白丝美女被狂躁免费视频网站,500av导航大全精品,yw.193.cnc爆乳尤物未满,97se亚洲综合色区,аⅴ天堂中文在线网官网

一種基于差分進(jìn)化算法的CRS傾角分解方法

專利號(hào)
CN109557585B
公開日期
2019-08-20
申請(qǐng)人
中國(guó)石油大學(xué)(華東)(山東省青島市黃島區(qū)長(zhǎng)江西路66號(hào))
發(fā)明人
孫小東; 宋煜; 依爾繁; 賈延睿; 李振春
IPC分類
G01V1/30
技術(shù)領(lǐng)域
crs,傾角,疊加,rnip,差分進(jìn)化算法,向量,進(jìn)化算法,搜索,參數(shù),進(jìn)化
地域: 山東省 山東省青島市

摘要

本發(fā)明屬于油氣勘探地震資料處理領(lǐng)域,具體涉及一種基于差分進(jìn)化算法的CRS傾角分解方法,通過對(duì)出射角α離散完成,將傾角劃分成若干部分,對(duì)每個(gè)部分分別基于差分進(jìn)化算法得到具有最高相似度的參數(shù),最后將各部分進(jìn)行疊加。本發(fā)明提出基于差分進(jìn)化算法的全局參數(shù)優(yōu)化方法,為求取三個(gè)獨(dú)立變量α,RNIP,和RN的最大相干值,將衡量相干值大小的相關(guān)系數(shù)作為目標(biāo)函數(shù)來搜索三參數(shù)。對(duì)整個(gè)搜索空間的角度參數(shù)范圍劃分為較小的部分,可以識(shí)別相互干擾導(dǎo)致遮掩的同相軸信息。通過將傾角劃分與全局優(yōu)化方案相結(jié)合,有效恢復(fù)了復(fù)雜的地下構(gòu)造情況,改進(jìn)了共反射面疊加的效果。

