基于混合智能优化的煤岩储量叠前AVO反演计算方法

• 作者: 李星军 孙慧 邵志伟
• 来源期刊: 自动化技术与应用
• 学科: 地球科学
• 关键词: 混合智能优化 煤岩储量 叠前AVO反演 工区储层 粒子群算法
• 年，卷（期）: 2020,（12）
• 所属期刊栏目: 辨识建模与仿真
• 页码范围: 129-133
• 页数: 5页
• 分类号: P631|TP18
• 语种: 中文

摘要

针对常规叠前AVO反演计算方法存在过度依赖于初始模型,容易陷入局部最优等问题,提出基于混合智能优化的煤岩储量叠前AVO反演计算方法.利用神经网络技术重构煤岩塌陷测曲线,根据岩石物理分析确定纵波速度与密度,获得工区储层敏感弹性参数.预处理实际叠前数据,提取不同角度的统计子波.对遗传算法进行自适应改进,与粒子群算法结合形成混合智能优化算法,通过混合智能优化算法进行煤岩储量叠前AVO反演计算,不依赖初始模型,实现了整体煤岩储量反演,有效圈出有利储层发育区域.仿真实验结果表明,所提方法能够快速、准确完成煤岩储量叠前AVO反演计算.