CN115903039B - 一种基于进退法的横波分裂分析方法 - Google Patents

一种基于进退法的横波分裂分析方法 Download PDF

Info

Publication number
CN115903039B
CN115903039B CN202211677314.6A CN202211677314A CN115903039B CN 115903039 B CN115903039 B CN 115903039B CN 202211677314 A CN202211677314 A CN 202211677314A CN 115903039 B CN115903039 B CN 115903039B
Authority
CN
China
Prior art keywords
cov
point
theta
new
zero
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN202211677314.6A
Other languages
English (en)
Other versions
CN115903039A (zh
Inventor
周怀来
杨宇勇
何正涛
王元君
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Chengdu Univeristy of Technology
Original Assignee
Chengdu Univeristy of Technology
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Chengdu Univeristy of Technology filed Critical Chengdu Univeristy of Technology
Priority to CN202211677314.6A priority Critical patent/CN115903039B/zh
Publication of CN115903039A publication Critical patent/CN115903039A/zh
Application granted granted Critical
Publication of CN115903039B publication Critical patent/CN115903039B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Landscapes

  • Measurement Of Mechanical Vibrations Or Ultrasonic Waves (AREA)
  • Length Measuring Devices With Unspecified Measuring Means (AREA)

Abstract

本发明公开了一种基于进退法的横波分裂分析方法,主要步骤:首先、根据快慢横波相关性构造目标函数;然后,通过确定的真实值(或实际数据)得到R分量数据和T分量数据,进一步计算得到S1(t)和S2(t);根据区间大小,将区间划分为4个子区间,取每个子区间的中心点作为初始点;在每个区间采用进退法确定该区间的结果值,得到4个结果值,比较4个结果值,取最大COV值对应的时差和角度作为输出值。本发明以快慢波的相关性作为目标函数,通过缩小极值区间来确定极值点,并且通过分区的方式获得真实的裂缝参数,为非常规油气储层提供准确的裂缝信息。

