用提升法小波分析进行地震信号的噪声衰减

提升小波的基本思想是建立在双正交小波和完全可恢复滤波器组的理论基础上,在保持小波双正交特性的条件下,通过所谓提升和对偶提升过程,来改善小波及其对偶的性能,以满足各种应用的需要。文章简单介绍了基于提升方案小波分析的基本原理和方法,建立了一维和二维地震信号进行提升小波分解和重构的基本流程,分析了提升法小波变换相对于第一代小波变换的各种优点,最后结合具体实例,将基于提升格式的小波变换与重构用于地震数据的噪声压制。根据噪声与信号的特点,在小波低频与高频系数中分别采用不同的软阈值进行量化处理,取得了较好的压噪效果,提高了地震资料的信噪比。实际资料的应用效果表明,该方法易于实现,计算效率高,具有较好的应用前景。

应用改进的神经网络学习方法预测储层参数

人工神经网络理论在石油科学的研究中具有重要的理论和现实意义。文章在分析了模拟退火算法和变尺度法各自的优势和原理基础上,针对前向网络反向传播算法(BP)收敛速度缓慢和易陷入局部极值点的缺点,将有全局寻优特性的模拟退火算法(SA)和快速收敛的局部寻优变尺度算法(BFGS)有效地结合,提出了一种快速、高效的前向网络混合学习策略,即SA—BFGS混合算法来训练网络。用它代替传统BP网络中的梯度下降法,通过训练网络权值,使网络具有较快的收敛速度和较高的逼近精度。在测井资料计算储层参数的实际应用中,该法能极大地改进前向网络的收敛速度与收敛性能,处理速度快、稳定性好、可信度高,具有较好的应用前景。

缝洞型碳酸盐岩储层定量评价研究

缝洞型碳酸盐岩储层的定量评价,一直是该类油气藏勘探开发的主要技术难题和研究重点。最重要也最基础的工作是裂缝和溶洞的定量研究。以塔里木盆地X油田奥陶系缝洞型碳酸盐岩储层为例,详细介绍了运用测井、测试、钻井资料对裂缝、溶洞的储层参数进行定量评价的方法和研究思路,较好地解决了缝洞型碳酸盐岩储层的定量评价问题。