基于单一图像生成对抗神经网络方法在沉积相建模中的应用

来源 :油气地质与采收率 | 被引量 : 0次 | 上传用户:liliandidi
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
沉积相建模是储层建模中的一个重要环节,有多种方法可以用来建立沉积相模型.传统的建模方法需要利用各种参数对变量的空间结构信息进行刻画,如变差函数、数据样式等,在模拟中再现这种空间结构.利用生成对抗神经网络方法(GAN,Generative Adversarial Nets)建模采用了不同的策略,通过对大量图像(模型)的学习,生成与学习样本具有高度相似特征的模型.基于单一图像生成对抗神经网络方法(SinGAN,Generative Adversarial Nets based on single image)对传统的GAN方法进行改进,仅需一张图像进行训练就能够生成高度相似的图像.以N气田2个小层的沉积微相图为例,建立了相应的沉积相模型,并与经典的基于样式的多点地质统计学建模方法(Simpat)对比可以看出,SinGAN方法与训练图像刻画的沉积微相空间结构更相似,具有良好的应用前景.
其他文献
探究了温度和催化剂Fe、Mg、Co以及不同催化剂添加比对烟杆热解制氢影响,找出最佳反应条件.结果表明,温度的升高有利于气体产率和热解转化率的提高,700℃时转化率最高.随着负载Fe量的增加,气体产率逐渐增加,当添加量为w=15%时,转化率达83.19%.Mg催化剂能促进氢气的生成.对于复合催化剂,Fe-Mg催化剂体系使气体产率增加,且H2的体积产量在催化剂配比为15%Fe+0.8%Mg(质量分数,下同)时达到最大,为113.48 mL/g.在15%Fe+0.8%Mg催化体系上继续负载Co催化剂,随着Co负
番茄杂交组合的综合评价是番茄育种的基础,为了提高番茄杂交组合的利用率和育种选育的水平,目前亟需一套科学合理的评价方法.研究基于30个表型性状对前期配组的529个大果番茄杂交组合进行描述性统计分析、主成分分析和综合评价.结果表明,9个植物学性状变异系数的范围为6.11%~41.90%,最大的是熟性,最小的是叶脉颜色;21个果实性状变异系数的范围为6.51%~41.22%,最大的是果顶形状,最小的是果实纵径;提取的8个主成分累计贡献率为63.07%,包含了组合表型性状的大部分遗传信息.在材料变异丰富的基础上,
草地贪夜蛾属世界性重大农业迁飞害虫,扩散迁移是草地贪夜蛾得以大范围危害的主要原因,地表形态对其迁移过程具有深刻影响.作者首次就河谷这一特殊地表形态对云南草地贪夜蛾种群迁移的生态学效应进行了系统探究.研究发现,纵向河谷作为典型的生态廊道对草地贪夜蛾南北迁移,具有显著的通道作用;河谷两岸山脉形成物理屏障阻滞甚至阻挡了草地贪夜蛾东西向扩散,表现出明显的阻隔效应;河谷低海拔区热量充沛为草地贪夜蛾越冬提供了庇护,显示出明显的汇聚效应.分析认为,河谷生态学效应是河谷地形地貌及所蕴含的如气温、气流、玉米种植等多种因素综
为了筛选对铅、镉耐性较强的花生品种,探究油料作物在重金属污染耕地综合利用方面的潜在应用,通过温室栽培实验,研究了潍花八号、红花12号和黑丰一号3个品种花生在不同铅、镉浓度下的种子萌发、幼苗生长、叶绿素含量及叶片酶活性变化的抗性效应.结果表明,土壤铅、镉污染抑制花生种子萌发和幼苗生长(P<0.05),3种花生的种子萌发率、株高、生物量、茎基直径、叶绿素含量均随铅、镉质量分数升高而降低.相对于另外2个花生品种,潍花八号在铅(5、10、20 mg·kg-1)和镉(1、5 mg·kg-1)处理下有更高的植株高度(
