简介:新的钻井工艺或钻井液体系的使用在保证钻井施工顺利进行的同时,也给录井岩屑的岩性识别带来了极大的挑战,其中以膏盐岩地层尤为突出。以塔里木油田大北X井为例,提出了主成分分析(PCA)与径向基函数(RBF)神经网络相结合的膏盐岩地层岩性识别方法,利用主成分分析法去除指标变量间的相关性,将原始指标变量重新线性组合为4项综合变量作为RBF神经网络的输入向量;最后建立适于识别膏盐岩地层岩性的RBF神经网络模型。实际识别结果表明,该PCA-RBF神经网络模型对于膏盐岩地层岩性的识别具有较高的准确性,完全可以满足实际应用的要求,具有进一步推广的价值。
简介:地表一致性静校正方法的基本假设是:地震波在低降速带为垂直入射、垂直反射,即地表同一位置,静校正量只与低降速带的厚度、速度和充填速度有关,而与地震波的传播路径无关.这一假设是为了计算表层的延迟时而对表层模型的近似.随着地震勘探的不断精细,以往的构造勘探逐步转向岩性勘探,叠加剖面地震响应的地质特征是正确岩性反演结果的基础.因此叠加过程中如何减小对振幅、频率、波形的影响,处理中如何保护好岩性信息是实现勘探转型的关键.本文通过模型道的约束,利用相关方法,消除了地表非一致性引起的剩余时差,使反射相位同相性增强,减少了叠加过程对地震高频成份的损失及对地震波形的改变,有利于地震属性的反演和AVO油气检测的自动识别.