地球探测与信息技术教育部重点实验室开放基金(2004DTKF008)
- 作品数:2 被引量:35H指数:2
- 相关作者:李琼李勇吴朝容李正文贺振华更多>>
- 相关机构:成都理工大学更多>>
- 发文基金:地球探测与信息技术教育部重点实验室开放基金油气藏地质及开发工程国家重点实验室开放基金国家自然科学基金更多>>
- 相关领域:天文地球更多>>
- 单孔洞缝模型超声波实验测试与分析被引量:13
- 2007年
- 对储层(特别是碳酸岩储层)中大量发育的孔洞缝。提出了孔洞缝储层研究的物理模型模拟方法。根据物理模型相似性原则从缝洞系统中抽取制作了单孔洞缝物理模型,目的是探讨在缝洞系统中单个缝洞的大小、形状与地震属性参数之间的关系和变化规律以及与孔洞缝密度之间的关系。通过室内超声波实验,观测不同缝、洞密度物理模型的地震波特征响应,分析了缝、洞密度的变化及孔洞的尺寸、形状对地震波属性参数的影响,重点讨论了裂缝、孔洞密度与纵波属性的关系。实验表明,在受孔洞缝密度影响的地震波属性参数中,地震波振幅、主频率、品质因子Q的变化幅度普遍比速度高2个数量级,说明地震波的动力学参数比运动学参数对孔洞缝密度的变化更为敏感。这为利用地震波的动力学参数来检测地下岩层中孔洞缝的分布和发育带提供了实验依据。模型孔洞尺寸大小最大相差42倍,但地震波各属性参数在相同数量级中变化,同时体积相同形状不同的洞对地震波各属性参数的影响不明显,说明地震波各属性参数对孔洞缝密度敏感,而对孔洞缝的实际尺寸大小及形状不敏感。
- 李琼贺振华黄德济曹均
- 关键词:物理模型
- 塔中围斜区东河砂岩地震速度分布特征与储层预测
- 应用高效精确地震高分辨率非线性反演方法对塔中围斜区的卡1区、顺南区和卡3区的地震剖面进行了地震速度反演,在地震剖面的信噪比和分辨率不高的情况下,仍然获得了高分辨率的地震速度反演剖面,反演所得到的速度曲线形态和变化趋势可与...
- 李琼李正文钱一雄王咸彬
- 关键词:非线性反演速度剖面
- 文献传递
- 基于GA-BP理论的储层视裂缝密度地震非线性反演方法被引量:22
- 2006年
- 基于GA-BP理论,将自适应遗传算法与人工神经网络技术(BP算法)有机地相结合,形成了一种储层裂缝自适应遗传-神经网络反演方法.这种新的方法是由编码、适应度函数、遗传操作及混合智能学习等组成,即在成像测井裂缝密度数据约束下,通过对目标问题进行编码(称染色体),然后对染色体进行选择、交叉和变异等遗传操作,使染色体不断进化,从而快速获得全局最优解.在反演执行过程中,利用地震数据和成像测井裂缝密度数据之间的非线性映射关系建立训练样本,将GA算法与BP算法有机地结合,优化三层前向网络参数;或将GA与ANFIS相结合,优化ANFIS网络参数.并采用GA算法与TS算法(Tabu Search)相结合的自适应混合学习算法,该学习算法自始至终将GA和BP两种算法按一定的概率比例进行,其概率自适应变化,以达到混合算法的均衡.这种混合算法提高了网络的收敛速度和精度.我们分别利用两个研究地区的6井和1井成像测井裂缝密度数据与地震数据之间的非线性映射关系建立训练样本,对过这两口井的测线的地震数据进行反演,获得了视裂缝密度剖面,视裂缝密度剖面上裂缝分布特征符合沉积相分布特征和岩石力学性质的变化特征.这种视裂缝密度剖面含有储层裂缝的定量信息,其误差可为油气勘探开发实际要求所允许.因此,这种新的方法优于只能作裂缝定性分析的常规裂缝地震预测方法,具有广阔的应用前景.
- 李琼李勇李正文吴朝容
- 关键词:遗传算法人工神经网络成像测井