基于深度神经网络的地震强反射剥离方法

摘要：

在储层预测工作中,储层弱反射信号淹没在强反射信号之中的情况非常常见,这不利于精确识别和描述储层结构.本文提出了一种基于深度神经网络的强反射剥离方法,用于辅助储层弱反射信号的检测工作.该方法在卷积模型的框架下将强反射预测问题分解为地震子波预测与强反射预测两个子优化问题,并采用AIDNN与U-Net两个深度神经网络分别求解.通过训练直接得到地震数据与强反射之间的映射关系,避免了经验性调参过程,计算速度快,适用于海量地震数据处理.模型数据和实际资料试算结果表明,本文方法能够预测并剥离地震数据中的强反射且保真保幅性好;在该方法的基础上进行的储层砂体展布预测工作取得了良好效果.

关键词：深度学习;地震强反射;储层预测

所属期刊栏目：64

分类号：P631

资助基金：国家重点研发计划重点项目2018YFC0603501,2020YFA0713403,2020YFA0713400

在线出版日期：2021-08-23（万方平台首次上网日期，不代表论文的发表时间）

页数：共15页

页码：2780-2794