本申请公开了一种基于卷积神经网络的油气藏储层表征方法、装置、设备及可读存储介质,方案包括:获取地震道数据;截取预设级次沉积旋回对应的地震道数据;将截取得到的地震道数据输入预先经过训练的卷积神经网络,得到高频合成记录;根据高频合成记录,确定小尺度地质体的分布规律以实现精确的储层表征。由于卷积神经网络提高地震资料的频率的幅度大,而且卷积神经网络具备自动学习能力,因此该方案频率提高幅度大、处理准确性高、处理效率高。此外,该方案针对不同沉积旋回差异较大的问题,截取预设级次沉积旋回的地震道数据以作为输入,针对性更强,进一步提升了高频处理的准确性,最终提升了油气藏开发效率。
声明:
“基于卷积神经网络的油气藏储层表征方法” 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)