(fā)布時間：2020-12-03 08:03
隨著地震數(shù)據(jù)解釋技術的成熟,在地質勘探中對地震層面及斷層的解釋已經(jīng)成為一種趨勢。本文以地震記錄為研究對象,應用神經(jīng)網(wǎng)絡、小波分析和智能螞蟻等數(shù)學算法完成地震層面及斷層自動解釋。本文的主要研究內容和結果如下:通過分析數(shù)據(jù)特點,完成了對地震記錄SEG_Y格式文件的解析。地震數(shù)據(jù)的采集受到多種因素的影響,會產生噪聲,本文采用小波閾值濾波技術對地震波進行消噪處理,為地層追蹤提供高質量的數(shù)據(jù);并使用相干技術對地震數(shù)據(jù)進行預處理,形成相干體,為斷層識別提供良好的數(shù)據(jù)支持。利用地震同相軸波形特性,采用自組織神經(jīng)網(wǎng)絡進行地震層面追蹤。由于神經(jīng)元過多會增加神經(jīng)網(wǎng)絡的負擔,為維持地震波特性,本文首先采用主成分分析法對地震波參數(shù)進行降維處理,之后利用自組織神經(jīng)網(wǎng)絡完成對地層的自動追蹤。實驗表明,利用基于主成分分析法的自組織神經(jīng)網(wǎng)絡對地層自動追蹤,既保留了地震波形的參數(shù)特性,又提高了地層追蹤的效率。根據(jù)相干體的數(shù)據(jù)屬性,采用蟻群算法對斷層進行自動識別。蟻群算法時間復雜度隨螞蟻數(shù)量的增多而增大,追蹤前優(yōu)化的螞蟻數(shù)量、追蹤時采用基于塊的梯度確定追蹤方向,并不斷調整螞蟻數(shù)量以提高斷層識別的速度。實驗表明,本文的基于...
【文章來源】：西安科技大學陜西省
【文章頁數(shù)】：64 頁
【學位級別】：碩士
【部分圖文】：
螞蟻覓食行為
西安科技大學碩士學位論文于地震子波在傳送的過程中遇到地質異常情況時的干擾波；以及對地震數(shù)據(jù)振幅體干處理，為后面章節(jié)的斷層識別提供良好的數(shù)據(jù)支持。.2.1 地震波去噪處理通過分析地震勘探數(shù)據(jù)，對了解地質構造是非常重要的，記錄信息包含了地震勘程領域的所有信息。其中噪聲是不可避免的，而噪聲又有很多來源，比如儀器噪聲境噪聲，因此選擇合適的方法對地震波進行消噪，對提取地震波的有效信息尤為重目前，地震波的降噪方法有很多，常用的降噪方法是通過降低地震資料分辨率為來換取高信噪比。在消噪過程中，傅里葉變換是傳統(tǒng)的隨機噪聲去除方法，它只能映信號在整個時間域的頻譜特性；而小波分析技術可以根據(jù)局部波的差異來調整參有效波的提取非常有用。下圖為小波抑制細節(jié)系數(shù)消噪及應用傅里葉變換降噪的效：
2 地震數(shù)據(jù)處理細節(jié)系數(shù)和 FFT 去噪比較如表 2.2 所示：表 2.2 降噪成果參數(shù)比較表去噪方法 參數(shù) 能量比 標準差小波細節(jié)系數(shù)去噪X1 0.9010 48.8734X2 0.9287 32.4658傅里葉去噪X1 0.8710 66.6615X2 0.9491 41.4371X3 0.9645 34.8462看出：使用傅里葉降噪處理要比小波抑制細節(jié)系降噪的相似度低。小波閾值進行消噪處理的效果圖：
【參考文獻】：
期刊論文
[1]基于自組織特征映射神經(jīng)網(wǎng)絡的聚類分析[J]. 丁碩,常曉恒,巫慶輝. 信息技術. 2014(06)
[2]一種改進的蟻群算法在斷層自動追蹤中的應用[J]. 趙俊省,孫贊東. 科技導報. 2013(27)
[3]小斷層的地震識別[J]. 劉峰,牟中海,蔣裕強,仇鵬,羅芳. 地球物理學進展. 2011(06)
[4]利用方向約束蟻群算法識別斷層[J]. 嚴哲,顧漢明,蔡成國,穆星. 石油地球物理勘探. 2011(04)
[5]基于譜分解技術的小斷層識別[J]. 陳波,魏小東,任敦占,張亞中,王亞楠,李建華. 石油地球物理勘探. 2010(06)
[6]Land 3D-Seismic Data: Preprocessing Quality Control Utilizing Survey Design Specifications, Noise Properties, Normal Moveout, First Breaks, and Offset[J]. Abdelmoneam Raef. Journal of Earth Science. 2009(03)
[7]蟻群算法中求解參數(shù)最優(yōu)選擇分析[J]. 張毅,梁艷春. 計算機應用研究. 2007(08)
[8]基于SOFM網(wǎng)絡的多層模糊關聯(lián)規(guī)則挖掘算法[J]. 李學俊,李龍澍,徐怡. 華南理工大學學報(自然科學版). 2007(05)
[9]地震新技術在低級序斷層識別中的應用[J]. 夏冰. 斷塊油氣田. 2007(02)
