基于深度学习的地震储层图像解释方法研究

发布时间：2021-03-16 18:59

　　在已步入工业化的当前,油气作为必要的战略物资占了举足轻重的地位。储层表征及地震解释对于油气勘探领域起到至关重要的作用。因此,如何提高开采效率并以更低的成本得到更多的资源,成为亟待解决的问题。面对着浅层油气资源越来越少的困境,人们逐渐开始尝试开发深层资源。然而面对更加复杂的地质结构以及开采难度的陡增等情况,高信噪比的数据更加难以获得。而通过对地震解释工作的算法进行优化,以较低信噪比的地震反射数据得到想要的结果,成为了研究的热点。而层位追踪和波阻抗反演作为地震储层图像解释方法里的两项重点研究对象,性能优异的研究方案能够对未来生产和研究均产生良性影响。层位追踪是地震资料解释里的基本问题。针对上述问题,通过人工方式对层位进行标注工作量巨大严重影响了标注效率,因此自动层位追踪的提出对该领域来说非常重要,国内外以深度学习、数据驱动以及特征提取等为基本方法论,提出了不同于传统基于相干或波形相似等的自动层位追踪方法,而以数据驱动为基础的方法,在面对复杂层位时仍能保证较高的准确性。波阻抗反演是地震资料解释的一项重要工作,基于测井约束的弹性波阻抗反演利用地震反射及测井等数据联合反演出与岩性相关的多种弹性参... 

【文章来源】：电子科技大学四川省 211工程院校 985工程院校 教育部直属院校

【文章页数】：104 页

【学位级别】：硕士

【部分图文】：

地震数据二维剖面图示

sinc插值图示

西南某工区inline1762标记范围放大图

【参考文献】：
期刊论文
[1]基于结构导向的层位自动追踪[J]. 蒋旭东,曹俊兴,胡江涛.  石油物探. 2018(05)
[2]用自组织神经网络实现地震同相轴自动追踪[J]. 陆文凯,牟永光.  石油物探. 1998(01)



本文编号：3086447