滩坝砂体多参数地震属性神经网络预测技术

合集下载

砂土地震液化的神经网络预测

砂土地震液化的神经网络预测

砂土地震液化的神经网络预测
陈奎;刘兴昌
【期刊名称】《地震工程学报》
【年(卷),期】2000(022)002
【摘要】BP网络具有很强的非线性映射和自适应学习功能,可用于模式识别和预测评估等领域.在简要分析BP算法的基础上,选取砂土的平均粒径(d50/mm)、相对密度(Dr/%)、标准贯入击数(N63.5/ 击)、上覆有效压力(σv/kPa)、地震烈度(I0)作为指标,应用BP神经网络的理论与方法,预测砂土在地震作用下液化的可能性,取得了较好的预测效果.说明将BP网络用于沙土液化预测是可行的.
【总页数】5页(P167-171)
【作者】陈奎;刘兴昌
【作者单位】西北大学环境科学系,陕西,西安,710069;西北大学环境科学系,陕西,西安,710069
【正文语种】中文
【中图分类】P315.9
【相关文献】
1.砂土地震液化的神经网络预测 [J], 王成华;任金刚;王玉芳
2.含弱渗透性覆盖层饱和砂土地震液化特性研究 [J], 董瑞;景立平;单振东;张雷;刘廷俊
3.含弱渗透性覆盖层饱和砂土地震液化特性研究 [J], 董瑞;景立平;单振东;张雷;刘廷俊
4.砂土地震液化的形成机制及防治措施 [J], 马旺;欧阳九发;康林;乔丰;郑有伟
5.基于地面运动强度及标准贯入试验的上海地区砂土地震液化评价 [J], 李雪;曾毓燕;郁飞;施刚
因版权原因,仅展示原文概要,查看原文内容请购买。

地震多参数BP神经网络预测煤层厚度

地震多参数BP神经网络预测煤层厚度

地震多参数BP神经网络预测煤层厚度
韩万林;张幼蒂;李梁
【期刊名称】《煤田地质与勘探》
【年(卷),期】2001(029)004
【摘要】依据煤层反射波运动学和动力学特征,提取出了波峰波谷振幅A1、平均频率Fa、主频带能量Qf1、低频带宽能量Qf和峰值频率Fmain等5个地震特征参数.选取8组学习样本,利用4层BP(Back Propagation)人工神经网络模型,采用动量法和自适应调整的改进算法,训练BP网络,用训练好的BP网络预测煤层厚度.经实例验证,地震多参数BP网络预测煤层厚度精度高,是一种有效的煤厚预测方法.【总页数】2页(P53-54)
【作者】韩万林;张幼蒂;李梁
【作者单位】同济大学;中国矿业大学能源科学与工程学院;中国矿业大学能源科学与工程学院
【正文语种】中文
【中图分类】P315.3
【相关文献】
1.地震多属性BP神经网络法在预测煤层厚度上的应用研究 [J], 杜百灵
2.BP神经网络预测急斜煤层动力失稳压力变化 [J], 陈晓龙;张伟;任浩源;聂荣山
3.滩坝砂体多参数地震属性神经网络预测技术 [J], 冯磊;姜在兴
4.基于BP神经网络预测袁店一矿101、102采区10煤层底板突水量 [J], 王腾辉;
王来斌;王健;孟令普
5.应用BP神经网络预测煤层含气量分布 [J], 吴剑;常毓文;刘保磊;张遂安;祁大晟因版权原因,仅展示原文概要,查看原文内容请购买。

