基于深度学习的地震波阻抗反演研究.pdf

下载文档

78
0
约7.52万字
约 59页
2024-09-22 发布于江苏
举报
版权申诉
保障服务

基于深度学习的地震波阻抗反演研究.pdf

1、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。。
2、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
3、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。

在本文中，我们介绍了基于深度学习的地震波阻抗反演的研究方法采用因果膨胀卷积核残差块构建时域卷积神经网络TemporalConvolutionalNetworks,TCN，使用输入地震波阻抗样本对进行训练，然后将地震数据输入到TCN反演映射模型得到波阻抗实验结果显示，TCN地震波阻抗反演方法在厚度为315m砂岩预测中取得了良好的效果同时，我们在迁移学习的基础上引入了5道Overthrust样本进行再训练微调得到TCN迁移学习反演模型，并以此为基础对Overthrust模型进行波阻

摘要

地震波阻抗反演是高分辨率地震资料处理的最终表达形式，是在勘探与开发期间进行储

层预测的一项关键技术。但随着勘探与开发的深入，研究的地质目标已经从大套厚层砂体转

向薄层砂体，利用常规波阻抗反演方法刻画薄层砂体不仅要消耗大量人力、物力，且反演得

到的波阻抗精度也难以满足实际需求。随着人工智能技术与计算机硬件的快速发展，深度学

习方法在互联网大数据中得到了推广应用，同时也为地球物理问题提供了新的解决思路。因

此，本文利用深度学习进行地震波阻抗反演研究。

线性地震波阻抗反演方法求解精度依赖于地质模