[发明专利]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有效
| 申请号： | 201910174555.0 | 申请日： | 2019-03-08 |
| 公开（公告）号： | CN109828304B | 公开（公告）日： | 2021-04-27 |
| 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 | 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 |
| 主分类号： | G01V1/30 | 分类号： | G01V1/30;G01V1/36;G06N3/04 |
| 代理公司： | 北京纪凯知识产权代理有限公司 11245 | 代理人： | 关畅 |
| 地址： | 100010 北*** | 国省代码： | 北京;11 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 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。 | ||
| 搜索关键词： | 一种 基于 深度 学习 利用 地震 数据 预测 序列 模型 方法 | ||
【主权项】：
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，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)对所述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)处理之后的所述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，井旁道地震数据为观察数据，井上的岩性数据为目标数据的学习模型，迭代计算使其达到收敛；4)应用步骤3)计算之后的所述学习模型，输入实际地震数据，即得到预测岩性模型序列。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于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，未经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许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201910174555.0/，转载请声明来源钻瓜专利网。
