【摘 要】
：
基于非线性优化算法的联合反演具有全局寻优、无需求偏导数、便于先验信息融入等优点.人工蜂群(ABC)算法是一种较新颖的非线性优化算法,具有独特的角色转换机制,在求解优化问题上有较强的寻优性能,但该算法也存在着搜索效率不高、局部搜索能力弱等问题.基于双种群架构可有效提高优化算法全局寻优能力.基于此,笔者提出一种双种群架构ABC算法,将交叉变异操作和最优解邻域搜索融入不同种群,选择典型的测试函数验证了改进ABC算法的有效性,并将其应用于大地电磁测深(MT)和重力数据的联合反演.模型试验和实测数据处理结果表明,双
【机 构】
：
东华理工大学核资源与环境国家重点实验室,江西南昌330013;东华理工大学地球物理与测控技术学院,江西南昌330013;安徽省勘查技术院,安徽合肥230041
论文部分内容阅读
基于非线性优化算法的联合反演具有全局寻优、无需求偏导数、便于先验信息融入等优点.人工蜂群(ABC)算法是一种较新颖的非线性优化算法,具有独特的角色转换机制,在求解优化问题上有较强的寻优性能,但该算法也存在着搜索效率不高、局部搜索能力弱等问题.基于双种群架构可有效提高优化算法全局寻优能力.基于此,笔者提出一种双种群架构ABC算法,将交叉变异操作和最优解邻域搜索融入不同种群,选择典型的测试函数验证了改进ABC算法的有效性,并将其应用于大地电磁测深(MT)和重力数据的联合反演.模型试验和实测数据处理结果表明,双种群ABC算法具有较高的寻优能力和一定的实用性.
其他文献
随钻驱动处理作为将地面地震资料应用于开发地震的有效方法,对规避钻井风险,提高钻井成功率具有现实意义.其中的核心问题是如何利用随钻资料便捷地提高地面地震速度模型的精度,从而提高地震资料成像精度,指导钻井轨迹调整.为此,提出井驱地震速度模型修正技术,即在传统叠前深度偏移速度模型基础上,将正钻井已钻地层的速度、深度信息作为约束,结合周围已钻井的测井、VSP资料快速修正现有地震速度模型,从而得到更精确的地下地震成像,实现对未钻遇地层的地质描述与预测,提高钻井成功率.油田应用实例表明,该方法缩短了速度模型更新迭代的
纵波衰减与频散是PP波地震记录衰减的主要原因,因此理论上只需利用PP波叠后地震资料即可反演振幅随频率的变化关系(AVF),以获取纵波频散因子指示流体.但基于传统单界面的AVF反演方法并不令人满意且在很多方面仍然存在争议.为此,提出基于零炮检距黏滞声波方程解析解的AVF反演方法,其流程为:①利用时频谱方法等计算地震记录的时频谱;②基于地震记录提取子波,消除地震数据中子波叠印获取反射系数的时频谱;③基于黏滞声波方程进行波阻抗反演,获得更准确的阻抗参数计算Fréchet导数;④根据导数矩阵建立AVF反演方程,选
针对四川页岩气井套管变形问题,利用通过的小桥塞尺寸和多臂井径测井(MIT)数据计算了H19平台套管变形的变形量,同时分析了套管变形点处微地震事件点的时空分布和矩震级大小特征.然后在识别出的天然裂缝空间分布特征基础上建立了裂缝面模型,并利用该模型分析了套管变形量、天然裂缝尺度和微地震地震矩之间的定量关系.该平台共测得9个套管变形点的变形量,最小变形量为6.10mm,最大为50.43mm,平均为28.03mm,分析后得到天然裂缝的微地震时空特征:①微地震事件关于井筒不对称;②不同压裂段的微地震事件点大部分重叠
地下介质普遍存在非均质特性,即表征含油气储层特征的弹性、物性及流体性质在空间上是不均匀的.常规的地震随机反演主要以测井数据为核心,求取变差函数表征地下地层的空间结构特征,难以有效描述地下复杂非均质储层的空间变化特性.为此,通过描述不同非均匀介质特征参数对介质的空间扰动特性,并在贝叶斯理论框架下充分利用已知测井和地震数据中蕴含的地下地层信息,提出了基于非均匀介质特征参数的随机反演方法.该方法融合已知测井和地震数据,依据随机介质理论估算的非均匀介质特征参数能更好地描述地下储层空间结构特征,进而构建后续反演所需
