-
公开(公告)号:CN110703347B
公开(公告)日:2021-04-16
申请号:CN201911015974.6
申请日:2019-10-24
IPC分类号: G01V7/06
摘要: 本发明提供一种基于构造背景的重力断裂影像识别方法,包括:步骤1,进行布格重力异常预处理,形成开展处理解释的基础资料;步骤2,进行重力差值趋势面场源分离,定量刻画目标地层的重力异常响应;步骤3,进行重力异常增强与处理转换,增强线性构造微弱信息,凸显小级别断裂线性影像;步骤4,联合多种处理转换成果建立窄化梯度带的非线性目标函数;步骤5,进行断裂线性影像综合分析,确定不同级别的断裂产状及组合样式。该基于构造背景的重力断裂影像识别方法提高了重力资料精细刻画断裂目标的有效性和实用性,提高了横向分辨能力,突出了断裂边界特征,可以更清晰的识别断裂构造格架。
-
公开(公告)号:CN107356965B
公开(公告)日:2019-07-19
申请号:CN201710596213.9
申请日:2017-07-20
摘要: 本发明公开了一种基于加权叠加噪音压制策略的反射系数反演储层预测方法,包括六个主要步骤:①通过噪音扰动分析,确定影响反演效果的噪音来源,并区分为地震噪音和反演噪音;②通过叠后小波分频方法对地震资料开展地震噪音压制预处理;③针对去噪后地震数据,构建反射系数反演关键参数(子波逆变换因子F、反演优势频带Q、反演初始模型S(n));④通过多正则化参数反演结果加权叠加对反演噪音开展压制,获得反射系数反演结果;⑤通过频谱分析和标定后的声波曲线对反演结果开展质量监控(QC),获得最终成果数据;基于反射系数成果数据开展砂体精细解释,预测砂体空间展布特征。与其他薄储层预测方法相比,本方法具有较强的反演抗噪性,能够消除原始地震资料中的薄层干涉,大大提高薄层的预测精度,降低油气勘探风险。
-
公开(公告)号:CN107356965A
公开(公告)日:2017-11-17
申请号:CN201710596213.9
申请日:2017-07-20
发明人: 王月蕾 , 王树华 , 陈学国 , 谭绍泉 , 杨国杰 , 时秀朋 , 林会喜 , 乔玉雷 , 张奎华 , 李守济 , 石好果 , 张建华 , 钱焕菊 , 仲维苹 , 王有涛 , 肖辉 , 于会臻 , 郭涛 , 李竹强 , 魏敏
CPC分类号: G01V1/306 , G01V1/362 , G01V2210/32 , G01V2210/62
摘要: 本发明公开了一种基于加权叠加噪音压制策略的反射系数反演储层预测方法,包括六个主要步骤:①通过噪音扰动分析,确定影响反演效果的噪音来源,并区分为地震噪音和反演噪音;②通过叠后小波分频方法对地震资料开展地震噪音压制预处理;③针对去噪后地震数据,构建反射系数反演关键参数(子波逆变换因子F、反演优势频带Q、反演初始模型S(n));④通过多正则化参数反演结果加权叠加对反演噪音开展压制,获得反射系数反演结果;⑤通过频谱分析和标定后的声波曲线对反演结果开展质量监控(QC),获得最终成果数据;⑥基于反射系数成果数据开展砂体精细解释,预测砂体空间展布特征。与其他薄储层预测方法相比,本方法具有较强的反演抗噪性,能够消除原始地震资料中的薄层干涉,大大提高薄层的预测精度,降低油气勘探风险。
-
公开(公告)号:CN114429162A
公开(公告)日:2022-05-03
申请号:CN202010926556.9
申请日:2020-09-04
摘要: 本发明公开了一种基于深度卷积神经网络和随机森林的地震层位追踪方法,属于油气勘探领域中地震资料层位自动追踪技术。本发明的基于深度卷积神经网络和随机森林的地震层位追踪方法包括以下步骤:步骤1、地震资料增强处理;步骤2、层位样本标签构建与优选,建立样本库;步骤3、深度卷积神经网络训练及优化参数,获取目标地质层位地震数据高层特征;步骤4、基于深度卷积神经网络训练的高层特征和地震波形专业特征向量数据集,将深度卷积网络输出进行调整,接入随机森林分类器训练,构建分类树;步骤5、地震反射同向轴自动识别,根据分类树的结果识别同一层位同相轴并自动追踪。该发明的基于深度卷积神经网络和随机森林的地震层位追踪方法不仅能够进一步提高地震反射同向轴自动追踪精度,同时也大大提高层位追踪的效率,在油气勘探领域地质目标层位自动追踪方面具有很好的应用推广前景。
-
公开(公告)号:CN110794469B
公开(公告)日:2021-08-20
申请号:CN201910163596.X
申请日:2019-03-05
IPC分类号: G01V7/06
