基于空间近似概率约束的混合密度网络砂体厚度预测

• 作者: 刘可 尹成 张运龙 赵虎
• 来源期刊: 石油物探
• 学科: 地球科学
• 关键词: BP神经网络 混合密度网络 概率分布 横向连续性 训练样本 地震属性 砂体厚度
• 年，卷（期）: 2020,（4）
• 所属期刊栏目: 解释方法技术
• 页码范围: 596-606,615
• 页数: 12页
• 分类号: P631
• 字数: 5127字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-1441.2020.04.010

摘要

利用地震数据估计储层参数具有不确定性.传统神经网络等方法可视为一个复杂函数,不适用于不确定性问题.针对这一问题,以砂体厚度预测为例,提出了一种基于空间近似概率约束的混合密度网络储层参数预测方法.首先,通过混合密度网络获得地震道储层参数"观测"概率分布;然后,根据地下介质的空间横向渐变性假设,获得地震道储层参数"估计"概率分布;最后,将两种概率分布融合,选取融合后概率分布的期望作为储层参数最优估计.建立了理论模型,测试了BP神经网络、混合密度网络以及所提方法在不同数量训练样本条件下的预测效果,结果表明,随着训练样本的减少,3种方法准确度均下降,但是,在相同数量训练样本下本方法的预测效果更好.X工区的实际应用结果与模型测试结果相一致,综合判断基于空间近似概率约束的混合度网络储层参数预测方法具有良好的应用潜力.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	尹成	西南石油大学地球科学与技术学院	126	1946	22.0	39.0
2	赵虎	西南石油大学地球科学与技术学院	26	131	6.0	10.0
3	刘可	西南石油大学地球科学与技术学院	12	0	0.0	0.0
4	张运龙	中国石油新疆油田分公司勘探开发研究院	2	4	1.0	2.0