基于多层感知机网络的薄储层预测

杜昕; 范廷恩; 董建华; 聂妍; 范洪军; 郭泊洋

首页> 中文期刊> 《石油地球物理勘探》 >基于多层感知机网络的薄储层预测

基于多层感知机网络的薄储层预测

开具论文收录证明 >>

期刊封面封底目录下载 >>

文献代查 >>

页面导航

摘要
著录项
相似文献
相关主题

摘要

相比地震反演方法和技术,基于多属性回归方法的储层预测技术能够缓解分辨率有限、过于模型化等问题,但模型泛化能力不足常造成井间薄储层预测结果不合理.为此,提出基于多层感知机深度学习网络的多属性回归薄储层预测方法,即以地震数据(提供背景信息)、90°相移数据(提供储层结构近似信息)、储层不连续界限属性(提供储层空间分布信息)为输入,以井点高频自然伽马为期望输出,利用多层感知机深度学习网络训练模型,预测井间自然伽马值,利用自然伽马值与砂—泥岩性的高度相关特性刻画薄储层.A油田实际资料测试表明,自然伽马预测值与真实值平均相关系数达到86.4％(训练集,10口井)和85.5％(验证集,两口井),明显优于传统多属性回归方法.应用该方法解释重点层段6套小层,薄储层预测结果与156口井实钻砂岩厚度平均相关系数较相移数据提升约38％,证实该方法应用效果良好.

著录项

来源
《石油地球物理勘探》 |2020年第6期|1178-1187|共10页
作者
杜昕; 范廷恩; 董建华; 聂妍; 范洪军; 郭泊洋;
展开▼
作者单位

海洋石油高效开发国家重点实验室北京100020;

中海油研究总院有限责任公司北京100020;

海洋石油高效开发国家重点实验室北京100020;

中海油研究总院有限责任公司北京100020;

海洋石油高效开发国家重点实验室北京100020;

中海油研究总院有限责任公司北京100020;

海洋石油高效开发国家重点实验室北京100020;

中海油研究总院有限责任公司北京100020;

海洋石油高效开发国家重点实验室北京100020;

中海油研究总院有限责任公司北京100020;

中国地质大学(北京)能源学院北京100083;

展开▼
原文格式 PDF
正文语种 chi
中图分类地球物理勘探;
关键词
薄层预测; 多层感知机; 深度学习; 多属性回归;

相似文献

中文文献
外文文献
专利

1. 基于改进的模拟退火人工神经网络的薄互储层参数预测 [J] . 田景文 ,高美娟 . 信息与控制 . 2002,第2期
2. 基于快速、高精度遗传算法神经网络的薄互储层参数预测 [J] . 田景文 ,高美娟 . 控制与决策 . 2002,第5期
3. 基于径向高斯网络的薄互储层参数预测 [J] . 高美娟 ,田景文 . 石油地球物理勘探 . 2001,第005期
4. 基于稀疏贝叶斯学习的薄储层预测方法及应用 [J] . 袁成 ,苏明军 ,倪长宽 . 岩性油气藏 . 2021,第001期
5. 基于地震波形指示反演技术的窄薄储层预测 [J] . 岳丽君 ,钱艳苓 . 大庆石油地质与开发 . 2020,第005期
6. 一种基于多层感知机网络的预测控制方法 [C] . 李会军 ,季刚 ,马增良 . 2007中国控制与决策学术年会 . 2007
7. 基于多层感知机的集成学习网络流量数据预测应用研究 [A] . 卞文硕 . 2021

基于多层感知机网络的薄储层预测

摘要

著录项

相似文献

相关主题

期刊订阅