多属性趋势拟合技术在滩坝砂储层预测中的应用

多属性趋势拟合技术在滩坝砂储层预测中的应用

优 选的 基 础上 ,应 用建 立 的 多元 回 归计 算方 法 ,建 立储 层 厚 度 与 多 属性 间 最优 化 的定 量 计算 关 系 ,如下 面 公式 所 示 :
Y=a O +a l a t t r i b u t e l +a 2 a t t r i b u t e 2+ . . . . +a n a t t r i b u t e n
共钻探井 1 1 口,其 中试油获油流井4 H,油气显示井5 口 ,空井
2 口 ,含 油 层 位 主 要 为 沙 三 段 、沙 四 段 。但 是 探 井 分 布 极 不 均 匀 ,主 要 集 中在 洼 陷 西 部 、南 部 和 凸 起 边 部 的几 个有 利构 造 带 上 ,而 洼 陷 大部 分地 区 为钻探 空 白区 。 ( 2) 岩 性 资 料 分 析 和属 性 值 统 计 。统 计砂 岩 厚 度 时 ,像 泥
古 近 系的 沉积 ,造 成 了 青南 洼陷 现 在沉 积 构造 格 局 ,在 青南 洼陷 的下 降 盘 为青 南洼 陷 的沉 积 中心 。
隐蔽油气藏 已经成为重要的勘探阵地。但薄互层油藏往往构造圈
闭 条件 差 ,小 断 层 和 微 幅 度 构 造 发 育 ,构 造 解 释 难 ;储 层 薄 ,
质砂岩 、泥质粉砂岩等等只要是属于砂岩范畴的都要统计在内。 本文共分析 了4 ( ) 口井的砂岩厚度 ,其中有I O H井是斜井。提取多 种常规属. 性,包括振幅 、相位 、频率 、加速度 、方差 、相关度等
屙 性 ,还有 专 门针 对薄 互 层滩 坝砂 的 伪熵 、分形 、混 沌 等属 性 。
关 键词 现 代 信号 分 析 多属 性趋 势 拟合 储 层 预测 隐蔽 探 后 ,包 括薄 互 层滩 坝 砂在 内的特 殊

利用多元地震属性优化技术预测滩坝砂岩有效储层

利用多元地震属性优化技术预测滩坝砂岩有效储层
4 结 论
( 1 )时窗选取。地震时窗的选取对于研究储层特征来说是
至关 重要 的 ,在实 际 处理 中通 常 采取 的选 择 时 窗的 原则 是 :① 确 保选 定 的 时窗 的长 度 等于 或 略大 于储 层 顶 、底 界面 ,选 取 以 顶 、
在 利 用 多元 地 震 属 性 进 行 储 层 预 测 时 必 须 注 意 以下 几 点 : 首 先要 针 对储 层进 行 准确 的 层位 标 定和 追踪 对 比解 释 ,以保 证提 取 的地 震 属性 信息 能 极 大地 反映 储 层的特 征 ;其 次就 是要 对 所提 取 的 各种 地震 属性 进 行对 比分 析 ,找 出其 与储 层 的对 应 关 系 , 量 保 留那 些能 较好 地 反 映储 层特 征 的敏 感 属 性 ,删 除 那些 对 储层 特 征变 化 不敏 感 的屙 洼。 以 多元 地 震属 性优 化 为 前提 ,以K — L 变 换 为 手段 ,集地 震属 性 提取 、优化 和 储层 预 测为 一体 的 多元地 震 属性 分析 技 术在 车 西
南| 工 科 技 2 0 1 3 年第4 期
石 油 地 质
利 用多元地震 属性优化 技 术预 测滩坝砂 岩 有效 储层
ቤተ መጻሕፍቲ ባይዱ张 秀 娟
胜 利 油 田有 限 公 司物 探 研 究 院 2 5 7 0 0 0 山 东 东 营
摘 要 滩 坝砂 岩具 有横 向 变化 快 、单 层 厚度 薄 等特 点 ,其 储层 与 围岩 的波 阻抗 差异 较 小 ,运 用单 一属 性难 以预 测有 效
滩坝砂储层为薄互层地震反射特征 ,受上下地层影响难 以 直接求取和消除。因此 ,储层描述的关键在于应用现有的地震资
料 ,一 方面 要 选取 合 理的 时窗 , 另一 方 面要 更 大 可能地 选 取对 滩 坝砂 岩储 层 变化 较 为敏 感 的地 震屙 } 生 。

