基于深度學習算法不同數據集的地震反演實驗

作者：黃旭日,代月,徐云貴,唐靜

摘要：近年來,人工智能中的深度學習技術在地震數據處理、反演和解釋領域顯示出許多優勢。以往的研究表明,深度學習與地震反演相結合的方法比傳統方法更有效。利用深度學習技術有可能得到更高分辨率的結果,這對油藏開發至關重要。通過設計地質模型進行采樣以獲取不同大小數據集,基于卷積神經網絡(CNN)研究了不同訓練數據集的地震反演應用效果,實驗表明,該神經網絡的預測精度在一定范圍內隨訓練集的增加而增加,得到了對神經網絡模型構建的關鍵數據集大小占全數據集的比例。此外,通過對地震數據加入不同比例的噪聲并對CNN進行訓練,結果表明本文所設計的CNN具有良好的抗噪和泛化能力。

發文機構：西南石油大學地球科學與技術學院

關鍵詞：人工智能深度學習卷積神經網絡地震反演地質建模artificial intelligencedeep learningconvolutional neural networkseismic inversiongeological modeling

分類號： TE132[石油與天然氣工程—油氣勘探]P631[天文地球—地質礦產勘探]