伪多道匹配滤波技术及其在地震数据匹配中的应用

不同油田区块、不同时期地震数据受采集参数的影响,存在振幅、频率、相位和到时等差异,匹配滤波是消除这些差异的关键技术之一。笔者给出了伪多道匹配滤波技术,相对传统方法,可以对地震数据之间的振幅、频率、相位和到时差异进行更好地调整,改进地震数据的匹配效果。然后对该方法的原理进行了系统介绍,基于单道地震数据对该方法进行了测试,并对不同震源采集地震数据进行了匹配拼接处理。最后基于互相关、时频分析等手段对拼接前后数据的一致性进行了分析,验证了方法的优势。

一种基于最小值和Min-Max方法修正的科研项目综合相似度计算方法

对于科研项目查重,常规方法为对科研项目的项目名称、申请书等项目组成部分分别进行相似度计算,加权处理得到综合相似度后再判断项目的相似度,不易区分客观上有一定相似度而实际上不相似的科研项目.提出一种基于最小值和Min-Max方法修正的科研项目综合相似度计算方法,先设定项目组成部分相似度最小值,低于最小值的项目组成部分不参与项目综合相似度计算,再基于Min-Max方法对项目组成部分相似度进行修正,经过修正的相似度加权处理后得到项目综合相似度.实验结果表明,基于最小值和Min-Max方法修正的计算方法能较大程度提高似相似实际不相似科研项目综合相似度的精确度.

海底电缆多次波压制方法研究

多次波一直是影响地震处理与解释的主要因素之一.本文基于表层相关多次波衰减(Surface RelatedMultiple Elimination,SRME)理论,对其进行一定的改造,使其可以预测出海底电缆(Ocean Bottom Cable,OBC)数据中所有与表层相关的多次波,而后将预测出的多次波自适应减去.本文对OBC波场,OBC多次波的压制方法给出了介绍,对SRME方法压制OBC多次波理论给出了洋尽的阐述.利用SRME理论预测OBC多次波完全数据驱动,不需要地下介质的任何信息,理论数据验证了方法的有效性.

基于一次波逆时理论的层间多次波衰减方法

针对层间多次波与一次波的动校正速度差异较小,应用基于动校速度差异的常规方法无法将层间多次波彻底去除的难题,本文对基于波动理论的层间多次波预测相减方法进行了研究。通过对地震数据进行一定的前期处理,选定某一地层,并沿该层面进行褶积运算,预测与其相关的所有层间多次波;然后应用传统的最小二乘自适应相减算法,压制层间多次波。模拟数据的测试结果验证了方法的有效性。

反数据域压制多次波方法研究

将地震数据变换到反数据域可以将地震有效信号与表层相关信号进行分离,通过对反数据域表层相关信号聚焦点的简单切除,就可以去除表层相关多次波。反数据域压制多次波方法解决了波动方程预测减去法在相减时对一次波的损害问题,与正数据域的表层相关多次波压制算法(SRME)相比,反数据域SRME法理论表达更加简单,而且避免了相减过程。本文阐述了一维和二维介质情况下将地震数据从正数据域变换到反数据域的方法,并给出一个二维的有限差分模拟算例。数据测试表明,本文方法在有效地衰减表层相关多次波的同时,也能较好地保留一次波信息。

平面波域反数据处理压制多次波方法研究

在地震勘探领域,尤其是海洋地震勘探中,多次波一直是影响地震处理与解释的主要因素之一.本文基于x-t 域的反馈模型及多次波衰减的理论,详尽推导了 x-t 域反数据处理的方法;基于平面波域多次波的产生机制,借鉴 x-t 域反数据处理的方法,推导出在平面波域进行反数据处理的原理.文中给出一个有限差分的模拟数据进行测试.处理结果表明,本方法可以有效地衰减表层相关多次波,提高地震数据分析的精确性,在保护了一次波能量的同时,可以更加有效快捷地去除多次波.

三维高精度保幅Radon变换多次波压制方法

三维地震勘探现已成为地震勘探的主流方式。常规二维Radon变换多次波压制方法只针对二维地震数据,并未考虑地震波场三维传播的特点,即不适用于三维地震数据处理,故亟待探寻针对三维地震数据的处理方法。文中基于对三维Radon变换多次波压制方法的深入研究,针对三维地震数据变换域分辨率低的问题,采用迭代阈值收缩的方法提高变换的分辨率;针对数据中振幅随炮检距变化的特点,引入正交多项式变换,对沿不同曲率方向地震数据振幅的变化进行拟合。模拟数据和实际数据的测试结果表明,通过三维高精度保幅Radon变换可获得高分辨率的模型域数据,能有效分离一次波与多次波,同时多项式拟合可保护有效波的振幅,高保真地实现多次波的压制。