歧北斜坡滩坝砂体地震预测技术

歧北斜坡滩坝砂体地震预测技术

歧北斜坡滩坝砂体地震预测技术郭淑文;吴雪松;祝文亮;邢兴;国春香【期刊名称】《物探化探计算技术》【年(卷),期】2015(037)005【摘要】歧北斜坡沙二段滩坝砂体储层预测面临薄互层地层地震分辨率低,灰质砂岩与常规砂岩地震反射特征相似难以预测两个难点.通过试验优选,形成了两项针对性的地震储层预测方法.针对地震资料分辨率低,薄砂层预测困难的问题,采用谱分解和地震属性相结合方法,在分频体上提取地震属性,提高薄砂层识别能力.针对高灰质含量的滩坝砂体难以预测的问题,探索了利用地震属性降维和数据融合技术剔除灰质的方法.实际应用表明,谱分解技术和多地震属性降维技术,能够较好地预测歧北斜坡滩坝砂体的薄砂层,并在滩坝砂主砂体发育区的预测中,剔除了灰质的影响.【总页数】6页(P628-633)【作者】郭淑文;吴雪松;祝文亮;邢兴;国春香【作者单位】中国石油大港油田勘探开发研究院,天津 300280;中国石油大港油田勘探开发研究院,天津 300280;中国石油大港油田勘探事业部,天津 300280;中国石油大港油田勘探开发研究院,天津 300280;中国石油大港油田勘探开发研究院,天津300280【正文语种】中文【中图分类】P631.4【相关文献】1.滩坝砂体多参数地震属性神经网络预测技术 [J], 冯磊;姜在兴2.含油砂体地球物理预测技术--以孤北洼陷南部斜坡带为例 [J], 尚延安;穆星;彭传圣;王学军3.八面河西区滩坝砂体综合储层预测技术研究 [J], 宋光超;荣焕青4.歧北斜坡沙三段储层地震反演预测技术 [J], 韩国猛;郭燕珩;胡瑨男;李鹏飞;唐鹿鹿;杜家鹏;苏沛强5.大港板南地区滩坝砂体油藏储层预测技术研究 [J], 白永强因版权原因,仅展示原文概要,查看原文内容请购买。

滩坝砂体多参数地震属性神经网络预测技术

滩坝砂体多参数地震属性神经网络预测技术

滩坝砂体多参数地震属性神经网络预测技术
冯磊;姜在兴
【期刊名称】《内蒙古石油化工》
【年(卷),期】2008(034)017
【摘要】针对滩坝砂体单层砂体厚度薄,横向连续性差的特点,采用多参数地震属性神经网络技术进行预测.该方法综合多种属性所包含的地质信息,避免单一属性的局限性,采用交会图、灰关联分析及相关系数组合优化方法优选出对滩坝砂体影响最大的地震属性,经过BP神经网络的学习训练,对官1地区滩坝砂体平面分布进行了预测,预测结果与钻井资料吻合较好.
【总页数】3页(P65-67)
【作者】冯磊;姜在兴
【作者单位】中国地质大学,北京,能源学院,北京l00083;中国地质大学,北京,能源学院,北京l00083
【正文语种】中文
【中图分类】TV5
【相关文献】
1.地震属性储层预测技术在三角洲前缘砂体的应用研究 [J], 张金宇;苍丹
2.地震沉积学在坳陷湖盆滩坝砂体预测中的应用——以酒西盆地Y区块间泉子段为例 [J], 张闻亭;潘树新;刘震华;张丽萍;李伟;王巍
3.歧北斜坡滩坝砂体地震预测技术 [J], 郭淑文;吴雪松;祝文亮;邢兴;国春香
4.八面河西区滩坝砂体综合储层预测技术研究 [J], 宋光超;荣焕青
5.大港板南地区滩坝砂体油藏储层预测技术研究 [J], 白永强
因版权原因,仅展示原文概要,查看原文内容请购买。

