天然氣是我國緊缺的戰(zhàn)略性清潔能源。加快頁巖氣開發(fā)是國家潔凈能源戰(zhàn)略的重要組成部分。我國頁巖氣分布廣、埋藏深、形成時(shí)間早、演化程度高、非均質(zhì)性強(qiáng)。常規(guī)的含氣性檢測如亮點(diǎn)技術(shù)、AVO等方法存在局限。深度學(xué)習(xí)具有通過多重非線性變換而自動(dòng)學(xué)習(xí)數(shù)據(jù)本質(zhì)特征的能力。本文將深度學(xué)習(xí)與地震信號時(shí)頻分析結(jié)合應(yīng)用于頁巖含氣性識別。通過對模型提取的高層特征分析表明,本文提出的相關(guān)模型能夠?qū)搸r含氣分布進(jìn)行精確刻畫。本文研究內(nèi)容與成果如下:1.在常用的深度學(xué)習(xí)網(wǎng)絡(luò)基礎(chǔ)上,研究了卷積神經(jīng)網(wǎng)絡(luò)、循環(huán)神經(jīng)網(wǎng)絡(luò)、自編碼器、深度信念網(wǎng)絡(luò)等。研究深度學(xué)習(xí)參數(shù)優(yōu)化算法以及特征提取方法。重點(diǎn)研究稀疏自編碼網(wǎng)絡(luò)與卷積自編碼網(wǎng)絡(luò)兩種無監(jiān)督算法網(wǎng)絡(luò),并通過TensorFlow搭建深度學(xué)習(xí)框架,設(shè)計(jì)并建立相關(guān)網(wǎng)絡(luò)模型。2.根據(jù)地震信號時(shí)頻分析方法理論,重點(diǎn)研究短時(shí)傅里葉變換、連續(xù)小波變換、S變換、匹配追蹤以及希爾伯特變換。根據(jù)理論,對模擬地震信號進(jìn)行時(shí)頻分析效果對比,優(yōu)選用于稀疏自編碼屬性融合的時(shí)頻分析方法。3.構(gòu)建7層的稀疏自編碼(SAE)網(wǎng)絡(luò),設(shè)定稀疏系數(shù)為0.1,采用Adam優(yōu)化方法對網(wǎng)絡(luò)進(jìn)行逐層優(yōu)化。以達(dá)到在編碼過程中,對優(yōu)...

【文章頁數(shù)】：68 頁

【學(xué)位級別】：碩士

本文編號：3876836