← 返回列表
一种基于一维卷积门控循环网络的储层孔隙度预测方法
摘要文本
本发明公开了一种基于一维卷积门控循环网络的储层孔隙度预测方法，涉及孔隙度预测技术领域，该方法包括线下部分和线上部分；其中线下部分包括：获取目标工区内井点处与储层参数相关的第一地震属性集；从第一地震属性集中获取最佳属性组合；将最佳属性组合作为输入，将最佳属性组合对应的孔隙度作为输出，对一维卷积门控循环网络模型进行训练；线上部分包括：获取目标工区内无井区域中与目标储层参数相关的第二地震属性集；根据最佳属性组合，从第二地震属性集中筛选出最终属性组合；将最终属性组合输入到训练好的一维卷积门控循环网络模型中，输出目标储层孔隙度；过该方法提高了对储层孔隙度的预测精度以及扩大了预测范围。
申请人信息
- 申请人:中国矿业大学(北京)
- 申请人地址:100000 北京市海淀区学院路丁11号
- 发明人: 中国矿业大学(北京)
专利详细信息
| 项目 | 内容 |
|---|---|
| 专利名称 | 一种基于一维卷积门控循环网络的储层孔隙度预测方法 |
| 专利类型 | 发明申请 |
| 申请号 | CN202311654756.3 |
| 申请日 | 2023/12/5 |
| 公告号 | CN117633512A |
| 公开日 | 2024/3/1 |
| IPC主分类号 | G06F18/213 |
| 权利人 | 中国矿业大学(北京) |
| 发明人 | 师素珍; 石贵飞; 裴锦博; 李礼; 邹冠贵 |
| 地址 | 北京市海淀区学院路丁11号 |
专利主权项内容
1.一种基于一维卷积门控循环网络的储层孔隙度预测方法，其特征在于，包括线下部分和线上部分；所述线下部分包括如下步骤：S1、获取目标工区内井点处与储层参数相关的多个地震属性，作为第一地震属性集；S2、从所述第一地震属性集中获取最佳属性组合；S3、将所述最佳属性组合作为输入，将所述最佳属性组合对应的孔隙度作为输出，对一维卷积门控循环网络模型进行训练；所述线上部分包括如下步骤：P1、获取所述目标工区内无井区域中与目标储层参数相关的多个地震属性，作为第二地震属性集；P2、根据所述最佳属性组合，从所述第二地震属性集中筛选出最终属性组合；P3、将所述最终属性组合输入到训练好的一维卷积门控循环网络模型中，输出目标储层孔隙度。