预览加载中,请您耐心等待几秒...
1/10
2/10
3/10
4/10
5/10
6/10
7/10
8/10
9/10
10/10

亲,该文档总共25页,到这已经超出免费预览范围,如果喜欢就直接下载吧~

如果您无法下载资料,请参考说明:

1、部分资料下载需要金币,请确保您的账户上有足够的金币

2、已购买过的文档,再次下载不重复扣费

3、资料包下载后请先用软件解压,在使用对应软件打开

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN114152978A(43)申请公布日2022.03.08(21)申请号202010931370.2G06N3/04(2006.01)(22)申请日2020.09.07G06N3/08(2006.01)(71)申请人中国石油化工股份有限公司地址100728北京市朝阳区朝阳门北大街22号申请人中国石油化工股份有限公司石油物探技术研究院(72)发明人许凯唐金良王世星(74)专利代理机构北京聿宏知识产权代理有限公司11372代理人吴大建金淼(51)Int.Cl.G01V1/28(2006.01)G01V1/30(2006.01)G06K9/62(2022.01)权利要求书2页说明书8页附图14页(54)发明名称储层参数预测方法、装置、存储介质及电子设备(57)摘要本发明公开了一种储层参数预测方法、系统、存储介质及电子设备,该方法包括以下步骤:获取目的层段的地震数据和与所述地震数据相匹配的测井数据;构建用于预测目的层段的储层参数的LSTM‑RNN循环神经网络模型;利用目的层段的地震数据和与所述地震数据相匹配的测井数据,对所述LSTM‑RNN循环神经网络模型进行训练,以优化该模型的模型参数;利用训练好的LSTM‑RNN循环神经网络模型对目的层段的储层参数进行预测。通过本发明提供的储层参数预测方法,可以有效提高地震储层参数预测的准确度和稳定性。CN114152978ACN114152978A权利要求书1/2页1.一种储层参数预测方法,其特征在于,所述方法包括:获取目的层段的地震数据和与所述地震数据相匹配的测井数据;构建用于预测目的层段的储层参数的LSTM-RNN循环神经网络模型;利用目的层段的地震数据和与所述地震数据相匹配的测井数据,对所述LSTM-RNN循环神经网络模型进行训练,以优化该模型的模型参数;利用训练好的LSTM-RNN循环神经网络模型对目的层段的储层参数进行预测。2.根据权利要求1所述的方法,其特征在于,在获取目的层段的地震数据和与所述地震数据相匹配的测井数据之前,所述方法还包括:对目的层段的地震数据和测井数据进行预处理,使其在频域相互匹配。3.根据权利要求2所述的方法,其特征在于,所述对目的层段的地震数据和测井数据进行预处理,使其在频域相互匹配,包括:对测井数据进行平滑处理,使得平滑处理后的测井数据的频谱与地震数据的频谱相互匹配;对匹配后的地震数据和测井数据进行归一化处理;以目的层段的顶底为边界,从归一化处理后的地震数据和测井数据中截取属于目的层段范围内的地震数据和测井数据;相应地,所述利用训练好的LSTM-RNN循环神经网络模型对目的层段的储层参数进行预测,包括:在利用训练好的LSTM-RNN循环神经网络模型获得参数预测结果后,对所述参数预测结果进行反归一化处理,得到最终的储层参数的预测结果。4.根据权利要求3所述的方法,其特征在于,根据下式对测井数据进行平滑处理,以使测井数据的频谱与地震数据的频谱相互匹配:式中,N为偶数,X为平滑处理前的历史测井数据,Xsmooth为平滑处理后的历史测井数据。5.根据权利要求3所述的方法,其特征在于,按照下式进行归一化处理:式中,X为待归一化处理的数据,Xmin、Xmax为待归一化处理的数据中的最大值和最小值,Xnorm归一化处理后的数据;按照下式进行反归一化处理:XFin=XPred·(Xmax-Xmin)+Xmin式中,XFin为目的层段最终的储层参数的预测结果,Xmin、Xmax为原始的待归一化处理的数据中的最大值和最小值,XPred反归一化前的参数预测结果。6.根据权利要求1所述的方法,其特征在于,所述LSTM-RNN循环神经网络模型,包括地震属性输入层和储层参数输出层以及位于地震属性输入层与储层参数输出层之间的隐藏2CN114152978A权利要求书2/2页层;其中,所述隐藏层包括:LSTM单元,用于保留地震数据和测井数据的时序特征;full-connected层,用作训练网络模型的分类器dropout层,用于缓解网络模型训练过程中的过拟合现象;regression层,用作训练网络模型的输出。7.根据权利要求1所述的方法,其特征在于,所述目的层段的储层参数包括目的层段的空间三维弹性参数体,所述方法还包括输出目的层段的空间三维弹性参数体的分布图。8.一种储层参数预测装置,其特征在于,包括:数据收集模块,用于获取目的层段的地震数据和与所述地震数据相匹配的测井数据;模型建立模块,用于构建用于预测目的层段的储层参数的LSTM-RNN循环神经网络模型;模型训练模块,用于利用目的层段的地震数据和与所述地震数据相匹配的测井数据,对所述LSTM-RNN循环神经网络模型进行训练,以优化该模型的网络模型参数;参数预测模