-
公开(公告)号：CN109917462B
公开(公告)日：2024-07-16
申请号：CN201910211430.0
申请日：2019-03-20
Applicant: 中国石油化工股份有限公司 , 中国石油化工股份有限公司胜利油田分公司物探研究院
IPC: G01V1/36
Abstract: 本发明公开了一种基于变分原理的地震数据信号去噪方法，包括以下步骤：S1、在地震信号处理模型中输入测试信号f和参考信号g并选取采样点；S2、将测试信号和参考信号进行归一化处理，构造成为差异矩阵；S3、将差异矩阵转换为慢度矩阵；S4、基于费马原理和惠更斯‑菲涅尔原理，采用最小路径射线追踪方法在慢度矩阵中提取全局最小旅行时及对应的最短路径；S5、将获得的最短路径中每个采样点的旅行时时移量施加在测试信号上，获得去噪后的地震数据信号。本方法从理论和实现两个方面进行了修改，不仅提高了计算效率，增强了最短路径求取的稳定性，而且为非线性信号测量打开了新的视角。
-
公开(公告)号：CN117075222A
公开(公告)日：2023-11-17
申请号：CN202210485811.X
申请日：2022-05-06
Applicant: 中国石油化工股份有限公司 , 中国石油化工股份有限公司胜利油田分公司物探研究院
IPC: G01V13/00 , G06Q10/0639
Abstract: 本发明提供的一种节点仪运行状态实时监控评价方法包括：根据地震勘探采集工区需求，收集多个节点仪设备，在施工前进行设备质检，读取所述节点仪设备的运行状态信息；根据所述运行状态信息输入到监控评价装置，进行定量评价，获得监控评价结果；所述监控评价装置的红灯反映设备指标类信息和设备故障类信息，黄灯反映参数设置类信息和质量控制类信息，绿灯反映设备所有指标均合格，指示灯与分类信息相互对应；根据监控评价结果；在施工过程中，采用近‑中‑远三联合方式进行节点仪运行状态信息的实时回传；所述节点仪运行状态信息导入定量评价装置后；每个节点仪具有红灯、黄灯、绿灯三个指示项，并采用节点仪健康值定量反映设备运行状况。
-
公开(公告)号：CN116840909A
公开(公告)日：2023-10-03
申请号：CN202210299444.4
申请日：2022-03-25
Applicant: 中国石油化工股份有限公司 , 中国石油化工股份有限公司胜利油田分公司物探研究院
Abstract: 本发明提供的一种潜山内幕的联合深度域建模方法：受浅层道集覆盖次数体，无法利用反射波信息准确反演近地表速度，采用全区初至信息和井信息建立浅层高精度近地表速度模型。其次在浅层速度模型基础上采用基于数据驱动的分层反演迭代模型。最后对局部深层横向速度变化较弱的地层参考叠前时间偏移速度模型进一步优化基底深度域速度模型，为消除高信噪比和低信噪比速度差异整体再进行一次小尺度全局反演，进一步优化高频量深度域速度模型，最终形成一套完整的潜山内幕联合深度域建模方法。
-
公开(公告)号：CN113589384B
公开(公告)日：2023-07-28
申请号：CN202010371098.7
申请日：2020-04-30
Applicant: 中国石油化工股份有限公司 , 中国石油化工股份有限公司胜利油田分公司物探研究院
IPC: G01V1/36
Abstract: 本发明提供一种基于信号随偏移距变化特征的叠前道集保幅去噪方法，该基于信号随偏移距变化特征的叠前道集保幅去噪方法包括：步骤1，在原始采集记录的基础上，生成叠前道集；步骤2：对叠前道集按照偏移距重构信号；步骤3：对叠前道集数据，预测并剔除噪声；步骤4：进行噪声回填，得到保幅去噪的叠前道集。该基于信号随偏移距变化特征的叠前道集保幅去噪方法可以有效实现在不损失有效的信号的情况下，去除随机噪声、部分斜干扰和异常振幅值，可以避免现有方法的缺陷，完成叠前道集的优化校正，不改变原始道集AVO规律，且AVO规律性更强，为后续的叠前反演奠定了良好的资料基础。
-
公开(公告)号：CN113917533B
公开(公告)日：2023-04-28
申请号：CN202010666196.3
申请日：2020-07-10
Applicant: 中国石油化工股份有限公司 , 中国石油化工股份有限公司胜利油田分公司物探研究院
Abstract: 本发明提供一种TI介质双联动全方位成像的系统性实现方法，包括：进行OVT域地震数据高效分选；开展OVT域地震数据品质分析与成像适应性评价；针对OVT域数据开展五维空间高保真去噪；针对OVT域数据的高维保真数据规则化；进行基于OVT域数据的地表全方位与地下反射角双联动的TI介质角度域叠前成像；基于叠前成像道集的全方位‑反射角度域反射波层析反演速度建模；进行TI介质全方位角度域叠前成像与反射波成像速度建模迭代循环；开展面向地震解释的叠前、叠后成像数据优化处理。本发明形成了针对高密度地震采集数据的TI介质全方位成像的系统性实现方法，为高质量、系统性实现高密度地震数据TI介质叠前成像提供了技术手段。
-
Patent Agency Ranking
公开(公告)号：CN114966824A
公开(公告)日：2022-08-30
