本发明公开了一种基于深度学习的地震反演初始模型构建方法,该发明以测井纵波阻抗曲线、测井横波阻抗曲线、测井纵横波速度比曲线和测井密度曲线作为学习目标,采用深度前馈神经网络算法,将常规反演初始模型和地震属性进行融合,目的是构建出同时带有低频信息和地层结构信息的反演初始模型;本发明构建的初始模型与地层产状特征一致性更好,可以有效解决传统初始模型中存在的“穿时”问题,且无需高密度的层位解释数据,可大幅降低层位解释的工作量,基于本发明构建的初始模型对应的反演结果与地质认识符合的更好。
声明:
“基于深度学习的地震反演初始模型构建方法” 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)