基于多尺度反演的薄儲層預測方法研究與應用
發(fā)布時間:2022-02-04 22:11
在我國很多儲層以薄層為主,F(xiàn)今的反演方法沒有充分利用地震資料相對低頻和高頻的信息,分辨率無法達到識別薄層的能力。本文從提高層位標定準確度,建立高精度測井初始模型和降低反演多解性三個角度出發(fā),提出了多頻段匹配井震小層標定、方位距離約束測井建模和多尺度混合反演三種新方法。多頻段匹配井震小層標定為多尺度混合反演提供準確的時深。方位距離約束測井建模為多尺度混合反演提供高精度的初始模型。多尺度混合反演的結果用于薄儲層格架的追蹤解釋。通過安第斯工區(qū)實際資料的應用,形成了以下三點認識:(1)層位標定是建立測井和地震之間關系的橋梁。采用中值濾波和方波化對測井數(shù)據(jù)進行預處理可以壓制噪聲,得到稀疏特性的反射系數(shù)序列。不同頻帶的地震數(shù)據(jù)反映的地質(zhì)信息不同。多頻段匹配井震小層標定可以在低、中、高頻段同時獲得良好的標定效果。(2)使用方位距離約束建模方法構建初始模型,避免了反距離加權法“牛眼現(xiàn)象”的出現(xiàn)。(3)多尺度混合反演依據(jù)時頻圖“頻枝”出現(xiàn)的位置設置頻段范圍,將初始模型和地震數(shù)據(jù)體分解為大、中、小三個尺度數(shù)據(jù)體。將各尺度的反演結果按照一定的權重相加,得到最終的反演結果。多尺度混合反演方法較常規(guī)反演分辨率更...
【文章來源】:中國石油大學(北京)北京市211工程院校教育部直屬院校
【文章頁數(shù)】:67 頁
【學位級別】:碩士
【部分圖文】:
平穩(wěn)信號Fig.2.1Stationarysignal
中國石油大學(北京)碩士學位論文-9-圖2.1平穩(wěn)信號Fig.2.1Stationarysignal圖2.2非平穩(wěn)信號Fig.2.2Non-stationarysignal函數(shù)f(t)以小波t為基的連續(xù)小波變換(CWT)為函數(shù)f(t)和a,bt的內(nèi)積,CWT的結果是許多小波系數(shù)C。12,(),()()sRtCfttsftdts(2.16)CWT的變換過程見圖2.4[27]:Step1:將小波t和信號f(t)的開始部分進行比較。Step2:計算小波系數(shù)C。小波系數(shù)代表當前形態(tài)的小波與局部信號的相似程度。值越大,越相似。Step3:將小波向右移動k個單位,小波函數(shù)變?yōu)閠k,重復step1和step2。
第2章小波多尺度分解理論-10-以k為步長繼續(xù)右移,重復step1和step2。一直進行下去,直到到達信號f(t)末端。Step4:延伸小波t,比如擴展一倍,小波函數(shù)變?yōu)閠/2。Step5:重復step1~4。圖2.3平穩(wěn)信號和非平穩(wěn)信號頻譜對比Fig.2.3StationaryandNon-stationarysignal’sspectrumcontrast圖2.4連續(xù)小波變換的過程Fig.2.4Continuouswavelettransformprocess
【參考文獻】:
期刊論文
[1]應用近似L0范數(shù)的稀疏脈沖反演[J]. 劉百紅,李建華,鄭四連. 石油地球物理勘探. 2018(05)
[2]基于小波變換的重力壓縮正演和多尺度反演研究[J]. 孫思源,殷長春,高秀鶴,劉云鶴,任秀艷. Applied Geophysics. 2018(02)
[3]井震標定可視化軟件系統(tǒng)研究[J]. 趙茂強. 中國石油和化工標準與質(zhì)量. 2018(09)
[4]基于Moore-Penrose算法的譜反演方法研究[J]. 張軍華,張曉輝,張秋,李志強,冉揚. 地球物理學進展. 2017(06)
[5]廣義S變換與短時傅里葉變換在地震時頻分析中的對比研究[J]. 黃斌,張宏兵,王強,喬驍. 中國煤炭地質(zhì). 2017(01)
[6]基于VSP的地震層位綜合標定方法[J]. 趙海英,齊聰偉,陳沅忠,李建國. 石油地球物理勘探. 2016(S1)
[7]基于時空變中值濾波的隨機噪聲壓制方法[J]. 孫哲,王建鋒,王靜,于敏杰,張坤. 石油地球物理勘探. 2016(06)
