基于三维地震子体数据驱动的AI大模型储层参数预测方法

本发明公开了一种基于三维地震子体数据驱动的AI大模型储层参数预测方法，该方法包括：构建初始的储层孔隙度预测模型，所述储层孔隙度预测模型包括依次连接的三阶张量输入层、三维卷积层、最大池化层、第一全连接层、第二全连接层和回归层；获取三维地震子体数据集，利用所述三维地震子体数据集对初始的储层孔隙度预测模型进行训练，得到训练完备的储层孔隙度预测模型；获取实测三维地震子体数据，并输入至训练完备的储层孔隙度预测模型，得到孔隙度预测结果。本发明通过精心设计的六层神经网络架构，输出精准的孔隙度预测值，实现了更高效精确的储层孔隙度预测，尤其适用于难以进行钻探作业的区域或出于成本效益考量需避免大量钻探的场景中。