匹配追踪和基追踪算法在薄储层反演中的研究与应用

发布时间：2020-11-16 10:41

　　 随着油气勘探开发力度不断加大,易于勘探、基于构造而存储的油气藏数量正在减少,勘探目标逐渐转移到寻找隐蔽性油气藏,尤其是薄储层油气藏,因此,薄储层的精细刻画与识别成为了当今勘探重要研究方向之一。本论文以匹配追踪方法为基础,主要研究了基于基追踪算法的反射系数反演及其在薄互储层中的应用。本文利用了压缩感知框架理论中的匹配追踪算法和基追踪算法。首先实现了基于单层(单极子)匹配追踪算法对地震信号进行反射系数反演,单极子匹配追踪算法得到的反射系数剖面横向连续性较差且对产生了调谐的地震信号反演能力较弱。针对该问题继续研究基于双层(双极子)匹配追踪,该方法在信号的分解精度上比单极子匹配追踪算法效果好,但是求得的反射系数剖面连续性亟待改善。究其原因是匹配追踪算法目标函数是范数优化问题,得到的解是局部最优解,而连续性是对整体的反射系数的要求。基于目标函数的非凸优化问题转化为凸优化问题的思路。其次,本文开展了基追踪在反射系数反演中的应用研究。基追踪方法针对的是范数优化问题,所得的解是全局最优解。在子波已知的情况下,基追踪的效果是极好的,但是由于在实际资料反演中,子波是未知的且是时变的,因此基追踪反演得到的反射系数剖面虽然连续性较匹配追踪算法得到了改善,但是准确度却相对下降。为此,本文提出改进的基追踪算法,改进的基追踪算法是在单极子匹配追踪的基础上获得时变子波来构建基追踪的原子库,这与实际地震波的传播特性和规律更为符合,该方法能够有效提高薄储层的反演和识别精度。最后,通过理论模型效果分析了单极子匹配追踪算法、双极子匹配追踪、基追踪和改进基追踪方法的反演精度和稳定性。同时,为了验证算法的正确性和适用性,对基于实际地震资料所得的反演系数参数进行道积分,验证是否与实际资料的井资料吻合。实际资料反演结果显示了改进基追踪算法反演结果与井资料吻合程度较好,同时运用得到的反射系数求解相对波阻抗,从而为薄互层识别和储层预测提供有效依据。
【学位单位】：成都理工大学
【学位级别】：硕士
【学位年份】：2019
【中图分类】：P631.4;P618.13
【部分图文】：

2( ( ) )2( ) [1 2( ( ) )]pf t upr t u f t u eππ = （3- 为主频， 为时间延迟，其波形由一个主瓣和两个旁瓣构成。图 3-1 为克子波波形图及其频谱图。对信号做傅里叶变换得到其频谱图，从频看出，频率峰值位置处的频率即雷克子波的主频。a)(b)

号采样点为 40，图 3-3 是反射系数模型图，反射系数的位震信号中的地震子波信号的位置是未知的，不同的子波和，得到不同位置的地震子波。过完备原子库必须包含了不射系数的位置对应着子波的位置，反演时得到地震子波位系数的位置。

图 3-2 非零相位雷克子波(a)60°雷克子波波形图；（b）60°相位雷克子波频谱图．反射系数模型的建立设地震信号的采样点为 N ，那么需要建立一个 N *N 的幅度为 1 的反射。如信号采样点为 40，图 3-3 是反射系数模型图，反射系数的位置对应
【相似文献】

相关期刊论文 前10条

1 石曼曼;李雷;杨真真;;分段迭代匹配追踪图像重构算法[J];中国图象图形学报;2017年09期

2 王世豪;金辉鑫;;基于微分进化算法的匹配追踪算法研究[J];数字技术与应用;2015年01期

3 黄芳;朱永忠;;基于局部性质的改进正交匹配追踪算法[J];青岛科技大学学报(自然科学版);2013年05期

4 张玉峰;;改进的基于树型搜索的正交匹配追踪算法[J];电脑知识与技术(学术交流);2007年14期

5 高强,张发启,孙德明,何正嘉;遗传算法降低匹配追踪算法计算量的研究[J];振动、测试与诊断;2003年03期

6 高飞,玉振明,解光;匹配追踪分解算法的简化实现[J];广西大学梧州分校学报;2002年01期

7 沙志超;盛卫东;徐湛;李骏;;运用改进正交匹配追踪算法精确估计跳频信号跳变时刻[J];国防科技大学学报;2016年02期

8 邢岩辉;林云;;改进的压缩采样匹配追踪算法[J];计算机应用;2015年S1期

9 熊承义;董攀峰;;基于FPGA的正交匹配追踪算法的硬件实现[J];中南民族大学学报(自然科学版);2013年02期

10 冯勇明;周丽;李真;;基于匹配追踪的蜂窝夹层复合材料损伤检测[J];仪器仪表学报;2012年04期

相关博士学位论文 前10条

1 李青;优化核方法[D];西安电子科技大学;2007年

2 罗咏劼;追踪与广义近似消息传递[D];电子科技大学;2016年

3 赵勇;小波变换与匹配追踪电能质量分析方法研究[D];北京化工大学;2011年

4 冯勇明;基于Lamb波的航空复合材料板结构损伤识别技术方法研究[D];南京航空航天大学;2012年

5 毕雪;基于能量的稀疏重建及多尺度压缩感知的研究[D];西南交通大学;2014年

6 严保康;低速重载机械早期故障稀疏特征提取的研究[D];武汉科技大学;2014年

7 李政;飞机常见结构原位超声无损检测技术研究[D];国防科学技术大学;2010年

8 易学能;图像的稀疏字典及其应用[D];华中科技大学;2011年

9 彭延峰;自适应最稀疏时频方法及其在旋转机械故障诊断中的应用[D];湖南大学;2017年

10 徐安豹;压缩感知与矩阵填充问题的阈值算法及匹配追踪算法研究[D];湖南大学;2017年

相关硕士学位论文 前10条

1 孙新新;基于压缩感知的信号重构算法研究[D];南京邮电大学;2019年

2 姚瑶;匹配追踪和基追踪算法在薄储层反演中的研究与应用[D];成都理工大学;2019年

3 陈姝荞;匹配追踪算法在地震资料处理中的应用[D];中国石油大学(北京);2018年

4 梁杰中;时频谱的研究与应用[D];中国石油大学(华东);2017年

5 于庆祥;基于压缩感知的DOA估计及其FPGA实现[D];哈尔滨工程大学;2019年

6 胡志宇;互联网络拓扑测量方法研究及测量系统实现[D];电子科技大学;2019年

7 朱慧;基于匹配追踪的MRS信号噪声滤除方法研究[D];吉林大学;2018年

8 王聪;双极子匹配追踪在地震反演中的研究与应用[D];成都理工大学;2018年

9 索春琳;OFDM系统中基于正交匹配追踪的稀疏信道估计算法研究[D];东北大学;2015年

10 张晓芳;基于匹配追踪和深度学习的压缩感知图像重建研究[D];中国科学技术大学;2018年

本文编号：2886072