基于弹性阻抗和深度学习的密度预测方法研究

基于弹性阻抗和深度学习的密度预测方法研究.pdf
密度是描述岩性、孔隙度和孔隙流体类型等储层特征的重要物性参数,可以从叠前地震数据中通过弹性阻抗反演得到.但是,在小角度和低品质地震数据中,密度反演往往不能满足勘探精度要求.我们提出了一种基于深度学习和弹性阻抗来预测密度的方法，首先从目标井中计算三个角度的弹性阻抗数据，基于深度学习技术建立弹性阻抗和密度之间的非线性映射关系。然后从叠前地震数据体中提取三个角度的弹性阻抗数据体，将井中建立的弹性阻抗和密度的映射关系通过一定的技术手段应用到实际地震的弹性阻抗数据体中来预测地震尺度上的密度，从而获得目标层位的密度分布情况。
作者：安鹏曹丹平
作者单位：中国石油大学(华东)青岛266580
母体文献：2018中国地球科学联合学术年会论文集
会议名称：2018中国地球科学联合学术年会  
会议时间：2018年10月21日
会议地点：北京
主办单位：中国地质学会,中国地震学会,中国地球物理学会,中国矿物岩石地球化学学会
语种：chi
分类号：P63O64
关键词：地震勘探  密度预测  弹性阻抗  深度学习
在线出版日期：2022年5月27日
基金项目：
相似文献
相关博文

2024-12-3 19:56 上传 基于弹性阻抗和深度学习的密度预测方法研究.pdf

文件大小:

1.78 MB

下载次数:

60

高速下载