-
公开(公告)号:CN118962800A
公开(公告)日:2024-11-15
申请号:CN202411160641.3
申请日:2024-08-22
Applicant: 中海油田服务股份有限公司
IPC: G01V1/30 , G06F18/2415 , G06N3/088
Abstract: 本发明公开了一种OBN地震数据无监督异常检测方法及装置,方法包括:根据OBN地震数据构建平均初至振幅数据;构建无监督深度神经网络;无监督深度神经网络包括降维压缩网络和概率估计网络;将平均初至振幅数据输入至无监督深度神经网络,由降维压缩网络对平均初至振幅数据进行维度压缩和特征提取,得到低维特征;将低维特征输入至概率估计网络,得到高斯混合分布概率;根据高斯混合分布概率计算平均初至振幅数据的最大似然能量,并基于最大似然能量、重构误差以及协方差矩阵惩罚项确定损失函数,对无监督深度神经网络进行训练,以根据训练后的无监督深度神经网络输出的最大似然能量,检测OBN地震数据是否异常。
-
公开(公告)号:CN117991347A
公开(公告)日:2024-05-07
申请号:CN202410115159.1
申请日:2024-01-26
Applicant: 中海油田服务股份有限公司
Abstract: 本发明涉及一种转换波中水层多次波的获取方法及装置,其中转换波中水层多次波的获取方法包括根据海水深度建立海水深度模型,以及采集地震数据;对于任意一个目标炮点,以目标炮点和检波点作为一个炮检对,计算出炮检对之间任意一个中间炮点和目标炮点之间波场延拓的延拓值;对于炮检对之间的任意一个中间炮点,计算得到经过该中间炮点反射之后的水层多次波;将炮检对之间的每一个中间炮点对应的水层多次波进行叠加,得到炮检对对应的水层多次波。本发明的水层多次波的获取方法利用波场延拓能够得到炮点端的水层多次波,从而可以用于压制检波点接收的转换波中的水层多次波,提高转换波成像的质量。
-
公开(公告)号:CN118884534A
公开(公告)日:2024-11-01
申请号:CN202410944988.0
申请日:2024-07-15
Applicant: 中海油田服务股份有限公司
IPC: G01V1/50
Abstract: 本申请实施例公开了一种测井约束下的全波形反演初始速度模型获取方法及装置,其中,该方法包括:利用经过训练的道集处理网络,对待处理地震道集数据的时差进行动校正和拉平处理得到处理后的地震道集数据,并对待处理初始速度模型进行纠正;根据处理后的地震道集数据,通过时距曲线对纠正后的待处理初始速度模型进行更新,得到中间初始速度模型;将测井速度数据与中间初始速度模型进行拟合,通过迭代调整中间初始速度模型的参数,以使测井速度数据与中间初始速度模型之间的差异满足优化目标,得到目标初始速度模型。该方案能够快速获取高精度的初始速度模型,显著提升了全波形反演的初始速度模型的获取效率和精度。
-
公开(公告)号:CN115421195B
公开(公告)日:2024-08-16
申请号:CN202211214857.4
申请日:2022-09-30
Applicant: 中海油田服务股份有限公司
IPC: G01V1/30
Abstract: 本发明公开了一种地震探测中速度场的生成方法、装置、设备及存储介质,其方法包括:S1:获取地震观测数据,根据观测数据形成初始炮集;S2:对初始炮集进行克希霍夫偏移,生成第一偏移道集;S3:对当前的速度场进行正演模拟处理后得到正演模拟集,对正演模拟集进行克希霍夫偏移,生成第二偏移道集;S4:根据第一偏移道集和第二偏移道集计算残差;S5:根据残差判断是否满足迭代收敛条件,若是,获取当前的速度场作为最终速度场;若否,对残差进行反偏移得到反向炮集,根据反向炮集更新当前的速度场,执行步骤S3。本发明将现有技术中非线性的反演改进为接近线性化的反演,避免了波形匹配时的周波跳跃,获得了更好的速度反演结果。
-
公开(公告)号:CN116990861A
公开(公告)日:2023-11-03
申请号:CN202310812710.3
申请日:2023-07-04
Applicant: 中海油田服务股份有限公司
Abstract: 本发明公开了一种转换波多次波预测方法及相关装置,其中方法包括:根据多种类型的转换波多次波传播路径,分别建立各种类型的转换波多次波传播路径对应的多次波预测模型;将纵波地震时域数据和转换波地震时域数据进行变换,得到纵波地震频域数据和转换波地震频域数据;根据所述纵波地震频域数据、转换波地震频域数据以及各种类型的转换波多次波传播路径对应的多次波预测模型,预测转换波多次波频域数据;将所述转换波多次波频域数据进行反变换,得到转换波多次波时域数据。本发明根据纵波地震频域数据、转换波地震频域数据以及各种类型的转换波多次波传播路径建立多次波预测模型,对复杂的多种传播路径的转换波多次波实现了高效准确地预测。
