公共文化服务平台

共 9 条记录，以下是 1-9

全选清除导出

排序方式：

多属性融合技术在裂缝储层预测中的应用被引量：5: 2019年; 随着地震勘探与开发的不断进行,常规油气藏已所剩无几,复杂的隐蔽性油气藏将成为未来油气勘探的重点。储层预测、油藏描述与分析等方向将逐渐取代单一的地震资料构造解释。地震属性分析技术在这些方面是一种快速有效的方法,但对于本区非均质性较强、物性参数变化大的火山岩储层,往往单属性分析多解性强,会影响最终预测的精度。基于此问题,采用多属性融合储层预测方法。首先根据石炭系工区油藏特征,确定合适的时窗(P1区),再对不同类别属性进行相关性和属性特征强度综合分析优选出较敏感的4种属性并进行多元线性回归拟合,最终得到多属性融合属性预测平面图,与实际的勘探工区成果图进行对比,能够很好的吻合有利区位置。; 史维李伟波; 关键词：储层预测

MPI环境的并行算法在瞬变电磁正反演中的研究被引量：3: 2012年; 针对瞬变电磁法正反演所需时间相对较长的问题,将MPI(Message Passing Interface)环境的并行算法应用到瞬变电磁法正反演计算中,对所给一维层状介质模型进行正反演并行算法设计和计算,并对结果进行了分析。分析表明,该方法对于减少瞬变电磁法正反演计算时间是有效的。; 史维严良俊谢兴兵; 关键词：瞬变电磁法 MPI

基于MPI环境的并行算法在有限元分析中的应用与研究被引量：2: 2008年; 本文主要介绍了并行算法思想在有限元分析方法中的几种应用,同时,简单介绍了MPI环境以及基于MPI环境的并行算法在有限元计算中的实际运用。本文也通过例子阐述了并行算法在有限元计算中的高效性和广阔前景。; 史维; 关键词：并行计算 MPI 有限元分析

宁县地区长6油层组储层特征研究: 2017年; 通过对测录井、岩石薄片、物性测试等资料的整理分析,深入研究了宁县地区长6油层组储层特征及其控制因素。研究表明,区内长6油层组碎屑岩岩性主要为岩屑长石砂岩和长石岩屑砂岩;物性相对较差,为低孔-特低孔、超低渗储层;主要控制因素为沉积作用和成岩作用。; 陈建文段骁宸吴德志曾凤凰史维; 关键词：储层特征长6油层组鄂尔多斯盆地

含气页岩地层的地球物理响应特征研究——以鄂西宜昌斜坡区为例: 2018年; 本文通过对鄂西宜昌斜坡区含气页岩地层的测井响应特征、地震响应特征以及波阻抗反演特征的研究与描述,总结出有效识别含气页岩的方法与技术。; 章学刚徐波史维宋学锋; 关键词：页岩波阻抗反演

辽东凹陷火成岩体及断裂构造解释: 2015年; 本文对辽东凹陷的断裂构造和火成岩体分布进行了推断解释,总结了辽东凹陷地区的构造特征,为该地区的地质构造研究提供了基础资料。; 宋学锋史维; 关键词：重磁异常火成岩

CSAMT近场校正方法研究与应用: 一、引言可控源音频大地电磁测深(Controlled Source Audio-frequency Magnetotelluric,简称 CSAMT)是一种利用接地水平电偶源为信号源的一种电磁测深法。该方法的工作频率为音...; 严良俊谢兴兵史维; 关键词：CSAMT 方位角电阻率曲线校正方法; 文献传递

基于数学形态学与小波阈值组合滤波算法的大地电磁噪声压制被引量：14: 2019年; 针对实测大地电磁信号资料中常出现的强噪声干扰问题,提出一种基于数学形态滤波和小波阈值滤波结合的大地电磁噪声压制方法。首先,利用自适应多尺度形态滤波算法对含噪信号进行初次滤波,以消除脉冲类干扰。然后,对已处理的信号进行小波阈值滤波提取大尺度强噪声轮廓。最后,剔除强噪声干扰重构大地电磁信号。通过仿真实验对比,在不同强度噪声干扰背景下,所提方法的性能优于普通小波阈值方法,能更多地保留大地电磁原始信号的细节特征。实测资料处理结果表明,该方法能有效地抑制大尺度强噪声干扰和基线偏移的影响,改善视电阻率曲线质量,具有较好的应用前景。; 史维严良俊严良俊谢兴兵; 关键词：噪声压制

基于CEEMDAN-DFA与FCM聚类算法的大地电磁强噪声识别与抑制被引量：4: 2021年; CEEMDAN(complete ensemble empirical mode decomposition with adaptive noise,自适应噪声的完备经验模态分解)-DFA(detrended fluctuation analysis,去趋势波动分析)滤波算法首先将含噪信号进行CEEMDAN分解,并以DFA方法提供的标度指数为依据,然后从分解得到的本征模态函数中自适应地选取有用的分量去重构信号。仿真试验表明,在不同信噪比背景下,该方法相对于小波阈值和EMD(empirical mode decomposition,经验模态分解)-DFA方法具有一定的优越性。此外,选用模糊熵与短时能量作为模糊C均值(Fuzzy C-means,FCM)聚类算法的特征参数,对受典型强噪声干扰的大地电磁信号进行信噪识别,获得了较好的识别效果。鉴于此,将这2种算法相结合对实测信号中受到强干扰的部分进行识别与噪声抑制。结果表明,该方法能有效地克服传统整体滤波处理产生的过处理现象,在压制强噪声的同时能较好地保留实测数据中有用的低频成分。; 史维史维严良俊谢兴兵; 关键词：大地电磁 FCM聚类算法噪声识别

全选清除导出

共1页<1>

史维