公开(公告)号：CN109597129B

公开(公告)日：2019-12-17

申请号：CN201910011405.8

申请日：2019-01-07

Applicant: 中国地质大学(武汉)

Inventor： 张冬梅 ,  程迪 ,  康志江 ,  程理想 ,  汪海 ,  胡安忠

IPC: G01V1/48 ,  G01V1/50

Abstract: 本发明涉及一种基于目标检测的缝洞型油藏串珠状反射特征识别方法，本发明采用最新的深度学习目标检测技术来自动识别串珠状反射特征，针对岩缝洞型储集层高产不稳产、预测准确率低的难题，在地震多源数据管理基础上，使用“米”字剖切方法生成剖面，本发明从相似的地震串珠状反射特征入手，采用Faster R‑CNN目标检测和深度学习技术训练得到串珠状反射特征自动识别模型，得到缝洞型油藏油气储层空间分布场，明确储集单元的含油气规模，相较于原有的人工识别方法，减少人工参与，提高识别精度。

公开(公告)号：CN109597129A

公开(公告)日：2019-04-09

申请号：CN201910011405.8

申请日：2019-01-07

Applicant: 中国地质大学(武汉)

Inventor： 张冬梅 ,  程迪 ,  康志江 ,  程理想 ,  汪海 ,  胡安忠

IPC: G01V1/48 ,  G01V1/50

Abstract: 本发明涉及一种基于目标检测的缝洞型油藏串珠状反射特征识别方法，本发明采用最新的深度学习目标检测技术来自动识别串珠状反射特征，针对岩缝洞型储集层高产不稳产、预测准确率低的难题，在地震多源数据管理基础上，使用“米”字剖切方法生成剖面，本发明从相似的地震串珠状反射特征入手，采用Faster R-CNN目标检测和深度学习技术训练得到串珠状反射特征自动识别模型，得到缝洞型油藏油气储层空间分布场，明确储集单元的含油气规模，相较于原有的人工识别方法，减少人工参与，提高识别精度。