首页> 中国专利> 一种基于深度学习的利用地震数据预测岩性序列模型的方法

一种基于深度学习的利用地震数据预测岩性序列模型的方法

页面导航

摘要
著录项
相似文献

摘要

本发明公开了一种基于深度学习的利用地震数据预测岩性序列模型的方法。它包括如下步骤：1)测定工区内井上的目的层段的岩性数据以及井旁道地震数据作为训练数据；2)对井旁道地震数据进行归一化处理，将其换算到‑1到1的范围；3)将步骤2)处理之后的井旁道地震数据和井上的岩性数据，采取堆栈式循环神经网络模型和序列对序列循环神经网络模型分别进行训练，以井旁道地震数据为观察数据，井上的岩性数据为目标数据，迭代计算使学习模型达到收敛；4)应用步骤3)计算之后的学习模型，输入实际地震数据，即得到预测岩性序列。本发明能在地震数据序列的控制下生成能够有效反映储层分布的岩性数据体，解决井间的储层预测问题，为勘探、开发提供依据。

著录项

公开/公告号CN109828304B

专利类型发明专利
公开/公告日2021-04-27

原文格式PDF
申请/专利权人中国海洋石油集团有限公司;中海油研究总院有限责任公司;
展开▼

申请/专利号CN201910174555.0
发明设计人张雨晴;王宗俊;王晖;范廷恩;刘振坤;高云峰;田楠;郭晓;王盘根;于斌;董洪超;
展开▼

申请日2019-03-08
分类号G01V1/30(20060101);G01V1/36(20060101);G06N3/04(20060101);
代理机构11245 北京纪凯知识产权代理有限公司;
代理人关畅
地址 100010 北京市东城区朝阳门北大街25号
入库时间 2022-08-23 11:41:58

相似文献

专利
中文文献
外文文献

1. 一种基于深度学习的利用地震数据预测岩性序列模型的方法 [P] . 中国专利： CN109828304B . 2021.04.27
2. 一种基于深度学习的利用地震数据预测岩性序列模型的方法 [P] . 中国专利： CN109828304A . 2019-05-31
3. DEVICE AND METHOD FOR PREDICTING VALUES OF POROSITY LITHOFACIES AND PERMEABILITY IN A STUDIED CARBONATE RESERVOIR BASED ON SEISMIC DATA [P] . WO2021130512A1 . 2021-07-01

机译：基于地震数据的研究岩石储层中孔隙率岩型岩型和渗透性的装置和方法
4. METHOD FOR PREDICTING LITHOLOGY AND POROSITY FROM SEISMIC REFLECTION DATA [P] . 欧洲知识产权局专利： EP1751559B1 . 2019-05-22

机译：地震反射数据预测岩性和孔隙度的方法
5. METHOD FOR PREDICTING LITHOLOGY AND POROSITY FROM SEISMIC REFLECTION DATA [P] . 欧洲知识产权局专利： EP1751559A4 . 2018-01-10

机译：地震反射数据预测岩性和孔隙度的方法