节点文献
基于深度神经网络的FAVO反演及其在致密砂岩储层参数预测中的应用
【机构】 西安交通大学信息与通信工程学院；
【摘要】 <正>1.引言频率依赖的AVO(FAVO)反演方法在储层参数估计方面具有巨大应用潜力。然而,在实际应用中FAVO反演模型难以建立。另外,储层参数与叠前FAVO道集之间映射关系复杂,传统反演方法难以求解FAVO反演问题。近年来,深度神经网络(DNN)算法逐渐引起了地球物理学家的关注,因为它们能够求解输入和输出之间复杂的映射关系。本研究提出了基于DNN的FAVO反演工作流程并将其应用于致密砂岩中的流体参数预测。研究区位于东海陆架的西湖凹陷,该区为大型新生代沉积凹陷。
【基金】 科技部国家重点研发计划重点项目（2020YFA0713403,2020YFA0713400）资助
- 【会议录名称】 2023年中国地球科学联合学术年会论文集——专题一百一十六 月球及行星测绘遥感和重力场、专题一百一十七 致密油气高分辨率地震成像与超分辨反演
- 【会议名称】2023年中国地球科学联合学术年会
- 【会议时间】2023-10-14
- 【会议地点】中国广东珠海
- 【分类号】P618.13;P631.4
- 【主办单位】中国地球物理学会