NETL
基于地震相纹理属性和BP神经网络的储层预测方法
刘通 1田苗 2孟祥宾 1陈楠1
作者信息
- 1. 中国石油化工股份有限公司石油物探技术研究院,江苏南京
- 2. 中国人民大学数学学院,北京
- 折叠
摘要
传统的储层预测方法包括"相面法"和叠前属性反演技术等方法.通过对地震相纹理属性的研究,对地震相信息直接进行储层预测的问题进行探讨.主要根据地震相纹理属性能够识别地质特征,完成地质体的刻画,从而实现储层预测的目的.以工区内盒8、山1段为例,提出一种基于地震相纹理属性并联合BP神经网络的储层预测方法.首先提取目的层数据点的多种地震相纹理属性,然后运用BP神经网络进行模拟分析,最后进行目标层储层预测.研究实例表明,利用BP神经网络对地震相纹理属性进行储层预测,取得了令人满意的效果.利用地震相纹理属性直接与储层信息构建映射是可行的,将其用于储层预测具有实际价值.
关键词
天然油气藏/储层预测/地震相纹理/BP神经网络引用本文复制引用
主办单位
中国石油学会/国际勘探地球物理学家学会会议名称
SPGSEG南京2020年国际地球物理会议暨中国石油学会 2 0 2 0 年物探技术研讨会会议时间
2020-09-14会议地点
南京会议母体文献
SPGSEG南京2020年国际地球物理会议暨中国石油学会 2 0 2 0 年物探技术研讨会论文集页码
789-792出版时间
2020