-
公开(公告)号:CN115421195A
公开(公告)日:2022-12-02
申请号:CN202211214857.4
申请日:2022-09-30
Applicant: 中海油田服务股份有限公司
IPC: G01V1/30
Abstract: 本发明公开了一种地震探测中速度场的生成方法、装置、设备及存储介质,其方法包括:S1:获取地震观测数据,根据观测数据形成初始炮集;S2:对初始炮集进行克希霍夫偏移,生成第一偏移道集;S3:对当前的速度场进行正演模拟处理后得到正演模拟集,对正演模拟集进行克希霍夫偏移,生成第二偏移道集;S4:根据第一偏移道集和第二偏移道集计算残差;S5:根据残差判断是否满足迭代收敛条件,若是,获取当前的速度场作为最终速度场;若否,对残差进行反偏移得到反向炮集,根据反向炮集更新当前的速度场,执行步骤S3。本发明将现有技术中非线性的反演改进为接近线性化的反演,避免了波形匹配时的周波跳跃,获得了更好的速度反演结果。
-
公开(公告)号:CN114442152A
公开(公告)日:2022-05-06
申请号:CN202210088670.8
申请日:2022-01-25
Applicant: 中海油田服务股份有限公司
Abstract: 本发明公开了一种地震数据的海底多次波预测方法及装置,方法包括:根据地震数据建立水平层状介质模型,并提取得到各层介质的参数信息;根据各层介质的参数信息,确定一次波与海底多次波在各层介质中的射线传播信息,以分别计算得到对应一次波的第一旅行时和第一几何扩散量,以及对应海底多次波的第二旅行时和第二几何扩散量;根据第一旅行时、第一几何扩散量、第二旅行时以及第二几何扩散量,计算得到海底多次波的时间延迟量及振幅比;针对地震数据,利用海底多次波的时间延迟量及振幅比得到预测的海底多次波数据。利用水平层状介质模型,进行射线追踪,以确定海底多次波相对于一次波的时间延迟量与振幅比,来预测仅包含海底多次波的数据。
-
公开(公告)号:CN114895357B
公开(公告)日:2024-12-06
申请号:CN202210550247.5
申请日:2022-05-20
Applicant: 中海油田服务股份有限公司
Abstract: 本申请涉及地震数据处理技术领域,具体涉及一种绕射多次波衰减方法、装置、设备及存储介质,该方法包括:对第一原始数据中的多次波进行初次衰减,得到第一初次衰减数据;将训练数据输入神经网络进行训练,得到预测模型,训练数据包括具有残余绕射多次波区域标签的第一初次衰减数据;对第二原始数据中的多次波进行初次衰减,得到第二初次衰减数据;将检测数据输入预测模型中,得到预测模型输出的检测数据中的残余绕射多次波存在区域,检测数据包括第二初次衰减数据;对残余绕射多次波存在区域中的残余绕射多次波数据进行二次衰减,得到一次波数据。通过上述方式,本申请能够有效衰减地震数据中的绕射多次波,保证勘探结果的准确性。
-
公开(公告)号:CN114442152B
公开(公告)日:2024-11-05
申请号:CN202210088670.8
申请日:2022-01-25
Applicant: 中海油田服务股份有限公司
Abstract: 本发明公开了一种地震数据的海底多次波预测方法及装置,方法包括:根据地震数据建立水平层状介质模型,并提取得到各层介质的参数信息;根据各层介质的参数信息,确定一次波与海底多次波在各层介质中的射线传播信息,以分别计算得到对应一次波的第一旅行时和第一几何扩散量,以及对应海底多次波的第二旅行时和第二几何扩散量;根据第一旅行时、第一几何扩散量、第二旅行时以及第二几何扩散量,计算得到海底多次波的时间延迟量及振幅比;针对地震数据,利用海底多次波的时间延迟量及振幅比得到预测的海底多次波数据。利用水平层状介质模型,进行射线追踪,以确定海底多次波相对于一次波的时间延迟量与振幅比,来预测仅包含海底多次波的数据。
-
公开(公告)号:CN116953786A
公开(公告)日:2023-10-27
申请号:CN202310926718.2
申请日:2023-07-26
Applicant: 中海油田服务股份有限公司
Abstract: 本发明公开了一种多次波预测方法、装置、计算设备及存储介质。方法包括:获取任一炮点在任一地震道的频域数据;根据频域数据生成地震数据矩阵,地震数据矩阵为主对角线为0的上三角矩阵,地震数据矩阵的任一非首列包含同一炮点的至少一个地震道的频域数据;构建多次波矩阵,多次波矩阵为主对角线为0的上三角矩阵,多次波矩阵的任一非首列包含同一炮点的至少一个地震道的多次波模型;建立多次波矩阵与地震数据矩阵的函数关系;根据函数关系得到多次波矩阵中任一多次波模型对应的模型频域数据。采用本方案,可以在保障多次波预测精度的前提下,提高多次波的预测效率。
-
-
-
-
-
-
-
-
-