地震层面及断层自动解释方法研究
发布时间：2020-12-03 08:03
随着地震数据解释技术的成熟,在地质勘探中对地震层面及断层的解释已经成为一种趋势。本文以地震记录为研究对象,应用神经网络、小波分析和智能蚂蚁等数学算法完成地震层面及断层自动解释。本文的主要研究内容和结果如下:通过分析数据特点,完成了对地震记录SEG_Y格式文件的解析。地震数据的采集受到多种因素的影响,会产生噪声,本文采用小波阈值滤波技术对地震波进行消噪处理,为地层追踪提供高质量的数据;并使用相干技术对地震数据进行预处理,形成相干体,为断层识别提供良好的数据支持。利用地震同相轴波形特性,采用自组织神经网络进行地震层面追踪。由于神经元过多会增加神经网络的负担,为维持地震波特性,本文首先采用主成分分析法对地震波参数进行降维处理,之后利用自组织神经网络完成对地层的自动追踪。实验表明,利用基于主成分分析法的自组织神经网络对地层自动追踪,既保留了地震波形的参数特性,又提高了地层追踪的效率。根据相干体的数据属性,采用蚁群算法对断层进行自动识别。蚁群算法时间复杂度随蚂蚁数量的增多而增大,追踪前优化的蚂蚁数量、追踪时采用基于块的梯度确定追踪方向,并不断调整蚂蚁数量以提高断层识别的速度。实验表明,本文的基于...
【文章来源】：西安科技大学陕西省
【文章页数】：64 页
【学位级别】：硕士
【部分图文】：
蚂蚁觅食行为
西安科技大学硕士学位论文于地震子波在传送的过程中遇到地质异常情况时的干扰波；以及对地震数据振幅体干处理，为后面章节的断层识别提供良好的数据支持。.2.1 地震波去噪处理通过分析地震勘探数据，对了解地质构造是非常重要的，记录信息包含了地震勘程领域的所有信息。其中噪声是不可避免的，而噪声又有很多来源，比如仪器噪声境噪声，因此选择合适的方法对地震波进行消噪，对提取地震波的有效信息尤为重目前，地震波的降噪方法有很多，常用的降噪方法是通过降低地震资料分辨率为来换取高信噪比。在消噪过程中，傅里叶变换是传统的随机噪声去除方法，它只能映信号在整个时间域的频谱特性；而小波分析技术可以根据局部波的差异来调整参有效波的提取非常有用。下图为小波抑制细节系数消噪及应用傅里叶变换降噪的效：
2 地震数据处理细节系数和 FFT 去噪比较如表 2.2 所示：表 2.2 降噪成果参数比较表去噪方法 参数 能量比 标准差小波细节系数去噪X1 0.9010 48.8734X2 0.9287 32.4658傅里叶去噪X1 0.8710 66.6615X2 0.9491 41.4371X3 0.9645 34.8462看出：使用傅里叶降噪处理要比小波抑制细节系降噪的相似度低。小波阈值进行消噪处理的效果图：
【参考文献】：
期刊论文
[1]基于自组织特征映射神经网络的聚类分析[J]. 丁硕,常晓恒,巫庆辉. 信息技术. 2014(06)
[2]一种改进的蚁群算法在断层自动追踪中的应用[J]. 赵俊省,孙赞东. 科技导报. 2013(27)
[3]小断层的地震识别[J]. 刘峰,牟中海,蒋裕强,仇鹏,罗芳. 地球物理学进展. 2011(06)
[4]利用方向约束蚁群算法识别断层[J]. 严哲,顾汉明,蔡成国,穆星. 石油地球物理勘探. 2011(04)
[5]基于谱分解技术的小断层识别[J]. 陈波,魏小东,任敦占,张亚中,王亚楠,李建华. 石油地球物理勘探. 2010(06)
[6]Land 3D-Seismic Data: Preprocessing Quality Control Utilizing Survey Design Specifications, Noise Properties, Normal Moveout, First Breaks, and Offset[J]. Abdelmoneam Raef. Journal of Earth Science. 2009(03)
[7]蚁群算法中求解参数最优选择分析[J]. 张毅,梁艳春. 计算机应用研究. 2007(08)
[8]基于SOFM网络的多层模糊关联规则挖掘算法[J]. 李学俊,李龙澍,徐怡. 华南理工大学学报(自然科学版). 2007(05)
[9]地震新技术在低级序断层识别中的应用[J]. 夏冰. 断块油气田. 2007(02)
[10]低序级断层识别技术在复杂断块油藏注采调整中的运用[J]. 曾祥平,杨海中,王宏,姜开惠. 石油勘探与开发. 2006(05)
