本文關(guān)鍵詞：基于改進粒子群算法的裂縫屬性識別方法研究

  更多相關(guān)文章： 粒子群算法 裂縫屬性識別 橫波分裂 控制因子 模擬退火

【摘要】：隨著當(dāng)今社會經(jīng)濟的高速發(fā)展,在新型能源得到普遍推廣之前,傳統(tǒng)的能源依然是被大量需求的,尤其是對于油氣資源的需求量大大的上升,因此使得油氣資源勘探開發(fā)的步伐也大大的加快,然而常規(guī)構(gòu)造油氣藏的開發(fā)已幾近殆盡,所以目前油氣勘探開發(fā)的主要研究方向轉(zhuǎn)為巖性油氣藏、復(fù)雜裂隙裂縫型油氣藏的尋找開發(fā),但是這些油氣藏地區(qū)的地質(zhì)條件相對來說都較復(fù)雜,勘探開發(fā)起來難度較大,難以用常規(guī)的縱波勘探方法來解決。多波多分量地震數(shù)據(jù)資料比單波(縱波)分量能夠提供更加豐富的地層巖性信息,尤其還包含了地層裂縫信息,綜合利用這些信息能夠更加可靠地預(yù)測巖性及油氣分布,為油藏精細描述提供了重要的依據(jù)。在多波多分量地震勘探中,當(dāng)轉(zhuǎn)換橫波在含有裂縫的各向異性介質(zhì)中傳播時,會產(chǎn)生平行于裂縫走向的快橫波和垂直于裂縫走向的慢橫波,我們稱之為橫波分裂現(xiàn)象。因為橫波分裂現(xiàn)象可以攜帶很多裂縫信息,所以我們可以根據(jù)這個現(xiàn)象來提取裂縫的方位和密度。由于快橫波的偏振方位與裂縫的方位走向密切相關(guān),因此我們可以將裂縫走向的求取轉(zhuǎn)化為快橫波的偏振方位角度得求取;又由于快、慢橫波的傳播時差反映了裂縫發(fā)育密度,所以可以將裂縫發(fā)育密度的預(yù)測轉(zhuǎn)化為求取快、慢橫波的傳播時差。利用多分量地震中轉(zhuǎn)換橫波分裂這一特性進行裂縫屬性識別是目前較直接、較可靠的裂縫檢測方法。近年來隨著遺傳算法、粒子群算法和模擬退火法等非線性反演方法引入到橫波分裂裂縫屬性識別當(dāng)中,讓裂縫屬性識別又有了新的思路與希望。其中粒子群算法是通過模擬研究鳥類覓食行為而提出來的,是一種基于群體智能的演化計算技術(shù)。該算法因其本身具有實現(xiàn)簡單,參數(shù)設(shè)置少和收斂速度快等特點,在很多領(lǐng)域都得到了應(yīng)用。首先本文介紹了裂縫各向異性介質(zhì)理論和橫波分裂原理,在橫波分裂原理的基礎(chǔ)上,利用數(shù)學(xué)中的Pearson相關(guān)系數(shù)公式將裂縫屬性識別轉(zhuǎn)化為一個高度非線性復(fù)雜的尋優(yōu)問題,其與粒子群優(yōu)化算法的全局尋優(yōu)相似。然后對粒子群優(yōu)化算法的理論基礎(chǔ)和改進策略作了簡要的闡述,介紹了粒子群算法的原理及實現(xiàn)流程。針對基本粒子群算法收斂速度慢和易陷入局部最優(yōu)的缺點,發(fā)展了兩種改進的粒子群算法:加入控制因子的收縮因子粒子群算法和基于模擬退火的收縮因子粒子群算法。兩種算法都通過收縮因子擴大算法在初期的搜索空間,增強了粒子的收斂性;加入控制因子可以通過“吸收”和“擴散”兩個算子使粒子群保持了多樣性并具有更好的收斂率;融合模擬退火算法,可以按照Metropolis準則接受優(yōu)化解的同時以一定的概率接受惡化解,增加種群的多樣性,使算法避免陷入局部最優(yōu)。本文在充分理解粒子群優(yōu)化算法理論的基礎(chǔ)上,將粒子群算法與Pearson相關(guān)系數(shù)應(yīng)用于裂縫屬性識別中。通過對單道地震數(shù)據(jù)進行了處理,證實了其可行性,并將兩種改進算法的識別結(jié)果與基本粒子群算法的識別結(jié)果進行對比,驗證了改進算法的有效性。為了驗證兩種算法的抗噪性能,利用兩種改進算法對加入隨機噪聲的多道地震數(shù)據(jù)進行了處理,結(jié)果表明兩種算法在噪聲環(huán)境下也能很好地進行裂縫屬性識別,得到精確的結(jié)果。同時將識別結(jié)果與基本粒子群算法的識別進行了對比,發(fā)現(xiàn)改進算法的抗噪性能與穩(wěn)定性都要優(yōu)于基本粒子群算法。
【學(xué)位授予單位】：吉林大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2016
【分類號】：P631.4

【相似文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 熊盛武,劉麟,王瓊,史e，

本文編號：1289562