說明書

1 2 3 4
一種基于差分進(jìn)化算法的CRS傾角分解方法 技術(shù)領(lǐng)域 [0001] 本發(fā)明屬于油氣勘探地震資料處理領(lǐng)域,具體涉及一種基于差分進(jìn)化算法的CRS傾角分解方法。 背景技術(shù) [0002] 1980年代末,德國(guó)的Hubral教授提出了共反射面元疊加(Common?Reflection?Surface?CRS)技術(shù),簡(jiǎn)稱CRS疊加。CRS疊加方法既不需要對(duì)地下介質(zhì)進(jìn)行任何的形狀假設(shè),也不需要求取速度模型,充分利用地震波的相干性,對(duì)均勻和非均勻地下介質(zhì)都適用。在疊加孔徑范圍內(nèi),將相鄰道集內(nèi)能量盡可能多地疊加,增強(qiáng)地震信號(hào)能量,從而可以有效提高低信噪比地震資料的處理質(zhì)量。通過CRS疊加不僅能夠得到高質(zhì)量的零偏移距剖面,還能獲得多個(gè)描述特征波屬性的運(yùn)動(dòng)學(xué)參數(shù),這些參數(shù)充分體現(xiàn)了地下介質(zhì)的地質(zhì)信息,因此在深層和復(fù)雜地區(qū)地震數(shù)據(jù)處理中CRS疊加是一個(gè)重要的發(fā)展方向。 [0003] 二維CRS公式包含三個(gè)地下波場(chǎng)參數(shù),這三個(gè)參數(shù)分別為法向地震波在地面出射角α、法向入射點(diǎn)(NIP)波波前曲率半徑RNIP和法向(N)波波前曲率半徑RN,對(duì)這三個(gè)地震算進(jìn)行選取,在常規(guī)零偏移距疊加剖面上對(duì)初始參數(shù)搜索,計(jì)算投影菲涅爾帶來確定疊加孔徑,在疊加孔徑范圍內(nèi)進(jìn)行CRS疊加,測(cè)試所有的波場(chǎng)屬性三參數(shù)(α,RN,RNIP),從中選取具有最大相干值的波場(chǎng)屬性三參數(shù)(α,RN,RNIP),得到的疊加算子可以為地下的局部構(gòu)造產(chǎn)生最佳照明,獲得最優(yōu)疊加的效果。三維CRS疊加利用類似的過程來確定所需的參數(shù)。 [0004] CRS疊加方法在疊加剖面上增強(qiáng)了反射同相軸的連續(xù)性和信噪比,常規(guī)的參數(shù)選取是對(duì)所有參數(shù)進(jìn)行測(cè)試,選取的α,RNIP和RN具有最大相干值,然而對(duì)三參數(shù)測(cè)試無窮次相干值明顯不切實(shí)際。在常規(guī)的參數(shù)搜索中,出射角α最先被搜索,之后在α確定的基礎(chǔ)上搜索RNIP和RN,因此這種方式導(dǎo)致在疊加剖面內(nèi)的每一點(diǎn)處只能選擇來自某一個(gè)角度的最強(qiáng)反射能量,而其它角度的反射信息以及繞射信息就會(huì)被干擾消除,導(dǎo)致CRS疊加剖面運(yùn)動(dòng)學(xué)特征失真。尤其在構(gòu)造較為復(fù)雜或者異常波相當(dāng)發(fā)育的地區(qū),由于CRS疊加之后繞射能量的缺失,嚴(yán)重影響疊加剖面的效果,隨后的地震偏移成像質(zhì)量也會(huì)降低,因此該問題影響著CRS疊加方法的實(shí)用性。二維CRS疊加能夠在復(fù)雜的地質(zhì)條件下得到高質(zhì)量的成像結(jié)果,然而由于三維CRS疊加需要3個(gè)地下波場(chǎng)參數(shù),因此,三維CRS疊加的結(jié)果受到參數(shù)的影響很大。在目前的精細(xì)勘探開發(fā)階段如何準(zhǔn)確地選取參數(shù)、解決傾角歧視的影響、選取效率更高等問題具有重要的意義。 [0005] 為了提高參數(shù)搜索的準(zhǔn)度,楊鍇(2002)提出了傾角掃描的方法,取代傳統(tǒng)CRS參數(shù)尋優(yōu)搜索,嘗試消除CRS的傾角歧視影響。楊鍇(2005)利用傾角分解的方法成功地解決了在二維CRS參數(shù)搜索中出現(xiàn)的傾角歧視現(xiàn)象,使得二維CRS疊加的效果更加準(zhǔn)確。孫小東等(2006)在復(fù)雜構(gòu)造地區(qū)引入模擬退火算法,解決了復(fù)雜地表CRS疊加旅行時(shí)方程的三參數(shù)藕合帶來的參數(shù)搜索和優(yōu)化問題。薛凡(2012)利用傾角分解方法不僅解決了傾角歧視干擾,還利用傾角分解法對(duì)疊加剖面進(jìn)行出射角濾波處理。楊鍇(2013)等提出對(duì)傳統(tǒng)CRS疊加成像方法進(jìn)行改進(jìn),將輸出道方式的共反射面元疊加(CRS-OIS)方法應(yīng)用于GPU計(jì)算平臺(tái),來解決傾角沖突問題。 發(fā)明內(nèi)容 [0006] 根據(jù)以上現(xiàn)有技術(shù)的不足,本發(fā)明提供一種基于差分進(jìn)化算法的CRS傾角分解方法,利用差分進(jìn)化方法對(duì)參數(shù)進(jìn)行優(yōu)化搜索,不僅能夠得到更加準(zhǔn)確的參數(shù),還可以消除傾角歧視的現(xiàn)象,且效率更高。 [0007] 本發(fā)明所述的一種基于差分進(jìn)化算法的CRS傾角分解方法,其特征在于:通過對(duì)出射角α離散完成,將傾角劃分成若干部分,對(duì)每個(gè)部分分別基于差分進(jìn)化算法得到具有最高相似度的參數(shù),最后將各部分進(jìn)行疊加。 [0008] 傾角劃分過程前,為了提高搜索空間中RNIP的下限,需要最小動(dòng)校正速度,通過該最小動(dòng)校正速度計(jì)算下限 [0009] [0010] lb表示為下邊界,αmin和αmax為角度范圍的邊界,v0是地表速度,Vmin是動(dòng)校正速度,同理,可以利用最大動(dòng)校正速度計(jì)算RNIP的上限,其中CRS動(dòng)校正速度利用每個(gè)時(shí)間樣點(diǎn)的CRS參數(shù)來獲取。理論上RN為無窮大值,通過限制搜索空間可以確定較小的取值范圍。但對(duì)相干值來說,RN值引起的變化非常小,因此不用考慮RN的限制范圍。 [0011] 出射角度α是傳統(tǒng)CRS疊加的參數(shù)搜索過程中最重要的參數(shù),RNIP和RN是利用α計(jì)算得到的。傾角分解處理是通過分解傾角域,將傾角搜索范圍劃分為若干部分,優(yōu)選為3~5部分。對(duì)于搜索范圍的劃分,比如 就意味著劃分為5個(gè)同相軸搜索范