砂土地震液化的神经网络预测

砂土地震液化的神经网络预测

此 .有必 要建 立综 合多指 标液 化评 价 的液化 判别 及
评价方 法 随着神 经 网络 理论 的不 断发 展和 完善。 其 被广 泛应 用于各 个领 域 .在岩 土工程 中也 得 到 了十 分广泛 的应 用, 比如在边 坡稳 定性评价 【 位 移检 测囝 1 1 、 、
收稿 日期 : 0 7 0 — 0 2 0 - 6 1
2 BP网络 算法简 介
误 差 反 向传 播 ( r rB c — rp gt n简 称 Er a k Po aai o o
B )神经 网络 是 目前应 用 最为 广泛 的网络 模 型 . P P B 网络也可 以看 成是 从输入 到输 出的一种 高度 非线 性 映 射 。B P神 经 网络模 型通 过对 样本 的反复 学 习 。 采
值 选取 带有 主观性 和 随意性 . 导致 结果 失真 : 灰色 用
理 论进行 预测 .当原始 数据 序列波 动较 大且 信 息过
于分 散 时 , 预测 的精度会 降低 。另外还有 人将 突变理 论 和 地理 信 息 系统 ( I ) 用 于砂 土 液 化评 价 进 行 GS 运
了探索 ,但其 分析 模型仍 未 突破传 统建 模方 法 。 因
1 引言 砂 土地震 液化是 指饱 和无 粘性 土或 稍具 粘性 的
预 估单 桩 沉 降[ 3 1 以及根 据 桩 的动 测 数 据来 预测 单 桩 竖 向极 限承 载力朗 。 因此 . 者采用 神经 网络 对砂 等 笔
土 液化 进行 预测
土 在地震 作用 下 。 超孔 隙水压 力增 加 . 其 有效应 力 减
层 和输 出层 的转 换 函数 均 采用 双 极性 S型 函数 . 即 1l+ x ( ]05 / 1 ep— )一 .。 — 网络 的拓扑结构 为 7 L 1L为隐含层 节点数 ) 一_ ( 。 3 B . 2 P网络算 法的几 点改进嘲 () 1 附加 冲量法 : 了改善 网络 的训 练时 间和快 为 速脱 离 局部 最小 区域 , 防止震 荡 . 用 附加 冲量 法 。 采 该方 法是 为每个 连接权 值调 节量加 上一项 正 比于前 次权值 调节 量 的值 , : 即

