基于深度卷積神經網絡的地震相識別技術研究

作者：王樹華,于會臻,譚紹泉,陳學國

摘要：針對傳統地震相分析方法難以有效表征地震相與地震數據間復雜的非線性映射關系,而人工解釋工作強度大、效率低的問題,進行了基于深度卷積神經網絡模型開展了地震相的智能識別技術研究。首先根據鉆井解釋和專家知識兩種方式構建了地震相的訓練樣本庫,之后利用Tensorflow深度學習框架開展了網絡參數尋優,再利用搭建好的網絡模型進行了實際資料的訓練和預測。測試結果表明,利用CNN構建的河流相模型,預測成功率高于75%。因此,深度卷積網絡不僅可以很好地保持地震數據結構特征,還可以基于多層網絡結構挖掘數據中更深層的特征來提高地震相識別結果的可靠性,印證了該技術在地震相識別中的巨大應用潛力。

發文機構：勝利油田油田分公司勘探開發研究院

關鍵詞：深度卷積神經網絡地震相特征提取深度學習Tensorflowdeep convolution neural networkseismic faciesfeature extractiondeep learningTensorflow

分類號： P631.4[天文地球—地質礦產勘探]