地震储层描述技术7

  • 格式:pdf
  • 大小:911.55 KB
  • 文档页数:20
转载
方法简介-KOHONEN神经网络


博客石油-
转载
精彩内容请登陆 www. blogoil .com
方法简介-KOHONEN神经网络
竞争学习过程
竞争学习可以描述为:对于第个输入模式,寻找与 距离最近的神经元,该神经元满足:
N ρ ρ ρ ρ X t − Wm (t ) = min { X t − W j (t ) } j =1
转载
精彩内容请登陆 www. blogoil .com
LandMark(PAL与RAVE)中 常用的地震属性
Complex Trace Statistics (复地震道统计类) Average Reflection Strength Average Instantaneous Frequency 博客石油Average Instantaneous Phase 精彩内容请登陆 Slope of Reflection Strength www. blogoil .com Slope of Instantaneous Frequency
转载
地质模式指导下的预测 结果解释及有利区带评价
定量地震相分析
地震相定义
地震相是沉积相在地震剖面上的影射,它 是指有一定分布范围的三维地震反射单元,其 地震参数如反射结构、几何外形、振幅、频率 、连续性和层速度,皆与相邻相单元不同。它 博客石油精彩内容请登陆 代表产生其反射的沉积物的一定的岩性组合、 www. blogoil .com 层理和沉积特征。正因为这样,可以说地震相 是沉积相在地震剖面上的反映。
方法简介-KOHONEN神经网络
侧反馈
ρ ρ ρ ⎧W j (t ) + α (t ) X t − W j (t ) ρ ⎪ W j (t + 1) = ⎨ ρ ⎪W j (t ) ⎩
数值分析表明,墨西哥草帽函数侧反馈的效果 可用有效的计算方法来模拟。侧向权值被消去并且 用一个区域代替,在这一区域中响应被最大化。而 侧反馈的调整可以通过简单地调整邻域的大小来体 现,加上侧反馈后,其权值调整不仅仅争对获取神 经元,而且对其邻域内的所有神经元进行调整。其 调整邻域大小可在训练过程中变化,邻域越大意味 博客石油 着正向反馈越多,训练区域越大。正是通过早期训 精彩内容请登陆 www. blogoil 练期间邻城函数的较大值,使得网络结构有序化。 .com 此时数值的调整可表示为:
(1)传统地震相分析主观性很强。(2) 随着地震处理技术的不断提高,使得地震剖面 上包含的地震信息更加丰富,而其中的许多信 息光靠肉眼在地震剖面上观察是检测不出来 博客石油的,必须借助地震数据采集技术和计算机技术 精彩内容请登陆 加以提取、分析,并通过一定的数学方法,对 www. blogoil .com 这些地震信息的地质特征加以解释。在这种情 况下, 从1984年开始的产生定量地震相分 析,目前,模式识别、人工智能专家系统和人 工神经网络已进入地震相定量分析这一研究领 域。
转载
[
]
j ∈ Ω m (t ) j ∉ Ω m (t )
方法简介-STRATIMAGI地震相分析步骤
模 型 道 生 成
对等时窗内地震数据集利用KOHONEN神经网络 方法提取典型的合成地震道,各合成地震按顺序 渐变(波形)排列,并给每个合成道指定一个值 或颜色。这一阶段不需要井数据,结果100%可重 博客石油复。
转载
LandMark(PAL与RAVE)中 常用的地震属性
Sequence Statistics (层序统计) Percent Greater than Threshold -提供Threshold值 Percent Less than Threshold 博客石油精彩内容请登陆 -提供Threshold值 www. blogoil .com Eengy Half-time Slope at Energy Half-time Ratio of Positive to Negative Samples Number of Peaks Number of Troughs
转载
LandMark(PAL与RAVE)中 常用的地震属性
Correlation Statistics (相关统计) Covariance Coefficient to Next CDP -提供Maximum Trace-to-Trace Time Shift参数 Correlation Window Time Shift to Next CDP 博客石油-提供Maximum Trace-to-Trace Time Shift参数 精彩内容请登陆 以下为多道统计-提供分析的道数 www. blogoil .com Average Signal-to-Noise Ratio Correlation Length Correlation Components -选择P1、P2或P3 Karhunen-Loeve Signal Complexity(P1-P2)/(P1-P3)
