-
公开(公告)号：CN104765948B
公开(公告)日：2019-01-22
申请号：CN201510096974.9
申请日：2015-03-05
Applicant: 山东科技大学
IPC: G06F17/10
Abstract: 本发明公开了一种基于PML吸收边界的三维声波数值模拟方法，其主要包括如下步骤：s1、在内部计算区域应用规则网格，仅在规则网格整数节点上定义波场压力；在PML吸收区域应用交错网格，在交错网格整数节点上定义波场压力，在交错网格半数节点上定义质点的速度分量和介质密度；s2、在内部计算区域采用二阶双曲型偏微分波动方程更新波场压力值；在PML吸收区域采用一阶应力速度‑方程计算质点的速度分量和波场压力值。本发明方法既减少了内存需求量，扩大了可模拟的模型规模，同时又使得PML边界处理更为简洁。本发明方法尤其适用于油气勘探领域中的地震波场数值模拟或逆时偏移。
-
公开(公告)号：CN104678440A
公开(公告)日：2015-06-03
申请号：CN201510080055.2
申请日：2015-02-15
Applicant: 山东科技大学
IPC: G01V1/36
Abstract: 本发明公开了一种井约束二维地震变速度场非线性误差校正方法，该误差校正方法包括步骤：s1、通过插值法推演换算，以改善、补正二维工区资料品质差区段及无地震数据区的叠加速度，对网格点上所有叠加速度进行多项式拟合，建立初始叠加速度场；s2、生成井口平均速度；s3、构造误差函数，即分别制作井旁叠加速度与井口平均速度、以及与非井旁地震道叠加速度的误差曲线；s4、将步骤s3得到的非线性变化函数值作为校正量，对网格点内地震叠加速度进行误差校正，建立更合理精度更高的变速度场；s5、利用校正后的变速度平均速度模型，对解释的时间层位进行时深转换，即实现变速度成图。本发明方法有助于降低变速度场误差，从而提高变速度构造成图精度。
-
公开(公告)号：CN108629072A
公开(公告)日：2018-10-09
申请号：CN201810198302.2
申请日：2018-03-12
Applicant: 山东科技大学
Abstract: 本发明公开了一种面向地震油气储层分布的卷积神经网络学习与预测方法。该方法首先以原始地震数据为基础，提取能够表征油气特征的地震属性；然后设计卷积神经网络模型，将优选的几种地震属性作为网络的输入层，提取井位处的地震属性值，以井位处的孔隙度、渗透率、含油性作为训练样本，通过BP神经网络反向传播不断修改网络结构中的卷积核、权值W和偏置b等参数，直到模型训练完成。随后对无井区的数据进行测试，实现由有井区到无井区储层的横向预测。本发明方法直接在对油气敏感的属性体上进行卷积神经网络深度学习，能够实现同区块，甚至跨区域的未知地震储集体地震信息特征的横向预测。
-
Patent Agency Ranking
公开(公告)号：CN104765948A
公开(公告)日：2015-07-08
申请号：CN201510096974.9
申请日：2015-03-05
Applicant: 山东科技大学
IPC: G06F19/00
Abstract: 本发明公开了一种基于PML吸收边界的三维声波数值模拟方法，其主要包括如下步骤：s1、在内部计算区域应用规则网格，仅在规则网格整数节点上定义波场压力；在PML吸收区域应用交错网格，在交错网格整数节点上定义波场压力，在交错网格半数节点上定义质点的速度分量和介质密度；s2、在内部计算区域采用二阶双曲型偏微分波动方程更新波场压力值；在PML吸收区域采用一阶应力速度-方程计算质点的速度分量和波场压力值。本发明方法既减少了内存需求量，扩大了可模拟的模型规模，同时又使得PML边界处理更为简洁。本发明方法尤其适用于油气勘探领域中的地震波场数值模拟或逆时偏移。
-
公开(公告)号：CN110749929A
公开(公告)日：2020-02-04
申请号：CN201911032179.8
申请日：2019-10-28
