基于地震属性的煤层厚度预测模型及其应用

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.     

爆破震害预测的神经网络模型

人工神经网络是近期发展最快的人工智能领域研究成果之一.通过分析国内外爆破震害预测研究现状和不足,提出一种基于BP神经网络模型的爆破地震效应预测方法,该方法能克服基于最小二乘法的回归公式的局限性,可选取影响爆破振动的多个影响因素作为输入层参数,达到爆破峰值和主频同步预测之目的.利用该方法对实际爆破监测数据进行预测,结果表明人工神经网络方法在爆破地震效应预测中应用是可行的并且是有效的.这为爆破震害预测研究提供了新途径.     

基于地震属性的煤层火成岩侵入预测

煤层火成岩侵入给煤矿生产以及经济效益带来了极大的影响,属于亟待解决的问题.本文充分发挥测井信息的作用,基于测井数据建立正演模型,获得不同侵入模型叠加记录,并提取多种地震属性;利用灰色关联和模糊聚类方法对提取的地震属性进行分类和优化,得到与地质目标相关性较好,且相互独立的4种地震属性;利用井旁道地震记录和井信息作为BP神经网络的学习样本进行训练,在训练好的BP神经网络中输入从地震数据中提取的优化后的地震属性,预测煤层火成岩侵入区的分布情况.从实际测区的预测情况看,该方法准确性和可靠性较高,可对实际生产进行理论指导.     

序贯指示模拟方法在煤层顶板岩性预测中的应用

渭北石炭二叠纪煤田煤层顶板横向非均质性强,依靠钻探所得煤层顶板岩性误差较大.地震资料具有较高的纵向、横向分辨率,利用地震资料可以提高煤层顶板岩性预测精度.本文采用序贯指示模拟方法进行煤层顶板岩性预测.通过分析煤层顶板岩性资料,利用数据空间变异性特征和相应的地震属性求取变差函数,将井点资料作为硬数据,地震数据作为软约束进行煤层顶板岩性预测.综合运用地质资料、地震资料,为煤层顶板岩性预测提供了一种有效的方法.     

基于井位的地震属性融合技术研究

在利用地震属性对储层预测的研究中,大部分理论方法主要存在利用单一属性预测储层这一缺陷,在实际应用中则存在单一属性不能正确预测储层的问题,这些问题应通过多元属性融合技术来解决,本文在已有井资料的基础上,对属性融合技术进行了研究,分析各属性对储层的影响因素,利用井位计算各地震属性融合比重,有机的结合了各属性的优点,提出了这一问题新的解决方法.实际资料的应用显示,该方法在储层预测中取得了良好的效果.     

基于MATLAB工具箱的地震预测模型

地震分析和预测对未来地震趋势有一定预见性。本文建立了基于MATLAB工具箱的地震预测模型,通过建模、局限性分析,认为多元线性和非线性回归方法不适合地震预测,基于BP神经网络的方法在地震预报中有一定应用价值。     

地震属性融合方法综述

近年来,随着地震属性在储层预测、构造解释、沉积微相研究等方面的广泛应用,地震多属性融合逐渐成为一种新兴的属性分析方法.本文针对RGB属性融合、聚类分析属性融合,多元线性回归属性融合,井属性融合,基于模糊逻辑的地震属性融合等常用属性融合方法进行了详细的讨论.阐述了各种融合方法的技术原理、发展历程、研究现状及应用效果;对每种方法的局限性、适用性和优缺点进行了归纳总结;分析了地震属性融合技术今后的发展趋势,为地震属性融合技术研究提供参考.     

煤层厚度地震槽波层析成像分辨率分析

透射法地震槽波勘探技术依据不同煤厚槽波频散特征差异,利用敏感频率下槽波走时层析成像算法反演得到煤层槽波速度,进而预测煤层厚度分布.层析反演结果的准确性直接影响煤厚探测的精度,反演得到小异常体常被错误地当作高精细度的体现.槽波层析反演分辨率是衡量反演结果精细程度的重要指标,决定了反演结果的可靠程度,但对于槽波分辨率的估算缺乏有效的技术手段.通过对比分析理论模型、棋盘格模型、射线密度和统计分辨率等方法,探讨这些分辨率分析方法的优缺点.根据义马11061工作面层析成像结果以及后期实际煤厚揭露数据,验证了槽波勘探方法的合理性和准确,认为采用巷帮煤厚作为约束条件,可提高层析成像分辨率,采用统计分辨率方法对反演结果分析较为实用.     

