基于U-Net深度卷积神经网络的碳酸盐岩储层自动识别方法

详细信息    :| 推荐本文 |

• 作者：陈蕾 ; 唐金良 ; 孙振涛 ; 曹辉兰
• 文献来源：内蒙古石油化工
• 关键词：U-Net深度卷积 ; 神经网络 ; 地震属性 ; 碳酸盐岩 ; 缝洞储层
• 发表时间：2020-05-30
• 年：2020
• 期：5
• 单位：中国石油化工股份有限公司石油物探技术研究院;

摘要

本文将目前主流的深度学习思想引入到缝洞油藏描述领域,减少该领域的大规模人工交互分析的成本。构建了面向缝洞储层分类自动识别的井震样本数据集,为后续缝洞储层自动识别深度网络的构建提供训练数据。在利用对U-Net网络进行训练时,采取"预训练 调优训练"两步实施的策略,实现了高精度的储层概率与储层分类自动识别,实际资料测试结果表明深度网络具有较好的泛化能力。