本發明提供一種基于深度融合模型的儲層多分類預測方法,包括:步驟1:獲取井震數據并進行預處理;步驟2:通過特征優選算法獲得更能代表儲層特征的屬性輸入模型;步驟3:通過卷積神經網絡進行橫向切片特征學習;步驟4:設計時序特征并輸入到循環神經網絡分支進行預測;步驟5:將深度特征數據輸入到深度特征網絡中進行訓練;步驟6:使用特征交叉方式進行自動特征工程計算;步驟7:進行多分類儲層預測,獲得儲層預測結果。該基于深度融合模型的儲層多分類預測方法能夠快速的進行地震多特征的儲層預測,解決了由于地質構造的復雜性以及地震數據特征多樣性和冗余性而導致的儲層預測難度大,準確率低,耗費人力和資源過多的問題。
聲明:
“基于深度融合模型的儲層多分類預測方法” 該技術專利(論文)所有權利歸屬于技術(論文)所有人。僅供學習研究,如用于商業用途,請聯系該技術所有人。
我是此專利(論文)的發明人(作者)