海洋工程装备与技术

• • 上一篇    下一篇

深度学习联合地震反演助力深海储层参数预测

 安 鹏1,高健祎1,曹丹平2,牛洪彬3,吴 凡1   

  1.  (1.中国海洋石油集团有限公司信息技术中心,北京 100010;2.中国石油大学(华东)地球科学与技术学院,青岛266580:3.中海油能源发展股份有限公司工程技术分公司,天津300452)
  • 发布日期:2020-04-26
  • 基金资助:
     

Deep Learning Combined Seismic Inversion for Deepwater Reservoir Parameter Prediction

    

  1.  (1. Information Technology Center, China National Offshore Oil Corporation, Beijing 100010, China ;2. College o f Geosciences , China University of Petroleum (East China), Qingdao 266580, China;3. CNOOC Energy Development Limited by Share Ltd. Engineering Branch, Tianjin 300452, China)
  • Published:2020-04-26
  • Supported by:
     

摘要: 弹性阻抗反演是主要的储层参数预测方法之一。入射角范围有限和低地震资料质量等原因,会导致密度反演的准确率较低。此外,纵横波速度比在速度峰值处的反演稳定性较差,也不能直接反演孔隙度等储层物性参数。目前通过常规的弹性阻抗反演等方法无法有效解决上述问题。本文将深度学习技术与弹性阻抗反演技术相结合,基于全连接深度神经网络建立起三个角度弹性阻抗与弹性、物性储层参数之间的非线性映射关系,测井数据的密度、纵横波速度比预测的均方根误差均降低10%以上。并以弹性阻抗搭建起测井、地震数据之间的桥梁,通过标准化等数据处理技术,最终得到密度、纵横波速度比和孔隙度的三维预测结果。

关键词:  

Abstract:  

Key words:  

中图分类号: