期刊文献+
共找到1篇文章
< 1 >
每页显示 20 50 100
岩石物理建模引导的低渗储层参数预测方法 被引量:2
1
作者 汪锐 李芳 +3 位作者 刘仕友 孙万元 李松龄 黄晟 《煤田地质与勘探》 EI CAS CSCD 北大核心 2024年第8期187-197,共11页
【背景】准确预测储层参数对地下储层表征、气藏模式构建、产能释放及流体运移理解具有关键意义。传统基于岩心测量或数学−岩石物理建模的方法受限于弹性参数反演结果的多解性和低精度,难以满足现代勘探需求。【目的和方法】为提升低渗... 【背景】准确预测储层参数对地下储层表征、气藏模式构建、产能释放及流体运移理解具有关键意义。传统基于岩心测量或数学−岩石物理建模的方法受限于弹性参数反演结果的多解性和低精度,难以满足现代勘探需求。【目的和方法】为提升低渗储层参数预测的准确性,提出了一种岩石物理建模引导的低渗储层参数预测方法。将卷积神经网络(Convolutional Neural Network,CNN)作为深度学习框架,从实际地震数据中直接预测含水饱和度、泥质含量及孔隙度;为解决标签数据稀缺问题,结合岩石物理建模与弹性参数随机扰动技术,生成高质量训练样本,有效扩充了数据集。【结果和结论】理论模型测试表明:在储层参数对岩石物理敏感性较低的情况下,也能实现低渗储层参数的空间分布预测;相比纯数据驱动的深度学习,仅需少量测井数据即可获得高精度的储层参数预测结果。在莺歌海盆地东方区的应用实践表明,该方法优化了钻井部署,助力了低渗领域的重大勘探突破和储量发现。 展开更多
关键词 深度学习 储层参数预测 标签数据构建 低渗储层 岩石物理建模
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部