摘要
本发明涉及地球物理勘探技术领域,具体涉及一种基于虚拟井的深度学习波阻抗反演方法及系统,本申请通过建立岩性与波阻抗的统计关系,结合神经网络强大的非线性映射能力,实现了从地震数据到波阻抗参数的高精度反演,为地下储层预测提供了可靠的技术手段。本申请基于少量真实波阻抗真实井数据生成大量虚拟井数据,便于深度学习网络训练;且无需对参数进行大量调整;本申请通过生成大量的虚拟井数据,训练得到的模型具有强大的泛化能力和精确的反演效果,且训练过程不需要复杂的调参,具有较强的适用性。
技术关键词
波阻抗反演方法
初始波阻抗
岩性模型
分布特征
反演模型
数据
人工神经网络模型
地震
正态分布函数
地球物理勘探技术
波阻抗参数
序列
高精度反演
深度学习网络
样本
特征提取模块
平滑算法
形态
系统为您推荐了相关专利信息
生物基水性聚氨酯
树脂乳液
设备性能数据
分布特征
电镜
锥形束计算机断层扫描
精度优化方法
密度分布特征
卷积神经网络模型
磁共振
车体坐标系
网格
卷积模块
三维点云数据
巷道环境
时序特征
涤纶面料
智能检测方法
光强检测器
织物