申请号：CN202110188392.9
申请日：2021-02-18
Applicant: 中国石油化工股份有限公司 , 中国石油化工股份有限公司胜利油田分公司物探研究院
Abstract: 本发明提供一种地震数据随机采样及优化重建方法，包括：步骤1：设计震源和检波器规则的地震观测系统；步骤2：根据预期的勘探成本与地震资料品质，确定稀疏采样系数；步骤3：选取随机采样步长，确定随机采样段，实现检波点的随机采样；步骤4：选取随机采样步长，确定随机采样段，实现震源点的随机采样；步骤5：输出地震数据随机采样设计方案；步骤6：将随机采样地震数据利用规则观测系统作为采样矩阵实施稀疏反变换，完成优化重建。该地震数据随机采样及优化重建方法利用地震数据随机采样方法实现地表障碍区的数据采集，降低勘探成本，利用地震数据优化重建处理方法实现数据的准确恢复，提高资料品质。
-
公开(公告)号：CN114839675A
公开(公告)日：2022-08-02
申请号：CN202110132180.9
申请日：2021-01-31
Applicant: 中国石油化工股份有限公司 , 中国石油化工股份有限公司胜利油田分公司物探研究院
IPC: G01V1/30
Abstract: 本发明属于地震资料数据处理技术领域，提供了一种建立三维速度模型的方法，包括：对采集的原始三维地震资料进行预处理；在共炮点道集和共检波点道集拾取局部相关反射波走时和斜率数据，形成观测数据空间；建立离散速度模型，形成模型空间，并给定初始离散速度模型；在当前速度模型中，用拾取的斜率数据分别计算从炮点和检波点向地下传播的初始射线方向，通过求解三维程函方程获得分别从炮点与检波点的射线路径、走时和对应的射线参数；建立反演目标函数及反演方程，求解获得对速度模型的修正量，更新速度模型；判断当前速度模型是否符合要求，若是，则输出当前速度模型，本发明效率高、对复杂地质构造和低信噪比资料有很强适应性。
-
公开(公告)号：CN114594516A
公开(公告)日：2022-06-07
申请号：CN202011419333.X
申请日：2020-12-07
Applicant: 中国石油化工股份有限公司 , 中国石油化工股份有限公司胜利油田分公司物探研究院
IPC: G01V1/36
Abstract: 本发明涉及一种成像域井震联合多尺度层析反演方法，具体包括：基于先验速度，做叠前深度偏移，得剖面和共成像点道集；对剖面作局部倾斜叠加，得倾角场；对共成像点道集进行γ谱扫描，得γ场；在剖面中筛选反射点；做射线追踪，计算射线路径、剩余深度差；以井为中心，划分反演区域；构建局部区域的方程组，施加约束并求解，更新局部速度；判断工区是否全部完成反演，是则更新走时差，否则迭代；确定反演网格尺度，重整射线路径，结合测井、构造约束，构建方程组并求解，获取更新量；判断是否更新尺度，若是，更新走时差并迭代，若否，求和各尺度更新量，更新模型并输出。与常规方法相比，该方法的结果更符合井速趋势和构造趋势，分辨率更高。
-
公开(公告)号：CN109116413B
公开(公告)日：2022-02-18
申请号：CN201810855447.5
申请日：2018-07-30
Applicant: 中国石油化工股份有限公司 , 中国石油化工股份有限公司胜利油田分公司物探研究院
IPC: G01V1/28
Abstract: 本发明提供一种成像域立体层析速度反演方法，包括：步骤1，对输入的初始速度场做叠前深度偏移，得到深度偏移剖面，并抽取角度域共成像点道集；步骤2，在角度域共成像点道集中，拾取与之对应位置处的剩余曲率与深度残差，并转换为走时残差；步骤3，计算立体层析数据空间；步骤4，在当前速度模型中进行射线追踪，得到模型中走时信息和反演核函数；步骤5，利用得到的立体层析核函数以及真实的数据空间与模型中数据空间的残差，建立反演方程组，并计算得到模型的更新量，完成此次迭代。该成像域立体层析速度反演方法可以获得更为准确的立体层析数据空间，提高了反演的精度与稳定性，在今后立体层析反演的实践中具有更好的利用价值。
-
公开(公告)号：CN111045084B
公开(公告)日：2021-12-07
申请号：CN202010013146.5
申请日：2020-01-06
Applicant: 中国石油化工股份有限公司 , 中国石油化工股份有限公司胜利油田分公司物探研究院
IPC: G01V1/36
Abstract: 本发明提供一种基于预测特征提取的多次波自适应相减方法，该基于预测特征提取的多次波自适应相减方法包括：步骤1，设置变量初始值；步骤2，构建卷积神经网络；步骤3，训练卷积神经网络；步骤4，利用训练的卷积神经网络提取预测多次波特征；步骤5，利用原始数据和预测多次波特征构建多次波自适应相减的数学模型和优化问题；步骤6，求解多次波自适应相减的匹配滤波器；步骤7，估计一次波。本发明利用预测多次波特征进行多次波自适应相减的方法能更好的均衡一次波的保护和多次波的分离，在保护一次波的同时，有效减少残余多次波。
-
-
-
-
-
-
-
-
-
Search Results
88
records
(took 0.075 seconds)
