Please wait a minute...
E-mail Alert Rss
 
物探与化探  2013, Vol. 37 Issue (6): 1141-1145    DOI: 10.11720/j.issn.1000-8918.2013.6.34
  计算技术与信息处理 本期目录 | 过刊浏览 | 高级检索 |
基于粒子群优化算法的感应测井反演
熊杰1, 刘彩云2, 邹长春3
1. 长江大学 电子信息学院, 湖北 荆州 434023;
2. 长江大学 一年级工作部, 湖北 荆州 434023;
3. 中国地质大学 地球物理与信息技术学院, 北京 100083
THE INDUCTION LOGGING INVERSION BASED ON PARTICLE SWARM OPTIMIZATION
XIONG Jie1, LIU Cai-yun2, ZOU Chang-chun3
1. School of Electronics and Information, Yangtze University, Jingzhou 434023, China;
2. Freshman Education Department, Yangtze University, Jingzhou 434023, China;
3. School of Geophysics and Information Technology, China University of Geosciences, Beijing 100083, China
全文: PDF(600 KB)  
输出: BibTeX | EndNote (RIS)      
摘要 

针对传统感应测井线性迭代反演受初始模型影响,易陷入局部最优解的特点,设计一种基于粒子群优化的非线性全局最优化反演方法。利用该方法对不同厚度储层模型进行反演研究,在无噪声情况下,反演结果和模型基本一致;在加入5%、10%和15%随机噪声后,反演仍取得良好效果。数值实验结果表明,该反演方法不依赖于初始模型,具有较好的全局寻优和抗噪声能力,能有效反演感应测井数据。

服务
把本文推荐给朋友
加入引用管理器
E-mail Alert
RSS
作者相关文章
Abstract

This paper proposes a particle swarm optimization inversion algorithm for avoiding the dependency on initial model and local solution. This algorithm is applied to induction logging inversion on the models of different thickness layers, and yields consistent results with the models in the noise-free case. When noises of 5%, 10% and 20% are added to the models, the results of inversions remain fairly good. Numerical experiment results demonstrate that this particle swarm optimization inversion algorithm has advantages of being independent of initial models, capable of global optimization and anti-noise, and making induction logging data inversion more effective.

收稿日期: 2013-03-30      出版日期: 2013-12-10
:  P631  
基金资助:

国家自然科学基金资助(11201039,61273179);湖北省教育厅科技项目资助(D20101304,D20131206)

作者简介: 熊杰(1975- ),男,博士,副教授,地球探测与信息技术专业,从事地球物理正反演理论和智能算法研究。
引用本文:   
熊杰, 刘彩云, 邹长春. 基于粒子群优化算法的感应测井反演[J]. 物探与化探, 2013, 37(6): 1141-1145.
XIONG Jie, LIU Cai-yun, ZOU Chang-chun. THE INDUCTION LOGGING INVERSION BASED ON PARTICLE SWARM OPTIMIZATION. Geophysical and Geochemical Exploration, 2013, 37(6): 1141-1145.
链接本文:  
https://www.wutanyuhuatan.com/CN/10.11720/j.issn.1000-8918.2013.6.34      或      https://www.wutanyuhuatan.com/CN/Y2013/V37/I6/1141

[1] 熊杰, 邹长春, 孟小红.不完全LU分解预条件BICGSTAB算法实现感应测井二维FDFD快速正演模拟[J].现代地质, 2012, 26 (6) :1283-1288.

[2] 李志强, 范宜仁, 邓少贵, 等.基于改进差分进化算法的阵列侧向测井反演[J].吉林大学学报:地球科学版, 2010, 40 (5) :1199-1204.

[3] 康俊佐.电磁传播电阻率测井的二维全参数反演方法研究[J].地球物理学报, 2006, 49 (1) :275-283.

[4] 汪宏年, 陶宏根, 王桂萍, 等.双感应测井资料的快速近似迭代反演[J].地球物理学报, 2007 (05) :1614-1622.

[5] 成志刚, 孙宝佃, 刘振华, 等.高分辨率双侧向测井和双感应测井数据联合反演研究与应用[J].测井技术, 2010, 34 (6) :542-547.

[6] 谢关宝.高频感应测井非线性反演技术及其应用[J].测井技术, 2011, 35 (3) :234-237.

[7] 顿月芹.阵列侧向电法测井的快速反演[J].清华大学学报, 2009, 49 (11) :1871-1875.

[8] 师学明.层状介质大地电磁的自适应量子遗传反演法[J].地球科学:中国地质大学学报, 2009, 34 (4) :691-698.

[9] 徐海浪, 吴小平.电阻率二维神经网络反演[J].地球物理学报, 2006, 49 (2) :584-589.

[10] Fernandez-Martinez J L. PSO:A powerful algorithm to solve geophysical inverse problems Application to a 1D-DC resistivity case[J].Journal of Applied Geophysics, 2010:71.

