共查询到20条相似文献,搜索用时 93 毫秒
1.
2.
地震属性技术在岩性和构造解释等方面得到了越来越广泛的应用,特别是在煤、油气资源勘探中具有重要的作用.基于淮南矿区谢桥1区13-1煤层地震勘探资料,提取了28种地震属性数据;通过地震属性的分析,优选出平均峰值振幅、振幅的峰态、最大绝对振幅、瞬时频率斜率等4种地震属性作为煤层厚度预测模型基本参数,结合已知钻孔资料,利用多元多项式回归以及BP人工神经网络方法,求出了各属性与煤厚之间的多元多项式回归模型及人工神经网络模型,并对模型进行了误差分析和应用结果对比分析,反映出人工神经网络模型在煤厚预测中具有好的应用效果. 相似文献
3.
利用地震P波方位/角度信息预测煤层裂隙发育——以阳泉矿区为例 总被引:1,自引:0,他引:1
查明煤层瓦斯富集区域,对可能的瓦斯突出点进行预报,是当前煤矿生产中亟待解决的重要课题.利用地震P波对裂缝性地层所表现出的方位各向异性特征和AV0特征,应用地震P波方位/角度信息评价煤层裂隙发育带.通过对阳泉新景煤矿三维地震资料的处理,获得4个方位的偏移数据体和8个方位/角度的偏移数据体,从中提取了3种对煤层裂隙响应灵敏的地震属性,综合利用3种地震属性计算出裂隙的发育密度.预测结果表明,利用P波方位/角度信息比仅利用P波方位信息评价煤层裂隙发育带更具有优势,它能同时利用煤层反射波的各向异性特征和AVO特征,更有利于进行煤层的岩性解释. 相似文献
4.
对以往三维地震勘探原始资料进行连片处理是目前煤矿采区地震勘探中正在兴起的新方向.连片处理中,由于地形起伏大,低速带速度和厚度纵横向变化剧烈,常规静校正存在着较大局限性.因此,如何拼接地震数据,达到理想的地质效果是关键.应用层析静校正对山西郑庄煤矿三个区块的三维地震勘探原始数据进行重新连片处理,区块之间实现无缝拼接,初至波光滑,煤层反射波连续性好.利用连片处理后的数据体对以往解释成果进行修改,收到令人满意的地质效果. 相似文献
5.
6.
7.
8.
9.
《地震工程与工程振动》2015,(6)
通过对地震伤亡资料的综合考察研究,本文构建了影响地震伤亡人数的指标集,利用粗糙集理论约简此指标结构,建立最小二乘支持向量回归机预测模型预测伤亡人数,并用粒子群优化算法对模型参数进行优化。最后,将模型运用于云南地震伤亡人数预测,结果和RS-BP神经网络预测模型对比分析,验证了该模型预测的有效性。又将模型应用于芦山和玉树地震死亡人数的预测,验证了模型的适用性。实验结果表明该模型能在地震发生后,给决策者提供人员救护、安置以及应急物资供应、统筹调度的有效依据。 相似文献
10.
11.
12.
13.
针对地震中城市桥梁震害状态具有较强的非线性、复杂性的特点,采用了具有RBF核函数的最小二乘支持向量机(LS-SVM)算法。在大量收集我国地震中城市桥梁震害资料的基础上,将此算法引入桥梁的震害预测中,选取了地震烈度、上部结构、地基失效程度、支座类型、墩台高度、桥梁跨数和场地类别等因素作为模型的特征输入向量,建立了最小二乘支持向量机的桥梁震害预测模型。通过反复地样本训练及模型参数设置,仿真结果表明,该方法具有一定的准确度和可行性。基于最小二乘支持向量机的桥梁震害预测方法是一种可以用于地震中桥梁震害预测的良好方法。 相似文献
14.
最小二乘支持向量机(LS-SVM)用于拟合回归处理时的参数设置一直是一个难题,它会受到信号类型和强度、核函数类型、噪声强度、计算精度要求等因素的影响.本文针对Ricker子波核LS-SVM去除地震勘探信号中随机噪声问题,讨论和分析了向量机参数、核参数对去噪性能的影响.实验表明,核参数f可取为地震记录的主频,不能较准确估计时宁大勿小;向量机参数γ只要不取得过小,一般情况下都是能接受的.采用此方法对含不同强度噪声的地震勘探信号进行了去噪处理. 相似文献
15.
