本发明提供一种基于深度学习的三维地质模型相控属性建模方法,构建三维储层网格模型,将测井解释数据和属性参数数据粗化至三维储层网格模型中,并将地震属性重采样到三维储层网格模型中;构建相数据训练集,利用深度前馈网络学习相数据训练集,训练得到相预测神经网络,根据相预测神经网络得到待模拟点的相数据;将三维储层网格模型根据相数据分成若干个相区块;构建储层参数训练集,在单个相区块网格中,利用深度前馈网络学习储层参数训练集,训练得到储层参数预测神经网络,根据储层参数预测神经网络得到待模拟点的储层参数数据;将各个相区块组合成整体的网格;通过对不同的相单独学习与预测,预测结果更加符合地质模型实际规律认识。
声明:
“基于深度学习的三维地质模型相控属性建模方法” 该技术专利(论文)所有权利归属于技术(论文)所有人。仅供学习研究,如用于商业用途,请联系该技术所有人。
我是此专利(论文)的发明人(作者)