排序方式: 共有1条查询结果,搜索用时 0 毫秒
1
1.
简要论述了脆性的国内外研究现状和影响因素,在此基础上总结了7种最主要的脆性指数表达式,阐述了各自的物理含义。将储层脆性的预测方法分为基于传统方法的地震脆性反演方法与基于深度学习技术的脆性预测方法,评价了两种方法的优缺点:传统方法应用广泛、算法相对成熟、稳定可靠但需要大量先验知识,在复杂地质条件下效果受限;深度学习方法可以适应复杂地质条件,无需先验信息,原理和操作简单,但是训练过程需要大量的计算资源和时间。介绍了贝叶斯AVAZ脆性直接反演、基于测井导数和波动率属性的机器学习脆性预测、基于CNN-LSTM模型的混合神经网络脆性预测等新技术。最后,展望了脆性预测技术的发展方向。 相似文献
1