-
题名应用长短期记忆循环神经网络的弱反射信号增强方法
- 1
-
-
作者
隋京坤
陈胜
郑晓东
胡天跃
-
机构
北京大学地球与空间科学学院
中国石油勘探开发研究院油气地球物理研究所
中国石油勘探开发研究院
中国石油勘探开发研究院物探技术研究所
-
出处
《石油地球物理勘探》
EI
CSCD
北大核心
2023年第1期1-8,共8页
-
基金
中国石油天然气集团公司前瞻性基础性重大科技项目“岩性地层圈闭精细刻画关键技术与地震沉积学研究”(2021DJ0403)
中国石油天然气股份有限公司科技项目“裂缝型致密储层地震预测方法研究与目标精细刻画技术攻关试验”(2022KT1504)联合资助。
-
文摘
由于沉积环境的特殊性和复杂性,地下介质中不同反射界面的波阻抗差可能差异巨大。如果储层的有效反射信息较弱,在地震数据中极可能被强反射信息掩盖,不易被识别,影响了储层识别效果,因此亟需一种解释性处理技术突出弱反射信息。常规方法一般是先从地震数据中分离出强反射分量,再将它削弱或删除。但如果地震子波提取不准确,减去法中强反射残留会引入虚假信号。文中提出了一种“升弱降强”的新思路,通过构建幂次反射系数映射模型缩小弱反射信号与强反射信号的相对差异。首先计算测井反射系数的幂次反射系数,将弱反射系数相对增大、强反射系数相对减小,得到拟反射系数序列;再用原始反射系数序列和拟反射系数序列分别与地震子波进行褶积运算,得到合成地震记录和拟合成地震记录,生成训练样本集;然后用该样本集训练长短期记忆(LSTM)循环神经网络,建立合成地震记录与拟合成地震记录的映射关系;最后将该网络应用于地震数据,增强了地震弱反射信号。模型和实际数据应用结果表明,该方法能有效增强地层本身引起的弱反射信号,提高地震数据的储层识别能力。
-
关键词
拟反射系数
长短期记忆(LSTM)循环神经网络
弱反射信号增强
-
Keywords
pseudo-reflection coefficient
long short-term memory(LSTM)recurrent neural network
weak reflection signal enhancement
-
分类号
P631
[天文地球—地质矿产勘探]
-
-
题名AVO技术在苏75区块含气性检测中的应用
被引量:3
- 2
-
-
作者
刘东琴
李晓恒
汪关妹
刘良琼
李海鹰
张晨雨
-
机构
东方地球物理公司研究院地质研究中心
东方地球物理公司物探技术研究中心
中国地质大学(北京)
-
出处
《石油地球物理勘探》
EI
CSCD
北大核心
2013年第A01期109-114,202-203+9,共6页
-
文摘
由于苏里格气田苏75区块东、西部沉积特征不同,导致地震资料特征、气层位置、AVO特征不同,利用AVO技术获得的单一参数以及烃类指示属性难以获得满意的储层预测结果。为此,文中通过对地震资料的CMP道集分析、气层理论模型正演及井旁道气层模型正演,发现不论气层顶、底界面的AVO响应的极性如何,反射振幅的绝对值均随着炮检距的增大而增大,利用AVO技术可以有效检测目的层段中较厚的气层。本次研究利用拟泊松比及拟横波反射系数较好地检测了苏75区块气层的分布特征,检测结果与井资料吻合程度较高,为该区的油气开发提供了技术支持。
-
关键词
CMP道集
AVO
拟泊松比
拟横波反射系数
含气性检测
-
Keywords
CMP gathers,AVO,pseudo poisson's ratio,pseudo shear wave reflection coefficient,hydrocarbon detection
-
分类号
P631
[天文地球—地质矿产勘探]
-