半监督叠前地震信号反射模式分析

半监督叠前地震信号反射模式分析

论文摘要

地震反射模式分析主要分析地层中不同反射元信号间的差异性,再将不同反射元划分到对应的反射模式中,从而获得目标区间的地质构造情况,为后续的油气开发提供指导意见。现有的地震反射模式分析大多是基于叠后数据的,与叠前数据相比,叠后数据在提升信噪比的前提下减少了数据量,但同时也模糊了地层中许多微小的信息,无法满足精细化解释的需求。本文直接从高维的叠前地震数据出发,通过对其进行纹理属性分析和提取,以保存地层中的微量信息。在实际的油气勘探过程中,通过测井和钻进等资料获取的有标签数据是极其稀少的,过少的有标签数据无法支持有效的监督学习;其次,传统的分析结果只能进行定性的分析,无法对其进行定量化的评估,定量分析是现阶段亟需解决的问题;叠前数据相比于叠后数据,受到噪声的影响更为明显。针对这些问题,本文围绕半监督学习、定量化评估以及空间信息等进行研究,提出相应的解决方法,文章的具体工作与创新总结如下:1.针对地震勘探中先验知识过少,无法进行有监督学习的问题,本文提出了一种具有全局优化的半监督学习方法,该方法在自组织映射神经网络的训练过程中引入了标签信息,利用它们辅助无标签数据来提升学习器的训练效果,该方法同时优化了网络神经元到地震反射模式间的映射关系,解决了自组织映射神经网络的局限性,降低了模式指派的混淆。2.传统的地震反射模式分析方法无法对结果进行定量化的评估,而定量分析是结果是否可靠一个重要依据,基于这一现状,本文利用概率神经网络,分别计算了各地震反射元对反射模式的隶属度,基于这一结果定义了三个用于进行定量评估的度量指标,从不同角度提供了对结果的判断依据。3.为解决噪声对叠前地震数据的影响,本文通过分析地层的连续性,引入了先验的空间信息,以约束反射元的模式指派过程,这一方法通过分析先验信息在空间上的传递方式,以概率的形式修正了基于数据驱动的结果,降低了噪声对叠前数据的影响,使得最终的模式分析结果与实际地层情况更加吻合。本文将所提出的一系列方法和传统的方法应用于人工合成数据和实际工区数据,通过对比证明了所提出方法的优越性。

论文目录

  • 摘要
  • abstract
  • 简略字表
  • 第一章 绪论
  •   1.1 研究背景及意义
  •   1.2 国内外研究现状
  •     1.2.1 无监督学习
  •     1.2.2 有监督学习
  •     1.2.3 半监督学习
  •   1.3 本文的研究思路及其主要工作与贡献
  •   1.4 论文章节安排
  • 第二章 叠前地震信号反射模式分析的相关原理
  •   2.1 叠前地震信号分析的优势
  •   2.2 纹理特征分析方法
  •     2.2.1 信号处理方法
  •     2.2.2 模型方法
  •     2.2.3 结构方法
  •     2.2.4 统计方法
  •   2.3 群体智能优化算法
  •     2.3.1 蚁群优化算法
  •     2.3.2 粒子群优化算法
  •     2.3.3 菌群觅食算法
  •     2.3.4 人工蜂群算法
  •     2.3.5 各算法比较
  •   2.4 本章小节
  • 第三章 基于叠前纹理属性的半监督全局优化地震相分析
  •   3.1 叠前纹理属性提取
  •     3.1.1 构建GLCM
  •     3.1.2 纹理属性提取
  •   3.2 半监督全局优化自组织映射神经网络
  •     3.2.1 Kohonen SOM
  •     3.2.2 SOM聚类
  •     3.2.3 SSABC-SOM算法描述
  •     3.2.4 时间复杂度分析
  •   3.3 分类结果定量化评估
  •     3.3.1 概率神经网络
  •     3.3.2 置信度度量
  •   3.4 基于叠前纹理属性的SSABC-SOM地震相定量分析总流程
  •   3.5 合成数据测试
  •   3.6 实际地震资料应用
  •     3.6.1 MX工区
  •     3.6.2 YM工区
  •   3.7 本章小结
  • 第四章 基于叠前纹理-空间的半监督地震反射模式分析
  •   4.1 基于空间信息的概率分布估计
  •     4.1.1 基于空间的递归概率估计
  •     4.1.2 信息传递因子α的分析
  •   4.2 基于叠前纹理-空间的概率分布估计
  •     4.2.1 修正的多标签空间概率估计
  •     4.2.2 耦合概率估计
  •     4.2.3 基于置信度分析的标签信息扩充
  •   4.3 算法总体描述
  •     4.3.1 算法流程
  •     4.3.2 时间复杂度分析
  •   4.4 合成数据测试
  •   4.5 实际地震资料应用
  •     4.5.1 MX工区
  •     4.5.2 YM工区
  •   4.6 本章小结
  • 第五章 总结与展望
  •   5.1 工作总结
  •   5.2 工作展望
  • 致谢
  • 参考文献
  • 攻读硕士学位期间取得的研究成果
  • 攻读硕士学位期间参加的科研项目
  • 文章来源

