地震属性驱动的条件生成对抗网络沉积微相模型构建

摘要

由于地层结构的复杂性和强非均质性，同时受到测井、岩心、试油等数据不足的影响，现有沉积微相建模方法难以实现精确建模。提出一种基于条件生成对抗网络的沉积微相建模方法，采用灰色关联分析算法，计算各地震属性与砂地比的灰色关联度，挖掘对砂地比参数关联性较强的参数；将优选地震属性图像作为卷积神经网络模型的输入，构建砂地比预测模型，可视化砂地比预测结果，与井相图作为联合约束条件，训练条件生成对抗网络，构建沉积微相生成模型，实现沉积微相的精确建模。应用本方法对东部某油田进行沉积微相建模研究。结果表明，条件生成对抗网络沉积微相模型能精确刻画复杂地质模式，井点吻合率达到94.1%。

关键词

条件生成对抗网络 / 深度学习 / 沉积微相 / 砂地比 / 灰色关联 / 卷积神经网络