科研之友
微信
新浪微博
Facebook
分享链接
摘要
模型驱动反演方法和数据驱动预测方法是从地震数据中得到速度、密度等弹性参数的重要手段。模型驱动方法主要利用地震数据的中频信息，它需要初始低频模型且不能提供高分辨的反演结果。数据驱动方法能够提供较高分辨率的预测结果，它需要大量的、准确的训练样本，但实际数据往往很难提供足够有代表性的训练样本。为了解决这两种方法的上述问题，本文提出了一种基于多目标函数的模型数据驱动AVO反演新方法。该方法通过三个不同的目标函数依次实现神经网络训练、神经网络优化和神经网络反演。Marmousi模型数据和X工区实际数据弹性参数反演结果表明：新方法在训练样本数量较少的情况下，能够反演得到较高精度、较高分辨率的速度和密度。
-
单位油气资源与探测国家重点实验室; 中国石油大学（北京）
