基于混合粒子群优化算法的波阻抗反演研究
发布时间：2021-07-16 19:38
随着油气勘探技术的不断发展,类型相对简单的构造型油气藏已经基本枯竭。地震勘探日益成为发掘和识别岩性油气藏的重要途径,地震波阻抗反演不仅能很好的提高地震资料的后期解释,更能有效描述油藏信息。这种信息处理方式比较真实、全面地反映了岩层和地质结构,是钻井可靠性和安全性的重要依据。目前传统的线性反演方法已经满足不了实际的反演需求,不能取得好的反演结果。因此,本文采用非线性反演算法,基于粒子群优化算法进行改进融合,将其应用到波阻抗反演中,采用理论模型验证其可行性与可靠性,以便后期应用到实际地震资料反演中进行储层预测。文中首先简要介绍了地震反演的相关理论,波阻抗反演的基本原理及地震子波提取的方法,建立了反演的目标函数;详细的介绍了粒子群算法的原理、基本流程,重点对粒子群算法的学习因子、最大速度、惯性权重调整的一些策略进行研究,分析了算法的优缺点。为了弥补算法的缺陷,引入了混沌算法并融合遗传算法,提出了一种基于线性递减惯性权重的混沌粒子群遗传混合优化算法。在对算法理论研究的基础上,本文对其进行了仿真分析。惯性权重的选取在粒子群算法中非常重要,本文对不同惯性权重的选取策略进行了分析、仿真,结果表明线性...
【文章来源】：东北石油大学黑龙江省
【文章页数】：63 页
【学位级别】：硕士
【部分图文】：
实际地震剖面
图 5.8 井震结合地震剖面选用本算法旨在精细刻画储层的横向、纵向分辨能力。在做反演之前首先提取之首先要提取子波，经过对实际资料分析，采用 40Hz 的雷克子波作为提取的子波，垂地震数据采样率选择 0.5ms，反演出的波阻抗剖面如图 5.9 所示。从该剖面的储层预结果来看，目标层段内储层纵向各薄层砂体在波阻抗反演剖面上显示效果良好，预测果未受到地震资料宏观模型影响，井间薄层砂体连续性关系得到了清晰刻画，对于油范围内薄差储层预测具有很好的参考价值。
图 5.8 井震结合地震剖面选用本算法旨在精细刻画储层的横向、纵向分辨能力。在做反演之前首先提取之前首先要提取子波，经过对实际资料分析，采用 40Hz 的雷克子波作为提取的子波，垂向地震数据采样率选择 0.5ms，反演出的波阻抗剖面如图 5.9 所示。从该剖面的储层预测结果来看，目标层段内储层纵向各薄层砂体在波阻抗反演剖面上显示效果良好，预测结果未受到地震资料宏观模型影响，井间薄层砂体连续性关系得到了清晰刻画，对于油田范围内薄差储层预测具有很好的参考价值。
【参考文献】：
期刊论文
[1]一种粒子群算法优化支持向量机的汽车故障诊断方法研究[J]. 狄振华,黄珊珊,罗明. 小型内燃机与车辆技术. 2018(01)
[2]基于混沌理论和杂交策略改进的粒子群优化算法[J]. 熊军华,谢飞. 信息技术与信息化. 2017(10)
[3]粒子群优化的移动机器人路径规划算法[J]. 韩明,刘教民,吴朔媚,王敬涛. 计算机应用. 2017(08)
[4]基于邻域搜索的粒子群动态优化算法[J]. 申鼎才,胡声洲. 合肥工业大学学报(自然科学版). 2017(05)
[5]粒子群优化算法的改进及数值仿真[J]. 李建平,宫耀华,赵思远,卢爱平,李盼池. 吉林大学学报(理学版). 2017(02)
[6]改进的遗传粒子群混合优化算法[J]. 陈璐璐,邱建林,陈燕云,陆鹏程,秦孟梅,赵伟康. 计算机工程与设计. 2017(02)
[7]多策略改进的多目标粒子群优化算法[J]. 杨景明,穆晓伟,车海军,呼子宇,侯宇浩. 控制与决策. 2017(03)
[8]粒子群优化算法的性能分析和参数选择[J]. 王东风,孟丽. 自动化学报. 2016(10)
[9]浅析稀疏脉冲反演及应用[J]. 陈春岭. 西部探矿工程. 2015(09)
[10]基于混合粒子群算法的配电网滤波器优化配置研究[J]. 付光杰,林冬雪. 电气自动化. 2015(01)
硕士论文
[1]地震波阻抗反演合成记录测试分析及处理应用[D]. 杨彬.长安大学 2014
[2]地震波阻抗反演及其在储层检测中的应用[D]. 曾凡玲.成都理工大学 2012
[3]神经网络在地震反演中的研究与应用[D]. 袁姝.西安石油大学 2011
[4]波阻抗遗传算法反演的研究[D]. 李强.中国地质大学（北京） 2011
