一种融合双向网络与注意力机制的储层含气性预测方法

本发明公开了一种融合双向网络与注意力机制的储层含气性预测方法，涉及储层预测技术领域。首先在精细井震标定的基础上，对叠前道集进行优化处理，进而进行部分角度道集叠加，对叠前叠后数据进行地震反演、时频分析和属性提取，结合储层描述和测井解释结果构建数据集；然后建立融合双向时域卷积网络、双向Mamba网络以及频域注意力机制的深网络模型，并采用自适应粒子群优化算法对模型的关键超参数进行寻优；最后输入待预测区域的实际数据得到含气性预测结果，并结合实际勘探资料进行结果分析与评价。与现有技术相比，本发明能够解决现有模型难以充分表征地震数据中隐含的地震地质信息以及缺乏先验知识约束的问题，提高储层含气性预测精度和可靠性。