倾角分解多次波自适应相减方法研究

自适应相减是波动方程预测减去法多次波压制中的一个重要步骤。常用的基于能量最小的L2范数自适应相减算法在多次波和一次波相交时,求取的滤波算子在匹配时会影响一次波信号,因此,相减时会损害一次波的能量。将τ-p变换与L2范数自适应相减算法相结合,利用τ-p变换对数据进行倾角分解,使多次波和一次波尽可能地分离;对倾角分解后的数据进行自适应相减,再将相减结果组合输出,从而减少甚至避免了相减时对一次波的损害。模拟数据和实测数据的应用结果验证了该方法的有效性。

三维表面多次波压制方法

地震数据处理中二维情况下的表面多次波压制(SRME)算法已很成熟;但在三维情况下,当地下地层在横测线方向存在一定倾角时,利用二维SRME算法进行多次波预测存在一定误差,且通过自适应相减无法弥补所预测多次波模型的误差,因此开发了三维SRME算法。由于地震数据采集的限制,三维情形下震源和检波器在横测线方向分布过于稀疏,直接将二维SRME算法拓展到三维无法准确预测多次波。本文假定三维情况下每道记录对应的多次波贡献道集是一个双曲线形态,通过对对应多次波贡献道集进行稀疏反演,实现了三维情况下多次波的预测。模拟三维数据的处理结果验证了方法的可行性与有效性。

基于三维抛物线Radon变换的多次波压制算法对比分析

抛物线Radon变换是地震数据多次波压制的常用算法。三维Radon变换考虑了地震波场的三维传播特性,可更精确地描述波场的传播特征,能取得更好的效果。但受离散采样和有限采集孔径的影响,传统最小二乘三维Radon变换存在着分辨率低的问题,影响一次波和多次波的分离。为此,对多次波压制中的几种高分辨率抛物线Radon变换算法进行了对比分析研究。首先详细介绍了三维Radon变换的最小二乘算法,之后分别给出了迭代重加权、低频约束以及迭代阈值收缩三种高分辨率Radon变换算法,并用模拟数据测试了每种算法的计算效果、计算效率,分析了各算法的抗噪性能及对小剩余时差多次波的压制能力。结果表明,频率域高分辨率算法只能提高变换域横向分辨率,时间频率混合域算法可以同时提高横向和纵向分辨率;各高分辨率算法均具有较好的抗噪能力,且低频约束高分辨率算法在小剩余时差多次波压制方面效果最佳。

基于迭代阈值收缩的高分辨率Radon变换方法效果对比

提高Radon变换分辨率的研究一直是地震数据处理方法研究的热点之一。常用的提高分辨率的算法是在频率域进行的,然而此方法在频域中计算的模型权重是偶然耦合的,会对所有同相轴施加相同的权重,导致高能量同相轴地震道生成假像。此文给出了3种时间域提高Radon变换分辨率的方法,IST(iterative shrinkage thresholding)、FIST(fast iterative shrinkage thresholding)和SRTIS(sparse radon transform iterative shrinkage),并对3种算法的收敛效率和计算效果进行了对比分析。理论和实际数据的测试表明,SRTIS方法在效率和效果的对比上均优于其他两种,并且具有较好的去除多次波能力。

时移地震非线性反演压力与饱和度变化研究

在现有研究基础上提出基于岩石物理模型和混合优化算法的时移地震反演压力、饱和度变化方法.介绍了混合优化算法原理和适用于疏松砂岩的岩石物理模型,建立了非线性反演油藏参数变化的流程.将本方法用于某油田实际数据标定的疏松砂岩岩石物理模型,分析三组地震属性组合与油藏参数的敏感性并进行油藏参数非线性反演,结果表明敏感性不同的三组地震属性组合均能得到正确结果,表明了方法的稳定性与有效性.油藏参数反演结果整体误差小,证明非线性反演方法不受油藏参数变化范围的影响,优于线性化反演方法.

一种基于专家打分权重的迭代算法构建与应用

专家打分是评价项目水平的关键数据,由于对项目熟悉程度或人为因素的影响,存在个别专家打分过高或过低、导致项目得分过高或过低的情况,严重影响了项目评价结果的公正性,以专家对项目熟悉程度、把握程度和个人打分与专家组平均分差为专家打分权重计算参数,对专家打分权重进行迭代计算,使专家个人打分尽可能趋近专家组平均分,提高项目评价结果的合理性,保障项目评价的公正性.

