摘要
本发明公开了井震联合约束下基于小波变换的闭环孔隙度反演方法,涉及地球物理技术领域,包括:将叠后地震数据与测井数据进行标准化和归一化;构建由两个一维卷积神经网络和一个全连接层组成的正演网络;将叠后地震数据通过小波变换,获取低频、中频和高频分量;构建损失函数;将叠后地震数据的低频、中频、高频分量与全频叠后地震数据结合分别输入到WTCLPI融合网络进行网络训练;利用优化算法进行权重更新,同时采用L2范数计算误差,直至得到最优WTCLPI融合网络;将测试集数据输入到最优WTCLPI融合网络中,得到孔隙度反演结果。本发明提高了网络对孔隙度变化的敏感性,在保证纵向分辨率的同时提高了反演结果的横向连续性。
技术关键词
孔隙度反演方法
一维卷积神经网络
叠后地震数据
井震联合
测井
闭环
地球物理技术
计算误差
训练集
低通滤波器
分辨率
评价方法
连续性
有效性
算法
系统为您推荐了相关专利信息
页岩气重复压裂
潜力预测方法
多模态数据融合
页岩气井
测井曲线数据
机器学习算法
人工神经网络
降维方法
一维卷积神经网络
连续投影算法
编码器
一维卷积神经网络
训练算法
故障识别方法
样本
XGBoost模型
测井曲线
随机森林
智能识别方法
砂岩型铀矿