本发明提供一种基于深度学习的三维地质模型相控属性建模方法，构建三维储层网格模型，将测井解释数据和属性参数数据粗化至三维储层网格模型中，并将地震属性重采样到三维储层网格模型中；构建相数据训练集，利用深度前馈网络学习相数据训练集，训练得到相预测神经网络，根据相预测神经网络得到待模拟点的相数据；将三维储层网格模型根据相数据分成若干个相区块；构建储层参数训练集，在单个相区块网格中，利用深度前馈网络学习储层参数训练集，训练得到储层参数预测神经网络，根据储层参数预测神经网络得到待模拟点的储层参数数据；将各个相区块组合成整体的网格；通过对不同的相单独学习与预测，预测结果更加符合地质模型实际规律认识。
声明：
“基于深度学习的三维地质模型相控属性建模方法” 该技术专利(论文)所有权利归属于技术(论文)所有人。仅供学习研究，如用于商业用途，请联系该技术所有人。
我是此专利(论文)的发明人(作者)
1339
编辑：管理员
来源：北方有色网
咨询细节