[10]低序級斷層識別技術在復雜斷塊油藏注采調整中的運用[J]. 曾祥平,楊海中,王宏,姜開惠. 石油勘探與開發(fā). 2006(05)
博士論文
[1]裂縫油氣藏儲層預測方法及應用研究[D]. 汪勇.中國地質大學 2013
碩士論文
[1]基于相干體技術的斷層識別研究[D]. 馮苗苗.吉林大學 2014
[2]基于蟻群算法的三維地震斷層識別方法研究[D]. 趙偉.南京理工大學 2009
[3]面向動態(tài)需求的軟件模塊化結構評價研究[D]. 張軼.重慶大學 2009
[4]基于人工神經(jīng)網(wǎng)絡方法的斷層兩側地層層位追蹤的研究[D]. 趙皓.成都理工大學 2005
本文編號：2896230
【文章來源】：西安科技大學陜西省
【文章頁數(shù)】：64 頁
【學位級別】：碩士
【部分圖文】：
螞蟻覓食行為
西安科技大學碩士學位論文于地震子波在傳送的過程中遇到地質異常情況時的干擾波；以及對地震數(shù)據(jù)振幅體干處理，為后面章節(jié)的斷層識別提供良好的數(shù)據(jù)支持。.2.1 地震波去噪處理通過分析地震勘探數(shù)據(jù)，對了解地質構造是非常重要的，記錄信息包含了地震勘程領域的所有信息。其中噪聲是不可避免的，而噪聲又有很多來源，比如儀器噪聲境噪聲，因此選擇合適的方法對地震波進行消噪，對提取地震波的有效信息尤為重目前，地震波的降噪方法有很多，常用的降噪方法是通過降低地震資料分辨率為來換取高信噪比。在消噪過程中，傅里葉變換是傳統(tǒng)的隨機噪聲去除方法，它只能映信號在整個時間域的頻譜特性；而小波分析技術可以根據(jù)局部波的差異來調整參有效波的提取非常有用。下圖為小波抑制細節(jié)系數(shù)消噪及應用傅里葉變換降噪的效：
2 地震數(shù)據(jù)處理細節(jié)系數(shù)和 FFT 去噪比較如表 2.2 所示：表 2.2 降噪成果參數(shù)比較表去噪方法 參數(shù) 能量比 標準差小波細節(jié)系數(shù)去噪X1 0.9010 48.8734X2 0.9287 32.4658傅里葉去噪X1 0.8710 66.6615X2 0.9491 41.4371X3 0.9645 34.8462看出：使用傅里葉降噪處理要比小波抑制細節(jié)系降噪的相似度低。小波閾值進行消噪處理的效果圖：
【參考文獻】：
期刊論文
[1]基于自組織特征映射神經(jīng)網(wǎng)絡的聚類分析[J]. 丁碩,常曉恒,巫慶輝. 信息技術. 2014(06)
[2]一種改進的蟻群算法在斷層自動追蹤中的應用[J]. 趙俊省,孫贊東. 科技導報. 2013(27)
[3]小斷層的地震識別[J]. 劉峰,牟中海,蔣裕強,仇鵬,羅芳. 地球物理學進展. 2011(06)
[4]利用方向約束蟻群算法識別斷層[J]. 嚴哲,顧漢明,蔡成國,穆星. 石油地球物理勘探. 2011(04)
[5]基于譜分解技術的小斷層識別[J]. 陳波,魏小東,任敦占,張亞中,王亞楠,李建華. 石油地球物理勘探. 2010(06)
[6]Land 3D-Seismic Data: Preprocessing Quality Control Utilizing Survey Design Specifications, Noise Properties, Normal Moveout, First Breaks, and Offset[J]. Abdelmoneam Raef. Journal of Earth Science. 2009(03)
[7]蟻群算法中求解參數(shù)最優(yōu)選擇分析[J]. 張毅,梁艷春. 計算機應用研究. 2007(08)
[8]基于SOFM網(wǎng)絡的多層模糊關聯(lián)規(guī)則挖掘算法[J]. 李學俊,李龍澍,徐怡. 華南理工大學學報(自然科學版). 2007(05)
[9]地震新技術在低級序斷層識別中的應用[J]. 夏冰. 斷塊油氣田. 2007(02)
[10]低序級斷層識別技術在復雜斷塊油藏注采調整中的運用[J]. 曾祥平,楊海中,王宏,姜開惠. 石油勘探與開發(fā). 2006(05)
博士論文
[1]裂縫油氣藏儲層預測方法及應用研究[D]. 汪勇.中國地質大學 2013
碩士論文
[1]基于相干體技術的斷層識別研究[D]. 馮苗苗.吉林大學 2014
[2]基于蟻群算法的三維地震斷層識別方法研究[D]. 趙偉.南京理工大學 2009
[3]面向動態(tài)需求的軟件模塊化結構評價研究[D]. 張軼.重慶大學 2009
[4]基于人工神經(jīng)網(wǎng)絡方法的斷層兩側地層層位追蹤的研究[D]. 趙皓.成都理工大學 2005
本文編號：2896230
本文鏈接：http://www.lk138.cn/projectlw/dqwllw/2896230.html
最近更新
教材專著
