基于深度学习的叠前弹性参数反演方法研究与应用

基于深度学习的叠前弹性参数反演方法研究与应用.pdf
利用多角度弹性阻抗提取叠前弹性参数的方法广泛地应用于地震勘探之中.弹性阻抗与弹性参数之间存在着一种典型的非线性映射关系,常用的误差拟合求解方法会导致反演结果不准确,特别是密度的求取通常存在较大的误差,具有一定的局限性.为了获取更加稳定和精确的弹性参数，本文基于深度学习方法进行弹性参数反演，以三个角度的弹性阻抗数据作为深度神经网络的输入参数，建立起弹性阻抗与弹性参数之间的非线性映射关系，所得结果与实际测井数据误差较小，特别是显著地提高了密度反演的精确性和稳定性，表明了深度学习方法在地球物理反演中的可行性。
作者：刘思远 曹丹平 杨晓利 张明
作者单位：中国石油大学(华东)青岛266580中国石油冀东油田分公司勘探开发研究院唐山063004
母体文献：2018中国地球科学联合学术年会论文集
会议名称：2018中国地球科学联合学术年会  
会议时间：2018年10月21日
会议地点：北京
主办单位：中国地质学会,中国地震学会,中国地球物理学会,中国矿物岩石地球化学学会
语种：chi
分类号：
关键词：地震勘探  叠前弹性参数反演  弹性阻抗  非线性映射关系  深度学习
在线出版日期：2022年5月27日
基金项目：
相似文献
相关博文

2024-12-3 20:14 上传 基于深度学习的叠前弹性参数反演方法研究与应用.pdf

文件大小:

1.6 MB

下载次数:

60

高速下载