基于神经网络的地震数据预测算法研究

基于神经网络的地震数据预测算法研究

基于神经网络的地震数据预测算法研究地震是一种自然灾害,会对人们的生活和物质财产产生严重的影响。

为了减少地震对人类带来的损失,需要研究预测地震的方法。

目前,基于神经网络的地震数据预测算法成为了研究的热点。

神经网络是一种模拟人类神经系统的计算模型,具有自适应、学习能力强等特点,在地震预测和识别中有着广泛的应用。

神经网络可以通过训练数据来自我学习,通过多次学习和反馈来模拟地震的规律性,从而实现地震预测。

地震预测算法需要一定的输入数据,包括地震前的地质构造、地磁场、气象等多种因素。

这些输入因素被称为数据特征。

基于神经网络的地震预测算法依靠大量的数据特征,通过神经网络的训练实现地震数据的预测。

首先,需要收集地震数据,并从中提取数据特征,将数据特征输入神经网络中进行训练。

然后,对预测结果进行验证和调整,以改善预测精度。

基于神经网络的地震预测算法需要考虑多种因素,如网络结构、训练数据的选取和处理、激活函数等。

其中网络结构的选择和优化是非常重要的。

网络结构部分包括神经元层数、每层神经元数和连接方式等。

相对于传统的地震预测算法,基于神经网络的算法具有更强的适应性和准确性。

传统的算法大多依赖于物理模型和统计学模型的结合,对数据特征有很强的先验知识性要求。

在实际应用中,数据特征的数量和复杂度往往难以满足预测的需要,从而导致预测的效果不佳。

而基于神经网络的算法可以绕过数据特征的先验知识性要求,实现从庞杂数据中提取出有效的特征,更准确地进行预测。

然而,基于神经网络的地震预测算法也存在一些局限性。

首先,数据质量对其预测准确度具有较大的影响。

其次,一些特殊情况和复杂地质构造的地区预测准确度可能会较低。

此外,基于神经网络的算法对数据的处理和挖掘能力要求较高,需要专业的团队进行研究和开发。

因此,基于神经网络的地震预测算法仍需要不断地进行研究和发展。

需要加强网络结构的优化和数据特征的提取方法,提高算法的可靠性和预测准确度。

同时,需要进行更多的实验和测试,来验证该算法的实用性和适应性。

  1. 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
  2. 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
  3. 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。

进 行ห้องสมุดไป่ตู้预测 。 方法 综合 多种 属 性所 包含 的地 质信 息 , 该 避免 单 一属性 的 局限性 , 用交会 图、 关联 分析 及 采 灰 相 关 系数 组 合优 化 方 法优 选 出对 滩坝 砂 体 影响 最 大的 地 震属性 , 过 B 经 P神 经 网络 的 学 习训 练 , 官 1 对 地 区滩 坝 砂体 平 面分 布进 行 了预 测 , 预测 结果 与钻 井 资料 吻 合较 好 。 关 键词 : 滩坝 ; 震属 性 ; 地 属性 优化 ; 经 网络 ; 层 预 测 神 储 东营 凹陷官 1地 区沙 四段 广泛发 育 滨浅 湖滩 坝 砂体 , 期 勘探 成果 表 明该 区具 有极 大 的潜力 , 由 近 但 于受 风 浪 、 河流 等 因素强 烈改 造 , 使得 滩 坝砂 体具 有 层 薄 、 向变 化 快 等 特 点 , 储 层 砂 体 预 测 带 来 困 横 为 难。 由于地震分辨率的限制 , 使得通过地震反演等技 术 来描 述 只有 二 、 米 薄互 层 组 成 的 滩 坝砂 体 难 度 三 较大 。 震 属性 是地 下地 层 岩性 的综 合 反映 , 地 包含 了 丰 富的 地质 信 息 , 滩 坝砂 体 的预测 提 供 了方 便 。 为 然 而单 一 的地 震属 性 反 映的 只是 滩坝 砂体 性质 的某 一 方面, 只有 综合 利用 多 参数 的地 震属 性 , 即综 合利 用 多 种 地震 属 性 所 反 映 的 信 息 , 能 正 确 描述 滩 坝 砂 才 体 的展 布 形态 。 1 预 测方 法 地 震属 性 是 由于 地层 岩性 以及 充填 其 中 的流 体 性 质 的 空 间变 化 , 成 地 震 信 号 振 幅 、 位 、 率 等 造 相 频 参 数 的变 化 , 应 了地 震 波 形 的 几何 学 、 动 学 、 反 运 动 力 学和 统 计学 特征 L 。 1 近年 来 , ] 地震 属性 技 术发 展迅 猛 , 最初 的几种 到 现在达 上 百种 之多 , 者 们提 出 从 学 了 多 种 的 分 类 方 法 , 中 以 L n Mak公 司 的 其 ad r Q i y h n等人[19 年提 出的基于储层特征的 un e cC 2 97 ] 分 类 方法 较 全 面 , 种 分 类 方 法根 据 地 震 属性 对 储 这 层 特征 的 预测 , 地震 属性 分 为八 类 。 据 该分类 有 将 根 助于认识地震属性的地质意义, 减小地震属性选择 的盲 目性 。 1 1 地 震属 性优 化 方法 . 虽 然地 震 属 性 种 类 繁 多 , 但这 些 属 性 之 间相 互 关联 , 造成 信 息 的重 复和 冗余 。因此 , 需要 从众 多 的 地 震 属性 中寻 找 与 滩 坝 砂体 最 密 切 , 具 有代 表 性 最 的属性 , 即地 震属 性 优化 问题 [ 。 过 组合 运用 交 会 3通 ] 图 、 色 关 联 分 析 、 关 系 数 等属 性 优 化 技术 , 以 灰 相 可 有 效 的 优选 出对 滩 坝 砂 体 最 敏感 的属 性 , 找 最佳 寻 的地 震属 性组 合 。 交 会 图分 析是 通 过平 面 图 的方式 来分 析两 个参 数之 间的点群关 系, 如果两个参数具 有一定的相关 性 , 它 们在 交会 图中将 会表 现 出一定 的规律 , 呈 则 如 直线 或弧 形分 布 。 果相 关性 较 差 , 在 图 中表 现 为 如 则
2 0 年第 1 期 08 7
内 蒙 古石 油4 r L= -
6 5
滩 坝 砂 体 多 参 数 地 震 属 性 神 经 网络 预 测 技 术
冯 磊 , 在 兴 姜
( 国地 质 大 学 ( 京 ) 源 学 院 , 京 中 北 能 北 108) 0 0 3

