基于隐马尔可夫模型和深度神经网络的储层预测方法

【作者】 汤韦； 李景叶； 张健； 耿伟恒； 吴凡； 李子航；

【机构】 中国石油大学(北京)油气资源与探测国家重点实验室； 西南交通大学地球科学与环境工程学院；

【摘要】 <正>1引言地震储层预测与岩石物性预测一样,是储层表征的基础,在勘探开发中发挥着重要作用。通常,储层参数往往是通过岩石物理模型和经验公式获得,然而在实际应用中这些经验性的方法并不适用于整个工区。随着深度学习技术的飞速发展和应用,深度神经网络(DNN)已被应用于地震储层表征。DNN提供了数据驱动模型,并利用标记数据的隐藏信息自动预测储层属性。此外,概率统计模型-隐马尔可夫模型(HMM)也被用于岩性识别,并取得了良好的预测结果。在上述研究基础上,更多还原