安鹏
- 作品数：14 被引量：130H指数：3
- 供职机构：中国石油大学（华东）更多>>
- 发文基金：国家自然科学基金国家科技重大专项山东省自然科学基金更多>>
- 相关领域：天文地球自动化与计算机技术理学更多>>
- 基于高分辨率Radon变换的波场分离方法研究
- Radon变换在地震同相轴识别、波场分离、压制多次波、速度分析等地震资料处理方面具有良好的应用效果。不同于傅立叶变换、小波变换等，Radon变换算子是非正交的，这就导致了数据能量在正反变换之后会不能得到保持，为了解决这个...
- 安鹏
- 关键词：高分辨率RADON变换波场分离共轭梯度法地震资料处理
- 文献传递
- 一种基于多元信息的储层类型划分方法及系统
- 本发明公开一种基于多元信息的储层类型划分方法及系统。该方法包括：从多个样本点的测井数据中获取对储层类型敏感的数据；对储层类型敏感的数据包括中子数据、电阻率、孔隙度、声波时差、自然伽马和补偿密度；获取对各个样本点进行人工储...
- 曹丹平安鹏梁锴朱兆林
- 文献传递
- 基于LSTM循环神经网络的孔隙度预测方法研究
- 安鹏曹丹平
- 基于深度学习的测井岩性识别方法研究与应用被引量：70
- 2018年
- 深度学习是一种高效的特征提取方法,它能够提取数据中更加抽象的特征,从而有效地解决复杂的非线性问题.本文将深度学习技术应用于地球物理测井的岩性识别中,构建了一个基于Re Lu激励函数、Adagrad优化算法、Softmax回归层等技术方法整合的深度神经网络模型,利用自然伽马、深感应、岩性密度、中子-密度孔隙度和平均中子-密度孔隙度5种测井参数,以及陆相-海相指示和相对位置2种地质约束变量作为输入变量训练深度神经网络模型.通过对实际井数据的测试验证取得了非常理想的效果,展示了将深度学习技术应用于地球物理的良好前景.
- 安鹏曹丹平
- 关键词：地球物理测井岩性识别
- 一种基于多元信息的储层类型划分方法及系统
- 本发明公开一种基于多元信息的储层类型划分方法及系统。该方法包括：从多个样本点的测井数据中获取对储层类型敏感的数据；对储层类型敏感的数据包括中子数据、电阻率、孔隙度、声波时差、自然伽马和补偿密度；获取对各个样本点进行人工储...
- 曹丹平安鹏梁锴朱兆林
- 文献传递
- 井间地震速度反演的遗传算法被引量：5
- 2008年
- 井间地震速度反演具有重要的意义,不仅对于准确圈定地下构造的传统地震勘探是重要的,而且速度的变化可以指示非背斜型的地层岩性圈闭。传统的射线追踪方法一般是先给出入射角,然后根据折射定律修改入射角以达到反演的目的。该方法对每条射线均需通过扫描确定入射角,计算量较大,对初始地质模型的要求较高。遗传算法具有全局收敛性,是一种不用梯度信息的优化方法,特别适用于大型的组合优化问题。采用多项式展开表示界面深度和速度,通过弯曲射线追踪算法来计算射线的旅行时间,利用遗传算法进行迭代优化,可以同时反演出地下复杂构造的界面形态和速度变化。该方法与网格化速度反演相比,减少了未知参数,较好地克服了多解性问题,试验结果表明,该方法可以达到较高的反演精度。
- 乐友喜安鹏王俊
- 关键词：速度反演遗传算法井间地震射线追踪多项式
- 基于弹性阻抗和深度学习的密度预测方法研究
- 安鹏曹丹平
- 基于深度学习的储层分类方法研究与应用
- 随着信息技术、生物技术的快速发展,以及计算机运算性能的大幅提高,近两年来以深度学习为代表的人工智能技术发展迅猛。目前,深度学习技术已经被广泛应用到了语音识别、计算机视觉、自然语言处理以及人机博弈等众多领域,并且也成为地球...
- 安鹏曹丹平杨晓利张明
- 关键词：人工智能储层分类
- 文献传递
- 基于深度学习的储层参数预测方法研究
- 储层参数预测需要充分利用地震、测井及地质等多学科知识开展综合研究，旨在获得表征储层性质的纵横波速度比、密度、泥质含量、孔隙度、储层类型等在空间上的分布特征。深度学习技术是目前人工智能领域最成功的技术之一，其本质上是含有多...
- 安鹏
- 关键词：储层参数预测神经网络弹性阻抗
- 基于LSTM循环神经网络的孔隙度预测方法研究
- 1.引言孔隙度是反映储集层油气储集和运移能力的重要物性参数,准确求取储层孔隙度是地质解释和石油勘探开发的关键工作。每一种测井参数都不同程度地携载了孔隙度的信息,孔隙度与测井参数之间是典型的多参数非线性映射问题,充分利用多...
- 安鹏曹丹平
- 关键词：孔隙度预测循环神经网络
- 文献传递
