摘要
本发明公开了一种领域知识和深度网络结合的物性参数反演方法,涉及储层预测技术领域。该方法包括:利用测井、地震和地质等信息并结合目标区域的地震地质条件进行精细井震标定;以模型地震响应和实际储层地震及井资料分析为基础,提取多地震属性并筛选出与岩性和物性敏感且彼此相关性不强的属性组合;融合多网络和渐进式分层提取策略构建多任务深度网络反演模型,并将岩石物理参数统计关系以及低频信息作为约束进行模型训练;利用训练好的反演模型进行储层物性反演,并结合实际勘探资料和先验信息对反演结果进行约束改进。与现有技术相比,本发明能在一定程度上解决数据缺乏、稳健性以及可解释性差的问题,提高物性反演精度和可靠性。
技术关键词
参数反演方法
多任务深度网络
岩石物理参数
反演模型
井震标定
时域卷积网络
门控循环网络
融合多网络
储层预测技术
地球物理信息
地震正演模拟
资料
岩石物理模型
注意力机制
测井
特征选择算法
随机森林
储层孔隙度
系统为您推荐了相关专利信息
灾害风险评价
区域瓦斯治理
钻头
煤岩体动力灾害
动态应力场
浓度反演方法
反射率数据
机器学习模型
优化机器学习
训练集
矿山生态修复工程
成效评估方法
多源遥感数据
水文
指数
分布预测方法
遥感影像数据
随机森林模型
盐分
全盐量