-
题名相关阈值约束类别确定的无监督叠前地震相分析
- 1
-
-
作者
张旋
彭达
陈康
蔡涵鹏
杨军辉
许翔
-
机构
中国石油西南油气田公司勘探开发研究院
电子科技大学资源与环境学院
电子科技大学信息地学中心
-
出处
《石油地球物理勘探》
北大核心
2025年第3期606-617,共12页
-
基金
国家自然科学基金重点项目“知识图谱引导的碳酸盐岩缝洞型油气储集体智能识别与反演”(42130812)
面上项目“基于解耦深度特征分析的单一物理可解释地震属性提取方法及应用”(42474168)联合资助。
-
文摘
地震相图中同类样本之间的强相关性和地震相类别的数目的确定是无监督叠前地震相分析的核心。为此,提出了一种相关阈值约束类别确定的无监督叠前地震相分析算法。首先,将叠前地震道集数据转化为二维图像,并采用无监督深度学习网络提取图像的高层次非线性、判别和不变特征,可突出具有强隐蔽性的信息;然后,根据研究工区内不同类地震相对应叠前地震图像深度特征之间的互相关值确定地震相类别数目的阈值,保证获得的叠前地震相图中相同类中的样本具有极强的相关性和基于判别阈值确定地震相类别的数目;最后,利用已有钻井信息标定获得的叠前地震相图,为地质专家推断沉积环境、储层平面展布等提供依据。理论模型测试表明,该方法可以通过判别阈值确定叠前地震相的数量,确保了地震相图中类内样本的高度相关性,具有更强的鲁棒性。实际数据应用表明,该方法提高了二叠系茅口组缝洞储层地震相预测的精度,为井位部署和未钻遇缝洞储层发现提供了可靠的科学依据。
-
关键词
地震相分析
无监督深度学习
模式识别
缝洞储层识别
叠前地震数据
-
Keywords
seismic facies analysis
unsupervised deep learning
pattern recognition
fracture-cavity reservoir identification
pre-stack seismic data
-
分类号
P631
[天文地球—地质矿产勘探]
-