權(quán)利要求

1.一種基于差分進(jìn)化算法的CRS傾角分解方法,其特征在于:通過對(duì)出射角α離散完成,將傾角劃分成若干部分,對(duì)每個(gè)部分分別基于差分進(jìn)化算法得到具有最高相似度的參數(shù),最后將各部分進(jìn)行疊加;
其中,對(duì)每個(gè)部分分別基于差分進(jìn)化算法得到具有最高相似度的參數(shù)的實(shí)現(xiàn)過程如下:
1)選擇目標(biāo)函數(shù):利用相似系數(shù)作為目標(biāo)函數(shù)進(jìn)行優(yōu)化處理;
其中,相似系數(shù)為:
式中:Xj(i)表示第i道第j個(gè)采樣點(diǎn)的振幅;
N為每道記錄中的采樣點(diǎn)個(gè)數(shù);
M為記錄中總的道數(shù),相似系數(shù)的大小范圍為[0,1];
2)種群初始化;
利用NP-D維參數(shù)向量xi,G,i=1,...,NP進(jìn)行種群初始化得到基準(zhǔn)向量,其中,參數(shù)向量包含參數(shù)出射角α、法向入射點(diǎn)波波前曲率半徑RNIP和法向波波前曲率半徑RN,則D的值為3,NP為種群大小,G為迭代次數(shù);
3)變異操作:對(duì)基準(zhǔn)向量進(jìn)行變異得到變異向量;
具體為:
式中,r1,r2,r3∈{1,.....,Np},F(xiàn)為縮放因子;
4)交叉操作:對(duì)基準(zhǔn)向量和變異向量利用交叉公式得到試驗(yàn)向量;
具體為:
式中,CR為交叉概率,交叉概率CR介于0和1之間,j∈[1,D],jrand為1到D之間的隨機(jī)整數(shù);
5)選擇操作:該操作基于貪婪機(jī)制,選擇試驗(yàn)向量和基準(zhǔn)向量之間具有更高適應(yīng)度值的向量作為下一代種群的個(gè)體;
6)終止循環(huán)進(jìn)入下一流程:循環(huán)過程2)到過程5)的處理流程,終止條件為判斷迭代計(jì)算后目標(biāo)函數(shù)的值是否繼續(xù)增加,如果繼續(xù)增加則繼續(xù)循環(huán)過程2)到過程5)的處理流程,如果不再繼續(xù)增加,則得到具有最高相似度的參數(shù)。
2.根據(jù)權(quán)利要求1所述的一種基于差分進(jìn)化算法的CRS傾角分解方法,其特征在于:將傾角劃分成3~5部分。
3.根據(jù)權(quán)利要求1所述的一種基于差分進(jìn)化算法的CRS傾角分解方法,其特征在于:所述NP的數(shù)值為5D到10D之間。
4.根據(jù)權(quán)利要求1所述的一種基于差分進(jìn)化算法的CRS傾角分解方法,其特征在于:所述F的值為0.9362。
5.根據(jù)權(quán)利要求1所述的一種基于差分進(jìn)化算法的CRS傾角分解方法,其特征在于:所述交叉概率CR=0.7455。
微信群二維碼
意見反饋