典型文献
基于局部熵的LP-PCNN多属性融合裂缝预测方法
文献摘要：
地震属性分析方法在储层裂缝预测方面是常见且有效的方法,但地震属性与裂缝之间往往是多元复杂的非线性关系,单属性分析的结果存在不稳定和多解性问题.为了更加全面、准确地预测储层裂缝特征,提出了一种基于拉普拉斯金字塔算法(LP)和脉冲耦合神经网络(PCNN)的多属性融合分析方法.通过属性分析提取并优选对裂缝敏感的多个单属性,引入拉普拉斯金字塔算法,在保护高频细节信息的前提下将各单属性分解为多尺度空间频带;利用PCNN模型强大的非线性处理功能对分解数据进行聚类特征分析;引入表征统计特性的局部熵(LE)对拉普拉斯金字塔的各个分解尺度进行融合.利用拉普拉斯金字塔重构算法得到最终多属性融合结果.实际地震资料测试结果表明,该方法不仅能够有效整合裂缝信息,更加全面地预测裂缝展布特征,而且能在一定程度上压制单属性中存在的冗余或错误信息,提高信噪比,对裂缝边界的刻画更加清晰.
文献关键词：
裂缝预测;拉普拉斯金字塔算法;脉冲耦合神经网络;多属性融合;储层预测;地震属性
中图分类号：
作者姓名：
薄昕;徐旺林;陈小宏;李景叶;汤韦;郭康康;赵伟
作者机构：
中国石油大学(北京)地球物理学院,北京 102249;中国石油天然气股份有限公司勘探开发研究院,北京100083;中国石油化工股份有限公司石油勘探开发研究院,北京 100083;北京易源兴华软件有限公司,北京100191
文献出处：
引用格式：
[1]薄昕;徐旺林;陈小宏;李景叶;汤韦;郭康康;赵伟-.基于局部熵的LP-PCNN多属性融合裂缝预测方法)[J].石油物探,2022(05):821-829
A类：
B类：
局部熵,LP,PCNN,多属性融合,裂缝预测,地震属性分析,储层裂缝,非线性关系,多解性,裂缝特征,拉普拉斯金字塔算法,脉冲耦合神经网络,融合分析,选对,高频细节,细节信息,多尺度空间,频带,解数,聚类特征,统计特性,LE,重构算法,地震资料,有效整合,展布特征,压制,制单,错误信息,高信噪比,储层预测
AB值：
0.222584
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
