断裂模型的建立方法、断裂的预测方法及装置制造方法及图纸

技术编号:42507890 阅读:23 留言:0更新日期:2024-08-22 14:23
本申请提供的一种断裂模型的建立方法、断裂的预测方法及装置,通过获取第一训练数据集,所述第一训练数据集中每个训练数据包括:合成地震数据和所述合成地震数据对应的断裂标签;基于所述第一训练数据集对全卷积神经网络进行训练得到初始断裂模型;获取第二训练数据集,所述第二训练数据集中每个训练数据包括:处理地震数据和处理地震数据对应的断裂标签,其中,所述处理地震数据通过原始地震数据进行处理后得到;基于所述第二训练数据对所述初始断裂模型进行训练,得到断裂模型,提高了断裂模型的精度,进而能够提升断裂模型的预测精度。

【技术实现步骤摘要】

本申请涉及石油勘探开发,特别地涉及一种断裂模型的建立方法、断裂的预测方法及装置


技术介绍

1、对断裂进行准确识别是地震资料解释中的重要内容,解释效率及好坏直接影响着油气勘探开发工作的进展。传统裂缝预测主要以相干、曲率等数据统计属性对实现裂缝的,而裂缝储集层的地震响应受岩性、流体等多因素影响,无法摒弃非断裂的地质信息,导致断裂预测精度低且地震裂缝发育带预测存在多解性。


技术实现思路

1、针对上述问题,本申请提供一种断裂模型的建立方法、断裂的预测方法及装置。

2、本申请提供了一种断裂模型的建立方法,包括:

3、获取第一训练数据集,所述第一训练数据集中每个训练数据包括:合成地震数据和所述合成地震数据对应的断裂标签;

4、基于所述第一训练数据集对全卷积神经网络进行训练得到初始断裂模型;

5、获取第二训练数据集,所述第二训练数据集中每个训练数据包括:处理地震数据和处理地震数据对应的断裂标签,其中,所述处理地震数据通过原始地震数据进行处理后得到;>

6、基于所述本文档来自技高网...

【技术保护点】

1.一种断裂模型的建立方法,其特征在于,包括:

2.根据权利要求1所述的方法,其特征在于,所述获取第一训练数据集,包括:

3.根据权利要求1所述的方法,其特征在于,所述全卷积神经网络的激活层的激活函数包括:Relu函数和Sigmoid函数,所述全卷积神经网络的输出层的损失函数采用二进制交叉熵函数。

4.根据权利要求1所述的方法,其特征在于,所述获取第二训练数据集,包括:

5.一种断裂的预测方法,其特征在于,应用于权利要求1至4任一项所述的断裂模型,所述方法包括:

6.一种断裂模型的建立装置,其特征在于,包括:

7.根...

【技术特征摘要】

1.一种断裂模型的建立方法,其特征在于,包括:

2.根据权利要求1所述的方法,其特征在于,所述获取第一训练数据集,包括:

3.根据权利要求1所述的方法,其特征在于,所述全卷积神经网络的激活层的激活函数包括:relu函数和sigmoid函数,所述全卷积神经网络的输出层的损失函数采用二进制交叉熵函数。

4.根据权利要求1所述的方法,其特征在于,所述获取第二训练数据集,包括:

5.一种断裂的预测方法,其特征在于,应用于权利要求1至4任一项所述的断裂模型,所述方法包括:

6.一种断裂模型的建立装置,其特征在于,包括:

7...

【专利技术属性】
技术研发人员:王鹏苟斐斐刘韬
申请(专利权)人:中国石油化工股份有限公司
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1