基于双向长短期记忆神经网络的岩相预测方法

摘要：

介绍一种基于双向长短期记忆神经网络(Bi-directional long short-term memory,Bi-LSTM)的岩相预测方法,综合利用测井和地震数据进行高效准确的岩相预测.通过合成地震记录,进行井震数据的时深匹配,以地震吸收衰减数据、纵波阻抗、密度和伽马拟声波阻抗作为输入,以岩相作为标签,通过Bi-LSTM模型训练建立输入数据与岩相的非线性映射关系.将该方法应用于四川某浅层河道砂体勘探区岩相预测,结果表明,基于Bi-LSTM构建的岩相预测方法优于普通循环神经网络和普通LSTM,能够快速确定地下岩相,有效指示河道.基于Bi-LSTM的岩相预测方法能有效提取输入数据与岩相信息的非线性映射关系,对少井地区的岩相预测工作有较高的实用价值.

关键词：深度学习、循环神经网络、双向长短期记忆神经网络、岩相预测

所属期刊栏目：48

分类号：P631.44;TP183

资助基金：国家自然科学基金重点项目;国家自然科学基金项目

在线出版日期：2021-04-19（万方平台首次上网日期，不代表论文的发表时间）

页数：共9页

页码：226-234