南北地震带地震活动强度变化特征及其神经网络模型

南北地震带是中国大陆的一条主要活动地震带, 20世纪以来有很多大地震集中发生在这条地震带上。为了进一步探讨南北地震带地震活动强度变化的规律并对其进行中期预测,在研究了南北地震带逐年最大地震强度演化特征及其机理的基础上,建立了南北地震带地震强度序列变化的一种模式,建模中采用了人工神经网络技术,并提出了一种简易实用的能够获得较隹预测效果的确定神经网络输入窗口大小的方法。结果表明: 南北地震带的地震活动具有强弱分期轮回的特征; 用人工神经网络建模的预测结果与实际资料的对比检验中误差较小,因而该模型可作为南北地震带地震活动强度变化的预测模型。     

地震黄土滑坡滑距预测的BP神经网络模型

地震滑坡的滑距与重力滑坡的滑距有着显著的不同,科学预测地震发生时黄土地区滑坡的滑动距离是合理评估黄土地区滑坡风险和减轻滑坡灾害的有效方式之一。基于海原特大地震诱发黄土滑坡的400组野外调查数据,通过引入BP神经网络算法,论证了BP神经网络模型用于预测黄土地震滑坡滑距的适宜性和可行性;建立了地震诱发黄土滑坡滑距的BP神经网络预测模型,并通过67组数据进行了验证。BP神经网络算法和传统多元线性回归、多元非线性回归结果的对比显示,BP神经网络的预测更接近真实情况,具有较为理想的预测效果,可以用于黄土地震滑坡滑距的预测,并为圈定较为可靠的致灾范围提供依据。     

基于谱分解和地震多属性储层厚度的预测

随着油气勘探开发的不断发展,利用地震属性进行储层预测的方法得到了广泛的应用,并且在生产中取得了较好的效果.本文采用的谱分解和地震多属性联合的方法进行储层厚度预测,克服了单一属性分析存在的多解性和多属性分析在断层处预测不准确的问题,以及仅利用谱分解方法时,由于其预测基础的限制,部分复杂地区对砂体厚度的预测效果存在一定误差这一问题,可以较为准确地预测出目的层的储层厚度,同时,在传统地震分析中非常难发现的地质信息,谱分解之后比较容易发现,有助于进一步解释.实际地震资料结合井信息和分层数据的标定,对储层厚度的预测进行了较为详细的研究.研究结果表明,此方法在原理和实际应用上都是可行的,提出了一种储层厚度预测的新方法.     

利用地震岩性信息研究煤层冲刷规律

通过构建煤层冲刷带地质模型,进行正演模拟计算,利用正演模拟数据研究煤层冲刷规律.应用地震属性技术,谱分解/地震相分析技术和地震反演技术获取多种地震岩性信息.利用这些信息,结合钻孔资料和矿井地质资料,对煤层冲刷规律进行综合分析研究.与传统解释方法相比,地震岩性信息综合解释方法能够更准确地圈定煤层冲刷范围.     

基于BP神经网络的波阻抗反演及应用

人工神经网络是近期发展最快的人工智能领域研究成果之一.本文在介绍BP神经网络的有关原理的基础上,提出一种基于BP神经网络模型的波阻抗反演方法,该方法克服了常规基于模型的波阻抗反演方法严重依赖于初始模型的选择和易陷入局部最优等局限性.利用该方法对实际地震剖面进行了波阻抗参数反演处理,结果表明人工神经网络方法在波阻抗反演中的应用是可行的并且是有效的.     

地震属性优化及物性参数反演的一种非线性处理方法

常规地震资料解释方法误差较大,越来越不能满足现代地震勘探解释的需要.本文在对地震属性进行模式分类的基础上,利用LLE算法对地震属性进行非线性降维,然后利用小波BP网络对物性参数进行非线性反演,建立了一个具有自适应、复杂非线性的地震属性储层反演模型.以某工区为例进行计算,并对其精度进行检验,获得明显优于常规方法的地质效果,具有一定的实用价值.     

