基于深度前馈神经网络方法的横波速度预测

• 作者: 王树华 杨国杰 穆星
• 来源期刊: 油气地质与采收率
• 学科: 工学
• 关键词: 横波速度预测 深度前馈神经网络方法 深度学习 储层参数 预测模型
• 年，卷（期）: 2022,（1）
• 页码范围: 80-89
• 页数: 10页
• 分类号: TE319
• 语种: 中文
• DOI: 10.13673/j.cnki.cn37-1359/te.2022.01.010

摘要

针对横波速度预测问题,在分析经验公式法和岩石物理建模法优缺点的基础上,结合横波速度预测原理,提出基于深度前馈神经网络方法(DFNN)进行横波速度的预测.研究从纵、横波速度关系入手,详细阐述了DFNN方法应用于横波速度预测的可行性,并介绍了该深度学习方法的基本原理;选择声波时差、密度、中子孔隙度、泥质含量、孔隙度5个储层参数与横波速度进行深度神经网络训练,建立可靠的横波速度预测模型.将该模型应用于不同研究区的横波速度预测,结果表明基于DFNN方法预测横波速度能够有效提高预测的精度和效率,适用范围广,可以为叠前AVO分析、叠前反演提供可靠的横波数据,具有较高的实际应用价值和推广意义.