基于小样本数据深度学习的砂体厚度预测方法及应用 |
| |
作者姓名: | 陈雨茂 赵虎 杨宏伟 魏国华 罗平平 |
| |
作者单位: | 1. 中国石化胜利油田分公司物探研究院;2. 西南石油大学地球科学与技术学院 |
| |
基金项目: | 国家自然科学基金青年科学基金(41704134); |
| |
摘 要: | 沾化凹陷渤南洼陷北部Y184井区沙四上亚段储集层为多期扇三角洲沉积,具有单砂体厚度小、横向变化快、砂泥岩互层等特征,无法定量预测,制约了该井区的高效开发。综合利用深度学习和地震属性预测方法,通过构建虚拟井,解决研究区深度学习训练样本不足的问题,从而挖掘出砂体厚度与地震属性之间的非线性关系,建立了利用地震属性预测砂体厚度的网络模型,该方法能够较为准确地预测砂体厚度及其横向展布特征,提高了预测精度,为致密砂岩储集层预测提供了新的思路和方法。
|
关 键 词: | 地震属性 砂体厚度预测 横向展布 小样本数据 深度学习 网络模型 |
|