基于人工蜂群算法的二维核磁反演算法研究

发布时间：2023-10-18 20:06

　　二维核磁共振测井数据反演通过对测量的多参数自旋回波串进行反演计算,并得到弛豫时间等核磁参数,进而可计算出丰富的地层参数,与T₂谱反演相比,二维反演能够将重叠的部分信息通过向二维方向延伸清晰的体现出来,对于油气水的识别具有重大意义。该反演问题涉及到不适定问题的求解,方程的不适定性导致测量数据中微小的误差将会对结果造成巨大的影响,所以反问题的解无法直接求出来。本文利用正则化思想引入表征误差影响的正则化因子,将原来的反问题转化为对目标函数最优化的问题,结合截断奇异值分解法以及正则化的反演算法与人工蜂群的改进算法,并参考了其他的现有算法,对二维(T₁-T₂)反演进行了实现,文中通过对原理的推导和算法的分析,并结合对应的数值模拟实验进行验证,针对不同信噪比下的回波数据,对此算法进行了验证与评价。结果表明这种改进的反演算法具有较好的可靠性和实用性。

【文章页数】：42 页

【学位级别】：硕士

【文章目录】：
摘要
abstract
第1章 引言
    1.1 研究背景及意义
    1.2 反演方法现状
    1.3 人工蜂群算法现状
    1.4 本文研究内容
第2章 核磁共振反演以及人工蜂群算法基础
    2.1 物理基础
        2.1.1 极化
        2.1.2 共振及弛豫过程
        2.1.3 回波串及其采集
    2.2 流体的核磁特性
        2.2.1 孔隙流体的表面弛豫
        2.2.2 扩散弛豫
        2.2.3 自由弛豫
    2.3 数学方法基础
        2.3.1 数学模型的构建
        2.3.2 人工蜂群算法
        2.3.3 最优化原理法
        2.3.4 牛顿法与阻尼牛顿法
        2.3.5 共轭梯度法
        2.3.6 方法对比与分析
第3章 核磁共振测井反演算法
    3.1 反演算法简介
    3.2 奇异值截断
    3.3 数据压缩
    3.4 正则化因子的选取
        3.4.1 广义交叉验证法(GCV)
        3.4.2 L曲线法
    3.5 基于人工蜂群算法的较优初值搜索
    3.6 物理约束的处理
第4章 反演算法数值模拟
第5章 总结与展望
    5.1 总结
    5.2 展望
参考文献
攻读硕士学位期间取得的学术成果
致谢



本文编号：3855112