基于PML吸收边界的三维声波数值模拟方法

    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

    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。

    一种非监督与监督学习下的多波地震油气储层预测方法

    公开(公告)号:CN108732620A

    公开(公告)日:2018-11-02

    申请号:CN201810193221.3

    申请日:2018-03-09

    Abstract: 本发明公开了一种非监督与监督学习下的多波地震油气储层预测方法。该方法包括如下步骤:首先,利用不同卷积核卷积升维生成各类纵横波地震属性,然后,利用聚类分析法进行非监督学习,分别对纵、横波地震属性通过聚类分析降维,基于此,用聚合法求出取能突出油气储层特征的多波地震聚合属性,最后以降维后的聚合属性作为支持向量机的学习集,进行从已知到未知的地震油气储层的预测。将本发明方法应用于实际的油气储层预测,结果表明,所预测的地震油气储层边界更加清晰,预测结果与实际情况基本吻合。

    基于粗糙集理论与色相法的多波油气地震响应表征方法

    公开(公告)号:CN108508485A

    公开(公告)日:2018-09-07

    申请号:CN201810193231.7

    申请日:2018-03-09

    Abstract: 本发明公开了一种基于粗糙集理论与色相法的多波油气地震响应表征方法,该方法利用粗糙集理论,结合专家经验优选出对地震储层响应敏感属性,去除冗余信息,以优选出的对地震储层敏感的属性为基础,综合纵横波对油气刻画的精度差异及岩石物理基础,形成三类对油气异常敏感的复合属性映射到色彩空间,进行RGB多属性融合,融合后的结果能够充分展现纵波和转换横波所蕴含的地下介质丰富的岩性与构造信息,克服了单一属性显示不足和单属性不能准确刻画油气储层边界精度的缺点,降低了反演结果的多解性,使图像显示的地震储层特征更加明显,提高了油气藏预测精度。

    井约束二维地震变速度场非线性误差校正方法

    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

    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。

    面向地震油气储层分布的卷积神经网络学习与预测方法

    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

    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。

    基于PML吸收边界的三维声波数值模拟方法

    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

    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。

    一种非监督与监督学习下的多波地震油气储层预测方法

    公开(公告)号:CN108732620B

    公开(公告)日:2019-12-27

    申请号:CN201810193221.3

    申请日:2018-03-09

    Abstract: 本发明公开了一种非监督与监督学习下的多波地震油气储层预测方法。该方法包括如下步骤:首先,利用不同卷积核卷积升维生成各类纵横波地震属性,然后,利用聚类分析法进行非监督学习,分别对纵、横波地震属性通过聚类分析降维,基于此,用聚合法求取出能突出油气储层特征的多波地震聚合属性,最后以降维后的聚合属性作为支持向量机的学习集,进行从已知到未知的地震油气储层的预测。将本发明方法应用于实际的油气储层预测,结果表明,所预测的地震油气储层边界更加清晰,预测结果与实际情况基本吻合。

    基于粗糙集理论与色相法的多波油气地震响应表征方法

    公开(公告)号:CN108508485B

    公开(公告)日:2019-05-28

    申请号:CN201810193231.7

    申请日:2018-03-09

    Abstract: 本发明公开了一种基于粗糙集理论与色相法的多波油气地震响应表征方法,该方法利用粗糙集理论,结合专家经验优选出对地震储层响应敏感属性,去除冗余信息,以优选出的对地震储层敏感的属性为基础,综合纵横波对油气刻画的精度差异及岩石物理基础,形成三类对油气异常敏感的复合属性映射到色彩空间,进行RGB多属性融合,融合后的结果能够充分展现纵波和转换横波所蕴含的地下介质丰富的岩性与构造信息,克服了单一属性显示不足和单属性不能准确刻画油气储层边界精度的缺点,降低了反演结果的多解性,使图像显示的地震储层特征更加明显,提高了油气藏预测精度。

    一种基于涡旋式复合机的压缩空气储能系统

    公开(公告)号:CN102518473B

    公开(公告)日:2013-05-29

    申请号:CN201110403906.4

    申请日:2011-12-07

    Abstract: 一种基于涡旋式复合机的压缩空气储能系统,特征是包括机械耦合机构、涡旋式复合机、发电机、储气罐及管路;机械耦合机构包括行星轮系、皮带传动装置、能量分解及制动装置和能量合成装置。外部捕获的机械能通过行星架输入行星轮系,齿圈和太阳轮轴作为输出端,其中齿圈通过皮带传动装置与发电机连接,太阳轮轴通过能量分解及制动装置与复合机连接;储气罐用于存储压缩空气。该压缩空气储能系统可实现压缩储能和膨胀助力两种工作模式;通过储能系统可达到平抑不稳定机械能的波动性,稳定发电输出的目的。本发明具有储能效率高、能量密度高、储能周期无限制、对环境友好等优点,适用于各种可再生能源发电系统,具有广阔的应用前景。

    一种吸尘、拖地及风干集一体的清洁推车

    公开(公告)号:CN103054523A

    公开(公告)日:2013-04-24

    申请号:CN201310011250.0

    申请日:2013-01-14

    Abstract: 本发明提供了一种吸尘、拖地及风干集一体的清洁推车。它解决了现有吸尘器只能实现单一吸尘清扫的功能,而无法同步进行多项清洁工作,造成费时费力的问题。本吸尘、拖地及风干集一体的清洁推车包括呈封闭式的车壳,车壳的尾端固设推动手柄,车壳的底盘上设置车轮,车壳内设置吸尘风干管路,吸尘风干管路具有前端的吸尘口与后端的出风口,吸尘风干管路由前至后顺次串接集尘桶、风机及暖风器,车壳的底盘上伸出湿转拖把和干转拖把,湿转拖把连接供水装置,干转拖把连接驱动装置,且干转拖把与湿转拖把传动连接。本发明能够有序完成吸尘、湿擦、干擦、风干的系列清洁程序,即确保清扫的良好效果,又成倍提升清洁工作效率,还省时、省力。

Patent Agency Ranking