| 多任务深度学习技术在储层横波速度预测中的应用 |
| |
| 引用本文： | 孙永壮,黄鋆.多任务深度学习技术在储层横波速度预测中的应用[J].地球物理学进展,2021,36(2):799-809. |
| |
| 作者姓名： | 孙永壮 黄鋆 |
| |
| 作者单位： | 中海石油(中国)有限公司上海分公司研究院,上海 200335 |
| |
| 摘 要： | 储层参数与横波速度存在强非线性关系,难以用解析方程表达.深度学习具有强大的非线性寻解能力,可借助其优势构建横波速度与储层参数的映射关系,实现横波速度预测.前人研究主要采用单任务深度学习方法,输入多种储层参数曲线,只输出横波速度预测成果,这种方式存在一定的过拟合风险.为此,考虑到横波速度预测与其他测井评价任务的相关性与继承性,在横波预测模型训练之前首先开展岩性预测模型训练,利用权值共享的思想构建多任务学习模型,同时输出岩性预测成果和横波速度曲线.实践表明,相比多元拟合方法及单任务深度学习方法,该方法生成的岩石物理交会图在岩性分布上更为合理,不同岩性的横波速度预测精度都得到提升,其中含气砂岩段速度预测相对误差降低2％以上,证实了该方法具有较好的实用价值.
|
| 关 键 词： | 深度学习 横波速度预测 多任务学习 迁移学习 |
Application of multi-task deep learning in reservoir shear wave prediction |
| |
| SUN YongZhuang,HUANG Jun.Application of multi-task deep learning in reservoir shear wave prediction[J].Progress in Geophysics,2021,36(2):799-809. |
| |
| Authors: | SUN YongZhuang HUANG Jun |
| |
| Abstract: | |
| |
| Keywords: | |
| 本文献已被 CNKI 万方数据 等数据库收录！ |
|