基于正交多项式变换的CMP动校正道集随机噪声压制

本文提出了一种新的基于正交多项式变换来压制动校正后CMP道集上随机噪声的方法.将地震资料经过正交多项式变换,建立正交多项式系数谱,该谱描述了地震资料在正交多项式域的能量分布,可以较好地分离有效波和随机噪声.相对于固定阶次的基于正交多项式变换压制噪声的方法,所提出的方法根据能量随阶次变化的规律,自适应确定表达有效信号的正交多项式阶次,既提高了信号和噪声的分离效果,又有效地保护了地震信号中的AVO信息.对人工合成数据和实际资料的处理结果表明了所提出方法的有效性.

基于BP神经网络数学模型的短期负荷预测研究

讨论如何利用人工神经网络进行电力系统短期负荷预测。研究结果表明:基于BP神经网络的短期电力负荷预测具有精度高的特点,符合预测结果的相对误差小于3.06%。

应用加权迭代软阈值算法的高分辨率Radon变换

Radon变换的分辨率是其进行地震数据处理的关键因素。基于Bayes反演理论的迭代加权方法改善了Radon变换的分辨率,但其收敛速度较慢;由于Radon变换空间的强相关性,常用的迭代软阈值方法(ISTA)应用于Radon变换反演时的收敛速度也较慢,且分辨率较低。为此,将迭代加权最小二乘法嵌入ISTA中,形成了加权ISTA算法。该方法引入高分辨Radon变换中加权矩阵的思想,利用Radon参数的先验信息约束反演误差函数,克服了ISTA收敛速度慢、分辨率低的缺点。合成记录和实际地震资料处理结果表明,该方法提高了Radon变换分辨率,在多次波分离、噪声压制中效果显著。

基于数据实证的大型科学仪器共享单位内置属性研究

为找出大型仪器共享服务过程中影响仪器管理单位实施共享服务的内置属性,以云南省大型科学仪器开放共享管理平台共享服务记录数据为实证基础,利用复杂网络的连出度、连接权值、服务频次等指标项分析大型仪器管理单位的内生需求、定向服务需求和对外服务需求,获得大型仪器共享单位服务对象属性矩阵;基于服务对象属性矩阵,定量分析了以市场需求、教育科研和公共服务为不同职能目标的大型仪器共享服务单位所提供仪器共享服务的需求成分,获得仪器管理单位不同的内置属性,为大型科学仪器共享管理制度以及共享服务绩效考评指标的制定提供依据和参考。

基于一维卷积神经网络的高分辨率Radon变换反演方法研究

高分辨率Radon变换是地震资料处理常用的方法之一,其反演通常涉及矩阵求逆、多次迭代等环节,这些因素导致Radon变换反演计算量大,收敛速度慢等问题.本文在分析Radon变换分辨率降低原因基础上,提出基于一维卷积神经网络(Convolutional Neural Network,CNN)的高分辨率Radon变换反演方法.该方法通过卷积神经网络的非线性表征能力实现低分辨率Radon参数到高分辨率Radon参数的映射,分析了基于反褶积原理的串联映射模型和基于残差学习的并联映射模型提高分辨率的原理.将上述CNN网络得到的特定频率Radon参数约束其他频率参数的反演,避免了分频训练的弊端.模拟数据和实际数据的多次波压制实验表明,本文提出的基于一维卷积神经网络的高分辨率Radon变换可以较好地压制多次波,且计算效率高.

微生物菌剂处理不同浓度沼液效果

随着沼气工程的发展,沼液处理利用已成为沼气工程可持续发展的瓶颈问题。该文探究了不同微生物菌剂处理方法对不同化学需氧量(chemical oxygen demand,COD)浓度沼液的处理效果。实验结果表明,经过微生物菌剂处理后的沼液感官和理化性质发生明显的变化。低浓度沼液(COD质量浓度为500~2000 mg/L)采用沼液与微生物菌剂一次性投加的方式处理后,沼液有机物和颗粒物大大减少,pH由碱性变为酸性,最大COD去除率为67.6%。高浓度沼液(COD质量浓度为5000~30000 mg/L)采用微生物菌剂一次投加和沼液连续投加的方式处理后,沼液pH变为弱酸性,有机物和悬浮物含量有所下降,但整体变化没有低浓度沼液处理组明显。针对不同浓度的沼液,可采用不同的微生物菌剂处理方法,实现相当的净化效果,可为沼液处理利用提供参考。

云南省生物制药行业企业创新能力调查分析

通过对全省61家生物制药企业产品创新、工艺创新及企业家问卷调查,显示我省生物制药行业企业具有创新活跃,企业家素质高,自主知识产权保护意识明显增强等特点。