Description

一种基于进退法的横波分裂分析方法
技术领域
本发明涉及多分量地震资料处理技术领域,尤其是一种针对裂缝型储层预测的横波分裂分析方法。
背景技术
裂缝作为检测非常规油气含量的重要参数,它不仅可以连接孤立的孔隙,增加储层的有效孔隙度,还可以作为重要的油气运移空间,提高储层的渗透率。20世纪90年代开始,随着多波多分量勘探技术开始登上舞台,横波分裂技术开始应用转换横波,近年来,随着3D3C多波多分量勘探技术的飞速发展,横波分裂技术的发展又到了一个新的高潮。当横波的偏振方向以斜交地方式穿过含裂缝的地层时,会发生横波分裂现象(SWS)。初始横波分裂为一个快横波和一个慢横波,分裂的快横波偏振方向与裂缝走向平行,快慢波时差与裂缝的强度密切相关,因此,横波分裂裂缝检测技术成为研究裂缝方向和其发育程度最直接最可靠的方法之一。当今常规的横波分裂分析方法如旋转相关法、切向能量法、协方差矩阵法都是一种枚举式的网格扫描算法。旋转相关法通过快慢横波相关性能很好的寻找最佳的裂缝参数(快横波偏振方向和快慢横波时差)。但是,在面对庞大的三分量采集数据时,枚举式的计算特点必定会造成计算效率低下。所以,如何快速地提高计算效率,得到准确的裂缝参数信息,对裂缝型油气藏储层预测十分重要。
发明内容
针对现有的横波分裂分析方法存在的面对庞大的三分量采集数据时计算效率低下的问题,本发明提供一种计算效率快的新的基于进退法的横波分裂分析方法,该方法以快慢波的相关性作为目标函数,通过缩小极值区间来确定极值点,快速而准确的找到真实的裂缝参数。从而,得到计算速率最快,精度最高的横波分裂分析方法,为非常规油气储层提供准确的裂缝信息。
本发明提供的基于进退法的横波分裂分析方法,步骤如下:
S1、根据快慢横波相关性构造目标函数如下:
式中,θ和Δt为SWS(横波分裂)参数,S1(t)和S2(t)分别为一个时窗内的快横波和慢横波的时间序列;和/>分别是S1(t)和S2(t)在一个时窗内的平均值。
S2、通过确定的真实值或实际数据得到此时的R分量数据R(t)和T分量数据T(t),由R(t)和T(t)根据以下公式计算得到S1(t)和S2(t):
S3、将测试区间划分为4个子区间,取每个子区间的中心点作为初始点。例如总区间为180×60,180为方位角范围,60为时差范围,分为四个子区间后,每个子区域的大小为90×30。
S4、根据给定的初始点确定区间,采用二维进退法确定该区间的结果值。具体方法步骤如下:
(1)对Δt方向零点的搜索;
第一步、确定范围,范围的上下界由初始点(θk,Δtk)和比较点(θk,Δtk+1)确定;Δtk+1等于Δtk加上步长h;如果COV′Δtk,Δtk)×COV′Δtk,Δtk+1)小于零,得到范围[Δtk,Δtk+1],进行下一步;如果COV′Δtk,Δtk)×COV′Δtk,Δtk+1)大于零,得到新的Δtk+1,新Δtk+1等于新的Δtk加上新的h,新的Δtk等于上一步的Δtk+1,新的h是上一步h的两倍;然后,再次判断COV′Δtk,Δtk)×COV′Δtk,Δtk+1)的值是大于零还是小于零,确实是执行下一步或者继续更新这两个点;
第二步、确定另外两个比较点(θk,lt)和(θk,ut)缩小范围;其中,lt和ut的计算公式如下:
lt=Δtk+0.382×(Δtk+1-Δtk),
ut=Δtk+0.618×(Δtk+1-Δtk).
通过比较|COV′Δtk,lt)|与|COV′Δtk,ut)|的大小,更新lt或者ut
如果|COV′Δtk,lt)|>|COV′Δtk,ut)|,则
Δtk=lt
lt+1=Δtk+0.382×(Δtk+1-Δtk)
如果|COV′Δtk,lt)|<|COV′Δtk,ut)|,则
Δtk+1=ut
ut+1=Δtk+0.618×(Δtk+1-Δrk);
