多尺度时频空三域特征联合下的储层岩性识别方法

作者：王宗仁; 文畅; 谢凯; 盛冠群; 贺建飚

来源：物探与化探, 2022, 1-17.

• 互补集合经验模态分解
• 注意力机制
• 多尺度
• 神经网络
• 岩性识别

针对储层岩性种类繁多、交替频繁、组成复杂传统方法识别精度低、效率慢的问题，本文提出一种多尺度时频空三域特征联合下的储层岩性识别方法。该方法在原始测井特征的基础上引入了互补集合经验模态分解（CEEMD）的多尺度频域分量，从而提高测井曲线的纵向分辨率。此外，构建了注意力机制优化的多尺度卷积双向门控循环神经网络（CNN-BiGRU-AT）模型，对加入了多尺度频域分量的测井数据进行时空特征提取，从而实现了对测井数据时、频、空三域特征的联合学习，最后以注意力机制优化了模型输出，减少了错误信息的传播。为了验证方法可靠性，本文选取了资料较为完整的五口井数据进行实验分析。结果表明，在不同数据组合的对比实验中，加入多尺度频域分量在训练集和验证集识别准确率分别提高了9.50%和8.66%。在与不同模型对比实验中，本文方法在样本识别准确率达到了94.11%，与支持向量机（SVM）、BP神经网络、卷积神经网络（CNN）、双向门控循环神经网络（BiGRU）和CNN-BiGRU融合模型相比，本文方法识别准确率分别提高了16.21%、14.54%、11.69%、5.05%、3.38%。

• 单位
  中南大学; 长江大学; 油气资源与勘探技术教育部重点实验室; 三峡大学