摘要
本发明公开了一种地震数据次微成分提取方法及系统,涉及储层预测技术领域。该方法首先对地震数据进行高保真保弱信号处理,得到高质量的保真保弱地震数据;随后对地震数据进行模式分解并通过样本熵理论量化各分量序列的不确定性和复杂性,经级联模式分解后得到复杂度低的模态函数分量集;然后采用自联想神经网构建非线性次成分分析模型,利用得到的模态分量集对模型进行训练;最后将实际地震数据输入模型中进行级联非线性次成分分析处理,得到地震数据的次微成分数据。与现有技术相比,本发明能提取出地震数据中反应地质介质属性微小变化的次微成分信息,进而提高储层预测与油气识别精度。
技术关键词
成分提取方法
地震
成分分析
非线性
数据
高斯混合模型聚类
信号处理
集成经验模态分解
聚类算法
级联
集合经验模态分解
储层预测技术
样本熵理论
噪声信息
网络
模式
资料
重构误差
系统为您推荐了相关专利信息
雷击故障
趋势预测模型
时间段
电力系统
长短期记忆网络
主动视觉定位
移动充电机器人
充电枪位置
充电口位置
车辆图像数据
心血管病患者
多源异构数据
患者心理
动态更新
疾病
AIoT技术
损伤检测装置
道路路面
倾角传感器
激光测距仪
软件开发方法
人工智能模型训练
服务器
数据
生成软件