继续迭代,直到|COV′Δtk,lt)|与|COV′Δtk,ut)|之间的差值小于精度εΔt,εΔt=10-6,即得到Δt方向的零点,Δt=(lt+ut)/2;
(2)对θ方向零点的搜索;
第一步、由初始点(θk,Δt)得到比较点(θk+1,Δt),θk+1等于θk加上步长h;然后,计算COV′θk,Δt)×COV′θk+1,Δt)的值,如果COV′θk,Δt)×COV′θk+1,Δt)<0,则范围为[θk,θk+1],执行下一步;如果COV′θk,Δt)×COV′θk+1,Δt)>0,继续更新,得到新的θk+1,新的θk+1等于新的θk加上新的h,新的θk,等于上一个θk+1,新的h是上一个h的两倍;然后,再次判断COV′θk,Δt)×COV′θk+1,Δt)的值是大于零还是小于零,确实是执行下一步或者继续更新这两个点;
第二步、确定另外两个比较点(lθ,Δt)和(uθ,Δt)缩小范围;其中,lθ和uθ的计算公式如下:
lθ=θk+0.382×(θk+1k)
uθ=θk+0.618×(θk+1k)
然后,通过比较|COV′θ(lθ,Δt)|和|COV′θ(uθ,Δt)|的大小,更新lt或者ut
如果|COV′θ(lθ,Δt)|>|COV′θ(uθ,Δt)|,则
θk=lθ
lθ+1=θk+0.382×(θk+1k)
如果|COV′θ(lθ,Δt)|<|COV′θ(uθ,Δt)|,则
θk+1=uθ
uθ+1=θk+0.618×(θk+1k)
继续迭代,直到|COV′θ(lθ,Δt)|和|COV′θ(uθ,Δt)|的差值小于精度εθ,εθ=10-6,即得到θ方向的零点,θ=(lθ+uθ)/2;
(3)计算点(θ,Δt)的COV′,如果COV′的值小于精度ε3,ε3=10-8,停止循环,将该点作为结果;反之,则继续重复步骤(1)和(2)交替搜索方向,寻找新的Δt和θ方向的零点,直到结果满足条件。
如果一个点在正、负两个方向都可以搜索Δt或θ方向的零点,则计算两个方向的零点,并选择较低的COV值作为更新点。
S5、按照步骤S4的方法,在其他三个子区间重复进行,每个子区间得到一个结果值。比较4个结果值,取得到最大COV值对应的时差和角度作为输出值。
与现有技术相比,本发明的有益之处在于:
(1)本发明以快慢波的相关性作为目标函数,通过缩小极值区间来确定极值点,快速而准确的找到真实的裂缝参数,从而得到一种计算速率最快,精度最高的横波分裂分析方法。
(2)因为基于最优化算法容易陷入局部收敛,本发明将测试区间划分为四个子区域,并在每个子区域内进行计算,得到四个输出值,比较四个输出值选择最大的COV值对应的点为结果点,以排除局部最优解。
本发明的其它优点、目标和特征将部分通过下面的说明体现,部分还将通过对本发明的研究和实践而为本领域的技术人员所理解。
附图说明
图1、横波分裂(SWS)示意图。
图2、合成数据的原始波数据图。
图3、基于黄金分割法的进退法流程图。
图4、进退法搜索过程及模拟寻找裂缝参数真实值;(a)一维进退法求最大值范围(Δtk,Δtk+1),(b)通过缩小范围来确定零点(最优点),(c)左下角为初始点。
图5、是进退示意图和区域划分示意图。
图6、本发明基于进退法的横波分裂分析方法的系统框架图。
图7、测试范围内的点依次作为真实值时的合成数据误差图。
图8、原始数据R(a)和T(b)分量剖面图。
图9、实际数据计算结果图。
具体实施方式
以下结合附图对本发明的优选实施例进行说明,应当理解,此处所描述的优选实施例仅用于说明和解释本发明,并不用于限定本发明。
如图1所示,图中,地面上的两个箭头分别表示快、慢横波的偏振方向,θ表示裂缝方位角。当横波到达反射界面时,会产生上行转换横波,假如横波的偏振方向与裂缝面倾斜时,转换横波会分裂为一组正交的快、慢横波。快、慢横波的传播方向几乎垂直于地面,且快横波到达地面的速度快于慢横波。三分量检波器的R和T分量可以在地面上接收含快慢横波的混合信号。R分量方向与检波器-炮点测线方向平行,T分量方向与其正交。
