沉积过程模拟驱动下的深度学习地质建模方法

摘要：

油气藏勘探开发逐步向深层化、复杂化方向发展,观测数据不足、分辨率低等资料难题突显,传统的地质建模方法无法适应技术需求.以深度学习为代表的智能化地质建模方法可以充分整合多尺度、多维度的数据信息以及专家认识,是地质建模技术发展的重要方向.在综合分析地层沉积模拟和深度学习地质建模技术优缺点的基础上,探索形成了沉积过程模拟驱动的深度学习地质建模方法.首先,基于综合地质分析开展沉积正演模拟,分析参数不确定性,通过参数扰动形成大规模地质模型作为训练样本库;其次,利用条件化生成对抗网络学习样本库中蕴含的地质模式和规律,其中生成网络以井-震等条件数据作为输入、地质模型作为输出;最后,利用训练后生成网络在实际条件数据上的应用,得到目标区块的地质模型.通过在四川盆地普光气藏主力区块典型地质剖面的测试应用,该方法的可行性得到了验证,并分析了训练样本库大小对模拟结果的影响.沉积模拟和深度学习相结合,弥补了训练样本不足的缺陷,间接实现了知识驱动的深度学习地质建模,具有重要的推广意义.

关键词：人工智能、大数据、知识驱动、生成对抗网络、沉积过程模拟、深度学习地质建模、普光气藏、四川盆地

所属期刊栏目：44

分类号：TE132.1(石油、天然气地质与勘探)

资助基金：中国科学院战略性先导科技专项;中国石化科技部项目

在线出版日期：2023-02-09（万方平台首次上网日期，不代表论文的发表时间）

页数：共12页

页码：226-237