摘要
本发明适用于火山岩油气储层地球物理勘探领域,提供了基于地震岩石物理与深度学习的火山岩风化程度预测方法。包括:建立火山岩风化壳储层岩石物理模型,通过引入非均质相的含量v2及其孔隙度,定量表征由风化作用引起的火山岩地层岩石组构的非均质性及其对弹性参数的影响;利用测井数据计算井中v2和参数曲线并定义风化程度指示因子(WDI);构建优化的NRBO‑Transformer神经网络架构以描述WDI与弹性参数的映射关系,建立WDI的预测模型并应用于实际地震数据,由地震反演的弹性数据计算WDI,实现研究区内火山岩风化壳有利储层空间展布的定量预测。本发明为火山岩风化壳储层的勘探开发提供了有力支持。
技术关键词
地震岩石物理
程度预测方法
岩石物理模型
岩石物理理论
神经网络架构
剪切模量
超参数
测井孔隙度
地球物理勘探
储层岩石
速度
反演方法
注意力机制
因子
曲线
饱和度
数据
系统为您推荐了相关专利信息
深度卷积神经网络
超参数
分类网络
神经网络架构
搜索模块
载荷估算方法
车辆动力学模型
神经网络架构
传感器
神经网络参数
循环神经网络模型
AI算法
风机叶片
覆冰
声音传感器
实木板材
缺陷识别方法
分类网络
彩色图像
神经网络架构