[8]多尺度地震資料稀疏貝葉斯聯(lián)合反演方法[J]. 趙小龍,吳國忱,曹丹平. 石油地球物理勘探. 2016(06)
[9]改進的Morlet小波變換在儲集層預測中的應用[J]. 齊宇,梁建設,柳迎紅,喻梓靚,陳思路. 新疆石油地質(zhì). 2016(05)
[10]面波衰減處理中小波函數(shù)的選擇方法[J]. 楊順遼,桂志先,張正炳. 新疆石油地質(zhì). 2016(04)
碩士論文
[1]多分量疊前彈性參數(shù)反演方法研究[D]. 霍國棟.中國石油大學(華東) 2016
[2]約束稀疏脈沖波阻抗反演方法在煤層識別中的應用[D]. 欒穎.吉林大學 2010
本文編號:3614032
【文章來源】:中國石油大學(北京)北京市211工程院校教育部直屬院校
【文章頁數(shù)】:67 頁
【學位級別】:碩士
【部分圖文】:
平穩(wěn)信號Fig.2.1Stationarysignal
中國石油大學(北京)碩士學位論文-9-圖2.1平穩(wěn)信號Fig.2.1Stationarysignal圖2.2非平穩(wěn)信號Fig.2.2Non-stationarysignal函數(shù)f(t)以小波t為基的連續(xù)小波變換(CWT)為函數(shù)f(t)和a,bt的內(nèi)積,CWT的結果是許多小波系數(shù)C。12,(),()()sRtCfttsftdts(2.16)CWT的變換過程見圖2.4[27]:Step1:將小波t和信號f(t)的開始部分進行比較。Step2:計算小波系數(shù)C。小波系數(shù)代表當前形態(tài)的小波與局部信號的相似程度。值越大,越相似。Step3:將小波向右移動k個單位,小波函數(shù)變?yōu)閠k,重復step1和step2。
第2章小波多尺度分解理論-10-以k為步長繼續(xù)右移,重復step1和step2。一直進行下去,直到到達信號f(t)末端。Step4:延伸小波t,比如擴展一倍,小波函數(shù)變?yōu)閠/2。Step5:重復step1~4。圖2.3平穩(wěn)信號和非平穩(wěn)信號頻譜對比Fig.2.3StationaryandNon-stationarysignal’sspectrumcontrast圖2.4連續(xù)小波變換的過程Fig.2.4Continuouswavelettransformprocess
【參考文獻】:
期刊論文
[1]應用近似L0范數(shù)的稀疏脈沖反演[J]. 劉百紅,李建華,鄭四連. 石油地球物理勘探. 2018(05)
[2]基于小波變換的重力壓縮正演和多尺度反演研究[J]. 孫思源,殷長春,高秀鶴,劉云鶴,任秀艷. Applied Geophysics. 2018(02)
[3]井震標定可視化軟件系統(tǒng)研究[J]. 趙茂強. 中國石油和化工標準與質(zhì)量. 2018(09)
[4]基于Moore-Penrose算法的譜反演方法研究[J]. 張軍華,張曉輝,張秋,李志強,冉揚. 地球物理學進展. 2017(06)
[5]廣義S變換與短時傅里葉變換在地震時頻分析中的對比研究[J]. 黃斌,張宏兵,王強,喬驍. 中國煤炭地質(zhì). 2017(01)
[6]基于VSP的地震層位綜合標定方法[J]. 趙海英,齊聰偉,陳沅忠,李建國. 石油地球物理勘探. 2016(S1)
[7]基于時空變中值濾波的隨機噪聲壓制方法[J]. 孫哲,王建鋒,王靜,于敏杰,張坤. 石油地球物理勘探. 2016(06)
[8]多尺度地震資料稀疏貝葉斯聯(lián)合反演方法[J]. 趙小龍,吳國忱,曹丹平. 石油地球物理勘探. 2016(06)
[9]改進的Morlet小波變換在儲集層預測中的應用[J]. 齊宇,梁建設,柳迎紅,喻梓靚,陳思路. 新疆石油地質(zhì). 2016(05)
[10]面波衰減處理中小波函數(shù)的選擇方法[J]. 楊順遼,桂志先,張正炳. 新疆石油地質(zhì). 2016(04)
碩士論文
[1]多分量疊前彈性參數(shù)反演方法研究[D]. 霍國棟.中國石油大學(華東) 2016
[2]約束稀疏脈沖波阻抗反演方法在煤層識別中的應用[D]. 欒穎.吉林大學 2010
本文編號:3614032
本文鏈接:http://sikaile.net/kejilunwen/diqiudizhi/3614032.html
最近更新
教材專著