与传统的二维表面多次波预测算法相比,基于波动方程的全三维表面多次波预测方法无需对地下介质做简单近似,其更符合地震波在地下介质中传播的真实状况,是地震资料处理中解决多次波预测问题的强有力工具.本文从三维多次波预测的基本理论出发,给出了全三维多次波预测算法的预测矩阵表示、计算方法以及实现条件,采用GPU(图形处理器)加速全三维表面多次波预测,较传统的CPU串行计算,GPU并行预测表面多次波的计算效率约提高165倍.文中分别利用二维和三维表面多次波预测算法对理论模拟的含表面多次波的三维地震数据进行多次波预测计算,对比分析结果表明,相比于二维算法,文中所述的基于波动方程的全三维表面多次波预测效果明显改善,其计算精度更高,辅以合理有效的自适应相减算法,可获得高精度的地震勘探资料表面多次波压制数据. 相似文献
16.
多类型油气藏储层受到煤层反射干扰, 有效识别与去除煤层地震响应是提高煤系储层地震描述精度的关键技术之一.常规煤层匹配识别欠缺考虑煤层弹性参数的影响, 引起煤层定位不准确、识别可靠性低、运算效率低等问题, 本文充分考虑了弹性参数对煤层具有较好的指示作用, 首次提出了地震反演驱动的改进匹配追踪煤层识别方法.首先根据岩石物理分析, 构建煤层指示因子, 提出匹配追踪煤层指示参数的地震反演方法, 该参数能够较好地刻画煤层空间展布; 基于此, 在地震反演驱动下获得了煤层的先验位置, 将其引入匹配追踪算法中约束匹配追踪搜索邻域, 为缓解现有匹配追踪算法运行效率缓慢, 将经验模态分解(EMD)引入匹配追踪领域, 同时将连续相位替换瞬时相位加快匹配追踪运算效率, 研发了煤层指示因子约束下基于EMD字典的改进匹配追踪煤层识别算法.模型测试验证了本文方法识别煤层的可行性, 实际资料的计算结果表明, 该方法在保持精度的情况下大大提高了计算效率, 此外, 预测的煤层与实际测井解释的煤层基本一致, 有助于油气储层预测和识别, 具有重要的实际应用价值.
相似文献17.
18.
地震相识别技术是进行沉积环境分析与储层预测的有力工具.传统的人工地震相识别方法不仅工作量大,而且效率非常低.目前利用深度学习方法可以大幅度提高地震相识别的效率,但是受限于有限的数据集和网络提取特征能力,对样本数量少的地震相识别效果较差.针对上述问题,本文提出了基于改进U-Net的多属性地震相识别方法.首先通过弹性形变算法来扩增数据集,将经过属性选择后的多属性数据体作为输入数据,提高输入数据的数量和质量;其次通过引入注意力机制对网络提取的特征添加权重,提高U-Net网络提取特征的能力;并在损失函数中引入Dice指数,解决了样本不均衡问题.经过数值实验表明,基于改进U-Net模型可有效提高地震相预测准确率. 相似文献
19.
因为地震数据的三维空间分布优势,地震属性已经被广泛应用于含油气性预测、储层厚度预测、孔隙度预测等。但也存在地震属性之间信息冗余、属性与储层物性参数关系模糊的问题。针对这两个问题,将模糊粗糙理论和机器学习引入到储层参数预测中来。通过模糊粗糙集理论对地震属性进行约简,去除冗余信息,得到最优化的地震属性组合;将约简后的属性作为机器学习的输入,实现从地震属性到储层物性参数的非线性映射。该方法既保留了地震属性中有效信息,又避免了因输入变量过多而导致的网络模型训练困难。实际数据应用表明,属性约简的机器学习预测结果分辨率更高,并与数据吻合更好。 相似文献
20.
瓦斯富集一直以来都是威胁煤矿安全生产的重要因素,如何对其精准预测是值得深入探究的问题.为此,本文以沁水盆地南缘某矿的3#煤层为研究对象,基于叠前地震数据体提取的AVO属性预测目标煤层的瓦斯含量.先通过对叠前三维地震数据进行超道集计算和角道集抽取等的处理,计算叠前AVO属性,得到截距(P)、梯度(G)、流体因子(P*G)、拟泊松比(P+G)、横波反射系数(P-G)等多个属性参数的沿层切片.再通过蝙蝠(BA)算法优化BP神经网络的权值和阈值来优化预测模型,构建AVO属性与瓦斯含量间的非线性映射关系,并利用井数据训练非线性预测模型.最终,基于训练后的BA-BP神经网络模型预测研究区内3#煤层的瓦斯含量.通过对比分析研究区内目标煤层9口钻井处的预测结果与实测结果,显示该方法的预测误差较小;表明基于BA-BP神经网络预测模型,以AVO属性为输入,进行煤层瓦斯含量的非线性预测是可行的. 相似文献