摘要: 本发明提供一种基于最小地质特征单元约束的重力反演方法,包括:步骤1,建立最小地质特征单元模型集合;步骤2,建立基于最小地质特征单元模型约束的重力反演目标函数;步骤3,建立密度初始模型;步骤4,求取重力正演核函数;步骤5,计算最小地质特征单元权重系数;步骤6,基于最小地质特征单元及权重系数恢复模型;步骤7,输出最终反演模型。该基于最小地质特征单元约束的重力反演方法将研究靶区的地质认识通过结构特征提取方式获取最小地质特征单元模型集合,并将其施加至重力反演过程中,以保证反演结果来自于最小地质特征单元模型的组合,从而完善现有模型约束方法,提高解释成果的分辨率及可靠性。
-
公开(公告)号:CN110687596B
公开(公告)日:2021-07-06
申请号:CN201910997692.4
申请日:2019-10-17
IPC分类号: G01V1/28
摘要: 本发明提供了一种基于最小地震波形单元分类的层位自动解释方法,包括:步骤1,对目标层段地震数据进行连续性增强预处理;步骤2,对目标层位进行粗网格的层位解释;步骤3,将步骤2得到的初步解释结果作为层位时间控制点,向上、向下平移得到包含多个完整地震波形的顶底时窗;步骤4,对时窗内的地震数据进行最小波形单元划分;步骤5,提取最小地震波形单元特征值;步骤6,构建随机森林最小地震波形单元分类模型;步骤7,进行全区层位自动解释结果的优化。本发明降低了层位自动识别算法优化难度,同时施加了专业约束,有效提高了层位自动解释结果的可靠性,具有很好的应用前景。
-
公开(公告)号:CN116430444A
公开(公告)日:2023-07-14
申请号:CN202210003524.0
申请日:2022-01-04
IPC分类号: G01V1/28
摘要: 本发明提供一种时变空变地震数据分频方法,该时变空变地震数据分频方法包括:步骤1,确定时变时窗,由时变和空变控制提取地震数据空间任意一个位置,计算地震数据时变空变主频参数;步骤2,依据不同地质目的,定义常数低截频率比例因子为rL,和常数高截频率比例因子为rH,根据计算出的数据主频参数得到时变空变带通滤波参数;步骤3,依据地震资料品质,选择合适的时变空变地震数据分频参数,以满足不同目的的地震数据分析应用需求。该时变空变地震数据分频方法提高了分频技术在断层分析中的稳定性和实用性,可以适应各种不同特性的地震数据,分频处理结果可信度高,有很好的应用效果,在油气勘探开发中发挥应有的作用。
-
公开(公告)号:CN116136607A
公开(公告)日:2023-05-19
申请号:CN202111363231.5
申请日:2021-11-17
摘要: 本发明提供一种振幅包络法地震数据降频方法,该振幅包络法地震数据降频方法包括:步骤1,收集地震数据,分析地震数据的频谱特征,并对地震数据进行振幅包络计算;步骤2,进行基于地震数据主频的振幅包络数据高通滤波参数计算;步骤3,进行振幅包络数据高通滤波的参数选择;步骤4,对振幅包络数据进行高通滤波处理。该振幅包络法地震数据降频方法对断层特征的改善明显,同时可以保持原有数据的相对振幅关系和信噪比,是一个计算稳定、效果明显的断层分析解释的数据增强处理手段,具有现实的推广应用意义。
-
公开(公告)号:CN115639600A
公开(公告)日:2023-01-24
申请号:CN202110816084.6
申请日:2021-07-19
IPC分类号: G01V1/30
摘要: 本发明提供一种基于区域生长技术的地震相自动识别方法,包括:步骤1,通过Wheeler域转换将原始地震数据转为地层域地震数据;步骤2,确定对地震相分类敏感的地震属性;步骤3,选择种子点;步骤4,设置地震相平面及垂向截止条件;步骤5,依据截止条件执行种子区域生长过程;步骤6,将仍没有类别的区域强制融合到邻近的最相似且有类别的区域中;步骤7,基于敏感属性,获得目的层内每1ms等时切片的地震相识别结果;步骤8,综合各切片识别结果,合成为三维地震相边界。该基于区域生长技术的地震相自动识别方法可以快速精确识别实际地震数据中的地震相边界,操作简单,三维地震相拾取效率和准确率均较高,具有现实的推广应用意义。
-
公开(公告)号:CN110794469A
公开(公告)日:2020-02-14
申请号:CN201910163596.X
申请日:2019-03-05
IPC分类号: G01V7/06
摘要: 本发明提供一种基于最小地质特征单元约束的重力反演方法,包括:步骤1,建立最小地质特征单元模型集合;步骤2,建立基于最小地质特征单元模型约束的重力反演目标函数;步骤3,建立密度初始模型;步骤4,求取重力正演核函数;步骤5,计算最小地质特征单元权重系数;步骤6,基于最小地质特征单元及权重系数恢复模型;步骤7,输出最终反演模型。该基于最小地质特征单元约束的重力反演方法将研究靶区的地质认识通过结构特征提取方式获取最小地质特征单元模型集合,并将其施加至重力反演过程中,以保证反演结果来自于最小地质特征单元模型的组合,从而完善现有模型约束方法,提高解释成果的分辨率及可靠性。
-
-
-
-
-
-
-
-
-