使用基于粒子群优化和遗传算法的地震倒置进行定性和定量水库表征:一个比较的案例研究
Ravi Kant1, S P Maurya2, K H Singh3
1Department of Geophysics, Banaras Hindu University, Varanasi, 221005, India.
Scientific reports
|September 29, 2024
概括
这项研究介绍了基因算法 (GA) 和粒子群优化 (PSO) 的地震逆转,改善了水库的表征. 公共服务组织 (PSO) 在估计诸如孔隙性等地下物质时,表现出比GA更快的收率和更低的误差.
科学领域:
- 地质物理学和水库工程
- 地球科学中的计算智能.
背景情况:
- 准确的水库表征对于有效的石油和天然气生产管理至关重要.
- 绘制深水库地图的传统方法往往是昂贵和具有挑战性的.
- 先进的地震逆转技术为详细的地下分析提供了一个有希望的替代方案.
研究的目的:
- 开发和比较使用遗传算法 (GA) 和粒子群优化 (PSO) 的地震逆转方法.
- 通过估计地下物质,对水库进行定量和质量表征.
- 为了减少真实地震数据和合成建模数据之间的适应性 (错误) 函数.
主要方法:
- 使用遗传算法 (GA) 和粒子群优化 (PSO) 的地震逆转.
- 在井间区域估计地下声阻抗和孔隙性.
- 使用两个合成数据集和一个来自加拿大黑脚田的真实数据集进行验证.
主要成果:
- GA和PSO都有效地估计了地下的特性,产生了高分辨率的地下图像.
- 倒置精确地划出了一个高孔径的水库区域,其特点是低声阻抗.
- 与GA相比,PSO实现了较低的最终健身误差 (0.25对0.88) 和更快的融合 (356,400对670,680).
结论:
- 使用GA和PSO提出的地震逆转方法显著提高了水库的特性.
- 粒子群集优化 (PSO) 在这个应用程序的融合速度和准确性方面比基因算法 (GA) 更有效.
- 该技术为水库特性提供了宝贵的见解,有助于勘探和生产战略.


