简介:受沉积环境影响,海底地层层理发育,各向异性介质更接近于真实海洋地质条件。对海洋各向异性研究可更好认识海底构造特征,有效地进行海底资源勘查。本文从各向异性麦克斯韦电磁方程出发,根据电磁场的无源特征引入标量位函数;利用电场和磁场的连续性分别向海底深部和海水中延拓,并将延拓后的电磁位函数在海底耦合到发射源上,从而实现海底电场和磁场的递推求解。我们首先探索如何利用海洋电阻率法识别和求解海底电各向异性特征。研究发现海底各向异性可从视电阻率测深曲线和海底视电阻率极性图进行求解。进而,我们通过海底各向异性地层中高阻体(油气藏)模型进行正演模拟,发现海洋电法视电阻率在浅水区对地下高阻薄层有明显的异常反应。相比海洋可控源电磁法,海洋直流电法不受空气波影响,在浅海区油气资源勘查有着较好的优势,而前人大多基于各向同性模型进行研究,本文实现一维海洋直流电阻率法各向异性正演模拟,算法计算精度高,能很好的为二维、三维正演模拟提供理论参考。更多还原
简介:含洞穴的碳酸盐岩地层具有强烈的非均质性及储集空间预测难度大的特点,利用随钻电阻率测井方法对井眼环境含洞穴的储层进行准确识别和划分,是当前研究的一个焦点问题。本文使用一种新型的高效和高精度自适应有限元方法(hp—FEM)模拟和分析了含洞穴地层随钻电阻率测井仪器响应。本文所提的hp—FEM与传统h-FEM相比,其结果具有网格自适应的特点,并且计算能够以指数速率收敛于较高的精度。数值实例使用自适应有限元方法研究地层中洞穴的大小、洞穴距离井眼的远近和仪器发射频率改变对测井响应的影响,并提供了识别含洞穴地层的方法。研究结果可以为实际测井中遇到的各种地层洞穴的准确识别和定量评价提供理论依据。
简介:Anewmulti-moderesistivityimagingsonde,withtoroidalcoilsassource,canconductthreeresistivitymeasurements:azimuthalresistivity,lateralresistivity,andbitresistivitymeasurements.Thus,theloggingtimeandcostaregreatlysaved.Thetoroidalcoilsaresimplifiedasanextendedvoltagedipoleandtheresponseequationsarederivedforahomogenousformation.Basedon3DFEM,thedepthofinvestigation(DOI),verticalresolution,circumferentialazimuthalcapacity,boreholediameter,mudresistivity,thicknessoftargetformation,andtheresistivityofthesurroundingformationandmudinvasionaresimulated.TheresultssuggestthatthethreemeasurementmodesofthenewsondearedifferentinverticalresolutionsandDOIs.Thecircumferentialdetectionabilityoftheazimuthbuttondependsonthecontrastbetweentheanomalyandformationresistivityandtheopenangleoftheanomaly.Whethertheboreholeistruncatedatthebitornothasagreatinfluenceonthesimulationresults.Theboreholeandmudinvasionaffecttheapparentresistivityinallmodes,buttheeffectsofresistivityofsurroundingformationandthicknessofthetargetformationareonlycorrectedforlateralresistivitymeasurement.
简介:传统上,时间域航空电磁数据通过拟合迭代反演计算得到大地模型,然而,由于航空电磁数据道间的较强相关性,导致病态反演,并引起超定问题;同时电磁数据的相关性使其与模型参数的映射关系复杂,增加了反演的复杂度。采用主成分分析法将航空电磁数据变换为正交的较少数量的主成分,不仅降低了数据道间的相关性,减小了数据量,同时压制了数据的不相关噪声。本文利用人工神经网络(ANN)逼近主成分与大地模型参数间的映射关系,避免了传统反演算法中雅克比矩阵的复杂计算。层状模型的主成分神经网络与数据神经网络的反演结果对比显示,主成分神经网络反演方法网络结构简单,训练步数少,反演结果好,特别是对于含噪数据。准二维模型的主成分ANN、数据ANN以及Zhody方法的反演结果显示了主成分神经网络具有更接近真实模型的反演效果,进一步证明了主成分神经网络反演方法适合海量航空电磁探测数据反演。