ρ ρ ρ ⎧W j (t ) + α (t ) X t − W j (t ) ρ ⎪ W j (t + 1) = ⎨ ρ ⎪W j (t ) ⎩
其数值调节准则为:
博客石油-
转载
[
]
精彩内容请登陆 www. blogoil .com
j=m
j≠m
其中0<<1,且随时间递减。因此,训练结果是权值 矢量逐渐向输入模式靠近。但权值矢量分布是不规 则的。
转载
地震属性预处理
预处理包括:去野值、归一化和平滑处理。 去野值:去掉一些数值特大特小的异常点 归一化:使数量级有差别的各测线的参数值 博客石油 统一到相同的量刚上来; 平滑:
转载
精彩内容请登陆 www. blogoil .com
消除参数的突跳不平,采用三点或五 点平滑方法
跃进1号模式识别
分三步: (1)确定学习样本 显示好的井做为一类样 本, 如跃灰1井与跃灰47井等,没有显示的井 博客石油 做为另一类样本, 精彩内容请登陆 如跃8-5,跃13-5等 www. blogoil .com
转载
定量地震相分析
传统地震相分析方法
传统地震相分析方法通过肉眼观测来描述的,俗称“ 相面法”。它类似于观察和描述岩心或露头的沉积相分析 ,但它是通过对地震剖面上反射特征的观察和描述来进行 的。 地震相的特征可用地震相参数来表达,所谓地震相参 博客石油数是地震相内部那些对地震剖面的面貌有重要影响,并且 精彩内容请登陆 具有重要沉积相意义的地震反射参数。它有三种类型,即 www. blogoil .com 物理参数、地震反射构型和地震相单元边界反射结构。博客石油-转载
精彩内容请登陆 www. blogoil .com
定量地震相分析
地震相解释的匹配准则与步骤
匹配准则
能量匹配准则 以岩心相为准则 沉积体系匹配准则 沉积演化史匹配准则
步骤
地震相划分 剖面 平面 地震相转换
博客石油-
转载
精彩内容请登陆 www. blogoil .com
定量地震相分析
定量地震相分析
转载
LandMark(PAL与RAVE)中 常用的地震属性
Spectral Statistics( (频,能)谱统计类) Effective Bandwidth Arc Length 博客石油Average Zero Crossings Frequency 精彩内容请登陆 Dominant Frequency Series(F1,F2 and F3) www. blogoil .com -sort by Frequency -sort by Amplitude Peak Spectral Frequency Spectral Slope from Peak to Maximum Frequency
转载
方法简介-KOHONEN神经网络
生 物 学 基 础
人脑由大量神经细胞组织,处于空间不 同区域的神经元分工有所不同,kohonen教 授认为人脑神经在接受外界输入模式时, 博客石油将会分成不同的对应区域,各区域对输入 精彩内容请登陆 www. blogoil .com 模式具有不同的向应特征,并且这一过程 是自动完成的,他利用这个思想来构造人 工神经网络,实现无监督的聚类与分类过 程。
博客石油转载
定量地震相分析
单元边界反射结构
反映了沉积过程中所发生的地质事件,如沉积物来源、构造运动、海 平面的相对变化等等。根据边界上下同相轴的几何接触关系可以分为两大 类,即整一界面与不整一界面,并可进一步划分为七种类型:
整一界面 平整整一、不平整整一 不整一界面 削截、视削截、顶超、上超、下超
方法简介-KOHONEN神经网络
侧反馈
如果希望在输出 层能够将特征进行聚 集,以便于在阵列中 互相靠近的位置可以 找到类似的特征, 那么就必须加入侧反 馈。侧反馈的大小和 类型(兴奋或抑制) 可用权值来表示,权 值一般是阵列内神经 元之间几何距离的函 数,如墨西哥草帽函 数。
博客石油-
转载
精彩内容请登陆 www. blogoil .com
转载
定量地震相分析
物理参数
物理参数是指地震剖面的各个组成部分 (即同相轴)的物理地震学特征,包括其视 振幅、视周期(视频率)、连续性三个方面 。 博客石油(1)视振幅:视振幅反映了其相应地下界面 精彩内容请登陆 www. blogoil .com 反射系数的大小。 (2)视周期:视周期(视频率)反映了反射界 面之间的间距大小。 (3)连续性:连续性是指同相轴的视振幅以 及视频率在横向上的稳定程度。
转载
定量地震相分析
地震反射构型
地震反射构型包括地震相单元的外形与地震相内部的反射结构 外形 席状、席状披盖、楔状、滩状、透镜状、丘形、充填 内部的反射结构 精彩内容请登陆 平行和亚平行反射结构、发散结构、前积反射结构、 www. blogoil .com 前积反射结构、退积反射结构,其中前积反射结构有: S型前积结构、顶超型前积结构、下超型前积结构、 斜交型前积结构、叠瓦型前积结构、杂乱前积结构、 复合前积结构、双向前积结构