要: 针对滩坝砂体单层砂体厚度 薄, 横向连续性差的特点, 采用多参数地震属性神经网络技术
分 散 的点状 分 布 。 用 交会 图可 以快 速 、 效 的判 断 利 有 地 震属 性之 间的联 系 。灰 色关 联 分析 [ 是灰 色 系统 4 ] 理 论 的 重要 组 成 部分 , 它根 据 因素 间序 列 的 相 似 程 度 来研 究 、 分析 事物 之 间关 联性 的一种 方法 。 色关 灰 联分析 的目的是寻求地震属性中影响滩坝砂体的主 要 因素 。其 数 学基 础是 空 间理 论 , 按照 规 范性 、 对 偶 称性、 整体 性和 接近 性 等原 则 , 确定 参考 数 列和 若 干 比较 数列 , 成加权 矩 阵 。 形 然后 通过 设定 的 数学 模 型 进 行 处理 , 定其关 联 度 。 关 系数 主要 分 析两 个 参 确 相 数 变 量之 间 的线性 关 系 。通 过 计算 相关 系 数值 的 大 小寻 找 出与滩 坝砂 体关 系 线性 关 系最 密切 的地 震属 性。 采用 上述 组合 属 性优 选方 法后 的多参 数地 震 属 性 能够 反 映滩 坝 砂 体 的 主要 特 征 , 这 些 属 性 之 间 且 相 互独 立具 有 代 表 性 , 高 了 滩坝 砂 体 预 测 的 精 度 提 和可 靠性 。
1 2 储 层参 数 预测 方 法 .
将井 点 处 的储 层 参数 利用 地 震属性 外 推 到无 井
区域, 首先需要建立储层参数与地震属性之 间的解 析关 系 , 由于 地质 条件 的 不确 定性 , 得无 法 用确 定 使 的 函数表 示 出两 者之 间 的关 系 。神经 网络 具 有 自我 学习、 自适应 的特 点 , 能够 建立 起 储层 参数 与 地震 属 性之间的复杂的关系 , 适用于滩 坝砂体 的储层预测 。 神 经 网络 模 拟 生 物 神 经 网络 的 机 构 和 功 能 , 通 过大 量 神经 元 的复杂 连接 , 用 自我学 习的机 制 , 利 建 立 起 复 杂 的 网络 体 系 。1 8 9 6年 , meh r 提 出 了 Ru lat 反 向传播 学 习算 法 , B 即 P算 法 。 种 算法 可 以对 网 这
相关文档
最新文档