-
公开(公告)号：CN115620136A
公开(公告)日：2023-01-17
申请号：CN202211299220.X
申请日：2022-10-24
申请人： 中国石油化工股份有限公司 , 中国石油化工股份有限公司江苏油田分公司
摘要： 本发明提供了一种基于地球物理引导无监督学习的反褶积方法及系统，该方法包括：将观测地震数据输入人工神经网络，所述人工神经网络输出反褶积结果；将反褶积结果与地震子波进行褶积得到重建地震数据；通过比较观测地震数据和重建地震数据得到训练损失；将训练损失进行反向传播，通过深度学习框架的自动微分功能得到神经网络各参数的梯度，进而由优化算法利用所述梯度更新所述人工神经网络的参数。本发明为基于深度学习的反褶积方法，与传统方法相比，人机交互更少，智能程度较高。本发明为无监督学习方法，不需使用大量数据训练人工神经网络，且引入地球物理约束，反褶积结果遵守地球物理规律，较为合理。
-
公开(公告)号：CN112083495B
公开(公告)日：2022-05-20
申请号：CN202011104649.X
申请日：2020-10-15
申请人： 中国石油化工股份有限公司 , 中国石油化工股份有限公司江苏油田分公司
IPC分类号： G01V1/36
摘要： 本发明基于变分模态分解的同步压缩小波变换提高分辨率方法，包括：(1)对原始的地震单道信号进行变分模态分解VMD，得到具有不同频率特征的固有模态函数IMF分量；(2)根据各分量主频的不同，分别对每一个分量进行同步压缩小波变换，得到相应的高分辨率时频谱，将该时频谱相加得到原始地震信号的高分辨率时频谱S(t,f)；(3)对目标区域的点谱按照子波谱光滑的原则，得到子波振幅谱，根据子波振幅谱得到反褶积算子V(f,T)；(4)利用V(f,T)对时频谱各个时刻的点谱进行反褶积处理，得到时频谱S'(t,f)，对该时频谱进行同步压缩小波逆变换，重构出地震信号；(5)对地震数据中的所有地震道重复上述步骤，实现高分辨率处理。
-
公开(公告)号：CN118191924A
公开(公告)日：2024-06-14
申请号：CN202410472401.0
申请日：2024-04-19
申请人： 中国石油化工股份有限公司 , 中国石油化工股份有限公司江苏油田分公司
摘要： 本发明提供了一种利用微测井数据建立潜水波层析初始模型的方法，该方法包括：S1，收集工区内所有微测井调查文件；S2，对微测井调查文件进行剔除异常值处理；S3，将经过步骤S2处理得到的微测井调查文件进行插值和外推，获得覆盖全工区的浅地表速度模型，确定浅地表各层的厚度和速度；S4，结合工区地表高程，将浅地表各层的厚度换算成其对应的海拔高程；S5，将步骤S4得到的速度模型进行沿层平滑处理，将平滑后的速度模型作为潜水波层析的初始速度模型。本发明利用微测井和地表高程构建一个初始速度模型用于潜水波层析速度建模，有利于提高山地地震资料浅地表速度模型精度，为中深层速度模型建立奠定基础。
-
公开(公告)号：CN112083495A
公开(公告)日：2020-12-15
申请号：CN202011104649.X
申请日：2020-10-15
申请人： 中国石油化工股份有限公司 , 中国石油化工股份有限公司江苏油田分公司
IPC分类号： G01V1/36
摘要： 本发明基于变分模态分解的同步压缩小波变换提高分辨率方法，包括：(1)对原始的地震单道信号进行变分模态分解VMD，得到具有不同频率特征的固有模态函数IMF分量；(2)根据各分量主频的不同，分别对每一个分量进行同步压缩小波变换，得到相应的高分辨率时频谱，将该时频谱相加得到原始地震信号的高分辨率时频谱S(t,f)；(3)对目标区域的点谱按照子波谱光滑的原则，得到子波振幅谱，根据子波振幅谱得到反褶积算子V(f,T)；(4)利用V(f,T)对时频谱各个时刻的点谱进行反褶积处理，得到时频谱S'(t,f)，对该时频谱进行同步压缩小波逆变换，重构出地震信号；(5)对地震数据中的所有地震道重复上述步骤，实现高分辨率处理。
-
公开(公告)号：CN110297269B
公开(公告)日：2020-12-04
申请号：CN201810242781.3
申请日：2018-03-23
申请人： 中国石油化工股份有限公司 , 中国石油化工股份有限公司江苏油田分公司 , 中国石油大学(华东)
IPC分类号： G01V1/28
摘要： 本发明提供了一种基于改进型BP神经网络的地震数据双向预测插值方法，包括：步骤I、获取地震数据信息，根据地震数据信息缺失的实际情况，确定是横向插值或纵向插值，并建立相对应的双向预测模式；步骤II、通过引入附加动量法和自适应学习速率法对BP神经网络改进，建立改进型BP神经网络；步骤III、基于步骤I中建立的双向预测模式和步骤II中建立的改进型BP神经网络，分别从相对的两个方向进行地震数据插值预测，并将预测结果输出；步骤IV、将步骤III中得到的相对的两个方向的地震数据插值预测结果进行融合，得到最终的地震数据插值结果。本发明的方法充分利用多道地震信息，提高了插值精度和效果。
-
公开(公告)号：CN117452502A
公开(公告)日：2024-01-26
申请号：CN202310982793.0
申请日：2023-08-07
申请人： 中国石油化工股份有限公司 , 中国石油化工股份有限公司江苏油田分公司
摘要： 本发明提供了一种基于地震数据映射的保幅去噪方法及装置，该方法包括：针对时间域含噪声(随机噪声和多次波)的地震数据，采用高分辨率数据映射拉东算子将地震数据变换到映射拉东域；在映射拉东域，分离有效信号和噪声；针对映射拉东域不含噪声(随机噪声及多次波)的地震数据，采用高分辨率数据映射反算子，实现地震数据时间域回归，得到保幅去噪后的地震数据。本申请为基于地震数据映射的保幅去噪方法，与传统方法相比，适应性强，保幅性好。本申请从地震波传播理论出发，利用地震数据映射算子去除随机噪声和多次波噪声，更好地保留有效信号及其原有属性，去噪结果遵守地球物理规律，较为合理。
-
公开(公告)号：CN110297269A
公开(公告)日：2019-10-01
申请号：CN201810242781.3
申请日：2018-03-23
申请人： 中国石油化工股份有限公司 , 中国石油化工股份有限公司江苏油田分公司 , 中国石油大学(华东)
IPC分类号： G01V1/28
摘要： 本发明提供了一种基于改进型BP神经网络的地震数据双向预测插值方法，包括：步骤I、获取地震数据信息，根据地震数据信息缺失的实际情况，确定是横向插值或纵向插值，并建立相对应的双向预测模式；步骤II、通过引入附加动量法和自适应学习速率法对BP神经网络改进，建立改进型BP神经网络；步骤III、基于步骤I中建立的双向预测模式和步骤II中建立的改进型BP神经网络，分别从相对的两个方向进行地震数据插值预测，并将预测结果输出；步骤IV、将步骤III中得到的相对的两个方向的地震数据插值预测结果进行融合，得到最终的地震数据插值结果。本发明的方法充分利用多道地震信息，提高了插值精度和效果。
-
-
-
-
-
-
搜索结果
7 条记录 (耗时 0.076 秒)
