基于线性预测倒谱系数的地震相分析

发布时间：2017-08-31 15:19

  本文关键词：基于线性预测倒谱系数的地震相分析

  更多相关文章： 线性预测倒谱系数 地震相分析 储层预测 K均值聚类 语音识别

【摘要】：本文借鉴语音识别技术中的线性预测倒谱系数(LPCC系数)特征参数提取方法对地震数据进行分解,这种方法的优点是:可以获得将子波和反射系数信息分离的地震语音特征参数,对地质现象边界具有较好的描述能力,使我们可以从不同维度更细致地观察隐藏在地震数据中的地质特征.理论模型分析表明,基于LPCC系数的地震分析具有较高的地震相划分能力.实际地震资料应用表明,LPCC系数对储层特征的描述比常规三瞬属性更为细致,不同阶次LPCC系数在描述储层不同特征时也保持了内在的联系.采用K均值聚类方法对提取的12阶和24阶LPCC系数进行聚类分析,聚类结果与目的层段古地形较为吻合,较好地反映了研究区的断裂、礁滩相带、深水扇和储层的分布特征,说明在地震相分析中采用LPCC系数作为特征参数是可行和有效的.
【作者单位】： 中国石油勘探开发研究院;中国地震台网中心;
【关键词】： 线性预测倒谱系数 地震相分析 储层预测 K均值聚类 语音识别
【基金】：国家重点研发计划重点专项(2016YFC060110701) 国家自然科学基金(40504110)联合资助
【分类号】：P631.4
【正文快照】： 1　引言地震相分析是进行储层预测和储层特征描述的重要基础工作之一(Nivlet,2007;John　et　al.,2008),通过分析地震剖面的反射结构、连续性、振幅、频率、相位和速度等地震反射参数来进行定性地质解释(Payton,1980).现在一般直接利用地震反演、地震属性及其聚类和分类结果进

【相似文献】

中国期刊全文数据库 前10条

1 王英民;;《地震相分析》讲座(三) 第三章 地震相分析方法[J];岩相古地理;1991年04期

2 邹文;陈爱萍;贺振华;顾汉明;;基于S变换的地震相分析技术[J];石油物探;2006年01期

3 刘庆敏;杨午阳;田连玉;徐云泽;李琳;;基于经验模态分解的地震相分析技术[J];石油地球物理勘探;2010年S1期

4 帅庆伟;;基于主成分分析方法的地震相分析技术研究[J];内蒙古石油化工;2011年10期

5 周红艳;基于三维场的地震相分析方法及应用[J];石油天然气学报(江汉石油学院学报);2005年S3期

6 仲伟军;关键;刘珂;陈红;;地震相分析技术在沙门子鼻隆岩性预测中的应用[J];新疆地质;2006年03期

7 唐小彪;梁栋;杨金政;;地震相分析技术综述[J];内蒙古石油化工;2009年04期

8 孙学凯;崔若飞;;地震相分析在探测煤层中火成岩侵入范围的应用[J];煤田地质与勘探;2010年05期

9 卢刚臣;塘沽─新村三维区几种典型地震相分析[J];石油地球物理勘探;1998年S1期

10 袁全社,乐友喜;用神经网络与构造属性进行交互地震相分析[J];勘探地球物理进展;2004年02期

中国重要会议论文全文数据库 前8条

1 李新德;;应用模式识别技术的地震相分析系统[A];1990年中国地球物理学会第六届学术年会论文集[C];1990年

2 蒋凌志;池英柳;薛良清;卫延召;曹颖辉;;基于波形分类的地震相分析技术及应用[A];2002低渗透油气储层研讨会论文摘要集[C];2002年

3 喻国凡;谢明良;张守昌;张泽惠;;地震相分析技术在小洼油田的应用[A];1998年中国地球物理学会第十四届学术年会论文集[C];1998年

4 刘杏芳;徐光成;;地震相分析技术中的影响因素[A];中国地球物理2013——第二十专题论文集[C];2013年

5 温祥泉;;微地震相分析——储层预测的新方法[A];1998年中国地球物理学会第十四届学术年会论文集[C];1998年

6 祝靓谊;高宏亮;;Stratimagic在典型地震相分析中的应用[A];中国地球物理.2003——中国地球物理学会第十九届年会论文集[C];2003年

7 阎建国;;层序地层格架下的地震相分析方法及储层预测[A];中国地球物理·2009[C];2009年

8 王媛;王英民;刘豪;;准噶尔盆地玛6井区侏罗系三工河组S_2~2砂层地震相分析[A];2001年全国沉积学大会摘要论文集[C];2001年

中国硕士学位论文全文数据库 前5条

1 王威;霸县凹陷文安斜坡沙二段—东营组储层地震相分析[D];长江大学;2012年

2 朱强;等时地层格架下的地震相分析方法与应用研究[D];成都理工大学;2010年

3 朱威;LF地区古近系地震相分析及应用[D];长江大学;2013年

4 王龙军;基于三维地震的地震相分析技术研究[D];西安科技大学;2008年

5 刘远志;碳酸盐岩地震相分析与数值模拟[D];成都理工大学;2009年

，

本文编号：766350