[发明专利]一种基于卷积神经网络的油气藏储层表征方法

权利要求书

1.一种基于卷积神经网络的油气藏储层表征方法，其特征在于，包括：

获取地震道数据；

截取预设级次沉积旋回对应的地震道数据；

将截取得到的地震道数据输入预先经过训练的卷积神经网络，得到高频合成记录；

根据所述高频合成记录，确定小尺度地质体的分布规律以实现储层表征；

所述将截取得到的地震道数据输入预先经过训练的卷积神经网络，得到高频合成记录，包括：确定小尺度地质体的尺度大小；确定能够识别所述尺度大小的目标频率；获取预先设置的用于表征所述目标频率的特征向量；将所述特征向量与截取得到的地震道数据一并输入预先经过训练的卷积神经网络，得到目标频率的合成记录。

2.如权利要求1所述的方法，其特征在于，所述截取预设级次沉积旋回对应的地震道数据，包括：

截取地震可识别的最低级次沉积旋回对应的地震道数据。

3.如权利要求1所述的方法，其特征在于，在所述将截取得到的地震道数据输入预先经过训练的卷积神经网络，得到高频合成记录之前，还包括：

构建卷积神经网络；

获取井旁道数据；

根据声波时差测井曲线和密度测井曲线，利用褶积计算生成所述井旁道数据对应的高频合成记录；

根据所述井旁道数据和所述高频合成记录，对所述卷积神经网络进行训练，直至达到预设终止条件。

4.如权利要求3所述的方法，其特征在于，所述根据所述井旁道数据和所述高频合成记录，对所述卷积神经网络进行训练，直至达到预设终止条件，包括：

根据所述井旁道数据和所述高频合成记录，对所述卷积神经网络进行训练，直至所述卷积神经网络在测试过程中的均方误差损失函数的数值满足预设条件。

5.如权利要求1所述的方法，其特征在于，所述根据所述高频合成记录，确定小尺度地质体的分布规律以实现储层表征，包括：

根据所述高频合成记录，确定小尺度地质体的发育位置、几何形态、规模和叠置关系，以实现储层表征。

6.一种基于卷积神经网络的油气藏储层表征装置，其特征在于，包括：

数据获取模块：用于获取地震道数据；

数据截取模块：用于截取预设级次沉积旋回对应的地震道数据；

数据转换模块：用于将截取得到的地震道数据输入预先经过训练的卷积神经网络，得到高频合成记录；

分布规律确定模块：根据所述高频合成记录，确定小尺度地质体的分布规律以实现储层表征；

所述将截取得到的地震道数据输入预先经过训练的卷积神经网络，得到高频合成记录，包括：确定小尺度地质体的尺度大小；确定能够识别所述尺度大小的目标频率；获取预先设置的用于表征所述目标频率的特征向量；将所述特征向量与截取得到的地震道数据一并输入预先经过训练的卷积神经网络，得到目标频率的合成记录。

7.一种基于卷积神经网络的油气藏储层表征设备，其特征在于，包括：

存储器：用于存储计算机程序；

处理器：用于执行所述计算机程序以实现如权利要求1-5任意一项所述的一种基于卷积神经网络的油气藏储层表征方法的步骤。

8.一种可读存储介质，其特征在于，所述可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时用于实现如权利要求1-5任意一项所述的一种基于卷积神经网络的油气藏储层表征方法的步骤。