一种基于连续蚁群算法的层速度反演方法及系统技术方案

技术编号:28050455 阅读:32 留言:0更新日期:2021-04-14 13:08
本发明专利技术提供了一种基于连续蚁群算法的层速度反演方法及系统,属于地震资料处理领域。该方法包括:设置工区的最大层速度Umax和最小层速度Umin;设置需要反演的目的层的数量n;对速度区间[Umin,Umax]进行网格剖分获得速度网格;利用所述速度网格和连续蚁群算法经过多次迭代获得每个目的层的层速度最优解。利用本发明专利技术方法能快速进行层速度求取,且越过局部最优解,找到全局最优解,反演层速度的精度高,效果好。好。好。

【技术实现步骤摘要】
一种基于连续蚁群算法的层速度反演方法及系统


[0001]本专利技术属于地震资料处理领域,具体涉及一种基于连续蚁群算法的层速度反演方法及系统。

技术介绍

[0002]垂直地震数据(VSP)包含丰富的地震波信息,利用VSP资料进行钻前预测是获得钻头前方目的层信息的一个重要地球物理手段。钻前预测内容包括井底下方的纵横波速度、深度以及地层压力等,可为钻井工艺提供帮助,降低钻井风险。VSP钻前层速度预测的常规做法是以零偏VSP资料为基础,采用合适的反演方法来反演钻前反射系数,再由反射系数推算地层层速度,达到预测钻前层速度的目的。
[0003]国内学者对VSP资料反演层速度提出了不同研究。陈信平(1992)在Redshaw修正的高斯-牛顿算法基础上提出一种根据VSP初至时间反演层速度的算法,并对拟合结果误差进行分析。张厚柱等(1995)对遗传算法稳定性及其对噪声的敏感性等问题进行讨论说明,认为遗传算法具有较强抗干扰能力,利用遗传算法对实际资料反演层速度具有潜在能力。李文杰等(2004)利用VSP资料受干扰程度小、信噪比高、高频成分丰富以及能准确分离本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于连续蚁群算法的层速度反演方法,其特征在于:所述方法包括:设置工区的最大层速度Umax和最小层速度Umin;设置需要反演的目的层的数量n;对速度区间[Umin,Umax]进行网格剖分获得速度网格;利用所述速度网格和连续蚁群算法经过多次迭代获得每个目的层的层速度最优解。2.根据权利要求1所述的基于连续蚁群算法的层速度反演方法,其特征在于:所述对速度区间[Umin,Umax]进行网格剖分获得速度网格的操作包括:设定每个目的层的最大层速度均为Umax,设定每个目的层的最小层速度均为Umin;设定对速度区间进行等分的数量为速度剖分网格数M;利用下式计算剖分网格变量h:h=(Umax-Umin)/M;利用h对速度区间进行剖分得到速度网格,所述速度网格中的每一行对应一个速度,从下至上依次为Umin,Umin+h,Umin+2h一直到Umax-h、Umax,;所述速度网格中的每一列对应一个需要反演的目的层,从左至右依次为1、2一直到n;所述速度网格中的行与列相交得到多个网格节点,每一个网格节点对应一个目的层上的一个速度值。3.根据权利要求1所述的基于连续蚁群算法的层速度反演方法,其特征在于:所述利用所述速度网格和连续蚁群算法经过多次迭代获得每个目的层的层速度最优解的操作包括:步骤一,利用每个目的层的最大层速度Umax和目标函数值公式,计算得到最优目标函数值;步骤二:设置蚂蚁的个数Nvar;设置迭代总次数D,设置迭代次数i的初始值:i=1;步骤三:将速度网格中的各个网格节点的局部信息素的初始值均赋为1/M,将全局信息素的初始值赋为0,将各个网格节点的网格节点概率的初始值均赋为0;步骤四:随机生成一只蚂蚁在每个目的层的网格节点的位置,由网格节点的位置得到该蚂蚁在每个目的层的速度值;步骤五:利用该蚂蚁在每个目的层的速度值和目标函数值公式计算得到该蚂蚁的目标函数值;步骤六:判断该蚂蚁的目标函数值是否小于最优目标函数值,如果是,则利用该蚂蚁的目标函数值更新该蚂蚁所在的各个目的层上的网格节点的局部信息素、全局信息素和各个网格节点概率,如果否,则不更新;步骤七:依次对每只蚂蚁进行步骤四、步骤五和步骤六的处理,直到Nvar只蚂蚁全部处理完毕;步骤八:获得每个目的层的层速度最优解,并更新最优目标函数值;步骤九:更新每个目的层上的网格节点,所有目的层上的网格节点构成了新的速度网格;步骤十:判断i=D是否成立,如果是,则转入步骤十一,如果否,则i=i+1,然后返回步骤三;步骤十一,输出最后一次迭代得到的各个目的层的层速度最优解。4.根据权利要求3所述的基于连续蚁群算法的层速度反演方法,其特征在于:所述步骤
六中的所述利用该蚂蚁的目标函数值更新该蚂蚁所在的各个目的层上的网格节点的局部信息素、全局信息素和各个网格节点概率的操作包括:利用下式更新该蚂蚁所在的各个目的层上的网格节点的局部信息素:Tnew=(1-Rou)*Told+Q/y其中,Told为网格节点目前的局部信息量,Tnew为网格节点更新后的局部信息量,Rou为信息量残留因子,Q为信息量强度;利用下式更新全局信息素Ts:Ts=sum(Tnew);利用下式更新该蚂蚁所在的各个目的层上的网格节点的网格节点概率P:P=Tnew/Ts。5.根据权利要求3所述的基于连续蚁群算法的层速度反演方法,其特征在于:所述步骤八的操作包括:对每个目的层分别进行以下处理:比较该目的层上的各个网格节点概率的大...

【专利技术属性】
技术研发人员:张洁
申请(专利权)人:中国石油化工股份有限公司石油物探技术研究院
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1