边缘检测方法众多,并取得了很好的应用效果,但不同方法有其自身的不足和边缘检测能力的限制,特别是对噪声干扰、多边缘干涉及弱小目标边缘的检测效果不理想.为此,首先分析断层边缘和缝洞边缘的空间分布特征,根据断层边缘和缝洞边缘的地震响应特征,把低秩稀疏分析理论引入边缘检测,研究边缘信息、背景信息及噪声信息的低秩稀疏分解与重建;为了提高边缘检测能力和分辨率,在压缩感知稀疏表示基础上,对地震资料进行深度稀疏化表示,结合向量稀疏表示和矩阵稀疏表示,通过低秩稀疏分析理论,形成一种全新的边缘检测方法——低秩稀疏重建分析的边
基于叠后地震波形指示反演在薄储层预测方面的优势,以及叠前弹性参数较叠后弹性参数信息更丰富、对储层的敏感性更高的特点,根据岩石物理资料,应用地震驱动十储层构型约束的高精度叠前随机反演方法,探寻定量表征优质薄页岩的技术,以期为深层页岩气地质甜点预测提供技术支撑.首先,基于道集波形相似性、AVO特征和空间距离的三变量优选方法提取结构相似的井数据作为空间估值样本,然后建立待判别道集初始模型;其次,以统计的弹性阻抗作为先验信息,应用“基于叠前道集特征指示的马尔科夫链一蒙特卡洛随机模拟算法”进行叠前地震波形指示反演,
针对L气田复杂水道内薄层和巨厚储层难以有效识别和描述的问题,提出利用有、无衰减两类正演信号和实际地震数据的分频剖面,分析地质体的多尺度地震响应特征,发掘叠后地震弱有效信号潜力.首先采用相对保幅拓频处理分别得到高频和低频地震数据体,然后对高、低频地震数据体逐级进行贝叶斯迭代反演,获得能够有效识别大、中、小尺度地质体的反演波阻抗数据体.研究结果表明:①地震数据本身隐含低频和高频有效信号,低频反映地质体整体包络(即大尺度特征),中频反映地质体内部的基本形态(即中尺度特征),高频反映地质体构造细节(即小尺度特征)
对于油藏参数预测及其不确定性评价,前人的方法均为多步骤反演,很难考虑各个环节的不确定性.为此,提出基于构造约束联合概率反演的油藏参数表征方法.首先通过统计井资料得到岩相依赖储层弹性参数和物性参数混合高斯联合先验分布,在岩石物理参数敏感性分析基础上建立储层弹性参数和物性参数高斯联合先验分布;利用地质构造约束最小二乘井插值将构造信息和井信息整合到反演框架,基于贝叶斯理论推导得到同时表征储层弹性参数、物性参数、岩相后验概率分布的解析表达式.与传统方法相比,新方法通过同时反演策略降低误差累积,提高了储层参数及其不
为了提高重力反演分辨率,提出一种利用高斯径向基函数的拟神经网络反演方法.该方法利用高斯径向基函数压缩模型空间,在保证复杂模型表征能力的前提下,实现了反演参数的降维;以高斯径向基函数为激活函数,构建一种拟神经网络结构,不需要训练,可以克服建立训练数据集的困难.该方法较好地解决了重力反演不适定性所导致的趋肤、垂向分辨率低、多解性强和严重依赖先验约束等问题,并从重力数据中最大程度地提取有效信息以提高反演结果的分辨率,增强可靠性.模型实验证明了该方法具有较高的精度和分辨率,能较准确地反演模型的位置、边界和密度.应
识别高弯度曲流河内部单一点坝对于研究曲流河演化特征、指导油气藏开发等具有重要意义.为此,以孤东油田馆陶组曲流河为例,综合地震属性聚类分析与优选、极限学习机算法属性融合和地震正演模拟等,构建一种利用极限学习机算法驱动的地震多属性融合技术,识别复杂曲流带内部单一点坝.钻井和开发动态检验表明:①该方法在实例区的砂岩厚度预测单井吻合率达到93.3％,优于支持向量机和BP神经网络方法;②研究区曲流带内部发育三种点坝叠加模式,即相向迁移点坝叠置、同向迁移废弃河道残留和同向迁移废弃河道无残留,三者地震相在反射连续性和振