当转换横波S(t)斜交地穿过裂缝面时,用下式计算波场:
其中,θ和Δt为SWS参数,S1(t)和S2(t)分别为一个时窗内的快横波和慢横波的时间序列。
R和T分量可以通过含θ和S(t)的向量转换得到:
对该公式乘以θ的逆矩阵得到下述公式:
因此,从现场接收的R和T分量可以得到S1(t)和S2(t-Δt)。最后,根据快慢横波的相关关系构造目标函数:
其中,和/>分别是S1(t)和S2(t)在一个时窗内的平均值。然后计算网格上各点的COV值,确定合理的θ和Δt(COV=1)作为SWS参数。
图2是合成数据的原始波数据,a为S(t)、b为S1(t)和S2(t)、c为S1(t)和S2(t-Δt)、d为R(t)和T(t)。
本发明中以COV为目标函数,通过进退法确定搜索路径。进退法通过上界值和下界值的异号性确定含零点的范围,黄金分割法通过缩小范围得到最大值(极值点)。二维进退法需要规律地搜索两个方向自变量的零点,得到最大的COV值。通过在一个方向上搜索零点,然后继续从此点在另一个方向上搜索零点。如果该点的COV′值小于ε3(一个很小的正数),则循环结束;否则,继续搜索零点,直到结果满足条件(COV′小于ε3)。本发明定义的搜索模式为Δt-θ。
本发明采用的基于黄金分割法的进退法流程如图3所示;主要步骤如下:
(1)对Δt方向零点的搜索;
第一步、在寻找Δt的最大值时,确定范围。范围的上下界由初始点(θk,Δtk)和比较点(θk,Δtk+1)确定;Δtk+1等于Δtk加上步长h;
如果COV′Δtk,Δtk)COV′Δtk,Δtk+1)<0,得到范围Δt∈[Δtk,Δtk+1],进行下一步;
如果COV′Δtk,Δtk)COV′Δtk,Δtk+1)>0,得到新的Δtk+1,新Δtk+1等于新的Δtk加上新的h,即Δtk+1=Δtk+h,新的Δtk等于上一步的Δtk+1,Δtk=Δtk+1,新的h是上一步h的两倍,h→2h;然后,再次判断COV′Δtk,Δtk)×COV′Δtk,Δtk+1)的值是大于零还是小于零,确实是执行下一步或者继续更新这两个点。
第二步、确定另外两个比较点(θk,lt)和(θk,ut)缩小范围;其中,lt等于Δtk加上Δtk+1与Δtk之差的0.382倍。ut等于Δtk加上Δtk+1与Δtk之差的0.618倍。即lt和ut的计算公式如下:
lt=Δtk+0.382×(Δtk+1-Δtk),
ut=Δtk+0.618×(Δtk+1-Δtk).
然后,通过比较|COV′Δtk,lt)|与|COV′Δtk,ut)|的大小,根据下述条件,更新lt或者ut:如果|COV′Δtk,lt)|>|COV′Δtk,ut)|,则
Δtk=lt
lt+1=Δtk+0.382×(Δtk+1-Δtk)
如果|COV′Δtk,lt)|<|COV′Δtk,ut)|,则
Δtk+1=ut
ut+1=Δtk+0.618×(Δtk+1-Δtk);
继续迭代,直到|COV′Δtk,lt)|与|COV′Δtk,ut)|之间的差值小于精度εΔt(εΔt≤10-6),即得到Δt方向的零点,Δt=(lt+ut)/2。这样就完成了对Δt方向零点的搜索。
(2)对θ方向零点的搜索;
从点(θk,Δt)开始搜索θ方向的最大值,θ方向的最大值更新过程类似于寻找Δt的最大值。
第一步、由初始点(θk,Δt)得到比较点(θk+1,Δt),θk+1等于θk加上步长h(一个新的步长);然后,计算COV′θk,Δt)×COV′θk+1,Δt)的值;
如果COV′θk,Δt)×COV′θk+1,Δt)<0,则范围为θ∈[θk,θk+1],执行下一步;
