《基於模型參考控制理論的隨機地震反演方法研究》是依託吉林大學，由趙鵬飛擔任項目負責人的青年科學基金項目。
基本介紹
- 中文名：基於模型參考控制理論的隨機地震反演方法研究
- 項目類別：青年科學基金項目
- 項目負責人：趙鵬飛
- 依託單位：吉林大學
項目摘要,結題摘要,
項目摘要
針對隨機地震反演具有運算量巨大和阻抗反演結果容易脫離實際地震剖面的橫向展布特徵等缺點，迫切需要更為有效的隨機地震反演理論。模型參考控制是工程學中的重要方法，主要用於動態跟蹤控制領域，並通過神經網路實現。項目的主要理念是縱向控制，橫向最佳化。項目的研究內容是：依據動態跟蹤控制的思想，提出一種基於模型參考控制的隨機地震反演方法，通過等機率模型的優選來降低運算量，並基於實際地震剖面橫向展布特徵的約束來實現反演結果的最佳化。項目的目的在於建立一套基於模型參考控制理論的降低運算量和加強結果橫向展布特徵的隨機地震反演方法，彌補以往解決此類問題的不足，進一步發展和完善隨機地震反演的理論和套用。
結題摘要
隨機地震反演方法是用於薄互層儲層識別和預測的重要手段。本項目從模型參考控制理論出發，套用神經網路分別實現了近井位置模型和遠井位置模型的反演。這種基於統計學相關性的模型分類方式，使得我們可以將單道地震數據反演為單道儲層模型，從而降低了神經網路訓練集的複雜性，提升的反演效率。例如，在近井位置模型的反演中，我們只需要1個隱層和10個神經元，即可對單道得到較精確的反演結果。 對於地震波形相關性較差的單道儲層模型，我們也進行了等機率模型的優選，從而精煉了訓練集，提升了計算速度。 此外，基於模式識別的思想，我們建立的基於橫向展布特徵的隨機地震反演算法，以模型參數取值範圍的約束為實現手段，從而增強了對儲層中橫向地質體連通性的描述。本項目的研究具有重要的科學意義，將對隨機地震反演算法的建立提供一些新思維。
