神经网络法地震反演应用及效果

周杰

中国地质大学能源学院，北京 100083 中原油田分公司勘探开发科学研究院，河南 濮阳 457001

X潜山研究区属于储层非均质性极强的裂缝型油藏，构造极为复杂，初始模型的构建难度极大，多解性非常强。为此，要寻找一种方法，充分利用现有各种测井资料，弥补声波测井的不足；充分利用地震资料的中频信息，来提高储层反演的分辨率和精度，尽可能的减少反演结果的多解性，增加反演成果的客观性，以便更准确地进行储层预测。作者建立地震属性与测井资料的多维线性或非线性的统计关系，进而利用基于神经网络法地震反演和线性、非线性多元地震属性分析对裂缝型储层进行横向预测。概率神经网络方法采用了交叉检验预测精度的方法，所以，在相关性较好的情况下，增加了预测结果的可靠性，减少了多解性，提高了预测结果的精度。