[11] 熊杰.基于差分进化的大地电磁反演[J].物探与化探, 2012, 36 (3) :448-451.

[12] Kennedy J, Eberhart R C. Particle Swarm Optimization[C]// IEEE International Conference on Neural Networks. NJ: IEEE Service Center.1995.

[13] Poli R. Analysis of the publications on the applications of particle swarm optimization[J].Journal of Artificial Evolution and Applications, 2008, (1) :1-10.

[14] Yuan S Y, Wang S X, Nan T. Swarm intelligence optimization and its application in geophysical data inversion[J].Applied Geophysics, 2009, 6 (2) :166-174.

[15] Yi Y Y, Yuan S Y, Shi X M. Wave impedance inversion using PSO algorithm. in Second International Symposium on Intelligence Computation and Applications, 2007, China.

[16] Shaw R, Srivastava S.Particle swarm optimization: A new tool to invert geophysical data[J].Geophysics, 2007, 72 (2) :F75-83.

[17] 李志强, 范宜仁, 邓少贵, 等.基于随机粒子群的Newton_SVD方法的电测井反演[J].计算物理, 2010, 27 (1) :115-120.

[18] 熊杰.基于地质约束的感应测井非线性正反演研究[D].北京:中国地质大学, 2012.

[1] 陈秀娟, 刘之的, 刘宇羲, 柴慧强, 王勇. 致密储层孔隙结构研究综述[J]. 物探与化探, 2022, 46(1): 22-31.
[2] 肖关华, 张伟, 陈恒春, 卓武, 王艳君, 任丽莹. 浅层地震技术在济南地下空间探测中的应用[J]. 物探与化探, 2022, 46(1): 96-103.
[3] 石磊, 管耀, 冯进, 高慧, 邱欣卫, 阙晓铭. 基于多级次流动单元的砂砾岩储层分类渗透率评价方法——以陆丰油田古近系文昌组W53油藏为例[J]. 物探与化探, 2022, 46(1): 78-86.
[4] 陈大磊, 王润生, 贺春艳, 王珣, 尹召凯, 于嘉宾. 综合地球物理探测在深部空间结构中的应用——以胶东金矿集区为例[J]. 物探与化探, 2022, 46(1): 70-77.
[5] 周能, 邓可晴, 庄文英. 基于线性放电法的多道脉冲幅度分析器设计[J]. 物探与化探, 2022, 46(1): 221-228.
[6] 吴燕民, 彭正辉, 元勇虎, 朱今祥, 刘闯, 葛薇, 凌国平. 一种基于差分接收的电磁感应阵列探头的设计与实现[J]. 物探与化探, 2022, 46(1): 214-220.
[7] 王猛, 刘媛媛, 王大勇, 董根旺, 田亮, 黄金辉, 林曼曼. 无人机航磁测量在荒漠戈壁地区的应用效果分析[J]. 物探与化探, 2022, 46(1): 206-213.
[8] 张化鹏, 钱卫, 刘瑾, 武立林, 宋泽卓. 基于伪随机信号的磁电法渗漏模型试验[J]. 物探与化探, 2022, 46(1): 198-205.
[9] 张建智, 胡富杭, 刘海啸, 邢国章. 煤矿老窑采空区地—井TEM响应特征[J]. 物探与化探, 2022, 46(1): 191-197.
[10] 张宇哲, 孟麟, 王智. 基于Gmsh的起伏地形下井—地直流电法正演模拟[J]. 物探与化探, 2022, 46(1): 182-190.
[11] 马德志, 王炜, 金明霞, 王海昆, 张明强. 海上地震勘探斜缆采集中鬼波产生机理及压制效果分析[J]. 物探与化探, 2022, 46(1): 175-181.
[12] 张洁. 基于拉伸率的3DVSP道集切除技术及应用[J]. 物探与化探, 2022, 46(1): 169-174.
[13] 丁骁, 莫思特, 李碧雄, 黄华. 混凝土内部裂缝对电磁波传输特性参数的影响[J]. 物探与化探, 2022, 46(1): 160-168.
[14] 崔瑞康, 孙建孟, 刘行军, 文晓峰. 低阻页岩电阻率主控因素研究[J]. 物探与化探, 2022, 46(1): 150-159.
[15] 陈亮, 付立恒, 蔡冻, 李凡, 李振宇, 鲁恺. 基于模拟退火法的磁共振测深多源谐波噪声压制方法[J]. 物探与化探, 2022, 46(1): 141-149.
Viewed
Full text


Abstract

Cited

  Shared   
  Discussed   
京ICP备05055290号-3
版权所有 © 2021《物探与化探》编辑部
通讯地址:北京市学院路29号航遥中心 邮编:100083
电话:010-62060192;62060193 E-mail:whtbjb@sina.com , whtbjb@163.com