[发明专利]一种基于双向循环神经网络的储层预测方法

摘要

本发明涉及一种基于双向循环神经网络的储层预测方法。包括：井震数据的生成，井标记数据的生成，标记数据集的生成，双向循环神经网络的搭建和训练，将训练好的模型保存下来，提取区域内所有地理位置对应的地震数据，并对其进行预测，得到整个区域下储层概率分布。本发明通过建立每个采样点与储层和非储层的一一对应关系，其中每个时间步的输入为每个采样点的n维地震数据，输出为对应的储层或非储层标记。通过对标记样本的训练和超参数调整，得到最优模型，这样对无标记数据就可以就行预测，最终生成一个同样维度的预测地震体，其中每个采样点的值为0~1之间的预测概率，在储层预测上达到了很好的效果。

主权项

1.一种基于双向循环神经网络的储层预测方法，其特征在于包括以下步骤：步骤1，井震数据的生成：步骤1.1，地震数据的生成：地震数据包括原始地震数据、振幅类数据、流体检测类数据、频率类数据、相位类数据、构造类数据，每个地震数据对应相同的地理空间分布；步骤1.2，井标记数据的生成：根据探井的各层位的岩性数据和油性数据得到储层与非储层；步骤2，标记数据集的生成：步骤2.1，生成井震标记数据：将地震数据和标记数据组合起来，构成模型输入；步骤2.2，数据预处理，对输入地震数据进行归一化；步骤3，双向循环神经网络的搭建和训练：步骤3.1，根据输入数据形态，搭建双向循环神经网络，选择最佳参数，并将其中的关键参数设置成变量，手动调整寻找最优参数组合；步骤3.2，最佳参数和模型关键组件的选择，将数据划分成训练集、验证集、测试集三个部分，通过训练得到在验证集上表现最好的参数和组件组合；步骤3.3，选择最佳参数，训练模型，并测试在测试数据集上的模型表现，作为模型效果的最终评价；步骤4，将训练好的模型保存下来，提取区域内所有地理位置对应的地震数据，并对其进行预测，得到整个区域下储层概率分布。