基于模拟退火算法的随机反演技术在砂体预测中的应用研究.pdfVIP

基于模拟退火算法的随机反演技术在砂体预测中的应用研究.pdf

  1. 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  4. 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  5. 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  6. 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  7. 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
第28卷 第 1期 地 球 物 理 学 进 展 VoI.28,No.1 2013年 2月 (页码:0287—0292) PROGRESS IN GEOPHYSICS Feb.,2013 杨立强,邬长武,董 宁.基于模拟退火算法的随机反演技术在砂体预测中的应用.地球物理学进展,2013,28(1):0287—0292, doi:10.6038/pg2013O131. YANG Li-qiang,W U Chang-wu,DONGNing.Applicationofstochasticinversionbasedonsimulatedannealingalgorithm for sandbodyprediction.ProgressinGeophys.(inChinese),2013,28(1):0287—0292,doi:10.6038/pg2O13O13l_ 基于模拟退火算法的随机反演技术在 砂体预测中的应用 杨立强,邬长武,董 宁 (中国石油化工股份有限公司石油勘探开发研究院,北京 100083) 摘 要 塔河油田Su地区石炭系卡拉沙依组砂体的埋藏深度较深,厚度一般小于 10m,且横向变化较大,砂、泥岩 之间的阻抗差异较小,地震资料不能区分砂泥岩 ,因此储层描述困难.为此,针对该区 目的层段开展 了测井约束地 震反演研究.本文选用当前理论上较为突出,且实际应用中较为可靠的随机反演方法,同时将模拟退火全局优化方 法引入进来,采用约束稀疏脉冲的反演结果作为随机反演的输入模型,大大提高了模型的精度,增强了随机反演的 可靠性.通过对比分析,反演剖面的分辨率和信噪比有所提高,能较好地反映储层性质的横向变化,预测结果与实 际钻井符合,证实该反演技术在该地区具有一定的实用性. 关键词 塔河油田,薄层砂体,随机反演,储层预测,模拟退火 doi:10.6O38/p 中图分类号 P631 文献标识码 A Application ofstochasticinversionbased on simulated annealingalgorithm forsandbodyprediction YANG Li—qiang, WU Chang-wu, DONG Ning (ExplorationandProductionResearchInstitute,SINOPEC,Haidian100083,BeOing,China) Abstract ThesandbodiesofCarboniferousKarashayiofrmationinTaheoilfieldareusuallyburieddeeply,witha thicknessoflessthan10m andabig1ateralchange.Theresolutionofseismicdatacannotdifferentiatesandstone from mudstone,makingitdifficultforreservoirdescription.Inordertosolvetheproblem,correspondingreservoir loggingconstrainedseismicinversionmethodsarestudied inthearea.A new methodproposedherebyadopting inversionresultsofconstrainedsparsespikeinversion asstochastic inversion input,wouldgreatlyenhancethe modelingaccuracyandstochasticinversionreliability.Simulatedannealingalgorithm ofglobaloptimizationisalso

文档评论(0)

精品课件 + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档