深度学习在地质储层属性预测中的应用研究

• 作者: 侯晓琳
• 来源期刊: 计算机应用与软件
• 学科: 工学
• 关键词: 深度学习 空间特征统计 属性预测
• 年，卷（期）: 2020,（4）
• 所属期刊栏目: 应用技术与研究
• 页码范围: 40-47
• 页数: 8页
• 分类号: TP3
• 字数: 5059字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-386x.2020.04.007

摘要

结合计算机科学和机器学习方法解决地质学问题,基于多来源的地质数据建立二维、三维地质模型,形象地还原真实地质构造形态和地质属性分布是重要的研究方向之一.现阶段三维地质模型主要采用传统插值方法和多点地质统计学方法进行三维地质属性预测.由于地质数据数量有限、数据采样分布不均等问题,三维地质属性预测结果受到约束.将测井数据作为实验样本数据,分析三维空间分布的统计特征,设计并训练深度学习模型,预测地质储层属性,建立三维地质模型.基于有限数据驱动预测地质储层属性效果较好,具有一定的应用价值.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	侯晓琳	北京大学地球与空间科学学院	11	21	2.0	4.0