如果COV′θk,Δt)×COV′θk+1,Δt)>0,继续更新,得到新的θk+1,新的θk+1等于新的θk加上新的h,θk+1=θk+h,新的θk,等于上一个θk+1,θk=θk+1;新的h是上一个h的两倍,h→2h;然后,再次判断COV′θk,Δt)×COV′θk+1,Δt)的值是大于零还是小于零,确实是执行下一步或者继续更新这两个点;
第二步、确定另外两个比较点(lθ,Δt)和(uθ,Δt)缩小范围;其中,lθ和uθ的计算公式如下:
lθ=θk+0.382×(θk+1k)
uθ=θk+0.618×(θk+1k)
然后,通过比较|COV′θ(lθ,Δt)|和|COV′θ(uθ,Δt)|的大小,根据下述条件,更新lt或者ut:如果|COV′θ(lθ,Δt)|>|COV′θ(uθ,Δt)|,则
θk=lθ
lθ+1=θk+0.382×(θk+1k)
如果|COV′θ(lθ,Δt)|<|COV′θ(uθ,Δt)|,则
θk+1=uθ
uθ+1=θk+0.618×(θk+1k)
继续迭代,直到|COV′θ(lθ,Δt)|和|COV′θ(uθ,Δt)|的差值小于精度εθ(一个很小的正数,εθ≤10-6),即得到θ方向的零点,θ=(lθ+uθ)/2。
(3)计算点(θ,Δt)的COV′,如果COV′的值小于精度ε3(一个很小的正数,ε3≤10-8),停止循环,将该点作为结果;反之,则继续重复步骤(1)和(2)交替搜索方向,寻找新的Δt和θ方向的零点,直到结果满足条件。
如果一个点在正、负两个方向都可以搜索Δt或θ方向的零点,则需要计算两个方向的零点,并选择较低的COV'值作为更新点。如图4所示,图4a和4b显示了一维进退法求取零点。图4a显示了快速确定零点的范围,图4b显示了通过缩小范围得到零点值。在图4c中,将SWS分析与进退法相结合,寻找真实值。首先求出延时时间方向的零点,然后求出方位角的零点。整个过程搜寻了2次时差方向的零点和2次方位角方向的零点。
本发明将区域划分为四个子区域,并在每个子区域内进行计算,得到四个输出值,比较四个输出值选择最大的COV值对应的点为结果点,以排除局部最优解。根据测试区域为180×60(180为方位角范围,60为时差范围),所以每个子区域的大小为90×30,共有2821个网格点。图5是进退示意图和区域划分图。取每个子区域的中心点作为初始点,真实值为(30,10)。
根据图6所示,当确定真实值后,可以得到此时的R分量和T分量,然后通过以下公式:
计算得到S1(t)和S2(t)。根据给定的初始点确定区间,通过图3的流程确定该区域的结果值,在其他区域重复此操作,得到4个结果值,比较得到最大的结果值对应的时差和角度作为输出值。
图7是测试范围内每个点依次作为真实值时的合成数据误差图,a为角度误差图,b为时差误差图。
在实际数据测试部分,将B盆地A井电阻率测井得到裂缝孔隙度曲线作为基准线,与在该工区测试的各向异性程度曲线进行对比。A在第50道附近。目标层是S地层(图8,虚线框)。观察到R或T分量中相邻的两个波峰接近32ms。因此,将时间窗口的长度设置为32ms。经过测试的计算统计显示:进退法每次最大迭代次数不超过200次,总共计算次数为25192次,相比旋转相关法所需要计算的3153744次少了2个数量级的计算。本实施例的实际数据计算结果见图9。
以上所述,仅是本发明的较佳实施例而已,并非对本发明作任何形式上的限制,虽然本发明已以较佳实施例揭露如上,然而并非用以限定本发明,任何熟悉本专业的技术人员,在不脱离本发明技术方案范围内,当可利用上述揭示的技术内容作出些许更动或修饰为等同变化的等效实施例,但凡是未脱离本发明技术方案的内容,依据本发明的技术实质对以上实施例所作的任何简单修改、等同变化与修饰,均仍属于本发明技术方案的范围内。