铁摄取调节蛋白(ferric uptake regulator,Fur)是细菌重要的调控因子,研究旨在探究肺炎克雷伯菌Fur对铁摄入及生物膜形成的影响,分析Fur对可能的靶基因fyuA(耶尔森菌素的受体)的调控作用.首先,采用同源重组技术构建突变株Δfur及回补株C-Δfur.然后,采用生长曲线、CAS检测和结晶紫染色对野生株、突变株及回补株的铁摄入及生物膜形成表型进行测定.最后,通过RT-qPCR及GFP报告基因融合实验明确Fur对fyuA的调控.结果显示,成功构建突变株及回补株;生长曲线分析表明fur
桐柏造山带是连接秦岭造山带和红安-大别造山带的枢纽,一直被认为是三叠纪变质带.本文通过对其南部高压榴辉岩带内榴辉岩和白云母石英片岩的全岩化学、锆石U-Pb年代学和Lu-Hf同位素地球化学研究,首次确定该地区的榴辉岩存在早古生代变质作用.榴辉岩主要由石榴石、绿辉石和角闪石组成,含少量多硅白云母、石英和金红石等.榴辉岩中锆石的206Pb/238U加权平均年龄为452±5Ma,这些锆石具有低Th/U比值、低176Lu/177Hf比值,并具有平坦的HREE配分型式和无Eu负异常的特征,即为典型榴辉岩相的变质锆石.
目前中国大部分油田开发进入后期,常规油气逐渐开采殆尽,低阻油层等非常规油气藏成为重要探测目标.在复杂断块油藏中,受沉积微相、构造以及层间干扰等多因素所致,单纯依靠专家经验人工识别准确率不高且效率较低.应用大数据挖掘技术,以小层数据为切入点,融合测井与研究成果资料筛选并核实低阻层;应用并行关联规则算法挖掘小层的含油性相关参数关系;基于聚类分析算法进行小层分类,对包含已核实低阻油层类小层进行相似度计算,实现低阻油层识别.通过对东部地区某油田大量数据分析表明,大数据驱动的低阻油层精准识别方法可以有效地实现低阻油
中东M油田是以碳酸盐岩储层为主的双重介质油藏,裂缝发育、非均质性较强.由于目前常规单一的地震属性无法精细刻画裂缝分布规律,因此建立了基于神经网络的多信息融合裂缝建模技术,首先利用神经网络预测无成像测井资料的单井裂缝密度;其次将纵波方位各向异性、地震不连续检测叠前地震属性,基于神经网络非线性融合进行三维裂缝密度发育概率预测;以单井裂缝密度作为井上硬数据,在严格的变差函数分析和裂缝密度概率体双重约束条件下建立裂缝密度模型;最后通过地质统计学建模方法建立离散裂缝网络模型并将其粗化等效成裂缝属性模型.模型拟合率应
地下盐体与油气藏的关系密不可分,盐体的准确识别对油气藏勘探和钻探路径规划具有重要意义.以往的深度学习方法使用固定大小的感受野,不能根据地震图像中盐体的大小动态地调整卷积核来捕捉特征,从而忽略了部分全局信息,导致在盐体边界或狭长处识别效果较差.针对上述问题,在U-Net基础上进行改进,使用SKNet作为编码器提取盐体特征,其具有动态选择机制,根据输入信息的多个尺度自适应地调整感受野的大小,并结合位置与通道自注意力机制以及超柱体方法进行特征融合.采用改进的U-Net方法对TGS盐体数据集进行评估,取得交并比为
断层解释是油气勘探和开发中的关键步骤,由于采集的三维地震数据体数量增多,人工以及传统方法很难精细化解释数据体中的断层.为了更好地满足目前油气勘探开发对高效、高精度、高分辨率断层解释的迫切需求,研究基于深度学习算法实现地震数据的自动化和智能化断层检测.通过正演模拟的方法生成大量的、多样化的、符合实际情况的训练数据,同时结合已解释的断层结果构建完备的训练样本库.在此基础上设计优化的、简单的三维卷积神经网络模型高效处理大的三维地震数据体并获得精确的断层检测结果,对断层检测结果做进一步的匹配滤波扫描处理来获得增强