[5]遗传算法的一些改进及其应用[D]. 崔珊珊.中国科学技术大学 2010
[6]粒子群算法的改进方法研究[D]. 随聪慧.西南交通大学 2010
[7]地震约束波阻抗反演及应用研究[D]. 董月昌.中国海洋大学 2009
[8]宽带约束反演方法实现及应用研究[D]. 彭传平.长安大学 2008
[9]地震波阻抗反演及其在储层预测中的应用研究[D]. 方磊.成都理工大学 2008
[10]混沌模拟退火算法在储层参数反演中的应用[D]. 霍凤斌.成都理工大学 2007
本文编号：3287635
【文章来源】：东北石油大学黑龙江省
【文章页数】：63 页
【学位级别】：硕士
【部分图文】：
实际地震剖面
图 5.8 井震结合地震剖面选用本算法旨在精细刻画储层的横向、纵向分辨能力。在做反演之前首先提取之首先要提取子波，经过对实际资料分析，采用 40Hz 的雷克子波作为提取的子波，垂地震数据采样率选择 0.5ms，反演出的波阻抗剖面如图 5.9 所示。从该剖面的储层预结果来看，目标层段内储层纵向各薄层砂体在波阻抗反演剖面上显示效果良好，预测果未受到地震资料宏观模型影响，井间薄层砂体连续性关系得到了清晰刻画，对于油范围内薄差储层预测具有很好的参考价值。
图 5.8 井震结合地震剖面选用本算法旨在精细刻画储层的横向、纵向分辨能力。在做反演之前首先提取之前首先要提取子波，经过对实际资料分析，采用 40Hz 的雷克子波作为提取的子波，垂向地震数据采样率选择 0.5ms，反演出的波阻抗剖面如图 5.9 所示。从该剖面的储层预测结果来看，目标层段内储层纵向各薄层砂体在波阻抗反演剖面上显示效果良好，预测结果未受到地震资料宏观模型影响，井间薄层砂体连续性关系得到了清晰刻画，对于油田范围内薄差储层预测具有很好的参考价值。
【参考文献】：
期刊论文
[1]一种粒子群算法优化支持向量机的汽车故障诊断方法研究[J]. 狄振华,黄珊珊,罗明. 小型内燃机与车辆技术. 2018(01)
[2]基于混沌理论和杂交策略改进的粒子群优化算法[J]. 熊军华,谢飞. 信息技术与信息化. 2017(10)
[3]粒子群优化的移动机器人路径规划算法[J]. 韩明,刘教民,吴朔媚,王敬涛. 计算机应用. 2017(08)
[4]基于邻域搜索的粒子群动态优化算法[J]. 申鼎才,胡声洲. 合肥工业大学学报(自然科学版). 2017(05)
[5]粒子群优化算法的改进及数值仿真[J]. 李建平,宫耀华,赵思远,卢爱平,李盼池. 吉林大学学报(理学版). 2017(02)
[6]改进的遗传粒子群混合优化算法[J]. 陈璐璐,邱建林,陈燕云,陆鹏程,秦孟梅,赵伟康. 计算机工程与设计. 2017(02)
[7]多策略改进的多目标粒子群优化算法[J]. 杨景明,穆晓伟,车海军,呼子宇,侯宇浩. 控制与决策. 2017(03)
[8]粒子群优化算法的性能分析和参数选择[J]. 王东风,孟丽. 自动化学报. 2016(10)
[9]浅析稀疏脉冲反演及应用[J]. 陈春岭. 西部探矿工程. 2015(09)
[10]基于混合粒子群算法的配电网滤波器优化配置研究[J]. 付光杰,林冬雪. 电气自动化. 2015(01)
硕士论文
[1]地震波阻抗反演合成记录测试分析及处理应用[D]. 杨彬.长安大学 2014
[2]地震波阻抗反演及其在储层检测中的应用[D]. 曾凡玲.成都理工大学 2012
[3]神经网络在地震反演中的研究与应用[D]. 袁姝.西安石油大学 2011
[4]波阻抗遗传算法反演的研究[D]. 李强.中国地质大学（北京） 2011
[5]遗传算法的一些改进及其应用[D]. 崔珊珊.中国科学技术大学 2010
[6]粒子群算法的改进方法研究[D]. 随聪慧.西南交通大学 2010
[7]地震约束波阻抗反演及应用研究[D]. 董月昌.中国海洋大学 2009
[8]宽带约束反演方法实现及应用研究[D]. 彭传平.长安大学 2008
[9]地震波阻抗反演及其在储层预测中的应用研究[D]. 方磊.成都理工大学 2008
[10]混沌模拟退火算法在储层参数反演中的应用[D]. 霍凤斌.成都理工大学 2007
本文编号：3287635
本文链接：https://www.wllwen.com/kejilunwen/shiyounenyuanlunwen/3287635.html