Claims (5)

1.一种基于进退法的横波分裂分析方法,其特征在于,步骤如下:
S1、根据快慢横波相关性构造目标函数如下:
式中,θ和Δt为横波分裂参数,S1(t)和S2(t)分别为一个时窗内的快横波和慢横波的时间序列;和/>分别是S1(t)和S2(t)在一个时窗内的平均值;
S2、通过确定的真实值或实际数据得到R分量数据R(t)和T分量数据T(t),进一步计算得到S1(t)和S2(t);
S3、将测试区间划分为4个子区间,取每个子区间的中心点作为初始点;
S4、在每个子区间分别采用二维进退法确定该区间的结果值,共计得到4个结果值;
S5、比较4个结果值,取得到最大COV值对应的时差和角度作为输出值。
2.如权利要求1所述的基于进退法的横波分裂分析方法,其特征在于,所述步骤S3中,总区间为180×60,180为方位角范围,60为时差范围,分为四个子区间后,每个子区域的大小为90×30。
3.如权利要求1所述的基于进退法的横波分裂分析方法,其特征在于,所述步骤S2中,由R分量数据R(t)和T分量数据T(t),根据以下公式计算得到S1(t)和S2(t):
4.如权利要求1所述的基于进退法的横波分裂分析方法,其特征在于,所述步骤S4包括以下子步骤:
(1)对Δt方向零点的搜索;
第一步、确定范围,范围的上下界由初始点(θk,Δtk)和比较点(θk,Δtk+1)确定;Δtk+1等于Δtk加上步长h;如果COV′Δtk,Δtk)×COV′Δtk,Δtk+1)小于零,得到范围[Δtk,Δtk+1],进行下一步;如果COV′Δtk,Δtk)×COV′Δtk,Δtk+1)大于零,得到新的Δtk+1,新Δtk+1等于新的Δtk加上新的h,新的Δtk等于上一步的Δtk+1,新的h是上一步h的两倍;然后,再次判断COV′Δtk,Δtk)×COV′Δtk,Δtk+1)的值是大于零还是小于零,确定是执行下一步或者继续更新这两个点;
第二步、确定另外两个比较点(θk,lt)和(θk,ut)缩小范围;其中,lt和ut的计算公式如下:
lt=Δtk+0.382×(Δtk+1-Δtk),
ut=Δtk+0.618×(Δtk+1-Δtk).
通过比较|COV′Δtk,lt)|与|COV′Δtk,ut)|的大小,更新lt或者ut
如果|COV′Δtk,lt)|>|COV′Δtk,ut)|,则
Δtk=lt
lt+1=Δtk+0.382×(Δtk+1-Δtk)
如果|COV′Δtk,lt)|<|COV′Δtk,ut)|,则
Δtk+1=ut
ut+1=Δtk+0.618×(Δtk+1-Δtk);
继续迭代,直到|COV′Δtk,lt)|与|COV′Δtk,ut)|之间的差值小于精度εΔt,εΔt=10-6,即得到Δt方向的零点,Δt=(lt+ut)/2;
(2)对θ方向零点的搜索;
第一步、由初始点(θk,Δt)得到比较点(θk+1,Δt),θk+1等于θk加上步长h;然后,计算COV′θk,Δt)×COV′θk+1,Δt)的值,如果COV′θk,Δt)×COV′θk+1,Δt)<0,则范围为[θk,θk+1],执行下一步;如果COV′θk,Δt)×COV′θk+1,Δt)>0,继续更新,得到新的θk+1,新的θk+1等于新的θk加上新的h,新的θk,等于上一个θk+1,新的h是上一个h的两倍;然后,再次判断COV′θk,Δt)×COV′θk+1,Δt)的值是大于零还是小于零,确定是执行下一步或者继续更新这两个点;
第二步、确定另外两个比较点(lθ,Δt)和(uθ,Δt)缩小范围;其中,lθ和uθ的计算公式如下:
lθ=θk+0.382×(θk+1k)
uθ=θk+0.618×(θk+1k)
然后,通过比较|COV′θ(lθ,Δt)|和|COV′θ(uθ,Δt)|的大小,更新lt或者ut
如果|COV′θ(lθ,Δt)|>|COV′θ(uθ,Δt)|,则
θk=lθ
lθ+1=θk+0.382×(θk+1k)
如果|COV′θ(lθ,Δt)|<|COV′θ(uθ,Δt)|,则
θk+1=uθ
uθ+1=θk+0.618×(θk+1k)
继续迭代,直到|COV′θ(lθ,Δt)|和|COV′θ(uθ,Δt)|的差值小于精度εθ,εθ=10-6,即得到θ方向的零点,θ=(lθ+uθ)/2;
(3)计算点(θ,Δt)的COV′,如果COV′的值小于精度ε3,ε3=10-8,停止循环,将该点作为结果;反之,则继续重复步骤(1)和(2)交替搜索方向,寻找新的Δt和θ方向的零点,直到结果满足条件。
5.如权利要求4所述的基于进退法的横波分裂分析方法,其特征在于,所述步骤S4中,如果一个点在正、负两个方向都可以搜索Δt或θ方向的零点,则计算两个方向的零点,并选择较低的COV′值作为更新点。
CN202211677314.6A 2022-12-26 2022-12-26 一种基于进退法的横波分裂分析方法 Active CN115903039B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202211677314.6A CN115903039B (zh) 2022-12-26 2022-12-26 一种基于进退法的横波分裂分析方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202211677314.6A CN115903039B (zh) 2022-12-26 2022-12-26 一种基于进退法的横波分裂分析方法

