本文主要研究内容
作者张健,薛雅娟,常强,张莉萍（2019）在《基于完备集合经验模态分解-归一化希尔伯特变换的神经网络储层流体识别》一文中研究指出：地震资料的瞬时属性包含丰富的地质信息,可用于储层流体的识别。希尔伯特-黄变换目前在地震资料的瞬时属性提取中呈现出了很大的优势,但是该方法中存在模态混叠、频率误差等问题,限制了其应用。基于此,引入了基于完备集合经验模态分解和归一化希尔伯特变换的改进方法有效提取地震资料更具物理意义的瞬时属性。同时,为了提高储层含气性检测的准确性和精度,选取瞬时频率和瞬时振幅构建分频剖面模型,对目标区域的储层特性和含气特征进行描述。再结合测井资料,运用有监督的神经网络实现对储层含气性的自适应高精度识别。实例研究表明,基于完备集合经验模态分解-归一化希尔伯特变换的前向反馈神经网络方法能够根据某一区域地震数据有效预测该区域储层的含气状况。
Abstract
de zhen zi liao de shun shi shu xing bao han feng fu de de zhi xin xi ,ke yong yu chu ceng liu ti de shi bie 。xi er bai te -huang bian huan mu qian zai de zhen zi liao de shun shi shu xing di qu zhong cheng xian chu le hen da de you shi ,dan shi gai fang fa zhong cun zai mo tai hun die 、pin lv wu cha deng wen ti ,xian zhi le ji ying yong 。ji yu ci ,yin ru le ji yu wan bei ji ge jing yan mo tai fen jie he gui yi hua xi er bai te bian huan de gai jin fang fa you xiao di qu de zhen zi liao geng ju wu li yi yi de shun shi shu xing 。tong shi ,wei le di gao chu ceng han qi xing jian ce de zhun que xing he jing du ,shua qu shun shi pin lv he shun shi zhen fu gou jian fen pin pou mian mo xing ,dui mu biao ou yu de chu ceng te xing he han qi te zheng jin hang miao shu 。zai jie ge ce jing zi liao ,yun yong you jian du de shen jing wang lao shi xian dui chu ceng han qi xing de zi kuo ying gao jing du shi bie 。shi li yan jiu biao ming ,ji yu wan bei ji ge jing yan mo tai fen jie -gui yi hua xi er bai te bian huan de qian xiang fan kui shen jing wang lao fang fa neng gou gen ju mou yi ou yu de zhen shu ju you xiao yu ce gai ou yu chu ceng de han qi zhuang kuang 。
论文参考文献
论文详细介绍
论文作者分别是来自科学技术与工程的张健,薛雅娟,常强,张莉萍，发表于刊物科学技术与工程2019年25期论文，是一篇关于神经网络论文,储层识别论文,经验模态分解论文,瞬时属性论文,分频剖面模型论文,科学技术与工程2019年25期论文的文章。本文可供学术参考使用，各位学者可以免费参考阅读下载，文章观点不代表本站观点，资料来自科学技术与工程2019年25期论文网站，若本站收录的文献无意侵犯了您的著作版权，请联系我们删除。
标签：神经网络论文; 储层识别论文; 经验模态分解论文; 瞬时属性论文; 分频剖面模型论文; 科学技术与工程2019年25期论文;