公开(公告)号：CN112083498A

公开(公告)日：2020-12-15

申请号：CN202011106590.8

申请日：2020-10-16

Applicant: 山东科技大学

Inventor： 杨久强 ,  林年添 ,  张凯 ,  张冲 ,  田高鹏 ,  汤健健 ,  付超 ,  金志玮 ,  李桂花 ,  支鹏遥 ,  宋翠玉 ,  李建平

IPC: G01V1/50

Abstract: 本发明公开了一种基于深度神经网络的多波地震油气储层预测方法，该方法包括如下步骤：首先，针对从纵横波地震属性集获得的原始数据，采用粒子群优化的聚类分析方法和核主成分分析方法进行地震属性的优选优化，去除冗余信息，突出多波地震油气储层特征，以获得较好的深度神经网络样本数据；然后，通过深度神经网络模型对获得的样本数据进行学习并进行仿真预测，获得油气储层评价图；最后，对油气储层评价图进行图像增强处理，以提高图像的细节信息和边缘辨识度，从而增加图像的清晰度。在油气储层预测中，本发明方法能够提高地震油气储层的刻画精度，为油气藏的识别与预测提供了一种新的途径。