Applicant: 山东科技大学
IPC: G01V1/50
Abstract: 本发明公开了一种基于机器学习的复杂地区地震反射层识别与追踪方法，其包括步骤：I.确定需要追踪解释的某一地震反射层位；II.提取目标层位处的局部地震波形数据作为标准地震道；利用动态时间规整算法对标准地震道和各个地震道滑动时窗内的波形数据进行匹配，获得最短弯曲路径，将最短弯曲路径值赋值给滑动时窗中心位置；原始地震剖面中所有滑动时窗计算完成后，计算获得相似性地震属性剖面；III.确定地震剖面层位追踪的纵向深度范围；IV.以相似性地震属性剖面作为输入，以追踪范围作为约束条件，利用Viterbi算法进行约束优化处理，对目标层位进行识别与追踪。本发明能够实现复杂地区地震反射层位识别与追踪，有利于提高地震反射层位解释追踪的精度与效率。
-
公开(公告)号：CN110749929B
公开(公告)日：2020-06-05
申请号：CN201911032179.8
申请日：2019-10-28
Applicant: 山东科技大学
IPC: G01V1/50
Abstract: 本发明公开了一种基于机器学习的复杂地区地震反射层识别与追踪方法，其包括步骤：I.确定需要追踪解释的某一地震反射层位；II.提取目标层位处的局部地震波形数据作为标准地震道；利用动态时间规整算法对标准地震道和各个地震道滑动时窗内的波形数据进行匹配，获得最短弯曲路径，将最短弯曲路径值赋值给滑动时窗中心位置；原始地震剖面中所有滑动时窗计算完成后，计算获得相似性地震属性剖面；III.确定地震剖面层位追踪的纵向深度范围；IV.以相似性地震属性剖面作为输入，以追踪范围作为约束条件，利用Viterbi算法进行约束优化处理，对目标层位进行识别与追踪。本发明能够实现复杂地区地震反射层位识别与追踪，有利于提高地震反射层位解释追踪的精度与效率。
-
公开(公告)号：CN108549107A
公开(公告)日：2018-09-18
申请号：CN201810198295.6
申请日：2018-03-12
Applicant: 山东科技大学
CPC classification number: G01V1/362 , G01V1/30 , G01V2210/52
Abstract: 本发明公开了一种基于弱监督学习的提高深层速度分析效果与效率的方法，该方法首先利用波动方程基准面技术，将炮集记录进行延拓，以消除上覆层速度横向不均匀的影响，然后输入共中心点CMP道集，制作速度谱，随后对速度谱进行去噪处理，以使速度谱能量团更加聚焦，获得高分辨率速度谱，随后利用约束优化法自动拾取叠加速度，即利用Viterbi算法对高分辨率速度谱进行约束优化处理，同时进行速度曲线拟合，将曲线拟合结果作为约束优化法自动拾取叠加速度的校正函数，以确保速度自动拾取的准确性与方向性。自动拾取获取的叠加速度为后续成像提供速度依据，同时为全波形反演提供初始速度模型。本发明不仅提高了常规地震数据处理的效率，更提高了拾取效果。
-
公开(公告)号：CN108629072B
公开(公告)日：2019-07-09
申请号：CN201810198302.2
申请日：2018-03-12
Applicant: 山东科技大学
Abstract: 本发明公开了一种面向地震油气储层分布的卷积神经网络学习与预测方法。该方法首先以原始地震数据为基础，提取能够表征油气特征的地震属性；然后设计卷积神经网络模型，将优选的几种地震属性作为网络的输入层，提取井位处的地震属性值，以井位处的孔隙度、渗透率、含油性作为训练样本，通过BP神经网络反向传播不断修改网络结构中的卷积核、权值W和偏置b等参数，直到模型训练完成。随后对无井区的数据进行测试，实现由有井区到无井区储层的横向预测。本发明方法直接在对油气敏感的属性体上进行卷积神经网络深度学习，能够实现同区块，甚至跨区域的未知地震储集体地震信息特征的横向预测。
-
-
-
-
-
-
-
Search Results
8
records
(took 0.059 seconds)
