基于CNN算法的复杂河道浅水三角洲储层构型预测方法

本发明公开了一种基于CNN卷积神经网络算法的复杂交织河道型浅水三角洲储层构型预测方法，包括：建立构型单元样本数据集；优选有效样本点；地震属性和频谱特征提取；优选与构型单元相关性强的属性；优选机器学习算法；卷积神经网络预测模型构建；将地震属性输入训练好的网络模型，输出构型单元预测模型，预测无井控区域构型单元分布；识别并划分出单一分流河道等步骤。本发明精细解剖复合砂体的平面接触关系以及垂向组合样式，以实现多期叠置复杂交织的复合河道内部单一河道的精细刻画，提高储层认识的精度，指导海上油田水平井的精细实施和油田的高效开发，预测方法的结果不因研究人员的主观性而导致差异较大，预测结果更加合理、可靠。