博士论文
[1]裂缝油气藏储层预测方法及应用研究[D]. 汪勇.中国地质大学 2013
硕士论文
[1]基于相干体技术的断层识别研究[D]. 冯苗苗.吉林大学 2014
[2]基于蚁群算法的三维地震断层识别方法研究[D]. 赵伟.南京理工大学 2009
[3]面向动态需求的软件模块化结构评价研究[D]. 张轶.重庆大学 2009
[4]基于人工神经网络方法的断层两侧地层层位追踪的研究[D]. 赵皓.成都理工大学 2005
本文编号：2896230
【文章来源】：西安科技大学陕西省
【文章页数】：64 页
【学位级别】：硕士
【部分图文】：
蚂蚁觅食行为
西安科技大学硕士学位论文于地震子波在传送的过程中遇到地质异常情况时的干扰波；以及对地震数据振幅体干处理，为后面章节的断层识别提供良好的数据支持。.2.1 地震波去噪处理通过分析地震勘探数据，对了解地质构造是非常重要的，记录信息包含了地震勘程领域的所有信息。其中噪声是不可避免的，而噪声又有很多来源，比如仪器噪声境噪声，因此选择合适的方法对地震波进行消噪，对提取地震波的有效信息尤为重目前，地震波的降噪方法有很多，常用的降噪方法是通过降低地震资料分辨率为来换取高信噪比。在消噪过程中，傅里叶变换是传统的随机噪声去除方法，它只能映信号在整个时间域的频谱特性；而小波分析技术可以根据局部波的差异来调整参有效波的提取非常有用。下图为小波抑制细节系数消噪及应用傅里叶变换降噪的效：
2 地震数据处理细节系数和 FFT 去噪比较如表 2.2 所示：表 2.2 降噪成果参数比较表去噪方法 参数 能量比 标准差小波细节系数去噪X1 0.9010 48.8734X2 0.9287 32.4658傅里叶去噪X1 0.8710 66.6615X2 0.9491 41.4371X3 0.9645 34.8462看出：使用傅里叶降噪处理要比小波抑制细节系降噪的相似度低。小波阈值进行消噪处理的效果图：
【参考文献】：
期刊论文
[1]基于自组织特征映射神经网络的聚类分析[J]. 丁硕,常晓恒,巫庆辉. 信息技术. 2014(06)
[2]一种改进的蚁群算法在断层自动追踪中的应用[J]. 赵俊省,孙赞东. 科技导报. 2013(27)
[3]小断层的地震识别[J]. 刘峰,牟中海,蒋裕强,仇鹏,罗芳. 地球物理学进展. 2011(06)
[4]利用方向约束蚁群算法识别断层[J]. 严哲,顾汉明,蔡成国,穆星. 石油地球物理勘探. 2011(04)
[5]基于谱分解技术的小断层识别[J]. 陈波,魏小东,任敦占,张亚中,王亚楠,李建华. 石油地球物理勘探. 2010(06)
[6]Land 3D-Seismic Data: Preprocessing Quality Control Utilizing Survey Design Specifications, Noise Properties, Normal Moveout, First Breaks, and Offset[J]. Abdelmoneam Raef. Journal of Earth Science. 2009(03)
[7]蚁群算法中求解参数最优选择分析[J]. 张毅,梁艳春. 计算机应用研究. 2007(08)
[8]基于SOFM网络的多层模糊关联规则挖掘算法[J]. 李学俊,李龙澍,徐怡. 华南理工大学学报(自然科学版). 2007(05)
[9]地震新技术在低级序断层识别中的应用[J]. 夏冰. 断块油气田. 2007(02)
[10]低序级断层识别技术在复杂断块油藏注采调整中的运用[J]. 曾祥平,杨海中,王宏,姜开惠. 石油勘探与开发. 2006(05)
博士论文
[1]裂缝油气藏储层预测方法及应用研究[D]. 汪勇.中国地质大学 2013
硕士论文
[1]基于相干体技术的断层识别研究[D]. 冯苗苗.吉林大学 2014
[2]基于蚁群算法的三维地震断层识别方法研究[D]. 赵伟.南京理工大学 2009
[3]面向动态需求的软件模块化结构评价研究[D]. 张轶.重庆大学 2009
[4]基于人工神经网络方法的断层两侧地层层位追踪的研究[D]. 赵皓.成都理工大学 2005
本文编号：2896230
本文链接：https://www.wllwen.com/projectlw/dqwllw/2896230.html
最近更新
教材专著
