本文選題：砂體成因模式 + 地震相模式��； 參考：《中國地質(zhì)大學(xué)》2017年博士論文

【摘要】：隨著油田勘探和開發(fā)程度的不斷提高,對地震儲層預(yù)測精度和有效性的要求也越來越高。傳統(tǒng)的地震相分析技術(shù)與儲層預(yù)測方法著眼于地震數(shù)據(jù)的局部特征,僅利用地震結(jié)構(gòu)屬性,且過多依賴于專家思想和巖石物理理論。同時,地震構(gòu)型特征和控制沉積的各要素等信息也沒有得到有效的應(yīng)用。面對越來越隱蔽、復(fù)雜的勘探目標,現(xiàn)有的地震儲層預(yù)測技術(shù)難以很好的解決諸如灰質(zhì)泥巖與有效砂巖中弱反射等特殊問題。因此,論文開展碎屑巖儲層地震相模式數(shù)字表征及儲層智能識別關(guān)鍵技術(shù)研究,以提高地震儲層預(yù)測的準確性。論文在常規(guī)地震相分析方法的基礎(chǔ)上,通過沉積相模式與地震相模式的研究,建立地震相與沉積相的關(guān)系,賦予地震屬性明確的地質(zhì)意義;通過確定地震相模式的特征參數(shù),研究地震屬性(尤其是反射構(gòu)型)的數(shù)字化表征方法,進而通過海量數(shù)據(jù)分析手段和智能判識方法,以沉積相分布的有序性和不變性、地震屬性的規(guī)律性和關(guān)聯(lián)性為約束,實現(xiàn)地震相自動識別,進一步提高地震儲層預(yù)測精度。論文取得的主要研究成果和創(chuàng)新點如下:1、提出了基于關(guān)鍵沉積轉(zhuǎn)換面的湖相砂體成因模式以及三角洲建設(shè)與破壞期轉(zhuǎn)換面控制的三角洲期次的劃分方法和沉積的砂體成因類型:通過野外實測,總結(jié)了各類成因砂體野外露頭的沉積特征,并建立了典型深水沉積露頭外部地質(zhì)模型和內(nèi)部巖性巖相庫;在此基礎(chǔ)上,對東營凹陷沙三中亞段典型三角洲—深水沉積進行三角洲期次劃分、砂體成因類型劃分、砂體規(guī)模統(tǒng)計,形成了東營凹陷三角洲—深水沉積的地質(zhì)模型庫,包括內(nèi)部結(jié)構(gòu)庫和外部形態(tài)規(guī)模庫。2、提出了地震相數(shù)字表征技術(shù):利用統(tǒng)計序列方法對地震振幅、頻率和連續(xù)性進行數(shù)字表征,根據(jù)紋理參數(shù)對地震內(nèi)部反射特征進行數(shù)字表征,通過地震反射同相軸的鏈碼表示,用其不變矩參數(shù)對地震外部輪廓進行數(shù)字表征。3、建立了典型碎屑巖沉積的地震相數(shù)字表征庫:根據(jù)巖性巖相、測井資料分析,總結(jié)不同沉積微相特征及空間組合形式,構(gòu)建地質(zhì)模型;利用正演模擬,匹配實際地震資料,構(gòu)建不同沉積亞(微)相組合的地震模式庫;利用研發(fā)的地震相數(shù)字表征技術(shù),建立了三角洲-深水沉積、曲流河沉積這兩類典型碎屑巖地震相模式數(shù)字表征庫。4、發(fā)展了利用地震屬性、聚類優(yōu)化粒子群、圖象訓(xùn)練學(xué)習(xí)等三種地震相(儲層預(yù)測)智能識別方法:選擇遺傳算法優(yōu)選出了能夠反映地層沉積特征和地震波數(shù)學(xué)特征的參數(shù),基于卷積神經(jīng)網(wǎng)絡(luò)的深度學(xué)習(xí)方法進行了邊灘、天然堤、河漫三類地震相的預(yù)測;提出了聚類優(yōu)化粒子群算法,實現(xiàn)了BP神經(jīng)網(wǎng)絡(luò)與粒子群算法融合,經(jīng)聚類分析算法優(yōu)化后的粒子群神經(jīng)網(wǎng)絡(luò)算法穩(wěn)定性有了提高;探索性地研究了地震相結(jié)構(gòu)的圖像自動識別方法,包括圖像地震相結(jié)構(gòu)數(shù)據(jù)集建立、卷積神經(jīng)網(wǎng)絡(luò)模型中結(jié)構(gòu)、方法的確立和模型訓(xùn)練及地震相結(jié)構(gòu)的定位識別方法。
[Abstract]:Based on the analysis of sedimentary facies model and seismic facies model , this paper presents a method of digital representation of seismic facies and seismic facies , which is based on the analysis of sedimentary facies model and seismic facies model . In this paper , three kinds of seismic facies ( reservoir prediction ) intelligent identification method based on seismic attribute , cluster optimization particle swarm , image training and learning are established .

【學(xué)位授予單位】：中國地質(zhì)大學(xué)
【學(xué)位級別】：博士
【學(xué)位授予年份】：2017
【分類號】：P618.13;P631.4

【參考文獻】

相關(guān)期刊論文 前10條

1 Hongli Zhang;Cong Wang;Wenhui Fan;;A Projection Pursuit Dynamic Cluster Model Based on a Memetic Algorithm[J];Tsinghua Science and Technology;2015年06期

2 邱云飛;楊倩;唐曉亮;;基于粒子群優(yōu)化的軟子空間聚類算法[J];模式識別與人工智能;2015年10期

3 張;鄭曉東;李勁松;路交通;曹成寅;隋京坤;;基于SOM和PSO的非監(jiān)督地震相分析技術(shù)[J];地球物理學(xué)報;2015年09期

4 張鴻鋒;李婉琪;曾昭君;麥志杰;;Hu不變矩在圖像識別中的應(yīng)用與實現(xiàn)[J];科技資訊;2014年30期

5 劉朋波;王昕;官大勇;李才;魯鳳婷;張參;;層序與古地貌約束下的地震相分析[J];地質(zhì)科技情報;2014年05期

6 李芳;王守東;陳小宏;劉國昌;鄭強;;基于模糊邏輯的多屬性融合油氣預(yù)測方法[J];石油地球物理勘探;2014年01期

7 顧元;朱培民;榮輝;曾凡平;海洋;;基于貝葉斯網(wǎng)絡(luò)的地震相分類[J];地球科學(xué)(中國地質(zhì)大學(xué)學(xué)報);2013年05期

8 張鵬志;李蘭斌;;地震紋理分析在油氣勘探中應(yīng)用進展[J];物探與化探;2013年03期

9 胡英;陳輝;賀振華;黃德濟;文曉濤;;基于地震紋理屬性和模糊聚類劃分地震相[J];石油地球物理勘探;2013年01期

10 朱石磊;段林娣;林暢松;高世臣;姚振興;;基于灰度共生矩陣的地震數(shù)據(jù)空間結(jié)構(gòu)屬性分析技術(shù)[J];石油地球物理勘探;2012年06期

相關(guān)碩士學(xué)位論文 前2條

1 彭軍軍;地震圖像的紋理特征提取及分類[D];成都理工大學(xué);2011年

2 劉遠志;碳酸鹽巖地震相分析與數(shù)值模擬[D];成都理工大學(xué);2009年

，

本文編號：1850903