储层参数预测方法及装置制造方法及图纸

本发明专利技术提供了一种储层参数预测方法及装置，涉及地球物理技术领域，该方法包括：获取神经网络的目标函数和训练数据；训练数据包括输入训练数据和输出训练数据；将输入训练数据输入目标函数，对目标函数的隐含层输出的第一数据进行筛选，得到第二数据；根据第二数据和输出训练数据生成目标函数的隐含层和输出层之间的更新权重；根据更新权重确定更新目标函数，并利用更新目标函数和测试数据生成储层参数预测结果。本发明专利技术可以通过更新目标函数提高储层参数预测的运算效率，并且，由于更新目标函数对目标函数中的权重进行优化，进而可以缓解神经网络的过拟合情况，提升储层参数预测结果的准确度。果的准确度。果的准确度。

【技术实现步骤摘要】
储层参数预测方法及装置


[0001]本专利技术涉及地球物理
，尤其是涉及一种储层参数预测方法及装置。

技术介绍

[0002]储层表征是油气勘探开发过程中的重要环节，利用各类直接或间接信息(地质、地震、测井资料等)信号处理及数理算法等方式求取获得各种地下地层参数(弹性参数、物性参数)，并利用得到的地层参数进行储层描述。由于地震数据能够提供更丰富的横向信息，地震反演技术成为储层描述的有力手段之一，但是因为地下情况的复杂以及地震波在地下传播的不确定性，地震数据与地层参数之间存在着复杂的非线性关系。常规地震反演技术通常是在一定的前提假设条件下，通过数理方法进行求解获得地层参数对储层进行描述。
[0003]油气储层表征通常是利用地震数据或测井数据反演得到地层弹性参数(包括纵波速度、横波速度、密度等)，然后再利用得到的弹性参数反演得到能够表征储层特征的储层物性参数(包括岩相、孔隙度、泥质含量、含水饱和度等)。弹性参数与物性参数之间具有非线性关系，传统基于理论模型的反演方法很难精确地构建二者之间的非线性关系，导致物性参数的反演预测结果存在较大偏本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种储层参数预测方法，其特征在于，包括：获取神经网络的目标函数和训练数据；所述训练数据包括输入训练数据和输出训练数据；将所述输入训练数据输入所述目标函数，对所述目标函数的隐含层输出的第一数据进行筛选，得到第二数据；根据所述第二数据和所述输出训练数据生成所述目标函数的所述隐含层和输出层之间的更新权重；根据所述更新权重确定更新目标函数，并利用所述更新目标函数和测试数据生成储层参数预测结果。2.根据权利要求1所述的方法，其特征在于，获取神经网络的目标函数之前，还包括：构建极限学习机神经网络的目标函数；所述目标函数用于根据地层弹性参数生成储层物性参数。3.根据权利要求2所述的方法，其特征在于，所述地层弹性参数至少包括纵波速度参数、横波速度参数和密度参数中的一种或几种；所述储层物性参数至少包括岩相参数、孔隙度参数、泥质含量参数和含水饱和度参数中的一种或几种。4.根据权利要求1所述的方法，其特征在于，所述隐含层包括多个神经元；对所述目标函数的隐含层输出的第一数据进行筛选，得到第二数据，包括：根据所述多个神经元的贡献度对所述第一数据进行筛选，得到第二数据。5.根据权利要求4所述的方法，其特征在于，所述第一数据包括所述多个神经元的输出值；根据所述多个神经元的贡献度对所述第一数据进行筛选，得到第二数据，包括：根据多个所述输出值确定阈值；根据所述输出值和所述阈值确定掩膜数据；利用所述掩膜数据对所述第一数据进行筛选，得到第二数据。6.根据权利要求5所述的方法，其特征在于，根据多个所述输出值确定阈值，包括：计算多个所述输出值的平均值，将所述平均值作为阈值。7.根据权利要求5所述的方法，其特征在于，包括：利用所述掩膜数据按照如下公式对所述第一数据进行筛选，得到第二数据：A
do
＝A(WX)
·
M其中，A
do
为第二数据，
·
为哈达玛积，M为掩膜，W为目标函数的输入层与隐含层之间的权重，X为目标函数的输入训练数据，A为第一数据。8.根据权利要求5所述的方法，其特征在于，包括：根据所述第二数据和所述输出训练数据按照如下公式生成所述目标函数的所述隐含层和输出层之间的更新权重：其中，Θ
*
为更新权重，A
do
为第二数据，Y为输出训练数据。9.一种储层参数预测装置，其特征在于，包括：获取模块，用于获取神经网络的目标函数和训练数据；所述训练数据包括输入训练数据和输出训练数据；
处理模块，用于将所述输入训练数据输...

【专利技术属性】
技术研发人员：葛强，曹宏，李晓明，张鑫，晏信飞，杨志芳，
申请(专利权)人：中国石油天然气股份有限公司，
类型：发明
国别省市：