自然正交分量方法在地震地磁监测中的应用

对比分析了地震地磁监测中运用自然正交分量方法建立的我国地磁场长期变化模型与传统的磁场线性预测长期变化模型在地震地磁监测中的误差,发现NOC方法优于线性预测方法,应在地震地磁监测中予以推广应用.在NOC模型建立过程中,还发现NOC方法有助于提取可能与地震活动性相关的地磁场微弱能量的时间变化,但还有待于进一步的研究.     

过零点个数地震属性理论诠释及应用

在地震解释与储层预测中,地震属性扮演着重要角色.在砂砾岩储层研究过程中,常规属性效果并不理想,无法满足实际应用的需要.而过零点个数,虽是一种不被人经常使用的地震属性,但我们发现在砂砾岩体油藏预测中应用效果良好.为此,研究过零点个数地震属性的定义与计算方法,讨论子波主频、砂岩厚度、泥岩夹层和地层韵律性等与它的关系,通过模型测试与实际资料应用对其做较全面的诠释.研究表明:(1)对于单一界面地震记录,过零点个数不随子波主频和波长的变化而变化;(2)砂岩厚度与过零点个数呈正相关,厚砂岩的过零点个数要比薄砂岩大;(3)砂体间存在的泥岩夹层,厚度变化对过零点个数影响较小,但它会影响波组的形态;(4)不规则沉积与均匀沉积相比,过零点个数属性值要大,因此,此属性比较适合多期次发育的砂砾岩体或其他薄互层结构的储层预测.总的来说,过零点个数地震属性能够有效地识别砂砾岩体发育区,可为此类储层预测提供了一种新的优势属性.     

宽频地震数据瞬时振幅属性优势分析及在南海深水区的应用

在过去十几年时间里,海洋宽频地震采集和配套处理技术取得了长足进展,在我国南海深水区已采集地震资料的频带宽度已达5个倍频程,低频信息可拓展至3 Hz,高频信息可达120 Hz.与常规地震数据相比,宽频地震数据中子波的波形特征有了明显变化,除了可以大幅提升地震资料的信噪比和改善中深层地震成像精度外,在地震属性计算过程中还有很多明显的优势.本文从瞬时振幅属性计算原理出发,通过模型对比分析了常规子波与宽频子波在瞬时振幅属性计算方面的差异及产生原因.分析表明,宽频地震数据可以有效降低瞬时振幅属性计算结果的误差,有效提高基于振幅属性进行储层刻画和储层物性参数预测的精度.最后,将该方法应用于南海深水区实际数据的对比中,进一步阐明了宽频地震数据在瞬时振幅属性计算方面的优势,有效支持了深水区勘探进程,取得了良好的应用效果.     

砂泥岩储层间距变化对地震属性影响分析

随着很多油田进入开采后期,开采的难度逐渐增加,在这种情况下,砂泥岩薄互层的研究与评价越来越受到重视.在地震勘探中,目前对于薄互层主要利用的是地震属性进行解释,而不同的地震属性必然会随砂泥岩厚度和接触关系变化而变化,因此有必要研究砂泥岩厚度及接触关系变化给地震属性带来的影响.本文以某油田实际剖面为基础,通过不断缩小两列砂体间距,直至相互穿插,建立了六个砂泥岩互层模型,并对这六个模型进行波动方程正演模拟和属性提取,分析五大类五十种地震属性随砂体移动的变化情况,挖掘对砂体预测比较敏感的地震属性,为属性优选提供依据,从而合理的运用不同的地震属性来预测砂体厚度变化情况及接触关系,减少地震解释假象存在的几率,提高储层预测的精度.     

多层砖房震害预测的人工神经网络方法及实践

应用云南省最近几次地震中多层砖房的震害实例,构造了多层砖房震害预测的人工神经网络方法,并利用这些数据进行了网络训练.结果表明:这种方法对已训练数据有很好的适应性,但如果要将之应用于震害预测,则尚需积累大量的震害数据,并进行大量的网络试验工作.     

利用地震P波方位属性评价瓦斯富集区

以往研究表明煤层具有弱各向异性,为正交各向异性介质,因此利用P波的方位各向异性属性来进行煤层裂隙裂缝检测、预测煤层瓦斯富集带是行之有效的方法.本文对山西阳泉新景佛洼区的三维地震资料进行处理,得到4个方位的偏移数据体,并提取与煤层裂隙裂缝相关的多种地震属性.通过计算得到裂隙裂缝的相对密度,进而对煤层瓦斯的富集带进行预测.