科研之友
微信
新浪微博
Facebook
分享链接
摘要
河道砂是重要的油气储集体之一，实现砂体厚度的定量预测是提高油气开发效率的关键。随着目标储层非匀质性的增强，地震属性与储层岩性、物性、孔隙流体之间的关系更趋复杂。如何在地质信息有限的情况下实现高效且智能的复杂储层定量预测是目前储层预测领域的热点和难点。为了实现对致密砂岩储层的高精度智能化预测，本文提出基于深度全连接神经网络的储层有效砂体厚度预测方法。该方法通过构建多层堆叠的全连接神经网络逐层优化针对储层有效砂体厚度预测的地震属性，并将优化后的属性直接映射为砂体厚度。首先针对模型数据分析了训练样本对全连接神经网络建模的影响，然后在小样本情况下分别对比了该网络的深、浅层形态在网络规模大于训练样本数目及网络规模小于训练样本数目时的表现差异，发现当训练样本为小样本时，深层网络表现优于浅层网络，前提是训练样本数目大于网络规模。最后，我们将深度全连接神经网络用于胜利油田某区实际数据的有效砂体厚度预测，应用效果显示该方法对致密砂岩储层中4 m左右的砂体实现了有效识别，体现了该端到端智能建模方法从地震属性中挖掘潜藏地质信息的能力，证实了其在储层定量预测中的有效性。
