基于3D U-Net++卷积神经网络的断层识别方法及应用

摘要

断层解释是地震资料解释的基础与关键，准确合理的断层识别对油气开采有着至关重要的作用。随着油田对断层解释精度需求的日益提高，单纯通过基于人工的如相干体、曲率等属性的传统断层解释方法，其精度已无法满足要求。笔者在U-Net卷积神经网络模型的基础上进行改进，得出了一种自动断层识别方法，能够从任意三维地震图像中自动提取断层。文中该模型在足量样本集训练下，对两区块的实际地震数据进行自动断层识别，将识别结果进行分析对比。实验结果表明，该模型能够对任意三维地震数据进行自动断层识别，基于3D U-Net++网络模型的断层识别结果相比于传统U-Net网络识别结果准确性有明显提高，对潜山内部的小断层识别也表现出良好的效果，明显提高了常规、复杂断层识别的工作效率。

关键词

断层识别 / 三维地震数据 / 卷积神经网络 / 3D U-Net++