Publications (2)

Publication Number Publication Date
CN115903039A CN115903039A (zh) 2023-04-04
CN115903039B true CN115903039B (zh) 2023-10-24

Family

ID=86493783

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202211677314.6A Active CN115903039B (zh) 2022-12-26 2022-12-26 一种基于进退法的横波分裂分析方法

Country Status (1)

Country Link
CN (1) CN115903039B (zh)

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102053266A (zh) * 2009-11-09 2011-05-11 中国石油化工股份有限公司 地下裂缝预测方法
CN109799529A (zh) * 2019-01-31 2019-05-24 河海大学 一种基于互相关的横波分裂vsp裂缝预测方法
US10677947B1 (en) * 2018-12-10 2020-06-09 China University Of Petroleum (Beijing) Horizontal fracture prediction method, device and equipment
CN112415512A (zh) * 2020-10-16 2021-02-26 南京航空航天大学 基于进退法和黄金分割法的sar运动目标聚焦方法
CN112649851A (zh) * 2019-10-09 2021-04-13 中国石油化工股份有限公司 一种横波分裂垂直地震剖面裂缝预测方法及系统

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102053266A (zh) * 2009-11-09 2011-05-11 中国石油化工股份有限公司 地下裂缝预测方法
US10677947B1 (en) * 2018-12-10 2020-06-09 China University Of Petroleum (Beijing) Horizontal fracture prediction method, device and equipment
CN109799529A (zh) * 2019-01-31 2019-05-24 河海大学 一种基于互相关的横波分裂vsp裂缝预测方法
CN112649851A (zh) * 2019-10-09 2021-04-13 中国石油化工股份有限公司 一种横波分裂垂直地震剖面裂缝预测方法及系统
CN112415512A (zh) * 2020-10-16 2021-02-26 南京航空航天大学 基于进退法和黄金分割法的sar运动目标聚焦方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
一个凸函数曲线极值初始区间的搜索算法及其在优化中的应用;谭建荣, 宗晔;浙江大学学报(工学版)(06);746-753 *
快慢波分离及其在裂隙检测中的应用;李彦鹏, 马在田;石油地球物理勘探(04);28-32 *

Also Published As

Publication number Publication date
CN115903039A (zh) 2023-04-04

Similar Documents

Publication Publication Date Title
CN111751392B (zh) 一种基于双极化探地雷达的钢筋锈蚀检测方法
CN107167306B (zh) 基于阶次提取的旋转机械转子运行状态模态分析方法
CN115903024B (zh) 一种基于梯度下降法的横波分裂分析方法
CN106468782B (zh) 一种基于最大能量比法的裂缝预测方法
CN109471063B (zh) 基于延迟快拍的均匀线列阵高分辨波达方向估计方法
CN106468781B (zh) 一种基于最小熵旋转法的裂缝预测方法
CN106842299B (zh) 一种基于地震属性的裂缝定量化预测的方法
CN115903039B (zh) 一种基于进退法的横波分裂分析方法
CN107894616B (zh) 多分量转换波裂缝预测方法
US6980482B2 (en) Seismic survey system
CN104199098B (zh) 利用反射转换横波的偏振特性预测地下裂缝的方法
CN108828661A (zh) 基于地震脉冲响应谱测定场地卓越周期的方法
CN109782216B (zh) 一种二维空间谱峰值搜索的简易方法
CN111598340A (zh) 基于分数阶希尔伯特变换的薄砂体平面展布预测方法
CN117665925A (zh) 时差搜索范围动态调整的地层纵波时差提取方法、系统
CN114876454B (zh) 一种大斜度井复杂岩性水淹层识别方法及系统
CN115980852B (zh) 一种基于横波分裂的裂缝参数高效计算方法及系统
CN115795994A (zh) 基于Unet卷积神经网络的随钻方位电磁波测井数据反演方法
CN112068193B (zh) 一种微地震剪切源弱事件s波初至自动拾取方法
Ng et al. Economic and economic-statistical designs of multivariate coefficient of variation chart
CN112649851A (zh) 一种横波分裂垂直地震剖面裂缝预测方法及系统
CN111123373A (zh) 一种基于波场扩展重构的探地雷达全波形反演方法
CN108181650B (zh) 一种数据处理方法和装置
CN113313102B (zh) 基于变种差分进化算法的随机共振混沌小信号检测方法
CN118033531B (zh) 一种基于离散时间傅里叶变换的单比特doa估计方法及系统

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant