【技术实现步骤摘要】
本专利技术涉及致密油藏地球物理勘探领域，尤其涉及一种基于残差网络的致密油藏裂缝性储层预测方法。
技术介绍
1、致密油藏裂缝发育程度影响储层的物性、油水关系、压裂效果等，对其进行有效地预测对于油藏开发具有重要的现实意义，但针对致密油藏裂缝的定量描述始终是储层预测问题种的难点。致密油藏裂缝型储层是一种非常复杂的储层类型，由于该类储层的储集空间与填充物性质复杂，并且储层岩性的横向变化显著，因此此类储层具有非均质性明显、多样性广泛等特点，导致对裂缝型储层的地震预测存在严重的多解性问题。为了解决这个问题，采用多学科、多方法和多参数的联合方法对裂缝的发育进行综合性的预测，从而提高对裂缝型储层预测的可靠性，进而提高油气勘探与开发的成功率。
2、近年来，随着计算机科学技术的迅猛发展，在计算机提供的强大算力支持下，深度学习(deep learning，dl)算法在诸多领域得到了广泛的应用，并取得了令人瞩目的效果。深度学习算法大部分的模式为数据驱动，即算法通过对海量数据进行深入的学习和分析，从中得到数据的规律，这种模式与很多地震勘探领域的问题解...
【技术保护点】
1.一种基于残差网络的致密油藏裂缝性储层预测方法，其特征在于，所述预测方法包括：
2.根据权利要求1所述的一种基于残差网络的致密油藏裂缝性储层预测方法，其特征在于，所述步骤S1：对目标层位取时窗提取多种层位地震属性具体包括：
3.根据权利要求1所述的一种基于残差网络的致密油藏裂缝性储层预测方法，其特征在于，所述步骤S1：对目标层位取时窗提取多种层位地震属性还包括：对于相干、曲率地震体属性，先提取叠后地震数据的体属性，再按层位提取数据作为层位属性。
4.根据权利要求1所述的一种基于残差网络的致密油藏裂缝性储层预测方法，其特征在于，所述...
【技术特征摘要】
1.一种基于残差网络的致密油藏裂缝性储层预测方法，其特征在于，所述预测方法包括：
2.根据权利要求1所述的一种基于残差网络的致密油藏裂缝性储层预测方法，其特征在于，所述步骤s1：对目标层位取时窗提取多种层位地震属性具体包括：
3.根据权利要求1所述的一种基于残差网络的致密油藏裂缝性储层预测方法，其特征在于，所述步骤s1：对目标层位取时窗提取多种层位地震属性还包括：对于相干、曲率地震体属性，先提取叠后地震数据的体属性，再按层位提取数据作为层位属性。
4.根据权利要求1所述的一种基于残差网络的致密油藏裂缝性储层预测方法，其特征在于，所述地震属性分为振幅、频率、相位、能量、波形、相关、衰减和比率。
5.根据权利要求1所述的一种基于残差网络的致密油藏裂缝性储层预测方法，其特征在于，所述步骤s2：利用双侧向测井数据表征井旁裂缝发育程度具体包括：
6.根据权利要求1所述的一种基于残差网络的致密油藏裂缝性储层预测方法，其特征在于...
【专利技术属性】
技术研发人员：商伟，宋艳阁，黄志宏，于正军，张云银，林晓华，岳颖，
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：
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。