一种超深古海相碳酸盐岩烃源岩厚度的预测方法

    公开(公告)号:CN116953788A

    公开(公告)日:2023-10-27

    申请号:CN202210378939.6

    申请日:2022-04-12

    IPC分类号: G01V1/30 G01V1/36

    摘要: 本发明公开了一种超深古海相碳酸盐岩烃源岩厚度的预测方法,该预测方法从烃源岩的不同发育模式入手,建立相应的地质模型,并开展正演模拟及叠前深度偏移成像研究,得到不同发育模式的烃源岩地震响应特征;通过提取地震响应特征,建立烃源岩厚度、波阻抗和振幅属性之间的关系,形成理论的预测模板并校正,得到实际厚度预测模板,利用预测模板,实现了烃源岩厚度的准确预测。相比现有技术,本发明基于不同地质模式烃源岩厚度、波阻抗和振幅属性等响应特征之间的关系,建立了理论预测模板;该理论预测模型可以准确预测烃源岩厚度变化特征,提高了烃源岩研究的精度,为烃源岩研究、钻井设计等提供必要的支撑,降低了勘探开发风险。

    一种基于神经网络的地震处理边界静校正量计算方法

    公开(公告)号:CN118732047A

    公开(公告)日:2024-10-01

    申请号:CN202310322896.4

    申请日:2023-03-29

    IPC分类号: G01V1/36 G01V1/28 G01V1/30

    摘要: 本发明属于地震数据处理静校正量计算技术领域,具体涉及一种基于神经网络的地震处理边界静校正量计算方法,包括:求取出层析静校正量;将层析静校正量分离为炮点域静校正量和检波点域静校正量;分离后的静校正量结合地震资料关系数据中的炮点桩号、检波点桩号、炮点检波点高程等信息作为输入变量,并对输入变量归一化;将输入变量切换为0‑1之间的稳定输出;将稳定输出数据拆分为训练序列训练集、测试集和标签;带入长短期记忆神经网络模型进行迭代、收敛;求取边界静校正量;进行融合,形成新的静校正量。本发明较传统波长延拓法具有更高的求取精度。在现有数据基础上具备较好的适用性和推广性。