    类型: 硕士论文

    作者: 吴庆平

    导师: 胡光岷

    关键词: 地震反射模式分析,叠前地震数据,半监督学习,定量分析,空间概率

    来源: 电子科技大学

    年度: 2019

    分类: 基础科学,工程科技Ⅰ辑

    专业: 地质学,地球物理学,矿业工程

    单位: 电子科技大学

    分类号: P631.4

    总页数: 83

    文件大小: 7031K

    下载量: 40

    相关论文文献

    • [1].稳定因子法反Q滤波在叠前资料中的应用效果分析[J]. 油气地球物理 2020(01)
    • [2].基于叠前资料的新型属性优选算法[J]. 工程地球物理学报 2017(03)
    • [3].高保真叠前去噪技术分析[J]. 石化技术 2017(10)
    • [4].基于叠前地震纹理特征的半监督地震相分析[J]. 石油地球物理勘探 2020(03)
    • [5].基于广义S变换的叠前去噪方法[J]. 石油仪器 2010(04)
    • [6].基于贝叶斯反演的叠前数据同时插值和保幅去噪方法研究[J]. 地球物理学进展 2019(06)
    • [7].一种基于叠前数据的综合Q值求取及应用[J]. 石油地球物理勘探 2017(02)
    • [8].多信息融合优选叠前同步反演参数[J]. 地质科技情报 2014(06)
    • [9].叠前同时反演在浅层疏松砂岩储层预测中的应用[J]. 物探与化探 2017(01)
    • [10].叠前地震衰减各向异性的裂缝预测方法及应用(英文)[J]. Applied Geophysics 2015(03)
    • [11].叠前同步反演在M地区储层预测中的应用[J]. 物探化探计算技术 2015(01)
    • [12].基于射线路径的叠前高精度Q值估计方法[J]. 石油物探 2013(05)
    • [13].鄂西渝东山地资料叠前去噪技术研究[J]. 长江大学学报(自然科学版)理工卷 2010(03)
    • [14].江陵凹陷叠前优化处理技术分析[J]. 化工管理 2017(06)
    • [15].基于蚂蚁追踪的叠前裂缝预测技术[J]. 石油地球物理勘探 2014(06)
    • [16].叠前弹性反演技术研究及应用[J]. 地质装备 2008(05)
    • [17].叠前随机噪声深度残差网络压制方法[J]. 石油地球物理勘探 2020(03)
    • [18].叠前常规去噪处理技术研究[J]. 西安文理学院学报(自然科学版) 2020(04)
    • [19].基于标准差统计的窄方位角叠前裂缝预测方法[J]. 石油地球物理勘探 2017(01)
    • [20].叠前非局部平均滤波压制随机噪音[J]. 煤田地质与勘探 2014(05)
    • [21].叠前多属性概率神经网络反演储层孔隙度[J]. 物探化探计算技术 2013(02)
    • [22].复杂网格下叠前道内插技术研究[J]. 内江科技 2010(01)
    • [23].测井约束下高精度叠前地震速度预测[J]. 岩性油气藏 2019(04)
    • [24].基于叠前地震模拟记录的页岩气储层特征分析研究[J]. 化工设计通讯 2016(06)
    • [25].基于广义S变换的叠前Q值反演方法研究[J]. 石油物探 2014(06)
    • [26].用一种稳定的全反Q滤波方法提高叠前地震资料的分辨率[J]. 石油天然气学报 2011(06)
    • [27].基于小波分频叠前相干噪声压制方法[J]. 地球物理学进展 2009(04)
    • [28].叠前同时反演在灰质发育区识别储层及流体的应用研究[J]. 地球物理学进展 2017(01)
    • [29].一种高效稳定的三维叠前插值技术及应用[J]. 石油物探 2016(04)
    • [30].基于峰值频率法的组合法估计叠前Q值[J]. 地球物理学进展 2015(04)

    标签:;  ;  ;  ;  ;  

    半监督叠前地震信号反射模式分析
    下载Doc文档

    猜你喜欢