本發明公開了一種基于深度學習的地震反演初始模型構建方法,該發明以測井縱波阻抗曲線、測井橫波阻抗曲線、測井縱橫波速度比曲線和測井密度曲線作為學習目標,采用深度前饋神經網絡算法,將常規反演初始模型和地震屬性進行融合,目的是構建出同時帶有低頻信息和地層結構信息的反演初始模型;本發明構建的初始模型與地層產狀特征一致性更好,可以有效解決傳統初始模型中存在的“穿時”問題,且無需高密度的層位解釋數據,可大幅降低層位解釋的工作量,基于本發明構建的初始模型對應的反演結果與地質認識符合的更好。
聲明:
“基于深度學習的地震反演初始模型構建方法” 該技術專利(論文)所有權利歸屬于技術(論文)所有人。僅供學習研究,如用于商業用途,請聯系該技術所有人。
我是此專利(論文)的發明人(作者)